Haga clic para modificar el estilo de título del patrón
UNIDAD 4
TEORÍA DEL MUESTREO
1
Haga clic para modificar el estilo de título del patrón
Introducción
Es común que los compradores prueben una porción pequeña
de queso antes de comprar alguno; a partir del trocito,
determinan el sabor de queso completo. Lo mismo hace un
químico cuando toma una muestra de whisky de una barrica,
determina que es de grado 90 e infiere que todo el whisky de
esa barrica es de ese grado
Para determinar las características del todo, tenemos que
muestrear sólo una porción.
Los especialistas en estadística usan la palabra población
para referirse no sólo a personas sino a todos los elementos
que han sido escogidos para su estudio
2 2
DEFINICIONES
Haga clic para modificar el estilo de título del patrón
Matemáticamente, se puede describir muestras y poblaciones
al emplear mediciones como la media, la mediana, la moda y la
desviación estándar. Cuando estos términos describen las
características de una muestra, se denominan estadísticas.
Cuando describen las características de una población, se
llaman parámetros.
Una estadística es una característica de una muestra y
un parámetro es una característica de una poblacióno
Una población consta de la totalidad de las
observaciones en las que se tiene el interés de estudiar
Cada observación en una población es un valor de una
variable aleatoria X que tiene alguna distribución de
probabilidad f (x)
3 3
Haga clic para modificar el estilo de título del patrón
Población finita
Parámetros: Características
• Es aquella en la que se pueden medir que, mediante su valor
todos los individuos para tener un numérico, describen a un
conocimiento exacto de sus conjunto de elementos o
características. individuos.
Población infinita
Muestra representativa: Es
• Es aquella en la que la población es una parte de una población,
grande y es imposible e incosteable seleccionada adecuadamente,
medir a todos los individuos. que conserva los aspectos clave
de la población.
4 4
Haga clic para modificar el estilo de título del patrón
Inferencia estadística
La inferencia estadística es el proceso de hacer
conclusiones acerca de poblaciones a partir de
información contenida en muestras
Una muestra es un subconjunto de una población
Para que las inferencias que se hacen sobre la
población a partir de la muestra sean válidas, se debe
obtener muestras que sean representativas de ella.
Para eliminar cualquier posibilidad de sesgo en el
procedimiento de muestreo es deseable elegir una
muestra aleatoria, lo cual significa que las
observaciones se realicen de forma independiente y al
azar
5 5
Haga clic para modificar el estilo de título del patrón
Inferencia estadística
la inferencia estadística o método inductivo, el cual, mediante
investigaciones por muestreo, logra obtener resultados
considerados como estimadores de los valores estadísticos,
correspondientes a las características de las unidades que
conforman la población,
El elemento o unidad puede ser una persona, familia,
empresa, zona, animal u objeto . Del elemento se estudian sus
características
La población puede definirse como un conjunto de medidas o
el recuento de todas las unidades que presentan una
característica en común
6 6
Haga clic para modificar el estilo de título del patrón
Definiciones
Parámetro (poblacional), son las medidas descriptivas numéricas
aplicadas a las características en las unidades de la población.
También se les denomina como valores estadísticos de la población
Estimador puntual, son las medidas descriptivas numéricas
aplicadas a las características en las unidades de la muestra.
Estimador por intervalo, Es la estimación del parámetro
mediante la especificación de un intervalo de valores determinado
por un límite inferior y superior (límites de confianza) dentro del
cual estará comprendido el parámetro poblacional.
