UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de...

116
UNIDAD 3 Muestreo UNIDAD 3 Muestreo CURSO DE ESTADヘSTICA CURSO DE ESTADヘSTICA M.I. Isidro Ignacio Lázaro Castillo

Transcript of UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de...

Page 1: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

UNIDAD 3 MuestreoUNIDAD 3 Muestreo

CURSO DE ESTADÍSTICACURSO DE ESTADÍSTICA

M.I. Isidro Ignacio Lázaro Castillo

Page 2: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

ESTADÍSTICA

La estadística se considera un métodoempleado para:

Recoger Organizar Analizar

Y contrastar los resultados numéricos deobservaciones de fenómenos reales.

La estadística se considera un métodoempleado para:

Recoger Organizar Analizar

Y contrastar los resultados numéricos deobservaciones de fenómenos reales.

Page 3: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo

La forma de recabar informacióndepende de:

1. Población a la que se desea conocer2. Recursos de tiempo3. Dinero disponible

La forma de recabar informacióndepende de:

1. Población a la que se desea conocer2. Recursos de tiempo3. Dinero disponible

Page 4: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Con esta información se pueden tomardecisiones como: Eficacia demedicamento, eficacia de untratamiento, evaluación de una campañapublicitaria.

La información será de una poblaciónespecífica, la cual conforma el universoo población de estudio.

Con esta información se pueden tomardecisiones como: Eficacia demedicamento, eficacia de untratamiento, evaluación de una campañapublicitaria.

La información será de una poblaciónespecífica, la cual conforma el universoo población de estudio.

Page 5: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Censo

Cuando extraemos información de todosy cada uno de los elementos de lapoblación se habla de censo.

Page 6: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplos

Page 7: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestra

Se denomina muestra cuando sólo setoma una pequeña parte representativade la población de estudio.

Se denomina muestra cuando sólo setoma una pequeña parte representativade la población de estudio.

Page 8: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Población objetivo

Esta conformada por los elementos quecumplan con determinadascaracterísticas en tiempo y espacio.

Ejemplo: Eficacia del fármaco A enenfermos de cáncer.

Población objetivo: Enfermos de cáncerPoblación muestra: Enfermos de cáncer

en Michoacán

Esta conformada por los elementos quecumplan con determinadascaracterísticas en tiempo y espacio.

Ejemplo: Eficacia del fármaco A enenfermos de cáncer.

Población objetivo: Enfermos de cáncerPoblación muestra: Enfermos de cáncer

en Michoacán

Page 9: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Tipo de muestreo

Page 10: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

El método probabilístico se usa cuandose desea conocer de manera objetiva laprecisión y confianza de los resultadosobtenidos.

Cuando se desea conocer informaciónde manera exploratoria se usa el métodono probabilístico.

El método probabilístico se usa cuandose desea conocer de manera objetiva laprecisión y confianza de los resultadosobtenidos.

Cuando se desea conocer informaciónde manera exploratoria se usa el métodono probabilístico.

Page 11: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Tipos de muestreoMuestreo probabilístico

Todos los individuos deben teneruna probabilidad conocida dequedar incluidos en la muestra.

1- Muestreo aleatorio simple2- Muestreo estratificado3- Muestreo sistemático4- Muestreo por conglomerados

Muestreo noprobabilístico

La inducción estadística noestá legitimada en este tipo demuestreo y por lo tanto nodebería emplearse. Sinembargo y sólo con finesexploratorios podría utilizarseeste muestreo.

1- Muestreo de juico2- Muestreo por cuota3- Bola de nieve3- Muestreo por conveniencia

Todos los individuos deben teneruna probabilidad conocida dequedar incluidos en la muestra.

1- Muestreo aleatorio simple2- Muestreo estratificado3- Muestreo sistemático4- Muestreo por conglomerados

La inducción estadística noestá legitimada en este tipo demuestreo y por lo tanto nodebería emplearse. Sinembargo y sólo con finesexploratorios podría utilizarseeste muestreo.

1- Muestreo de juico2- Muestreo por cuota3- Bola de nieve3- Muestreo por conveniencia

Page 12: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo de juicio

El tamaño de la muestra y la elección delos elementos están sujetos al juicio delinvestigador.

Se recurre a la experiencia delinvestigador.

El éxito y la eficacia de la muestradependen del investigador.

El tamaño de la muestra y la elección delos elementos están sujetos al juicio delinvestigador.

Se recurre a la experiencia delinvestigador.

El éxito y la eficacia de la muestradependen del investigador.

Page 13: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo

Si fuera necesaria realizar una encuesta en elsector químico, podría seguirse el consejo deexpertos en la materia o ejercer el juiciopropio, en relación con aquellas compañíasindividuales que deberían ser incluidas en lamuestra, de modo que se cumpla con losobjetivos globales de investigación delproyecto.

Si fuera necesaria realizar una encuesta en elsector químico, podría seguirse el consejo deexpertos en la materia o ejercer el juiciopropio, en relación con aquellas compañíasindividuales que deberían ser incluidas en lamuestra, de modo que se cumpla con losobjetivos globales de investigación delproyecto.

Page 14: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo por cuotas

Permite obtener muestras representativas encuanto a la distribución de algunas variablesrelevantes de la población

Procedimiento:1. Identificar las variables relevantes.

(sexo, escolaridad, edad, etc.)2. Recabar información sobre la distribución de

las variables relevantes.3. Asignar al entrevistador el número de

cuestionarios a aplicar.

Permite obtener muestras representativas encuanto a la distribución de algunas variablesrelevantes de la población

Procedimiento:1. Identificar las variables relevantes.

