Beruflich Dokumente
Kultur Dokumente
Unidad:
Importancia
Población (N)
𝜇𝜇 Muestra (n)
�
𝑿𝑿
𝜎𝜎 2 𝑺𝑺𝟐𝟐
𝜋𝜋 𝒑𝒑
Estadísticos
Parámetros
Estadística Inferencial
Estadística Inferencial
̂
Estimador (𝜃𝜃 = 𝜃𝜃)
Proceso de utilizar información de una muestra (Estadísticos)
para extraer conclusiones acerca de toda la población.
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃(𝜇𝜇)
𝜇𝜇� = 𝑋𝑋�
Insesgado
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃(𝜎𝜎 2 )
Consistente
2 2
𝜎𝜎� = 𝑆𝑆
Eficiente
Suficiente
𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃(𝜋𝜋)
𝜋𝜋� = 𝑃𝑃
Estadística Inferencial
La inferencia estadística comprende
1. La estimación de parámetros (Estimación puntual y por intervalos)
2. Prueba de Hipótesis
Métodos de estimación:
Estimación Puntual:
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃(𝜇𝜇)
∑𝑛𝑛𝑖𝑖=1 𝑋𝑋𝑖𝑖
𝜇𝜇̂ = 𝑋𝑋� =
𝑛𝑛
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃(𝜎𝜎 2 )
𝑛𝑛
�𝑖𝑖=1 𝑋𝑋𝑖𝑖 − 𝑋𝑋� 2
𝜎𝜎� 2 = 𝑆𝑆 2 =
𝑛𝑛 − 1
𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃(𝜋𝜋)
Estimación Puntual:
Varianza 𝜎𝜎 2 : 𝜎𝜎� 2 = 𝑆𝑆 2 = 0.0053 𝑚𝑚𝑚𝑚 2
Coeficiente
o grado de
𝑃𝑃(𝜃𝜃̂ − 𝜀𝜀 < 𝜃𝜃 < 𝜃𝜃̂ + 𝜀𝜀) = 1 − 𝛼𝛼 confianza
𝑛𝑛1
𝑥𝑥1̅
Muestra1 𝑛𝑛1
Muestra2 𝑥𝑥1̅
𝜎𝜎
𝑛𝑛1 �
𝑋𝑋~𝑁𝑁 𝜇𝜇,
Muestra3 𝑛𝑛
𝑥𝑥1̅ n>30
Muestra 5
𝑛𝑛1 Teorema Límite Central
𝑥𝑥1̅
𝑋𝑋~𝑁𝑁(𝜇𝜇, 𝜎𝜎 2 )
Estadística Inferencial
Estimación por intervalo de confianza
Intervalo de confianza para una media población (𝝁𝝁)
𝛼𝛼� 1 − 𝛼𝛼 𝛼𝛼�
2 2
𝑍𝑍𝛼𝛼 𝑍𝑍1−𝛼𝛼
2 2
𝑥𝑥̅ − 𝜇𝜇 Coeficiente
𝑃𝑃 −𝑍𝑍1−𝛼𝛼 ≤ ≤ 𝑍𝑍1−𝛼𝛼 = 1 − 𝛼𝛼 o grado de
2 𝜎𝜎⁄ 𝑛𝑛 2 confianza
𝜎𝜎 𝜎𝜎
𝑃𝑃 𝑥𝑥̅ − 𝑍𝑍1−𝛼𝛼 � ≤ 𝜇𝜇 ≤ 𝑥𝑥̅ + 𝑍𝑍1−𝛼𝛼 � = 1 − 𝛼𝛼
2 𝑛𝑛 2 𝑛𝑛
Estadística Inferencial
̂ 𝜎𝜎 ̂ 𝜎𝜎
𝑃𝑃(
� 𝜃𝜃 − 𝜀𝜀 < 𝜃𝜃
𝐼𝐼𝐼𝐼(𝜇𝜇) = 𝑿𝑿 − 𝑍𝑍 1−𝛼𝛼 ⋅ < 𝜃𝜃 + 𝜀𝜀)�= 1 − 𝛼𝛼
≤ 𝜇𝜇 ≤ 𝑿𝑿 + 𝑍𝑍 1−𝛼𝛼 ⋅
2 𝑛𝑛 2 𝑛𝑛
