Cuya Anchura Es 2

7/25/2019 Cuya Anchura Es 2

1/62

, cuya anchura es 2 ( ) . Esta anchura (3,895 para elestimador de la media y 381,79 para el estimador del total) suele considerarse como un lmitepara el error de estimacin. !e o"ser#a $ue estas anchuras son mayores $ue con normalidad, ya$ue en este caso las estimaciones son menos precisas (errores mayores). En una re%in con& ' 1 #i#iendas determinar el tamao de muestra necesario para $ue, con un %rado decon*ian+a del 95, la estimacin de la proporcin de #i#iendas sin a%ua corriente no di*iera enm-s del ,1 del #alor #erdadero. omentar los resultados para muestreo sin reposicin y conreposicin. 3.3. /uestreo estadstico. onceptos y pro"lemas resueltos 128 95,) ( 1, )1,( ) ( 1, 95, ) ( 1, ) ( ) ( 1, 95,)1, 1,(95,)1,0 (0 ' ' '' & e lo anterior se deduce $ue 51, 94,1 1, ) (94,1 ) ( 1, '''' ue%o el pro"lema se traduce en calcular el tamao de muestra necesario paracometer un error de muestreo de ,51 al estimar la proporcin de #i#iendas sin a%ua corriente.omo no tenemos in*ormacin acerca de la proporcin po"lacional de #i#iendas sin a%uacorriente, nos colocamos en la situacin m-s des*a#ora"le, es decir, ' 6 ' 12. endremos 9151,.9995,5, 5,5,1 )1()1( )1( 22 ' ' ' e& & n #i#iendas ara elcaso de muestreo con reposicin tendremos 94 51, 5,5,)1( 22 ' ' ' e n#i#iendas !e o"ser#a $ue el tamao de muestra necesario para cometer el mismo error demuestreo al estimar i%ual par-metro es superior en el caso de muestreo con reposicin. e una

po"lacin con 33 millones de ha"itantes se ha o"tenido una muestra de 1.. En ella, :. sehan clasi*icado como po"lacin acti#a, y de ;stos, : se encuentran en situacin de desempleo.!e pide 1) Estimar el porcentau-ntas personas de todas las edades sera necesario incluir en una muestra para estimar latasa de acti#idad en Espaa con un error a"soluto E ' ,2 y una pro"a"ilidad del 95? el=ltimo censo se sa"e $ue en el pas hay un 39 de acti#os. ontestar a la misma pre%unta paracometer un error relati#o del 5. @eali+amos el si%uiente es$uema de apoyo (A si%ni*icapo"lacin acti#a y &A si%ni*ica el complentario) A': &'33 344 acti#os :parados &A'4 n'1 3.:. /uestreo aleatiorio simple sin y con reposicin.!u"po"laciones 129 El porcenta


2/62

39,1(94,12,39,)133( )39,1(3394,1 )1( 22 2 22 2 ' ' ' 6e&&6 n rr r /ediante muestreo irrestricto aleatorio se trata de estimar laproporcin y el total de aciertos o"tenidos en un


3/62

=

+

=

PQeN

NPQ

n

Ser necesario utilizar un tamao e muestra e 2! a"uestas#

$l tamao e muestra necesario "ara estimar la "ro"orci%n e aciertos

con un error

relati&o e muestreo e

r = 0,2 ser:


4/62

4',12

)6666,01(2,06666,0)16000(

)6666,01(6000

)1(

22

=

+

=

+

=

QPeN


5/62

NQ

n

r

Ser necesario utilizar un tamao e muestra e 1! a"uestas#

Para allar el tamao e muestra necesario "ara estimar el total e

aciertos con = 0,00!,

se usa

=

*1

N(0,1) (1

2) =

*1

N(0,1) (1


6/62

0,00!2) =

*1

N(0,1) (0,-.) = 2,'# /ico tamao en

muestreo con re"osici%n "ara un error e muestreo e

= 600 se calcula e la siuiente orma:

6,1

600

6000)6666,01(6666,0',2

2

22

2

22

=


7/62

==

e

PQN

n (200 a"uestas)

$l tamao e muestra en muestreo con re"osici%n "ara un error relati&o e

muestreo

e

r= 0,1 con = 0,00! se calcula e la siuiente orma:

