SlideShare a Scribd company logo
1 of 5
Download to read offline
Yohana Bonilla G 2012
                            UNIVERSIDAD LIBRE
                    TALLER DE INFERENCIA ESTADISTICA
ESTIMACIÓN PARA LA MEDIA Y LA PROPORCIÓN, CÁLCULO DEL TAMAÑO DE MUESTRA



                                                                      Octubre 5 de 2012

Ejercicio 3. Se pretende estimar el número promedio de latidos del corazón por minuto
para cierta población. Para ello se realizó un muestreo aleatorio simple en el que se
encontró que el número promedio de latidos por minuto para 49 personas era de 90;
considere que la desviación estándar poblacional es de 10. Construya el intervalo de
confianza para el promedio de latidos del corazón con niveles de confianza del 90% y el
95% respectivamente.

Solución:

Definamos:
    Número promedio de latidos del corazón/minuto de la población.
       (Tamaño de la muestra).
       (Número promedio de latidos/minuto de la muestra).
        (Desviación estándar poblacional).

a) Para un nivel de confianza del 90% calculamos el intervalo de confianza   :


   De la tabla de Distribución normal para Z, para un nivel de confianza del 90%,

   Reemplazando los datos conocidos:




De acuerdo al resultado obtenido, existe una probabilidad del 90% de que el intervalo
               contenga el número promedio de latidos del corazón por minuto de la
población.

b) Análogamente, para un nivel de confianza del 95% calculamos el intervalo de
   confianza   :
Yohana Bonilla G 2012


      De la tabla de Distribución normal para Z, para un 95%,
      Reemplazando los datos conocidos:




Entonces, a partir de una muestra de 49 personas y para un nivel de confianza del 95%, el
número promedio de latidos del corazón por minuto para la población estará entre 88 y
92 latidos/minuto.

Ejercicio 9. Sólo una parte de los pacientes que sufren un determinado síndrome
neurológico consiguen una curación completa; Si de 64 pacientes observados se han
curado 41, realizar la estimación puntual y por intervalos con una confiabilidad del 95%
para la proporción de los que sanan.

Solución:

a) Estimación puntual:

Vamos a calcular la proporción de personas de la muestra que sanan, y lo usaremos
como un estimador puntual de la proporción de personas de la población , que sanan.

Definimos:
       (tamaño de la muestra)



Así




Por lo tanto podemos estimar puntualmente que la proporción de personas de la
población que se sanan es de 64%.

b) Estimación por intervalo:
Yohana Bonilla G 2012
Para un nivel de confianza del 95% calculamos el intervalo de confianza       a partir de la
proporción de personas sanas de la muestra :




De la tabla de Distribución normal para Z, para un 95%,
Con los datos que tenemos:




Entonces a partir de una muestra de 64 pacientes y con un nivel de confianza del 95%,
estimamos que la proporción de la población total de pacientes que sanan está entre 0.52
y 0.76.

Ejercicio 11. Para evaluar una vacuna para la gripe se selecciona un grupo de 200
individuos de riesgo. Se eligen aleatoriamente a 100 de ellos y se les suministra la vacuna;
de ellos 10 presentan posteriormente la gripe. En los otros 100 pacientes sin vacunar se
presentan 20 casos. Estimar la proporción de personas con gripe en ambos casos. ¿Hay
evidencia de que la vacuna es eficaz?.

Solución:

Tabla 1. Proporción de personas que presentan la gripe.
                           Grupo 1: Vacunados                Grupo 2: No vacunados
  (tamaño de muestra)                   100                              100
# personas que                          10                                20
presentan la gripe
     proporción        de           10/100=0.1                        20/100=0.2
personas que presentan
la gripe

De la tabla se concluye que la proporción de personas que presentaron la gripe es menor
en el grupo de las personas que recibieron la vacuna, siendo exactamente la mitad. Esto
sería un buen indicador de la eficiencia de la vacuna.

Ejercicio 14. El director de la sección de control de la rabia del departamento de salud
pública, desea extraer una muestra de los registros de mordidas de perro reportadas
Yohana Bonilla G 2012
durante el transcurso del año anterior para estimar la edad media de las personas
mordidas. Requiere de un intervalo de confianza de 95 por ciento, decide utilizar un error
en la estimación de 2.5 y, a partir de estudios anteriores, estima que s = 15 años. ¿Cuán
grande debe ser el tamaño de la muestra?.

