Mostrando entradas con la etiqueta distribución de la media muestral. Mostrar todas las entradas
Mostrando entradas con la etiqueta distribución de la media muestral. Mostrar todas las entradas

miércoles, 20 de septiembre de 2017

Probabilidad y Estadística. Intervalos de confianza. Distribución de la media muestral.

ENUNCIADO. El tiempo, en horas, que tarda cierta compañía telefónica en hacer efectiva la portabilidad de un número de teléfonos se puede aproximar por una variable aleatoria con distribución normal de media $\mu$ y desviación típica $\sigma=24$ horas. Se toma una muestra aleatoria simple de tamaño $16$. Calcúlese:
a) La probabilidad de que la media muestral del tiempo, $\bar{X}$, supere las $48$ horas, si $\mu=36$ horas
b) El nivel de confianza con el que se ha calculado el intervalo $(24'24\,,\,47'76)$ para $\mu$

SOLUCIÓN.
a)
Denotemos por $\bar{X}$ a la variable muestral "tiempo necesario en hacer efectiva la portabilidad". Por el Teorema Central del Límite, sabemos que $\bar{X} \sim N\left(\mu\,,\,\dfrac{24}{\sqrt{16}}\right)$, esto es $\bar{X} \sim N(\mu\,,\,6)$

a)
Si $\mu=36$ horas, tenemos que $P\{\bar{X} \ge 48\}=P\{Z \ge \dfrac{48-36}{6}\}=P\{Z\ge 2\}$
    $=1-P\{Z\le 2\}=1-0'9772=0'0228$

b) El intervalo de confianza para la estimación de $\mu$ se define como $(\bar{x}-E\,,\,\bar{x}+E)$, donde $E$ es el máximo error de la estimación y es igual a $z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}$. Teniendo en cuenta que el intervalo que viene como dato es $(24'24\,,\,47'76)$, deducimos que $2\,E=47'76-24'24=23'52$, luego $E=\dfrac{23'52}{2}=11'76$. En consecuencia, $11'76=z_{\alpha/2}\,\dfrac{24}{\sqrt{16}}$ y por tanto $z_{\alpha/2}=1'96$, así que, consultando las tablas de la función de distribución $N(0,1)$, vemos que $P\{Z\le 1'96\}=0'9750 \Rightarrow \alpha/2=1-0'9750=0'025$, luego $\alpha=2\cdot 0'025=0'05$. Así pues, el nivel de confianza $1-\alpha$ es igual a $1-0'05=0'95$, esto es, de $95\,\%$

$\square$

miércoles, 15 de junio de 2016

Cálculos con intervalos de confianza

ENUNCIADO. La masa por unidad, en gramos, de la gamba roja de Palamòs, se puede aproximar por una variable aleatoria con distribución normal de media $\mu$ desconocida y desviación típica ( estándar ) $\sigma=5$ gramos.
a) Se ha tomado una muestra aleatoria simple de $25$ gambas y la media de sus masas ha sido $\bar{x}=70$ gramos. Calcúlese un intervalo de confianza al $95\,\%$ para $\mu$
b) Sabiendo que $\mu=70$ gramos, y considerando las masas de las $12$ gambas de una caja como muestra aleatoria simple, calcúlese la probabilidad de que la masa total de esas $12$ gambas sea mayor o igual que $855$ gramos.

