CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

Transcripción

1 CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ). Para ello se extrae ua muestra aleatoria de la població y se calcula el valor de u estadístico correspodiete, por ejemplo, la media muestral ( X ), la variaza muestral ( s ) o la proporció muestral ( pˆ ). El valor del estadístico es aleatorio porque depede de los elemetos elegidos e la muestra seleccioada y, por lo tato, el estadístico tiee ua distribució de probabilidad la cual es llamada la Distribució Muestral del estadístico. El estudio de estas distribucioes es ecesario para eteder el proceso de iferecia estadística que será discutido e el próximo capitulo. E este capitulo se cosiderará la distribució muestral de dos estadísticos muy usados, la media muestral y proporció muestral. 6.1 Distribució de la Media Muestral cuado la població es ormal Si se extrae muestras aleatorias de tamaño de ua població ifiita que tiee media poblacioal μ y variaza, etoces se tiee que: i) La media de las medias muestrales es igual a la media poblacioal. Es decir, μ x = μ. ii) La variaza de las medias muestrales es igual a la variaza poblacioal dividida por. E cosecuecia la desviació estádar de las medias muestrales (llamada tambié el error estádar de la media muestral), es igual a la deviació estádar poblacioal dividida por la raíz cuadrada de. Es decir x =. Si la població fuera fiita de tamaño N, etoces se aplica el factor de correció N al error estádar de la media muestral. Pero e la práctica este factor es omitido a N 1 meos que la muestra sea lo suficietemete grade comparada co la població. Si además la població se distribuye ormalmete, etoces la media muestral tambié tiee ua distribució ormal co la media y variaza ateriormete idicadas. Pero si la població o es ormal solamete se cumple i) y ii). Cuado la muestra es grade se aplica el teorema de límite cetral para la distribució de la media muestral, este tema es tratado e la siguiete secció.

2 Edgar Acuña Capítulo 6 Distribucioes Muestrales El Teorema del Límite Cetral U importate resultado e Probabilidades y Estadística es el llamado Teorema del Límite Cetral que dice que si de ua població ifiita co media μ y variaza se extrae muestras aleatorias de tamaño, etoces la media muestral se comporta aproximadamete como ua variable aleatoria ormal co media igual a la media poblacioal y co variaza igual a la variaza poblacioal dividida por el tamaño de la muestra, siempre que sea grade. Lo importate de este resultado es que es idepediete de la forma de la distribució de la població. Es decir, X ~ N( μ, ) Cuado es grade. Estadarizado, esto es equivalete a: Z = X μ ~ N(0,1) Si la població es bastate simétrica etoces, u tamaño de muestra de aproximadamete 30 es suficiete para ua buea aproximació a la ormal. Si la població es bastate asimétrica, etoces el tamaño de muestra debe ser mucho más grade. E MINITAB se puede tratar de corroborar el Teorema del Límite Cetral a través de u proceso de simulació. Ejemplo 6.1 Cosiderar ua població que cosiste de 3, 4, 6, 8, 10, 11, 1, 15, 0. Primero calculamos la media y desviació estádar de dicha població. Descriptive Statistics Variable N Mea Media Tr Mea StDev SE Mea C Variable Mi Max Q1 Q3 C Notar que μ = y = Segudo, extraemos 30 muestras de tamaño 4 de dicha població, ejecutado 4 veces la siguiete secuecia Calc4Radom Data4Sample from colums. Guardar cada ua de las 4 observacioes de las muestras e 4 columas distitas: Obs1, Obs, Obs3, y Obs4.

3 Edgar Acuña Capítulo 6 Distribucioes Muestrales 15 Tercero, calculamos las medias de todas esas muestras usado la opció Row Statistics del meú Calc y tratamos de ver gráficamete al meos si hay acercamieto a Normalidad. Asimismo se debe observar que la media de todas estas medias debería estar cerca de μ y su variaza cerca de /. Las 30 muestras elegidas y sus respectivas medias so: Muestra obs1 obs obs3 obs4 media Las medidas estadísticas de la media muestral so: Variable N Mea Media Tr Mea StDev SE Mea media Variable Mi Max Q1 Q3 media E la Figura 6.1 se muestra el histograma de la distribució de las medias muestrales y la curva ormal que más se aproxima al histograma.