Solución:

Para calcular el tamaño de la muestra            requerimos los siguientes parámetros
estadísticos:
              (Error de la estimación)
s = 15 años

Para un nivel de confianza del 95%:



El tamaño de la muestra requerido es:




Por lo tanto para estimar la edad media de las personas registradas por mordidas de
perro, se requiere un tamaño de muestra de 138, teniendo en cuenta una confianza del
95% y un error de estimación de 2.5,.



Ejercicio 17. Se quiere estimar la incidencia de la hipertensión arterial en el embarazo.
¿Cuántas embarazadas tenemos que observar para, con una confianza del 95%, estimar
dicha incidencia con un error del 2% en los siguientes casos?:
1. Sabiendo que un sondeo previo se ha observado un 9% de hipertensas.
2. Sin ninguna información previa.

Solución:

El número de embarazadas que tenemos que observar representa el tamaño de la
muestra .
    1. Si tenemos información del nivel de confianza, el error de estimación y una
       proporción de hipertensas, representativa:
Yohana Bonilla G 2012


   En el primer caso conocemos una proporción de hipertensas:



   Y para un nivel de confianza del 95%, de la tabla de distribución normal estándar:



   Reemplazando en :


   En este caso para estimar la incidencia de la hipertensión arterial en el embarazo
   con un error del 2% y un nivel de confianza del 95%, se deben observar 787
   embarazadas, considerando el sondeo previo.

2. Si no tenemos información previa sobre la proporción de hipertensas , buscamos
   la forma de obtener el tamaño de más grande.
   Para esto, el numerador de (definida en el punto 1) debe ser el más grande
   posible y esto se obtiene cuando

   De esta forma




   Así, bajo estos parámetros se deberían observar           embarazadas para estimar
   la incidencia de la hipertensión arterial en el embarazo.

More Related Content

What's hot

Coeficientes determinacion y correlacion
Coeficientes determinacion y correlacionCoeficientes determinacion y correlacion
Coeficientes determinacion y correlacionJanneth Zepeda
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisCarol Ramos
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTJonatan Gabriel Linares
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Luz Hernández
 
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesEstimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesHugo Caceres
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTTorimat Cordova
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasIPN
 
50ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp0150ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp01Alex Figueroa Ramos
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza okGonzalo Navarro
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Luz Hernández
 
Diapositivas prueba de hipotesis
Diapositivas prueba de hipotesisDiapositivas prueba de hipotesis
Diapositivas prueba de hipotesisSusana Mesa
 
12. calculo de tamaño muestral
12.  calculo de tamaño muestral12.  calculo de tamaño muestral
12. calculo de tamaño muestralYerko Bravo
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 

What's hot (20)

Coeficientes determinacion y correlacion
Coeficientes determinacion y correlacionCoeficientes determinacion y correlacion
Coeficientes determinacion y correlacion
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesEstimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporciones
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENT
 
Distribución muestral de la media
Distribución muestral de la mediaDistribución muestral de la media
Distribución muestral de la media
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
50ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp0150ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp01
 
Modelos probabilidad
Modelos probabilidadModelos probabilidad
Modelos probabilidad
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza ok
 
Error relativo
Error relativoError relativo
Error relativo
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8)
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 
Diapositivas prueba de hipotesis
Diapositivas prueba de hipotesisDiapositivas prueba de hipotesis
Diapositivas prueba de hipotesis
 
12. calculo de tamaño muestral
12.  calculo de tamaño muestral12.  calculo de tamaño muestral
12. calculo de tamaño muestral
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Teorema del limite central
Teorema del limite centralTeorema del limite central
Teorema del limite central
 

Similar to Taller intervalos de confianza

Similar to Taller intervalos de confianza (20)

Ejercicios obligatorios
Ejercicios obligatoriosEjercicios obligatorios
Ejercicios obligatorios
 
Formulas para calculo de muestras poblacionales
Formulas para calculo de muestras poblacionalesFormulas para calculo de muestras poblacionales
Formulas para calculo de muestras poblacionales
 
Muestra y muestreo. EPIDAT
Muestra y muestreo. EPIDATMuestra y muestreo. EPIDAT
Muestra y muestreo. EPIDAT
 
Muestra y muestreo
Muestra y muestreoMuestra y muestreo
Muestra y muestreo
 
INFERENCIA REFERENTE A MEDIAS Y VARIANZAS
INFERENCIA REFERENTE A MEDIAS Y VARIANZASINFERENCIA REFERENTE A MEDIAS Y VARIANZAS
INFERENCIA REFERENTE A MEDIAS Y VARIANZAS
 
LA DISTRIBUCIÓN NORMAL.
LA DISTRIBUCIÓN NORMAL.LA DISTRIBUCIÓN NORMAL.
LA DISTRIBUCIÓN NORMAL.
 
