Distribuciones Muestrales

Objetivos:

Definir la tipologa de anlisis estadstico factible de aplicar con base a
la informacin recabada a travs de la muestra probabilstica aplicada.
Conocer la distribucin de probabilidades de las estimaciones.
Determinar los niveles de precisin y confiabilidad de las estimaciones
Proceso cientfico que permite seleccionar un grupo de
objetos representativo de una poblacin o universo
entero de objetos que se desea estudiar y/o describir.

Para estudiar, analizar y evaluar a una poblacin con
el fin de efectuar un diagnstico, requerir de contar
con informacin cuantitativa y cualitativa:
- Representativa,
- Oportuna,
- Confiable y
Suficiente
Esto se lograr a travs observaciones y mediciones
sobre una muestra de elementos elegidos
adecuadamente de la poblacin bajo estudio.
MUESTREO
Muestra
Subconjunto de elementos elegidos de la poblacin muestreada a travs
mtodos de seleccin determinados del cual se obtendr la informacin
primaria que permitir estudiar, analizar y evaluar a dicha poblacin.

Tipos de Muestra

Muestras Probabilsticas.
Son las muestras en las cuales a cada uno de los elementos de la poblacin
se le asigna una probabilidad conocida y diferente de cero de ser incluido
como parte de la muestra.

Muestras No Probabilsticas.
Corresponden a las muestras en las cuales no hay forma de conocer la
probabilidad que los elementos ser incluidos como parte de la muestra.
FORTALEZAS DEBILIDADES
Es aceptado con facilidad Requiere costosos marcos de muestreo
Asegura representatividad Requiere trabajos de campo costosos
Asegura muestras insesgadas Requiere de supervisin rigurosa
Resultados son generalizables
Permite calcular error de muestreo
Permite hacer inferencias estadsticas
Asegura anonimato del entrevistado
Personal de campo no especializado
Puede ser supervisada
Probabilidad conocida de elegir a
cada unidad como parte de la muestra
MUESTREO PROBABILSTICO
FORTALEZAS DEBILIDADES
Bajo costo y requiere menor tiempo Imposible calcular error de muestreo
Elige slo a las unidades requeridas Sus resultados no son generalizables
Permite informacin inesperada Pueden ser rechazadas por los usuarios
Diseo y cobertura flexible e informal Puede haber sesgo en la seleccin
No permite hacer inferencia estadstica
Requiere de personal especializado
No asegura anonimato del entrevistado
La supervisin es difcil de realizar
Probabilidad no conocida de elegir a la
unidad como parte de la muestra.
MUESTREO NO PROBABILSTICO
Con respecto a una enumeracin completa o censo, el
muestreo representa las ventajas siguientes::
Menor costo:
Al trabajar con una pequea parte de la poblacin total, los
gastos de sern menores a los que se incurre respecto a la
enumeracin completa.
Mayor rapidez:
Debido a la menor cantidad de informacin a procesar
Mayor exactitud:
El personal a capacitar es reducido y puede asegurase una
mayor y mejor capacitacin, supervisin del trabajo de
campo y control de calidad de resultados.
Mayor alcance:
Al investigarse slo a una muestra podremos ampliar la
cobertura y alcance de la investigacin incluyendo un mayor
nmero de variables.
Ventajas del muestreo
Muestreo simple al azar.
Muestreo sistemtico.
Muestreo estratificado.
Muestreo por conglomerados.
Muestreo por puntos aleatorios.

2.1 Mtodos de seleccin aleatoria de
muestras:
2.2 Distribucin Muestral
Muestra i-sima Estimado Distribucin



Estimado
(x1,x2,.xn)1 1
(x1,x2,.xn)2 2
..
(x1,x2,.xn)k k
0
2
4
6
8
10
e1 e2 e3 e4 e5 e6
Es la distribucin de probabilidades para el estimado que se genera al
seleccionar todas las muestras posibles de tamao n de la poblacin
objetivo utilizando el mtodo de muestreo establecido.
2.3 Distribucin de promedios muestrales
Muestra i-sima Promedios Distribucin