Coeficiente de confianza, Es la probabilidad de que un intervalo
de confianza contenga el parámetro que se estima
7 7
Población
Haga y muestra
clic para modificar el estilo de título del patrón
Muestreo
Aleatorio
Muestra
POBLACIÓN (N) (n)
Parámetros: μ, σ Estadígrafos: ഥ
𝒙, 𝒔
Conocimiento
exacto de las
Inferencia
características
8 8
Haga clic
Tipos de muestreo
para modificar el estilo de título del patrón
Muestreo no aleatorio o de juicio Muestreo aleatorio o probabilístico
Se emplea el conocimiento y la opinión personal Todos los elementos de la población tienen la
para identificar a los elementos de la población misma oportunidad de ser escogidos para la
que deben incluirse en la muestra muestra
• Muestreo a juicio • Muestreo aleatorio simple
• Muestreo por conveniencia • Muestreo sistemático
• Muestreo voluntario • Muestreo estratificado
• Muestreo por conglomerado
9 9
Haga clic para
Muestreo modificar el estilo de título del patrón
probabilístico
Muestreo aleatorio simple Muestreo sistemático
• El muestreo aleatorio simple selecciona muestras • En el muestreo sistemático, los elementos son
mediante métodos que permiten que cada posible seleccionados de la población dentro de un
muestra tenga una igual probabilidad de ser intervalo uniforme que se mide con respecto al
seleccionada y que cada elemento de la población tiempo, al orden o al espacio
total tenga una oportunidad igual de ser incluido
en la muestra 𝑵 𝑷𝒐𝒃𝒍𝒂𝒄𝒊ó𝒏
𝒇𝒔 = :
𝒏 𝒎𝒖𝒆𝒔𝒕𝒓𝒂
• Método de números aleatorios
• Método de la tómbola
1010
Haga clic para
Muestreo modificar el estilo de título del patrón
probabilístico
Para un estudio del desarrollo productivo en la ciudad de
Muestreo aleatorio estratificado Riobamba se ha seleccionado una muestra de 40 industrias
de un total de 200 existentes en el parque industrial, tal
como se nuestra en la siguiente tabla. Determinar cuantas
• Para utilizar el muestreo estratificado, industrias de cada estrato se elegirán para el estudio
dividimos la población en grupos Tipo de Cantidad muestra
relativamente homogéneos, llamados estratos. industria N’ n’
Factor de estratificación Alimenticia 110
𝒏 Dispositivos 45
𝒇𝒌 =
𝑵 electrónicos
Muestra estratificada
Automotriz 10
𝒏′ = 𝒇𝒌 ∗ 𝑵′
Metalúrgica 35
• El muestreo estratificado resulta apropiado
cuando la población ya está dividida en grupos
de diferentes tamaños y deseamos tomar en Total N= 200 n=
cuenta esta condición. 1111
Haga clic para
Muestreo modificar el estilo de título del patrón
probabilístico
Muestreo aleatorio por racimo
• En el muestreo de racimo se divide la
población en grupos, o racimos, y luego se
selecciona una muestra aleatoria de estos
racimos, asumiendo que cada uno de ellos es
representativo de la población
• El muestreo estratificado se usa cuando cada
grupo tiene una pequeña variación dentro de sí
mismo, pero hay una amplia variación de un
grupo a otro.
• El muestreo de racimo se usa cuando hay una
variación considerable dentro de cada grupo,
pero los grupos son esencialmente similares
entre sí.
1212
Haga clic para
Tamaño modificar el estilo de título del patrón
de muestra
VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS
Estimación de proporciones Estimación de promedios
Probabilidad de éxtiro Nivel de confianza Grado de variabilidad que presentan
Varianza
las unidades de la población
𝑍 2 𝑝𝑞 𝑍2 𝜎 2
𝑛= 2 𝑛= 2 Error de muestreo Precisión de la estimación o margen
𝐸 𝐸
de error fijado por el investigador
Se conoce el tamaño de la Se conoce el tamaño de la
población (N) población (N)
𝑁𝑍 2 𝑝𝑞 𝑁𝑍 2 𝜎 2
𝑛= 𝑛=
(𝑁 − 1)𝐸 2 +𝑍 2 𝑝𝑞 (𝑁 − 1)𝐸 2 +𝑍 2 𝜎 2
Nivel de confianza 90% 95% 99%
1313
Z 1,64 1,96 2,58
Haga clic para modificar el estilo de título del patrón
Ejercicios
a. Se desea estimar el porcentaje de empleados que laboran en empresas manufactureras de una ciudad con el propósito de
realizar una encuesta que servirá para un estudio de riesgos en el trabajo. Se sabe por información anterior que el porcentaje
de empleados que sufren accidentes es del 15%. Estimar con una confianza del 95% y un error del 5 %.