Ejercicio Tema 9 blog
Ejercicio Tema 9 blogEjercicio Tema 9 blog
Ejercicio Tema 9 blog
 
Ejercicios tema 4
Ejercicios tema 4Ejercicios tema 4
Ejercicios tema 4
 
Bioestadística-Muestra
Bioestadística-Muestra Bioestadística-Muestra
Bioestadística-Muestra
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Inferencia
InferenciaInferencia
Inferencia
 
Yadira Azpilcueta
Yadira AzpilcuetaYadira Azpilcueta
Yadira Azpilcueta
 
Yadira azpilcueta
Yadira azpilcuetaYadira azpilcueta
Yadira azpilcueta
 
YADIRA AZPILCUETA
YADIRA AZPILCUETA YADIRA AZPILCUETA
YADIRA AZPILCUETA
 
Actividades sobre la distribución normal
Actividades sobre la distribución normalActividades sobre la distribución normal
Actividades sobre la distribución normal
 
PRUEBAS DIAGNÓSTICAS
PRUEBAS DIAGNÓSTICASPRUEBAS DIAGNÓSTICAS
PRUEBAS DIAGNÓSTICAS
 

More from Yohana Bonilla Gutiérrez

Teoría de Ginzburg-Landau y Superconductividad
Teoría de Ginzburg-Landau y SuperconductividadTeoría de Ginzburg-Landau y Superconductividad
Teoría de Ginzburg-Landau y SuperconductividadYohana Bonilla Gutiérrez
 
Modelo de gravitación cuántica de Horava Lifshitz sin Invariancia de Lorentz
Modelo de gravitación cuántica de Horava Lifshitz sin Invariancia de LorentzModelo de gravitación cuántica de Horava Lifshitz sin Invariancia de Lorentz
Modelo de gravitación cuántica de Horava Lifshitz sin Invariancia de LorentzYohana Bonilla Gutiérrez
 
Inflación y Polarización de la Radiación Cósmica de Fondo
Inflación y Polarización de la Radiación Cósmica de FondoInflación y Polarización de la Radiación Cósmica de Fondo
Inflación y Polarización de la Radiación Cósmica de FondoYohana Bonilla Gutiérrez
 
The morphological interaction between the nasal cavity and maxillary sinuses
The morphological interaction between the nasal cavity and maxillary sinusesThe morphological interaction between the nasal cavity and maxillary sinuses
The morphological interaction between the nasal cavity and maxillary sinusesYohana Bonilla Gutiérrez
 
Construcción de una caja de base cuadrada sin tapa proporcionalidad
Construcción de una caja de base cuadrada sin tapa proporcionalidadConstrucción de una caja de base cuadrada sin tapa proporcionalidad
Construcción de una caja de base cuadrada sin tapa proporcionalidadYohana Bonilla Gutiérrez
 
Secuencias: triángulo de pascal, binomio de newton.
Secuencias: triángulo de pascal, binomio de newton.Secuencias: triángulo de pascal, binomio de newton.
Secuencias: triángulo de pascal, binomio de newton.Yohana Bonilla Gutiérrez
 
Selección de un modelo de ajuste de datos ybg
Selección de un modelo de ajuste de datos ybgSelección de un modelo de ajuste de datos ybg
Selección de un modelo de ajuste de datos ybgYohana Bonilla Gutiérrez
 
Problemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptivaProblemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptivaYohana Bonilla Gutiérrez
 
Taller operaciones con conjuntos en estadística
Taller  operaciones con conjuntos en estadísticaTaller  operaciones con conjuntos en estadística
Taller operaciones con conjuntos en estadísticaYohana Bonilla Gutiérrez
 
Taller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadTaller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadYohana Bonilla Gutiérrez
 

More from Yohana Bonilla Gutiérrez (12)

Ecuaciones de Ginzburg Landau
Ecuaciones de Ginzburg LandauEcuaciones de Ginzburg Landau
Ecuaciones de Ginzburg Landau
 