Promedios
(x1,x2,.xn)1
(x1,x2,.xn)2
..
(x1,x2,.xn)k
1
x
2
x
k
x
0
2
4
6
8
10
5.65 6.55 7.45 8.35 9.25 10.15
1
1

n
i
i
x X
n
=
=

2
[ ]
[ ]
x
x
E x
V x

o
=
=
Es la distribucin de probabilidades para el estimador del promedio que
se genera al seleccionar todas las muestras posibles de tamao n de la
poblacin objetivo utilizando el mtodo de muestreo establecido.
Esperanza y varianza de los promedios muestrales
Muestreo Valor esperado Variancia
Con
reemplazo
Sin
reemplazo
1
1

n
i
i
x X
n
=
=

2
2
x
x
n
o
o =
[ ]
x x
E x = =
[ ]
x x
E x = =
2
2
1
x
x
N n
n N
o
o

(
=
(

De una poblacin con promedio x y variancia x se eligen todas las
muestras posibles de tamao n y se encuentra el promedio respectivo.
Ejemplo 2.1
Artculo A B C D E
X 0 -1 0 1 2
| |
2
6 2
0.4 1.2
5 5
E X y E X
(
= = = =

| |
| |
2
2 2 2
X
2 2
X
0.4
1.2 (0.4) 26/ 25 1.04
X
X X
E X
E X E X

o
o
= =
(
= =

= = =
( ) 1/ 5 , si 1, 1, 2
2/ 5 , si 0
0 , de otro modo
f x x
x
= =
= =
=
Utilizando una muestra aleatoria de tamao 2 se desea determinar la
diferencia (X) que hay entre el nmero de artculos registrado en libros y el
nmero realmente existente de un inventario que consta de 5 artculos. Los
valores de X en miles de dlares de la poblacin son:
Para un muestreo sin reemplazo
Muestra
posible
Valores
observados de X
Promedio
muestral
Probabilidad
A, B 0, -1 -0.5 0.1= 1/10
A, C 0, 0 0.0 0.1
A, D 0, 1 0.5 0.1
A, E 0, 2 1.0 0.1
B, C -1, 0 -0.5 0.1
B, D -1, 1 0.0 0.1
B, E -1, 2 0.5 0.1
C, D 0, 1 0.5 0.1
C, E 0, 2 1.0 0.1
D, E 1, 2 1.5 0.1
( ) 0.1 , si 1.5
0.2 , si 0.5, 0.0, 1.0
0.3 , si 0.5
0.0 , de otro modo
g x x
x
x
= =
= =
= =
=
2 2 2 2
E[ ] g( ) (1.5)(0.1) (0.5)(0.3) 0.4
E g( ) (1.5) (0.1) (0.5) (0.3) 0.55
x x x
x x x
= = + + =
( = = + + =

X
2 2 2 2
X
E[ ] 0.4
E 0.55 (0.4) 0.39
x
x
x

o
= =
( = = =

2
2 X
X
1.04 5 2
0.39
n 1 2 5 1
N n
N
o
o

( (
= = =
( (


5
2
10
N
n
C C = =
El nmero de muestras posibles es:
Para un muestreo con reemplazo
2
2 X
X
1.04
0.52
n 2
o
o = = =
2
5 25
n
N = =
Muestra
posible
Valores
de X
Promedio
muestral
Probabilidad
A, A 0, 0 0.0 0.04= 1/25
A, B 0, -1 -0.5 0.04
A, C 0, 0 0.0 0.04
A, D 0, 1 0.5 0.04
A, E 0, 2 1.0 0.04
B, A -1, 0 -0.5 0.04
B, B -1, -1 -1.0 0.04
B, C -1, 0 -0.5 0.04
B, D -1, 1 0.0 0.04
B, E -1, 2 0.5 0.04
C, A 0, 0 0.0 0.04
C, B 0, -1 -0.5 0.04
C, C 0, 0 0.0 0.04
Muestra
posible
Valores
de X
Promedio
muestral
Probabilidad
C, D 0, 1 0.5 0.04
C, E 0, 2 1.0 0.04
D, A 1, 0 0.5 0.04
D, B 1, -1 0.0 0.04
D, C 1, 0 0.5 0.04
D, D 1, 1 1.0 0.04
D, E 1, 2 1.5 0.04
E, A 2, 0 1.0 0.04
E, B 2, -1 0.5 0.04
E, C 2, 0 1.0 0.04
E, D 2, 1 1.5 0.04
E, E 2, 2 2.0 0.04
( ) 1/ 25 , si 1.0, 2.0
4/ 25 , si 0.5
6/ 25 , si 0.0, 0.5
5/ 25 , si 1.0
2/ 25 , si 1.5
0 , de otro modo
g x x
x
x
x
x
= =
= =
= =
= =
= =
=
2 2 2 2
E[ ] ( ) ( 1.0)(1/ 25) (1.5)(2/ 25) 0.4
E ( ) ( 1.0) (1/ 25) (0.5) (2/ 25) 0.68
x x g x
x x g x
= = + + =
( = = + + =

