Capitulo 8 Estimacion de Muestras Grandes

Introduccin a la Probabilidad
y estadstica
Estimacin de grandes
muestras
Copyright 2006 Brooks/Cole

A division of Thomson Learning, Inc.
Introduccin
Las poblaciones son descritas por sus
distribuciones de probabilidad y sus parmetros.
Para poblaciones cuantitativas, la localizacin y
forma se describen por y
Para una poblacin binomial, la localizacin y
la forma estn determinadas por p.
Si los valores de los parmetros son
desconocidos, hacemos inferencias sobre ellos
usando la informacin de la muestra.
Tipos de inferencia
Estimacin:
Estimando o prediciendo del valor del
parmetro
"Cules son los valores ms probables de
or p?
Prueba de la hiptesis :
Decidir sobre el valor de un parmetro
basado en alguna idea preconcebida.
"La muestra proviene de una poblacin
con o p = .2?
Tipos de inferencia
Ejemplos:
Un consumidor quiere estimar el precio promedio
de casas similares en su ciudad antes de poner su
casa a la venta en el mercado.
Estimacin: Estimar,
Estimacin:Estimar ,El
Elprecio
preciopromedio
promediode
delalavivienda.
vivienda.
Un fabricante quiere saber si un nuevo tipo de

acero es ms resistente a las altas temperaturas
como lo fue un tipo antiguo de acero.
Prueba
Pruebade
deHiptesis:
Hiptesis
Hiptesis Es
Hiptesis: Esla
lanueva mediaresistente
nuevamedia resistente Igual
Igual aala
la
resistencia
resistenciade
dela
laantigua media,,
antiguamedia A division of Thomson Learning, Inc.
Tipos de inferencia
Ya sea que est estimando parmetros o
probando hiptesis, los mtodos estadsticos
son importantes porque proporcionan:
Mtodos para hacer la inferencia
Una medida nmerica de la bondad o
confiabilidad de la inferencia

Definiciones
Un estimador es una regla, usualmente una
frmula, que le indica cmo calcular la
estimacin basada en la muestra.
Estimacin Puntual: Se calcula un nmero
nico para estimar el parmetro.
Estimacin de Intervalo: Se calculan dos
nmeros para crear un intervalo dentro del
cual se espera que el parmetro este
contenido. Copyright 2006 Brooks/Cole
Propiedades de los estimadores
puntuales
Dado que un estimador se calcula a partir de los
valores de la muestra, este vara de muestra a
muestra de acuerdo con su distribucin
muestral.
Un estimador es imparcial si la media de
su distribucin muestral es igual al
parmetro de inters.
No sobrestima o subestima sistemticamente
el parmetro objetivo. Copyright 2006 Brooks/Cole
Propiedades de los estimadores
puntuales
De todos los estimadores no sesgados,
preferimos el estimador cuya distribucin
muestral tiene la menor dispersin o
variabilidad.

Medicin de la bondad de un
estimador
La distancia entre una estimacin y el valor
real del parmetro es el error de estimacin.
La
Ladistancia
distanciaentre
entrela
labala
balayyelelojo
ojo
de
debuey.
buey.
Los tamaos de la muestra son grandes, por

lo que nuestros estimadores sin sesgo
tendrn distribuciones normales.
Debido
Debidoal alteorema
teorema
del
delAlmite
lmiteofcentral.
division central.
Thomson Learning, Inc.
El margen de error
Para los estimadores no sesgados con
distribuciones de muestreo normales, el 95%
de todas las estimaciones puntuales se
situarn dentro de 1,96 desviaciones
estndar del parmetro de inters.
Margen de error : El error mximo de
estimacin, calculado como
11..9966 std
stderror
errorof
of the
theestimator
estimator

Estimando las medias y
proporciones
Para una poblacin cuantitativa,
Estimator
Estimator puntual
puntual dedelalamedia
media poblaciona
poblacionall ::xx
ss
Margen
Margen de error((nn 30
deerror 30))::11..96
96
nn
Para una poblacin binomial ,

