Beruflich Dokumente
Kultur Dokumente
Y
PROBABILIDADES
Sesión 10
• vemos que el muestreo en que n=100 la Media de las Medias muestrales toma
el mismo valor que la Media de la población.
13/06/2018 ING. WILLIAM LEON V. 13
PROPIEDADES DE LOS
ESTIMADORES
Estimador eficiente:
• Se dice que un estimador es más eficiente que otro si la
Varianza de la distribución muestral del estimador es menor a la
del otro estimador.
• Cuanto menor es la eficiencia, menor es la confianza de que el
estadístico obtenido en la muestra aproxime al parámetro
poblacional.
Ejemplo
Si se pide que estime la media poblacional con un nivel
de confianza del 95%,
Se realizará, a partir de una muestra, y se encontrará un
intervalo (a , b) en el cual se pueda asegurar que está
contenida μ con una probabilidad de 0.95.
En tal caso, la probabilidad de que μ no pertenezca a
dicho intervalo será de 0.05; ése será por lo tanto el
riesgo asumido con esa estimación (nivel de
significación).
Intervalo de confianza:
• Es un intervalo (a , b) tal que hay
una determinada probabilidad
conocida de que contenga al
verdadero valor del parámetro
poblacional.
Nivel de confianza:
• Es la probabilidad de que el parámetro
poblacional pertenezca al intervalo de confianza.
• Generalmente se representa por 1 – α.
Margen de error:
• Es la diferencia entre el extremo superior y el
extremo inferior del intervalo de confianza: b – a.
–
X–
Entonces: Pr – z /2 < z /2 = 1 – Y de aquí se obtiene
13/06/2018
n
ING. WILLIAM LEON V. 27
INTERVALO DE CONFIANZA PARA
LA MEDIA POBLACIONAL
• El intervalo de confianza para el parámetro μ de una población N(μ,σ)
al nivel de confianza 1-α viene dado por
𝜎
IC = 𝑥 ± 𝑧∝
2 𝑛
• Si σ es desconocida y n es grande (n≥ 30),el intervalo de confianza
viene dado por:
𝑠
IC = 𝑥 ± 𝑧∝
2 𝑛
• Donde 𝑆 2 es la cuasivarianza muestral
SOLUCIÓN:
• Se tiene que calcular el intervalo de confianza para la media de una
población normal con varianza conocida.
• Se conoce que:
𝑥−𝜇
𝜎 → 𝑁(0,1)
𝑛
lo que nos lleva al intervalo de confianza para la media siguiente:
𝑥 ± 𝑍𝛼 2 𝜎 𝑛
13/06/2018 ING. WILLIAM LEON V. 30
EJEMPLO 01
• Para un coeficiente de confianza del 90% se tiene que:
𝛼
1 − 𝛼 = 0.9 ⇒ 𝛼 = 0.1 ⇒ = 0.05 ⇒ 𝑍𝛼 2 = 1.645
2
25
1012 ± 1.645 = 1006.86 1017.14
1012
Se concluye que hay una probabilidad del 90% de que el valor medio de la
característica esté entre 1006,86 y 1017,14.
• Se concluye que hay una probabilidad del 95% de que el valor medio de la
característica esté entre 1005,875 y 1018,125.
Observe que al aumentar el coeficiente de confianza aumenta la amplitud del
intervalo de confianza.
13/06/2018 ING. WILLIAM LEON V. 32
EJEMPLO 02
• Se quiere obtener un intervalo de confianza para el valor de las ventas medias por
hora que se producen en un kiosco .
• Para ello se toma una muestra que consiste en elegir al azar las ventas que se
realiza durante 1000 horas distintas ;
• Dado que para nivel de confianza del 95,5% las valores de α/2 = 0.045/2=
0.0225
• Z= 2
𝑠 63.25
IC = 𝑥 ± 𝑧∝ IC = 4000 ± 2
2 𝑛 1000
luego el intervalo será μ= [ 3996 , 4004 ]
con un nivel de confianza del 95.5%
INTERVALO DE CONFIANZA
PARA UNA PROPORCIÓN p
• Sea una población donde se pretende estimar una proporción p.
• Se toma una muestra aleatoria de tamaño n donde hay una proporción 𝑝.
• Entonces 𝑝 se distribuye en el muestreo según una
𝑃 (1 − 𝑃)
𝑁 𝑃,
𝑛
En consecuencia:
𝑝−𝑃
𝑃(1 − 𝑃)
𝑛
Se aproxima a una N(0,1) para n muy grande
𝑝−𝑃
Entonces: 𝑃𝑟 −𝑧𝛼 2 ≤ ≤ 𝑧𝛼 2 =1−𝛼
𝑃 1−𝑃
13/06/2018
𝑛
ING. WILLIAM LEON V. 35
INTERVALO DE CONFIANZA
PARA UNA PROPORCIÓN p
Por lo tanto:
𝑃 1−𝑃 𝑃 1−𝑃
𝑃𝑟 𝑝 − 𝑍𝛼 2 ≤ 𝑝 ≤ 𝑝 + 𝑍𝛼 2 1−𝛼
𝑛 𝑛
𝑝 1−𝑝 𝑝 1−𝑝
𝑃𝑟 𝑝 − 𝑍𝛼 2 ≤ 𝑝 ≤ 𝑝 + 𝑍𝛼 2 1−𝛼
𝑛 𝑛
p(1 − p)
IC = p ± zα 2
n
𝑥
Donde 𝑍𝛼 2 es el valor critico para el nivel de confianza de α y 𝑝 = 𝑛
𝑝−𝑃
→ 𝑁(0,1)
𝑃(1−𝑃)
𝑛
𝑃 1−𝑃 𝑃 1−𝑃
𝑝 − 𝑍𝛼 2 ≤ 𝑝 ≤ 𝑝 + 𝑍𝛼 2
𝑛 𝑛
• Como conclusión se puede decir que hay una probabilidad del 95%
entre 0,45 y 0,65 de que el producto elegido sea el A, y hay una
probabilidad entre 0,35 y 0,55 de que el producto elegido sea el B.
