ACTIVIDAD 5
EJERCICIOS SOBRE ESTIMACIÓN POR INTERVALOS III
TAMAÑO DE MUESTRA
Fuller Rama Oscar Adrian/280191254/Julio 2021
Estadistica Inferencial | Instructor: Ezequiel Hernandez Becerra
Técnicas básicas
1. Supongamos que desea estimar una media poblacional basada en una muestra aleatoria de
n observaciones. Experiencias anteriores sugieren que σ = 12.7 . Si desea estimar μ
correcta a no más de 1.6 de variación, con probabilidad igual a 0.95 ¿Cuántas
observaciones deben estar incluidas en su muestra?
Confiabilidad=0,95 d=1,6 σ =12,7
α =0,1
0.1
α= =0,5 ⟶ Z 0,05=1,645
2
Tamaño de la muestra
n=¿ ¿
R// Para un error permisible del 4% y una confiabilidad de 90%, se debe de tomar una muestra
de 423.
2. Supongamos que desea estimar una media poblacional basada en una muestra
aleatoria de n observaciones. Experiencias anteriores sugieren que 2 σ = 5.4 . Si desea estimar μ
correcta a no más de 0.2 de variación, con probabilidad igual a 0.95 ¿Cuántas observaciones
deben estar incluidas en su muestra?
Dado que 2 σ = 5.4
n=(1.96*5.4/0.2)^2=5601.05
3. Supongamos que desea estimar un parámetro binomial p correcto a no más de .04 de
variación, con probabilidad igual a 0.95. Si sospecha que p es igual a algún valor entre 0.1 y 0.3
y desea estar seguro de que su muestra es suficientemente grande, ¿qué tan grande debe ser n ?
(Sugerencia: Cuando calcule el error estándar, use el valor de p en el intervalo .1 .3 p que
dará el tamaño muestral más grande)
Solución.
Dado que,
^P=0.1+ 0.3/2=0.2
^
1− P=1−0.2=0.8
margen de error=E=0.04
Z α =Z 0.025=1.96
2
tamano de la muestra=n=¿
¿¿
¿ 384.16
Aplicaciones
1. Balones de futbol. Supongamos que el fabricante de balones oficiales de la NFL utiliza una
máquina para inflar los balones nuevos a una presión de 13.5 libras. Cuando la máquina está
correctamente calibrada, la presión media de inflado es 13.5 libras, pero factores incontrolables
causan que las presiones de balones individuales varíen al azar en un rango de 13.3 a 13.7 libras.
A efectos de control de calidad, el fabricante desea estimar la presión media de inflación correcta
a no más de .025 libras de variación con 99% de confianza. ¿Qué tamaño de muestra se debe
especificar para el experimento?
Rango = 13.7-13.3=0.4
rango 04.4
σ= = =0.1
6 4
Margen de error (ME)=0.025
Intervalo de confianza=99%
Z a para 99 % de intervalode confianza=2.5758 ( se obtuvo usando calculadora en linea )
2
Tamaño de muestra n= (Z z /2∗σ / ME ¿2
2.5758∗0.1
Tamaño de muestra n= ( =106.16
0.025 ¿2
Redondeamos a n =107
El tamaño de la muestra que deberia de ser para el experimento es de 107
2. Teléfonos celulares. Un fabricante de teléfonos celulares en el mercado regulado tiene un
problema inicial por las excesivas quejas de los clientes y consiguientes devoluciones de
teléfonos celulares para su reparación o reemplazo. El fabricante quiere estimar la magnitud del
problema con el fin de diseñar un programa de control de calidad. ¿Cuántos teléfonos celulares
se deben muestrear y registrar para estimar la fracción defectuosa, p correcta a no más de .01 de
variación, con 90% de confianza? (Sugerencia: Suponga que un 10% de los celulares está
defectuoso por lo que p = 0.1 ).
Solución:
Dado que,
^P=0.5
^
1− P=1−0.5=0.5
Margen de error =E=0.01
Al 90% de nivel de confianza de z es,
α =1−90 %=1−0.90=0.10
α 0.10
= =0.05
2 2
α
Z =Z 0.05=1.645
2
Tamaño de la muestra=n ¿
Zα
Tamaño de la muestra=n= ( 2
∗^
P∗(1− ^
P)
E ¿2
¿¿
¿¿
¿ 6765.06
Tamaño de la muestra =6766
6766 telefonos celulares.
3. Producción de proceso químico. Un fabricante quiere estimar la producción promedio por día
μ de un proceso químico con un margen de error menor a 4 toneladas. Se sabe, de estudios
previos, que la desviación estándar de la producción media por día es σ = 21 . ¿Cuántas
mediciones deben ser incluidas en la muestra?
Ya que el enunciado no lo da, suponemos IC = 0.99
α = 1 – IC = 1 – 0.99
α = 0.01
zα/2 = z0.01/2
zα/2 = z0.005 de tablas = 2.576
σ
E< z α /2
√n
21
4 <2.576
√n
21
√ n<2.576
4
2
21
n<2.576 2 ( )
4
n<182.89
n=183
Deben de incluirse 183 mediciones
4. Planeación de la demanda. Los productores de tubo de plástico de polivinilo desean tener un
suministro de tubos suficiente para satisfacer las necesidades del mercado. Desean encuestar
mayoristas que compren tubos de polivinilo para estimar la proporción que planea aumentar sus
compras el año próximo. ¿Qué tamaño muestral se requiere si desean que su estimación se
encuentre a no más de .04 de la proporción real con probabilidad igual a 0.90?
^P=0.90
α = 1 – IC = 1 – 0.90
α = 0.10
zα/2 = z0.10/2
zα/2 = z0.05 de tablas = 1.645
2
zα
n≥ ( )
E
2
∗^P∗( 1− ^
P)
1.645 2
n≥ (0.04 )
∗(0.9)∗( 1−0.9 )
1.645 2
n≥ (0.04 )
∗(0.9)∗( 1−0.9 )
n ≥ 1691.26∗(0.9)∗( 1−0.9 )
n ≥ 152.21
n=152
Conclusión:
Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población desconocido.
Debido a su naturaleza aleatoria, es poco probable que dos muestras de una población
en particular produzcan intervalos de confianza idénticos. Sin embargo, si repitieramos
muchas veces una muestra, un determinado porcentaje de los intervalos de confianza
resultantes incluiría el parámetro de población desconocido.
El intervalo de confianza se determina calculando una estimación de punto y luego
determinando su margen de error.
Estimación de punto
Este valor individual estima un parámetro de población usando los datos de la
muestra.
Margen de error
Cuando usted utiliza estadísticos para estimar un valor, es importante recordar
que, sin importar lo bien que esté diseñado su estudio, su estimación está sujeta
a error de muestreo aleatorio. El margen de error cuantifica este error e indica la
precisión de la estimación.
Mientras mayor sea el margen de error, más ancho será el intervalo y menos seguro
podrá estar usted del valor de la estimación de punto.
REFERENCIAS:
Devore, J. L. (2016). Probabilidad y estadistica para ingenieria y ciencias (9 ed.). Cengage
Learning. Retrieved from [Link]
McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.
Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la probabilidad y
estadística (14 ed.). México, D.F: CENGAGE Learning.
Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para negocios y economia
(11 ed.). Cengage Learning. Retrieved from [Link]
[Link]
statistics/supporting-topics/basics/what-is-a-confidence-interval/