1,44

6666,01,0


8/62

)6666,01(',2

2

2

2

2

=

==

Pe

Q

n


9/62

(4.0 a"uestas)

!#.#

uestreo aleatiorio sim"le sin 3 con

re"osici%n# Su"olaciones

1!1


10/62

/e una "olaci%n e 100 o"ositores 5ue se "resentan a un eamen se a

etra7o una

muestra irrestricta aleatoria e tamao n = -, sieno sus eaes

(&ariale 8) las siuientes:

92., !2, 2-, !., 26, !4, !0, 2-# ;asnose en esta muestra, estimar la

ea meia 3 la suma

e las eaes e los o"ositores as7 como sus errores asoluto 3 relati&o

e muestreo#

/eterminar tami Aontestar a las mismas

"reuntas con un


11/62

coeiciente e conianza el .@#

2) B "artir e la muestra anterior, estimar la "ro"orci%n e eaes "ares

en la "olaci%n 3

el total e la clase e las eaes "ares estimano los errores asoluto 3

relati&o e

muestreo# Qu< tamao e muestra ser7a necesario "ara 5ue el error

relati&o e muestreo

uese el 6@ al .@ e conianza al estimar la "ro"orci%n>

!) Callar el tamao e muestra el a"artao anterior su"onieno muestreo

con re"osici%n#

Aomentar los resultaos#

Se oser&a 5ue la meia muestral es 2,'., la cuasi&arianza muestral es1!,!.'1 3 la

cuasies&iaci%n t7"ica muestral es !,6.4'4# Dami


12/62

coeicientes e asimetr7a (0,2-) 3 curtosis (

0,'), 5ue al estar com"renios entre

2 3 2

"ermiten su"oner normalia#

Eas estimaciones e la ea meia 3 la suma e eaes 3 sus errores

asoluto 3

relati&o son:

'.,2

F

== 8 .!6,1

-

!.'1#1!

100

-

1

F


13/62

)1()(F

2

=

=

==

n

S

e

@)1,.(0.1,0


14/62

'.,2

.!6,1)(F

)( ====

A&e

r

2'.'.,2100

F

=

=

= N8 6,1.!.!6,1100)(F)

F

(F =


15/62

=

== N8e

@)1,.(0.1,0

2'.

6,1.!

F

)

F

(F

)

F

( ====

8

8

8A&e

r


16/62

$&ientemente, los errores relati&os e las estimaciones e meia 3 total

coincien#

Para allar el tamao e muestra necesario "ara estimar la ea meia(meia) con un

error e muestreo e iual a .0, consieramos la muestra anterior como una

muestra "iloto 5ue

nos "ro"orciona una estimaci%n el &alor e la cuasi&arianza# Se a"lica

la %rmula:

2!,!

2#100!.'1,1!

!.'1,1!100

222

2


17/62

=

+

=

+

=

NeS

NS

n

con lo 5ue se tomar como tamao e muestra necesario n = 4#

Para allar el tamao e muestra necesario "ara estimar la suma e eaes

(total) con

un error e muestreo e iual a .0, se a"lica la %rmula:


18/62

!#6#

uestreo esta7stico# Aonce"tos 3 "rolemas resueltos

1!2

-2,!4


19/62

.0!.'1,1!100

!.'1,1!100

2

2

22

22

=

+

=

+

=

eNS

SN


20/62

n

con lo 5ue se tomar como tamao e muestra necesario n = !.#

Si introucimos un coeiciente e conianza el .@, los tamaos e

muestra necesarios

"ara cometer el mismo error e muestreo e

= 2 al estimar la meia 3 e

= .0 "ara el total

l%icamente sern alo su"eriores a los calculaos anteriormente#

Denemos:

eia!6,11

100

-2,12


21/62

1

-2,12

1

0

0

=

+

=

+

=

N

n

n

n con -2,12

2

!.'1,1!6,1


22/62

2

2

2

22

0

=

==

e

S

n


23/62

Dotal2,

-2,121001

-2,12100

1

2

1

1

2

=

+

=

+

=


24/62

Nn

nN

n con -2,12

2

!.'1,1!6,1

2

2

2

22

0

=

==


25/62

e

S

n

Para el caso e un error relati&o e muestreo iual a e

r

= 0,06 el tamao e muestra

necesario es el mismo "ara la estimaci%n el total 3 e la meia#

Denremos:

4

100

01.,0

06,0


26/62

01.,0

2

2

,12

2

,1

=

+

=

+

=

N

A

e


27/62

A

n

r

con 01.,0

'.,2

!.'1,1!

