Tema 3 estimación
description
Transcript of Tema 3 estimación
Distribución muestral
Conceptos y Aplicaciones
14/07/10 H. Medina Disla
14/07/10 H. Medina Disla
Distribución MuestralEl muestreo y importanciaTipo de MuestreoDistribución en el muestreo¿Qué es?Importancia de la distribución
muestral
14/07/10 H. Medina Disla
Distribución Muestral del promedio, (p)
Importancia del promedio
Características
∀ Σ(Xi – ) = 0
∀ Σ(Xi – )2 = mínimo
• Es la única medida central que se puede inferir
14/07/10 H. Medina Disla
Ejemplo: población hipotéticasA, B, C y D
2, 5, 2, 3
μx = ΣXi/N μx = (2+5+2+3)/4
μx = 3
Muestra i
AB (2+5)/2 = 3.5
AC (2+2)/2 = 2.0
AD (2+3)/2 = 2.5
BC (5+2)/2 = 3.5
BD (5+3)/2 = 4.0
CD (2+3)/2 = 2.5
2 = 3
14/07/10 H. Medina Disla
Variaciones de las muestras
μx = 3
Muestra i
AB (2+5)/2 = 3.5
AC (2+2)/2 = 2.0
AD (2+3)/2 = 2.5
BC (5+2)/2 = 3.5
BD (5+3)/2 = 4.0
CD (2+3)/2 = 2.5
Error estándar del estimadorError estándar del promedio
Nx
x
σσ =
n
SS xx =
14/07/10 H. Medina Disla
Ejemplo
En una muestra de 150 empleados se obtuvo un salario promedio de 10.0 y una desviación estándar de 2.25.
B)Hallar el error estándar del salario promedio
C)Explicar que significa el error estándar
14/07/10H. Medina Disla
Distribución muestral de la ProporciónLa Proporción
px = Casos favorables/ Casos posibles
n
ppS xxp
)1( −=Error
estándar de la proporción
14/07/10 H. Medina Disla
Forma de una variable con distribución simétrica
estimaciónConceptos y Aplicaciones
14/07/10 H. Medina Disla
Estimación¿Qué es?Estimador Vs. ParámetroEstimador PuntualEstimador por intervalo
14/07/10 H. Medina Disla
Parámetros y Estadígrafos
Parámetro Significado Estadígrafo
μx Media Poblac iónal <
σ2 Varianza Poblac iónal S2
σ Desviacin EstándarPoblaciónal S
P P roporción de éxitos En la Población p
N Población n
14/07/10 H. Medina Disla
EstimaciónCaracterísticas de los EstimadoresInsesgadoEficienteConsistente
inferencia sobre la meDia
aritmética o promeDio
14/07/10 H. Medina Disla
Estimación Puntual
n
XX i∑=
16.2, 14.0, 8.5, 10.0, 12.1, 5.0, 7.5, 5.0, 3.0
Salario de nueve empleados
9
0.3...5.80.142.16 ++++=X
1.99
8.81 ==X X= 9.1 $
14/07/10 H. Medina Disla
Estimación Puntual: Varianza
1
)( 22
−−
= ∑n
XXS i
19
)1.90.3(...)1.90.14()1.92.16( 2222
−−++−+−=S
8
1.6...9.41.7 2222 +++=S 22 $3.19
8
1.154 ==S
estimación por intervalo
14/07/10 H. Medina Disla
Intervalo de Confianza Nivel de Confianza
Nivel de Significación Elementos a tener en
consideración4.Origen de la Varianza2. Tamaño de la MuestraGrande; n ≥ 30Pequeña; n < 30
14/07/10 H. Medina Disla
Ejemplo: Población Hipotética de empleados
Muestra Mi
AB (2+ 5)/ 2 = 3.5 AC (2+ 2)/ 2 = 2.0 AD (2+ 3)/ 2 = 2.5 BC (5+ 2)/ 2 = 3.5 BD (5+ 3)/ 2 = 4.0 CD (2+ 3)/ 2 = 2.5
(2.0 P ≤ μx ≤ 4.0) = 100.0%
14/07/10 H. Medina Disla
Comportamiento de una variable normal
14/07/10 H. Medina Disla
Varianza poblacionalP(P ± Z(α/2) × σσ ) = 1 - α
Z( / 2)α : valor de Z para un nivel de confianza dado
σσ : Error estándar del promedio, σσ
= σx //n