(sexo, escolaridad, edad, etc.)2. Recabar información sobre la distribución de

las variables relevantes.3. Asignar al entrevistador el número de

cuestionarios a aplicar.

Page 15: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

En este caso semuestra el uso deun criterio paradefinir los grupos aentrevistar.

En este caso semuestra el uso deun criterio paradefinir los grupos aentrevistar.

Page 16: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo
Page 17: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo por bola de nieve

El muestreo por bola de nieve permite seleccionar ungrupo inicial de encuestados (referencias), por logeneral al azar, a quienes después de entrevistar seles solicita que identifiquen a otras personas quepertenezcan a la población meta de interés.

El muestreo por bola de nieve permite seleccionar ungrupo inicial de encuestados (referencias), por logeneral al azar, a quienes después de entrevistar seles solicita que identifiquen a otras personas quepertenezcan a la población meta de interés.

Page 18: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo por conveniencia

Se usa cuando la muestra estaconformada con elementos disponibles.

La representatividad la determina elinvestigador de modo subjetivo.

Ejemplo usar a unGrupo de alumnosPara una investigación

Se usa cuando la muestra estaconformada con elementos disponibles.

La representatividad la determina elinvestigador de modo subjetivo.

Ejemplo usar a unGrupo de alumnosPara una investigación

Page 19: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

5 minutos

Page 20: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo probabilístico

En este se desea estimar lo mejorposible el valor de una determinadavariable y conocer la magnitud delposible error que se esta cometiendo.

En este se desea estimar lo mejorposible el valor de una determinadavariable y conocer la magnitud delposible error que se esta cometiendo.

Page 21: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo aleatorio simple

Es el procedimiento por el cual seobtiene una muestra aleatoria simple.

Page 22: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo
Page 23: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

La población es el grupo formado por elconjunto total de individuos, objetos omedidas que poseen algunascaracterísticas comunes.

La población es el grupo formado por elconjunto total de individuos, objetos omedidas que poseen algunascaracterísticas comunes.

Page 24: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo

Page 25: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Una vez definida la población y lasvariables a estudiar, asignar un númerode identificación a cada individuo de lapoblación.

En el ejemplo numerar los 386estudiantes del 1 al 386

Una vez definida la población y lasvariables a estudiar, asignar un númerode identificación a cada individuo de lapoblación.

En el ejemplo numerar los 386estudiantes del 1 al 386

Page 26: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Para calcular el tamaño de la muestraconsiderar:

1. Porcentaje de confianza, desde lamuestra hacia la población total.

2. Porcentaje de error que se pretendeaceptar.

3. Nivel de variabilidad para comprobar lahipótesis.

Para calcular el tamaño de la muestraconsiderar:

1. Porcentaje de confianza, desde lamuestra hacia la población total.

2. Porcentaje de error que se pretendeaceptar.

3. Nivel de variabilidad para comprobar lahipótesis.

Page 27: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Definir tamaño de la población

Significa definir el número de individuosque la constituyen.

N= núm de individuos que la constituyen

Significa definir el número de individuosque la constituyen.

N= núm de individuos que la constituyen

Page 28: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Porcentaje de confianza

Es el grado o nivel de seguridad queexiste para generalizar los resultadosobtenidos.

Generalmente se usa 95%. El nivel de confianza es la probabilidad

que establecemos para poder acertar alvalor verdadero de la población.

Es el grado o nivel de seguridad queexiste para generalizar los resultadosobtenidos.

Generalmente se usa 95%. El nivel de confianza es la probabilidad

que establecemos para poder acertar alvalor verdadero de la población.

Page 29: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Nivel de confianza

Se obtiene a partir de la distribuciónestándar.

Se obtiene a partir de la distribuciónestándar.

Page 30: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Porcentaje de error

Es error es una distancia alrededor delvalor que deseamos estimar y nos da unmargen de aproximación.

Comúnmente se acepta entre el 4 y el6%.

Es error es una distancia alrededor delvalor que deseamos estimar y nos da unmargen de aproximación.

Comúnmente se acepta entre el 4 y el6%.

Page 31: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Variabilidad

Es la probabilidad con la que se aceptó yse rechazó la hipótesis que se quierecomprobar.

Variabilidad positiva p.- Probabilidad quesuceda el evento.

Variabilidad negativa q.- Probabilidadque no suceda el evento.

p+q=1

Es la probabilidad con la que se aceptó yse rechazó la hipótesis que se quierecomprobar.

Variabilidad positiva p.- Probabilidad quesuceda el evento.

Variabilidad negativa q.- Probabilidadque no suceda el evento.

p+q=1

Page 32: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Se aplica una de las fórmulasestablecidas.

Se aplica una de las fórmulasestablecidas.

Page 33: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Para saber qué individuos específicos dela población se tomarán, hacer losiguiente:

1. Numerar a los individuos de la población del 1a N (donde N es el tamaño de la población).

2. Generar números aleatorios para seleccionarlos individuos de la muestra.

3. Tomar los individuos correspondientes a losnúmeros elegidos.

Para saber qué individuos específicos dela población se tomarán, hacer losiguiente:

1. Numerar a los individuos de la población del 1a N (donde N es el tamaño de la población).

2. Generar números aleatorios para seleccionarlos individuos de la muestra.

3. Tomar los individuos correspondientes a losnúmeros elegidos.

Page 34: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Números aleatorios en excel

en la celda A1 escribiremos el valor mínimo y en lacelda A2 el valor máximo para el intervalo en elque buscaremos un número aleatorio.En la celda A3 escribe la siguiente función=ALEATORIO.ENTRE(A1;A2) al realizar el cálculode nuestra hoja aparecerá un número al azar entreA1 y A2.

en la celda A1 escribiremos el valor mínimo y en lacelda A2 el valor máximo para el intervalo en elque buscaremos un número aleatorio.En la celda A3 escribe la siguiente función=ALEATORIO.ENTRE(A1;A2) al realizar el cálculode nuestra hoja aparecerá un número al azar entreA1 y A2.