Estimator
Estimator puntual
puntual dedelalaproporcion
proporcionde poblacin pp::pp x/n
delalapoblacin x/n
ppqq
Margen
Margen de error((nn30
deerror 30))::11..96
96
nn Copyright 2006 Brooks/Cole
Ejemplo
Un propietario analiza al azar una muestra 64 casas
similares a las suya y encuentra que el precio
promedio de venta es de $ 252,000 con una
desviacin estndar de $ 15,000. Estimar el precio
medio de venta de todas las casas similares en la
ciudad.
Point
Point estimator
estimator ofof :: xx 252,000
252, 000
ss 15,
15,000
000
Margin
Margin of error :: 1.96
of error 1.96 1.96 1.96 3675
3675
nn 64
64
Ejemplo
Un tcnico de control de calidad quiere estimar
la proporcin de latas de soda que estn con
bajo llenado. Muestrea al azar 200 latas de soda
y encuentra 10 latas con bajo llenado.
nn 200
200 pp proportion
proportionof of underfille
underfilleddcans
cans
Point
Pointestimator of pp ::pp x/n
estimatorof x/n 10 200 ..05
10//200 05
ppqq (.(.05
05 )(.
)(.95
95 ))
Margin
Marginof error::11..96
of error 96 11..96
96 ..03
03
nn 200
200

Estimacin de Intervalos
Crear un intervalo (a, b) para que sea bastante
seguro que el parmetro se encuentre entre estos dos
valores.
"Bastante seguro" significa "con alta probabilidad"
medido usando el coeficiente de confianza, 1
Usually,
Usually,1-
1-
Suponer que 1- = .95 y

que el estimador tiene
una distribucion normal.
Parameter1.96SE
Parameter 1.96SE Copyright 2006 Brooks/Cole
Estimacin de intervalos
Como no conocemos el valor del parmetro,
consideramos Estimador
Estimador1.96 SE que tiene un centro
1.96SE
variable.
MY APPLET
Trabaja
Trabaja
Trabaja
Ha fallado
Slo si el estimador cae en las reas de la cola,

el intervalo no incluir el parmetro. Esto ocurre
slo el 5% del tiempo. Copyright 2006 Brooks/Cole
Para cambiar el nivel de confianza
Para cambiar a un nivel de confianza general, 1-,

elija un valor de z que ponga el rea 1-En el
centro de la distribucin z. Cola del z
/2
area
.05 1.645
.025 1.96
.01 2.33
.005 2.58
100 Copyright 2006

100 (1-)%
(1-)% Intervalo
Intervalo de
de confianza.
confianza. Estimador
Estimador zz SE
SE Inc.
Brooks/Cole
A division of Thomson Learning,
Intervalos de confianza para
medias y proporciones
Para una poblacin cuantitativa,
Intervalo
Intervalode
deconfianza
confianza para
parauna una poblacin
poblacincon
conmedia
media ::
ss
xx zz/ /22
nn
Para una poblacin binomial

Intervalo
Intervalode
deconfianza
confianza para
parauna una proporcin
proporcinde
dela
lapoblacin
poblacin pp::
p q
pp zz / 2 p q
/2 nn

Ejemplo:
Una muestra aleatoria de n = 50 hombres mostr una
media de la ingesta diaria promedio de productos
lcteos igual a 756 gramos con una desviacin estndar
de 35 gramos. Encuentre un intervalo de confianza del
95% para el promedio de la poblacin
s 35
x 1 .96 7 56 1 .96 7 56 9 . 70
n 50
o 746.30 765.70 gramos.
Ejemplo:
Encontrar un intervalo de confianza del 99%
para la poblacin promedio de ingesta diaria
de productos lcteos para los hombres
s 35
x 2 .58 7 56 2 . 58 7 56 12 . 7 7
n 50
or 743.23 76 8 . 77 grams.
El intervalo debe ser ms amplio para proveer el

aumento de la confianza que realmente incluya
el verdadero valor de . Copyright 2006 Brooks/Cole
Ejemplo:
De una muestra aleatoria de n = 150 estudiantes
universitarios, 104 de los estudiantes dijeron que haban
jugado en un equipo de ftbol durante su K-12 aos. Estimar
la proporcin de estudiantes universitarios que jugaron ftbol
en su juventud con un intervalo de confianza del 98%.
p q 104 .69 (.31)

