ACTIVIDAD 3.

EJERCICIOS SOBRE ESTIMACIÓN POR INTERVALOS I

Fecha: 13/10/2022
Nombre del estudiante: Hernandez Gaona Karla Ximena
Nombre del docente: Torres Colin Calos Alberto

• Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca de los
siguientes temas:

➢ Estimación del intervalo de una media poblacional: caso muestra grande

➢ Estimación del intervalo de una media poblacional: caso muestra pequeña

En algunos problemas necesitarás el archivo de datos en formato .xls o .csv cuyo nombre se señala al inicio
del enunciado, puedes descargarlo del archivo .zip.

Se hizo uso de esos archivos

Técnicas básicas

1. Suponga que seleccionó una muestra aleatoria de n = 7 mediciones de una distribución normal. Compare
los valores- z normal estándar con los correspondientes valores- t necesarios para construir los
siguientes intervalos de confianza. Utilice un software, tablas o el applet sobre distribuciones de
probabilidad.

a. Intervalo de confianza de 80%

Valor Z Normal 𝒁𝒂/𝟐 = 1.28 𝑽𝒂𝒍𝒐𝒓 𝒕. 𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒕𝒂/𝟐 = 1.440

b.Intervalo de confianza de 90%

Página 1 de 12
 Valor Z Normal 𝒁𝒂/𝟐 = 1.645 𝑽𝒂𝒍𝒐𝒓 𝒕. 𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒕𝒂/𝟐 = 1.943

c. Intervalo de confianza de 95%

Valor Z Normal 𝒁𝒂/𝟐 = 1.960 𝑽𝒂𝒍𝒐𝒓 𝒕. 𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒕𝒂/𝟐 = 2.447

d. Intervalo de confianza de 98%

Valor Z Normal 𝒁𝒂/𝟐 = 2.101 𝑽𝒂𝒍𝒐𝒓 𝒕. 𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒕𝒂/𝟐 = 3.143

e. Intervalo de confianza de 99%

Valor Z Normal 𝒁𝒂/𝟐 = 2.575 𝑽𝒂𝒍𝒐𝒓 𝒕. 𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒕𝒂/𝟐 = 3.707

Aplicaciones

1. Ingesta de productos lácteos. Un científico interesado en vigilar contaminantes químicos en alimentos

y, por lo tanto, la acumulación de contaminantes en la dieta humana seleccionó una muestra aleatoria de
n = 50 adultos hombres. Se encontró que el promedio de ingesta diaria de productos lácteos fue de
x = 76 gramos por día, con una desviación estándar de s = 35 gramos por día. Use esta información
muestral para construir dos intervalos de confianza de a) 95% y b)99% para la ingesta diaria media de
productos lácteos de hombres adultos.

𝑺
̅ ±𝒕
𝝁= 𝑿
√𝒏

𝑪𝒐𝒏 𝑺 = 𝟑𝟓 𝒈/𝒅𝒊𝒂

𝑵 = 𝟓𝟎 𝒂𝒅𝒖𝒍𝒕𝒐𝒔

̅ = 𝟕𝟔 𝒈/𝒅𝒊𝒂
𝑿

a) 𝜶 = 𝟎. 𝟎𝟓 𝒄𝒐𝒏 𝒈𝒍 = 𝟒𝟗 𝒕𝒂/𝟐 = 𝟐. 𝟎𝟏𝟎

Página 2 de 12
 𝑺 𝟑𝟓
̅ ±𝒕
𝝁= 𝑿 = 𝟕𝟔 ± (𝟐. 𝟎𝟏𝟎)
√𝒏 √𝟓𝟎

𝟔𝟔. 𝟎𝟓𝟏 ≤ 𝝁 ≤ 𝟖𝟓. 𝟗𝟒𝟗

b) 𝜶 = 𝟎. 𝟎𝟏 𝒄𝒐𝒏 𝒈𝒍 = 𝟒𝟗 𝒕𝒂/𝟐 = 𝟐. 𝟔𝟖𝟎

𝑺 𝟑𝟓
̅ ±𝒕
𝝁= 𝑿 = 𝟕𝟔 ± (𝟐. 𝟔𝟖𝟎)
√𝒏 √𝟓𝟎

𝟔𝟐. 𝟕𝟑𝟓 ≤ 𝝁 ≤ 𝟖𝟗. 𝟐𝟔𝟓

2. Crecimiento de bebés después de 6 meses de edad. Una pediatra seleccionó, de la base de datos de sus
pacientes, una muestra de 50 bebés varones de 6 meses de edad y registró un peso promedio de 8.0 kg.
con una desviación estándar de 0.30 kg. Además registró una altura promedio de 67.3 cm con una
desviación estándar de 0.64 cm.

a. Encuentre un intervalo de 95% de confianza para el peso promedio de todos los bebés varones de 6
meses de edad.