Teoría de Ginzburg-Landau y Superconductividad
Teoría de Ginzburg-Landau y SuperconductividadTeoría de Ginzburg-Landau y Superconductividad
Teoría de Ginzburg-Landau y Superconductividad
 
Modelo de gravitación cuántica de Horava Lifshitz sin Invariancia de Lorentz
Modelo de gravitación cuántica de Horava Lifshitz sin Invariancia de LorentzModelo de gravitación cuántica de Horava Lifshitz sin Invariancia de Lorentz
Modelo de gravitación cuántica de Horava Lifshitz sin Invariancia de Lorentz
 
Inflación y Polarización de la Radiación Cósmica de Fondo
Inflación y Polarización de la Radiación Cósmica de FondoInflación y Polarización de la Radiación Cósmica de Fondo
Inflación y Polarización de la Radiación Cósmica de Fondo
 
The morphological interaction between the nasal cavity and maxillary sinuses
The morphological interaction between the nasal cavity and maxillary sinusesThe morphological interaction between the nasal cavity and maxillary sinuses
The morphological interaction between the nasal cavity and maxillary sinuses
 
Poster ibagué 01
Poster ibagué 01Poster ibagué 01
Poster ibagué 01
 
Construcción de una caja de base cuadrada sin tapa proporcionalidad
Construcción de una caja de base cuadrada sin tapa proporcionalidadConstrucción de una caja de base cuadrada sin tapa proporcionalidad
Construcción de una caja de base cuadrada sin tapa proporcionalidad
 
Secuencias: triángulo de pascal, binomio de newton.
Secuencias: triángulo de pascal, binomio de newton.Secuencias: triángulo de pascal, binomio de newton.
Secuencias: triángulo de pascal, binomio de newton.
 
Selección de un modelo de ajuste de datos ybg
Selección de un modelo de ajuste de datos ybgSelección de un modelo de ajuste de datos ybg
Selección de un modelo de ajuste de datos ybg
 
Problemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptivaProblemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptiva
 
Taller operaciones con conjuntos en estadística
Taller  operaciones con conjuntos en estadísticaTaller  operaciones con conjuntos en estadística
Taller operaciones con conjuntos en estadística
 
Taller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadTaller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidad
 

Recently uploaded

TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfDannyTola1
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALEDUCCUniversidadCatl
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxdanalikcruz2000
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptAlberto Rubio
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfAlfredoRamirez953210
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfNataliaMalky1
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024gharce
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPELaura Chacón
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfCESARMALAGA4
 

Recently uploaded (20)

TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdf
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
 
Sesión La luz brilla en la oscuridad.pdf
Sesión  La luz brilla en la oscuridad.pdfSesión  La luz brilla en la oscuridad.pdf
Sesión La luz brilla en la oscuridad.pdf
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPE
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
 

