DISTRIBUCIONES FUNDAMENTALES
PARA EL MUESTREO.
1.1 INTRODUCCIÓN A LA ESTADISTICA INFERENCIAL.
Estadística inferencial:
Ejemplos
Ejemplo
f = n / N = 250 / 1000 = 1/ 4
X
Z=
/ n
Conforme n , es la distribución normal n (Z; 0,1)
Conclusión:
X
X1 X2 X
=1
Z
-3 z1 z2 0 3
x 1 x 2 ... x n 1 1 1
X x 1 x 2 ... x n
n n n n
1 1 1 1
X ... n
n n n n
2 2 2
1 2 1 2 1 2 1 2 2
X2 ... n 2
n n n n n
X
n
𝒙−𝒖
𝒛=
𝝈/√𝒏
𝒙−𝒖
𝒛=
𝝈 √𝑵 − 𝒏
√𝒏 𝑵 − 𝟏
Ejercicios
Una empresa eléctrica fabrica focos que tienen una duración que se
distribuye aproximadamente en forma normal, con media de 800 horas y
desviación estándar de 40 horas. Encuentre la probabilidad de que una
muestra aleatoria de 16 focos tenga una vida promedio de menos de 775
horas.
Un banco calcula que sus cuentas individuales de ahorro tienen una
distribución normal con una media de $2,000.00 y con una desviación
estándar de $600.00. Si el banco toma una muestra aleatoria de 100 cuentas.
¿Cuál es la probabilidad de que la media se halle entre $1,900.00 y
$2,050.00?
En una Compañía llantera el control de calidad del proceso es estricto, la
duración del “piso” de las llantas producidas tiene distribución normal, con
un promedio de 25,000 millas y una desviación estándar de 5,000 millas.
Si se selecciona al azar una muestra de 100 llantas para análisis y se calcula
la duración promedio para esta muestra.
a) Encuentre la probabilidad de que la muestra de 100 llantas tendrá una
media entre 24000 y 25000 millas.
Las estaturas de 1000 estudiantes están distribuidas aproximadamente en
forma normal con una media de 174.5 centímetros y una desviación estándar
de 6.9 centímetros. Si se extraen 200 muestras aleatorias de tamaño 25 sin
reemplazo de esta población, determine:
a) El número de las medias muéstrales que caen entre 172.5 y 175.8
centímetros.
b) El número de medias muéstrales que caen por debajo de 172 centímetros.
1.4.2. DISTRIBUCIÓN MUESTRAL DE LA DIFERENCIA DE
MEDIAS
X1 X 2 1 2
12 22
2
X1 X 2
n1 n2
12 22
X1 X 2
n1 n2
por lo tanto:
Z =
X 1 X 2 1 2
( 12 / n1 ) ( 22 / n2 )
pq
p p p
n
ps p
Z=
pq
n
Dónde:
ps es la proporción muestral
p es la proporción poblacional
Ejercicios. (Resolverlos con la distribución muestral de proporciones)
Hallar la probabilidad de que en 120 lanzamientos de una moneda el número
de caras:
a) Esté comprendido entre el 40% y el 60%.
b) Sea 5/8 o más del número de lanzamientos
c) 1/4 o menos del número de lanzamientos
El gerente de una mueblería ha determinado que el 20% de las ventas del año
pasado incluyeron la entrega de muebles en un plazo de 30 días después de la
compra. Si se selecciona una muestra aleatoria de 400 ventas.
Determine la probabilidad de que la proporción muestral de los pedidos
entregados dentro de los 30 días siguientes sea:
a) Entre 0.20 y 0.25
b) Sea menos del 0.15
c) Mayor de 0.24
Se ha determinado que 60% de los estudiantes de una universidad grande
fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes.
Calcule la probabilidad de que la proporción de la muestra de la gente que
fuma cigarrillos sea menor que 0.55.
Un medicamento para malestar estomacal tiene la advertencia de que algunos
usuarios pueden presentar una reacción adversa a él, más aún, se piensa que
alrededor del 3% de los usuarios tienen tal reacción. Si una muestra aleatoria
de 150 personas con malestar estomacal usa el medicamento, encuentre la
probabilidad de que la proporción de la muestra de los usuarios que
realmente presentan una reacción adversa, exceda el 4%.
Se sabe que la verdadera proporción de los componentes defectuosos
fabricados por una firma es de 4%, y encuentre la probabilidad de que una
muestra aleatoria de tamaño 60 tenga:
a) Menos del 3% de los componentes defectuosos.
b) Más del 1% pero menos del 5% de partes defectuosas.
