Professional Documents
Culture Documents
Si X es la media de una muestra aleatoria de tamao n tomada de una poblacin con media
y varianza 2, entonces la distribucin muestral de X es normal con media y varianza
2 / n si la poblacin esta distribuida normalmente.
ESTADSTICA I
siempre y cuando el tamao de la muestra sea grande(n 30). En estas condiciones el valor
de Z sera:
Teorema del lmite central. Si X es la media de una muestra aleatoria de tamao n tomada
de una poblacin con media y varianza finita 2, entonces la forma lmite de la distribucin
de
x
Z
n
Conforme n , es la distribucin normal estndar n(z; 0, 1)
La importancia del teorema del lmite central es que nos permite usar estadsticas de muestra
para hacer inferencias con respecto a los parmetros de poblacin sin saber nada sobre la
forma de la distribucin de frecuencias de esa poblacin ms que lo que podamos obtener de
la muestra.
1.- Una agencia de empleo normalmente aplica pruebas de inteligencia y aptitudes a todos
los que buscan trabajo a travs de ella. La empresa ha reunido datos durante aos, y sabe
que la distribucin de las puntuaciones es normal, con una media de 86 y una desviacin
estndar de 16, cul es la probabilidad de que, en una muestra de 75 candidatos, la
puntuacin promedio sea por lo menos 84?
Solucin
= 86
= 16
n = 75
P( X > 84)
ESTADSTICA I Unidad 2 2
La probabilidad que buscamos est dada por la regin sombreada de la siguiente curva
84 86
2.- Una empresa elctrica fabrica focos que tienen una duracin que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviacin estndar de 40
horas. Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una vida
promedio de menos de 775 horas.
Solucin
= 800 horas
= 40 horas
n = 16
P( X < 775)
La probabilidad que buscamos esta dada por la regin sombreada de la siguiente curva
775 800
ESTADSTICA I Unidad 2 3
Dado que P( X < 775) = P(Z < -2.5) = 0.0062
Podemos concluir que la probabilidad de que la vida media de la muestra de 16 focos sea
menor de 775 horas es de 0.0062
3.- Ciertos tubos fabricados por una compaa, tienen una duracin media de 900 horas y una
desviacin estndar de 70 horas. Si se seleccionan aleatoriamente una muestra de 36 tubos,
cul es la probabilidad de que dichos tubos tengan una duracin media entre 870 y 925
horas?
Como el rea que se busca es la marcada, es decir, est entre 2 puntos; adems los datos de
probabilidad es de la tabla normal acumulada, entonces, se procede a realizar lo siguiente:
F(-2.57) = 0.0051
F(2.14) = 0.9838
ESTADSTICA I Unidad 2 4
Distribucin t de Student (Muestras Pequeas)
En el tema anterior, dijimos que si una poblacin era normal, las medias muestrales tambin
se distribuirn normalmente. Esta situacin tambin se cumple si la muestra es pequea (n <
30) y se conoce la desviacin estndar poblacional. Dijimos tambin que si una distribucin
era normal pero se desconoce LA DESVIACIN ESTNDAR POBLACIONAL (), esta
puede ser remplazada por la desviacin estndar muestral S, si el tamao de la muestra n >
30. Por ltimo dijimos, que segn el teorema central del lmite, si una poblacin no est
normalmente distribuida o se desconoce tal situacin, las medias muestrales se distribuirn
normalmente si el valor n > 30.
La distribucin t-Student utiliza una tabla de probabilidad especial, cuyo uso sugiere como
compensacin el clculo previo de los grados de libertad (v), que se define como el tamao
de la muestra n, al cual se le ha restado tantas unidades como parmetros de la poblacin
halla que estimar a partir de la muestra. En el caso de la distribucin en el muestreo de la
media, tendremos que estimar al parmetro, por lo cual para conocer los grados de libertad
v, tendremos que restar al tamao de la muestra n, el valor de la unidad (1). Otros autores
simbolizan los grados de libertad como df o gl.
ESTADSTICA I Unidad 2 5
Ejemplos:
1.- Un fabricante de una determinada droga, afirma que la misma tiene una vida media til
de 1.000 horas. Un distribuidor pone en duda sta afirmacin y para probarlo toma una
muestra de 25 frascos de la droga y encuentra que la vida media til de dicha muestra es de
970 horas con desviacin estndar de 24 horas. Que deber concluir el distribuidor? Se
supone que la duracin de la droga se distribuye normalmente, considerando para =0.05
V=1 n
= 1- 25 = 24
t ,v =
t 0.025,24 = 2.064
Por lo anterior, el distribuidor podra rechazar la afirmacin del fabricante. Dicho de otra
forma, la media de la muestra obtenida por el distribuidor no pertenece a la poblacin
sealada por el fabricante, pues solo un 5% de las medias muestrales se salen del intervalo +
2.064, como se puede ver en la anterior grfica.