X
2 2 2 2
X X
E X =0.4
E X 0.68 (0.4) 0.52

o
( =

( = = =

El nmero de muestras
posibles es:
Teorema del Lmite Central en Promedios
i
i=1
1
X X
n
n
=

A medida que el tamao de muestra n tiende a infinito ( n > 30), la
distribucin de los promedios muestrales se aproxima cada vez ms a
una distribucin normal con:

Promedio: Variancia:
x

2
X
o
.
2
2
. .
?( , ) 30

( , ) Z ( ) (0,1)
X X
x
X X X
aprox aprox
Si X y n
X N y X N
o
o o
~ >
~ = ~
Sea X una variable aleatoria cuya distribucin tiene promedio x y
variancia finita x se eligen todas las muestras posibles de tamao n
y se encuentra el promedio respectivo.
Y
i
f
i

1 9
2 4
3 3
4 6
5 8
Total
30
0
2
4
6
8
10
1 2 3 4 5
Yi
fi
( )
5
1 1
2
5
5
2
2
2 1
2 1 1
90
Pr : 3
30
(90)
348
30
: 2.6
30
N
i i i
i i
i
i i
N
i
i i i
i i
Y f Y
omedio Aritmtico Y
N f
f Y
Y Y f Y
N
Variancia
N N
o
= =
=
= =
= = = =
| |
|
\ .


= = = =

Teorema del Lmite Central. Ejemplo
Utilizando una muestra aleatoria sin reemplazo de 5 elementos encuentre la
distribucin de probabilidades para los promedios muestrales que estiman con
todas las muestras posibles al promedio de la poblacin siguiente:

=
=
5
1
5
1
i
i j
y y
Muestra
J
f
j
%
1 1.0 126 0.1
2 1.2 504 0.4
3 1.4 882 0.6
4 1.6 1,908 1.3
5 1.8 3,933 2.8
6 2.0 6,036 4.2
7 2.2 8,013 5.6
8 2.4 11,610 8.2
9 2.6 14,588 10.2
10 2.8 15,330 10.8
11 3.0 15,867 11.1
12 3.2 16,536 11.6
13 3.4 14,250 10.0
14 3.6 10,944 7.7
15 3.8 8,717 6.1
16 4.0 6,366 4.5
17 4.2 3,522 2.5
18 4.4 1,848 1.3
19 4.6 1,050 0.7
20 4.8 420 0.3
21 5.0 56 0.0
Total 142,506 100.0
0
2
4
6
8
10
12
14
1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2 4.4 4.6 4.8 5.0
Promedio
Frecuencia (%)
Y
f
y f
y y y E
j
j
j j
j
j j j
= = = = =

=
=
3
506 , 142
518 , 427
) Pr( ) (
21
1
21
1
21 21
2 2
1 1
( ) ( 3)
( ) 0.448275862
j j j j
j j
j
j j
f y Y f y
V y
f f
= =

= = =


2
2.6 30 5
( ) 0.448275862
1 5 30 1
( ) 0.448275862 0.66953
j
j
N n
V y
n N
y
o
o
| | | |
= = =
| |

\ . \ .
= =
4.1 3
( 4.1) ( 1.64) 1 0.9495 0.0505
0.66953
y
y
y
P y P P z

o
| |

> = > = > = =
|
|
\ .
0
2
4
6
8
10
12
14
1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2 4.4 4.6 4.8 5.0
Promedio
Frecuencia (%)
3
0.44827 0.66953
y
y

o
=
= =
Cul es la probabilidad de obtener muestras cuyo promedio sea mayor a 4.1?



