Suficientemente grande lo cual requiere que en este

Info icon This preview shows pages 8–13. Sign up to view the full content.

View Full Document Right Arrow Icon
suficientemente grande, lo cual requiere que En este caso se utilizarían los siguientes valores de Z
Image of page 8

Info icon This preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Ejemplo En una muestra aleatoria de 250, se encuentra que 75 tienen la característica de interés, por lo que . Estima un intervalo de confianza para la proporción p, con un nivel de confianza del 99%. Solución Los límites inferior y superior de confianza son: LIC=0.2710 y LSC=0.3290 Glosario
Image of page 9
Cierre El proceso de poder realizar una estimación implica calcular de una muestra alguna estadística que se puede ofrecer como una aproximación del parámetro correspondiente a la población de donde se seleccionó la muestra, los cuales pueden ser la media o la proporción. Muchas de las veces las poblaciones pueden ser finitas pero de un tamaño muy grande de tal manera que poder realizar un estudio al 100% de los datos de la población es muy costo e impráctico, es por eso que se debe confiar en los procedimientos de estimación para poder obtener información de estos parámetros.
Image of page 10

Info icon This preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Tema 6. Tamaño de muestra Introducción La pregunta de qué tan grande debe ser una muestra surge inmediatamente al inicio del planteamiento de cualquier encuesta o experimento a realizar. Tomar una muestra más grande de lo necesario (para obtener los resultados deseados) es un desperdicio de recursos; mientras que, por otro lado, las muestras demasiado pequeñas con frecuencia dan resultados que carecen de uso práctico. A continuación, aprenderás cómo saber el tamaño de una muestra que te refleje resultados más objetivos que te ayuden en la toma de decisiones. Explicación 6.1 Margen del error Anteriormente se te presentó la ecuación que permite encontrar intervalos de confianza para la media poblacional µ; así, se tiene que el intervalo de confianza de (1- α) 100% para muestras grandes, correspondiente a una media poblacional µ, se da por la siguiente expresión: Si α= 0.05 Entonces 1 - α= 1 - 0.05 = 0.95 0.95 x 100 = 95% Donde representa a la media de la muestra
Image of page 11
Zα/2: es el factor de confiabilidad σ: es la desviación estándar de la población n: es el tamaño de la muestra Daniel (2005) indica que a la cantidad que se obtiene de multiplicar el factor de confiabilidad (Zα/2) por el error estándar de la media se le llama precisión o margen del error . En la expresión anterior. El margen del error está dado por: Margen de error (e) = El margen de error sirve para encontrar la probabilidad de que una estimación se encuentre a una determinada distancia del valor real. En la fórmula podemos observar que el estadístico que se utiliza es µ, el estimador es y la parte que representa el margen de error es la diferencia que existe entre el valor del estadístico y el estimador. Ejemplo : un investigador está interesado en obtener el margen de error en el promedio de una enzima en cierta población humana, se toma una muestra de 15 personas, obtiene el nivel de la enzima en cada una de ellas y calcula su media , la cual es =25. La variable que nos interesa analizar presenta una distribución aproximadamente normal con una varianza de 50 y un
Image of page 12

Info icon This preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Image of page 13
This is the end of the preview. Sign up to access the rest of the document.

{[ snackBarMessage ]}

What students are saying

  • Left Quote Icon

    As a current student on this bumpy collegiate pathway, I stumbled upon Course Hero, where I can find study resources for nearly all my courses, get online help from tutors 24/7, and even share my old projects, papers, and lecture notes with other students.

    Student Picture

    Kiran Temple University Fox School of Business ‘17, Course Hero Intern

  • Left Quote Icon

    I cannot even describe how much Course Hero helped me this summer. It’s truly become something I can always rely on and help me. In the end, I was not only able to survive summer classes, but I was able to thrive thanks to Course Hero.

    Student Picture

    Dana University of Pennsylvania ‘17, Course Hero Intern

  • Left Quote Icon

    The ability to access any university’s resources through Course Hero proved invaluable in my case. I was behind on Tulane coursework and actually used UCLA’s materials to help me move forward and get everything together on time.

    Student Picture

    Jill Tulane University ‘16, Course Hero Intern