Page 35: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

5 minutos

Page 36: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Actividad 1 En una fábrica de alimentos para animales se

producen diariamente 58500 sacos de alimento de 5kg. Para garantizar que el peso del contenido seacorrecto, se toma aleatoriamente algunos sacos y sepesan.Se sabe que la variabilidad positiva es de p=0.7. Si sequiere garantizar un nivel de confianza de 95% y unporcentaje de error de 5%, ¿cuántos sacos se debepesar?

En una fábrica de alimentos para animales seproducen diariamente 58500 sacos de alimento de 5kg. Para garantizar que el peso del contenido seacorrecto, se toma aleatoriamente algunos sacos y sepesan.Se sabe que la variabilidad positiva es de p=0.7. Si sequiere garantizar un nivel de confianza de 95% y unporcentaje de error de 5%, ¿cuántos sacos se debepesar?

Page 37: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Entonces usando la ecuación paradeterminar la muestra cuando se conocela población tenemos:

Falta determinar Z en función del nivelde confianza

Entonces usando la ecuación paradeterminar la muestra cuando se conocela población tenemos:

Falta determinar Z en función del nivelde confianza

n=Z2pqNNE2 +Zpq

Page 38: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

El 95% de Nivel de Confianza significa que sólo tenemos un 5%de oportunidad de obtener un punto fuera de ese intervalo.Usando una tabla de distribución normal estandar y asumiendouna hipótesis de dos colas. Es decir, el nivel de confianza (1-α), indica la probabilidad de aceptar la hipótesisplanteada, cuando es verdadera en la población.

El 95% de Nivel de Confianza significa que sólo tenemos un 5%de oportunidad de obtener un punto fuera de ese intervalo.Usando una tabla de distribución normal estandar y asumiendouna hipótesis de dos colas. Es decir, el nivel de confianza (1-α), indica la probabilidad de aceptar la hipótesisplanteada, cuando es verdadera en la población.

Page 39: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Como el error es de 5%, entoncespor lo cual buscamos para un valor

de 0.95+0.25=0.975. Usando una tablade distribución normal localizamos estevalor y encontramos su correspondienteZ.

a=a =0.5a2

= 0.25

Como el error es de 5%, entoncespor lo cual buscamos para un valor

de 0.95+0.25=0.975. Usando una tablade distribución normal localizamos estevalor y encontramos su correspondienteZ.

Page 40: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

P(Z)=0.95 si Z=1.96P(Z)=0.95 si Z=1.96

Page 41: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

P(Z)=0.95 si Z=1.96 Como la variabilidad positiva es

p=0.7, entoces la variabilidad negativaes q=1-p=0.3

El tamaño de la población es N=58500

P(Z)=0.95 si Z=1.96 Como la variabilidad positiva es

p=0.7, entoces la variabilidad negativaes q=1-p=0.3

El tamaño de la población es N=58500

Page 42: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Sustituyendo valores

Por lo tanto se deben pesar 321 sacos de5kg.

n=(1.96)2(0.7)(0.3)(58500)

(58500)(0.05)2 +(196)2(0.7)(0.3)= 320.92

Sustituyendo valores

Por lo tanto se deben pesar 321 sacos de5kg.

n=(1.96)2(0.7)(0.3)(58500)

(58500)(0.05)2 +(196)2(0.7)(0.3)= 320.92

Page 43: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Usando MacStat 3

Page 44: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Actividad 2

Calcular el tamaño de la muestra, necesariopara estimar la proporción de personas enalguna organización formal, esto con unnivel de confianza de 95% y errores deestimación no mayores a 3 puntosporcentuales. Además se sabe que en unaencuesta anterior se encontró que sólo el25% de la población pertenecía a algunaorganización.

Calcular el tamaño de la muestra, necesariopara estimar la proporción de personas enalguna organización formal, esto con unnivel de confianza de 95% y errores deestimación no mayores a 3 puntosporcentuales. Además se sabe que en unaencuesta anterior se encontró que sólo el25% de la población pertenecía a algunaorganización.

Page 45: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

En este caso no se conoce el tamaño dela población por ello aplicamos lafórmula:

Como el nivel de confianza es el mismoque el ejemplo anteriorZ=1.96, considerando una variabilidadpositiva 0.25 y la negativa 0.75 y unerror del 3%.

n=Z2pqE2

En este caso no se conoce el tamaño dela población por ello aplicamos lafórmula:

Como el nivel de confianza es el mismoque el ejemplo anteriorZ=1.96, considerando una variabilidadpositiva 0.25 y la negativa 0.75 y unerror del 3%.

n=Z2pqE2

Page 46: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Sustituyendo valores, obtenemos:

2

2

(1.96) (0.25)(0.75)801

(0.03)n

2

2

(1.96) (0.25)(0.75)801

(0.03)n

Page 47: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo sistemático

Es aquel en el que los elementos de lapoblación que conformarán la muestrase seleccionan en intervalosregulares, es decir, se numeran loselementos de la población, se escogeuno al azar i y todos los elementos i +k, se seleccionan para la muestra.

Es aquel en el que los elementos de lapoblación que conformarán la muestrase seleccionan en intervalosregulares, es decir, se numeran loselementos de la población, se escogeuno al azar i y todos los elementos i +k, se seleccionan para la muestra.