Taller intervalos de confianza

  • 1. Yohana Bonilla G 2012 UNIVERSIDAD LIBRE TALLER DE INFERENCIA ESTADISTICA ESTIMACIÓN PARA LA MEDIA Y LA PROPORCIÓN, CÁLCULO DEL TAMAÑO DE MUESTRA Octubre 5 de 2012 Ejercicio 3. Se pretende estimar el número promedio de latidos del corazón por minuto para cierta población. Para ello se realizó un muestreo aleatorio simple en el que se encontró que el número promedio de latidos por minuto para 49 personas era de 90; considere que la desviación estándar poblacional es de 10. Construya el intervalo de confianza para el promedio de latidos del corazón con niveles de confianza del 90% y el 95% respectivamente. Solución: Definamos: Número promedio de latidos del corazón/minuto de la población. (Tamaño de la muestra). (Número promedio de latidos/minuto de la muestra). (Desviación estándar poblacional). a) Para un nivel de confianza del 90% calculamos el intervalo de confianza : De la tabla de Distribución normal para Z, para un nivel de confianza del 90%, Reemplazando los datos conocidos: De acuerdo al resultado obtenido, existe una probabilidad del 90% de que el intervalo contenga el número promedio de latidos del corazón por minuto de la población. b) Análogamente, para un nivel de confianza del 95% calculamos el intervalo de confianza :
  • 2. Yohana Bonilla G 2012 De la tabla de Distribución normal para Z, para un 95%, Reemplazando los datos conocidos: Entonces, a partir de una muestra de 49 personas y para un nivel de confianza del 95%, el número promedio de latidos del corazón por minuto para la población estará entre 88 y 92 latidos/minuto. Ejercicio 9. Sólo una parte de los pacientes que sufren un determinado síndrome neurológico consiguen una curación completa; Si de 64 pacientes observados se han curado 41, realizar la estimación puntual y por intervalos con una confiabilidad del 95% para la proporción de los que sanan. Solución: a) Estimación puntual: Vamos a calcular la proporción de personas de la muestra que sanan, y lo usaremos como un estimador puntual de la proporción de personas de la población , que sanan. Definimos: (tamaño de la muestra) Así Por lo tanto podemos estimar puntualmente que la proporción de personas de la población que se sanan es de 64%. b) Estimación por intervalo:
  • 3. Yohana Bonilla G 2012 Para un nivel de confianza del 95% calculamos el intervalo de confianza a partir de la proporción de personas sanas de la muestra : De la tabla de Distribución normal para Z, para un 95%, Con los datos que tenemos: Entonces a partir de una muestra de 64 pacientes y con un nivel de confianza del 95%, estimamos que la proporción de la población total de pacientes que sanan está entre 0.52 y 0.76. Ejercicio 11. Para evaluar una vacuna para la gripe se selecciona un grupo de 200 individuos de riesgo. Se eligen aleatoriamente a 100 de ellos y se les suministra la vacuna; de ellos 10 presentan posteriormente la gripe. En los otros 100 pacientes sin vacunar se presentan 20 casos. Estimar la proporción de personas con gripe en ambos casos. ¿Hay evidencia de que la vacuna es eficaz?. Solución: Tabla 1. Proporción de personas que presentan la gripe. Grupo 1: Vacunados Grupo 2: No vacunados (tamaño de muestra) 100 100 # personas que 10 20 presentan la gripe proporción de 10/100=0.1 20/100=0.2 personas que presentan la gripe De la tabla se concluye que la proporción de personas que presentaron la gripe es menor en el grupo de las personas que recibieron la vacuna, siendo exactamente la mitad. Esto sería un buen indicador de la eficiencia de la vacuna. Ejercicio 14. El director de la sección de control de la rabia del departamento de salud pública, desea extraer una muestra de los registros de mordidas de perro reportadas
  • 4. Yohana Bonilla G 2012 durante el transcurso del año anterior para estimar la edad media de las personas mordidas. Requiere de un intervalo de confianza de 95 por ciento, decide utilizar un error en la estimación de 2.5 y, a partir de estudios anteriores, estima que s = 15 años. ¿Cuán grande debe ser el tamaño de la muestra?. Solución: Para calcular el tamaño de la muestra requerimos los siguientes parámetros estadísticos: (Error de la estimación) s = 15 años Para un nivel de confianza del 95%: El tamaño de la muestra requerido es: Por lo tanto para estimar la edad media de las personas registradas por mordidas de perro, se requiere un tamaño de muestra de 138, teniendo en cuenta una confianza del 95% y un error de estimación de 2.5,. Ejercicio 17. Se quiere estimar la incidencia de la hipertensión arterial en el embarazo. ¿Cuántas embarazadas tenemos que observar para, con una confianza del 95%, estimar dicha incidencia con un error del 2% en los siguientes casos?: 1. Sabiendo que un sondeo previo se ha observado un 9% de hipertensas. 2. Sin ninguna información previa. Solución: El número de embarazadas que tenemos que observar representa el tamaño de la muestra . 1. Si tenemos información del nivel de confianza, el error de estimación y una proporción de hipertensas, representativa:
  • 5. Yohana Bonilla G 2012 En el primer caso conocemos una proporción de hipertensas: Y para un nivel de confianza del 95%, de la tabla de distribución normal estándar: Reemplazando en : En este caso para estimar la incidencia de la hipertensión arterial en el embarazo con un error del 2% y un nivel de confianza del 95%, se deben observar 787 embarazadas, considerando el sondeo previo. 2. Si no tenemos información previa sobre la proporción de hipertensas , buscamos la forma de obtener el tamaño de más grande. Para esto, el numerador de (definida en el punto 1) debe ser el más grande posible y esto se obtiene cuando De esta forma Así, bajo estos parámetros se deberían observar embarazadas para estimar la incidencia de la hipertensión arterial en el embarazo.