Distribución Muestral de Proporciones Borrador
-
Upload
favio-espinoza-portocarrero -
Category
Documents
-
view
249 -
download
1
Transcript of Distribución Muestral de Proporciones Borrador
-
8/19/2019 Distribución Muestral de Proporciones Borrador
1/30
Distribución muestral de Proporciones
Existen ocasiones en las cuales no estamos interesados en la media de una muestra, sino que queremos investigar la
proporción de personas con cierta preferencia en la muestra. La distribución muestral de proporciones es la adecuada para
dar respuesta a estas situaciones.
Esta distribución se genera de igual manera que la distribución muestral de medias, a excepción de que al extraer las
muestras de la población se calcula el estadístico proporción ( p=x/n en donde “ x ” es el número de xitos u observaciones
de inters ! “n” el tama"o de la muestra# en lugar de la media de cada muestra que era lo que calculamos antes.
El siguiente diagrama sirve para explicar el concepto de distribución muestral de proporciones.
-
8/19/2019 Distribución Muestral de Proporciones Borrador
2/30
La distribución muestral de proporciones est$ estrec%amente relacionada con la distribución binomial& una distribuciónbinomial es una distribución del total de xitos en las muestras, mientras que una distribución de proporciones es la
distribución de un promedio (media# de los xitos.
'omo consecuencia de esta relación, las afirmaciones probabilísticas referentes a la proporción muestral pueden evaluarse
usando la aproximación normal a la binomial, siempre que
np )* ! n(+ p# )*
-
8/19/2019 Distribución Muestral de Proporciones Borrador
3/30
-na distribución binomial es, por eemplo, si ec%amos una moneda al aire ! observamos el lado que cae. Est$ claro que
sólo %a! dos posibilidades. /%ora bien, la probabilidad de que caiga la moneda de cualquier lado es la misma siempre que
sta no est cargada. 'omo cada caso tiene igual probabilidad de ocurrir, ! siendo la suma de probabilidades siempre igual
a +, entonces la probabilidad de que caiga la moneda de algún lado es 0.*.
1i reali2amos el experimento n veces ! queremos saber la probabilidad de que salga $guila o sol x veces, entonces
usamos una distribución binomial.
-
8/19/2019 Distribución Muestral de Proporciones Borrador
4/30
-
8/19/2019 Distribución Muestral de Proporciones Borrador
5/30
La distribución muestral de proporciones est$ estrec%amente relacionada con la distribución binomial& una distribución
binomial es una distribución del total de xitos en las muestras, mientras que una distribución de proporciones es la
distribución de un promedio (media# de los xitos.
'omo consecuencia de esta relación, las afirmaciones probabilísticas referentes a la proporción muestral pueden evaluarse
usando la aproximación normal a la binomial, siempre que
np )* ! n(+ p# )*
-na distribución binomial es, por eemplo, si ec%amos una moneda al aire ! observamos el lado que cae. Est$ claro que
sólo %a! dos posibilidades. /%ora bien, la probabilidad de que caiga la moneda de cualquier lado es la misma siempre que
sta no est cargada. 'omo cada caso tiene igual probabilidad de ocurrir, ! siendo la suma de probabilidades siempre igual
a +, entonces la probabilidad de que caiga la moneda de algún lado es 0.*.
1i reali2amos el experimento n veces ! queremos saber la probabilidad de que salga $guila o sol x veces, entoncesusamos una distribución binomial.
-
8/19/2019 Distribución Muestral de Proporciones Borrador
6/30
-
8/19/2019 Distribución Muestral de Proporciones Borrador
7/30
Generación de la Distribución Muestral de Proporciones
1uponga que se cuenta con un grupo de +3 personas, el cual tiene 4 personas con fobias. 1e van a seleccionar * personas al a2ar
de ese grupo sin reempla2o. 5amos a generar la distribución muestral de proporciones para el número de personas con fobias.
'omo se puede observar en este eercicio la proporción de personas con fobias de esta población es
P 6 47+36+7860.888
9or lo que podemos decir que el 88: de las personas de este grupo tienen fobias.
El número posible de muestras de tama"o * a extraer de una población de +3 elementos es +3'*6;
-
8/19/2019 Distribución Muestral de Proporciones Borrador
8/30
fobias
+
4
47*6 0.=
='+>4'4 6 =
3
8
87*6 0.?
=
'3
>4
'8
6 ++3
8
3
37*6 0.4
=
'8
>4
'3
6 88?
4
+
-
8/19/2019 Distribución Muestral de Proporciones Borrador
9/30
+7*6 0.3
=
'4
>4
'+
6 3=0
*
0
07*6 0
='*>4'0 6 *?