𝐿𝐿𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝐿𝐿𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆
Simplificado
𝜎𝜎
IC 𝜇𝜇 = 𝑋𝑋� ± 𝑍𝑍 1−
𝛼𝛼 ⋅
2 𝑛𝑛
ó
𝑆𝑆
IC 𝜇𝜇 = 𝑋𝑋� ± 𝑍𝑍 1−
𝛼𝛼 ⋅
2 𝑛𝑛
Estadística Inferencial
Estimación Por intervalo
𝑆𝑆 𝑆𝑆
IC 𝜇𝜇 = 𝑋𝑋� − 𝑇𝑇 𝛼𝛼
1− ,𝑛𝑛−1
⋅ ≤ 𝜇𝜇 ≤ 𝑋𝑋� + 𝑇𝑇 𝛼𝛼
1− ,𝑛𝑛−1
⋅
2 𝑛𝑛 2 𝑛𝑛
Simplificado
𝑆𝑆
IC 𝜇𝜇 = 𝑋𝑋� ± 𝑇𝑇 𝛼𝛼
1− ,𝑛𝑛−1
⋅
2 𝑛𝑛
Estadística Inferencial
Estimación Por intervalo
Población finita
Población Infinita
� 𝐸𝐸𝐸𝐸 =
𝑆𝑆 𝑆𝑆 𝑁𝑁 − 𝑛𝑛
𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴(𝑋𝑋):
𝑛𝑛
� 𝐸𝐸𝐸𝐸 =
𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴(𝑋𝑋): �
𝑛𝑛 𝑁𝑁 − 1
Estadística Inferencial
Estimación Por intervalo para media (𝝁𝝁𝟏𝟏 ): Ejercicio n>30
Para un estudio ambiental, en una ciudad se toma una muestra aleatoria de 35 casas y se calcula que el peso medio
diario de basura producida es 3.160 kg. Por censos anteriores, se sabe que cada casa produce una cantidad de
basura que tiene una desviación estandar de 0.9 kg. halle un intervalo de confianza del 95% para el peso medio
total de basura producida por las casas de Lima. Asumir normalidad de la variable de interés.
Solución:
Datos población Datos Muestra
𝑋𝑋:Peso de basura diario
𝜎𝜎 𝜎𝜎 = 0.9 𝑛𝑛 = 35
IC 𝜇𝜇 = 𝑋𝑋� ± 𝑍𝑍 𝛼𝛼 ⋅
1−
2 𝑛𝑛 𝑋𝑋� = 3.160
Reemplazando
0.9 𝑁𝑁𝑁𝑁 = 1 − 𝛼𝛼 = 0.95
IC µ = 3.160 ± 1.96 ⋅ 𝛼𝛼 = 0.05
35 𝑍𝑍 0.05
1−
2
IC µ = 2.862 𝑘𝑘𝑘𝑘 ; 3.458 𝑘𝑘𝑘𝑘 𝑍𝑍 0.975 =1.96
Solución:
Datos población Datos Muestra
𝑋𝑋:Peso de una tortuga
𝑆𝑆 𝑁𝑁𝑁𝑁 ℎ𝑎𝑎𝑎𝑎 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑛𝑛 = 20
IC 𝜇𝜇 = 𝑋𝑋� ± 𝑇𝑇 𝛼𝛼
1− ,𝑛𝑛−1
⋅ 𝑋𝑋� = 9.8525
2 𝑛𝑛
𝑆𝑆 = 0.0965
Reemplazando 𝑁𝑁𝑁𝑁 = 1 − 𝛼𝛼 = 0.95
0.0965 𝛼𝛼 = 0.05
IC µ = 9.8525 ± 2.093 ⋅
35 𝑇𝑇 0.05
1−
2 ,𝑛𝑛−1
IC µ = 9.82 𝑘𝑘𝑘𝑘 , 9.89 𝑘𝑘𝑘𝑘 𝑇𝑇 0.975,19 =2.093
