SlideShare una empresa de Scribd logo
1 de 11
Descargar para leer sin conexión
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
LECTURA 06: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA
(PARTE II)
TEMA 12: INTERVALOS DE CONFIANZA PARA LA PROPORCION
POBLACIONAL
1. INTRODUCCION
Muchas veces las decisiones dependen de parámetros que son binarios, parámetros
con solo dos posibles categorías dentro de las cuales pueden clasificarse las
respuestas. En este caso el parámetro de interés es la proporción poblacional o
porcentaje de la población que cumple cierta característica. Por ejemplo una
empresa distribuidora de computadoras puede estar interesada en estimar el
porcentaje de clientes que pagan al crédito. Una empresa productora de software
informáticos puede estar interesa en estimar el porcentaje software defectuosos, o
que porcentaje de clientes compran software estadísticos.
Donde:
P: Proporción poblacional de éxitos o proporción de elementos de la población que
tienen cierta característica.
poblaciónladeelementosdeNúmero
ticacaracterisciertatienenquepoblaciónladeelementosdeNúmero
N
X
P ==
Q: Proporción poblacional de fracasos o proporción de elementos de la población
que no tienen cierta características.
poblaciónladeelementosdeNúmero
ticacaracterisciertatienennoquepoblaciónladeelementosdeNúmero
N
X
Q
'
==
Además:
P1Qentonces1QP −==+
___________________________________________________________________________ 1
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
Generalmente la proporción poblacional se desconoce y tiene que ser estimado a
través de la proporción muestral. Entonces:
p: Proporción muestral de éxitos o proporción de elementos de la muestra que
tienen cierta característica.
muestraladeelementosdeNúmero
ticacaracterisciertatienenquemuestraladeelementosdeNúmero
n
x
p ==
q: Proporción muestral de fracasos o proporción de elementos de la muestra que
no tienen cierta característica.
muestraladeelementosdeNúmero
ticacaracterisciertatienennoquemuestraladeelementosdeNúmero
n
x
q
'
==
Además:
p1qentonces1qp −==+
2. DEFINICION
Es el rango dentro del cual se encuentra la proporción poblacional con un nivel de
confianza dado.
L1 P L2
fig. 14
___________________________________________________________________________ 2
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
1 - α
α /2α /2
[ ] α−=≤≤ 1LPLP 2|
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
Para hallar los intervalos de confianza para la proporción poblacional usaremos la
estadística Z para muestras grandes (n ≥ 30). Entonces los límites de confianza
serán:
n
qp
ZpsZpL 0p01
×
×−=×−=
n
qp
ZpsZpL op02
×
×+=×+=
3. ERROR ESTÁNDAR DE LA PROPORCIÓN
Si el tamaño de la muestra es suficientemente grande (n ≥ 30). Si el muestreo es con
o sin sustitución en una población infinita (o con sustitución en una población finita
de tamaño N), el error estándar es:
n
)P1(P
p
−×
=σ que se estima por:
n
)p1(p
sp
−×
=
• Si el muestreo es sin sustitución en una población finita de tamaño N el
error estándar para la proporción poblacional esta dado por:
1N
nN
n
QP
P
−
−
×
×
=σ que se estima por
1N
nN
n
qp
sp
−
−
×
×
=
___________________________________________________________________________ 3
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
Donde:
1N
nN
−
−
es el factor de corrección para población finita.
Ejemplo 1:
En una población, nadie es indiferente respecto a una iniciativa propuesta por el
alcalde: cada habitante adulto o bien está a favor, o bien en contra de la iniciativa.
Se desea conocer el porcentaje P de las personas que están en contra. Entre 50
habitantes adultos elegidos al azar, 15 afirmaron que estaban en contra (y los 35
restantes a favor). Hallar el intervalo de confianza al 95% para la proporción real de
personas que estan en favor de la iniciativa propuesta por el alcalde.
Solución:
• Se desea estimar la proporción real de personas a favor de la iniciativa propuesta
por el alcalde.
• Observamos que la proporción muestral de personas a favor de la iniciativa