Page 48: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

De una población de 1000 individuos se quiere seleccionar 100, laselección al azar del número i, da como resultado el individuo 13 de lapoblación, entonces la muestra se obtiene seleccionando la unidad13, la 26, la 39…, hasta que se obtienen 100 observaciones.

Page 49: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo estratificado

En este tipo de muestreo, la población es clasificada en categorías diferentesentre sí, llamadas estratos, que poseen gran homogeneidad respecto a algunacaracterística (por ejemplo profesión, sexo, estado civil, etc.).Lo que se pretende con este tipo de muestreo es asegurarse de que todos losestratos de interés estarán representados adecuadamente en la muestra.

Page 50: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Muestreo aleatorio porconglomerados

En este tipo de muestreo cada unidad oindividuo de la muestra está formado porun grupo de elementos, al que se le llamaconglomerado, este grupo contienerepresentantes de toda la población (deacuerdo a la característica que se mida).

En este tipo de muestreo cada unidad oindividuo de la muestra está formado porun grupo de elementos, al que se le llamaconglomerado, este grupo contienerepresentantes de toda la población (deacuerdo a la característica que se mida).

Page 51: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Referencias

1.- Pérez Tejeda Haroldo E., Estadística para las Ciencias Sociales, delcomportamiento y de la salud, CENEGA Leaning, 3dª Edición, 2010.

2.- Triola F. Mario, Estadística, Pearson- Addison Wesley, 10maEdición, 2009.

3.- Curso de Estadística de la UnADM.

Page 52: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Próxima actividad

Tema: Conceptos básicos de lainferencia

Capítulo 8 pág. 307.1.- Pérez Tejeda Haroldo E., Estadística

para las Ciencias Sociales, delcomportamiento y de la salud, CENEGALeaning, 3dª Edición, 2010.

Tema: Conceptos básicos de lainferencia

Capítulo 8 pág. 307.1.- Pérez Tejeda Haroldo E., Estadística

para las Ciencias Sociales, delcomportamiento y de la salud, CENEGALeaning, 3dª Edición, 2010.

Page 53: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

M.I. Isidro Lá[email protected]. Isidro Lá[email protected] http://isidrolazaro.com/

Page 54: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

UNIDADUNIDAD 4 Distribuciones Probabilísticas4 Distribuciones Probabilísticas

CURSO DE ESTADÍSTICACURSO DE ESTADÍSTICA

M.I. Isidro Ignacio Lázaro Castillo

Page 55: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

¿Hacia donde vamos?

Page 56: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Introducción

En muchos problemas es necesariodeterminar la probabilidad de que unavariable aleatoria tome valoresespecíficos en un rango de valoresposibles.

Dicho modelo se llama distribución deprobabilidad.

En muchos problemas es necesariodeterminar la probabilidad de que unavariable aleatoria tome valoresespecíficos en un rango de valoresposibles.

Dicho modelo se llama distribución deprobabilidad.

Page 57: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribuciones de probabilidad

Una distribución de probabilidad es unatabla en la cual se presentan losresultados de un experimento(elementos de un espacio muestral) consus correspondientes probabilidades.

Una distribución de probabilidad es unatabla en la cual se presentan losresultados de un experimento(elementos de un espacio muestral) consus correspondientes probabilidades.

Page 58: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Toda distribución de probabilidad esgenerada por una variable (porquepuede tomar diferentes valores) aleatoriax (porque el valor tomado es totalmenteal azar), y puede ser de dos tipos:

1. Variable Discreta2. Variable Continua

Toda distribución de probabilidad esgenerada por una variable (porquepuede tomar diferentes valores) aleatoriax (porque el valor tomado es totalmenteal azar), y puede ser de dos tipos:

1. Variable Discreta2. Variable Continua

Page 59: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Variable discreta

VARIABLE ALEATORIA DISCRETA(x).Porque solo puede tomar valoresenteros y un número finito de ellos. Porejemplo:X Variable que nos define el número dealumnos aprobados en la materia deprobabilidad en un grupo de 40 alumnos(1, 2 ,3…ó los 40)

VARIABLE ALEATORIA DISCRETA(x).Porque solo puede tomar valoresenteros y un número finito de ellos. Porejemplo:X Variable que nos define el número dealumnos aprobados en la materia deprobabilidad en un grupo de 40 alumnos(1, 2 ,3…ó los 40)

Page 60: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Variable Continua

Porque puede tomar tanto valoresenteros como fraccionarios y un númeroinfinito de ellos dentro de un mismointervalo. Por ejemplo:x es la Variable que nos define laconcentración en gramos de plata dealgunas muestras de mineral (14.8gr, 12.1, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8, …, n)

Porque puede tomar tanto valoresenteros como fraccionarios y un númeroinfinito de ellos dentro de un mismointervalo. Por ejemplo:x es la Variable que nos define laconcentración en gramos de plata dealgunas muestras de mineral (14.8gr, 12.1, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8, …, n)

Page 61: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo de distribución deprobabilidad

Si el experimento es lanzar un dado:El espacio muestral que representa los

resultados del experimiento es.-

La probabilidad de obtener cada uno delos resultados del experimento(elementos del espacio muestral) es 1/6.

Si el experimento es lanzar un dado:El espacio muestral que representa los

resultados del experimiento es.-

La probabilidad de obtener cada uno delos resultados del experimento(elementos del espacio muestral) es 1/6.

Page 62: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

La distribución de probabilidades paralos resultados del experimento es:

x P(x)1 1/6

La distribución de probabilidades paralos resultados del experimento es:

1 1/62 1/63 1/64 1/65 1/66 1/6

Page 63: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo 2

En un grupo de pacientes, el 15% de laspersonas tiene 15 años, el 20% tiene 17años, el 25% tiene 18 años, el 30% tiene20 años y el 10% de 22 años.