DATOS
𝒑 = 𝟎, 𝟏𝟓
𝑬 = 𝟎, 𝟎𝟓 𝑍 2 𝑝𝑞
𝑛= 2
𝒁 𝟎,𝟗𝟓 = 𝟏, 𝟗𝟔 𝐸
𝒏 =?
Si se sabe que existen 200 empleados trabajando en las empresas de manufactura de esa ciudad, determine el tamaño de la
muestra requerida para el estudio
𝑁𝑍 2 𝑝𝑞
𝑛=
(𝑁 − 1)𝐸 2 +𝑍 2 𝑝𝑞
1414
Haga clic para modificar el estilo de título del patrón
Ejercicios
Se desea estimar el gasto promedio mensual en dólares que una empresa de transporte de una provincia gasta en mantenimiento de los
vehículos.
a. Calcular cuantas empresas de transporte se deben tomar como muestra con un nivel de confianza del 95% y un
error de 50 dólares. Un especialista a estimado una desviación estándar de 100 dólares
DATOS
𝝈 = $ 𝟏𝟎𝟎
𝑬 = $ 𝟓𝟎 𝑍2𝜎 2
𝑛= 2
𝐸
𝒁 𝟎,𝟗𝟓 = 𝟏, 𝟗𝟔
𝒏 =?
b. . Hacer el cálculo para otra provincia que cuenta con 80 empresas de transporte, estimar con un nivel de confianza
del 99% y un error de 30 dólares considerando la desviación estándar de 100 dólares
DATOS
𝝈 = $ 𝟏𝟎𝟎
𝑬 = $ 𝟑𝟎 𝑁𝑍 2 𝜎 2
𝑛=
(𝑁 − 1)𝐸 2 +𝑍 2 𝜎 2
𝒁 𝟎,𝟗𝟗 = 𝟐, 𝟓𝟖
1515
𝑵 = 𝟖𝟎
Haga clic para modificar el estilo de título del patrón
DISTRIBUCIÓN MUESTRAL
Corresponde a una distribución de todas las muestras que pueden ser escogidas conforme a
un esquema de muestreo especificado que implique selección al azar.
𝑥ҧ𝑖 𝑥ҧ1 + 𝑥ҧ2 +. . +𝑥ҧ𝑀
Población 𝑥ҧ1 𝜇𝑥ҧ = = =𝜇
𝑵 𝑠1 𝑀 𝑀
𝑛
𝒙𝟏 𝒙𝟐 Desviación estándar de la distribución de
𝒙𝟑 𝑥ҧ2 muestreo de medias
𝒙𝟒 𝒙𝑵 𝑠2
𝑛 σ 𝑥ҧ𝑖 − 𝜇 2 𝜎 Error estándar
𝝁𝒙 𝜎𝑥ҧ = = de la medida
𝑥ҧ𝑀 𝑀 𝑛
𝝈𝒙 𝑠𝑀
𝑛
Teorema: Dada una población, si extraemos las muestras posibles de un mismo tamaño, entonces la
media de la distribución de todas las medias muestrales posibles será igual a la media poblacional 1616
Haga clic para modificar el estilo de título del patrón
DISTRIBUCIÓN MUESTRAL
El campo de la inferencia estadística trata básicamente con generalizaciones y predicciones
Con base en las estimaciones de 3 contratistas seleccionados al azar, de los 30 que laboran
actualmente en Quito se puede afirmar que el costo promedio de construir una residencia al norte de
la ciudad, está entre $90,000 y $105,000 (POBLACIÓN FINITA)
Una máquina despachadora de bebida gaseosa está diseñada para servir en promedio 240 mililitros
de bebida. Un ejecutivo de la empresa calcula la media de 40 bebidas servidas y obtiene 𝑥ҧ = 236
mililitros y, con base en este valor, decide que la máquina está sirviendo bebidas con un contenido