𝝈 𝝈
̅ − 𝒁𝜶
(𝑿 ̅ + 𝒁𝜶
,𝑿 )
𝟐 √𝒏 𝟐 √𝒏
̅ = 𝟖𝒌𝒈
𝑿 𝝈 = 𝟎. 𝟑𝟎 𝒌𝒈 𝑵 = 𝟓𝟎 𝒁𝜶 = 𝟏. 𝟗𝟔𝟎
𝟐

𝟎. 𝟑𝟎 𝟎. 𝟑𝟎
𝟖 − (𝟏. 𝟗𝟔𝟎) ≤ 𝝁 ≤ 𝟖 + (𝟏. 𝟗𝟔𝟎)
√𝟓𝟎 √𝟓𝟎

𝟕. 𝟗𝟏𝟕 ≤ 𝝁 ≤ 𝟖. 𝟎𝟖𝟑

Página 3 de 12
 b. Encuentre un intervalo de 99% de confianza para la altura promedio de todos los bebés varones de
6 meses de edad.

𝝈 𝝈
̅ − 𝒁𝜶
(𝑿 ̅ + 𝒁𝜶
,𝑿 )
𝟐 √𝒏 𝟐 √𝒏
̅ = 𝟔𝟕. 𝟑 𝒄𝒎
𝑿 𝝈 = 𝟎. 𝟔𝟒 𝒄𝒎 𝑵 = 𝟓𝟎 𝒁𝜶 = 𝟐. 𝟓𝟕𝟓
𝟐

𝟎. 𝟔𝟒 𝟎. 𝟔𝟒
𝟔𝟕. 𝟑 − (𝟐. 𝟓𝟕𝟓) ≤ 𝝁 ≤ 𝟔𝟕. 𝟑 + (𝟐. 𝟓𝟕𝟓)
√𝟓𝟎 √𝟓𝟎

𝟔𝟕. 𝟎𝟔𝟕 ≤ 𝝁 ≤ 𝟔𝟕. 𝟓𝟑𝟑

c. ¿Qué supuestos tendría que asumir acerca de la base de datos de esta pediatra para hacer inferencias
sobre todos los bebés varones de 6 meses de edad?

• La muestra es grande de tiene un valor de 50 por lo que podremos decir que habrá un buen
intervalo de confianza

3. Alergia al látex. Los trabajadores de la salud quienes usan guantes de látex diariamente son
particularmente susceptibles a desarrollar una alergia al látex. Los síntomas de la alergia incluyen
conjuntivitis, inflamación y picazón de la piel de las manos, congestión nasal y dificultad para respirar.
Cada uno de los trabajadores diagnosticados con esta alergia de 46 hospitales en una muestra informaron
sobre su exposición al uso de guantes de látex. Las estadísticas descriptivas para el número de guantes
de látex utilizados por semana son x = 19.3 y s = 11.9 .

a. De una estimación puntual del número promedio de guantes de látex utilizados por semana por
todos los trabajadores de la salud con alergia al látex.

𝑺𝒆𝒂 𝝁 = 𝟏𝟗 𝒈𝒖𝒂𝒏𝒕𝒆𝒔 𝒅𝒆 𝒍𝒂𝒕𝒆𝒙

b. Construya un intervalo de confianza de 95% para el número promedio de guantes de látex

utilizados por semana por todos los trabajadores de la salud con alergia al látex.

Página 4 de 12
 𝑺
̅ ±𝒕
𝝁= 𝑿
√𝒏

𝑪𝒐𝒏 𝑺 = 𝟏𝟏. 𝟗

𝑁 = 46 ℎ𝑜𝑠𝑝𝑖𝑡𝑎𝑙𝑒𝑠

̅ = 𝟏𝟗. 𝟑
𝑿

𝜶 = 𝟎. 𝟎𝟓 𝒈𝒍 = 𝟒𝟓 𝒕𝒂/𝟐 = 𝟐. 𝟎𝟏𝟒

𝑺 𝟏𝟏. 𝟗
̅ ±𝒕
𝝁= 𝑿 = 𝟏𝟗. 𝟑 ± (𝟐. 𝟎𝟏𝟒)
√𝒏 √𝟒𝟔

15.766 ≤ 𝜇 ≤ 22.834

c. Dé una interpretación práctica al intervalo que construyó en el inciso

• Existe un numero promedio de guantes de látex que se usan semanalmente, a esto se obtuvo una
muestra de 46 hospitales con una confianza alta de 95%

d. Exprese las condiciones requeridas para que el intervalo del inciso b) sea válido.