22

2

2

,1

===

8

S


28/62

A

Para el caso e un error relati&o e muestreo iual a e

r

= 0,06 con un coeiciente e

conianza el .@, el tamao e muestra necesario es el mismo "ara la

estimaci%n el total 3

e la meia, 3 l%icamente ser ma3or 5ue cuano no eiste el coeiciente

e conianza#

Denremos:

.4,61

100

01.,0


29/62

6,106,0

01.,06,1

22

2

2

,122

2

,1

2

=

+

=

+


30/62

=

N

A

e

A

n

r


31/62

con lo 5ue se tomar como tamao e muestra necesario n = 6. 5ue,

e&ientemente, es

su"erior al tamao e muestra necesario sin coeiciente e conianza#

B continuaci%n consieramos la muestra asociaa a la inicial, cu3os

&alores son cero "ara

eaes im"ares 3 uno "ara eaes "ares, es ecir, la nue&a muestra ser

90, 1, 1, 0, 1, 1, 1, 1# B

"artir e esta muestra estimaremos la "ro"orci%n P 3 el total e la clase

B e los &alores "ares e 8

en la "olaci%n, as7 como los errores e muestreo corres"onientes#Denemos:

@)'.('.,0

-

6

F


32/62

-

1

===

G

=

n

B

P

i

i

'.

-

6

100

FF

==


33/62

= PNB

46,20246,0100)

F

(F)

F

(F

0246,0

1-

2.,0'.,0

100

-

1

1

FF

)1()

F


34/62

(F

=

=

==

=

=


35/62

==

PNBe

n

QP

Pe

uestreo aleatiorio sim"le sin 3 con

re"osici%n# Su"olaciones


36/62

1!!

$l tamao e muestra necesario "ara estimar la "ro"orci%n e eaes

"ares en la

"olaci%n con un error relati&o e muestreo e

r

= 0,06 3 un coeiciente e conianza el .@

ser:

22,'-


37/62

)'.,01(6,106,0'.,0)1100(

)'.,01(1006,1

)1(

22

2

22

2

=

+

=


38/62

+

=

QPeN

NQ

n

rr

r

Hamos a realizar a continuaci%n "ara muestreo con re"osici%n el clculo

el tamao


39/62

e muestra necesario "ara 5ue el error relati&o e muestreo sea 0,06 al

estimar la "ro"orci%n

e eaes "ares e la "olaci%n con un coeiciente e conianza el .@#

Itilizamos:

!..

06,0

'.,0

'.,01

6,1

2

2

2

2

2

22


40/62

=

===

estadistica 2 muestreo

supon%a $ue :3 indicaron $ue productos desean estime p la proporcin

de clientes $ue "uscan nue#os productos esta"le+ca un lmite para el

error de estimacin

determine el tamao de la muestra $ue el departamento de"e

seleccionar para estimar la proporcin de clientes con un limite de error

en una muestra aleatoria simple o"tenida de una po"lacin de cole%ios

de estos se estu#ieron a *a#or de una propuesta 57 se opsusieron

se eli%io una muestra aleatoria simple de 29 *amilias de un area de la

ciudad conteniendo a cada *amilia se le pre%unto si la casa

mediante un muestreo irrestircto aleatorio se trata de estimar la

proporcin y el total de aciertos o"tenido en un


41/62

1 Resea Escribir resea

Elementos de muestreo

Escrito por Richard L. Scheafer,Wiia! "e#de#ha,L$!a# %tt

E


42/62

https1==>>>.coursehero.com=search=results=


43/62


44/62

::$:- :E)-L-B)- CE)DD$&D$&

)ontenido FF

Estimacin de una Proporcin

$n estimador puntual de la proporcin G en un eAperimento binomial est# dado por laestad!stica G2H=, donde A representa el nmero de "Aitos en npruebas. Gor tanto, laproporcin de la muestra p 2A=n se utiulizar# como estimador puntual del par#metro G.

i no se espera que la proporcin G desconocida est" demasiado cerca de 0 de (, se puedeestablecer un inter'alo de confianza para G al considerar la distribucin muestral deproporciones.