promedio de μ = 240 mililitros. Las 40 bebidas representan una muestra de la población infinita de
posibles bebidas que despachará esta máquina
1717
Haga clic para modificar el estilo de título del patrón
Error estándar de la media
𝜎
𝜎𝑥ҧ =
𝑛
Si el tamaño de la muestra es una fracción grande respecto al tamaño de la población se
utiliza un factor de corrección para poblaciones finitas como recomendación
𝜎 𝑁−𝑛
𝜎𝑥ҧ = ∗
𝑛 𝑁−1
1818
Haga clic para modificar el estilo de título del patrón
Teorema del Limite Central
Se cumple cuando, independientemente de la población origen, la distribución de las medias
aleatorias se aproximan a una distribución normal a medida que el tamaño de la muestra
crece. De acuerdo con el teorema, la variante estadística Z para distribuciones de medias
muestrales es
𝑥ҧ − 𝜇𝑥ҧ 𝑥ҧ − 𝜇 (𝑥ҧ − 𝜇) 𝑛
𝑍= = 𝜎 =
𝜎𝑥ҧ 𝜎
𝑛
1919
Haga clic para modificar el estilo de título del patrón
Ejercicio
La altura media de 400 estudiantes de una universidad es de 1,50 mts. y su desviación
estándar es de 0,25 mts. Determinar la probabilidad de que en una muestra de 36 alumnos la
media sea superior a 1,60 mts.
𝑃 𝑥≥1,60
(𝑥ҧ − 𝜇) 𝑛 (1,60 − 1,50) 36 0,0082
𝑍= = = 2,40 0,4918
𝜎 0,25
𝑃 𝑍≥2,40 =1−𝑃 𝑍≤2,40 = 1 − 0,9918 = 0,0082
2020
Haga clic para
Distribución muestral
modificar
de el
unaestilo
proporción
de título del patrón
𝑝: 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝑝 − 𝜇𝑝 𝑝 − 𝑃
𝑍= =
𝜎𝑝ҧ 𝑃𝑄
𝑛
𝑃: 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝜎𝑝ҧ : 𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑢𝑛𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛
2121
Haga clic para modificar el estilo de título del patrón
Ejemplo
Se tiene que el 4% de las piezas producidas por cierta máquina es defectuosa.
¿Cuál es la probabilidad de que en un grupo de 200 piezas, el 3% más sea defectuoso? .
DATOS:.
𝑝 𝑝≥0,03 =?
P = 𝜇𝑃 = 0,04 𝑝 − 𝜇𝑝 𝑝 − 𝑃 0,03 − 0,04
𝑍= = = = −0,71
p = 0,03 𝜎𝑝ҧ 𝑃𝑄 0,04 ∗ 0,96
n = 200
𝑛 200
𝑝 𝑝≥0,03 = 0,7612 = 76,12%
2222
Distribución
Haga clic para
demodificar
diferencias
el estilo
entre de título del patrón
dos medias muestrales 𝒙 ത −𝒚ഥ
Se tiene dos poblaciones normales e independientes, identificadas la primera con X y la
segunda con Y, de tamaño N1 y N2, cuyas medias se simbolizan por 𝝁𝒙 𝒚 𝝁𝒚 y sus
desviaciones típicas 𝝈𝒙 𝒚 𝝈𝒚. Se obtiene un número (M) de pares de muestras posibles.