4 Edgar Acuña Capítulo 6 Distribucioes Muestrales 153 Iterpretació: Notar que la media de las medias muestrales es μ x = que está bie cerca de la media poblacioal μ = Además la desviació estádar de la media muestral es.806 mietras que es igual a 5.4/=.71 ambos valores tambié está relativamete cerca. El histograma si está u poco alejado de la ormalidad. Si se icremeta el tamaño de las muestras se puede otar ua mejor aproximació a la Normal. Figura 6.1 Histograma de la distibució de las medias maestrales del Ejemplo 6.1 Luego de aplicar estadarizació, las siguietes fórmulas se cumple, aproximadamete si la població o es ormal y exactamete si lo es. a μ i) P( X < a) = P( Z < ) a μ b μ ii) P( a < X < b) = P( < Z < ) b μ iii) P( X > b) = P( Z > )

5 Edgar Acuña Capítulo 6 Distribucioes Muestrales 154 Las probabilidades puede ser calculadas usado la tabla de la ormal estádar que aparece e al apédice del texto. Si embargo, éstas puede ser halladas directamete e MINITAB si ecesidad de estadarizació. Ejemplo 6.. El tiempo de ateció por cliete de u cajero de u Baco es ormal co media 6 miutos y desviació estádar.5 miutos. a) Cuál es la probabilidad de que el tiempo promedio de ateció para ua muestra de 15 clietes sea meor de 7 miutos? b) Cuál es la probabilidad de que el tiempo de ateció a u grupo de 15 clietes sea más de ua hora y 15 miutos? c) Si el tiempo e que el cajero atiede a u grupo de 15 clietes excede las dos horas etoces éste es despedido. Cuál es la probabilidad de que esto ocurra? Solució: Usado el hecho que el tiempo promedio de ateció para ua muestra de tamaño 15 es.5 ormal co media 6 y desviació estádar = , co la ayuda de MINITAB se 15 obtiee: a) P ( X < 7) = b) U tiempo de ateció de 75 miutos a 15 clietes equivale a u tiempo promedio de ateció de 75/15 = 5 miutos. Luego, hay que hallar P ( X > 5) = = c) U tiempo de ateció de 10 miutos a 15 clietes equivale a u tiempo promedio de ateció de 10/15 = 8 miutos por cliete. Luego, hay que hallar P (X > 8) = =.001. Ejemplo 6.3. Los pesos de las persoas que sube a u ascesor se distribuye ormalmete co media igual a 15 libras y desviació estádar de 30 libras. U grupo de 9 persoas sube al ascesor: a) Cuál es la probabilidad de que el peso promedio del grupo sea meor de 100 libras? b) El ascesor tiee ua capacidad máxima de 1400 libras. Cuál es la probabilidad de que se exceda esta capacidad co u grupo de 9 persoas? Solució: a) El peso promedio de u grupo de 9 persoas se distribuye ormalmete co media y desviació estádar igual a = 10. Luego usado la secuecia Calc4Probability 9 Distributios4 Normal e MINITAB se obtiee que P ( X < 100) = b) Decir que la suma de los pesos del grupo sea mayor que 1400, equivale a que el peso promedio del grupo de 9 persoas sea mayor que 1400/9 = libras. Luego, la probabilidad pedida será P ( X > ) = 1 P( X < ) = =

6 Edgar Acuña Capítulo 6 Distribucioes Muestrales Distribució de la Proporció Muestral Si de ua població distribuida Biomialmete co probabilidad de éxito p, se extrae ua muestra aleatoria de tamaño, etoces se puede mostrar que la media de X: úmero de éxitos e la muestra, es μ = p y que su variaza es = pq. E X pq cosecuecia la proporció muestral p ˆ = tiee media p, y variaza. Así, por el Teorema del Limite Cetral, cuado el tamaño de muestra es grade, etoces: z = X p pq = pˆ p pq Se distribuye aproximadamete como ua ormal estádar. La aproximació es bastate cofiable si tato ˆ p como qˆ so mayores que 5. Cuado pˆ es cercao a 0 ó 1 se debe tomar u tamaño de muestra más grade para mejorar la aproximació. Asímismo, como se está aproximado probabilidades de ua distribució discreta por probabilidades de ua distribució cotíua, se debe aplicar u Factor de Correcció por Cotiuidad de 1/, ates de calcular las probabilidades. Este 1/ se explica porque u valor etero k de la variable discreta represeta a todos los valores de la variable cotiua que cae e el itervalo ( k 1, k + 1 ). Cuado el tamaño de muestra es bie grade etoces el efecto de cosiderar el factor de correcció por cotiuidad es isigificate. Fórmulas de aproximació Normal a la Biomial. Si X es ua Biomial co parámetros y p, etoces k.5 p k +.5 p i) P( X = k) P( k.5 < X < k +.5) = P( < Z < ) ii) P( a < X < b) = P( a +.5 < X < b.5) = P( < Z < ) pq a +.5 p pq a.5 p pq b.5 p iii) P( a X b) = P( a.5 < X < b +.5) = P( < Z < ) pq pq b +.5 p Similarmete se puede defiir fórmulas para aproximar probabilidades para proporcioes muestrales. pq

