TRABAJO COLABORATIVO N. 1.

GRUPO No. (156) (DELCY BOHORQUEZ - 1.121.858.729) (JUAN FELIPE IBARRA GOMEZ - 1. 121.878.467) (NOMBRE COMPLETO DEL ESTUDIANTE - CDULA DE CIUDADANA) (Solo se incluyen a los estudiantes que hicieron aportes reales al trabajo)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CEAD ACACIAS MARZO

CONTENIDO Pgina INTRODUCCIN .................................................................................................... 3 1. OBJETIVOS ........................................................................................................ 4 1.1 Objetivo General ............................................................................................ 4 1.2 Objetivos Especficos..................................................................................... 4 2. SOLUCION DE PREGUNTAS ............................................................................ 5 2.1. mapa conceptual el muestro ........................................................................... 5 2.2. Solucin de la tabla..6 CONCLUSIONES.................................................................................................. 17 BIBLIOGRAFA ..................................................................................................... 18

INTRODUCCIN

La inferencia constituye la base terica del muestreo, permitiendo adquirir conocimientos con cierta aproximacin, a partir del estudio de una parte o muestra. La estadstica inferencial no nos da una certeza completa en sus resultados, sino que estn sujetas a una probabilidad de error. Una incorrecta seleccin de las unidades mustrales puede acarrear la imposibilidad de inferir correctamente las caractersticas de la poblacin.

En la actualidad, la inferencia estadstica, da respuesta suficiente para tratar de forma adecuada la problemtica suscitada. Tomar el valor de una medida (poblacin), pasa por realizar unas concretas determinaciones (muestra) y a partir de sus resultados, dar el resultado final de la medida y su incertidumbre. La incertidumbre es un parmetro asociado al resultado de una medicin que caracteriza la dispersin de los valores que pueden atribuirse a la medicin. De esta forma, la muestra y las tcnicas de muestreo se convierten en el fundamento de la inferencia estadstica clsica.

La inferencia estadstica es de gran importancia en la solucin de problemas industriales porque nos permite dar un sustento o asignar importancia en la toma de decisiones, adems nos da una visin ms exacta de la situacin, nos obliga a ser claros en nuestros procedimientos y en nuestro pensar, y por otro lado permite resumir los resultados de manera ms significativa y cmoda y deducir conclusiones generales lo cual nos con lleva a tomar una decisin ms acertada. En nuestra vida laboral nos permitir ser excelentes en el desarrollo de nuestras actividades cotidianas dndonos habilidad y respuesta rpidas frente a situaciones complicadas que se nos presenten por cualquier motivo.

1. OBJETIVOS

1.1 Objetivo General: Aplicar las tcnicas de muestreo y de intervalos de confianza, realizando inferencias sobre los parmetros de la media y el total poblacional y determinar su validez estadstica comparndolos con los datos reales. 1.2 Objetivos Especficos:

* Medir el nivel de progreso en las metas de aprendizajes de conceptos y sus relaciones en el mbito de la estimacin y el muestreo.

* Comprender los conceptos de poblacin y muestra. * Calcular y modelar la variabilidad del proceso mediante un modelo probabilstico. * Calcular probabilidades asociadas a los estadsticos ms importantes * Obtener la informacin acerca de una poblacin, partiendo de la informacin que contiene una muestra.

2. SOLUCIONES DE PREGUNTAS

2.1

MAPA CONCEPTUAL EL MUESTREO

2.2

SOLUCION DE LA TABLA

De los siguientes salarios mensuales en miles de pesos de 30 jefes de personal de empresas textileras del centro del pas.

2,020,20 920,10 606,70 2,640,50 3,330,30

3,575,80 628,70 3,600,00 770,70 3,147,60

2,242,40 722,30 592,80 929,80 390,30

698,80 873,10 747,70 525,90 880,80

387,50 1,241,50 3,003,30 550,50 1,465,50

767,70 614,40 672,90 1,210,20 3,700,00

Seleccione cinco posibles muestras de tamao 6, utilizando en Excel el comando para generar nmeros aleatorios. (Ver mdulo, pp.20.) Debe insertar en el documento a entregar formato .doc. Una hoja de clculo de Excel, en dnde se evidencie la frmula y los nmeros aleatorios as como las unidades seleccionadas.