propuesta por el alcalde es:
35
p 0.7 q 0.3
50
= = ⇒ =
• Para un nivel de confianza del 99% el valor de Z0 = 1.96
• El error estándar de la proporción muestral es:
p
p q 0.7 0.3
s 0.06
n 50
× ×
= = =
• Los límites de confianza para P son:
1 0
2 0
p q
L p Z 0.3 1.96 0.06 0.3 0.12 0.18
n
p q
L p Z 0.3 1.96 0.06 0.3 0.12 0.42
n
×
= − × = − × = − =
×
= + × = + × = + =
___________________________________________________________________________ 4
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
Interpretación: Se tiene una confianza del 95% que el porcentaje de personas que
están a favor de la iniciativa de la propuesta por el alcalde varia entre el 18% y 42%.
Ejemplo 2:
Se desea conocer la opinión de los alumnos de la Uladech en relación con la
aceptación o no de la pena de muerte para los terroristas en el Perú. Para ello se ha
tomado una muestra aleatoria simple de tamaño 500. Si las respuestas afirmativas
han sido 100, encontrar un intervalo de confianza aproximado del 95%.
Solución:
• Se desea estimar la proporción de alumnos de la Uladech que están de acuerdo
con la pena de muerte para los terroristas en el Perú.
• Observamos también que la proporción muestral de personas que están a favor
de la pena de muerte es:
80.0q20.0
500
100
n
x
p =⇒=== .
• Para un nivel de confianza del 95% el valor de Z0 = 1.96.
• El error estándar de la proporción muestral es:
02.0s
500
80.020.0
n
qp
s
p
p
=
×
=
×
=
• Los límites de confianza para P son:
___________________________________________________________________________ 5
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
24.002.096.120.0
n
qp
ZpL
16.002.096.120.0
n
qp
ZpL
02
01
=×+=
×
×+=
=×−=
×
×−=
Interpretación: Se tiene una confianza del 95% que el porcentaje de estudiantes de
la Uladech que afirman estar de acuerdo con la pena de muerte varía entre el 16% y
24%.
Ejemplo 3:
Se desea estimar el porcentaje de aprobados de un curso de Auditoria de una
población de 500 alumnos. Para este fin, se uso una muestra de 35 alumnos que
reveló un 80% de aprobados. Estime la verdadera proporción de aprobados del
curso completo dentro de una confiabilidad del 99%.
Solución:
• Se desea estimar la proporción de aprobafdos en el curso de Auditoria
• Observamos que N = 500 y n = 35
• Observamos también que la proporción muestral de alumnos aprobados en la
asignatura de Auditoria está dada por:
p 0.8= .
• Para un nivel de confianza del 99% el valor de Zo=2.576.
• El error estándar de la proporción muestral es:
___________________________________________________________________________ 6
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
p
p
p
p q N n
s
n N 1
0.80 0.20 500 35
s
500 500 1
s 0.07
× −
= ×
−
× −
= ×
−
=
• Los límites de confianza para P son:
1 0 p
2 0 p
L p Z s 0.8 2.576 0.07 0.8 0.18 0.62
L p Z s 0.8 2.576 0.07 0.8 018 0.98
= − × = − × = − =
= + × = + × = + =
• Se tiene una confianza del 99% que el porcentaje de alumnos aprobados en el
curso de Auditoria vaia entre el 62% y 98%.
TEMA 13: TAMAÑO DE MUESTRA CUANDO EL PARAMETRO ES LA
PROPORCION PROBLACION USANDO EL MUESTREO ALEATORIO SIMPLE
1. CALCULO DEL TAMAÑO MUESTRAL USANDO EL MUESTREO ALEATORIO
SIMPLE.
Característica de la Población Tamaño de la muestra
Tamaño de la población infinita o desconocido.
2
2
21
e
QPZ
n
××
=
α−
Tamaño de la población finita.
)1N(eQPZ
NQPZ
n 22
2/1
2
21
−×+××
×××
=
α−
α−
___________________________________________________________________________ 7
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
Donde:
n Tamaño de la muestra.
N Tamaño de la población.
Z1-α/2
Valor correspondiente a la distribución de Gauss
Z0.975 = 1.96 para α = 0.05 y Z0.995 = 2.576 para α = 0.01.
(Utilizar Tabla II).
P Proporción poblacional de éxitos. En caso de no conocerse se
estima por la proporción muestral (p) a través de una muestra
piloto. En el caso más desfavorable se considera P=0.5
Q Proporción poblacional de fracasos.
e Error que se prevé cometer.
fig. 15
Ejemplo 4:
En una población, nadie es indiferente respecto a una iniciativa propuesta por el