p 2 .33 2 .33
n 150 150
. 69 . 09 or .60 p . 78 .
Estimacin de la diferencia entre dos
medias
A veces nos interesa comparar las medias de dos
poblaciones.
El crecimiento promedio de las plantas alimentadas con
dos nutrientes diferentes.
Los puntajes promedio de los estudiantes enseados con
dos mtodos de enseanza diferentes.
Para hacer esta comparacin,
Una
Una muestra
muestra aleatria
aleatriade
detamao
tamao nn11 dibujado
dibujadopara para
la poblacin
la poblacin11con
con media
media
11 y varianza 11 ..
y varianza 22
Una
Una muestra
muestra aleatria
aleatriade
detamao
tamao nn22 dibujado
dibujadopara paralala
poblacin 2 con media y varianza
poblacin 2 con media 22 yAvarianza 22
22.Learning,
division of Thomson . Inc.
Estimacin de la diferencia entre dos medias
Comparamos las dos medias haciendo inferencias
sobre -, la diferencia en los promedios de las
dos poblaciones.
Si los dos promedios de las poblaciones son los
mismos, entonces 1-= 0.
La major estimacin de 1-es la diferencia
en los dos medias de las muestras,
xx11 xx22
La distribucin de muestreo
de x1 x 2
1.1. La
La media
mediade es 11 22
de xx11 xx22 es
laladiferencia
diferenciaentre
entrelaslasmedias
mediasde delalapoblacin
poblacin
1212 2222
2.2. La
La deviation
deviationestandar dexx11 xx22 es
estandarde SE
es SE ..
nn11 nn22
33..Si
Silos
lostamaos
tamaosde delas
lasmuestras
muestrasson
songrandes,
grandes,laladistribuci
distribucin
nmuestral
muestral
de xx11 xx22 es
de esaproximada
aproximadamente
mente normal,
normal,yy SE
SEpuede
puedeser
serdeterminad
determinadoo
ss1212 ss2222
como SE
como SE ..
nn11 nn22
Estimando 1-
Para muestras grandes, los estimadores puntuales y su
margen de error, as como los intervalos de confianza, se
basan en la distribucin normal (z).
Estimador
Estimador puntual para11 --22 ::xx11 xx22
puntual para
22 22
ss ss
Error::1.96 11 22
Margen
Margen dedeError 1.96
nn11 nn22
Intervalo
Intervalode
deconfianza para11 --22 ::
confianza para
ss1212 ss2222
((xx11 xx22)) zz/ /22
nn11 nn22
Ejemplo
Promedio Diario de Ingesta Hombres Mujeres
Tamao de la muestra 50 50
Media de la muestra 756 762
Std Dev. De la muestra 35 30
Compare la ingesta diaria promedio de productos lcteos de hombres

y mujeres utilizando un intervalo de confianza del 95%.
s12 s 22
( x1 x 2 ) 1.96
n1 n2
2 2
35 30 6 1 2 .7 8
(756 762) 1.96
50 50
or - 18 .78 1 2 6 . 78 .
Ejemplo, continuacin
--18 .7 88 11 22 66..78
1 8.7 78
Podra concluir, basndose en este intervalo de confianza,

que hay una diferencia en la ingesta diaria promedio de
productos lcteos para hombres y mujeres?
El valor del interval de confianza es 1- = 0. Por lo tanto
es possible que 1 = por lo que no se podra concluir
que hay una diferencia en la ingesta diaria promedio de
productos lcteos para hombres y mujeres.

