Muestreo Del Trabajo

DISTRIBUCION BINOMIAL

Las características de esta distribución son:

En los experimentos que tienen este tipo de distribución, siempre se esperan dos tipos de resultados, ejem. Defectuoso, no defectuoso, pasa, no pasa, etc, etc., denominados arbitrariamente “éxito” (que es lo que se espera que ocurra) o “fracaso” (lo contrario del éxito).

Las probabilidades asociadas a cada uno de estos resultados son constantes, es decir no cambian.

Cada uno de los ensayos o repeticiones del experimento son independientes entre sí.

El número de ensayos o repeticiones del experimento (n) es constante.

A partir de un ejemplo. Desarrollaremos una fórmula que nos permita cualquier problema que tenga este tipo de distribución.

Ejemplo:

Se lanza al aire una moneda normal 3 veces, determine la probabilidad de que aparezcan 2 águilas.

Solución:

Antes de empezar a resolver este problema, lo primero que hay que hacer es identificarlo como un problema que tiene una distribución binomial, y podemos decir que efectivamente así es, ya que se trata de un experimento en donde solo se pueden esperar dos tipos de resultados al lanzar la moneda, águila o sello, cutas probabilidades de ocurrencia son constantes, cada uno de los lanzamientos es independiente de los demás y el número de ensayos o repeticiones del experimento son constantes, n = 3.

Para dar solución a este problema, lo primero que hay que hacer es un diagrama de árbol, en donde representaremos los tres lanzamientos, de ahí se obtendrá el espacio muestral y posteriormente la probabilidad pedida, usando la fórmula correspondiente.

d= {AAA, AAS, ASA, ASS, SAA, SAS, SSA, SSS}

 Para obtener la fórmula, definiremos lo siguiente:

n = número de lanzamientos de moneda

x = número de “éxitos” requeridos = número de águilas = 2

p = probabilidad de “éxito”= p(aparezca águila) =1/2

q = probabilidad de “fracaso”= p(aparezca sello) =1/2

Entonces podemos partir de la siguiente expresión para desarrollar la fórmula;

P(aparezcan 2 águilas)=(No. De ramas del árbol en donde ap. 2 águilas)(probabilidad asociada a cada rama)

Entonces el número de ramas en donde aparecen dos águilas se puede obtener;

Enumerando las ramas de interés, estas serían: AAS, ASA, SAA, ¿QUÉ TIPO DE ARREGLOS SON ESTOS ELEMENTOS DEL ESPACIO MUESTRAL?, Son permutaciones en donde algunos objetos son iguales, entonces, el número de ramas se puede obtener con la fórmula correspondiente.

NÚMEROS ALEATORIOS

Un número aleatorio es aquel obtenido al azar, es decir, que todo número tenga la misma probabilidad de ser elegido y que la elección de uno no dependa de la elección del otro. El ejemplo clásico más utilizado para generarlos es el lanzamiento repetitivo de una moneda o dado ideal no trucado.

 ¿Para qué sirven?

Los números aleatorios permiten a los modelos matemáticos representar la realidad.

En general cuando se requiere una impredecibilidad en unos determinados datos, se utilizan números aleatorios

Los seres humanos vivimos en un medio aleatorio y nuestro comportamiento lo es también. Si deseamos predecir el comportamiento de un material, de un fenómeno climatológico o de un grupo humano podemos inferir a partir de datos estadísticos. Para lograr una mejor aproximación a la realidad nuestra herramienta predictiva debe funcionar de manera similar: aleatoriamente. De esa necesidad surgieron los modelos de simulación.

En la vida cotidiana se utilizan números aleatorios en situaciones tan dispares como pueden ser los juegos de azar, en el diseño de la caída de los copos de nieve, en una animación por ordenador, en tests para localización de errores en chips, en la transmisión de datos desde un satélite o en las finanzas.

 ¿CÓMO PUEDO GENERAR NÚMEROS ALEATORIOS?

• Métodos manuales, lanzamiento de monedas, lanzamientos de dados, dispositivos mecánicos, dispositivos electrónicos

• Métodos de computación analógica, son métodos que dependen de ciertos procesos físicos aleatorios, por ejemplo, el comportamiento de una corriente eléctrica.

• Métodos de computación digital, cuando se usa el ordenador digital.

• Tablas de bibliotecas, son números aleatorios que se han publicado; de los cuales podemos encontrar listas en los libros de probabilidad y tablas de matemáticas. Estos números fueron generados por alguno de los métodos de computación analógica.

NIVEL DE CONFIANZA

El nivel de confianza se indica por 1-α y habitualmente se da en porcentaje (1-α)%. Hablamos de nivel de confianza y no de probabilidad (la probabilidad implica eventos aleatorios) ya que una vez extraída la muestra, el intervalo de confianza estará definido al igual que la media poblacional (μ)y solo se confía si contendrá al verdadero valor del parámetro o no, lo que si conlleva una probabilidad es que si repetimos el proceso con muchas medias muestrales podríamos afirmar que el (1-α)% de los intervalos así construidos contendría al verdadero valor del parámetro.

Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y 99,9%

ESTIMAR N

Con estos estudios pretendemos hacer inferencias a valores poblacionales (proporciones, medias) a partir de una muestra.

 Estimar una proporción:

Si deseamos estimar una proporción, debemos saber:

• El nivel de confianza o seguridad (1-a ). El nivel de confianza prefijado da lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96, para una seguridad del 99% = 2.58.

• La precisión que deseamos para nuestro estudio.

• Una idea del valor aproximado del parámetro que queremos medir (en este caso una proporción). Esta idea se puede obtener revisando la literatura, por estudio pilotos previos. En caso de no tener dicha información utilizaremos el valor p = 0.5 (50%).

Ejemplo: ¿A cuántas personas tendríamos que estudiar para conocer la prevalencia de diabetes?

Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor p = 0,5 (50%) que maximiza el tamaño muestral:

Donde:

• Za 2 = 1.962 (ya que la seguridad es del 95%)

• p = proporción esperada (en este caso 5% = 0.05)

• q = 1 – p (en este caso 1 – 0.05 = 0.95)

• d = precisión (en este caso deseamos un 3%)

ESTIMAR E

Definición: Es el error máximo estadístico de la muestra, válido para el conjunto de todas las distintas muestras que se pueden tomar de la misma población.

Las pruebas empíricas realizadas muestran que la distribución de las medidas de todas las muestra posibles del mismo tamaño en una población se ajusta por lo general a la ley normal de probabilidad (campana de Gauss).

Fórmula del Error Muestral

El error muestral depende:

 De la amplitud del universo (N).

 Del tamaño de la muestra (n).

 De la desviación típica (s) en variables de intervalo y razón. De la variabilidad ( p*q) en variables nominales y ordinales.

GRAFICAS DE CONTROL

Es una herramienta estadística que detecta la variabilidad, consistencia, control y mejora de un proceso.

La gráfica de control se usa como una forma de observar, detectar y prevenir el comportamiento del proceso a

...