&l despeIar G de esta ecuacin nos queda1

En este despeIe podemos obser'ar que se necesita el 'alor del par#metro G y esprecisamente lo que queremos estimar, por lo que lo sustituiremos por la proporcin de la

muestrap siempre y cuando el tamao de muestra no sea pequeo.

)uando nes pequea y la proporcin desconocida G se considera cercana a 0 a (, elprocedimiento del inter'alo de confianza que se establece aqu! no es confiable, por tanto,no se debe utilizar. Gara estar seguro, se debe requerir que np nq sea mayor o igual a 5.

El error de estimacin ser# la diferencia absoluta entre p y G, y podemos tener el ni'el de

confianza de que esta diferencia no eAceder# .

EIemplos1

(. $n fabricante de reproductores de discos compactos utiliza un conIunto de pruebasamplias para e'aluar la funcin el"ctrica de su producto. :odos los reproductores dediscos compactos deben pasar todas las pruebas antes de 'enderse. $na muestra
http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap01c.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap01c.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/toc.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/toc.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap02.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap01c.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/toc.htmlhttp://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap02.html


45/62

aleatoria de 500 reproductores tiene como resultado (5 que fallan en una o m#spruebas. Encuentre un inter'alo de confianza de 80+ para la proporcin de losreproductores de discos compactos de la poblacin que no pasan todas las pruebas.

Solucin:

n2500

p 2 (5=500 2 0.0%

z0.80 2 (.675

0.0*%3G0.0%36

e sabe con un ni'el de confianza del 80+ que la proporcin de discos defectuososque no pasan la prueba en esa poblacin esta entre 0.0*%3 y 0.0%36.

*. En una muestra de 700 pilas tipo J fabricadas por la E'erlast )ompany, seencontraron *0 defectuosas. i la proporcinpde pilas defectuosas en esa muestrase usa para estimarP, que 'endr# a ser la proporcin 'erdadera de todas las pilasdefectuosas tipo J fabricadas por la E'erlast )ompany, encuentre el m#Aimo errorde estimacin tal que se pueda tener un 85+ de confianza en queP dista menosde dep.

Solucin:

p2A=n 2 *0=70020.05

z0.852(.86

i p20.05 se usa para estimar G, podemos tener un 85+ de confianza en que G distamenos de 0.0*( dep. En otras palabras, si p20.05 se usa para erstimar G, el errorm#Aimo de estimacin ser# aproAimadamente 0.0*( con un ni'el de confianza del85+.

Gara calcular el inter'alo de confianza se tendr!a1


46/62

Esto da por resultado dos 'alores, 0.0*8, 0.03(. )on un ni'el de confianza del85+ se sabe que la proporcin de pulas defectuosas de esta compa!a est# entre0.0*8 y 0.03(.

Si se requiere un menor error con un mismo nivel de confianza slo se necesita

aumentar el tamao de la muestra.

%. En un estudio de %00 accidentes de autom'il en una ciudad espec!fica, 60 tu'ieronconsecuencias fatales. )on base en esta muestra, construya un inter'alo del 80+ deconfianza para aproAimar la proporcin de todos los accidentes automo'il!sticos queen esa ciudad tienen consecuencias fatales.

Solucin:

G2 60=%00 2 0.*0

K0.80 2 (.675

0.(6*G0.*%4

Estimacin de la Diferencia entre dos Medias

i se tienen dos poblaciones con medias (y *y 'arianzas (*y **,respecti'amente, un estimador puntual de la diferencia entre (y * est# dado por la

estad!stica . Gor tanto. Gara obtener una estimacin puntual de

( *, se seleccionan dos muestras aleatorias independientes, una de cada poblacin, de

tamao n(y n*, se calcula la diferencia , de las medias muestrales.

Mecordando a la distribucin muestral de diferencia de medias1

&l despeIar de esta ecuacin ( *se tiene1


47/62

En el caso en que se desconozcan las 'arianzas de la poblacin y los tamaos de muestra

sean mayores a %0 se podr# utilizar la 'arianza de la muestra como una estimacin puntual.