13/06/2018 43
ING. WILLIAM LEON V.
EJEMPLO 04
• Se desea determinar un intervalo de confianza con nivel de confianza del 99%
para la proporción de amas de casa que compran sólo una vez a la semana.
13/06/2018 44
ING. WILLIAM LEON V.
EJEMPLO 04
• Se trata de un intervalo para la proporción de una característica
P = proporción de amas de casa que compran una sola vez en la semana.
• Se conoce que : el nivel de confianza es 0,99 , el tamaño muestral n=400 ,
• y la proporción muestral resultante
𝑝 = 180 400 = 0.45
𝑃 1−𝑃 𝑃 1−𝑃
𝑝 − 𝑍𝛼 2 ≤ 𝑝 ≤ 𝑝 + 𝑍𝛼 2
𝑛 𝑛
𝑧𝜎
𝜀=
𝑛
𝑧𝜎 2
𝑛=
𝜀
𝑧𝜎 𝑁 − 𝑛
𝜀=
𝑛 𝑁−1
z 2 σ2 N
n= 2
ε N − 1 + z 2 σ2
13/06/2018 ING. WILLIAM LEON V. 52
CÁLCULO DEL TAMAÑO DE LA MUESTRA PARA ESTIMAR UNA
MEDIA
Ejemplo 1:
13/06/2018 55
ING. WILLIAM LEON V.
CÁLCULO DEL TAMAÑO DE LA MUESTRA PARA ESTIMAR UNA
MEDIA
σ= 40
𝜀=10
𝑧𝜎 2
𝑛=
𝑍0.96 = 2.053 𝜀
2.053 (40) 2
𝑛= =67.43
10
• Se necesita una muestra de 68 focos para estimar la media de la
población y tener un error máximo de 10 horas.
2.053 (40) 2
𝑛= =269.74
5
Observe como el tamaño de la muestra aumenta, pero esto
tiene como beneficio una estimación más exacta.
Solución:
Como se tiene una población finita y un
muestreo sin reemplazo es necesario utilizar la
formula con el factor de corrección sin
reemplazo.
z 2 σ2 N
n= 2
ε N − 1 + z 2 σ2
13/06/2018 ING. WILLIAM LEON V. 58
CÁLCULO DEL TAMAÑO DE LA MUESTRA PARA ESTIMAR UNA
MEDIA
σ= 40 z 2 σ2 N
𝜀=10 n= 2
ε N − 1 + z 2 σ2
𝑍0.96 = 2.053
N=300
2.053 2 40 2 (300)
n= 2 2 2
= 55.21
(10) 300 − 1 + (2.053) (40)
• Si se tiene una población finita de 300 focos sólo se tiene que extraer de la
población una muestra sin reemplazo de 56 focos para poder estimar la duración
media de los focos restantes con un error máximo de 10 horas.
𝑝𝑞
𝜀=𝑧
𝑛
• Elevando al cuadrado la ecuación anterior se despeja n y nos queda:
z 2 pq
n= 2
ε
13/06/2018 ING. WILLIAM LEON V. 60
CÁLCULO DEL TAMAÑO DE LA MUESTRA PARA ESTIMAR UNA
PROPORCIÓN
• La fórmula está algo engañosa, pues debemos utilizar p para determinar el
tamaño de la muestra, pero p se calcula a partir de la muestra.
• Existen ocasiones en las cuales se tiene una idea del comportamiento de la
proporción de la población y ese valor se puede sustituir en la fórmula, pero si no
se sabe nada referente a esa proporción entonces se tienen dos opciones:
• Tomar una muestra preliminar mayor o igual a 30 para proporcionar una
estimación de P. Después con el uso de la fórmula se podría determinar de forma
aproximada cuántas observaciones se necesitan para proporcionar el grado de
precisión que se desea.
• Tomar el valor de p como 0.5 ya que sustituyendo este en la fórmula se obtiene el
tamaño de muestra mayor posible.
𝑝𝑞 𝑁−𝑛
𝜀=𝑧
𝑛 𝑁−1
• De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:
z 2 pqN
n= 2
ε N − 1 + z 2 pq
2 1.96 2 (0.68)(0.32)
z pq n= = 2090
n= 2 (0.02) 2
ε
• Por lo tanto si basamos nuestra estimación de P sobre una muestra
aleatoria de tamaño 2090, se puede tener una confianza de 95% de que
nuestra proporción muestral no diferirá de la proporción real por más de
0.02.
2
z pq 1.96 2 (0.50)(0.50)
n= 2 n= 2 = 96.04
ε (0.10)