Estimacin de la diferencia entre dos
proporciones
A veces nos interesa comparar la proporcin de
"xitos" en dos poblaciones binomiales.
Las tasas de germinacin de semillas y semillas no
tratadas con un fungicida.
La proporcin de votantes masculinos y femeninos que
favorecen a un candidato particular para el gobernador.
Para hacer esta comparacin,
Una
Una muestra
muestra aleatoria
aleatoriade
detamao
tamao nn11 tomada
tomada de de
una
una poblacin
poblacinbinomial
binomial 11con
conparametro
parametro pp11..
Una
Una muestra
muestra aleatria
aleatriade
detamao
tamao nn22 tomadatomada de deunauna
poblacin
poblacinbinomial
binomial 22con
conparametroCopyright p
parametro p .2 . Brooks/Cole
2006
2
Estimacin de la diferencia entre dos medias
Comparamos las dos proporciones haciendo
inferencias sobre p1-p2, la diferencia en las dos
proporciones de poblacin.
Si las dos proporciones de poblacin son las
mismas, entonces p1-p= 0.
La mejor estimacin de p1-pes la diferencia
en las dos proporciones de la muestra,
xx11 xx22
pp11 pp22
nn11 nn22
La distribucin muestral de
p 1 p 2
1.
1. La
La media de pp11 pp22 es
media de es pp11 pp22,,la
ladiferencia
diferenciaentre
entre
las
lasproporcion
proporciones
esde delalapoblacin
poblacin
pp11qq11 pp22qq22
2.
2. La
La desviacin
desviacinestandar de pp11 pp22 es
estandarde SE
es SE ..
nn11 nn22
33..Si
Sieleltamao
tamao de dela
lamuestra
muestra es
esgrande,
grande,la
ladistribuci
distribucin
nmuestral
muestral
de pp11 pp22 es
de esaproximada
aproximadamente
mente normal,
normal, yy SE
SEpuede
puedeser
serestimada
estimad
pp11qq11 pp22qq22
como SE
como SE ..
nn11 nn22
Estimando p1-p
Para muestras grandes, las estimaciones puntuales y su
margen de error, as como los intervalos de confianza,
se basan en la distribucin normal normal (z).
Estimador
Estimador puntual
puntual para -p22 :: pp11 pp22
para pp11-p
pp11qq11 pp22qq22
Margen
Margen de
deerror (95%)::1.96
error(95%) 1.96
nn11 nn22
Intervalo
Intervalode deconfianza
confianza para para pp11 pp22 ::
pp11qq11 pp22qq22
((pp11 pp22)) zz//22
nn11Copyright 2006
nn22Brooks/Cole
Ejemplo:
Futbol juvenil Hombres Mujeres
Tamao de la muestra 80 70
Jugo futbol 65 39
Compare la proporcin de estudiantes universitarios de ambos

sexos que dijeron que haban jugado en un equipo de ftbol
durante su K-12 aos usando un intervalo de confianza del 99%.
p 1 q1 p 2 q 2
( p 1 p 2 ) 2 .58
n1 n2
65 39 .81(.19 ) .56 (.44 )

( ) 2 .58 .2 5 .1 9
80 70 80 70
o r .06 p 1 p 2 . 4 4 .
Ejemplo, continuacin
.06 pp11 pp22 ..44
.06 44
Podra concluir, basndose en este intervalo de
confianza, que hay una diferencia en la proporcin de
estudiantes universitarios de ambos sexos que dijeron que
haban jugado en un equipo de ftbol durante sus doce
aos de edad?
El intervalo de confianza no contiene el valor p1-p2 = 0.
Por lo tanto, no es probable que p1 = p2. Usted concluira
que hay una diferencia en las proporciones para los
varones y las mujeres.
Una mayor proporcin de hombres que de
mujeres jugaban ftbol en su juventud.
Lmites de confianza a
una cola
Los intervalos de confianza son, por su naturaleza,
de dos lado, ya que producen lmites superiores e
inferiores para el parmetro.
Los lmites unilaterales se pueden construir
simplemente usando un valor de z que pone en
lugar de /2 en la cola de la distribucin z.
LCB Estimador zz ((Error

