Académique Documents
Professionnel Documents
Culture Documents
Materia:
ESTADSTICA INFERENCIAL 1
MUESTREO PEQUEO
Alumno:
Ricardo Alejandre Prez
15071129
HORA: 8:00 9:00 4 SEMESTRE
AULA: E35 GRUPO: A
Ciclo: Enero Junio 2017
1
NDICE
5.1 LA DISTRIBUCIN t DE STUDENT________________________________3
MUESTREO PEQUEO___________________________________________14
2
MUESTREO PEQUEO
En los captulos anteriores estudiamos los mtodos de inferencia prueba de
hiptesis para muestras grandes ( 30); sin embargo, a veces se necesita hacer
el anlisis con muestras pequeas por razones de tiempo y costo. Cuando este es
el caso, aquellos procedimientos resultan inadecuados y se requiere de otros.
Dnde:
=
1
= media poblacional.
3
La distribucin queda as:
= 1
Esta distribucin fue descubierta por William Gosset, quien la publico en
1908 con el seudnimo de Student. Desde entonces se le conoce como
distribucin de Student. Por la naturaleza de este libro, omitimos la explicacin
matemtica de esta distribucin. Solo manejaremos su aplicacin para la
estimacin y prueba de hiptesis. Al igual que la distribucin , la distribucin
tiene forma acampanada y perfectamente simtrica con respecto a = 0, pero con
una dispersin mayor, la cual aumenta a medida que disminuye el tamao de la
muestra.
4
Podemos observar en la grfica que tanto la distribucin normal como las
distribuciones tienen forma de campana y son simtricas. Tambin puede
observarse que las distribuciones tienen mayor dispersin que la normal. Por
ejemplo, en la grfica se han marcado valores crticos de y para un coeficiente
de confianza de 0.99. As, el valor critico de para 0.99 es 2.58 y el valor critico
de para tres grados de libertad es 5.84.
1.76 1.76
Como
= 1
5
la desigualdad se convierte en:
1.76 1 1.76
que tambin puede escribirse as:
1.76 + 1.76
1 1
Por tanto, afirmamos que hay una probabilidad de 0.90 de que la media de
la poblacin este en este intervalo. As, pues, podemos decir que cuando el
tamao de la muestra es 15( = 1 = 15 1 = 14), hay una confianza de 0.90
de que el parmetro este en el intervalo
1.76
1
1.38
1
t
1
6
7
Ejemplos:
Solucin:
t
1
As obtenemos:
0.4
50.15 2.90 ; 50.15 0.2813
17
(49.87,50.43)
De acuerdo con este resultado, tenemos una confianza de 99% de que la media
poblacional este entre 49.87 50.43 .
8
2.- Una muestra de 11 mediciones de dimetro de una esfera da una media de
=4.05 in y una desviacin tpica de S=0.04 in. Construir un intervalo de 90% para
estimar la media poblacional de .
Solucin:
Y se tiene:
0.4
4.05 1.81 ; 4.05 0.0229
10
9
3.-Un nuevo aditivo para gasolina ha sido desarrollado por la compaa Toyota. En
un experimento se us el aditivo en ocho autos durante una semana y se
registraron los siguientes porcentajes de ahorro en el consumo de gasolina: 15,2,
14.1, 13.7, 15.2, 18.6, 15.0, 14.5, 13.8. Usar un intervalo de confianza de 95%
para estimar el ahorro promedio de gasolina.
Solucin:
120.1
= = = 15.0125
8
( X )2
=
X X ( X X )2
15.2 0.1875 0.0352
14.1 -0.9125 0.8327
13.7 -1.3125 1.7226
15.2 0.1875 0.0352
18.6 3.5875 12.8702
15.0 -0.0125 0.0002
14.5 -0.5125 0.2627
13.8 -1.2125 1.4702
= 120.1 0 17.2287
Se sustituye:
( X )2 17.2287
= = = 1.47
8
1
1.47
15.0125 2.36 ; 15.0125 1.0556
7
10
Por lo tanto el intervalo de confianza para estimar es:
[13.9568, 16.0682].