La tabla de frecuencia muestra que 4.8% de las muestras tienen esta caracterstica
Una empresa produce bolsas de azcar con media de 950
gramos y variancia 1600 y de esta produccin se elige al
azar y con reemplazo 36 bolsas, Cul es la probabilidad
que el promedio de la muestra sea mayor a 965 gramos?
2 2
X
X X
= = 1600/36 y = 1600/36 = 40/6 n o o o
| |
| |
X
X
X-
965-950
P[ X 965 ] P P 2.25
40/ 6
1 P 2.25 1-0.9878 0.0122
Z
Z

o
(
> = > = >
(
(

= s = =
Ejemplo 2.2
2.4 Distribucin de diferencias de promedios muestrales
Poblacin 1: (X1)
muestra tamao n1
Poblacin 2: (X2)
muestra tamao n2



Diferencia
Promedios
Distribucin











Diferencia de Promedios
Muestra
i-sima
Promedio Muestra
i-sima
Promedio
(x1,x2,...xn1)1 (x1,x2,...xn2)1
(x1,x2,...xn1)2 (x1,x2,...xn2)2
.. . .. . ..
(x1,x2,...xn1)k (x1,x2,...xn2)k
11
x
12
x
1k
x
0
2
4
6
8
10
5.65 6.55 7.45 8.35 9.25 10.15
1 2
1 2
1 2
2
1 2
[ ]
[ ]
X X
X X
E x x
V x x

=
=
21
x
22
x
2k
x
11 21
x x
12 22
x x
1 2 k k
x x
Independientes
Esperanza y varianza de las diferencias de promedios muestrales
Muestreo Valor esperado Variancia
Con reemplazo
o las poblaciones
son infinitas
Sin reemplazo
1 2
1 2
1 2 1
i i
X X
d x x
n n
= =

1 2
1 2 x x

=
1 2
2 2
2 1 1 1 2 2 2
1 1 2 2
1 1
x x
N n N n
n N n N
o o
o

( (
= +
( (


Dos poblaciones independientes con promedio 1 y variancia 1 de la primera poblacin y promedio 2 y
variancia 2 para la segunda poblacin son investigadas utilizando muestreo independientes con tamaos
de muestra n1 y n2. Se obtienen todas las diferencias posibles para los promedios muestrales
1 2
1 2 x x

=
1 2
2 2
2 1 2
1 2
x x
n n
o o
o

= +
Teorema Lmite Central en Diferencia de Promedios
.
1 1 2 2
1 2 1 2
1 2 1 2
2 2
1 1 1 2 2 2
2 2
1 2
2
1 2
X -X X -X
1 2
X -X X -X
( , ) ( , )
: ( , ) ( , )

X -X ( , )
Z (X -X ) (0,1)
X X X X
Si X N y X N
Luego X N y X N
N
y N
o o
o o
o
o
~ ~
~ ~
~
= ~
Dos poblaciones independientes con promedio 1 y variancia 1 de la primera poblacin y promedio 2 y
variancia 2 para la segunda poblacin son investigadas utilizando muestreo independientes con tamaos
de muestra n1 y n2. Se obtienen todas las diferencias posibles para los promedios muestrales
1 2
30 y 30 n n > >
Ejemplo 2.4
Las mquinas A y B producen bolsas de azcar de caractersticas similares:
La mquina A produce bolsas con un contenido neto promedio de 970
gramos y una variancia de 256 gramos
La mquina B produce bolsas con un contenido neto promedio de 980
gramos y una variancia de 144 gramos.
Se eligen al azar 36 bolsas producidas por A y 64 producidas por B.

Hallar la probabilidad que:
a) El promedio de la muestra de A difiera del promedio de la muestra de B
en no ms de 8 gramos.
b) El contenido promedio de la muestra de la mquina B sea mayor al
correspondiente de A en ms de 5 gramos.
c) El contenido promedio de la muestra de la mquina B supere al
correspondiente de A en no ms de 5 gramos, si las muestras se eligieran
sin reemplazo de un lote de 400 bolsas producidas por la mquina A, y de
un lote de 500 bolsas producidas por la mquina B, respectivamente.
Ejemplo 2.4
A A
B B
2
A
A
X X
2
B
B
X X
aprox.
aprox.
X N( =970; 256) , n =36
X N( =980; 144) , n 64
o
o
~ =
~ = =
( )
A B
A B A B
A B
A B
X X
2
A B
X X X X
X X
aprox. aprox.
X X
X X N( , ) Z N(0,1)

o
o

~ = ~
Asumiendo que las fracciones de muestreo son menores a 5%
A B
A B
X X
= = 970 980 = 10 grs.