El experimento consiste en seleccionaruna persona del grupo.

Los posibles, teniendo en cuenta la edadde la persona seleccionada son:

En un grupo de pacientes, el 15% de laspersonas tiene 15 años, el 20% tiene 17años, el 25% tiene 18 años, el 30% tiene20 años y el 10% de 22 años.

El experimento consiste en seleccionaruna persona del grupo.

Los posibles, teniendo en cuenta la edadde la persona seleccionada son:

Page 64: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

La distribución de probabilidad para losresultados del experimento es:

x P(x)15 0.1515 0.1517 0.2018 0.2520 0.3022 0.10

Page 65: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Función de probabilidad

Una función de probabilidad es una reglao condición que asigna a cada uno delos resultados de un espacio muestral laprobabilidad correspondiente.

Una función de probabilidad es una reglao condición que asigna a cada uno delos resultados de un espacio muestral laprobabilidad correspondiente.

Page 66: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Propiedades de la función deprobabilidad

1. Cada una de las probabilidadesobtenidas en la función es un númeroreal de 0 a 1.

2. La suma de todas probabilidadesobtenidas en la función es 1.

0 ( ) 1P x

1. Cada una de las probabilidadesobtenidas en la función es un númeroreal de 0 a 1.

2. La suma de todas probabilidadesobtenidas en la función es 1.

0 ( ) 1P x

( ) 1P x

Page 67: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribuciones de probabilidadpara variables discretas

Distribución Uniforme Distribución Binomial Distribución Hipergeométrica Distribución de Poisson

Distribución Uniforme Distribución Binomial Distribución Hipergeométrica Distribución de Poisson

Page 68: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución Uniforme

En esta distribución todos y cada uno delos resultados del experimento tiene lamisma probabilidad de ocurrir.

Ejemplo.- al lanzar un dado los resultadosposibles son:

La ocurrencia de cada uno tiene laprobabilidad de 1/6.

En esta distribución todos y cada uno delos resultados del experimento tiene lamisma probabilidad de ocurrir.

Ejemplo.- al lanzar un dado los resultadosposibles son:

La ocurrencia de cada uno tiene laprobabilidad de 1/6.

Page 69: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

La función de probabilidad quecorresponde al ejemplo es.-

P(x)=1/6 para x=1,2,3,4,5,6.

Observe que:

La función de probabilidad quecorresponde al ejemplo es.-

P(x)=1/6 para x=1,2,3,4,5,6.

Observe que:

1 1 1 1 1 1( ) 16 6 6 6 6 6

P x

Page 70: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución uniforme

La tabla y la gráfica que representanesta función de probabilidad son:

x P(x)0.16

0.18 Probabilidad

1 1/62 1/63 1/64 1/65 1/66 1/6

0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14

0.16

1 2 3 4 5 6

Page 71: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Gráfica

Page 72: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Combinaciones y permutaciones

Normalmente usamos la palabra"combinación" descuidadamente, sinpensar en si el orden de las cosas esimportante. En otras palabras:

"Mi ensalada de frutas es una combinación de manzanas, uvas ybananas": no importa en qué orden pusimos las frutas, podría ser"bananas, uvas y manzanas" o "uvas, manzanas y bananas", es la mismaensalada.

Normalmente usamos la palabra"combinación" descuidadamente, sinpensar en si el orden de las cosas esimportante. En otras palabras:

"Mi ensalada de frutas es una combinación de manzanas, uvas ybananas": no importa en qué orden pusimos las frutas, podría ser"bananas, uvas y manzanas" o "uvas, manzanas y bananas", es la mismaensalada.

Page 73: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

"La combinación de la cerradura es472": ahora sí importa el orden. "724" nofuncionaría, ni "247". Tiene que serexactamente 4-7-2.

Así que en matemáticas usamos un lenguaje más preciso: Si el orden no importa, es una combinación. Si el orden sí importa es una permutación.

"La combinación de la cerradura es472": ahora sí importa el orden. "724" nofuncionaría, ni "247". Tiene que serexactamente 4-7-2.

Así que en matemáticas usamos un lenguaje más preciso: Si el orden no importa, es una combinación. Si el orden sí importa es una permutación.

Page 74: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Combinaciones

Son los grupos que podemos hacer deentre n elementos tomados dede r en r diferenciándose, un grupo deotro, en tener algún elemento distinto.

Son los grupos que podemos hacer deentre n elementos tomados dede r en r diferenciándose, un grupo deotro, en tener algún elemento distinto.

Page 75: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo de combinaciones

Ejemplo.- Si disponemos de loselementos:

y los tomamos de 2 en dos, los gruposque podemos formar de modo que cadagrupo se diferencie de los demás entener un elemento distinto son:

, , ,a b c d

Ejemplo.- Si disponemos de loselementos:

y los tomamos de 2 en dos, los gruposque podemos formar de modo que cadagrupo se diferencie de los demás entener un elemento distinto son:

24 , , , , , 6C ab ac ad bc bd cd

Page 76: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Fórmula para combinaciones

Donde ! Significa factorial de un número.

3!=3x2x1=6 5!=5x4x3x2x1=120

!( , )!( )!n r

n nC n r Cr r n r

Donde ! Significa factorial de un número.

3!=3x2x1=6 5!=5x4x3x2x1=120

Page 77: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución Binomial

Es una de las más utilizadas por susaplicaciones.