LCB::Estimador Errorestandar
estandar del
delEstimador)
Estimador)
UCB Estimador zz ((Error
UCB ::Estimador Errorestandar
estandar del
delEstimador)
Estimador)
Eleccin del tamao de la muestra
La cantidad total de informacin relevante en una

muestra est controlada por dos factores:
- El plan de muestreo o diseo experimental: El
procedimiento de recoleccin de la informacin
- El tamao de la muestra n: La cantidad de
informacin recojida.
. En un problema de estimacin estadstica, la
precisin de la estimacin se mide por el margen de
error o el ancho del intervalo de confianza.
Eleccin del tamao de la muestra
1. Determine el tamao del margen de error, B, que usted

est dispuesto a tolerar.
2. Escoger el tamao de la muestra resolviendo para n o n =
n1 = n2 en la desigualdad : 1.96 SE B, donde SE es una
funcin del tamao de la muestra n.
3. Para las poblaciones cuantitativas, estimar la desviacin
estndar de la poblacin utilizando un valor previamente
calculado de s o la aproximacin de rango Range / 4.
4. Para poblaciones binomiales, utilice el enfoque
conservador y aproxime p usando el Copyright p Brooks/Cole
valor2006 .5.
.5
Ejemplo
Un productor de tubera de PVC quiere estudiar
Mayoristas que compran su producto para
estimar la proporcin que planean aumentar sus compras el
prximo ao. Qu tamao de muestra se requiere si quiere
que su estimacin est dentro de .04 de la proporcin real con
probabilidad igual a .95?
pq .5(.5)
1.96 .04 1 .96 .04
n n
1 .96 .5(.5) n 24 . 5 2 600 . 25
n 24 .5
.04
Debe examinar al
menos 601ofmayoristas.
A division Thomson Learning, Inc.
Key Concepts
I. Types of Estimators
1. Point estimator: a single number is calculated to estimate
the population parameter.
2. Interval estimator:
estimator two numbers are calculated to form an
interval that contains the parameter.
II. Properties of Good Estimators
1. Unbiased: the average value of the estimator equals the
parameter to be estimated.
2. Minimum variance: of all the unbiased estimators, the best
estimator has a sampling distribution with the smallest
standard error.
3. The margin of error measures the maximum distance
between the estimator and the true value of the parameter.

Key Concepts
III. Large-Sample Point Estimators
To estimate one of four population parameters when the
sample sizes are large, use the following point estimators with
the appropriate margins of error.

Key Concepts
IV. Large-Sample Interval Estimators
To estimate one of four population parameters when the
sample sizes are large, use the following interval estimators.

Key Concepts
1. All values in the interval are possible values for the
unknown population parameter.
2. Any values outside the interval are unlikely to be the value
of the unknown parameter.
3. To compare two population means or proportions, look for
the value 0 in the confidence interval. If 0 is in the interval,
it is possible that the two population means or proportions
are equal, and you should not declare a difference. If 0 is
not in the interval, it is unlikely that the two means or
proportions are equal, and you can confidently declare a
difference.
V. One-Sided Confidence Bounds
Use either the upper () or lower () two-sided bound, with
the critical value of z changed from z / 2 to z.

Capitulo 8 Estimacion de Muestras Grandes

Cargado por

Copyright:

Formatos disponibles

Capitulo 8 Estimacion de Muestras Grandes

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo 8 Estimacion de Muestras Grandes

Cargado por

Copyright:

Formatos disponibles

Introduccin a la Probabilidad

Copyright 2006 Brooks/Cole

Un fabricante quiere saber si un nuevo tipo de

Copyright 2006 Brooks/Cole

Copyright 2006 Brooks/Cole

Los tamaos de la muestra son grandes, por

Copyright 2006 Brooks/Cole

Para una poblacin binomial ,

Copyright 2006 Brooks/Cole

Suponer que 1- = .95 y

Slo si el estimador cae en las reas de la cola,

Para cambiar a un nivel de confianza general, 1-,

100 Copyright 2006

Para una poblacin binomial

Copyright 2006 Brooks/Cole

El intervalo debe ser ms amplio para proveer el

p q 104 .69 (.31)

Compare la ingesta diaria promedio de productos lcteos de hombres

Podra concluir, basndose en este intervalo de confianza,

Copyright 2006 Brooks/Cole

Compare la proporcin de estudiantes universitarios de ambos

65 39 .81(.19 ) .56 (.44 )

LCB Estimador zz ((Error

La cantidad total de informacin relevante en una

1. Determine el tamao del margen de error, B, que usted

Copyright 2006 Brooks/Cole

Copyright 2006 Brooks/Cole

Copyright 2006 Brooks/Cole

También podría gustarte