Autor Tema: estimar tamaño muestral

0 Usuarios y 1 Visitante están viendo este tema.

10 Noviembre, 2008, 10:54 pm
Leído 1847 veces

mathtruco

  • Moderador Global
  • Mensajes: 5,598
  • País: cl
  • Karma: +0/-0
  • Sexo: Masculino
  • El gran profesor inspira
Hola,

El problema es el siguiente:

 Se necesita un control de calidad en una producción de pernos que serán vendidos a una empresa muy exigente, el cual consiste en estimar si el diámetro interior (2cm)  de pernos que están en 5 cajas de 1000 unidades cada una está dentro de rango de 0.02cm (es decir, el diámetro interior de los pernos debe estar entre \( 2\pm 0.02 \)).

 tengo los siguientes datos:


-media muestral: 2.011cm
-error: 0.02
-desviación estándar muestral: 0.015
Tamaño de la población: 5 cajas de 1000 pernos cada una.

se pide estimar el tamaño muestral necesario (ie, cuantos pernos debo elegir como mínimo) para que determinar si la media poblacional cumple con los requerimientos.


gracias por vuestras ideas, sugerencias, links con algún problema parecido....

12 Noviembre, 2008, 04:31 pm
Respuesta #1

mathtruco

  • Moderador Global
  • Mensajes: 5,598
  • País: cl
  • Karma: +0/-0
  • Sexo: Masculino
  • El gran profesor inspira
será muy complicado??

de verdad me interesa más que la solución, una orientación..

quizás faltan datos??  o añadiendo (sacando) un dato puedo resolverlo??

agradezco vuestros comentarios

13 Noviembre, 2008, 11:40 am
Respuesta #2

byron

  • $$\Large \color{#5372a0}\pi\,\pi$$
  • Mensajes: 72
  • Karma: +0/-0
  • Sexo: Masculino
Por ahí es un poco complicado de entender, pero se puede.

Me parece que este problema se encara realizando un ensayo de hipótesis a dos colas sobre la media poblacional.
Las hipótesis que propongo son:
\( H_0: \mu=2 \)
\( H_1: \mu\neq2 \)



Despues de esto, elijo una variable de decisión.

en este caso, como se trata de la media, conviene elegir \( \bar{x} \) es la variable que miras.

Lo bueno de esto, es que conozco su distribución. Para el caso yo propongo tratarla como una variable normal (ya que es bastante seguro de que la cantidad de muestras supere las 30)-->Esto sale del teorema central del límite.

\( \bar{x}\sim{N(\mu_{\bar{x}},\sigma_{\bar{x}}}) \)

En donde

\( \mu_{\bar{x}=\mu}\wedge  \sigma_{\bar{x}}=\frac{\sigma}{\sqrt[2]{n}} \)

Donde \( n \) es la cantidad de muestras

Ahora viene el tema, me gustaría poder dibujarte la curva de la normal. Supongo que ya la conoces pero la idea es que te va a quedar una zona no rechazo y una de rechazo de [text]H_0[/tex]

La regla de decisión estaría atada a tu media y tu desviación estandar muestrales, ya que las decisiones siempre las tomas con respecto a tus variables de decisión.

Como construir una regla de decisión.



13 Noviembre, 2008, 12:11 pm
Respuesta #3

byron

  • $$\Large \color{#5372a0}\pi\,\pi$$
  • Mensajes: 72
  • Karma: +0/-0
  • Sexo: Masculino
Pues, lo que sabes es que tu zona de aceptación va a ser un intervalo
Entonces te queda:
\( P(_{a\le\bar{X}\le b})=\alpha \)


Donde \( \alpha \) es tu nivel de confianza o tu area encerrada bajo la curva entre esos dos valores.

Ahora, en la curva normal, \( a \) y \( b \) son simétricos respecto de la media, es más se puede calcular de la siguiente manera:


\( P(_{\mu_{\bar{x}}-k\sigma_{\bar{x}}\le\bar{X}\le\mu_{\bar{x}}+k\sigma_{\bar{x}}}) = \alpha \)


Para sacar el valor \( k \) lo que tienes que haces es llevar la función a la normal estandar (0,1)

y te quedará esto

\( P(_{-k\le Z \le\+k})=\alpha \)

(aqui me gustaría poder dibujar la normal)

LO que puede hacer aquí es usar la normal acumulada para sacar el valor de k por tabla


\( F_{(z=k)}=\frac{1-\alpha} {2} + \alpha  \)


Armas la regla de decisión

si    \( \mu_{\bar{x}}-k\sigma_{\bar{x}}\le\bar{X}\le\mu_{\bar{x}}+k\sigma_{\bar{x}  \Longrightarrow{No \ rechazo \  H_0} \)

Rechazo \( H_0 \) en otro caso.

Esto que arme en primer instancia fue con los datos.

Ahora, lo que debes hacer es en base a este criterio de decisión, fijar los riesgos
(aqui en general se le coloca un valor arbitrariamente, que sea pequeño, como por ejemplo 0.05).

\( \alpha=P(_{rechazar \ H_0} /H_0 \ es \ verdadero}) \)

En donde aquí, \( \alpha \) es el riesgo de decir que \( H_0 \) no se cumple cuando en realidad si se cumple.

Creo entender eso. Si me equivoco =/ pues que alguien me diga.

saludos!


14 Noviembre, 2008, 01:53 am
Respuesta #4

mathtruco

  • Moderador Global
  • Mensajes: 5,598
  • País: cl
  • Karma: +0/-0
  • Sexo: Masculino
  • El gran profesor inspira
muchas gracias..  pero me queda una duda

cómo determino el tamaño de la muestra para hacer los cálculos ¿¿??

14 Noviembre, 2008, 11:07 am
Respuesta #5

byron

  • $$\Large \color{#5372a0}\pi\,\pi$$
  • Mensajes: 72
  • Karma: +0/-0
  • Sexo: Masculino
Cuando fijas el riesgo \( \alpha \), lo haces con una desviacion \( \sigma_{\bar{x}}=\frac{\sigma}{\sqrt[2]{n}} \)

Eso te va a permitir despejar el n.

14 Noviembre, 2008, 12:25 pm
Respuesta #6

mathtruco

  • Moderador Global
  • Mensajes: 5,598
  • País: cl
  • Karma: +0/-0
  • Sexo: Masculino
  • El gran profesor inspira
muchas gracias..

 y si mi población de pernos es extremadamente grande??  (hablo de millones de millones)
la puedo considerar infinita??

qué puedo hacer si considero (o tengo) una población infinita??
cómo elijo el tamaño dela muestra??

15 Noviembre, 2008, 02:18 am
Respuesta #7

byron

  • $$\Large \color{#5372a0}\pi\,\pi$$
  • Mensajes: 72
  • Karma: +0/-0
  • Sexo: Masculino
Buena pregunta, la verdad no la se.

Lo que si se, es que al fijar riesgos, siempre sacas el valor de muestras que necesitas para satisfacer esos riesgos...

A mayor muestras, mas reduces riesgos, y si tomas toda la población, la normal te queda con 1 solo valor, que va a ser la media, y aquí no tiene sentido hablar de riesgos, ya que no hay intervalos.