Académique Documents
Professionnel Documents
Culture Documents
25 de marzo de 2014
Distribuciones de Muestreo
25 de marzo de 2014
1 / 30
Distribuciones de Muestreo
Observaci on
El manejo de las distribuciones de muestreo es importante para la inferencia estad stica. Es necesario en esta parte que USTED como ESTUDIANTE se familiarice con deniciones y resultados para entender el proceso de toma de decisiones
Distribuciones de Muestreo
25 de marzo de 2014
2 / 30
Deniciones B asicas
Par ametro
Medida usada para describir alguna caracter stica de una poblaci on. Ejemplos de estos son la media, varianza, proporci on calculados respectivamente por:
N N
xi =
i=1
(xi )2 , 2 =
i=1
x N N N tambi en se trabajar an diferencia de medias 1 2 , cociente de varianzas 2 1 , diferencia de proporciones p1 p2 2 2 Los par ametros no se conocen se estiman a partir de muestras. , p=
Distribuciones de Muestreo
25 de marzo de 2014
3 / 30
Deniciones B asicas
Estad sticos
Son medidas usadas para describir alguna caracter stica de una muestra, representan una estimaci on de los par ametros. Ejemplos de estos son la media, varianza, proporci on calculados respectivamente por:
n n
xi x=
i=1
(xi x)2
x , s2 = i=1 , p= n n1 n De igual forma existen estimaciones para la diferencia de medias x1 x2 , s2 1 cociente de varianzas s2 y diferencia de proporciones p1 p2
1
Distribuciones de Muestreo
25 de marzo de 2014
4 / 30
Deniciones B asicas
Muestra aleatoria
Muestra: es un subconjunto de una poblaci on. Muestra aleatoria: Una muestra aleatoria de tama no n est a conformada por un conjunto de variables aleatorias X1 , X2 , ..., Xn donde Xi representa el valor obtenido en la i e sima extracci on, estas Xi tienen la misma distribuci on de probabilidad de la poblaci on y se cumple que E (Xi ) = , V (Xi ) = 2 con y 2 media y varianza de la poblaci on respectivamente. Una muestra es aleatoria simple cuando cada una de las posibles muestras de tama no n de la poblaci on tiene la misma probabilidad de ser seleccionada.
Distribuciones de Muestreo
25 de marzo de 2014
5 / 30
Deniciones B asicas
Muestra aleatoria
1
Cuando el muestreo es sin reemplazo cada una de las N n muestras N tiene una probabilidad de 1/ n de ser seleccionada, donde N y n representan el n umero de elementos de la poblacion y de la muestra respectivamente. Cuando el muestreo es con reemplazo se cumple que las Xi , i = 1, ..., n son independientes y como tienen la misma distribuci on de la poblaci on, se dice que las Xi est an id enticamente distribuidas (IID)
Distribuciones de Muestreo
25 de marzo de 2014
6 / 30
Deniciones B asicas
Estimador y Estad stica
Estimador es una regla que establece c omo calcular una estimaci on basada en las mediciones contenidas en una muestra. Es una funci on de las v.a contenidas en una m.a. 1 X= n
n
Xi
i=1
Estad stica es cualquier funci on de las v.a que se observan en una muestra. X Z=
n
n representa el tama no de la muestra. Los t erminos estad stica y estimador son utilizados indistintamente, es m as com un referirse a un estimador cuando se emplea una estad stica para estimar un par ametro.
Autora: Luceny Guzm an Acu na Distribuciones de Muestreo 25 de marzo de 2014 7 / 30
Deniciones B asicas
Distribuci on de muestreo
Muestras diferentes de igual tama no de una misma poblaci on originan diferentes valores para los estimadores (Estimaci on), luego un estimador es una variable aleatoria con una media, una varianza y una distribuci on de probabilidad a esta distribuci on se le denomina distribuci on de muestreo.
Distribuciones de Muestreo
25 de marzo de 2014
8 / 30
tiene una distribuci on normal est andar. Caso II: Lo anterior tambi en es posible asegurarlo cuando la mite poblaci on no es normal pero n 30 en virtud del teorema del l central.