• Para el intervalo se busca, la media y la desviación estándar muestral debe ser obtenidas para el
proceso de recopilación de datos de 46 elementos y estimar una confianza de 5% de error

4. (Ver base de datos HOSPLOS). Estancia de pacientes. Considere un hospital interesado en estimar el
promedio de la duración de la estancia de sus pacientes  en días. El hospital toma una muestra aleatoria
de 100 de sus pacientes y obtiene una media muestral de x =4.5 días. También suponga que se sabe que
la desviación estándar de la duración de la estancia de todos los pacientes es de  = 4 días. Calcule un
intervalo de confianza de 95% para el parámetro  .

Formula:
𝝈 𝝈
̅ − 𝒁𝜶
(𝑿 ̅ + 𝒁𝜶
,𝑿 )
𝟐 √𝒏 𝟐 √𝒏
̅ = 𝟔𝟕. 𝟑 𝒄𝒎
𝑿 𝝈 = 𝟎. 𝟔𝟒 𝒄𝒎 𝑵 = 𝟓𝟎 𝒁𝜶 = 𝟐. 𝟓𝟕𝟓
𝟐

Sustituyendo:

Página 5 de 12
 𝟒 𝟒
𝟒. 𝟓 − (𝟏. 𝟗𝟔𝟎) ≤ 𝝁 ≤ 𝟒. 𝟓 + (𝟏. 𝟗𝟔𝟎)
√𝟏𝟎𝟎 √𝟏𝟎𝟎

3.716 ≤ 𝜇 ≤ 5.284

a. Suponga ahora que desconoce la desviación estándar poblacional. Sin embargo, tiene los datos
sobre estancia de los 100 pacientes en la muestra. Use estos datos para encontrar un intervalo de
confianza de 95% para  e interprete los resultados

Obtenemos la desviación estándar a través de minitab es S=3.6775; por lo tanto empleamos lo

siguiente

𝑺
̅ ±𝒕
𝝁= 𝑿
√𝒏

𝑵 = 𝟏𝟎𝟎

̅ = 𝟒. 𝟓
𝑿

𝜶 = 𝟎. 𝟎𝟓 𝒈𝒍 = 𝟗𝟗 𝒕𝒂/𝟐 = 𝟏. 𝟗𝟖𝟒

𝑺 𝟑. 𝟔𝟕𝟕𝟓
̅ ±𝒕
𝝁= 𝑿 = 𝟒. 𝟓 ± (𝟏. 𝟗𝟖𝟒)
√𝒏 √𝟏𝟎𝟎

3.77 ≤ 𝜇 ≤ 5.23

5. (Ver base de datos AIRNOSHOWS) Asientos vacíos en vuelos. Lo asientos desocupados en vuelos
provocan pérdida de ingresos a las líneas aéreas. Suponga que una línea aérea nacional quiere estimar el
número de asientos desocupados promedio por vuelo durante el año previo. Para lograrlo, selecciona
aleatoriamente 225 vuelos que se realizaron el año previo y registra el número de asientos desocupados
en cada uno. Estime  , el promedio de asientos desocupados por vuelo durante el año previo mediante
un intervalo de 90% de confianza.

̅ −𝝁
𝑿
𝑭𝒐𝒓𝒎𝒖𝒍𝒂: 𝒕 =
𝑺
√𝒏

Considerando los datos del Excel:

𝑺 = 𝟒. 𝟏𝟎𝟐𝟔

𝑵 = 𝟐𝟐𝟓 𝒗𝒖𝒆𝒍𝒐𝒔

Página 6 de 12
 ̅ = 𝟏𝟏. 𝟓𝟗
𝑿

𝒕 = 𝟏. 𝟗𝟔𝟏

Despejando 𝝁

𝑺 𝟒. 𝟏𝟎𝟐𝟔
̅ −𝒕
𝝁=𝑿 = 𝟏𝟏. 𝟓𝟗 − (𝟏. 𝟗𝟔𝟏) = 𝟏𝟏. 𝟎𝟓
√𝒏 √𝟐𝟐𝟓

𝝁 = 𝟏𝟏. 𝟎𝟓

6. (Ver base de datos BPINCR) Incremento en la presión sanguínea. Considere una compañía
farmacéutica interesada en estimar el incremento promedio de la presión sanguínea de pacientes que
toman un nuevo medicamento. Los incrementos en la presión sanguínea (medidos en puntos) para los 6
pacientes a los que se les suministró el medicamento se encuentran en el archivo de datos BPINCR.
Utilice esta información para construir un intervalo de confianza de 95% para  , el incremento
promedio en la presión sanguínea asociado al nuevo medicamento para todos los pacientes en la
población.