11
5.2.- Prueba de la hiptesis sobre la media poblacional
Una hiptesis acerca de una media poblacional se puede probar por medio de una
muestra pequea solo si se puede suponer que la muestra ha sido seleccionada
de una poblacin distribuida con tendencia normal, con desviacin tpica
desconocida. La prueba se hace utilizando una distribucin con 1 grados de
libertad para probar la hipotesis nula H0 se calcula el valor mediante:
= 1
La hiptesis nula es rechazada solo si el valor absoluto de calculada es mayor
que el valor critico de para un determinado nivel de significacin.
Ejemplo:
1.- Una empresa fabrica, entre otros accesorios, baleros de acero, con un
dimetro =4 in. El gerente sospecha que la mquina que fabrica los baleros esta
desajustada. Para salir de dudas toma una muestra aleatoria de 10 de los
dimetros de 10 baleros. Al calcular la media y la desviacin tpica de la muestra
resulto que = 4.08 in y S = 0.05 in. Es cierta la sospecha del gerente?
Utilice un nivel de significacin del 0.01.
Solucin:
0: = 4
1: 4
4.08 4
= 1 = 10 1 = 4.8
0.05
En la tabla 5.1 encontramos que el valor critico de t0.005 para nueve grados de
libertad es de 3.25 (rengln 9, ltima columna). Como t c es mayor que t0.005,
rechazamos la hiptesis nula H0. Podemos concluir, entonces, que la maquina
esta desajustada, ya que la diferencia de 0.08 in es significativa.
12
2. La Casa Bayer, que fabrica pastillas multivitamnicas, asegura que cada una
contiene en promedio, 2.48 mg de vitamina B-12. La direccin General de Salud
analizo una muestra aleatoria de 28 pastillas y encontr un contenido medio
= 2.45mg, con una desviacin tpica S= 0.15mg. A la luz de estos resultados,
rechazara la afirmacin de la casa Bayer? Use un nivel de significacin del 0.05.
Solucin:
0: = 2.48
1: < 2.48
2.45 2.48
= 1 = 28 1 = 1.04
0.15
En la tabla 5.1 encontramos que el valor crtico t 0.05 para 27 grados de libertad
(28 1 = 27) es 1.70. Como es menor en valor absoluto (no tenemos en
cuenta el signo) que el valor de alfa de dicha tabla, aceptamos la hiptesis nula.
Por tanto, podemos decir que es cierto lo que asegura la casa Bayer.
13
5.3. Prueba de la hiptesis para diferencia de dos medias, en
muestreo pequeo.
Al hacer inferencia acerca de las medias poblacionales cuando las muestras son
pequeas (menores que 30) y se desconocen las varianzas de la poblacin, es
adecuado emplear la distribucin de Student. Para probar la hiptesis de que las
medias poblacionales son iguales (0 : 1 = 2 ) se utiliza el siguiente cociente
como prueba estadstica:
1 2
=
1 12 + 2 22 1 1
= +
1 + 2 2 1 2
1 2
=
2 + 2 22 1 1
1 1
1 + 2 2 1 + 2
14
Es conveniente anotar que el uso de la distribucin de Student exige que se
cumplan los siguientes requisitos:
15
5.4 DISTRIBUCIN JI CUADRADA
Dada la naturaleza de este libro elemental, no haremos inferencia para este tipo
de problemas, que corresponde al campo de la estadstica paramtrica. JI
cuadrada se puede manejar en forma paramtrica y no paramtrica; para los fines
de este libro nos restringiremos a la ltima forma.
16
5.4.1. LA PRUEBA JI CUADRADA RELATIVA A FRECUENCIAS
(0 )
2 =
17
Consideremos un ejemplo sencillo. Deseamos comprobar si un dado homogneo;
es decir, no est cargado. Supongamos que el dado se lanza 90 veces y se
obtienen los siguientes datos:
Solucin:
2
(16 15)2 (10 15)2 (15 15)2 (18 15)2 (14 15)2 (17 15)2
= + + + + +
15 15 15 15 15 15
2 = 2.67
18
5.4.2 USO DE LA TABLA DE DISTRIBUCIN JI CUADRADA
En nuestro ejemplo del dado, vamos a asumir un nivel de 0.0. para encontrar los
grados de libertad podemos razonar de la siguiente manera: puesto que sabemos
que el nmero total de tiradas del dado es de 90, una vez determinadas las
frecuencias para las primeras cinco caras del dado, la sexta car no es libre, ya que
su frecuencia es, necesariamente, la diferencia entre el total de las tiradas y la
suma de las frecuencias de las otras cinco caras. Esta suma es:
16+10+15+18+14=73
90-73=17
Por tanto, decimos que de las seis casillas, cinco son libres. Luego, los grados de
libertad son cinco.