Los experimentos que corresponden alas distribuciones binomiales cumplenlas siguientes características:

Se realizan n intentos independientes y encada uno se tienen dos resultadosposibles (éxito y fracaso).

Es una de las más utilizadas por susaplicaciones.

Los experimentos que corresponden alas distribuciones binomiales cumplenlas siguientes características:

Se realizan n intentos independientes y encada uno se tienen dos resultadosposibles (éxito y fracaso).

Page 78: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Para el caso de la distribuciónbinomial, consideramos:

n: número de intentos independientes quese desean realizar.

p: probabilidad de éxito.q: probabilidad de fracaso.p+q=1x: número de éxitos que se desean tener.

Para el caso de la distribuciónbinomial, consideramos:

n: número de intentos independientes quese desean realizar.

p: probabilidad de éxito.q: probabilidad de fracaso.p+q=1x: número de éxitos que se desean tener.

Page 79: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Fórmula de la distribuciónbinomial

Para determinar la distribución binomialusamos:

Donde

x número de éxitosn número de éxitos en n ensayosP probabilidad de éxito en cualquier ensayoq probabilidad de fracaso en cualquier ensayo (q=1-p)

( )( ; ; ) x n xn xB x n p c p q

Para determinar la distribución binomialusamos:

Donde

x número de éxitosn número de éxitos en n ensayosP probabilidad de éxito en cualquier ensayoq probabilidad de fracaso en cualquier ensayo (q=1-p)

!( )! !n xnc

n x x

Page 80: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Aplicaciones

La probabilidad de que al nacer un bebépueda ser hombre o mujer.

De que un equipo gane o pierda. Un test psicotécnico donde sólo hay

cierto falso. Un tratamiento médico, la anestesia tipo

A, puede ser efectiva o inefectiva.

La probabilidad de que al nacer un bebépueda ser hombre o mujer.

De que un equipo gane o pierda. Un test psicotécnico donde sólo hay

cierto falso. Un tratamiento médico, la anestesia tipo

A, puede ser efectiva o inefectiva.

Page 81: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo

Para efectos de control de calidad enuna fábrica, se seleccionan 10 artículoselaborados y se inspeccionan con el finde determinar si son defectuosos o no.La probabilidad de que un artículo seadefectuoso es 12%. Determinar:

La probabilidad de que los 10 artículosseleccionados 3 sean defectuosos.

Para efectos de control de calidad enuna fábrica, se seleccionan 10 artículoselaborados y se inspeccionan con el finde determinar si son defectuosos o no.La probabilidad de que un artículo seadefectuoso es 12%. Determinar:

La probabilidad de que los 10 artículosseleccionados 3 sean defectuosos.

Page 82: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

En este caso tenemos:n=10p=12=0.12q=1-p=0.88

Así:

En este caso tenemos:n=10p=12=0.12q=1-p=0.88

Así:

10 310! 10! 120

(10 3)!3! 7!(3!)c

3 10 310 3(3;10;0.12) 0.12 0.88 0.0847B C

Page 83: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Es decir, la probabilidad de que de los10 artículos seleccionados 3 seandefectuosos es de 8.47%.

Ahora calculemos la probabilidad de quede los 10 artículo seleccionados seandefectuosos más de 2 y menos de 6.

Es decir, la probabilidad de que de los10 artículos seleccionados 3 seandefectuosos es de 8.47%.

Ahora calculemos la probabilidad de quede los 10 artículo seleccionados seandefectuosos más de 2 y menos de 6.

Page 84: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

En este nuevo caso, tenemos:2<x<6 x=3,4,5

3 10 310 3(3;10;0.12) 0.12 0.88 0.0847B C

4 10 410 4(4;10;0.12) 0.12 0.88 0.0202B C

3 10 310 3(3;10;0.12) 0.12 0.88 0.0847B C

10 410! 10! 210

(10 4)!4! 6!(4!)c

10 510! 10! 252

(10 5)!5! 5!(5!)c

5 5 410 5(5;10;0.12) 0.12 0.88 0.0033B C

Page 85: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Por lo tanto:

La probabilidad de que de los 10 artículoseleccionados sean defectuosos más de2 y menos de 6 es 10.82%.

(2 6) 0.0847 0.0202 0.0033 0.1082P x

Por lo tanto:

La probabilidad de que de los 10 artículoseleccionados sean defectuosos más de2 y menos de 6 es 10.82%.

Page 86: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Observación: La suma de la probabilidadde éxito y fracaso siempre da 1.

La suma de los exponentes a los cualesestán elevados esas probabilidadessiempre nos dan el número de artículosseleccionados.

Observación: La suma de la probabilidadde éxito y fracaso siempre da 1.

La suma de los exponentes a los cualesestán elevados esas probabilidadessiempre nos dan el número de artículosseleccionados.

3 710 3(3;10;0.12) 0.12 0.88 0.0847B C

n=3+7=10

Page 87: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Otras aplicaciones

La distribución binomial modela la cantidad deocurrencias de un evento al observar unasecuencia de productores potenciales delevento.

Captura la cantidad de personas de un estudioclínico que fallecieron por una enfermedadcoronaria o la cantidad de animales de unapoblación con un rasgo genético determinado.

La distribución binomial modela la cantidad deocurrencias de un evento al observar unasecuencia de productores potenciales delevento.

Captura la cantidad de personas de un estudioclínico que fallecieron por una enfermedadcoronaria o la cantidad de animales de unapoblación con un rasgo genético determinado.

Page 88: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Gráfica de distribución binomial

Page 89: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

5 minutos

Page 90: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución Hipergeométrica

Representa el número de éxitos de unamuestra aleatoria de tamaño Nseleccionada de N resultados posibles, delos cuales k son seleccionados comoéxitos y N-k son considerados fracasos.

x=0,1,2,..,n valores que se sacan de lamuestra.