7 Edgar Acuña Capítulo 6 Distribucioes Muestrales 156 Ejemplo 6.4. Segú reportes del cetro acioal para estadísticas de salud, alrededor del 0 % de la població masculia adulta de los Estados Uidos es obesa. Se elige al azar ua muestra de 150 hombres adultos e los Estados Uidos. Cuál es la probabilidad de que: a) Haya a lo más 5 persoas obesas? b) Haya más de pero meos de 35 obesos? c) Haya por lo meos u 5% de obesos e la muestra? Solució: Sea X el úmero de persoas obesas e la muestra. Usado aproximació ormal a la Biomial se tiee que: a) P ( X 5 ) P( X < 5.5) = P Z < = P( Z < 0.91) = b) P ( < X < 35) P(.5 < x < 34.5) = P < Z < = 4 4 P ( 1.53 < Z < 0.91) = = c) P( p ˆ.5) = P( X 37.5) = P( Z > ) = P(Z>1.53) = 1-P(Z<1.53) = = La distribució de la proporció muestral será usado cuado se haga iferecia acerca de la proporció poblacioal a ser discutida e el próximo capitulo.

8 Edgar Acuña Capítulo 6 Distribucioes Muestrales 157 EJERCICIOS 1. Los tiempos de espera e la fila de u proceso de matrícula de ua uiversidad se distribuye ormalmete co media 45 miutos y desviació estádar de 0 miutos. Se elige al azar ua muestra de 16 estudiates que se va a matricular. a) Cuál es la probabilidad de que el tiempo de espera promedio de la muestra sea mayor de 60 miutos? b) Cuál es la probabilidad de que el tiempo de espera promedio de la muestra sea mayor de 35 miutos pero meor de 55 miutos?. Los tiempos que se demora los empleados de ua fábrica e realizar ua tarea de esamblaje se distribuye ormalmete co media de 1 miutos y desviació estádar de 6. Se toma ua muestra de 10 empleados. a) Cuál es la probabilidad de que el tiempo promedio que usa los empleados para termiar la tarea de esamblaje sea mayor de 15, pero meor de 17 miutos? b) Si los 10 empleados tarda meos de hora y media e termiar la tarea de esamblaje etoces la fábrica recibe u premio. Cuál es la probabilidad de que esto ocurra? 3. El coteido promedio de cereal e u paquete es de 450 gramos co ua desviació estádar de 13 gramos. Si se tomó ua muestra de 35 paquetes a) Cuál es la probabilidad de que el promedio de esta muestra sea mayor a 455 gramos? b) Cuál es la probabilidad de que el promedio de ésta muestra se ecuetre etre 445 y 458 gramos? 4. Haga uso del programa MINITAB para: a) Geerar 60 muestras aleatorias de tamaño 5 de ua població ormal co media 60 y deviació estadar 13. b) Calcule la media para cada muestra geerada e la parte a). c) Calcule la desviació estádar de los promedios calculados e la parte a) d) Compare los resultados obteidos e la parte b) y c), co lo propuesto e la parte a) 5. U restaurat determió que e 1 de cada 5 almuerzos vedidos el cliete pide u postre. Si e u día el restaurat realiza 600 vetas: a) Calcular la probabilidad de más de 150 clietes acompañe su almuerzo co u postre. b) Calcular la probabilidad de que a lo más 450 clietes acompañe su almuerzo co u postre. 6. E la época de iviero e los Estados Uidos se estima que el 90% de la població cotrae efermedades respiratorias. Para ua muestra de 350 Cuál es la probabilidad de que más de 315 podria evetualmete sufrir algú tipo de efermedades respiratorias?.