Distribuciones de Muestreo
25 de marzo de 2014
9 / 30
tiene una distribuci on t con n 1 grados de libertad. Caso IV: Si la poblaci on no es normal pero n 30 , se puede 2 considerar que s representa una buena estimaci on para 2 y se tiene que la variable aleatoria: X Z= s
n
Ejemplo 1
Un productor de bater as arma que la duraci on de cierto tipo de bater a es en promedio 40 h con una desviaci on est andar de 5 h .
1
Si se toma una muestra aleatoria de 100 bater as determine la probabilidad que la media sea cuando mucho 36,7 h . Si se toma una bater a determine la probabilidad que la media sea cuando mucho 36,7 h . Si la armaci on con respecto a la media es cierta ser a una media muestral de 39,8 h una duraci on inusualmente corta?Creer a usted que esta armaci on del fabricante es cierta?
Distribuciones de Muestreo 25 de marzo de 2014 11 / 30
Ejemplo 2
Un ingeniero qu mico arma que el rendimiento promedio de cierto proceso en lotes es 500 g / mm de materia prima. Para vericar dicha armaci on muestrea 25 lotes cada mes. Si el valor t calculado cae entre t0,05 y t0,05 queda satisfecho con su armaci on Qu e conclusi on deber a obtener de una muestra que tiene una media de 518 g / mm y una desviaci on est andar de 40 g / mm? Qu e signica el establecimiento de esos l mites en t erminos de la variable medida? Suponga que la distribuci on del rendimiento es aproximadamente normal.
Distribuciones de Muestreo
25 de marzo de 2014
12 / 30
Usos de la distribuci on
1 2
Calcular probabilidades asociadas a S 2 o S. Realizar inferencias con respecto a la varianza o desviaci on est andar 2 poblacionales y respectivamente.
Distribuciones de Muestreo
25 de marzo de 2014
13 / 30
Ejemplo 4
Un distribuidor de pinturas desea determinar si la m aquina de llenado de las latas de pintura comprada a un fabricante de renombre en todo el pa s est a trabajando satisfactoriamente. Se llenan 50 latas cuyo contenido debe ser 1 gal. Para ese tama no de latas las especicaciones establecen que la desviaci on est andar debe ser de 0,02 gal . Si en la muestra se encontr o que la desviaci on est andar fue de 0,023 gal. Piensa que el distribuidor de la tienda tiene derecho a quejarse con el fabricante? Porqu e?.
Autora: Luceny Guzm an Acu na Distribuciones de Muestreo 25 de marzo de 2014 14 / 30
Usos de la distribuci on
1 2
Distribuciones de Muestreo
25 de marzo de 2014
15 / 30
Ejemplo 5
El jefe de control de calidad de una planta de producci on de tornillos considera que el 5 % de la producci on diaria se encuentra defectuosa. Seleccion o al azar 100 tornillos de la producci on de un d a.
1
Determine la probabilidad que la proporci on de tornillos defectuosos en la muestra sea superior al 6 % Si desea que la probabilidad pedida en la parte a sea de 0,1 Qu e tama no de muestra necesita? Si en una muestra se encontr o que la proporci on de exito fue de 6,5 % Apoya esto la consideraci on del jefe? Explique.