alcalde: cada habitante adulto o bien está a favor, o bien en contra de la iniciativa.
Se desea conocer el porcentaje P de las personas que están en contra con una
confianza del 95%. Entre 50 habitantes adultos elegidos al azar, 15 afirmaron que
estaban en contra (y los 35 restantes a favor). ¿Cual es el numero mínimo de
encuestados necesario para que el error cometido en la estimación sea, como
mucho, de 0.05?
Solución:
● La proporción poblacional de personas que están en contra de la iniciativa
propuesta por el alcalde no se conoce entonces se estima por la proporción
muestral, y está dada por:
___________________________________________________________________________ 8
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
L1 L2
e
P p−
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
x 15
p 0.3 q 0.7
n 50
= = = ⇒ =
• Para el nivel de confianza 1 – α = 0.95 el valor de 96.1Z 975.0 = .
• e = 0.05
• La población es infinita o desconocida.
Como el valor de p se ha calculado a través de la muestra, la formula a utilizar será
la siguiente:
Ejemplo 5:
En una compañía que tiene 400 empleados se desea estimar que porcentaje de sus
empleados tienen tarjeta de crédito. Se estima que este porcentaje pudiese estar
cerca del 70%. Tomando una confianza del 99%, ¿Cuántos empleados debo tomar
como muestra para estimar este valor? Se desea un error máximo del 3%.
Solución:
• La proporción poblacional estimada (obtenida a través de una muestra) de
empleados que tienen tarjeta de crédito está dada por:
● Para un nivel de confianza del 95% el valor de 96.1Z 975.0 =
• e = 0.03
• La población es infinita o desconocida.
La formula a utilizar será la siguiente:
___________________________________________________________________________ 9
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
2
1 2
2
Z p q
n
e
−α × ×
=
2
2
(1.96) 0.3 0.7
n
(0.05)
× ×
=
n 322.6 323 encuestados= ≅
2
2
21
e
qpZ
n
××
= α−
p 0.7 q 0.3= ⇒ =
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
2
2
(1.96) 0.7 0.3
n
(0.03)
× ×
=
n 896.3 896 empleados= ≅
Ejemplo 6:
Se desea estimar el porcentaje de aprobados de un curso de Estadística de 500
alumnos. Para este fin, se uso una muestra de 35 alumnos que reveló un 80% de
aprobados. ¿Cuántos alumnos se debe tomar en la muestra si se desea una
precisión del 2% con una confiabilidad del 99%.
Solución:
• La proporción poblacional estimada (obtenida a través de la muestra) de alumnos
aprobados en el curso de Estadística, está dada por:
p 0.8 q 0.2= ⇒ =
• Para un nivel de confianza del 99% el valor de 576.2Z 995.0 = .
• e = 0.02
• La población es finita N=500.
La formula a utilizar será la siguiente:
2
1 2
2 2
1 / 2
Z p q N
n
Z p q e (N 1)
− α
− α
× × ×
=
× × + × −
2
2 2
(2.576) 0.80 0.20 500
n
(2.576) 0.80 0.20 (0.02) (500 1)
× × ×
=
× × + × −
n 420.9 421 alumnos.= ≅
7. Se desea estimar la proporción de personas p que tienen un aparato DVD en
su hogar, en una población de 10000 familias. Para eso debemos tomar una
muestra de tamaño de manera que con una confiabilidad del 99% y margen de error
de 0.05, el intervalo que construiremos contenga al valor desconocido de la
proporción poblacional p. Indica el tamaño de muestra que se debe tomar.
___________________________________________________________________________ 10
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2
Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
Solución:
• La proporción poblacional de personas que tienen un aparato DVD en su casa
es desconocido, entonces consideramos P=0.5.
P 0.5 Q 0.5= ⇒ =
• Para un nivel de confianza del 99% el valor de 576.2Z 995.0 = .
• e = 0.05
• La población es finita N=10000
La formula a utilizar será la siguiente:
2
1 2
2 2
1 /2
Z P Q N
n
Z P Q e (N 1)
− α
− α
× × ×
=
× × + × −
2
2 2
(2.576) 0.50 0.50 10000
n
(2.576) 0.50 0.50 (0.05) (1000 1)
× × ×
=
× × + × −
n 622.3 622 personas.= ≅
___________________________________________________________________________ 11
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión : 2