1.4.4 DISTRIBUCIÓN MUESTRAL DE LA DIFERENCIA DE
PROPORCIONES.
(𝒑𝟏 − 𝒑𝟐 ) − (𝑷𝟏 − 𝑷𝟐 )
𝒛=
𝑷𝟏 𝒒𝟏 𝑷𝟐 𝒒𝟐
√ +
𝒏𝟏 𝒏𝟐
Ejercicios.
Los hombres y mujeres adultos radicados en una ciudad grande del norte
difieren en sus opiniones sobre la promulgación de la pena de muerte para
personas culpables de asesinato. Se cree que el 12% de los hombres adultos
están a favor de la pena de muerte, mientras que sólo 10% de las mujeres
adultas lo están. Si se pregunta a dos muestras aleatorias de 100 hombres y
100 mujeres su opinión sobre la promulgación 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.
Una encuesta del Boston College constó de 320 trabajadores de Michigan que
fueron despedidos entre 1979 y 1984, encontró que 20% habían estado sin
trabajo durante por lo menos dos años. Supóngase que tuviera que
seleccionar otra muestra aleatoria de 320 trabajadores de entre todos los
empleados despedidos entre 1979 y 1984. ¿Cuál sería la probabilidad de que
su porcentaje muestral de trabajadores sin empleo durante por lo menos dos
años, difiera del porcentaje obtenido en la encuesta de Boston College, en 5%
o más?
Se sabe que 3 de cada 6 productos fabricados por la máquina 1 son
defectuosos y que 2 de cada 5 objetos fabricados por la máquina 2 son
defectuosos; se toman muestras de 120 objetos de cada máquina:
a) ¿cuál es la probabilidad de que la proporción de artículos defectuosos de
la máquina 2 rebase a la máquina 1 en por lo menos 0.10?
b) ¿cuál es la probabilidad de que la proporción de artículos defectuosos de
la máquina 1 rebase a la máquina 2 en por lo menos 0.15?
1.4.5 DISTRIBUCIÓN T-STUDENT. (TEORÍA DE PEQUEÑAS
MUESTRAS) Distribución muestral de la media X con varianza
desconocida.
X
T =
S/ n
X
Xi
n
y S
2
n xi X 2
i 1 n i 1 n1
Distribución t
0 , 2 1
t
t 0 t
v = 10
v=5
v=1
- t t
-3 -2 -1 0 1 2 3
Ejercicios
Un jefe de producción afirma con un 90% de seguridad que el rendimiento
medio de la población de cierto proceso en lotes es 500 gramos por milímetro
de materia prima. Para verificar esta afirmación muestrea 25 lotes cada mes.
¿Qué conclusión extraería de una muestra que tiene una media de 518
gramos por milímetro y una desviación estándar muestral de 40 gramos?
Suponga que la distribución de rendimientos es aproximadamente normal.
Un ingeniero químico afirma que el rendimiento medio de la población de
cierto proceso en lotes es 500 gramos por milímetro de materia prima. Para
verificar esta afirmación toma una muestra de 25 lotes cada mes. Si el valor
de t calculado cae entre –t0.05 y t0.05, queda satisfecho con su afirmación.
¿Qué conclusión extraería de una muestra que tiene una media de 518
gramos por milímetro y una desviación estándar de 40 gramos? Suponga que
la distribución de rendimientos es aproximadamente normal.
Al fabricante de un agente propulsor utilizado en sistemas de escape de
emergencia de aeronaves le gustaría afirmar que su producto tiene una tasa
promedio de combustión de 40 pulgadas por minuto. Para investigar esta
afirmación, el fabricante prueba 25 gramos de propulsor seleccionado al
azar, y si el valor calculado de T cae entre – t 0.05 y t 0.05, entonces queda
satisfecho.
¿A qué conclusión debe llegar el fabricante si tiene una muestra con una
media de 42 pulgadas por minuto y una desviación estándar de 0.75 pulgadas
por minuto? Supóngase que la tasa de combustión tiene una distribución
normal.
La resistencia a la tensión para cierto tipo de alambre se distribuye
normalmente con una media desconocida y una varianza desconocida
2 . Se seleccionaron al azar 6 segmentos de alambre de un rollo grande y se
midió x i , la resistencia a la tensión para el segmento i, en donde i = 1, 2, 3,
4, 5, 6. La y de la población pueden estimarse por X y S2
2
respectivamente.
Encuentre la probabilidad de que X esté a lo más a 25/ n de la verdadera
media poblacional: P (-2S / n < X - < 2S / n ).
1.4.6. DISTRIBUCIÓN MUESTRAL DE LA VARIANZA S2.
DISTRIBUCIÓN Ji CUADRADA.