𝑇𝑇 0.05
1− , 𝑛𝑛−1
2
𝑇𝑇 0.975, 19 =2.093
Estadística Inferencial
Estimación Por intervalo
𝑍𝑍 0.05
1− =
2
𝑍𝑍 0.975 =1.96
Estadística Inferencial
Estimación Por intervalo para media (𝝁𝝁𝟏𝟏 ): Ejercicio n>30, población finita
Se desea estimar el peso medio de un lote de 10,000 muñecos navideños que un banco otorga a sus clientes. Para ello se
selecciona una muestra aleatoria de 41 muñecos, la cual da una media de 200 gramos. Calcule e interprete intervalos de
confianza del 95 % para el verdadero peso promedio. El proveedor de la totalidad de los muñecos estima que el peso medio tiene
una desviación estándar de 25 gramos
Solución:
Datos población Datos Muestra
𝑋𝑋:Peso de un muñeco navideño
𝑁𝑁 = 10000 𝑛𝑛 = 41
𝜎𝜎 𝑁𝑁 − 𝑛𝑛 𝜎𝜎 = 25 𝑋𝑋� = 200
IC 𝜇𝜇 = 𝑋𝑋� ± 𝑍𝑍 𝛼𝛼 ⋅
1−
2 𝑛𝑛 𝑁𝑁 − 1
𝑁𝑁𝑁𝑁 = 1 − 𝛼𝛼 = 0.95
Reemplazando 𝛼𝛼 = 0.05
25 10000 − 41
IC µ = 200 ± 1.96 ⋅ 𝑍𝑍
41 10000 − 1 1−
0.05
2
𝜎𝜎1 2 𝜎𝜎2 2
IC 𝝁𝝁𝟏𝟏 − 𝝁𝝁𝟐𝟐 = (𝑋𝑋�1 −𝑋𝑋�2 ) ± 𝑍𝑍 𝛼𝛼 +
1−
2 𝑛𝑛1 𝑛𝑛2
1 1
IC 𝝁𝝁𝟏𝟏 − 𝝁𝝁𝟐𝟐 = 𝑋𝑋�1 −𝑋𝑋�2 ±𝑇𝑇 𝛼𝛼 𝑆𝑆𝑃𝑃 2 +
1− ,𝐺𝐺𝐺𝐺
2 𝑛𝑛1 𝑛𝑛2
𝑠𝑠1 2 𝑆𝑆2 2
IC 𝝁𝝁𝟏𝟏 − 𝝁𝝁𝟐𝟐 = (𝑋𝑋�1 −𝑋𝑋�2 ) ± 𝑇𝑇 𝛼𝛼 +
1− ,𝑔𝑔𝑔𝑔
2 𝑛𝑛1 𝑛𝑛2
2
𝑠𝑠1 2 𝑆𝑆2 2
𝑛𝑛1 + 𝑛𝑛2
gl = 2
2
2 2
𝑠𝑠1 𝑆𝑆2
𝑛𝑛1 𝑛𝑛2
𝑛𝑛1 − 1 + 𝑛𝑛2 − 1
Estadística Inferencial
Estimación Por intervalo para media(𝝁𝝁𝟏𝟏 − 𝝁𝝁𝟐𝟐 ): Ejercicio
En un estudio para determinar el gasto medio mensual en arbitrios en las ciudades A y B, se toma una muestra
al azar de 200 hogares de A arrojando un gasto medio de S/. 250 y una desviación estándar de 15. Una muestra
al azar de 180 hogares de la ciudad B da una gasto medio de 235 y una desviación estándar de 10.
a) Determine un intervalo de confianza del 99 % para la diferencia del gasto medio en las ciudades A y B.
b) ¿Es diferente el gasto medio mensual en arbitrios en las ciudades A y B?