Más contenido relacionado

La actualidad más candente

Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015omarbsc
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestralesMynor Garcia
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3eduardobarco
 
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...IPN
 
distribucion de fisher, ji-cuadrado, T student
distribucion de fisher, ji-cuadrado, T studentdistribucion de fisher, ji-cuadrado, T student
distribucion de fisher, ji-cuadrado, T studentJonatan Gabriel Linares
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejerciciosAurora Sanchez Caro
 
Metodo de la tangente
Metodo de la tangenteMetodo de la tangente
Metodo de la tangentezick_3
 
Coeficiente de Asimetría y Curtosis.pptx
Coeficiente de Asimetría y Curtosis.pptxCoeficiente de Asimetría y Curtosis.pptx
Coeficiente de Asimetría y Curtosis.pptxAlexisLedesma12
 
Ejemplos practicos de muestreo
Ejemplos practicos de muestreoEjemplos practicos de muestreo
Ejemplos practicos de muestreoDaniel Flores
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normalnestor
 
5. probabilidad conjunta ejercicios resueltos
5. probabilidad conjunta   ejercicios resueltos5. probabilidad conjunta   ejercicios resueltos
5. probabilidad conjunta ejercicios resueltosfabebust
 
S14 valor esperado y varianza de variables aleatorias continuas
S14 valor esperado y varianza de variables aleatorias continuasS14 valor esperado y varianza de variables aleatorias continuas
S14 valor esperado y varianza de variables aleatorias continuasYorladys Martínez Aroca
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleMiguel Leonardo Sánchez Fajardo
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10milena cas
 
Distribucion muestral estadistica II
Distribucion muestral estadistica II Distribucion muestral estadistica II
Distribucion muestral estadistica II JoseAlejandro142
 

La actualidad más candente (20)

Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
 
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
 
U0304
U0304U0304
U0304
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Extremos condicionados
Extremos condicionadosExtremos condicionados
Extremos condicionados
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Valor presente
Valor presenteValor presente
Valor presente
 
distribucion de fisher, ji-cuadrado, T student
distribucion de fisher, ji-cuadrado, T studentdistribucion de fisher, ji-cuadrado, T student
distribucion de fisher, ji-cuadrado, T student
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejercicios
 
Metodo de la tangente
Metodo de la tangenteMetodo de la tangente
Metodo de la tangente
 
Coeficiente de Asimetría y Curtosis.pptx
Coeficiente de Asimetría y Curtosis.pptxCoeficiente de Asimetría y Curtosis.pptx
Coeficiente de Asimetría y Curtosis.pptx
 
Ejemplos practicos de muestreo
Ejemplos practicos de muestreoEjemplos practicos de muestreo
Ejemplos practicos de muestreo
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
5. probabilidad conjunta ejercicios resueltos
5. probabilidad conjunta   ejercicios resueltos5. probabilidad conjunta   ejercicios resueltos
5. probabilidad conjunta ejercicios resueltos
 
S14 valor esperado y varianza de variables aleatorias continuas
S14 valor esperado y varianza de variables aleatorias continuasS14 valor esperado y varianza de variables aleatorias continuas
S14 valor esperado y varianza de variables aleatorias continuas
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
 
Distribucion muestral estadistica II
Distribucion muestral estadistica II Distribucion muestral estadistica II
Distribucion muestral estadistica II
 

Destacado

Razones, proporciones y porcentaje
Razones, proporciones y porcentajeRazones, proporciones y porcentaje
Razones, proporciones y porcentajebeatrizmalvarado
 
Guia 8 de figuras plano cartesiano
Guia 8 de figuras plano cartesianoGuia 8 de figuras plano cartesiano
Guia 8 de figuras plano cartesianoMaryinMargarita
 
Puntos en el plano cartesiano y distancia entre dos puntos
Puntos en el plano cartesiano y distancia entre dos puntosPuntos en el plano cartesiano y distancia entre dos puntos
Puntos en el plano cartesiano y distancia entre dos puntosMaría Pizarro
 
Decimales en el Plano Cartesiano
Decimales en el Plano CartesianoDecimales en el Plano Cartesiano
Decimales en el Plano CartesianoLourdes Tuquinga R.
 
Práctica con plano cartesiano
Práctica  con plano cartesianoPráctica  con plano cartesiano
Práctica con plano cartesianosahyli77
 
Sucesiones multiplicativas
Sucesiones multiplicativasSucesiones multiplicativas
Sucesiones multiplicativasminewaro
 
Fracciones en el Plano Cartesiano
Fracciones en el Plano CartesianoFracciones en el Plano Cartesiano
Fracciones en el Plano CartesianoLourdes Tuquinga R.
 