2.3 Se debe tomar una muestra estratificada de tamao n=80, de una Poblacin de tamao N= 2000 que consta de cuatro estratos de tamao N1= 500, N2=1200, N3=200 y N4=100. Cul es el tamao de la muestra que se debe tomar en cada uno de los cuatro estratos si la distribucin debe ser proporcional? (Ver entpico 1 contenidos: Tamaos de muestras Wh = Proporcin de elementos en cada estrato

N1= 500 N2= 1200 N3= 200 N4= 100

W1 * 80 =

* 80

= 20 Tamao muestral para el estrato 1

W2 * 80 = * 80 = 48 Tamao muestral para el estrato 2 W3 * 80 = W4 * 80 = * 80 = 8 Tamao muestral para el estrato 3 * 80 = 4 Tamao muestral para el estrato 4

2.4. MAPA CONCEPTUAL DISTRIBUCIONES MUESTRALES

2.5 Dada la variable de inters nmero de horas a la falla de un dispositivo

a. Halle la media y la varianza poblacional.

X1 X2 X3 X4 X5 500 350 400 480 470

VARIANZA POBLACIONAL:

b. Seleccione todas las muestras posibles de tamao tres (sin reemplazamiento).

X1 X2 X3 X4 X5 500 350 400 480 470

MUESTRAS POSIBLES
1 1 1 1 1 1 2 2 2 3 2 2 2 3 3 4 3 3 4 4 3 4 5 4 5 5 4 5 5 5

TOTAL=10

c. Calcule la media de cada una de las muestras encontradas anteriormente.

HORAS FALLA F G 500 350 500 350 500 350 500 400 500 400 500 480 350 400 350 400 350 480 400 480 MEDIA MUESTRAL 416,6666667 443,3333333 440 460 456,6666667 483,3333333 410 406,6666667 433,3333333 450 4400

MUESTRA 1 2 3 1 2 4 1 2 5 1 3 4 1 3 5 1 4 5 2 3 4 2 3 5 2 4 5 3 4 5

H F*6*H/3 400 1250 480 1330 470 1320 480 1380 470 1370 470 1450 480 1230 470 1220 470 1300 470 1350 SUMA TOTAL

d. Encontrar la varianza y desviacin estndar de las medias del punto c.

10

VARIANZA

526,666667

DESVIACION ESTANDAR

e. Calcule desviacin estndar de la distribucin muestral de medias utilizando el factor de correccin. (Ver mdulo, p.45)

2.6. Con los resultados obtenidos en el ejercicio anterior explique los principios del teorema del lmite central. El segundo principio del teorema central del lmite para poblaciones finitas se expresa: La desviacin estndar de la distribucin muestral de medias es igual al factor de correccin poblacional multiplicada por la relacin entre la desviacin estndar poblacional y la raz cuadrada del tamao de la muestra. Dicho principio queda demostrado con la relacin anterior (22.94)

11

Con la informacin anterior se logra demostrar el primer principio del teorema Central del lmite, que consiste en que el promedio de la poblacin es igual al Promedio de la distribucin muestral de medias (440) 2.7. Explique la diferencia entre el nivel de confianza 1un intervalo de confianza.

2.8. Realice una tabla resumen de las formulas de intervalos de confianza para:

ciones.

dependientes.

INTERVALOS DE CONFIANZA La media con muestras grandes

RESUMEN DE LA FORMULA

12

La diferencia entre dos medias.

Diferencias de medias y varianzas desconocidas e iguales

13

Diferencias de medias y varianzas desconocidas y desiguales

Proporciones

Diferencias de proporciones.

Medias con muestras pequeas n < 30

Diferencia de medias con muestras pequeas n <30

14

Diferencias entre dos medias con muestras relacionadas o dependientes.

15

Intervalos de confianza para la varianza poblacional.

2.9. En una muestra de 25 individuos se ha medido la ansiedad, a travs de un test que categoriza este rasgo entre 0 puntos hasta 30; obtenindose una media de 22 y una desviacin tpica de 10. A partir de estos datos se ha calculado un intervalo de confianza para la media de la poblacin, a un nivel de confianza del 95%. Indique cul es el intervalo de confianza de la media. 16

Para probar la durabilidad de una pintura nueva para las lneas divisorias, un departamento de carreteras pint franjas de prueba en carreteras muy transitadas en ocho sitios distintos y los contadores electrnicos demostraron que se deterioran luego de que 142600, 167800, 136500, 108300, 126400, 133700, 162000 y 149400 automviles cruzaron por estas. Elabore un intervalo de confianza del 95% para la cantidad promedio de transito (automviles que cruzaron por las lneas) que esta pintura puede soportar antes de deteriorarse.

CONCLUSIONES

17

BIBLIOGRAFA

(En formato APA. Puede utilizar la Administracin de Fuentes Bibliogrficas que trae incorporado Word, en Referencias)

18