A B
A B
2 2
2 A B
X X
A B
X X
256 144
9.361111 y
n n 36 64
9.361111 3.059593
o o
o
o

= + = + =
= =
Ejemplo 2.4
| | | | | |
A B A B
8 ( 10) 8 ( 10)
P X X 8 = P 8 X X 8 P
3.059593 3.059593
P 0.65 5.88 P 5.88 P 0.65
1.0 0.7422
Z
Z Z Z

(
(
(
s s s ~ s s
(



~ s s ~ s <
~ 0.2578 ~
a). Probabilidad que el promedio de la muestra de A difiera del promedio
de la muestra de B en no ms de 8 gramos.
| |
A B
A B
A B
B A A B
X X
(X X ) ( ) 5 ( 10)
P X X 5 P X X 5 P
3.059593
P 1.63 0.9484 Z

o

(

( (
> + = < = <
(

(

~ < ~
b). Probabilidad que el contenido promedio de la muestra de la mquina B sea
mayor al correspondiente de A en ms de 5 gramos
Ejemplo 2.4
c). Probabilidad que contenido promedio de la muestra de la mquina B supere
al correspondiente de A en no ms de 5 gramos, si las muestras se eligen
sin reemplazo de un lote de 400 bolsas producidas por la mquina A, y de
un lote de 500 bolsas producidas por la mquina B, respectivamente.
A B
2 2
2 A A A B B B
X X
A A B B
N -n N -n
n N -1 n N -1
256 400 36 144 500 64
8.453261
36 400 1 64 500 1
o o
o

( (
= +
( (


( (
= + =
( (


A B X X
8.453261 2.907449 o

= =
| | | |
A B
B A A B
A B
A B
X X
P 0 X X 5 =P 5 X X 0
(X X ) ( ) 5 ( 10) 0 ( 10)
=P
2.907449 2.907449
P 1.72 3.44 P 3.44 Z Z

o

( (
< s s <

(

s <
(
(

~ s < ~ < ~
| |
P 1.72
0.9997 0.9573 0.0424
Z <
~ ~
2.5 Distribucin de proporciones muestrales
Muestra i-sima
Exitos
Proporcin
Distribucin



Proporcin muestral
(y1,y2,.yn)1
X1
P1
(y1,y2,.yn)2
X2
P2
..
(y1,y2,.yn)k
Xk
Pk
0
2
4
6
8
10
0.16 0.32 0.48 0.64 0.8 0.96

i
i
x
p
n
=
[ ]
(1 )
[ ]
E p
V p
n
t
t t
=

=
La distribucin de probabilidades para el estimador de la proporcin que
se genera al seleccionar todas las muestras posibles de tamao n de la
poblacin donde la probabilidad de encontarar un xito es utilizando el
mtodo de muestreo establecido.
Esperanza y varianza de las proporciones muestrales
Muestreo Distribucin Valor esperado Variancia
Con
reemplazo
Binomial
Sin
reemplazo
Hipergeomtrica
x
p
n
=
2
(1 )
p
n
t t
o

=
[ ] E p t =
[ ] E p t =
2
(1 )
1
p
N n
n N
t t
o

(
=
(

De la poblacin con una proporcin de xito se eligen todas las muestras
posibles de tamao n y en ella se encuentra la proporcin de xitos.
2.6 Aproximacin a la Distribucin Normal de la distribucin
de una proporcin muestral
La determinacin de probabilidades exactas sobre proporciones se realizar utilizando la
distribucin Binomial o Hipergeomtrica segn corresponda.
Sin embargo, si el tamao de muestra es mayor o igual a 30 se puede aplicar el Teorema
Lmite Central para determinar la probabilidad de ocurrencia para un evento referido a una
proporcin muestral y utilizar la distribucin normal como una buena aproximacin; sin embargo,
es necesario incorporar un factor de correccin por continuidad (1/2n).
1/n
1/2n
p
2
p
1
Caso 1: Correccin por continuidad
1/n
1/2n
p
2
p
1
( ) ( )
1 1
1 2
2n 2n
1 2
p p
p p
P[ p p ] P p Z
t t
o o
(
+
(
s s ~ s s
(

Caso 2: Correccin por continuidad
1/n
1/2n
p
2
p
1
( ) ( )
1 1
1 2
2n 2n
1 2
p p
p p
P[ p p ] P p Z
t t
o o
(