2.- Un ingeniero afirma que el rendimiento medio de cierto programa de software es mayor
a 500 procesos por hora. Para verificar esta afirmacin muestrea 25 horas cada mes. Qu
conclusin obtendra de una muestra que tiene una media de 518 procesos por hora y una
desviacin estndar de 40 procesos? Considere para = 0.05 Suponga que la distribucin de
rendimiento es aproximadamente normal.
ESTADSTICA I Unidad 2 6
V=1 n
= 1- 25 = 24
t,v =
t0.05,24 = 1.711
Como el valor calculado de t, se encuentra dentro del rea de aceptacin, se puede concluir
que la afirmacin del rendimiento del programa de software es correcta, es decir, si realiza
los 500 procesos por hora.
Cuando en una muestra no se cuenta con el valor de la desviacin estndar muestral, pero s
se cuenta con el valor de cada muestra, entonces se puede calcular empleando la siguiente
frmula:
( )2
=
1
2.- Un Jefe de Calidad en una planta, desea saber si la resistencia que existe en un cierto
material es lo suficiente para emplearlo en su proceso de fabricacin, realiza una medicin
en 11 piezas. Los cuales arrojaron los siguientes resultados:
Pieza 1 2 3 4 5 6 7 8 9 10 11
Kg/fuerza 2.8 2.5 2.3 2.1 2.6 2.7 2.4 2.4 2.1 2.8 2.5
ESTADSTICA I Unidad 2 7
= 2.47
( )2 0.6019
= = = 0.245
1 10
V=n - 1
= 11 - 1 = 10
t /2,v =
t 0.05/2,10 = 2.228
t 0.025,10 = 2.228
ESTADSTICA I Unidad 2 8
Distribucin Muestral para la Diferencia de Medias
(Muestras Grandes)
Con mucha frecuencia estamos interesados en conocer las diferencias entre dos medias de
dos poblaciones independientes; as por ejemplo podramos estar interesados en comparar
los ingresos promedios que presentan dos regiones dadas. Supongamos entonces, que
tenemos dos poblaciones independientes que identificamos como X y Y de tamaos N 1 y N2
respectivamente con medias respectivas 1 y 2 y sus desviaciones estndar respectivas 1 y
2. Supongamos adems que de las poblaciones X y Y, obtenemos muestras de tamaos n1 y
n2, con medias respectivas X y Y , cuya diferencia es: X Y .
Por lo tanto, la distribucin de las diferencias de las medias muestrales, es una variable
aleatoria que se distribuye normalmente en los siguientes casos:
c) Por ltimo, adaptando el teorema central del lmite, cuando las poblaciones no son
normales o no se sabe nada de ellas, pero:
Ejemplo 1:
Un rodamiento para una troqueladora producida por la empresa A, tiene una vida media til
de 3.5 aos con una desviacin estndar de 0.4 aos. El mismo tipo de rodamientos producido
por la empresa B, tiene una vida media til de 3.3 aos con una desviacin estndar de 0.3
aos. Cul es la probabilidad de que una muestra de 25 rodamientos de la empresa A tenga
una vida media de por lo menos 0.4 aos ms, que la vida media de una muestra de 36
rodamientos de la empresa B?
ESTADSTICA I Unidad 2 9
Buscando el valor de probabilidad en las tablas de la distribucin normal, de 2.12, es de
0.9830, como son valores acumulados, de izquierda a derecha, y adems nos interesan valores
mayores al de Z calculada, entonces:
1-0.9830= 0.017
1
( 2 < 0.4) = 0.017
Ejemplo 2:
Las compaas A y B fabrican dos tipos de cables que tienen una resistencia media a la rotura
de 4.000 y 4.500 libras y desviaciones estndar de 300 y 200 libras respectivamente. Si se
comprueban 100 cables de A y 50 cables de B; cul es la probabilidad de que la media a la
rotura de B sea mayor que la de A en 400 libras?
1
Se pide calcular ( 2 400 lbras).
Si calculamos el valor de z segn la frmula, tenemos:
ESTADSTICA I Unidad 2 10
0.007
5
Como el valor de probabilidad que interesa, son los mayores a 400 libras (Z calculada es
-2.43), y los valores de probabilidad dados en tabla son acumulados, entonces:
1- 0.0075 = 0.9925
1
( 2 400) = 0.9925
ESTADSTICA I Unidad 2 11
Distribucin Muestral para la Diferencia de Medias
(Muestras Pequeas)
Cuando las poblaciones son pequeas (n1 < 30 y n2 < 30 o n1+n2 < 60) y adicionalmente, no
se conocen las desviaciones estndar poblacionales 1 y 2. Si las dos poblaciones se
distribuyen normalmente, la ley t-Student nos permite resolver situaciones como sta.
Entonces, obtendremos el estadstico t, similar al estadstico Z. La frmula correspondiente
es la siguiente:
(1 1)12 + (2 1)22
=
(1 + 2 2)
El denominador de sta ltima frmula, equivale a los grados de libertad, puesto que en ste
caso, para obtener dicho valor (v), se restan 2 unidades a la suma de las dos muestras ya que
a travs de S1 y S2, se deben estimar los dos parmetros poblacionales 1 y 2
respectivamente. La curva que se genera, es idntica a la vista en la pgina anterior, excepto
que es ms achatada y adems, el eje Z, debe ser reemplazado por el eje t.
