SlideShare una empresa de Scribd logo
1 de 3
Lic. Gerardo Edgar Mata Ortiz
Cesar Mauricio Hernández López
Estadística
2 “D”
𝑠 = 6.83
𝑛 = 50
𝑥̅ = 12.68
Tenemos una muestra de 50 microperforadoras, las cuales tienen una duración de 12.68
perforaciones antes de que dejen de servir por X causa. Se necesita calcular un Rango de
porcentaje que puede tener la Población y no la muestra, que es lo que el ejemplo nos está
dando, así que para empezar, tenemos que sacar la desviación estándar poblacional con la
siguiente formula;
𝜎𝑥̅ =
𝜎
√ 𝑛
Aquí no tenemos la desviación estándar, se considera que s representara a 𝜎 siempre y
cuando el tamaño muestral sea mayor a 30 por lo tanto
𝑠 = 6.83 , 𝑒𝑠 𝑙𝑜 𝑚𝑖𝑠𝑚𝑜 𝑞𝑢𝑒 𝜎 = 6.83, así que acomodando la formula nos quedaría de la siguiente
manera;
𝜎𝑥̅ =
6.83
√50
=
6.83
7.07
= 0.9660 , a este resultado le multiplicaremos el 95% de nivel de confianza que se
tiene estimado, siendo 95% = 1.96, entonces;
0.9660(1.96) = 1.8933
12.68 ± 1.8933 , lo que nos daría que el rango de la media poblacional se encuentra entre,
(10.7866, 14.5733)
Si hablamos sobre intervalos de confianza para proporciones, donde utilizamos un
estimador, en este caso 𝑝̂ que sería nuestra probabilidad, seguimos con el caso de
las microperforadoras solo que ahora se toma una muestra de 144 piezas, de las
cuales 120 satisfacen las especificaciones (según las especificaciones del libro de
Estadística para ingenieros y científicos de Navidi Pag 300) dando que se
especuló que la especificación marco que una perforadora debe tener un tiempo
de vida mínimo de 10 huecos perforados antes de fallar por X causa.
Utilizaremos otra formula la cual es;
𝑝̂ =
𝑥
𝑛
=
120
144
= 0.833 (83.3%), Ahora bien, para calcular la desviación estándar de
𝑝̂ es 𝜎𝑝̂ = √
𝑝 (1−𝑝)
𝑛
acomodando valores nos quedaría de la siguiente manera,
𝜎𝑝̂ = √
0.833 (1−0.833)
144
= 0.0310 Multiplicamos el valor obtenido por el 95% de nivel de
confianza, que sigue siendo 1.96, entonces 1.96(0.0310) = 0.0609 entonces,
0.833 ± 0.0609 = (0.772, 0.893) siendo esto, nuestro rango de probabilidad que
tienen las microperforadoras.
Sin embargo, esto último que acabamos de ver, es un método que según Navidi
está mal, ya que contiene una p desconocida y por eso no se puede calcular.
Según el nuevo método la manera correcta de hacer este problema es, sumar 4 al
número de ensayos y 2 al de éxitos, quedándonos 𝑛̃ = 𝑛 + 4 𝑝̃ = 𝑋 + 2 en este
ejemplo acomodando los datos nos quedaría, 𝑛̃ = 148 𝑝̃ =
122
148
= 0.8243
haciendo que nuestro intervalo de confianza de 95% quede de la siguiente
manera, 0.8243 ± 0.0613 = (0.763, 0.886), quedándonos ahora sí, un mejor
resultado y probabilidad de lo que sería todo nuestro resultado, esto nos sirve para
confirmar que solo un 23% de las microperforadoras pueden fallar, si llegaran a
fallar más del 23% tendría que volver a hacerse lo mismo para poder saber porque
están fallando, donde están fallando y que se debe de hacer, y sacar las
probabilidades de fallo que tiene la población de dichos artefactos.

Más contenido relacionado

La actualidad más candente (18)

Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Problemas
ProblemasProblemas
Problemas
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Inecuaciones con Valor Absoluto ccesa007
Inecuaciones con Valor Absoluto  ccesa007Inecuaciones con Valor Absoluto  ccesa007
Inecuaciones con Valor Absoluto ccesa007
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Proyecto mermelada (exposicion)
Proyecto mermelada (exposicion)Proyecto mermelada (exposicion)
Proyecto mermelada (exposicion)
 
TAREA SEMINARIO 8
TAREA SEMINARIO 8TAREA SEMINARIO 8
TAREA SEMINARIO 8
 
Distribucion Poisson
Distribucion PoissonDistribucion Poisson
Distribucion Poisson
 
Problemas de probabilidad (4)
Problemas de probabilidad  (4)Problemas de probabilidad  (4)
Problemas de probabilidad (4)
 
Porcentajes
PorcentajesPorcentajes
Porcentajes
 
Ejercicio seminario 8
Ejercicio seminario 8Ejercicio seminario 8
Ejercicio seminario 8
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicados
 
Ejercicio de teoría de números
Ejercicio de teoría de númerosEjercicio de teoría de números
Ejercicio de teoría de números
 
Multiplicacion
MultiplicacionMultiplicacion
Multiplicacion
 
Regresion linealr
Regresion linealrRegresion linealr
Regresion linealr
 
Sem 9 inma
Sem 9 inmaSem 9 inma
Sem 9 inma
 
Porcentajes
PorcentajesPorcentajes
Porcentajes
 

Similar a Intervalos confianza proporciones microperforadoras

Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianzaluis jaramillo
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaIris Márquez
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidadadrikiana
 
Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III Carla Malaver
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.leonardo19940511
 
Seminario 8
Seminario 8Seminario 8
Seminario 8merygd
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.leonardo19940511
 
