https://www.youtube.com/watch?

v=LuGG3XNy6aQ
https://www.youtube.com/watch?v=fHUYK-IH0og

Distribucin Muestral de Diferencia de Proporciones

Muchas aplicaciones involucran poblaciones de datos cualitativos que

deben compararse utilizando proporciones o porcentajes. A continuacin
se citan algunos ejemplos:

Educacin.- Es mayor la proporcin de los estudiantes que

aprueban matemticas que las de los que aprueban ingls?
Medicina.- Es menor el porcentaje de los usuarios del
medicamento A que presentan una reaccin adversa que el de los
usuarios del frmaco B que tambin presentan una reaccin de ese
tipo?
Administracin.- Hay diferencia entre los porcentajes de hombres
y mujeres en posiciones gerenciales.
Ingeniera.- Existe diferencia entre la proporcin de artculos
defectuosos que genera la mquina A a los que genera la mquina
B?

Cuando el muestreo procede de dos poblaciones binomiales y se trabaja

con dos proporciones muestrales, la distribucin muestral de diferencia
de proporciones es aproximadamente normal para tamaos de muestra
grande (n1p1 5, n1q1 5,n2p2 5 y n2q2 5). Entonces p1 y p2 tienen
distribuciones muestrales aproximadamente normales, as que su
diferencia p1-p2tambin tiene una distribucin muestral aproximadamente
normal.

Cuando se estudi a la distribucin muestral de proporciones se

comprob que
que

y que
y que

, por lo que no es difcil deducir

.

La frmula que se utilizar para el calculo de probabilidad del estadstico

de diferencia de proporciones es:

Ejemplo:
Los hombres y mujeres adultos radicados en una ciudad grande del norte
difieren en sus opiniones sobre la promulgacin de la pena de muerte
para personas culpables de asesinato. Se cree que el 12% de los
hombres adultos estn a favor de la pena de muerte, mientras que slo
10% de las mujeres adultas lo estn. Si se pregunta a dos muestras
aleatorias de 100 hombres y 100 mujeres su opinin sobre la
promulgacin de la pena de muerte, determine la probabilidad de que el
porcentaje de hombres a favor sea al menos 3% mayor que el de las
mujeres.
Solucin:
Datos:
PH = 0.12
PM = 0.10

nH = 100
nM = 100
p(pH-pM

0.03) = ?

Se recuerda que se est incluyendo el factor de correccin de 0.5 por ser

una distribucin binomial y se est utilizando la distribucin normal.

Se concluye que la probabilidad de que el porcentaje de hombres a favor

de la pena de muerte, al menos 3% mayor que el de mujeres es de
0.4562.
Ejemplo:
Una encuesta del Boston College const de 320 trabajadores de
Michigan que fueron despedidos entre 1979 y 1984, encontr que 20%
haban estado sin trabajo durante por lo menos dos aos. Supngase
que tuviera que seleccionar otra muestra aleatoria de 320 trabajadores
de entre todos los empleados despedidos entre 1979 y 1984. Cul sera
la probabilidad de que su porcentaje muestral de trabajadores sin empleo
durante por lo menos dos aos, difiera del porcentaje obtenido en la
encuesta de Boston College, en 5% o ms?
Solucin:

En este ejercicio se cuenta nicamente con una poblacin, de la cual se

estn extrayendo dos muestras y se quiere saber la probabilidad de la
diferencia de los porcentajes en esas dos muestras, por lo que se debe
de utilizar la distribucin muestral de proporciones con P1= P2, ya que es
una misma poblacin.
Otra de las situaciones con la cual nos topamos es que desconocemos la
proporcin de trabajadores despedidos entre 1979 y 1984 que estuvieron
desempleados por un perodo de por lo menos dos aos, slo se conoce
la
p1= 0.20 ya que al tomar una muestra de 320 trabajadores se observ
esa proporcin.
En la frmula de la distribucin muestral de proporciones para el clculo
de probabilidad se necesita saber las proporciones de las poblaciones,
las cuales en este ejercicio las desconocemos, por lo que se utilizar el
valor de 0.20 como una estimacin puntual de P. En el siguiente tema se
abordar el tema de estimacin estadstica y se comprender el porque
estamos utilizando de esa manera el dato.
Tambin debe de comprenderse la pregunta que nos hace este
problema, cul sera la probabilidad de que su porcentaje muestral de
trabajadores sin empleo durante por lo menos dos aos, difiera del
porcentaje obtenido en la encuesta de Boston College, en 5% o ms?, la
palabra difiera quiere decir que puede existir una diferencia a favor de la
muestra uno, o a favor de la muestra dos, por lo que se tendrn que
calcular dos reas en la distribucin y al final sumarlas.
Datos:
p1 = 0.20
n1 = 320 trabajadores
n2 = 320 trabajadores
P1 = P 2

La probabilidad de que su proporcion muestral de trabajadores sin

empleo durante por lo menos dos aos, difiera del porcentaje obtenido
en la encuesta de Boston College, en 0.05 o ms es de 0.1260.