EIemplos1

(. e lle'a a cabo un eAperimento en que se comparan dos tipos de motores, & y J. emide el rendimiento en millas por galn de gasolina. e realizan 50 eAperimentoscon el motor tipo & y 35 con el motor tipo J. La gasolina que se utiliza y las dem#scondiciones se mantienen constantes. El rendimiento promedio de gasolina para elmotor & es de %6 millas por galn y el promedio para el motor J es *7 millas porgaln. Encuentre un inter'alo de confianza de 86+ sobre la diferencia promedioreal para los motores & y J. uponga que las des'iaciones est#ndar poblacionales

son 6 y 4 para los motores & y J respecti'amente.

Solucin:

Es deseable que la diferencia de medias sea positi'a por lo que se recomienda restarla media mayor menos la media menor. En este caso ser# la media del motor Jmenos la media del motor &.

El 'alor de z para un ni'el de confianza del 86+ es de *.05.

%.7% J &4.53

La interpretacin de este eIemplo ser!a que con un ni'el de confianza del 86+ ladiferencia del rendimiento promedio esta entre %.7% y 4.53 millas por galn a fa'ordel motor J. Esto quiere decir que el motor J da mas rendimiento promedio que elmotor &, ya que los dos 'alores del inter'alo son positi'os.

*. $na compa!a de taAis trata de decidir si comprar neum#ticos de la marca & o de laJ para su flotilla de taAis. Gara estimar la diferencia de las dos marcas, se lle'a acabo un eAperimento utilizando (* de cada marca. Los neum#ticos se utilizan hastaque se desgastan, dando como resultado promedio para la marca & %6,%00Nilmetros y para la marca J %4,(00 Nilmetros. )alcule un inter'alo de confianzade 85+ para la diferencia promedio de las dos marcas, si se sabe que laspoblaciones se distribuyen de forma aproAimadamente normal con des'iacinest#ndar de 5000 Nilmetros para la marca & y 6(00 Nilmetros para la marca J.


48/62

Solucin:

-2442.48M NC AM4242.47

Or-*icamente

omo el inter#alo contiene el #alor PceroP, no hay ra+n para creer $ue elpromedio de duracin del neum-tico de la marca N es mayor al de la marca A,pues el cero nos est- indicando $ue pueden tener la misma duracin promedio.

Estimacin de la Diferencia de dos Proporciones

En la seccin anterior se #io el tema de la %eneracin de las distri"ucionesmuestrales, en donde se tena el #alor de los par-metros, se selecciona"an dos

muestras y podamos calcular la pro"a"ilidad del comportamiento de losestadsticos. ara este caso en particular se utili+ar- la distri"ucin muestral dedi*erencia de proporciones para la estimacin de las misma. @ecordando la*ormula

espe


49/62

lo $ue $ueremos estimar, por lo $ue se utili+ar-n las proporciones de la muestracomo estimadores puntuales

E


50/62

Tamao Muestral 12:4 11178

Nmero de disfunciones :2 29:

Proporcin muestral .337 .243

Encuentre el inter#alo de con*ian+a del 99 para la di*erencia deproporciones.

Solucin:

@epresentemos 1 la proporcin de nacimientos donde aparecen dis*uncionesentre todas las madres $ue *uman marihuana y de*inamos 2, de manera similar,para las no *umadoras. El #alor de + para un 99 de con*ian+a es de 2.58.

-0.00!M1C2M.212

Este inter#alo es "astante an%osto, lo cual su%iere $ue 1C2ha sido estimado demanera precisa.

eterminacin de amaos de /uestra para Estimaciones

Al iniciar cual$uier in#esti%acin, la primer pre%unta $ue sur%e es >de $u; tamaode"e ser la o las muestras?. a respuesta a esta pre%unta la #eremos en estaseccin, con conceptos $ue ya se han #isto a tra#;s de este material.

"#lculo del Tamao de la Muestra para Estimar una Media

>6u; tan %rande de"e ser una muestra si la media muestral se #a a usar paraestimar la media po"lacional?. a respuesta depende del error est-ndar de lamedia, si este *uera cero, entonces se necesitara una sola media $ue ser- i%ual


51/62

necesariamente a la media po"lacional desconocida , por$ue ' . Este casoeJtremo no se encuentra en la pr-ctica, pero re*uer+a el hecho de $ue mientrasmenor sea el error est-ndar de la media, menor es el tamao de muestranecesario para lo%rar un cierto %rado de precisin.

