T2 Taller Distribucion Muestrales

INSTITUCIÓN UNIVERSITARIA “ANTONIO JOSÉ CAMACHO”
TALLER 2- SEGUNDA UNIDAD

ESTADISTICA APLICADA A LA SALUD OCUPACIONAL II
Temas:
 Distribución muestral de la media
 Distribución muestral de la proporción
 Calculo del tamaño óptimo de muestra
RESPONDER LAS SIGUIENTES PREGUNTAS.
TALLER DISTRIBUCIONES MUESTRALES

1. En una empresa del sector de las manufacturas los hay 50 empleados de los cuales 30 son hombres, el
resto mujeres. Las edades de los 30 hombres suman 1200, los días de ausencia de los hombres por
causa de incapacidades sumaron el año pasado 89 y los de las mujeres 120.
a. Calcule la edad promedio de los hombres de la empresa
b. Calcule la proporción de mujeres que laboran en la compañía.
c. ¿Cuál es el promedio de días de incapacidad de las mujeres?
d. ¿Qué porcentaje del total de días de incapacidad estuvieron ausentes mujeres?
2. ¿Qué es un parámetro y que es un estimador?

3. Relacione cada uno de los parámetros listados a la izquierda con su respectivo estimador, copiando
en el espacio la letra respectiva.
Parámetros: Estimadores:
a. µ (g) e. ^p
b. σ2 (f) f. S2
c. P (e) g. x́
d. σ (h) h. S
4. ¿Cuáles son los enunciados del teorema del límite central?

5. ¿Qué es y cómo se define el error para la media y cómo para la proporción?
6. ¿Qué pasa con el error estándar si el tamaño de muestra aumenta?
7. Resolver el siguiente problema aplicando los conceptos el teorema del límite central y las
distribuciones muestrales.
Una firma de transporte marítimo de Guatemala garantiza a sus clientes que los despachos de frutas de
Centro América a New York promedian 11.5 días, con una desviación estándar de 3 días. Un cliente en
particular tomó una muestra de 36 despachos y considera definir ¿cuál es la probabilidad de que el
promedio de estos despachos sea 12 días ó más?
a) ¿Cuál es el parámetro de interés, cuánto vale?
b) ¿Cuál es la desviación de la media muestral o error estándar?
c) ¿Qué valor toma el error estándar sí la muestra es de 64 días?
1
d) ¿Cómo plantearía la probabilidad que soluciona este problema?
e) Qué respondería a la siguiente pregunta usted: ¿Es posible que los despachos se demoren 10.5 días
o más, sabiendo que la compañía afirma que los embarques toman 9.5 días? Argumente la respuesta
8. En cada literal se menciona una población de interés, el tipo de muestreo y la forma en que se
seleccionó una muestra de dicha población. En cada caso indique si en la selección se realizó por
muestreo probabilístico o no probabilístico, y su clasificación dentro de cada tipo de muestreo.
Ejemplo: Población de profesionales de medicina en la ciudad de Cali.

Acción: Seleccionar un nombre de cada 50 de ellos que aparecen en una lista
consecutiva de todos los profesionales.
R// Se utilizó un muestreo probabilístico y se seleccionó en forma aleatoria sistemática .
a. Población de estudiantes matriculados en el segundo periodo de 2020 en la UNIAJC.

Acción: Elegir los primero 80 que entran por la puerta de la sede principal el día martes
al inicio de la jornada de la mañana.
b. Población de 4000 familias que habitan un barrio de la ciudad de Cali. dividido en 20

cuadras.
Acción: Se lista el apellido de cada una de las 4000 familias y se coloca código a las
cuadras 10 cuadras, posteriormente en cada una de las 10 bolsas se coloca los
nombres de las familias que viven en dicha cuadra y una persona selecciona 10 papeles
con los nombres de las familias, uno tras otro. Hasta tener los 100 nombres necesarios
de a la muestra.
c. Población de 100.000 ladrillos apilados.