Distribuciones de Muestreo
25 de marzo de 2014
16 / 30
2 1 n1
2 2 n2
Z=
X 1 X 2 (1 2 )
2 1 n1
2 2 n2
Distribuciones de Muestreo
25 de marzo de 2014
17 / 30
2 1 n1
Z=
X 1 X 2 (1 2 )
2 1 n1
2 2 n2
Distribuciones de Muestreo
25 de marzo de 2014
18 / 30
tiene una distribuci on t con n1 + n2 2 grados de libertad. s2 representa una varianza com un, dada por la expresi on: p s2 p =
2 (n1 1)s2 1 + (n2 1)s2 n1 + n2 2
Distribuciones de Muestreo
25 de marzo de 2014
19 / 30
Tiene una distribuci on t con v grados de libertad, v se calcula mediante la expresi on:
s2 1 n1
s2 1 n1 2
+ +
v=
s2 2 n2
2
s2 2 n2 2
n1 1
Autora: Luceny Guzm an Acu na
n2 1
25 de marzo de 2014 20 / 30
Distribuciones de Muestreo
Tiene una distribuci on t con n 1 grados de libertad siempre que las diferencias D entre valores correspondientes est en normalmente distribuidas, sd representa la desviaci on est andar de las diferencias entre valores correspondientes. Se acostumbra expresar: T = Con D = X 1 X 2 y d = 1 2
Autora: Luceny Guzm an Acu na Distribuciones de Muestreo 25 de marzo de 2014 21 / 30
D d
sd n
Usos de la distribuci on
1 2
Distribuciones de Muestreo
25 de marzo de 2014
22 / 30
Ejemplo 6
Se dise na un experimento para probar cu al de los operadores A o B obtiene un trabajo para operar una nueva m aquina. Se toma el tiempo de 50 pruebas que involucran la realizaci on de cierto trabajo en la m aquina para cada operador. Si las medias para las muestras de las 50 pruebas , dieren en m as de 1 s, el operador con la media m as peque na obtiene el trabajo, de otra manera se considera que el experimento termina en empate. Si se supone que las desviaciones est andar de los tiempos para ambos operadores son de 2 s Cu al es la probabilidad de que el operador A obtenga el trabajo, a un cuando son igualmente h abiles?
Distribuciones de Muestreo
25 de marzo de 2014
23 / 30
Ejemplo 7
El gerente de una rener a piensa modicar el proceso para producir gasolina a trav es de petr oleo crudo. El gerente har a la modicaci on s olo si la gasolina promedio que se obtiene por este nuevo proceso (Expresada como un porcentaje del crudo ) aumenta su valor con respecto al proceso en uso. Con base en un experimento de laboratorio y mediante el empleo de dos muestras de tama no 12 para el proceso en uso y una 13 para el proceso nuevo, la cantidad de gasolina promedio del proceso en uso fue de 24,6 con una desviaci on est andar de 2,3 y para el proceso propuesto fue de 28,2 con una desviaci on est andar de 2,7. Debe adoptarse el nuevo proceso?. Suponga que las poblaciones se distribuyen normalmente con varianzas son iguales.
Distribuciones de Muestreo
25 de marzo de 2014
24 / 30
F =
2S2 2 1 2S2 1 2
tiene una distribuci on F con v1 = n1 1 grados de libertad en el numerador y v2 = n2 1 grados de libertad en el denominador.
Usos de la distribuci on
1 2
Distribuciones de Muestreo
25 de marzo de 2014
26 / 30
Ejemplo 9
2 y S 2 representan las varianzas de muestras aleatorias independientes Si S1 2 de tama nos n1 = 25 y n2 = 31 tomadas de poblaciones normales de 2 = 10 y 2 = 15, respectivamente, encuentre: varianzas 1 2 2 2 P S1 /S2 > 1,26
Ejemplo 10
Para el ejemplo 7, determine si la suposici on de varianzas iguales fue v alida.
Distribuciones de Muestreo
25 de marzo de 2014
27 / 30
p1 q1 p2 q2 + n1 n2
p2 q2 n2
Usos de la distribuci on
1 2
Distribuciones de Muestreo
25 de marzo de 2014
29 / 30
Ejemplo 11
Se desea determinar cu al de dos medicamentos A y B es m as ecaz respecto a su efecto calmante en pacientes postoperatorios. Se ha encontrado que el 90 % de las personas que utilizan el medicamento A asegura 8 horas de alivio mientras que para B es el 92 %. Se tienen registros del n umero de horas de alivio para 130 pacientes tratados con el medicamento A y 150 pacientes tratados con el medicamento B . Hallar la probabilidad que el porcentaje de personas en los registros que tienen m as de 8 horas de alivio con el medicamento A sea mayor que el porcentaje de personas que tienen m as de 8 horas de alivio con el medicamento B.
Distribuciones de Muestreo
25 de marzo de 2014
30 / 30