σ x : Desviación estándar de la variable
n: Tamaño de la muestra α : Nivel de significación
14/07/10 H. Medina Disla
Ejemplo: El proceso de llenado de una funda de cemento tiene una varianza de 0.85 Kg2. En una muestra de 20 fundas se encontró que el peso promedio era de 41.75 Kg. Con un nivel de confianza de 99.0%, estimar el intervalo del peso promedio del llenado de las fundas de cemento l = 41.75, n = 20, σx= 0.923, α =
0.01
nX
X
σσ = 206.047.4
923.0
20
923.0 ===Xσ
14/07/10 H. Medina Disla
P[P ± Z( /2) α × σσ] = 1 – αP[41.75 ± Z0.005 × 0.206] = 0.99P[41.75 ± 2.58 × 0.206] = 0.99P[41.75 ± 0.532] = 0.9941.75 - 0.532] = 41.21041.75 + 0.532] = 42.277[41.21 ≤ μx ≤ 42.28] = 99.0%
4 = 41.75, n = 20, σσ = 0.206, α/2 = 0.005
14/07/10 H. Medina Disla
Varianza muestral: Calculada en muestra grande, n > 30
(( ± Z( /2)α × S×) = 1 - α
Z( / 2)α : Valor de Z para un nivel de confianza dado
SS : Error estándar del promedio, SS = Sx/ / n
S x :Desviación estándar n: Tamaño de la muestra α : Nivel de significación
14/07/10 H. Medina Disla
Ejemplo: La Empresa Re-Phelon se dedica al ensamblaje de dispositivos electrónicos. Para establecer las especificaciones que deben tener los arbor, a fin de que por lo menos el 97.5% de ellos cumplan con dichas especificaciones, se ha tomado una muestra de 42 abor y ha encontrado que la medida promedio es de 3.0 cm y una varianza de 0.25 cm2 = 3.0, n = 42, S2
x = 0.25, α = 0.025
n
SS XX = 08.0
48.6
50.0
42
50.0 ===XS
14/07/10 H. Medina Disla
H = 3.0, n = 42, S S = 0.08, α/2 = 0.0125
P[P ± Z(α/2) × S ] = 1 – α
P[3.0 ± Z0.0125 × 0.08] = 0.975P[3.0 ± 2.24 × 0.08] = 0.975P[3.0 ± 0.17] = 0.9753.0 - 0.173 = 2.833.0 + 0.173 = 3.17[2.83 ≤ μx ≤ 3.17] = 97.5%
14/07/10 H. Medina Disla
Varianza muestral: Calculada en muestra pequeña, n < 30
(( ± t(n-1, α/2) × S ) = 1 - α
t(n-1, /2)α : valor de t para un nivel de confianza dado
SS : Error estándar del promedio, SS =Sx/ / n
Sx: Desviación estándar de la muestra
n: Tamaño de la muestraα : Nivel de significación
14/07/10 H. Medina Disla
: , Ejemplo Un inversionista quiere saber con . % un nivel de confianza de 95 0 cual es el
rango en el que varía el precio de un grupo . de acciones en las cuales piensa invertir En una muestra de 12 acciones ha encontrado . que el precio promedio es de 18 5$ con una
.desviación estándar de 2 36$
= 18.5, n =12, sx =2.36, α = 0.05
n
SS XX = 68.0
46.3
36.2
12
36.2 ===XS
14/07/10 H. Medina Disla
H = 18.5, n = 12, ss = 0.68, α/2 = 0.025
P[P ± t(n-1, α/2) × SS] = 1 – α
P(18.5 ± t(11, 0.025) × 0.68) = 0.95P[18.5 ± 2.2010 × 0.68] = 0.95P[18.5 ± 1.50] = 0.9518.5 – 1.50 = 17.018.5 + 1.50 = 20.0[17.0 ≤ μx ≤ 20.0] = 95.0%
14/07/10 H. Medina Disla
Intervalo de confianza para el Total•Total estimado, T = N × T•Desviación Total, ST = N × SEl intervalo de Confianza
P[T ± t(n-1, /2)α × sT] = 1 – α, donde;
T : Total EstimadosT: Desviación estándar Total
n : Tamaño de la muestra α : Nivel de significación
14/07/10 H. Medina Disla