Acción: Se escogen los 100 ladrillos, 10 ladrillos de cada una de los 10 lotes fabricados.
Población de estudiantes de la facultad de Educación a Distancia y Virtual de la UNIAJC

en el 2020.
Acción: Se divide a los estudiantes programa y de c/u de ellos se escoge una muestra
aleatoria.
d. Población de cien ratones nacidos en un laboratorio experimental. Donde cada uno tiene
un código de registro de 00 a 99.
Acción: se escogen aquellos correspondientes a números pares.
2
Desarrollo
1.
A. 1200/30 = 40 años es el promedio
B. 20/50 x100% = 40%
C. 120/20= 6 días
D. 89+120=209
120/209 x 100% = 57,4
2.
Parámetro:
Un parámetro es un elemento de un sistema que permite clasificarlo y poder evaluar algunas de
sus características como el rendimiento, la amplitud o la condición.
Por tanto, no es más que un valor que representa algo que queremos medir. Sin embargo, esta
definición tiene algunas variantes dependiendo de la disciplina de que se trate. Suele estar
relacionado con términos como variable, axioma o función. Además, cuando hacemos inferencia
estadística utilizamos los llamados estimadores del parámetro. Estos estadísticos nos permiten
aproximarnos al valor real de dicho parámetro en la población. Por ejemplo, el estimador de la
varianza. En definitiva, sin parámetros no podríamos estudiar la información y analizarla.
Estimador:
Un estimador es un estadístico al que se le exigen ciertas condiciones para que pueda calcular
con ciertas garantías ciertos parámetros de una población. Es decir, un estimador es
un estadístico. Ahora bien, no es un estadístico cualquiera. Es un estadístico con ciertas
propiedades. Un ejemplo podría ser la media o la varianza. Estas métricas tan conocidas, son
estimadores, Nombramos estos dos por ser los más sencillos, pero en estadística existen
muchos más.
4.
El teorema central del límite, uno de los fundamentales en estadística, estudia el comportamiento
de la suma de variables aleatorias, cuando crece el número de sumandos, asegurando su
convergencia hacia una distribución normal en condiciones muy generales.
Este teorema, del cual existen diferentes versiones que se han ido desarrollando a lo largo de la
historia, tiene una gran aplicación en inferencia estadística, pues muchos parámetros de
diferentes distribuciones de probabilidad, como la media, pueden expresarse en función de una
suma de variables.
5.
Error para la media, es la desviación estándar de todas las posibles muestras (de un tamaño
dado) escogidos de esa población. Además, el error estándar de la media puede referirse a una
estimación de la desviación estándar, calculada desde una muestra de datos que está siendo
analizada al mismo tiempo.
En aplicaciones prácticas, el verdadero valor de la desviación estándar (o del error) es
generalmente desconocido. Como resultado, el término "error estándar" se usa a veces para
referirse a una estimación de esta cantidad desconocida
Error para la proporción, Un estimador puntual de la proporción P en un experimento binomial
está dado por la estadística P=X/N, donde x representa el número de éxitos en n pruebas. Por
tanto, la proporción de la muestra p =x/n se utilizará como estimador puntual del parámetro P.
3
6.
Podemos afirmar que A medida que aumenta el tamaño de la muestra, la desviación estándar
disminuye, Si el tamaño de la muestra aumenta a 100, la tendencia de sus puntuaciones es
agruparse, produciendo una desviación estándar baja.
7.
A. µ= 11.5 días σ = 3 días n=36 x= promedio de los despachos
σ 3 3
B. σx= =
√ n √36
= 6
= 0,5
3 3
C. σx=
√64 8
= 0,4
D.
E.
8.
A. Muestreo probabilístico en forma sistemática
B. Muestreo probabilístico y en forma estratificada
C. Muestreo no probabilístico
D. Muestreo probabilístico y en forma conglomerada
E. Muestreo probabilístico y en forma estratificada
F. Muestreo no probabilístico

T2 Taller Distribucion Muestrales

Cargado por

Copyright:

Formatos disponibles

T2 Taller Distribucion Muestrales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

T2 Taller Distribucion Muestrales

Cargado por

Copyright:

Formatos disponibles

INSTITUCIÓN UNIVERSITARIA “ANTONIO JOSÉ CAMACHO”

TALLER 2- SEGUNDA UNIDAD

RESPONDER LAS SIGUIENTES PREGUNTAS.

TALLER DISTRIBUCIONES MUESTRALES

2. ¿Qué es un parámetro y que es un estimador?

4. ¿Cuáles son los enunciados del teorema del límite central?

Ejemplo: Población de profesionales de medicina en la ciudad de Cali.

a. Población de estudiantes matriculados en el segundo periodo de 2020 en la UNIAJC.

b. Población de 4000 familias que habitan un barrio de la ciudad de Cali. dividido en 20

c. Población de 100.000 ladrillos apilados.

Población de estudiantes de la facultad de Educación a Distancia y Virtual de la UNIAJC

También podría gustarte