𝑺 = 𝟎. 𝟗𝟒𝟗𝟓

̅ = 𝟐. 𝟐𝟖𝟑𝟑
𝑿

𝑵=𝟔

𝜶 = 𝟎. 𝟎𝟓 𝒈𝒍 = 𝟓 𝒕𝒂/𝟐 = 𝟐. 𝟓𝟕𝟏

𝑺 𝟎. 𝟗𝟒𝟗𝟓
̅ ±𝒕
𝝁= 𝑿 = 𝟐. 𝟐𝟖𝟑𝟑 ± (𝟐. 𝟓𝟕𝟏)
√𝒏 √𝟔

1.29 ≤ 𝜇 ≤ 3.28

7. (Ver base de datos PRNTHD) Cabezales de impresoras. Algunos experimentos para el control de
calidad requieren de un muestreo destructivo (es decir, la prueba para determinar si el artículo es
defectuoso destruye el artículo) para medir una característica particular del producto. El costo del
muestreo destructivo con frecuencia exige muestras pequeñas. Suponga que un fabricante de impresoras
para computadoras personales desea estimar el número promedio de caracteres impresos antes de que
los cabezales se descompongan. El fabricante prueba n = 15 cabezales y registra para cada uno de ellos

Página 7 de 12
 el número de caracteres impresos antes de su descompostura. Las 15 mediciones se enlistan en la
siguiente tabla

a. Construya un intervalo de confianza de 99% para el número promedio de caracteres impresos

por el cabezal antes de descomponerse. Interprete el resultado.

Según los datos de Excel

𝑺 = 𝟎. 𝟏𝟗𝟑𝟐

̅ = 𝟎. 𝟗𝟐
𝑿

𝑵 = 𝟏𝟓

𝜶 = 𝟎. 𝟎𝟏 𝒈𝒍 = 𝟏𝟒 𝒕𝒂/𝟐 = 𝟐. 𝟗𝟕𝟕

𝑺 𝟎. 𝟏𝟗𝟑𝟐
̅ ±𝒕
𝝁= 𝑿 = 𝟎. 𝟗𝟐 ± (𝟐. 𝟗𝟕𝟕)
√𝒏 √𝟏𝟓

𝟎. 𝟕𝟕 ≤ 𝝁 ≤ 𝟏. 𝟎𝟕

b. ¿Qué supuestos se requieren para que el intervalo que encontró en el inciso a) sea válido?

• Se necesitan valores obtenidos de estos datos, se quiere identificar correctamente con el parámetro
t student en consideración de grados de libertad y significancia

8. (Ver base de datos TURTLES) Longitud de los caparazones de tortugas. En un estudio publicado
por la revista Aquatic Biology (Vol.9,2010) sobre las tortugas que habitan en las aguas verdes de la
laguna South Sound de Gran Cayman se instalaron grabadoras en 6 de 74 tortugas capturadas. Las
grabadoras permitían a los ambientalistas rastrear los movimientos de las tortugas en la laguna. La
longitud promedio del caparazón de estas 6 tortugas fue de 52.9 cm con una desviación estándar de 6.8
cm.

a. Utilice la información de las 6 tortugas monitoreadas para estimar, con 99% de confianza, la
verdadera media de la longitud del caparazón de todas las tortugas en la laguna. Interprete el
resultado.

𝑺 = 𝟔. 𝟖 𝒄𝒎

̅ = 𝟓𝟐. 𝟗
𝑿

Página 8 de 12
 𝑵=𝟔

𝜶 = 𝟎. 𝟎𝟏 𝒈𝒍 = 𝟓 𝒕𝒂/𝟐 = 𝟒. 𝟎𝟑𝟐

𝑺 𝟔. 𝟖
̅ ±𝒕
𝝁= 𝑿 = 𝟓𝟐. 𝟗 ± (𝟒. 𝟎𝟑𝟐)
√𝒏 √𝟔

𝟒𝟏. 𝟕𝟎𝟕 ≤ 𝝁 ≤ 𝟔𝟒. 𝟎𝟗𝟑

b. ¿Qué supuestos sobre la distribución de las longitudes de los caparazones deben comprobarse
para que el intervalo de confianza del inciso a) sea válido?