Razones, proporciones y porcentajes
Razones, proporciones y porcentajes Razones, proporciones y porcentajes
Razones, proporciones y porcentajes Mayra Alejandra
 
Sucesiones numéricas repaso
Sucesiones numéricas   repasoSucesiones numéricas   repaso
Sucesiones numéricas repasoSebas Filipuzzi
 
Ejercicios resueltos propocionalidad
Ejercicios resueltos propocionalidadEjercicios resueltos propocionalidad
Ejercicios resueltos propocionalidadejulio42
 

Destacado (16)

Razones, proporciones y porcentaje
Razones, proporciones y porcentajeRazones, proporciones y porcentaje
Razones, proporciones y porcentaje
 
Guia 8 de figuras plano cartesiano
Guia 8 de figuras plano cartesianoGuia 8 de figuras plano cartesiano
Guia 8 de figuras plano cartesiano
 
Razones proporciones porcentajes
Razones proporciones porcentajesRazones proporciones porcentajes
Razones proporciones porcentajes
 
Puntos en el plano cartesiano y distancia entre dos puntos
Puntos en el plano cartesiano y distancia entre dos puntosPuntos en el plano cartesiano y distancia entre dos puntos
Puntos en el plano cartesiano y distancia entre dos puntos
 
Decimales en el Plano Cartesiano
Decimales en el Plano CartesianoDecimales en el Plano Cartesiano
Decimales en el Plano Cartesiano
 
Práctica con plano cartesiano
Práctica  con plano cartesianoPráctica  con plano cartesiano
Práctica con plano cartesiano
 
Sucesiones multiplicativas
Sucesiones multiplicativasSucesiones multiplicativas
Sucesiones multiplicativas
 
Sucesiones 4º de sec ii bimestre
Sucesiones 4º de sec ii bimestreSucesiones 4º de sec ii bimestre
Sucesiones 4º de sec ii bimestre
 
4 Sucesiones
4  Sucesiones4  Sucesiones
4 Sucesiones
 
Fracciones en el Plano Cartesiano
Fracciones en el Plano CartesianoFracciones en el Plano Cartesiano
Fracciones en el Plano Cartesiano
 
Razones, proporciones y porcentajes
Razones, proporciones y porcentajes Razones, proporciones y porcentajes
Razones, proporciones y porcentajes
 
Sucesiones con Fracciones
Sucesiones con FraccionesSucesiones con Fracciones
Sucesiones con Fracciones
 
Sucesiones numéricas repaso
Sucesiones numéricas   repasoSucesiones numéricas   repaso
Sucesiones numéricas repaso
 
12 plano cartesiano
12 plano cartesiano12 plano cartesiano
12 plano cartesiano
 
Ejercicios resueltos propocionalidad
Ejercicios resueltos propocionalidadEjercicios resueltos propocionalidad
Ejercicios resueltos propocionalidad
 
Series numericas y graficas
Series numericas y graficasSeries numericas y graficas
Series numericas y graficas
 

Similar a Estadistica seccion 6

Similar a Estadistica seccion 6 (20)

5 estadística inferencial
5 estadística inferencial5 estadística inferencial
5 estadística inferencial
 
5 estadística inferencial
5 estadística inferencial5 estadística inferencial
5 estadística inferencial
 
Distribucion muestral de una proporcion
Distribucion muestral de una proporcion Distribucion muestral de una proporcion
Distribucion muestral de una proporcion
 
Tamano muestra
Tamano muestraTamano muestra
Tamano muestra
 
Tamaño Optimo de la muestra
Tamaño Optimo de la muestraTamaño Optimo de la muestra
Tamaño Optimo de la muestra
 
Intervalos Confianza
 Intervalos Confianza Intervalos Confianza
Intervalos Confianza
 
Intervalos Confianza
Intervalos ConfianzaIntervalos Confianza
Intervalos Confianza
 
tamaño de la muestra MONTALVO
tamaño de la muestra  MONTALVOtamaño de la muestra  MONTALVO
tamaño de la muestra MONTALVO
 
Unidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptxUnidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptx
 
S06
S06S06
S06
 
Estimación e intervalos de confianza
Estimación e intervalos de confianzaEstimación e intervalos de confianza
Estimación e intervalos de confianza
 
