Professional Documents
Culture Documents
Normal probabilidad
DISTRIBUCIONES MUÉSTRALES
Una estadística muestral proveniente de una muestra aleatoria simple tiene un patrón de
comportamiento (predecible) en repetidas muestras. Este patrón es llamado la distribución muestral
de la estadística.
Si conocemos la distribución muestral podemos hacer inferencia. Las distribuciones muéstrales
adoptan diferentes formas según las estadísticas investigadas y las características de la población
estudiada.
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es
σ N−n
σx̅ = √
√n N − 1
N−n
El coeficiente N−1 es denominado factor de corrección para población finita. Se observa que
4. Si la población original tiene distribución Normal, entonces para cualquier tamaño muestral "n"
la distribución de la media muestral es también Normal
σ
Si X ~ N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
5. Si la población de origen no es Normal pero podemos calcular su media y desviación estándar y
el tamaño muestral (n) es “suficientemente” grande la distribución de la media muestral es
aproximadamente Normal
σ
Aun si X no es N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
Este resultado se conoce como el Teorema del Límite Central.
Tamaño de la muestra 𝑛 = 25
Desviación estándar 𝜎 = 43
𝜎
Error estándar 𝜎𝑥̅ = = 8.6
√𝑛
𝑡0 𝑡0 = 2.797
Interpretación:
- Al 99% de confianza, la oficina de marketing de empresas dedicadas a la venta de
productos puede esperar que sus clientes gastan en promedio 315.9458 𝑠𝑜𝑙𝑒𝑠 a
364.0542 𝑠𝑜𝑙𝑒𝑠. No es razonable concluir que la media poblacional sea de 370 soles, es
decir la empresa no puede esperar que sus clientes gasten en promedio 370 en sus
productos.
Tamaño de la muestra
𝑛 = 10
𝑠
Error estándar 𝜎𝑥̅ = = 2.906
√𝑛
Nivel de confianza
1 − 𝛼 = 0.90
𝑡0 𝑡0 = 1.833
97.27 ≤ 𝜇 ≤ 107.93
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Interpretación:
Al 90% de confianza, la oficina de marketing de empresas dedicadas a la venta de productos
puede esperar que sus clientes gastan en promedio 315.9458 𝑠𝑜𝑙𝑒𝑠 a 364.0542 𝑠𝑜𝑙𝑒𝑠.
𝑍0 𝑍0 = 2.170
7448.40 ≤ 𝜇 ≤ 7631.60
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Interpretación:
Al 97% de confianza, se firma que el ingreso promedio mensual de las microempresas de metal
mecánica de la ciudad del Cusco se encuentra entre
𝑍0 𝑍0 = 2.170
7448.40 ≤ 𝜇 ≤ 7631.60
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
5. Las cajas de un cereal producidos en una fabrica deben tener un contenido de 16 onzas.
Un inspector tomo una muestra que arrojo los siguientes pesos en onzas
15.7 16.3 15.7 15.8 16.1 15.9 16.2 15.9 15.8 15.66
Indicar si es razonable que el inspector usando un coeficiente de confianza del 95%
ordene que se multe al fabricante.
Tamaño de la muestra
𝑛 = 10
𝑠 0.223
Error estándar 𝜎𝑥̅ = = = 0.0705
√𝑛 √10
Nivel de confianza
1 − 𝛼 = 0.90
𝑡0 𝑡0 = 0.715
15.75 ≤ 𝜇 ≤ 16.06
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Error
estándar
de la
N Media Desv.Est. media IC de 95% para μ
10 15.9060 0.2230 0.0705 (15.7465; 16.0655)
p̅ (1 − p
̅)
σP̅ = √
n
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es
p̅ (1 − p
̅) N − n
σP̅ = √ √
n N−1
N−n
El coeficienteN−1es denominado factor de corrección para población finita. Se observa que
IC(P)1−α% : p
̅ − Z0 ∗ σp̅ ≤ P ≤ p
̅ + Z0 ∗ σp̅
p̅ (1 − p
̅) p̅ (1 − p
̅)
̅ − Z0 ∗ √
IC(P)1−α% : p ̅ + Z0 ∗ √
≤ P≤ p
n n
X
p
̅ = n Es un valor que se obtiene de una muestra, representa la proporción
muestral
p̅ (1 − p
̅)
Error estandar o desviación estandar = σp̅ = √
n
̅ (1−p
p ̅)
Con un error máximo de: e = Z0 ∗ Error estandar ⟹ e = Z0 ∗ √ n
p̅ (1 − p
̅) N − n p̅ (1 − p
̅) N − n
̅ − Z0 ∗ √
IC(P)1−α% : p √ ̅ + Z0 ∗ √
≤ P≤ p √
n N−1 n N−1
X
p
̅= Es un valor que se obtiene de una muestra, representa la proporción
n
muestral
p̅ (1 − p
̅) N − n
Error estandar o desviación estandar = σp̅ = √ √
n N−1
p̅ (1 − p
̅) N − n
e = Z0 ∗ √ √
n N−1
𝑋 6
Proporción muestral 𝑝̅ = = = 0.12
𝑛 50
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ = 0.045956501
𝑛
𝑍0 𝑍0 = 1.96
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
3% ≤ 𝑃 ≤ 21%
2. El propietario de una gasolinera desea determinar la proporción de clientes que utilizan tarjeta
de crédito o débito para pagar la gasolina. Entrevisto a 100 clientes y descubre que 80 pagaron
con tarjeta.
a) Cuál es el valor de la proporción muestral.
b) Determine el intervalo de confianza de 95% para la proporción poblacional. Interprete,
comente.
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =√
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
5. De una población de 3000 empleados de una empresa industrial se seleccionó una muestra
aleatoria de 300 para que participen en una encuesta. Entre las comprendidas en la
muestra 240 manifestaron que estaban satisfechos por completo con todas las condiciones
laborales de la empresa. Construir el intervalo de confianza del 95% por la proporción
real que opinan de esta manera:
6. Durante cierta semana una tienda del departamento observo y registro que 5750 de las
12500 personas que entraron en la tienda hicieron por lo menos una compra, tratando esto
como una muestra al azar de todos los clientes potenciales. Hallar el intervalo de
confianza del 99% para la proporción real de las personas que entran en la tienda y que