= ( 1)( 1)
Dnde:
R= Nmero de renglones.
C= Nmero de columnas.
Para el problema que nos atae, tenemos dos renglones y seis columnas; luego:
= (2 1)(6 1) = 15 = 5
En la tabla 5.2 vemos que el valor crtico de X20.05 para cinco grados de libertad es
11.1, el cual se encuentra ubicado en la columna 11, rotulada X20.05, y el rengln 5.
19
Supongamos que ahora el resultado del experimento de lanzar el dado 90 veces
es el siguiente:
20
A simple vista notamos que el dado no es homogneo (est cargado), ya que las
diferencias entre las frecuencias observadas y las esperadas son grandes. Sin
embargo, esta observacin podra ser engaosa. Por tanto, calcularemos el valor
de X2.
2
(10 15)2 (8 15)2 (10 15)2 (19 15)2 (18 15)2 (25 15)2
= + + + + +
15 15 15 15 15 15
2 = 14.93
5.4.3 Ejemplos
Solucin:
Planteamiento de la hiptesis
Clculo de X2.
favorecen No favorecen
21
Las frecuencias esperadas las calculamos as: la afirmacin que se hace es que
85% de los ciudadanos favorece a la democracia cristiana; 855 de 2500 es 2125.
La frecuencia esperada para la casilla No favorecen no es libre, ya que resulta
de la diferencia entre el total 2500 y 2125; o sea, 375. Esto nos indica que solo
hay un grado de libertad.
Al aplicar la frmula:
(0 )
2 =
Tenemos que
22
5.5 CUADROS DE CONTINGENCIA
2
( )2
=
Ejemplo.
23
Solucin:
88 62 88
200 = 62 = 27.28
200 200 200
Al seguir esta metodologa encontramos las otras frecuencias esperadas de las
restantes casillas. Sin embargo, podemos observar que las frecuencias esperadas
restantes se determinan automticamente con slo restar de los dos totales de
renglones y columnas (frecuencias marginales) la frecuencia esperada, ya
calculada; con otras palabras, en ese cuadro de contingencia slo existe un grado
de libertad.
(| | 0.50)2
2 =
24
Corregimos, porque hemos establecido que cuando slo existe un grado de
libertad y las frecuencias de casillas son pequeas, tenemos que hacer dicha
correccin.
Solucin:
Ho = P1 = P2
Hi = P1 > P2
Clculo de Z.
1 2 1 1 2 2
= , = +
1 2
25
1 2
=
1 1 2 2
+
1 2
0.41 0.23
= = 2.73
0.41 0.59 + 0.23 0.77
88 112
( )2
2 =
1 2 3 4
Total
A B 3
C D 4
Total 1 2 n
Si las frecuencias de las casillas son pequeas, la frmula eficiente se corrige de
la siguiente manera:
( 2)2
2
=
1 2 3 4
Ejemplo:
26
Solucin:
( 2)2
2
=
1 2 3 4
Tabla 5.4
Total
A B C m4
D E F m5
Total m1 m2 m3 n
Podemos demostrar que:
2 2 2 2 2 2
2 = ( + + )+ ( + + )
4 1 2 3 3 1 2 3
Ejemplo
Solucin:
27
Planteamiento de las hiptesis.
2 2 2 2 2 2
2 = ( + + )+ ( + + )
4 1 2 3 3 1 2 3
2 = 11.21
( )2
2 =
2
(20 14.09)2 (10 15.91)2 (19 16.43)2 (16 18.56)2
= + + +
14.09 15.91 16.43 18.56
(15 23.48)2 (35 26.53)2
+ + = 11.20
23.48 26.53
Llegamos al mismo valor.