(
s < ~ s <
(

Caso 3: Correccin por continuidad
1/n
1/2n
p
2
p
1
( ) ( )
1 1
1 2
2n 2n
1 2
p p
p p
P[ p p ] P p Z
t t
o o
(
+ +
(
< s ~ < s
(

Caso 4: Correccin por continuidad
1/n
1/2n
p
2
p
1
( ) ( )
1 1
1 2
2n 2n
1 2
p p
p p
P[ p p ] P p Z
t t
o o
(
+
(
< < ~ < <
(

Ejemplo 2.6
Un distrito de Lima tiene aproximadamente 8,000 adultos, donde el 20%
compran usualmente una revista A. Si se elige una muestra aleatoria de
tamao 225, hallar la probabilidad que la proporcin muestral de personas
que compran la revista A, sea mayor de 0.17, cuando:
a) El muestreo es con reemplazo.
b) El muestreo es sin reemplazo.
Si P = proporcin de personas que compran la revista; luego t=0.2
Puesto que n =225 > 30 se puede aplicar el teorema del lmite central.
Como n p=(225)(0.17)= 38.25, luego, 0.17 no es un valor posible y la
probabilidad se podr obtener considerando valores p: 38/225 o 39/225:

| |
38 39
P p 0.17 P p P p
225 225
( (
> = > = >
( (

En el ejemplo se considera: P[ p > 0.17 ]= P[ p > 38/225 ]
Ejemplo 2.6
a) Si el muestreo es con reemplazo
2
p p
(1 ) (0.2)(1 0.2)
0.000711 0.000711 0.026665
225 n
t t
o o

= = = = =
| | | |
p
38 1
38 1
0.2

225 (2)(225)
38 225 2
P p P P
225 0.026665
P -1.08 P 1.08
0.8599
n
Z Z
Z Z
t
o
(
| |
(
| |
+
+
( |
|
(
( \ . \ .
(
(
> ~ > ~ >
(
(
(
(
(


~ > ~ <
~
Ejemplo 2.6
a) Si el muestreo es sin reemplazo
2
p
p
(1 ) (0.2)(1 0.2) N n 8000 225
0.000691
N 1 225 8000 1
0.000691 0.026287
n
t t
o
o

( (
= = =
( (


= =
| | | |
p
38 1
38 1
0.2

225 (2)(225)
38 225 2
P p P P
225 0.026287
P 1.10 P 1.10
0.8643
n
Z Z
Z Z
t
o
(
| |
(
| |
+
+
( |
|
(
( \ . \ .
(
(
> ~ > ~ >
(
(
(
(
(


~ > ~ <
~
2.7 Distribucin de diferencias de proporciones muestrales
Poblacin 1: (X1)
muestra tamao n1
Poblacin 2: (X2)
muestra tamao n2

Diferencia
Proporciones

Ap = p1 -p2
Distribucin











Diferencia de Proporciones
Muestra
i-sima

Proporcin
Muestra
i-sima

Proporcin
(x1,x2,...xn1)1 P11 (x1,x2,...xn2)1 P21 P11-P21
(x1,x2,...xn1)2 P12 (x1,x2,...xn2)2 P22 P12-P22
.. . .. . ..
(x1,x2,...xn1)k P1k (x1,x2,...xn2)k P2k P1k-P2k
0
2
4
6
8
10
5.65 6.55 7.45 8.35 9.25 10.15
1 2
1 2
1 2
2
1 2
[ ]
[ ]
p p
p p
E p p
V p p

=
=
Independientes
Si p1 y p2 las proporciones muestrales correspondientes a dos poblaciones independientes con medias
t1 y t2 . De estas poblaciones se extraen muestras aleatorias de tamaos n1 y n2 , respectivamente;
entonces, la diferencia de proporciones muestrales Ap = p1 -p2 tendr una distribucin:
Formacin de una distribucin de una diferencia de
proporciones muestrales
POBLACIN 1
1
1 1
1
1
1
N
A N
N
B
1

= = t
1
1
1
1
N
A
W" " tica caracters con A
= t
1
1
1
1
N
A
W" " tica caracters con A
= t
POBLACIN 2
2
2 2
2
2
2
N
A N
N
B
1