!e esta"leci antes $ue una *orma de disminuir el error de estimacin esaumentar el tamao de la muestra, si ;ste incluye el total de la po"lacin,

entonces sera i%ual a cero. on esto en mente, parece ra+ona"le $ue paraun ni#el de con*ian+a *i


52/62

1. Qn "ilo%o $uiere estimar el peso promedio de los cier#os ca+ados en elestado de /aryland. Qn estudio anterior de die+ cier#os ca+ados mostr$ue la des#iacin est-ndar de sus pesos es de 12.2 li"ras. >6u; tan %randede"e ser una muestra para $ue el "ilo%o ten%a el 95 de con*ian+a de$ue el error de estimacin es a lo m-s de : li"ras?

Solucin:

En consecuencia, si el tamao de la muestra es 34, se puede tener un 95

de con*ian+a en $ue di*iere en menos de : li"ras de .

2. Qna empresa el;ctrica *a"rica *ocos $ue tienen una duracinaproJimadamente normal con una des#iacin est-ndar de : horas. >e$u; tamao se necesita una muestra si se desea tener 94 de con*ian+a$ue la media real est; dentro de 1 horas de la media real?

!e necesita una muestra de 48 *ocos para estimar la media de la po"laciny tener un error m-Jimo de 1 horas.

>6u; pasara si en lu%ar de tener un error de estimacin de 1 horas slo

se re$uiere un error de 5 horas?

!e puede o"ser#ar como el tamao de la muestra aumenta, pero esto tienecomo "ene*icio una estimacin m-s eJacta.

3. !upon%a $ue en el e


53/62

!i se tiene una po"lacin *inita de 3 *ocos slo se tiene $ue eJtraer de la

po"lacin una muestra sin reempla+o de 54 *ocos para poder estimar la duracinmedia de los *ocos restantes con un error m-Jimo de 1 horas.

-lculo del amao de la /uestra para Estimar una roporcin

!e desea sa"er $ue tan %rande se re$uiere $ue sea una muestra para ase%urar$ue el error al estimar sea menor $ue una cantidad espec*ica .

Ele#ando al cuadrado la ecuacin anterior se despe


54/62

p n

.1 3.8:

.2 4.82

.3 8.94

.: 1.2:

.5 1.47

.4 1.2:


55/62

.7 8.94

.8 4.82

.9 3.8:

omo se puede o"ser#ar en la ta"la anterior cuando #ale .5 el tamao de lamuestra alcan+a su m-Jimo #alor.

En el caso de $ue se ten%a una po"lacin *inita y un muestreo sin reempla+o, elerror de estimacin se con#ierte en

e nue#o se ele#a al cuadrado am"os lados y se despe


56/62

!e tratar-n a las 5 *amilias como una muestra preliminar $ue proporcionauna estimacin de p'3:5'.48.

or lo tanto si "asamos nuestra estimacin de so"re una muestraaleatoria de tamao 29, se puede tener una con*ian+a de 95 de $uenuestra proporcin muestral no di*erir- de la proporcin real por m-s de.2.

2. Qna le%isladora estatal desea encuestar a los residentes de su distrito paraconocer $u; proporcin del electorado conoce la opinin de ella, respecto aluso de *ondos estatales para pa%ar a"ortos. >6u; tamao de muestra senecesita si se re$uiere un con*ian+a del 95 y un error m-Jimo deestimacin de .1?

Solucin:

En este pro"lema, se desconoce totalmente la proporcin de residentes $ueconoce la opinin de la le%isladora, por lo $ue se utili+ar- un #alor de .5 para p.

!e re$uiere un tamao de muestra de 97 residentes para $ue con una con*ian+adel 95 la estimacin ten%a un error m-Jimo de .1.

-lculo del amao de la /uestra para Estimar la i*erencia de /edias

!i se recuerda a la distri"ucin muestral de di*erencia de medias se tiene $ue erroresta dado por

En esta ecuacin se nos pueden presentar dos casos

os tamaos de muestra son i%uales.

os tamao de muestra son di*erentes .