28
5.6.1 FRMULA DE JI CUADRADA PARA CUADROS DE CUALQUIER
DIMENSIN
2 2
= 2 +
2
2 = 2 +
Pero
= =
luego
2
2 = 2n + n
2
2
=
29
Ejemplo:
Solucin:
Para aplicar la ltima formula de x2 siempre tenemos que calcular las frecuencias
esperadas. El siguiente cuadro contiene las frecuencias observadas y esperadas:
165/500 100 = 33
165/500 200 = 66
30
Para otros partidos,
165/500 200 = 66
185/500 100 = 37 ()
185/500 200 = 74 ()
185/500 200 = 74 ( )
Tambin podemos trabajar con las frecuencias marginales de las columnas, as:
2
Calculo de x2, con la frmula: 2 =
2
352 452 202 802 702
= + + + + 500 = 16.83
33 37 30 66 60
Los grados de libertad para este cuadro de contingencia son cuatro:
= ( 1)( 1) = (3 1)(3 1) = 2 2 = 4
2
Luego, el valor critico de 0.01 para cuatro grados de libertad es de 13.3 al
2
comparar ambos valores de , vemos que 2 calculado es mayor que 0.01
2
; por
tanto, las diferencias son significativas y rechazamos la hiptesis de
independencia. Es decir, la ideologa del partido influyo en la actitud del ciudadano
al contestar a la pregunta hecha con respecto al dialogo.
2
2 =
31
5.7 LIMITACIONES DE LA PRUEBA JI CUADRADA
El uso de la prueba x2 tiene dos limitaciones; una ya la mencionamos:
establecimos que siempre que tuviramos un solo grado de libertad y las
frecuencias observadas fueran pequeas (menores que 50) debamos hacer
correccin por continuidad; la formula general que daba modificada de la siguiente
manera:
2 = (| 1 | 0.50)2 /
EJEMPLO
Solucin:
Ho: Las proporciones de propietarios de automviles que tienen cero, uno, dos,
tres o ms accidentes por mes, en la ciudad de San Salvador son: 0.67, 0.19, 0.12
y 0.02, respectivamente.
32
Nmero de accidentes
Frecuencia 0 1 2 3 o ms Total
Oi 71 17 8 4 100
Ei 67 19 12 2 100
Nmero de accidentes
Frecuencia Total
0 1 3 o ms
Oi 71 17 12 100
Ei 67 19 14 100
El valor de x2 es:
2
Al comparar este valor con el valor critico de 0.01 , con dos grados de libertad, que
es de 9.21, aceptamos Ho. Por lo tanto, podemos decir que los resultados de la
encuesta son compatibles con las proporciones tericas.
33
5.8 PRUEBAS DE HOMOGENEIDAD
Este tipo de pruebas se disean para determinar si dos o ms muestras
independientes se extraen de la misma poblacin o de poblaciones diferentes. La
prueba de homogeneidad viene a ser una extensin de la prueba de ji cuadrada
de independencia (cuadros de contingencia).
Ejemplos:
35
2
El valor de 0.05 para seis grados de libertad [(4-1) (3-1)=6] es de 12.6.
Rechazamos la hiptesis nula, ya que el valor calculado 2 es mayor que
2
0.05 . Por tanto, concluimos que las poblaciones no son homogneas con
respecto al grado del uso de las drogas.
Solucin:
36
2
9832 6792 1342 3832 5702
= + + + ++ 8766
872.4 762.2 161.4 428.9 547.2
= 40.53
2
El valor de 0.05 para cuatro grados de libertad [(3 1) (3 1)= 4] es de
9.49. Al comparar ambos valores de 2 rechazamos Ho. Por tanto, las
muestras proceden de distintas poblaciones; o sea, el tipo de sangra de las
personas tiene la relacin con dichas enfermedades.
De acurdo con los resultados, determinar si hay cajas preferidas por los
clientes. Usar un error alfa de 0.05.
Solucin
H0: No existe preferencia por caja alguna.
H1: Existe preferencia por algunas cajas.
37
Clculo de 2
2
(94 100)2 (85 100)2 (107 100)2
= + ++ = 5.36
100 100 100
2
El valor critico de 0.05 para cuatro grados de libertad es 9.49. Aceptamos la
2
hiptesis nula, ya que 2 calculada es menor que el valor critico 0.05 . Por
tanto, concluimos que no hay preferencia.
38
BIBLIOGRAFA
Trillas.
EDITORES.
https://www.itchihuahua.edu.mx/academic/industrial/estadistica1/u0304.pdf
39