Ejemplo: En una muestra de 25 clientes de una tarjeta de crédito se encontró que el número de transacciones promedio mensual es de 12, con una desviación estándar de 2.5. Estimar el intervalo, con un nivel de confianza de 90.0%, del total de transacciones con tarjetas si el banco tiene un total de 20,000 clientes con tarjeta. e = 12, n = 25, sx = 2.5, N= 20,000 α = 0.10
Luego, T = 20,000 × 12 = 240,000 ST= 20,000 × 2.5 = 50,000
14/07/10 H. Medina Disla
T = 240,000 , ST= 50,000, α = 0.10
•P[T ± t(n-1, α) × sT] = 1 – α
• P[240,000 ± t(24, 0.10) × sT] = 0.90,• P[240,000 ± 1.7109 × 50000] = 0.90,• P[240,000 ± 85,545] = 0.90,240,000 – 85,545 = 154,455240,000 + 85,545 = 325,545[154,455 ≤ T ≤ 325,545] = 90.0%
inferencia sobre la proporción o porcentaje
14/07/10H. Medina Disla
Estimación PuntualLa Proporción
px = Casos favorables/ Casos posibles
Ejemplo: Salario de nueve empleados
16.2, 14.0, 8.5, 10.0, 12.1, 5.0, 7.5, 5.0, 3.0
14/07/10 H. Medina Disla
Salario: 16.2, 14.0, 8.5, 10.0, 12.1, 5.0, 7.5, 5.0, 3.0
•Calcular la proporción de empleados con salario menor a RD$6.0.
•Calcular el error estándar de esta proporción
px = # de empleados con salario
menor a RD$6.0 Total de empleados en la muestra
Salario: 16.2, 14.0, 8.5, 10.0, 12.1, 5.0, 7.5, 5.0, 3.0
14/07/10 H. Medina Disla
px = # de empleados con salario
menor a RD$6.0 Total de empleados en la muestraPx =3/9 Px =1/3 Px =0.33
n
ppS xxp
)1( −=
Error estándar de la proporción
Salario: 16.2, 14.0, 8.5, 10.0, 12.1, 5.0, 7.5, 5.0, 3.0
14/07/10 H. Medina Disla
Px =0.33
n
ppS xxp
)1( −=
Error estándar de la proporción
9
)33.01(33.0 −×=pS
Salario: 16.2, 14.0, 8.5, 10.0, 12.1, 5.0, 7.5, 5.0, 3.0
14/07/10 H. Medina Disla
Px =0.33Error estándar de la proporción
9
67.033.0 ×=pS9
2211.0=pS
0246.0=pS 1568.0=pS
14/07/10 H. Medina Disla
Ejemplo
En una muestra de 200 clientes 93 dijeron que están muy satisfechos con el servicio recibido
B)Estimar la proporción o porcentaje de clientes muy satisfechos
C)Hallar el error estándar de la proporción de clientes muy satisfechos
D)Explicar que significa el error estándar
estimacion por intervalo De la
proporción o porcentaje
14/07/10 H. Medina Disla
Intervalo de confianza para la Proporción
P[px ± Z( /2)α ×Sp]=1 - α px : Proporción obtenida en la muestra
Z : Valor de la distribución normal para el nivel de confianza dado n : Tamaño de la muestra : Nivel de significaciónα
n
ppS xxp
)1( −=
14/07/10 H. Medina Disla
Ejemplo: Se desea estimar, con un nivel de confianza de un 95.0%, el porcentaje de clientes que están muy satisfechos con el servicio recibido. De una muestra de 200 usuarios, 93 dijeron estar muy satisfecho con el servicio recibido. Estimar el intervalo de confianza para dicha proporciónCasos Favorables 93, n = 200, px= 93/200 = 0.465
14/07/10 H. Medina Disla
px= 93/200 = 0.465
P[px ± Z(α/2) ×Sp]=1 – α P[0.465 ± Z0.025×0.0353 ]= 0.95
P[0.465 ± 1.96 ×0.0353]= 0.95 P[0.465 ± 0.0691]= 0.950.465 - 0.0691 = 0.3960.465 + 0.0691 = 0.534
[0.396 ≤ px ≤ 0.534] = 95.0%
Intervalo de confianza