57/62

ara el primer caso no se tiene nin%=n pro"lema, se ele#a al cuadrado la ecuaciny se despe


58/62

En esta ecuacin se nos pueden presentar dos casos

os tamaos de muestra son i%uales.

os tamao de muestra son di*erentes .

ara el primer caso no se tiene nin%=n pro"lema, se ele#a al cuadrado la ecuaciny se despe


59/62

!e tendr- $ue reali+ar encuestas a 121 consumidores de cada mercado paratener una estimacin con una con*ian+a del 95 y un error m-Jimo de .:.

ro"lemas propuestos

1. !e pro" una muestra aleatoria de : cinescopios de tele#isor y seencontraron : de*ectuosos. Estime el inter#alo $ue contiene, con uncoe*iciente de con*ian+a de .9, a la #erdadera *raccin de elementosde*ectuosos.

2. !e planea reali+ar un estudio de tiempos para estimar el tiempo medio deun tra"a


60/62

7. !e tienen $ue seleccionar muestras aleatorias independientes de n1'n2'no"ser#aciones de cada una de dos po"laciones "inomiales, 1 y 2. !i sedesea estimar la di*erencia entre los dos par-metros "inomiales, eJactadentro de .5, con una pro"a"ilidad de .98. >$u; tan %rande tendra $ueser n?. &o se tiene in*ormacin anterior acerca de los #alores 1y 2, pero

se $uiere estar se%uro de tener un n=mero adecuado de o"ser#aciones enla muestra.

8. !e lle#an a ca"o prue"as de resistencia a la tensin so"re dos di*erentesclases de lar%ueros de aluminio utili+ados en la *a"ricacin de alas deaeroplanos comerciales. e la eJperiencia pasada con el proceso de*a"ricacin se supone $ue las des#iaciones est-ndar de las resistencias ala tensin son conocidas. a des#iacin est-ndar del lar%uero 1 es de 1.T%mm2y la del lar%uero 2 es de 1.5 T%mm2. !e sa"e $ue elcomportamiento de las resistencias a la tensin de las dos clases delar%ueros son aproJimadamente normal. !e toma una muestra de 1

lar%ueros del tipo 1 o"teni;ndose una media de 87.4 T%mm

2

, y otra detamao 12 para el lar%uero 2 o"teni;ndose una media de 7:.5 T%mm 2.Estime un inter#alo de con*ian+a del 9 para la di*erencia en la resistenciaa la tensin promedio.

9. !e $uiere estudiar la tasa de com"ustin de dos propelentes slidosutili+ados en los sistemas de escape de emer%encia de aeroplanos. !esa"e $ue la tasa de com"ustin de los dos propelentes tiene

aproJimadamente la misma des#iacin est-ndarU esto es 1'

2' 3 cms. >6u; tamao de muestra de"e utili+arse en cada po"lacin si se desea

$ue el error en la estimacin de la di*erencia entre las medias de las tasas decom"ustin sea menor $ue : cms con una con*ian+a del 99?.

$espuesta a los Pro%lemas propuestos

1. .7532 .12:4

2. n' ::

3. .222 1C 2 .1978

:. 33.:12 3:.588

5. n' 41:7

4. .59 NCA .1:1


61/62

7. n' 184

8. 12.22 1C 2 13.98

9. n' 8

Los trastornos de la conducta alimentariamenos es

ms?

ut!ors":eresa C!ez Oern#ndez, )armen Pegler 9elasco, QR Orancisca )asasQart!nez,Sos" &ngel Bmez )arrasco, Sorge Luis Bmez Bonz#lez

Location")ultura de los cuidados1 Me'ista de enfermer!a y humanidades,((%4(3*4, e (688600%,T. (*, *00*, pages 6340

Lan#ua#e"panish

o Oull teAt pdf

$stract

o English

Ue ha'e >ondered if the disorders of the alimentary conduct C&) are aneAclusi'e and recent phenomenon of the Uestern societies, produced orencouraged by the mass media QQ and, if it is so, >ho they could ha'e