152 102
IC 𝝁𝝁𝟏𝟏 − 𝝁𝝁𝟐𝟐 = 𝟐𝟐𝟓𝟓𝟓𝟓 − 𝟐𝟐𝟐𝟐𝟐𝟐 ± 2.58 � +
200 180 𝑍𝑍 0.05
1−
2
Solución b:
𝑃𝑃(1 − 𝑃𝑃)
IC 𝝅𝝅 = 𝑝𝑝 ± 𝑍𝑍 𝛼𝛼 ⋅
1−
2 𝑛𝑛
Población finita
𝑃𝑃(1 − 𝑃𝑃) 𝑁𝑁 − 𝑛𝑛
𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷𝑷 𝑃𝑃 : 𝐸𝐸𝐸𝐸 = �
𝑛𝑛 𝑁𝑁 − 1
Estadística Inferencial
Estimación Por intervalo para una proporción (𝜋𝜋): Ejercicio
Solución :
Datos población Datos Muestra
𝑋𝑋: 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝑎𝑎 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓 𝑑𝑑𝑑𝑑 𝑙𝑙𝑙𝑙 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐: 𝑋𝑋=360
p = proporción muestral de compradores que están a favor.. 𝑁𝑁𝑁𝑁 ℎ𝑎𝑎𝑎𝑎 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑛𝑛 = 600
𝑥𝑥 360
𝑝𝑝 = = = 0.6
𝑁𝑁𝑁𝑁 = 1 − 𝛼𝛼 = 0.95 𝑛𝑛 600
𝑝𝑝(1 − 𝑝𝑝)
𝐼𝐼𝐼𝐼 𝝅𝝅 = 𝒑𝒑 ± 𝑍𝑍(1−𝛼𝛼) . 𝛼𝛼 = 0.05
2 𝑛𝑛
0,6(0,4)
𝐼𝐼𝐼𝐼 𝜋𝜋 = 𝟎𝟎, 𝟔𝟔 ± 1,96.
600
𝑍𝑍 0.05
1−
0,561 ≤ 𝜋𝜋 ≤ 0,639 2
𝑍𝑍 0.975 =1.96
con un 95% de confianza la verdadera proporción (porcentaje) de compradores que quieren que se
construya un segundo ascensor en el centro comercial, se encuentra entre 0.561 y 0.639 (56.1% y 63.9%).
Estadística Inferencial
Estimación Por intervalo para una proporción (𝜋𝜋): Ejercicio
Hijos por 0 1 2 3 4 5
familia
familias 20 10 7 6 4 3
Solución :
Datos población Datos Muestra
𝑋𝑋:familias con menos de 2 hijos , 𝑋𝑋=30
p = proporción muestral familias con menos 2 hijos 𝑛𝑛 = 50
𝑁𝑁 = 500
𝑥𝑥 30
𝑝𝑝 = = = 0.6
𝑝𝑝(1 − 𝑝𝑝) 𝑁𝑁 − 𝑛𝑛 𝑛𝑛 50
𝐼𝐼𝐼𝐼 𝜋𝜋 = 𝑝𝑝 ± 𝑍𝑍(1−𝛼𝛼) . 𝑁𝑁𝑁𝑁 = 1 − 𝛼𝛼 = 0.90
2 𝑛𝑛 𝑁𝑁 − 1
𝛼𝛼 = 0.1
0,6(0,4) 500 − 50
𝐼𝐼𝐼𝐼 𝜋𝜋 = 0,6 ± 1,645.
600 499
𝑍𝑍 0.1
1−
2
0,551 ≤ 𝜋𝜋 ≤ 0,65
𝑍𝑍 0.95 =1.645
con un 90% de confianza la verdadera proporción (porcentaje) de familias con menos de 2 hijos se
encuentra entre 55,1% y 65%
Estadística Inferencial
Estimación Por intervalo
Con el 95% de confianza, la diferencia de proporciones verdadera de hombres y de mujeres que conocen
el producto, está entre -0.2009 y 0.0009.
Solución b : Son iguales las proporciones de hombres y mujeres que conocen el producto?. Rpta: SI
Estadística inferencial
Solución :
P= proporción de clientes satisfechas Datos población Datos Muestra
Interpretación: la diferencia de proporciones de mujeres menores de 50 años y las de 50 años a más que mostraron
satisfacción por las prendas chinas, está entre -0.17 y 0.03 con el 99% de confianza.