La distribución Ji cuadrada es un caso especial de la distribución
gama con v / 2 y 2 , donde v es un entero positivo. La
distribución tiene un solo parámetro v llamado grados de libertad.
X2 =
n 1S 2 “muestras pequeñas”
2
f(X2)
X2
0 X2
Exactamente 95% de una distribución Ji cuadrada yace entre
X 02.975 y X 02.025
Ejercicios
Un fabricante de baterías para auto garantiza con un 95% de seguridad que
sus baterías durarán, en promedio, 3 años con una desviación estándar de 1
año. Si 5 de éstas baterías tienen duraciones de 1.19, 2.4, 3.0, 3.5 y 4.2 años,
¿el fabricante aún está convencido de que sus baterías tienen una desviación
estándar de 1 año? Suponga que la duración de la batería sigue una
distribución normal.
Se toma una muestra aleatoria de 27 observaciones de una población normal
con varianza de 16.8. Hallar la probabilidad aproximada de obtener una
desviación estándar de la muestra:
a).- entre 3 y 5.2
b).- mayor de 4
Calcule la probabilidad de que una muestra aleatoria de 25 observaciones,
tomadas de una población normal con varianza 6 tendrá una varianza
muestral:
a).- mayor que 9.1
b).- entre 3.462 y 10.745
Suponga que los tiempos requeridos por un cierto autobús para alcanzar un
de sus destinos en una ciudad grande forman una distribución normal con una
desviación estándar de 1 minuto. Si se elige al azar una muestra de 17
tiempos, encuentre la probabilidad de que la varianza muestral sea mayor que
2.
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones,
de una población normal con varianza de 6, tenga una varianza muestral:
a) Mayor que 9.1
b) Entre 3.462 y 10.745
Los siguientes son los pesos, en decagramos, de 10 paquetes de semillas de
pasto distribuidas por cierta compañía: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9,
45.8, 46.9, 45.2 y 46. Encuentre un intervalo de confianza de 95% para la
varianza de todos los paquetes de semillas de pasto que distribuye esta
compañía, suponga una población normal.
En trabajo de laboratorio se desea llevar a cabo comprobaciones cuidadosas
de la variabilidad de los resultados que producen muestras estándar. En un
estudio de la cantidad de calcio en el agua potable, el cual se efectúa como
parte del control de calidad, se analizó seis veces la misma muestra en el
laboratorio en intervalos aleatorios. Los seis resultados en partes por millón
fueron 9.54, 9.61, 9.32, 9.48, 9.70 y 9.26. Estimar la varianza de los
resultados de la población para este estándar, usando un nivel de confianza
del 90%.
1.4.7. DISTRIBUCIÓN MUESTRAL DE LA COMPARACIÓN
DE VARIANZAS MUESTRALES. DISTRIBUCIÓN F.
2 2
Si X 1 y X 2 son variables aleatorias independientes que tiene
distribuciones ji cuadrada con v1 y v2 grados de libertad,
respectivamente entonces:
X 12 / v1
F= 2 donde X 2
n1 1S12
12
1
X 2 / v2
Y X 2
n2 1S 22
v1 = n1 -1 , v2 = n2 - 1
2 2
2
S12 / 12 22 S12
F= 2 2 2 “muestras pequeñas”
S2 / 2 1 S2
2
h(f) 6 y 24 g.l.
6 y 10 g.l.
0 0 f
1
f 1 ;v1 ,v2 f ;v1 ,v2
f ;v2 ,v1
h(f)
15 y g.l.
15 y 50 g.l.
15 y 5 g.l.
f
0
Ejercicios
Si S 12 y S 22 representan las varianzas de muestras aleatorias
independientes con tamaños n1 = 25 y n2 =25 tomadas de poblaciones
normales con varianzas 12 = 10 y 22 = 15, respectivamente, determine P
( S 12 / S 22 > 1.26).
Si tomamos dos muestras independientes de tamaño n 1 = 6 y n2 =10 de dos
poblaciones normales con la misma varianza poblacional, encuentre el
número “b” tal que P ( S 12 / S 22 b) = 0.95.
Dos muestras de tamaños 8 y 10 se extraen de dos poblaciones distribuidas
normalmente con varianza 20 y 36 respectivamente. Hallar la probabilidad
aproximada de que la varianza de la primera muestra sea más de dos veces la
varianza de la segunda.
Un fabricante de automóviles pone a prueba dos nuevos métodos de
ensamblaje de motores respecto al tiempo en minutos. Los resultados se
muestran en la tabla:
Método 1 Método 2
n1 = 31 n2 = 25
S12 = 50 S22 =24