Representa el número de éxitos de unamuestra aleatoria de tamaño Nseleccionada de N resultados posibles, delos cuales k son seleccionados comoéxitos y N-k son considerados fracasos.

x=0,1,2,..,n valores que se sacan de lamuestra.

( ) ( )( ; ; ; ) k x N k n x

N n

C Ch x n k N

C

Page 91: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Aplicaciones

Se aplica para distribuciones conmuestreo sin reemplazo y cuando lapoblación es finita.

Page 92: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo

En una empresa hay 28 empleados en eldepartamento administrativo y 43 en eldepartamento de ventas. Se deseaseleccionar un comité de 5 empleadospara que asistan a un evento.Determinar:La probabilidad de que los 5 empleadosque se seleccionen 3 pertenezcan aldepartamento administrativo.

En una empresa hay 28 empleados en eldepartamento administrativo y 43 en eldepartamento de ventas. Se deseaseleccionar un comité de 5 empleadospara que asistan a un evento.Determinar:La probabilidad de que los 5 empleadosque se seleccionen 3 pertenezcan aldepartamento administrativo.

Page 93: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Como el número total de empleados es:N=28+43=71Y de esos vamos a escoger 5, entoncesn=5El número de elementos que cumplen la

propiedad de éxito son:k=28 (los que están en el departamento

adiministrativo)N-k=43

Como el número total de empleados es:N=28+43=71Y de esos vamos a escoger 5, entoncesn=5El número de elementos que cumplen la

propiedad de éxito son:k=28 (los que están en el departamento

adiministrativo)N-k=43

Page 94: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Como deseamos encontrar la probabilidad de quehaya 3 personas de las 5 seleccionadas que estén enel departamento administrativo, tenemos:

x=3 n-x=5-3=2

así

28 3 (71 28) (5 3)

71 5

(3;5;28;71)C C

hC

Como deseamos encontrar la probabilidad de quehaya 3 personas de las 5 seleccionadas que estén enel departamento administrativo, tenemos:

x=3 n-x=5-3=2

así

28 3 (71 28) (5 3)

71 5

(3;5;28;71)C C

hC

28!(28,3) 32763!(28 3)!

C

43!(43,2) 9032!(43 2)!

C

71!(71,5) 130199095!(71 5)!

C

Page 95: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

28 3 (71 28) (5 3)

71 5

3276 903(3;5;28;71) 0.2272

13019909C C

hC

Entonces, la probabilidad de que 5 empleadosseleccionados en la empresa pertenezcan aldepartamento administrativo es de 22.72%

Entonces, la probabilidad de que 5 empleadosseleccionados en la empresa pertenezcan aldepartamento administrativo es de 22.72%

Page 96: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Gráfica

Page 97: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución de Poisson

Representa el número de resultados queocurren en un intervalo de tiempo dado oen una región específica indicado por t.

x=0,1,2,…x es el número de éxitosλ representa el promedio de éxitos

esperados

( )( ; )!

xeP xx

Representa el número de resultados queocurren en un intervalo de tiempo dado oen una región específica indicado por t.

x=0,1,2,…x es el número de éxitosλ representa el promedio de éxitos

esperados

( )( ; )!

xeP xx

Page 98: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Aplicaciones

La distribución de poisson se utiliza ensituaciones en donde los suceso sonimpredecibles o de ocurrencia aleatoria.

Ejemplos:1. La llegada de un cliente a un negocio durante

una hora.2. Las llamadas telefónicas que se reciben

durante el día.3. Los envases llenados fuera de los límites.

La distribución de poisson se utiliza ensituaciones en donde los suceso sonimpredecibles o de ocurrencia aleatoria.

Ejemplos:1. La llegada de un cliente a un negocio durante

una hora.2. Las llamadas telefónicas que se reciben

durante el día.3. Los envases llenados fuera de los límites.

Page 99: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplos: Distribución dePoisson

En una clínica una recepcionista atiendeen promedio a 7 pacientes en una horade trabajo. Determinar:

La probabilidad de que en una horadeterminada la recepcionista atienda 10personas.

En una clínica una recepcionista atiendeen promedio a 7 pacientes en una horade trabajo. Determinar:

La probabilidad de que en una horadeterminada la recepcionista atienda 10personas.

Page 100: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo

Como el promedio de personasatendidas es 7 y queremos saber laprobabilidad de que atienda10, tenemos:

λ=7x=10

La probabilidad es 7.1%

Como el promedio de personasatendidas es 7 y queremos saber laprobabilidad de que atienda10, tenemos:

λ=7x=10

La probabilidad es 7.1%

7 10(7) 257584.0853(10;7) 0.0709810! 3628800

eP

Page 101: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Gráfica

Page 102: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución Normal

La distribución normal hace referencia ala población, es la mas conocida y usadapues muchos fenómenos naturalestiende a dar como resultado unadistribución normal.

La distribución normal modela variablesaleatorias continuas que ocurren confrecuencia.

La distribución normal hace referencia ala población, es la mas conocida y usadapues muchos fenómenos naturalestiende a dar como resultado unadistribución normal.

La distribución normal modela variablesaleatorias continuas que ocurren confrecuencia.

Page 103: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Caracteres morfológicos de individuos(personas, animales, plantas,…) de una especie.Por ejemplo:tallas, pesos, envergaduras, diámetros, perímetros,…- Caracteres fisiológicos, por ejemplo: efecto de unamisma dosis de un fármaco, o de una misma cantidadde abono.- Caracteres sociológicos, por ejemplo: conscienteintelectual, grado de adaptación a un medio.