Estadística Inferencial
2
(𝑛𝑛 − 1)𝑆𝑆 2 2
(𝑛𝑛 − 1)𝑆𝑆 2
IC 𝜎𝜎 = 2 ≤ 𝜎𝜎 ≤ 2
𝑋𝑋 1−𝛼𝛼,𝑛𝑛−1 𝑋𝑋 𝛼𝛼,𝑛𝑛−1
2 2
En una muestra aleatoria de 25 estudiantes el promedio de tiempo de estudio para el examen final de un
determinado curso es 5.2 horas y una desviación estándar de 3.1 horas. Calcule e interprete un intervalo del 95%
para la desviación estándar del tiempo en horas de estudio para el examen final de dicho curso
IC 𝜎𝜎 = 2.42 ≤ 𝜎𝜎 ≤ 4.31
con una confianza del 95% la desviación estándar del tiempo de estudio esta comprendido de 2.42 a 4.31 horas
Estadística Inferencial
Estimación por intervalo para varianza 𝜎𝜎 2 : Ejercicio
𝑋𝑋 2 𝛼𝛼
,𝑛𝑛−1
=𝑋𝑋 2 0.025,24 = 12.4
2
𝑋𝑋 2 𝛼𝛼
1− ,𝑛𝑛−1
= 𝑋𝑋 2 0.975,24 =39.4
2
Muestreo y determinación del tamaño de la
muestra
• Tamaño de la muestra
• Muestreo
Estadística Inferencial
Tamaño de muestra
Para la Proporción
Población Infinita
𝑍𝑍 2 � 𝑃𝑃(1 − 𝑃𝑃)
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀: 𝑛𝑛 =
𝐸𝐸 2
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷: 𝐸𝐸 = 𝑝𝑝 − 𝜋𝜋
Población finita
𝑁𝑁𝑍𝑍 2 𝑃𝑃(1 − 𝑃𝑃)
𝑛𝑛 = 2
𝐸𝐸 𝑁𝑁 − 1 + 𝑍𝑍 2 𝑃𝑃(1 − 𝑃𝑃)
Donde:
n = el tamaño de la muestra, N = tamaño de la población.
𝑝𝑝 = Proporción poblacional o muestral. (P=0.5 ni no es conocido)
Z : NC=90% Z=1,645, NC=95% Z=1,96 , NC=99% Z=2.58
𝐸𝐸 = Límite aceptable de error muestral
Varia del 1% (0,01) y 9% (0,09), valor que queda a criterio del encuestador.
Estadística Inferencial
Tamaño de muestra
Para la Proporción
Ejercicio
El área de calidad de una embotelladora, quiere determinar
la proporción de reclamos sobre el sabor de sus bebidas,
para ello desea determinar la muestra de clientes
necesarios con una confianza del 99% si desea cometer un
error máximo del 5%. Por estudios pilotos se sabe que 4 de
cada 10 clientes presentan reclamos por el sabor.
Solución
Dato:
𝑍𝑍 2 � 𝑃𝑃(1 − 𝑃𝑃)
𝑛𝑛 =
N=Infinito 𝐸𝐸 2
𝑍𝑍 = 2.58
𝑝𝑝 = 0.4 2.582 � 0.4(0.6)
𝐸𝐸 = 0.05 n= = 369 clientes
0.052
Estadística Inferencial
Tamaño de muestra
Para la Proporción
Ejercicio
En un hotel, saben que el nivel de satisfacción de sus clientes
ronda el 90% y quieren realizar un estudio para ver si la
nueva gestión de limpiezas ha sido de su agrado. ¿Cuál sería
el tamaño necesario para la muestra, si el total de clientes
del hotel es de 10 000? Suponga un nivel de confianza para
los resultados del estudio del 95% y un error máximo
permitido del 5%.
Solución
Dato: 𝑁𝑁𝑍𝑍 2 𝑃𝑃(1 − 𝑃𝑃)
𝑛𝑛 = 2
𝐸𝐸 𝑁𝑁 − 1 + 𝑍𝑍 2 𝑃𝑃(1 − 𝑃𝑃)
N=10 000
𝑍𝑍 = 1,96
𝑝𝑝 = 0.9, q=0.1 10000 1.962 (0.9)(0.1)
𝐸𝐸 = 0.05 𝑛𝑛 =
0.052 (10000 − 1) +1.962 (0.9)(0.1)
𝑛𝑛 = 136.42, 𝑛𝑛 = 137 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
Estadística Inferencial
Tamaño de muestra
Para la media
Población Infinita
𝑍𝑍 2 � 𝜎𝜎 2
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀: 𝑛𝑛 =
𝐸𝐸 2
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷: 𝐸𝐸 = 𝑋𝑋� − 𝜇𝜇
Población finita
𝑁𝑁𝜎𝜎 2 𝑍𝑍 2
𝑛𝑛 =
𝑁𝑁 − 1 𝐸𝐸 2 + 𝜎𝜎 2 𝑍𝑍 2
Donde:
n = el tamaño de la muestra, N = tamaño de la población.