been the changes eAperienced in the ethical 'alues of our societies that ha'eencouraged the peaN of these pathologies along the *0th century. Ueconcluded that conducts similar to >hat >e today identified liNe C&)anoreAia ner'osa and=or bulimia, they ha'e eAisted from the antiquity.Grobably from the incorporation of the )hristianity to the history of theUestern ci'ilization, pre'ious influence of this of eastern religious 'aluesthat established a separation bodysoul or matterspirit. n cultures >ith their'ie>s are far apart from the Uesterner, the C&) they 'irtually ha'e not
https://dialnet.unirioja.es/servlet/autor?codigo=2400352https://dialnet.unirioja.es/servlet/autor?codigo=740286https://dialnet.unirioja.es/servlet/autor?codigo=2027750https://dialnet.unirioja.es/servlet/autor?codigo=2027750https://dialnet.unirioja.es/servlet/autor?codigo=2015661https://dialnet.unirioja.es/servlet/autor?codigo=2015661https://dialnet.unirioja.es/servlet/autor?codigo=2017212https://dialnet.unirioja.es/servlet/revista?codigo=2454https://dialnet.unirioja.es/servlet/revista?codigo=2454https://dialnet.unirioja.es/servlet/revista?codigo=2454https://dialnet.unirioja.es/ejemplar/212538https://dialnet.unirioja.es/servlet/articulo?codigo=2866879&orden=187195&info=linkhttps://dialnet.unirioja.es/servlet/autor?codigo=2400352https://dialnet.unirioja.es/servlet/autor?codigo=740286https://dialnet.unirioja.es/servlet/autor?codigo=2027750https://dialnet.unirioja.es/servlet/autor?codigo=2027750https://dialnet.unirioja.es/servlet/autor?codigo=2015661https://dialnet.unirioja.es/servlet/autor?codigo=2017212https://dialnet.unirioja.es/servlet/revista?codigo=2454https://dialnet.unirioja.es/ejemplar/212538https://dialnet.unirioja.es/servlet/articulo?codigo=2866879&orden=187195&info=link


62/62

eAisted and they only appear after the incorporation of the ethical 'alues ofthe occident de'eloped to the same. :he QQ influences mightily in theeAperience of the o>n image that has the people, particularly the >omen.:he uni'ersality of the prototype of high and thin >oman, it lead to adistortion of the o>n corporal image that predisposes to the mental disorder.

:he change of >hat it traditionally >as considered >ealth and social 'aluehappened to end of the (8th century and beginnings of the *0th century, neAtto the incorporation of >omen into the >orNforce in the cities, they coincidestep to step >ith >hat, concerning the aesthetics, it occurred in calling themodern style and that of the ne> >omanV Wless is moreW it is the leitmoti'.&noreAia ner'osa and bulimia are logical consequence of the pre'alingnorm.

o espaol

os hemos preguntado si los trastornos de la conducta alimentaria :)&

son un fenmeno eAclusi'o de las sociedades occidentales, de recienteaparicin, producido o alentado por los medios de comunicacin de masasQQ y, si es as!, cu#les han podido ser los cambios eAperimentados en los'alores de nuestras sociedades que han alentado el auge de estas patolog!as alo largo del siglo HH. )oncluimos que conductas semeIantes a lo que hoyidentificamos como :)& & y J, han eAistido desde la antigXedad.Grobablemente desde la incorporacin del cristianismo a la historia de laci'ilizacin occidental, pre'ia impregnacin de "ste de 'alores religiososorientales que establec!an una separacin cuerpoalma o materiaesp!ritu. Enculturas aleIadas de la occidental, los :)& 'irtualmente no han eAistido yslo aparecen tras la incorporacin de los 'alores del occidente desarrollado

a la mismas. Los QQ influyen poderosamente en la 'i'encia de la imagenpropia que tienen las personas, particularmente las muIeres. Launi'ersalizacin del prototipo de muIer alta y delgada, conduce a unadistorsin de la propia imagen corporal que predispone a la sicopatolog!a. Elcambio de lo que tradicionalmente se consider riqueza y 'alor socialacontecido a finales del s. HH y comienzos del HH, Iunto a la incorporacinde la muIer al mundo del trabaIo en las ciudades, coinciden paso a paso conlo que, respecto a la est"tica, se dio en llamar el estilo moderno y el de lanue'a muIerV Wmenos es m#sW es el lema. La anoreAia y la bulimia sonconsecuencia lgica de la norma imperante.

httpKKK.sciencedirect.comscience?Go"'ArticleistQ@HGmethod'listHGArticleistS'C

11253:844H sort'rH st'13H#ieK'cHmd5'"d1a3:4c19""*a3:54d

Cuya Anchura Es 2

Documents

Transcript of Cuya Anchura Es 2