Ejemplo:
Se sabe que 3 de cada 6 productos fabricados por la mquina 1 son
defectuosos y que 2 de cada 5 objetos fabricados por la mquina 2 son
defectuosos; se toman muestras de 120 objetos de cada mquina:
a. cul es la probabilidad de que la proporcin de artculos
defectuosos de la mquina 2 rebase a la mquina 1 en por lo
menos 0.10?
b. cul es la probabilidad de que la proporcin de artculos
defectuosos de la mquina 1 rebase a la mquina 2 en por lo
menos 0.15?
Solucin:
Datos:
P1 = 3/6 = 0.5
P2 = 2/5 = 0.4

n1 = 120 objetos
n2 = 120 objetos
a. p(p2-p1 0.10) = ?

Otra manera de hacer este ejercicio es poner P1-P2:

La probabilidad de que exista una diferencia de proporciones de

artculos defectuosos de por lo menos 10% a favor de la mquina 2
es de 0.0011.
b. p(p1-p2
0.15)=?

La probabilidad de que exista una diferencia de proporciones de artculos

defectuosos de por lo menos 15% a favor de la mquina 1 es de 0.2357.

distribucion muestral de proporciones

por riveraresendiz1 | buenastareas.com

Distribucin muestral de
proporciones
Algunas secciones han sido tomadas de:
Apuntes de Estadstica Inferencial
Instituto Tecnolgico de Chiuhuahua

Distribucin muestral de Proporciones

Existen ocasiones en las cuales no estamos interesados en la media de
una muestra, sino que queremos investigar la proporcin de personas con
cierta preferencia, etc en la muestra. La distribucin muestral de
proporciones es la adecuada para dar respuesta a estas situaciones.
Esta distribucin se genera de igual manera que la distribucin muestral
de medias, a excepcin de que al extraer las muestras de la poblacin se
calcula el estadstico proporcin (p=x/n en donde x es el nmero de
xitos u observaciones de inters y n el tamao de la muestra) en
lugar de la media de cada muestra que era lo que calculamos antes.

El siguiente diagrama sirve para explicar el concepto de distribucin

muestral de proporciones.

La distribucin muestral de proporciones est estrechamente

relacionada con la distribucin binomial; una distribucin binomial es una
distribucin del total de xitos en las muestras, mientras que una
distribucin de proporciones es la distribucin de un promedio (media)
de los xitos.
Como consecuencia de esta relacin, las afirmaciones probabilsticas
referentes a la proporcin muestral pueden
evaluarse usando la aproximacin normal a la binomial, siempre que:
np 5 y
n(1-p) 5
Una distribucin binomial es, por ejemplo, si echamos una moneda al aire
y observamos el lado que cae. Est claro que slo hay dos posibilidades.
Ahora bien, la probabilidad de que caiga la moneda de cualquier lado es
la misma siempre que sta no est cargada. Como cada caso tiene igual
probabilidad de ocurrir, y siendo la suma de probabilidades siempre
igual a 1, entonces la probabilidad de que caiga la moneda de algn lado
es 0.5.
Si realizamos el experimento n veces y queremos saber la probabilidad
de que salga guila o sol x veces, entonces usamos una distribucin
binomial.

Generacin de la Distribucin Muestral de Proporciones

Suponga que se cuenta con un grupo de 12 personas, el cual tiene 4
personas con fobias. Se van a seleccionar 5 personas al azar de ese
grupo sin reemplazo. Vamos a generar la distribucin muestral de
proporciones para el nmero de personas con fobias. Como se puede
observar en este ejercicio la proporcin de personas con fobias de esta
poblacin es
P = 4/12=1/3=0.333
Por lo que podemos decir que el 33% de las personas de este grupo
tienen fobias.
El nmero posible de muestras de tamao 5 a extraer de una poblacin
de 12 elementos es 12C5=792, las cuales se pueden desglosar de la
siguiente manera:
Personas sin
fobias
Personas con
fobias
Proporcin de
Personas con
fobias
Combinaciones
posibles
1
4
4/5= 0.8
2
3
3/5= 0.68C2*4C3
= 112

3
2
2/5= 0.4
8C3*4C2
= 336
4
1
1/5= 0.2
8C4*4C1
= 280
5
0
0/5= 0
TOTAL
8C1*4C4
8C5*4C0
=8
= 56
792

Para calcular la media de la distribucin muestral de proporciones se

tendra que hacer la sumatoria de la frecuencia por el valor de la
proporcin muestral y dividirla entre el nmero total de muestras. Esto
es:
p =
(0.8 8) + (0.6 112) + (0.4 336) + (0.2 280) + (0 56) 1
= = 0.333
792
3
Como podemos observar la media de la distribucin muestral de
proporciones es igual a la proporcin de la poblacin.
p = P

La desviacin estndar de la distribucin muestral de proporciones del

ejemplo se puede calcular directamente con los datos:
p
(0.8 0.33) 2 8 + (0.6 0.33) 2 112 + (0.4 0.33) 2 336 + (0.2 0.33) 2 280 + (0
0.33) 2 56
=
= 0.168
792
Sin embargo, podemos usar la distribucin binomial lo cual nos da la
siguiente frmula para la desviacin estndar de la distribucin
muestral de proporciones:
p =
P (1 P )
n
Notar que P es la
proporcin de la poblacin
pero n es el tamao de la
muestra