𝜎𝜎 = Desviación estándar de la población o S muestra piloto.
Z : NC=90% Z=1,645, NC=95% Z=1,96 , NC=99% Z=2.58
𝐸𝐸 = Límite aceptable de error muestral
Estadística Inferencial
Tamaño de muestra
Para la media
Ejercicio
Se hace un estudio de mercado, Para estimar la venta
promedio mensual de una nueva marca de gaseosas en las
tiendas, ¿Qué tamaño de muestra debe tomarse, si se desea
que 𝑥𝑥̅ difiera de µ en menos de S/. 30, con el 95 % de
confianza?.
En una encuesta piloto previo a un conjunto de tiendas se
obtuvo una desviación estándar de 120 soles.
Solución
Dato:
𝑍𝑍 2 � 𝜎𝜎 2
𝑛𝑛 =
N = infinito 𝐸𝐸 2
𝑍𝑍 = 1.96
𝑆𝑆 = 120
𝐸𝐸 = 30 1.962 � 1202
n= = 61 tiendas
302
Estadística Inferencial
Tamaño de muestra
Para la media
Ejercicio
Calcular el tamaño de la muestra de una población de 500 piezas
de microchips, con la finalidad de conocer la longitud media de
estas, a razón de que el gerente de calidad sospecha que esta
longitud no cumple con las especificaciones. Use un nivel de
confianza del 95% y un error 0.05 cm y una desviación estándar
de 0.5
Solución
𝑁𝑁𝜎𝜎 2 𝑍𝑍 2
Dato: 𝑛𝑛 = 2
𝐸𝐸 𝑁𝑁 − 1 + 𝜎𝜎 2 𝑍𝑍 2
𝑁𝑁 = 500
𝑍𝑍 = 1.96 500 � 0,52 � 1,962
𝜎𝜎 2 = 0.5 𝑛𝑛 =
0,052 500 − 1 + 0,52 � 1,962
𝐸𝐸 = 0.05
500 � 0,52 � 1,962
𝑛𝑛 = = 217.49 = 218 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝
0,052 500 − 1 + 0,52 � 1,962
Estadística Inferencial
Tipos de muestreo
Muestreo
Población (N)
Muestra (n)
Estadísticos
Parámetros
Muestreo Probabilístico
• Aleatorio simple.
Muestreo Probabilístico
• Aleatorio sistemático.
Muestreo Probabilístico
• Aleatorio sistemático.
Ejemplo:
Seleccionar muestra de n = 20 empresas de lista de N = 500
empresas
Poblacion Estratos
Estrato 1
(Empresas N1 n1
grandes)
Estrato 2
(Empresas N2 n2
medianas)
Estrato 3
(Empresas
N3 n3
pequeñas)
𝐿𝐿
Muestreo Probabilístico
• Por Conglomerados.
Muestreo Probabilístico
• Por Conglomerados.
Muestreo no Probabilístico
Por Cuotas.
Muestreo no Probabilístico
Muestreo no Probabilístico
De Conveniencia.
Ventajas: Ventajas:
Es menos costoso.
Tiene fundamento estadístico De selección más simple.
matemático. No requiere conocimiento
Es más representativo, previo del universo.
porque es más exacto. No requiere tener identifi-
El error con el que se trabaja cadas las unidades de
es menor y es posible decidir análisis.
con que error trabajar. Desventajas:
Se trabaja con un error
Desventajas: desconocido.
Es costoso. No se puede calcular el
Requiere el conocimiento error.
Es menos representativo.
previo del universo.
Conclusiones
1. Estimaciones de intervalos de confianza