Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 35 vistas

    Ejercicio de Limites de Tolerancia

    Cargado por

    orlando ventura
    Este documento describe los límites de tolerancia, que son intervalos que se espera que cubran una proporción especificada de observaciones en una población. Explica que los límites de tolerancia se calculan como la media muestral más/menos k veces la desviación estándar muestral, donde k se selecciona para que el intervalo tenga un nivel de confianza del 100(1-γ)% de cubrir al menos la proporción 1-α de las observaciones. Incluye un ejemplo numérico de cómo calcular los límites de tolerancia para un

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Ejercicio de Limites de Tolerancia

    Cargado por

    orlando ventura
    35 vistas1 página
    Este documento describe los límites de tolerancia, que son intervalos que se espera que cubran una proporción especificada de observaciones en una población. Explica que los límites de tolerancia se calculan como la media muestral más/menos k veces la desviación estándar muestral, donde k se selecciona para que el intervalo tenga un nivel de confianza del 100(1-γ)% de cubrir al menos la proporción 1-α de las observaciones. Incluye un ejemplo numérico de cómo calcular los límites de tolerancia para un

    Título original

    Ejercicio de Limites de tolerancia

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe los límites de tolerancia, que son intervalos que se espera que cubran una proporción especificada de observaciones en una población. Explica que los límites de tolerancia se calculan como la media muestral más/menos k veces la desviación estándar muestral, donde k se selecciona para que el intervalo tenga un nivel de confianza del 100(1-γ)% de cubrir al menos la proporción 1-α de las observaciones. Incluye un ejemplo numérico de cómo calcular los límites de tolerancia para un

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    35 vistas1 página

    Ejercicio de Limites de Tolerancia

    Cargado por

    orlando ventura
    Este documento describe los límites de tolerancia, que son intervalos que se espera que cubran una proporción especificada de observaciones en una población. Explica que los límites de tolerancia se calculan como la media muestral más/menos k veces la desviación estándar muestral, donde k se selecciona para que el intervalo tenga un nivel de confianza del 100(1-γ)% de cubrir al menos la proporción 1-α de las observaciones. Incluye un ejemplo numérico de cómo calcular los límites de tolerancia para un

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 1

    280 Capítulo 9 Problemas de estimación de una y dos muestras

    9.7 Límites de tolerancia


    Como vimos en la sección 9.6, el científico o el ingeniero podrían estar menos interesa-
    dos en estimar parámetros que en obtener información sobre el lugar en el que caería una
    observación o medición individual. Este tipo de situaciones requiere intervalos de pre-
    dicción. Sin embargo, existe un tercer tipo de intervalo que es útil en muchas aplicacio-
    nes. Una vez más, suponga que el interés se centra en torno a la fabricación de la pieza
    de un componente y que existen especificaciones sobre una dimensión de esa parte.
    Además, la media de esa dimensión no es tan importante. Sin embargo, a diferencia del
    escenario de la sección 9.6, se podría estar menos interesado en una sola observación y
    más en el lugar en el que cae la mayoría de la población. Si las especificaciones del pro-
    ceso son importantes, el administrador del proceso se interesará en el desempeño a largo
    plazo, no en la siguiente observación. Debemos tratar de determinar los límites que, en
    cierto sentido probabilístico, “cubren” los valores en la población, es decir, los valores
    medidos de la dimensión.
    Un método para establecer el límite deseado consiste en determinar un intervalo de
    confianza sobre una proporción fija de las mediciones. Esto se comprende mejor visua-
    lizando una situación en la que se realiza un muestreo aleatorio de una distribución
    normal con media conocida μ y varianza σ 2. Evidentemente, un límite que cubre el 95%
    central de la población de observaciones es
    μ ± 1.96σ.
    A esto se le llama intervalo de tolerancia y, en realidad, su cobertura del 95% de las
    observaciones medidas es exacta. Sin embargo, en la práctica rara vez se conocen μ y σ;
    por consiguiente, el usuario debe aplicar
    x̄ ± ks .
    Ahora bien, el intervalo es, desde luego, una variable aleatoria, por lo tanto, la cobertura
    de una proporción de la población por el intervalo no es exacta. Como resultado, se debe
    usar un intervalo de confianza del 100(1 – γ)%, ya que no se puede esperar que x̄ ± ks
    cubra cualquier proporción específica todo el tiempo. Lo anterior nos lleva a la siguiente
    definición.

    Límites de Para una distribución normal de mediciones en la que se desconoce la media μ y la des-
    tolerancia viación estándar σ, los límites de tolerancia son dados por x̄ ± ks, donde k se determina
    de tal manera que se pueda estar seguro, con un 100(1 – γ)% de confianza, de que los
    límites dados contienen al menos la proporción 1 – α de las mediciones.

    La tabla A.7 ofrece valores de k para 1 – α = 0.90, 0.95, 0.99; γ = 0.05, 0.01; y para
    valores seleccionados de n de 2 a 300.
    Ejemplo 9.9: Considere el ejemplo 9.8. Con la información dada calcule un intervalo de tolerancia que
    proporcione límites bilaterales del 95% sobre el 90% de la distribución de paquetes de
    carne 95% magra. Suponga que los datos provienen de una distribución aproximada-
    mente normal.
    Solución: Del ejemplo 9.8, recuerde que n = 30, que la media muestral es de 96.2% y que la des-
    viación estándar muestral es de 0.8%. De la tabla A.7, k = 2.14. Si utilizamos
    x̄ ± ks = 96.2 ± (2.14)(0.8),

    También podría gustarte