08 Intervalos de Confianza.pdf
08 Intervalos de Confianza.pdf08 Intervalos de Confianza.pdf
08 Intervalos de Confianza.pdfdemis3
 
Segunda present.
Segunda present.Segunda present.
Segunda present.Nancy Leal
 
Ejemplos de distribuciones 4
Ejemplos de distribuciones 4Ejemplos de distribuciones 4
Ejemplos de distribuciones 4Kariina Buendia
 
Notacion cientifica
Notacion cientificaNotacion cientifica
Notacion cientificaHOANJO
 
INTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZAINTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZARoza Meza
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianzaRoza Meza
 

Similar a Intervalos confianza proporciones microperforadoras (20)

Intervalosdeconfianza
IntervalosdeconfianzaIntervalosdeconfianza
Intervalosdeconfianza
 
Ejercicio del libro
Ejercicio del libroEjercicio del libro
Ejercicio del libro
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Muestras infinita
Muestras  infinitaMuestras  infinita
Muestras infinita
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de Confianza
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidad
 
Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Ejercicios intervalos de confianza
Ejercicios intervalos de confianzaEjercicios intervalos de confianza
Ejercicios intervalos de confianza
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
08 Intervalos de Confianza.pdf
08 Intervalos de Confianza.pdf08 Intervalos de Confianza.pdf
08 Intervalos de Confianza.pdf
 
Segunda present.
Segunda present.Segunda present.
Segunda present.
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Ejemplos de distribuciones 4
Ejemplos de distribuciones 4Ejemplos de distribuciones 4
Ejemplos de distribuciones 4
 
Notacion cientifica
Notacion cientificaNotacion cientifica
Notacion cientifica
 
Blog teoria intervalo de confianza
Blog teoria intervalo de confianzaBlog teoria intervalo de confianza
Blog teoria intervalo de confianza
 
INTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZAINTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZA
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 

Intervalos confianza proporciones microperforadoras

  • 1. Lic. Gerardo Edgar Mata Ortiz Cesar Mauricio Hernández López Estadística 2 “D”
  • 2. 𝑠 = 6.83 𝑛 = 50 𝑥̅ = 12.68 Tenemos una muestra de 50 microperforadoras, las cuales tienen una duración de 12.68 perforaciones antes de que dejen de servir por X causa. Se necesita calcular un Rango de porcentaje que puede tener la Población y no la muestra, que es lo que el ejemplo nos está dando, así que para empezar, tenemos que sacar la desviación estándar poblacional con la siguiente formula; 𝜎𝑥̅ = 𝜎 √ 𝑛 Aquí no tenemos la desviación estándar, se considera que s representara a 𝜎 siempre y cuando el tamaño muestral sea mayor a 30 por lo tanto 𝑠 = 6.83 , 𝑒𝑠 𝑙𝑜 𝑚𝑖𝑠𝑚𝑜 𝑞𝑢𝑒 𝜎 = 6.83, así que acomodando la formula nos quedaría de la siguiente manera; 𝜎𝑥̅ = 6.83 √50 = 6.83 7.07 = 0.9660 , a este resultado le multiplicaremos el 95% de nivel de confianza que se tiene estimado, siendo 95% = 1.96, entonces; 0.9660(1.96) = 1.8933 12.68 ± 1.8933 , lo que nos daría que el rango de la media poblacional se encuentra entre, (10.7866, 14.5733)
  • 3. Si hablamos sobre intervalos de confianza para proporciones, donde utilizamos un estimador, en este caso 𝑝̂ que sería nuestra probabilidad, seguimos con el caso de las microperforadoras solo que ahora se toma una muestra de 144 piezas, de las cuales 120 satisfacen las especificaciones (según las especificaciones del libro de Estadística para ingenieros y científicos de Navidi Pag 300) dando que se especuló que la especificación marco que una perforadora debe tener un tiempo de vida mínimo de 10 huecos perforados antes de fallar por X causa. Utilizaremos otra formula la cual es; 𝑝̂ = 𝑥 𝑛 = 120 144 = 0.833 (83.3%), Ahora bien, para calcular la desviación estándar de 𝑝̂ es 𝜎𝑝̂ = √ 𝑝 (1−𝑝) 𝑛 acomodando valores nos quedaría de la siguiente manera, 𝜎𝑝̂ = √ 0.833 (1−0.833) 144 = 0.0310 Multiplicamos el valor obtenido por el 95% de nivel de confianza, que sigue siendo 1.96, entonces 1.96(0.0310) = 0.0609 entonces, 0.833 ± 0.0609 = (0.772, 0.893) siendo esto, nuestro rango de probabilidad que tienen las microperforadoras. Sin embargo, esto último que acabamos de ver, es un método que según Navidi está mal, ya que contiene una p desconocida y por eso no se puede calcular. Según el nuevo método la manera correcta de hacer este problema es, sumar 4 al número de ensayos y 2 al de éxitos, quedándonos 𝑛̃ = 𝑛 + 4 𝑝̃ = 𝑋 + 2 en este ejemplo acomodando los datos nos quedaría, 𝑛̃ = 148 𝑝̃ = 122 148 = 0.8243 haciendo que nuestro intervalo de confianza de 95% quede de la siguiente manera, 0.8243 ± 0.0613 = (0.763, 0.886), quedándonos ahora sí, un mejor resultado y probabilidad de lo que sería todo nuestro resultado, esto nos sirve para confirmar que solo un 23% de las microperforadoras pueden fallar, si llegaran a fallar más del 23% tendría que volver a hacerse lo mismo para poder saber porque están fallando, donde están fallando y que se debe de hacer, y sacar las probabilidades de fallo que tiene la población de dichos artefactos.