Como vimos antes, si contamos con una poblacin finita y un muestreo

sin reemplazo, para calcular la desviacin estndar usamos la correccin
(Como regla aproximada, si el muestreo se hace sin reemplazo y el
tamao de la poblacin es 20 veces el tamao de la muestra o menor,entonces se puede
usar la frmula):
p =
P (1 P ) N n
n
N 1
Para el ejemplo anterior tendramos la siguiente distribucin de
probabilidades:

Usando la frmula tendramos entonces:

p =
P (1 P ) N n
=
n
N 1
0.333(0.666) 12 5
= 0.168
5
12 1
Lo cual es igual al valor de la desviacin estndar obtenido antes

La frmula que se utilizar para el clculo de probabilidad en una

distribucin muestral de proporciones est basada en la aproximacin
de la distribucin binomial a la normal . Esta frmula nos servir para
calcular la probabilidad del comportamiento de la proporcin en la
muestra.
z=
p P
P (1 P )
n
Esta frmula se puede comparar a las anteriores si pensamos en que
estamos calculando una diferencia entre la proporcin de la muestra y la
de la poblacin en unidades de desviacin estndar, como era el caso de
la distribucin de medias:
z=
x

n
A la frmula anterior se le puede agregar el factor de correccin (en el
denominador):
z=
p P
P (1 P ) N n
n
N 1
si se cumplen con las condiciones mencionadas anteriormente de que sea
una poblacin finita (N/n < 20) y sin reemplazo.

Ejemplo:
Se ha determinado que 85.1% de los estudiantes de una universidad
fuman cigarrillos. Se toma una muestra aleatoria de 200 estudiantes.
Calcular la probabilidad de que no ms de 80% de alumnos de la muestra
fume.Solucin:
La media o valor esperado de la distribucin muestral es de P=0.851 (la
proporcin de la poblacin), por lo que:
z=
p P
P (1 P )
n
=
0.800 0.851
0.851(1 0.851)
200
= 2.0255

Usando las tablas de valor z, para z = -2.02 encontramos que la

probabilidad de que no ms de (es decir, menos de) 80% de los alumnos
de la muestra fumen es de 0.0214 o sea 2.14%
0.0214

Actividad 1.
Suponer que de la gente que solicita ingresar a una compaa, 40%
pueden aprobar un examen de artimtica para obtener el trabajo. Si
se tomara una muestra de 20 solicitantes, Cul sera la probabilidad
de que 50% o ms de ellos aprobaran?
Datos:
P = 0.40, n = 20,
z=
p = 0.50
p P
P (1 P )
n
=
0.50 0.40
0.40(1 0.40)
20
= 0.9129

Usando tablas de valor o calificacin z, o un programa para

distribucin normal estndar (como Minitab, etc.), encontramos que el
rea bajo la curva hasta un valor de z = 0.9129 es de 0.81935, o sea
que
(1- 0.81935) = 0.1806,
por lo que la probabilidad de que 50% o ms aprobaran es de 18.06% .
El rea desde es de 0.81935
hasta z= 0.9129

Cmo calcular probabilidades normales usando MINITAB (versin en

ingls):

En el men superior: Calc > Probability Distributions > Normal

Tenemos 3 opciones:
Probability density Esta nos da el valor de la funcin de densidad,
f(x) para un valor especfico dex. Esto no nos es muy til en esta
clase.
Cumulative Probability Esta nos da el rea bajo la curva hasta un
valor z especfico. Usamos esto para encontrar probabilidades.
Inverse Cumulative Probability Esto nos da el valor z para una rea
especfica bajo la curva. Esto lo usamos para encontrar valores
crticos.
Hacer Click en la opcin que queremos.
Se introduce la media y la desviacin estndar de la distribucin
normal que estamos usando.
En el caso de la estndar normal (Z) introducimos N(0,1).
Hacemos Click en input constant e introducimos el valor de x (xvalue) para la opcin 1,
el valor z para la opcin 2, o la probabilidad
para la opcin 3.

Ejemplo: Cul es la probabilidad de que tengamos un valor mayor a 60 si

tenemos datos con una distribucin normal con media 55 y deviacin
estndar de 4?
Esto es, encontrar P(x > 60).

Como puede verse en la figura, el resultado que se obtiene es que P(X <
60) = 0.8964. Notar que nos da los valores de la probabilidad de que X
sea menor al valor dado, por lo que para nuestro problema:
P(X > 60) = 1 - 0.8964 = 0.1036

Si lo que queremos es el rea para una calificacin Z (normal estndar)

entonces, como se explic, podemos introducir una media igual a 0 y una
desviacin estndar de 1.0, e introducir el valor de Z para el cual
queremos encontrar la probabilidad.
Poner media = 0
Poner = 1.0
Poner z = valor de
inters