Ejemplo:
ESTADSTICA I Unidad 2 12
Como t calculada, se encuentra dentro del rea del intervalo establecido, se puede concluir
que el vendedor tiene la razn respecto a la afirmacin en cuanto a la duracin de las piezas.
ESTADSTICA I Unidad 2 13
Distribucin Muestral de la Proporcin
Frecuentemente en estadstica es importante conocer la proporcin de una cosa con respecto
al todo, como la proporcin de piezas defectuosas en un lote de produccin dado, proporcin
de electores a favor de un cierto candidato, etc. La distribucin en el muestreo de la
proporcin, consiste en la distribucin de las proporciones de todas las posibles muestras que
pueden ser seleccionadas de una poblacin. Aclaremos los siguientes trminos:
n = tamao de la muestra
Ejemplo:
1.- Se ha demostrado por reclamos del cliente que las entregas a domicilio de cierta
mensajera tiene el 20% del total de sus entregas con defectos. Cul es la probabilidad de
que al realizar 100 entregas a domicilio, la proporcin de defectos sea menor que el 25%?
2.- En una gran compaa, el 18% de los trabajadores estn de acuerdo con un proyecto de
ley que modifica el cdigo laboral Colombiano. La gerencia de la compaa desea conocer
la probabilidad de que en una muestra aleatoria de 120 trabajadores, 36 de ellos o ms estn
de acuerdo con dicho proyecto de ley.
ESTADSTICA I Unidad 2 14
Al buscar en valor de probabilidad en las tablas de la Z, nos da 0.9997, pero los valores de
tablas son acumuladas de izquierda a derecha, y el valor de probabilidad que nos interesa es
el del lado derecho, entonces:
1 0.9997 = 0.0003
ESTADSTICA I Unidad 2 15
Distribucin en el Muestreo de la Diferencia de Proporciones
Con mucha frecuencia estamos interesados en conocer la diferencia entre dos proporciones
de dos poblaciones independientes; as por ejemplo, supongamos que se sabe por experiencia
que la proporcin de la poblacin empleada respecto a la poblacin econmicamente activa
de una regin es el 60%, mientras que para otra regin vecina es el 66%. Podramos estar
interesados en conocer la probabilidad de que para un ao dado, las diferencias entre las
proporciones no sobrepase el 5%, con muestras de tamao 150.
En la distribucin en el muestreo de la diferencia de las proporciones, se cumplen las siguientes propiedades:
Ejemplo:
Dos mquinas A y B, producen un mismo artculo. La mquina A produce como trmino
medio una proporcin de 14% de artculos defectuosos, mientras que la mquina B, produce
en trmino medio una proporcin de 20% de artculos defectuosos. Si se obtiene una muestra
aleatoria de 200 unidades del artculo que provenga de la mquina A y una muestra aleatoria
de 100 unidades provenientes de la mquina B, calcular la probabilidad de que B tenga una
proporcin de defectos del 8% o ms que A. Se supone que la poblacin es infinita.
ESTADSTICA I Unidad 2 16
Distribucin Muestral de la Varianza
Podemos estar interesados en investigar sobre la variabilidad de un conjunto poblacional,
como por ejemplo, conocer la variabilidad del peso de un gran lote de ganado vacuno. La
costumbre estadstica, es medir la variabilidad a travs de la varianza o la desviacin
estndar. En consecuencia, el estimador utilizado para propsitos inferenciales es la varianza
muestral.
Podemos decir que X2, es una variable aleatoria, que tiene distribucin Ji-cuadrada, con
parmetro v = n-1 grados de libertad y se expresar as:
Se puede observar que la curva tiene su origen en el 0 de la recta numrica, y contina del
lado derecho hasta +
Ejemplo 1:
ESTADSTICA I Unidad 2 17
Un fabricante de bateras para automvil garantiza que sus bateras duran en promedio 3 aos
con desviacin estndar de 1 ao. Si 5 de dichas bateras presentan una varianza de 0.815,
est el fabricante an convencido de que la duracin de sus bateras tiene una desviacin
estndar de un ao? Se sabe que la duracin de las bateras se distribuye normalmente.
Considera = 0.01
Se sabe que la poblacin es normal y nos estn dando los valores de las varianzas muestral y
poblacional respectivamente. Por lo tanto si calculamos el valor de Ji-cuadrada segn la
frmula tenemos:
Al graficar 2, se puede observar que se encuentra dentro del rea de aceptacin, por lo que
se puede concluir que el fabricante tiene razn respecto a la duracin de sus bateras.
ESTADSTICA I Unidad 2 18
Distribucin Muestral de la Relacin De Varianzas
Ahora bien, si S12 y S22, son las varianza de muestras aleatorias independientes de tamao n1
y n2 respectivamente, tomadas de dos poblaciones normales que tienen igual varianza,
entonces la ecuacin
ESTADSTICA I Unidad 2 19