Las medias muestrales de la primera población se identifican con: 𝒙
ഥ𝟏 ഥ𝟐
𝒙 ഥ𝟑 , … … . . 𝒙
𝒙 ഥ𝑴
Las medias muestrales de la segunda población se identifican con: 𝒚
ഥ𝟏 ഥ𝟐
𝒚 ഥ𝟑 , … … . . 𝒚
𝒚 ഥ𝑴
Las desviaciones típicas muestrales respectivamente son:𝒔𝒙𝟏 , 𝒔𝒙𝟐 , 𝒔𝒙𝟑 , … … 𝒔𝒙𝑴 , y
𝒔𝒚𝟏 , 𝒔𝒚𝟐 , 𝒔𝒚𝟑 , … … 𝒔𝒚𝑴 ,
2323
Haga clic para modificar el estilo de título del patrón
Esquema
2424
Haga clic para modificar el estilo de título del patrón
Media aritmética de las diferencias
para cada par Desviación típica de las diferencias
entre los pares de medias muestrales
Error estándar de las
diferencias entre las medias
muestrales 2525
Haga clic para
Distribución modificar
normal el estilo
de las diferencias de título del patrón
entre las medias muestrales
𝑥ҧ − 𝑦ത − 𝜇𝑥−ҧ 𝑦ത
𝑍=
𝜎𝑥−ҧ 𝑦ത
Cuando se conoce las varianzas Cuando no se conoce las varianzas
poblacionales y cuando 𝒏𝒙 + 𝒏𝒚 > 𝟑𝟎 poblacionales y cuando 𝒏𝒙 + 𝒏𝒚 > 𝟑𝟎
𝑥ҧ − 𝑦ത − 𝜇𝑥 − 𝜇𝑦 𝑥ҧ − 𝑦ത − 𝜇𝑥 − 𝜇𝑦
𝑍= 𝑍=
2 2
𝜎𝑥2 𝜎𝑦 𝑠𝑥2 𝑠𝑦
𝑛 𝑥 + 𝑛𝑦 𝑛𝑥 + 𝑛𝑦
𝑠𝑥2 𝑦 𝑠𝑦2 : 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑠 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙𝑒𝑠
2626
Haga clic para
Ejemplo 1 modificar el estilo de título del patrón
Se tiene dos poblaciones normales e independientes, donde la media de la segunda población es 0,65
menor que la primera; si se seleccionan muestras de tamaño 100 y 120 y si las respectivas desviaciones
típicas poblacionales son 12 y 8, se pide determinar la probabilidad de que la diferencia entre ambas
medias muestrales sea superior a 1 en valor absoluto
DATOS
𝑥ҧ − 𝑦ത − 𝜇𝑥 − 𝜇𝑦
𝝁𝒙 − 𝝁𝒚 = 𝟎, 𝟔𝟓 𝑍=
2
𝜎𝑥2 𝜎𝑦
𝒏𝒙 = 𝟏𝟎𝟎 +
𝑛𝑥 𝑛𝑦
𝒏𝒚 = 𝟏𝟐𝟎
𝟏 − 0,65 −𝟏 − 0,65
𝝈𝒙 = 𝟏𝟐 𝑍= 𝑍=
122 82 122 82
+ +
𝝈𝒚 = 𝟖 100 120 100 120 ഥ−𝒚
𝑷(𝒙 ഥ > 𝟏 ) = 𝟎, 𝟓𝟐𝟎𝟑
𝑃(𝑥ҧ − 𝑦ത > 1 ) =? ഥ−𝒚
𝑷 𝒙 ഥ> 𝟏 = 𝟓𝟐, 𝟎𝟑%
𝑍 = 0,25 𝑍 = −1,18
2727
𝑃(𝑍 ≥ 0,25) = 0,4013 𝑃(𝑍 ≤ −1,18) = 0,1190
Haga clic para
Ejemplo 2 modificar el estilo de título del patrón
Dos marcas, A y B de tabletas antiácidas efervescentes registran el mismo promedio de disolución en
agua, con desviación estándar de 12 segundos para la marca A y 24 segundos para B. Suponiendo que el
tiempo de disolución esta normalmente distribuido. ¿Cuál es la probabilidad de que, en una muestra de
36 tabletas de cada marca, la tableta B registre un promedio de tiempo de disolución cuando menos 5
segundos mas rápido que A?