Presentacion
 Presentacion Presentacion
Presentacion
 
ESTADISTICA PROBLEMAS
ESTADISTICA PROBLEMASESTADISTICA PROBLEMAS
ESTADISTICA PROBLEMAS
 
Se_9_UPN_Modificado año 2016 clases presenciales
Se_9_UPN_Modificado año 2016 clases presencialesSe_9_UPN_Modificado año 2016 clases presenciales
Se_9_UPN_Modificado año 2016 clases presenciales
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
Capitulo i ii
Capitulo i iiCapitulo i ii
Capitulo i ii
 
document (1).pdf
document (1).pdfdocument (1).pdf
document (1).pdf
 
Apuntes de estadistica turismo
Apuntes de estadistica turismoApuntes de estadistica turismo
Apuntes de estadistica turismo
 
estadistica_inferencial.pdf
estadistica_inferencial.pdfestadistica_inferencial.pdf
estadistica_inferencial.pdf
 

Estadistica seccion 6

  • 1. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS LECTURA 06: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE II) TEMA 12: INTERVALOS DE CONFIANZA PARA LA PROPORCION POBLACIONAL 1. INTRODUCCION Muchas veces las decisiones dependen de parámetros que son binarios, parámetros con solo dos posibles categorías dentro de las cuales pueden clasificarse las respuestas. En este caso el parámetro de interés es la proporción poblacional o porcentaje de la población que cumple cierta característica. Por ejemplo una empresa distribuidora de computadoras puede estar interesada en estimar el porcentaje de clientes que pagan al crédito. Una empresa productora de software informáticos puede estar interesa en estimar el porcentaje software defectuosos, o que porcentaje de clientes compran software estadísticos. Donde: P: Proporción poblacional de éxitos o proporción de elementos de la población que tienen cierta característica. poblaciónladeelementosdeNúmero ticacaracterisciertatienenquepoblaciónladeelementosdeNúmero N X P == Q: Proporción poblacional de fracasos o proporción de elementos de la población que no tienen cierta características. poblaciónladeelementosdeNúmero ticacaracterisciertatienennoquepoblaciónladeelementosdeNúmero N X Q ' == Además: P1Qentonces1QP −==+ ___________________________________________________________________________ 1 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 2. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS Generalmente la proporción poblacional se desconoce y tiene que ser estimado a través de la proporción muestral. Entonces: p: Proporción muestral de éxitos o proporción de elementos de la muestra que tienen cierta característica. muestraladeelementosdeNúmero ticacaracterisciertatienenquemuestraladeelementosdeNúmero n x p == q: Proporción muestral de fracasos o proporción de elementos de la muestra que no tienen cierta característica. muestraladeelementosdeNúmero ticacaracterisciertatienennoquemuestraladeelementosdeNúmero n x q ' == Además: p1qentonces1qp −==+ 2. DEFINICION Es el rango dentro del cual se encuentra la proporción poblacional con un nivel de confianza dado. L1 P L2 fig. 14 ___________________________________________________________________________ 2 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2 1 - α α /2α /2 [ ] α−=≤≤ 1LPLP 2|
  • 3. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS Para hallar los intervalos de confianza para la proporción poblacional usaremos la estadística Z para muestras grandes (n ≥ 30). Entonces los límites de confianza serán: n qp ZpsZpL 0p01 × ×−=×−= n qp ZpsZpL op02 × ×+=×+= 3. ERROR ESTÁNDAR DE LA PROPORCIÓN Si el tamaño de la muestra es suficientemente grande (n ≥ 30). Si el muestreo es con o sin sustitución en una población infinita (o con sustitución en una población finita de tamaño N), el error estándar es: n )P1(P p −× =σ que se estima por: n )p1(p sp −× = • Si el muestreo es sin sustitución en una población finita de tamaño N el error estándar para la proporción poblacional esta dado por: 1N nN n QP P − − × × =σ que se estima por 1N nN n qp sp − − × × = ___________________________________________________________________________ 3 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 4. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS Donde: 1N nN − − es el factor de corrección para población finita. Ejemplo 1: En una población, nadie es indiferente respecto a una iniciativa propuesta por el alcalde: cada habitante adulto o bien está a favor, o bien en contra de la iniciativa. Se desea conocer el porcentaje P de las personas que están en contra. Entre 50 habitantes adultos elegidos al azar, 15 afirmaron que estaban en contra (y los 35 restantes a favor). Hallar el intervalo de confianza al 95% para la proporción real de personas que estan en favor de la iniciativa propuesta por el alcalde. Solución: • Se desea estimar la proporción real de personas a favor de la iniciativa propuesta por el alcalde. • Observamos que la proporción muestral de personas a favor de la iniciativa propuesta por el alcalde es: 35 p 0.7 q 0.3 50 = = ⇒ = • Para un nivel de confianza del 99% el valor de Z0 = 1.96 • El error estándar de la proporción muestral es: p p q 0.7 0.3 s 0.06 n 50 × × = = = • Los límites de confianza para P son: 1 0 2 0 p q L p Z 0.3 1.96 0.06 0.3 0.12 0.18 n p q L p Z 0.3 1.96 0.06 0.3 0.12 0.42 n × = − × = − × = − = × = + × = + × = + = ___________________________________________________________________________ 4 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 5. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS Interpretación: Se tiene una confianza del 95% que el porcentaje de personas que están a favor de la iniciativa de la propuesta por el alcalde varia entre el 18% y 42%. Ejemplo 2: Se desea conocer la opinión de los alumnos de la Uladech en relación con la aceptación o no de la pena de muerte para los terroristas en el Perú. Para ello se ha tomado una muestra aleatoria simple de tamaño 500. Si las respuestas afirmativas han sido 100, encontrar un intervalo de confianza aproximado del 95%. Solución: • Se desea estimar la proporción de alumnos de la Uladech que están de acuerdo con la pena de muerte para los terroristas en el Perú. • Observamos también que la proporción muestral de personas que están a favor de la pena de muerte es: 80.0q20.0 500 100 n x p =⇒=== . • Para un nivel de confianza del 95% el valor de Z0 = 1.96. • El error estándar de la proporción muestral es: 02.0s 500 80.020.0 n qp s p p = × = × = • Los límites de confianza para P son: ___________________________________________________________________________ 5 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 6. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS 24.002.096.120.0 n qp ZpL 16.002.096.120.0 n qp ZpL 02 01 =×+= × ×+= =×−= × ×−= Interpretación: Se tiene una confianza del 95% que el porcentaje de estudiantes de la Uladech que afirman estar de acuerdo con la pena de muerte varía entre el 16% y 24%. Ejemplo 3: Se desea estimar el porcentaje de aprobados de un curso de Auditoria de una población de 500 alumnos. Para este fin, se uso una muestra de 35 alumnos que reveló un 80% de aprobados. Estime la verdadera proporción de aprobados del curso completo dentro de una confiabilidad del 99%. Solución: • Se desea estimar la proporción de aprobafdos en el curso de Auditoria • Observamos que N = 500 y n = 35 • Observamos también que la proporción muestral de alumnos aprobados en la asignatura de Auditoria está dada por: p 0.8= . • Para un nivel de confianza del 99% el valor de Zo=2.576. • El error estándar de la proporción muestral es: ___________________________________________________________________________ 6 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 7. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS p p p p q N n s n N 1 0.80 0.20 500 35 s 500 500 1 s 0.07 × − = × − × − = × − = • Los límites de confianza para P son: 1 0 p 2 0 p L p Z s 0.8 2.576 0.07 0.8 0.18 0.62 L p Z s 0.8 2.576 0.07 0.8 018 0.98 = − × = − × = − = = + × = + × = + = • Se tiene una confianza del 99% que el porcentaje de alumnos aprobados en el curso de Auditoria vaia entre el 62% y 98%. TEMA 13: TAMAÑO DE MUESTRA CUANDO EL PARAMETRO ES LA PROPORCION PROBLACION USANDO EL MUESTREO ALEATORIO SIMPLE 1. CALCULO DEL TAMAÑO MUESTRAL USANDO EL MUESTREO ALEATORIO SIMPLE. Característica de la Población Tamaño de la muestra Tamaño de la población infinita o desconocido. 2 2 21 e QPZ n ×× = α− Tamaño de la población finita. )1N(eQPZ NQPZ n 22 2/1 2 21 −×+×× ××× = α− α− ___________________________________________________________________________ 7 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 8. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS Donde: n Tamaño de la muestra. N Tamaño de la población. Z1-α/2 Valor correspondiente a la distribución de Gauss Z0.975 = 1.96 para α = 0.05 y Z0.995 = 2.576 para α = 0.01. (Utilizar Tabla II). P Proporción poblacional de éxitos. En caso de no conocerse se estima por la proporción muestral (p) a través de una muestra piloto. En el caso más desfavorable se considera P=0.5 Q Proporción poblacional de fracasos. e Error que se prevé cometer. fig. 15 Ejemplo 4: En una población, nadie es indiferente respecto a una iniciativa propuesta por el alcalde: cada habitante adulto o bien está a favor, o bien en contra de la iniciativa. Se desea conocer el porcentaje P de las personas que están en contra con una confianza del 95%. Entre 50 habitantes adultos elegidos al azar, 15 afirmaron que estaban en contra (y los 35 restantes a favor). ¿Cual es el numero mínimo de encuestados necesario para que el error cometido en la estimación sea, como mucho, de 0.05? Solución: ● La proporción poblacional de personas que están en contra de la iniciativa propuesta por el alcalde no se conoce entonces se estima por la proporción muestral, y está dada por: ___________________________________________________________________________ 8 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2 L1 L2 e P p−
  • 9. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS x 15 p 0.3 q 0.7 n 50 = = = ⇒ = • Para el nivel de confianza 1 – α = 0.95 el valor de 96.1Z 975.0 = . • e = 0.05 • La población es infinita o desconocida. Como el valor de p se ha calculado a través de la muestra, la formula a utilizar será la siguiente: Ejemplo 5: En una compañía que tiene 400 empleados se desea estimar que porcentaje de sus empleados tienen tarjeta de crédito. Se estima que este porcentaje pudiese estar cerca del 70%. Tomando una confianza del 99%, ¿Cuántos empleados debo tomar como muestra para estimar este valor? Se desea un error máximo del 3%. Solución: • La proporción poblacional estimada (obtenida a través de una muestra) de empleados que tienen tarjeta de crédito está dada por: ● Para un nivel de confianza del 95% el valor de 96.1Z 975.0 = • e = 0.03 • La población es infinita o desconocida. La formula a utilizar será la siguiente: ___________________________________________________________________________ 9 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2 2 1 2 2 Z p q n e −α × × = 2 2 (1.96) 0.3 0.7 n (0.05) × × = n 322.6 323 encuestados= ≅ 2 2 21 e qpZ n ×× = α− p 0.7 q 0.3= ⇒ =
  • 10. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS 2 2 (1.96) 0.7 0.3 n (0.03) × × = n 896.3 896 empleados= ≅ Ejemplo 6: Se desea estimar el porcentaje de aprobados de un curso de Estadística de 500 alumnos. Para este fin, se uso una muestra de 35 alumnos que reveló un 80% de aprobados. ¿Cuántos alumnos se debe tomar en la muestra si se desea una precisión del 2% con una confiabilidad del 99%. Solución: • La proporción poblacional estimada (obtenida a través de la muestra) de alumnos aprobados en el curso de Estadística, está dada por: p 0.8 q 0.2= ⇒ = • Para un nivel de confianza del 99% el valor de 576.2Z 995.0 = . • e = 0.02 • La población es finita N=500. La formula a utilizar será la siguiente: 2 1 2 2 2 1 / 2 Z p q N n Z p q e (N 1) − α − α × × × = × × + × − 2 2 2 (2.576) 0.80 0.20 500 n (2.576) 0.80 0.20 (0.02) (500 1) × × × = × × + × − n 420.9 421 alumnos.= ≅ 7. Se desea estimar la proporción de personas p que tienen un aparato DVD en su hogar, en una población de 10000 familias. Para eso debemos tomar una muestra de tamaño de manera que con una confiabilidad del 99% y margen de error de 0.05, el intervalo que construiremos contenga al valor desconocido de la proporción poblacional p. Indica el tamaño de muestra que se debe tomar. ___________________________________________________________________________ 10 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2
  • 11. Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS Solución: • La proporción poblacional de personas que tienen un aparato DVD en su casa es desconocido, entonces consideramos P=0.5. P 0.5 Q 0.5= ⇒ = • Para un nivel de confianza del 99% el valor de 576.2Z 995.0 = . • e = 0.05 • La población es finita N=10000 La formula a utilizar será la siguiente: 2 1 2 2 2 1 /2 Z P Q N n Z P Q e (N 1) − α − α × × × = × × + × − 2 2 2 (2.576) 0.50 0.50 10000 n (2.576) 0.50 0.50 (0.05) (1000 1) × × × = × × + × − n 622.3 622 personas.= ≅ ___________________________________________________________________________ 11 Elaborado por : Mg. Carmen Barreto R. Fecha : Setiembre 2010 Versión : 2