= = t
2
2
2
2
N
A
W" " tica caracters con A
= t

2
p
1
p
1 1 1
1
1 1
1
,
1 ..., ,
n
1
, 0 R
) p ( g p
p de n Distribuci
o
)
`

p
2
p
2
p
2 2 2
2
2 2
2
,
1 ..., ,
n
1
, 0 R
) p ( g p
p de n Distribuci
o
)
`

p
Muestreo
con o sin
reemplazo
1
n
Muestreo
con o sin
reemplazo
2
n
DISTRIBUCIN DE
DIFERENCIAS DE
PROPORCIONES
MUESTRALES

2
p
2
p
2
p
p p p
2 1
2 1
2 1


p) h( p
p p
o + o = o
=
A A
A =
A
A
p
Todas las
diferencias
posibles
Independientes
Independientes
Variancia de Ap =diferencia de proporciones


Muestreo con
reemplazo en las dos
poblaciones


2
2 2
1
1 1
2
p
n
) 1 (
n
) - (1

t t
+
t t
= o
A
Muestreo sin reemplazo
en las dos poblaciones


(

t t
+
(

t t
= o
A
1 N
n N
n
) 1 (
1 N
n N
n
) 1 (

2
2 2
2
2 2
1
1 1
1
1 1
2
p
MSR en poblacin 1
MCR en poblacin 2


(

t t
+
(

t t
= o
A
2
2 2
1
1 1
1
1 1
2
p
n
) 1 (
1 N
n N
n
) 1 (

MCR en poblacin 1
MSR en poblacin 2


(

t t
+
(

t t
= o
A
1 N
n N
n
) 1 (
n
) 1 (

2
2 2
2
2 2
1
1 1
2
p
Probabilidad para un evento de Ap
UTILIZAR

h(Ap)
Valor
Exacto
Valor
Aproximado
UTILIZAR TEOREMA
DEL LMITE CENTRAL
30 n , 30 n
2 1
> >
p} p p p/ { Evento
2 1
A s A s A A =
Probabilidad
| | p p p P
2 1
A s A s A
Ejemplo 2.7
Un artculo es elaborado con dos mquinas A y B, la probabilidad de producir
un artculo defectuoso con la mquina A es 0.2 y de 0.16 con la mquina B.
Si se eligen al azar 50 artculos producidos por A y 80 producidos por B,
hallar la probabilidad que la proporcin de defectuosos de la muestra de A
supere a la correspondiente proporcin de la muestra de B en 0.05 o ms,
si:
a) El muestreo es con reemplazo.
b) El muestreo es sin reemplazo. La muestra A se eligi de un lote de 800
unidades y la de B de un lote de 1200 unidades.
Mquina A: nA=50 y tA = P[Exito] = P[Defectuoso] = 0.20
Mquina B: nB=80 y tB = P[Exito] = P[Defectuoso] = 0.16
Se desea es determinar la probabilidad:

P[ pA> pB + 0.05 ] = P[pA - pB> 0.05 ] = P[ Ap> 0.05 ]
donde: Ap= pA-pB y Ap= tA - tB = 0.20 - 0.16 = 0.04.

Como nA=50 > 30 y nB=80 > 30, la diferencia de proporciones muestrales de
defectuosos tendr una distribucin aproximadamente normal, as:

Ejemplo 2.7
a) Si el muestreo es con reemplazo
A B
2 2 A A B B
p p p
A B
p
(1 ) (1 )
+
n n
(0.2)(1 0.2) (0.16)(1 0.16)
+ 0.00488
50 80
0.00488 0.069857
t t t t
o o
o
A
A

= =

= =
= =
| | | | | |
| |
| |
A B A B
P p p 0.05 =P p p 0.05 P p 0.05
0.05 0.04
P Z P Z 0.14
0.069857
1 P Z 0.14 1 0.5557 0.4443
> + > = A >

(
~ > ~ >
(

~ < ~ ~
Ejemplo 2.7
a) Si el muestreo es sin reemplazo
A B
2 2 A A A A B B B B
p p p
A A B B
p
(1 ) N (1 ) N
+
N 1 N 1
(0.2)(1 0.2) (0.16)(1 0.16) 800 50 1200 80
+
50 800 1 80 1200 1
0.004573
0.004573 0.067624
n n
n n
t t t t
o o
o
A
A
( (
= =
( (



( (
=
( (


=
= =
| | | |
| | | |
| |
A B A B
P p p 0.05 P p p 0.05
0.05 0.04
P p 0.05 P Z P Z 0.15
0.067624
1 P Z 0.15 1 0.5596 0.4404
> + = >

(
~ A > ~ > ~ >
(

= < ~ ~