DATOS
𝑥ҧ − 𝑦ത − 𝜇𝑥 − 𝜇𝑦
𝝁𝑨 − 𝝁𝑩 = 𝟎 𝑍=
2
𝜎𝑥2 𝜎𝑦
𝒏𝑨 = 𝟑𝟔 +
𝑛𝑥 𝑛𝑦
𝒏𝑩 = 𝟑𝟔
5−0
𝑍=
𝝈𝑨 = 𝟏𝟐 122 242
+
36 36
𝝈𝑩 = 𝟐𝟒
𝑃(𝑥𝐴ҧ − 𝑥ҧ𝐵 > 5) =? 𝑍 = 1,12
𝑃 𝑍 ≥ 1,12 = 0,1314 = 13,14% 2828
Haga clic para
Distribución modificar
de las diferenciasel estilo
entre dos de título del patrón
proporciones muestrales
S𝐢 𝐝𝐨𝐬 𝐩𝐨𝐛𝐥𝐚𝐜𝐢𝐨𝐧𝐞𝐬 𝐢𝐧𝐝𝐞𝒑𝒆𝒏𝒅𝒊𝒆𝒏𝒕𝒆𝒔 𝒅𝒆 𝒕𝒂𝒎𝒂ñ𝒐 𝑵𝟏 𝒚 𝑵𝟐 ,
𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒊𝒅𝒂𝒔 𝒃𝒊𝒏𝒐𝒎𝒊𝒂𝒍𝒎𝒆𝒏𝒕𝒆 𝒄𝒐𝒏 𝒑𝒂𝒓á𝒎𝒆𝒕𝒓𝒐𝒔:
𝑀𝑒𝑑𝑖𝑎𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠: 𝑷𝟏 = 𝝁𝒑𝟏 𝑦 𝑷𝟐 = 𝝁𝒑𝟐
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠: 𝝈𝑷𝟏 = 𝑷𝟏 𝑸𝟏 𝑦 𝝈𝑷𝟐 = 𝑷𝟐 𝑸𝟐
𝑷𝟏 𝑸𝟏 𝑷𝟐 𝑸𝟐 𝑝1 − 𝑝2 − (𝜇𝑃1 −𝜇𝑃2 )
𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠: 𝝈 𝑷𝟏 −𝑷𝟐 = + 𝑍=
𝒏𝟏 𝒏𝟐
𝑃1 𝑄1 𝑃2 𝑄2
+
C𝐮𝐚𝐧𝐝𝐨 𝒏𝟏 𝒚 𝒏𝟐 > 𝟑𝟎 𝑛1 𝑛2
𝒑𝟏 𝒒𝟏 𝒑𝟐 𝒒𝟐
𝒔 𝑷𝟏 −𝑷𝟐 = +
𝒏𝟏 𝒏𝟐
2929
Haga clic para
Ejemplo 1 modificar el estilo de título del patrón
Consideremos dos máquinas (A y B)que producen un determinado artículo; la primera
produce en promedio un 14% de artículos defectuosos, en tanto que la otra, produce el
20% de artículos defectuosos; si se obtienen muestras de 200 unidades en la primera y 100
unidades en la segunda. ¿Cuál es la probabilidad de que difiera A de B en 8% o más?
Datos 𝑝1 − 𝑝2 − (𝜇𝑃1 −𝜇𝑃2 )
𝑍=
𝑃1 𝑄1 𝑃2 𝑄2 0,498
𝑛1 + 𝑛2
𝒏𝟏 = 𝟐𝟎𝟎
𝒏𝟐 = 𝟏𝟎𝟎
0,08 − (0,14 − 0,20) 0,08
𝑷𝟏 = 𝝁𝑷𝟏 = 𝟎, 𝟏𝟒 𝑍= = 2,9787
0,14 ∗ 0,86 0,20 ∗ 0,80 2,9787
+
𝑷𝟐 = 𝝁𝑷𝟐 = 𝟎, 𝟐𝟎 200 100
𝑷 𝑷𝑨 −𝑷𝑩 ≥ 𝟎, 𝟎𝟖 =? 𝑷 𝑷𝑨 −𝑷𝑩 ≥ 𝟎, 𝟎𝟖 = 𝑷 𝒁≥𝟐,𝟗𝟕𝟖𝟕 = 𝟎, 𝟓 − 𝑷 𝒁≤𝟐,𝟗𝟕𝟖𝟕
𝑷 𝑷𝑨 −𝑷𝑩 ≥ 𝟎, 𝟎𝟖 = 𝟎, 𝟓 − 𝟎, 𝟒𝟗𝟖𝟔 = 𝟎, 𝟎𝟎𝟏𝟒 = 𝟎, 𝟏𝟒%
3030