• Se debe comprobar todas las medias obtenidas de la prueba del intervalo, de acuerdo a las medias
de la base de datos, la muestra de las tortugas no fue significativa y por ello no es un buen intervalo
de confianza

9. (Ver base de datos NZBIRDS) Extinción de pájaros de Nueva Zelanda. La revista Evolutionary
Ecoloy Research (Julio 2003) realizó un estudio sobre los patrones de extinción de las poblaciones de
pájaros de Nueva Zelanda. Suponga que está interesado en estimar la longitud promedio de los huevos
de pájaro (en milímetros) para la población de pájaros de Nueva Zelanda.

a. ¿Cuál es el parámetro objetivo en esta investigación?

Considero que el parámetro es 𝝁 = 𝒍𝒐𝒏𝒏𝒈𝒊𝒕𝒖𝒅 𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒍𝒐𝒔 𝒉𝒖𝒆𝒗𝒐𝒔 𝒅𝒆 𝒑𝒂𝒋𝒂𝒓𝒐.

b. En el archivo NZBIRDS se encuentran registradas las longitudes de los huevos de 132 especies
de pájaros. Obtenga una muestra aleatoria de 50 huevos del conjunto de datos.

1 Petrels,"P. turtur","Yes","A","GC","H","F","Yes",125,44
2 Petrels,"P. pycrofti","Yes","A","GC","H","F","Yes",160,49
3 Petrels,"P. cookii","No","A","GC","H","F","Yes",200,50
4 Petrels,"G. nereis","Yes","A","GC","H","F","Yes",35,31
5 Petrels,"P. marina","Yes","A","GC","H","F","Yes",45,36
6 Petrels,"P. inexpectata","No","A","GC","H","F","Yes",325,61
7 Petrels,"P. macroptera","No","A","GC","H","F","Yes",500,67
8 Petrels,"P. griseus","No","A","GC","H","F","Yes",800,77
9 Petrels,"P. parkinsoni","No","A","GC","H","F","Yes",700,69
10 Petrels,"P. westlandica","Absent","A","GC","H","F","Yes",1100,81

Página 9 de 12
11 Penguins,"E. minor","No","A","GC","H","F","No",1100,56
12 Penguins,"E. pachyrhynchus","Yes","A","G","H","F","No",4000,67
13 Penguins,"M. antipodes","Yes","A","G","L","F","No",5250,77 Página 11 de 15 Downloaded
by XOLIOMAN ([email protected]) lOMoARcPSD|1387244110
14 Shags,"P. melanoleucos","No","A","A","H","F","Yes",700,48
15 Shags,"S. punctatus","No","A","A","H","F","Yes",1200,58
16 Shags,"P. carbo","No","A","A","H","F","Yes",2200,61
17 Shags,"P. varius","No","A","A","H","F","Yes",2000,59
18 Shags,"L. carunculatus","Yes","A","G","H","F","Yes",2500,65
19 Shags,"L. chalconotus","No","A","G","H","F","Yes",2500,66
20 Herons,"E. alba","Yes","A","A","H","F","Yes",900,52
21 Herons,"E. sacra","No","A","G","L","F","Yes",400,46
22 Herons,"B. poiciloptilus","No","A","G","L","F","Yes",1000,51
23 Herons,"I. novaezelandiae","No","A","G","L","F","Yes",150,46
24 Waterfowl,"A. superciliosa","No","A","G","L","H","Yes",1000,58
25 Waterfowl,"A. gracilis","No","A","GC","L","H","Yes",425,50
26 Waterfowl,"A. chlorotis","No","A","G","L","H","Yes",500,60
27 Waterfowl,"M. australis","Yes","A","G","L","F","Yes",900,57
28 Waterfowl,"E. finschi","Yes","A","G","L","H","No",800,56
29 Waterfowl,"M. scarletti","Yes","A","G","L","H","Yes",800,56
30 Waterfowl,"H. malacorhynchos","No","A","G","L","I","Yes",750,65
31 Waterfowl,"A. novaeseelandiae","No","A","G","L","F","Yes",650,64
32 Waterfowl,"C. gracilis","Yes","TG","G","L","H","No",8000,105
33 Waterfowl,"C. calcitrans","Absent","TG","G","L","H","No",10000,110 34 Waterfowl,"C.
atratus","Yes","A","G","L","H","Yes",5000,104
35 Waterfowl,"T. variegata","No","A","GC","L","H","Yes",1400,67
36 Waterfowl,"B. delautouri","Yes","A","G","L","H","Yes",2000,76
37 Falcons,"F. novaeseelandiae","No","TA","A","L","V","Yes",500,49
38 Falcons,"C. eytesi","Yes","TA","A","L","V","Yes",2500,
39 Falcons,"H. moorei","Absent","TA","A","L","V","Yes",12000,
40 Gamebirds,"C. novaezealandiae","No","TG","G","L","H","Yes",100,30
41 Rails,"G. philippensis","No","A","G","L","I","Yes",170,40
42 Rails,"G. australis","No","TG","G","L","I","No",700,58
43 Rails,"P. tabuensis","No","A","G","L","I","Yes",45,30