@A@/L
;
-
8/19/2019 Distribución Muestral de Proporciones Borrador
10/30
9ara calcular la media de la distribución muestral de proporciones se tendría que %acer la sumatoria de la frecuencia por el
valor de la proporción muestral ! dividirla entre el número total de muestras. Esto es
μ p 6
(0.= ⋅=# B(0.? ++3# B(0.4 88?# B(0.3
3=0# B(0 *?#
6
+
60.888
-
8/19/2019 Distribución Muestral de Proporciones Borrador
11/30
8
;
-
8/19/2019 Distribución Muestral de Proporciones Borrador
12/30
μ p 6 P
-
8/19/2019 Distribución Muestral de Proporciones Borrador
13/30
La desviación est$ndar de la distribución muestral de proporciones del eemplo se puede calcular directamente con los datos
σ p 6
(0.8 C0.33)2
⋅8B(0.6 C0.33)2 ⋅112
B(0.4 C0.33)2 ⋅336
B(0.2 C0.33)2 ⋅280
B(0
C0.33)
2 ⋅56
60.168
-
8/19/2019 Distribución Muestral de Proporciones Borrador
14/30
p
792
-
8/19/2019 Distribución Muestral de Proporciones Borrador
15/30
Sin embargo, podemos usar la distribución binomial lo cual nos da la siguiente fórmula para la desviación estándar de la distribución
muestral de proporciones:
σ
6
P (1 C P )
-
8/19/2019 Distribución Muestral de Proporciones Borrador
16/30
p
n
-
8/19/2019 Distribución Muestral de Proporciones Borrador
17/30
Notar que
P es la
proporción de la población
-
8/19/2019 Distribución Muestral de Proporciones Borrador
18/30
pero n es el tamaño de la
muestra
-
8/19/2019 Distribución Muestral de Proporciones Borrador
19/30
Como vimos antes, si contamos con una población finita y un muestreo sin reemplazo, para calcular la desviación estándar
usamos la corrección (Como regla aproimada, si el muestreo se !ace sin reemplazo y el tamaño de la población es "#
veces el tamaño de la muestra o menor, entonces se puede usar la fórmula$:
σ p 6 P (1 C P ) N Cn
p
N C1
%ara el e&emplo anterior tendr'amos la siguiente distribución de probabilidades:
-
8/19/2019 Distribución Muestral de Proporciones Borrador
20/30
sando la fórmula tendr'amos entonces:
σ 6 P (1 C P )
N Cn 6 0.333(0.666)
12 C5
60.168
-
8/19/2019 Distribución Muestral de Proporciones Borrador
21/30
p
n
N C15
12 C1
-
8/19/2019 Distribución Muestral de Proporciones Borrador
22/30
)o cual es igual al valor de la desviación estándar obtenido antes
-
8/19/2019 Distribución Muestral de Proporciones Borrador
23/30
)a fórmula que se utilizará para el cálculo de probabilidad en una distribución muestral de proporciones está basada en
la aproimación de la distribución binomial a la normal * +sta fórmula nos servirá para calcular la probabilidad del
comportamiento de la proporción en la muestra*
z 6
p C P
P (1 C P )
n
-
8/19/2019 Distribución Muestral de Proporciones Borrador
24/30
+sta fórmula se puede comparar a las anteriores si pensamos en que estamos calculando una diferencia entre la
proporción de la muestra y la de la población en unidades de desviación estándar, como era el caso de la distribución de
medias:
z 6 x σ C μ
n
-
8/19/2019 Distribución Muestral de Proporciones Borrador
25/30
la fórmula anterior se le puede agregar el factor de corrección (en el denominador$:
z 6
p C P
P (1 C P ) N Cn
-
8/19/2019 Distribución Muestral de Proporciones Borrador
26/30
n
N C1
si se cumplen con las condiciones mencionadas anteriormente de que sea una población finita ( N/n < 20$ y sin
reemplazo*
-
8/19/2019 Distribución Muestral de Proporciones Borrador
27/30
+&emplo:
Se !a determinado que -.*/0 de los estudiantes de una universidad fuman cigarrillos* Se toma una muestra aleatoria
de "## estudiantes* Calcular la probabilidad de que no más de -#0 de alumnos de la muestra fume*
Solución :
)a media o valor esperado de la distribución muestral es de %1#*-./ (la proporción de la población$, por lo que:
z 6
p C P
6
0. 800 C0.851
-
8/19/2019 Distribución Muestral de Proporciones Borrador
28/30
6C2 .0255
P(1 C P
)
0.851(1 C0.851)
-
8/19/2019 Distribución Muestral de Proporciones Borrador
29/30
n
200
-
8/19/2019 Distribución Muestral de Proporciones Borrador
30/30
Usando las tablas de valor z , para z = -2.02 encontramos que la
probabilidad de que no más de (es decir, menos de) 80% de los alumnos de
la muestra umen es de 0.02!" o sea 2.!"%
#*#"/2