ENUNCIADO.
a)
Sabemos que $X \sim N(\mu\,,\,5)$, entonces un intervalo de confianza para la estimación de la media de la población $\mu$ es $(\bar{x}-E\,,\,\bar{x}+E)$, donde $\bar{x}=70$ gramos y $E$ es el máximo error cometido en la estimación, que viene dado por $E=z_{\alpha/2}\cdot \dfrac{\sigma}{\sqrt{n}}$ y cuyo valor vamos a calcular a continuación: como el nivel de confianza es $1-\alpha=0{,}95$, $\alpha=0{,}05$ y por tanto $\alpha/2=0{,}025$; entonces $P\{Z \le z_{\alpha/2}\}=1-0{,}025=0{,}975$, por lo que consultando en las tablas de la distribución de probabilidad $N(0\,,\,1)$ encontramos el siguiente valor de la abscisa $z_{\alpha/2}=1{,}96$. Así, $E=1{,}96 \cdot \dfrac{5}{\sqrt{25}}=1{,}96$. Y, por consiguiente, el intervalo de confianza pedido para la media de la población es $(70-1{,}96\,,\,70+1{,}96)$ esto es $(80{,}04\,,\,71{,}96)$ que podemos aproximar a $(80\,,\,72)$ gramos.

b)
Por el teorema Central del Límite, la variable $\bar{X}=\dfrac{X_1+\ldots+X_n}{n}$ sigue una distribución $N(\mu\,,\,\sigma/\sqrt{n})$, con lo cual la variable aleatoria $Y:=X_1+\ldots+X_n$ sigue una distribución $N(n\cdot \mu\,,\,\sigma\cdot \sqrt{n}$. En el caso que nos ocupa, $n=12$, y deseamos calcular $P\{Y \ge 855\}$. Tipificando la variable $Y$ mediante la transformación $Z=\dfrac{Y-12\cdot 70}{5\,\sqrt{12}}$, donde $Z:N(0,1)$. Así,
$P\{Y \ge 855\}=P\{Z \ge \dfrac{855-840}{5\,\sqrt{12}}\}=P\{Z \ge 0{,}8660\}=$
$=1-P\{Z\le 0{,}8660\} \quad \quad (1)$
En las tablas de la distribución de probabilidad de $Z:N(0,1)$ encontramos que $F(0,86)=0,0951$ y $F(0,87)=0,8078$; no leemos exactamente $F(0,8660)$, por lo que procedemos a interpolar linealmente en el intervalo $(0,86\,,\,0,87)$ para calcular el valor aproximado de $F(0,8660)$; así, $$F(0,8660) \approx (0,8078-0,8051)\cdot \dfrac{0,8660-0,87}{0,87-0,86}+0,8078=0,8067$$
por consiguiente, el resultado de (1), aproximado con cuatro dígitos significativos, es $1-0,8067=0,1933 \approx 19\,\%$
$\square$

lunes, 9 de mayo de 2016

Distribución de la media muestral

ENUNCIADO. La variable aleatoria $X$ de una cierta característica de una población sigue una distribución $N(10\,,\,3)$. Se toma una muestra de la población, de tamaño $50$. Se pide:
a) ¿ Qué tipo distribución corresponde al estadístico \emph{media muestral} ? ¿ Cuáles son los valores de los parámetros de la misma ?
b) ¿ Cuál es la probabilidad de que la media medida en dicha muestra, $\bar{x}$, sea mayor que $12$ ?

SOLUCIÓN.
a) Siendo la variable aleatoria $X$ ( de la población ) una distribución $N(\mu\,,\,\sigma)$, donde $\mu=10$ y $\sigma=3$, podemos afirmar que, de acuerdo con el Teorema Central del Límite, la distribución del estadístico media muestral, $\bar{X}$, es $N(\mu\,,\,\dfrac{\sigma}{\sqrt{n}})$, esto es, $N(10\,,\,\dfrac{3}{\sqrt{50}})$.

b) Así pues, $P\{X \succ 12\} \overset{\text{tipificando}}{=} P\{Z \ge \dfrac{12-10}{3/\sqrt{50}}\}\overset{\text{4 cifras decimales}}{\approx} P\{Z \ge 4,7140\}$
$=1-P\{Z \le 4,7140\}=1-F(4,7140) \overset{\text{tablas}\;N(0,1)}{\approx} 1-1 = 0$, donde $F(z)$ denota la función de distribución de probabilidad de la variable tipificada $Z$, que es $N(0,1)$
$\square$