Página 10 de 12
 44 Rails,"P. pusilla","No","A","G","L","I","Yes",40,28
45 Rails,"F. prisca","Yes","A","G","L","H","No",1000,57
46 Rails,"C. karamu","Yes","A","G","L","I","No",275,43
47 Rails,"G. hodgenorum","Yes","A","G","L","I","No",450,48
48 Rails,"P. hochstetteri","Absent","TG","G","L","H","No",3000,74
49 Rails,"P. mantelli","No","TG","G","L","H","No",3500,75
50 Shorebirds,"H. ostralegus","No","A","G","H","I","Yes",550,56

c. Calcule la media y la desviación estándar de las longitudes de los 50 huevos de la muestra que
obtuvo en el inciso b)

𝑺 = 𝟖𝟒. 𝟓𝟑 𝒄𝒎

̅ = 𝟑𝟓𝟏. 𝟖𝟕 𝒄𝒎
𝑿

d. Utilice los datos del inciso c) para construir un intervalo de confianza de 99% para la verdadera
longitud promedio de los huevos de pájaros de Nueva Zelanda.

𝑵 = 𝟓𝟎 𝒉𝒖𝒆𝒗𝒐𝒔

𝜶 = 𝟎. 𝟎𝟏 𝒈𝒍 = 𝟒𝟗 𝒕𝒂/𝟐 = 𝟐. 𝟔𝟖

𝑺 𝟖𝟒. 𝟔𝟑
̅ ±𝒕
𝝁= 𝑿 = 𝟑𝟓𝟏. 𝟖𝟕 ± (𝟐. 𝟔𝟖𝟎)
√𝒏 √𝟓𝟎

𝟑𝟏𝟗. 𝟕𝟗𝟒 ≤ 𝝁 ≤ 𝟑𝟖𝟑. 𝟗𝟒𝟔

e. De una interpretación práctica del intervalo que encontró en el inciso

El intervalo se tiene claramente no significativo, las mediciones puede variar entre si.

Referencias

Redacta una conclusión en la que expliques la utilidad de la estadística inferencial centrada en la

estimación por intervalos y aplicada a muestras pequeñas y grandes, es decir, inferir
propiedades, conclusiones y tendencias, a partir de una muestra del conjunto. Su papel es
interpretar, hacer proyecciones y comparaciones. Son calculados para obtener la muestra y poder

Página 11 de 12
determinar que nivel de confianza tienen algunas predicciones, nos ayuda a entender que son los
parámetros poblacionales.

Fuente: https://concepto.de/estadistica-inferencial/#ixzz7he5JvUME

• Agrega las fuentes consultadas (mínimo 2) referenciadas en estilo APA.

• Rodó, P. (2021, 13 enero). Distribución t de Student. Economipedia. Recuperado 12 de octubre de
2022, de https://economipedia.com/definiciones/distribucion-t-de-student.html
• SciELO - Scientific Electronic Library Online. (s. f.). Recuperado 12 de octubre de 2022, de
http://www.scielo.edu.uy/scielo.php?pid=S2301-01262020000200094
Devore, J. L. (2016). Probabilidad y estadistica para ingenieria y ciencias (9 ed.). Cengage
Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/93280

McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.

Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la probabilidad y

estadística (14 ed.). México, D.F: CENGAGE Learning.

Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para negocios y economia (11
ed.). Cengage Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/39949

* * *

Página 12 de 12