Peso de productos empaquetados

Caracteres morfológicos de individuos(personas, animales, plantas,…) de una especie.Por ejemplo:tallas, pesos, envergaduras, diámetros, perímetros,…- Caracteres fisiológicos, por ejemplo: efecto de unamisma dosis de un fármaco, o de una misma cantidadde abono.- Caracteres sociológicos, por ejemplo: conscienteintelectual, grado de adaptación a un medio.

Peso de productos empaquetados

Page 104: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Definición

La distribución normal es continua, ahí lavariable aleatoria x es capaz de tomarcualquier valor.

Dos parámetros describen estadistribución:

Media μx

Varianza σx2

x

La distribución normal es continua, ahí lavariable aleatoria x es capaz de tomarcualquier valor.

Dos parámetros describen estadistribución:

Media μx

Varianza σx2

x

Page 105: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Función de densidad normal

π=3.1416e=2.71828μx mediaσx

2 varianza

212

2

1( )2

x

x

x

x

f x e

π=3.1416e=2.71828μx mediaσx

2 varianza

Page 106: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Gráfica

El área bajo la curva es la probabilidad

Page 107: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Funciones de densidad de 3 variablescon la misma media y diferentesdesviaciones estándar.

Page 108: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Funciones de densidad de 2 variablescon media y varianza distinta.

Page 109: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Distribución Z

Si una variable x, se halla normalmentedistribuida, entonces las estadísticastipificadas o estandarizadas se definenpor:

Z esta distribuida con media 0 y varianza1.

Si una variable x, se halla normalmentedistribuida, entonces las estadísticastipificadas o estandarizadas se definenpor:

Z esta distribuida con media 0 y varianza1.

x

x

X X XZs

Page 110: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Z es en realidad el número dedesviaciones estándar en que seencuentra la puntuación X respecto a lamedia artimética.

Z es en realidad el número dedesviaciones estándar en que seencuentra la puntuación X respecto a lamedia artimética.

Page 111: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Ejemplo

A los niños se les aplica una prueba deinteligencia (WISC); suponga que laspuntuaciones se distribuyen en formanormal y se tienen los siguientesparámetros:

μx =100 mediaσx =15 desviación estándar¿Qué porcentaje de niños están en el

intervalo ?

A los niños se les aplica una prueba deinteligencia (WISC); suponga que laspuntuaciones se distribuyen en formanormal y se tienen los siguientesparámetros:

μx =100 mediaσx =15 desviación estándar¿Qué porcentaje de niños están en el

intervalo ?(90 110)p x

Page 112: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

solución

Paso 1.- se calculan los valores de Zpara 90 y 110.

X1=90 y X2=110Puntuación de Z para 90

Puntuación de Z para 110

Paso 1.- se calculan los valores de Zpara 90 y 110.

X1=90 y X2=110Puntuación de Z para 90

Puntuación de Z para 110

1 90 100 0.6715

x

x

XZ

1 110 100 0.6715

x

x

XZ

Page 113: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Paso 2.- Se determina el porcentaje dela media y cada una de las puntuacionesZ obtenidas.

De las TablasZ(0.67)=0.7486 le restamos el valor de

Z(0)=0.5Z(0.67)=0.7486-0.5=0.2486

Paso 2.- Se determina el porcentaje dela media y cada una de las puntuacionesZ obtenidas.

De las TablasZ(0.67)=0.7486 le restamos el valor de

Z(0)=0.5Z(0.67)=0.7486-0.5=0.2486

Page 114: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Z(-0.67)=0.2514 le restamos el valor deZ(0)=0.5

Z(0.67)=0.5-0.2514=0.2486

Por lo que da un total de porcentaje de:0.2486+0.2486=0.4972

El porcentaje esperado de niños que presentan uncoeficiente intelectual normal es de 49.72%

Z(-0.67)=0.2514 le restamos el valor deZ(0)=0.5

Z(0.67)=0.5-0.2514=0.2486

Por lo que da un total de porcentaje de:0.2486+0.2486=0.4972

El porcentaje esperado de niños que presentan uncoeficiente intelectual normal es de 49.72%

Page 115: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

Referencias

1.- Johnson R & Kuby, Estadística Elemental, lo esencial. MéxicoD.F, International Thompson Editores S.A.

2.- video: Distribución de probabilidad, recuperado el 30 de Mayo de 2013.www.youtube.com/watch?v=unUpFZiI6DM2.-Pérez Tejeda Haroldo E., Estadística para las Ciencias Sociales, del

comportamiento y de la salud, CENEGA Leaning, 3dª Edición, 2010.3.- Triola F. Mario, Estadística, Pearson- Addison Wesley, 10th

Edición, 2009.

1.- Johnson R & Kuby, Estadística Elemental, lo esencial. MéxicoD.F, International Thompson Editores S.A.

2.- video: Distribución de probabilidad, recuperado el 30 de Mayo de 2013.www.youtube.com/watch?v=unUpFZiI6DM2.-Pérez Tejeda Haroldo E., Estadística para las Ciencias Sociales, del

comportamiento y de la salud, CENEGA Leaning, 3dª Edición, 2010.3.- Triola F. Mario, Estadística, Pearson- Addison Wesley, 10th

Edición, 2009.

Page 116: UNIDAD 3 Muestreo CURSO DE ESTAD˝STICA - Isidro · PDF fileuna probabilidad conocida de quedar incluidos en la muestra. 1- Muestreo aleatorio simple 2- Muestreo estratificado 3- Muestreo

M.I. Isidro Lá[email protected]. Isidro Lá[email protected] http://isidrolazaro.com/