lOMoAR cPSD| 10298398

Materia: Estadística Inferencial

Parcial 1

Actividad1. Ejercicios

Maestro: Dagoberto Zamora Erazo

Ingeniería Industrial y de sistemas

Oscar Daniel Zazueta Tapia

280257539
 lOMoAR cPSD| 10298398

Técnicas básicas

1. Una población consta de cinco números: 2,3,6,8,11. Considere todas las muestras posibles de
tamaño dos que pueden extraerse con reemplazo de esta población. Encontrar:

a. La media de la población

Σ𝑥𝑖 2 + 3 + 6 + 8 + 11
𝜇= =
𝑁 5
𝝁=𝟔

b. La desviación estándar de la población

Σ(𝑥𝑖 − 𝜇)2 (2 − 6)2 + (3 − 6)2 + (6 − 6)2 + (8 − 6)2 + (11 − 6)2
𝜎=√ =√
𝑁 5

𝝈 = 𝟑. 𝟐𝟗

c. El valor esperado de la media muestral

Para obtener una muestra el ejercicio nos menciona que sean todas las muestras
posibles de tamaño dos con reemplazo.
Por lo tanto, tenemos un muestreo con reposición y la ecuación es:

𝑵𝒏

N = número de elementos de la población

n = tamaño de los grupos de la muestra
𝑵𝒏 = 𝟓𝟐 = 𝟐𝟓

Nuestra muestra consta de 25 elementos.

2 3 6 8 11
2 2,0 2,5 4,0 5,0 6,5
3 2,5 3,0 4,5 5,5 7,0
6 4,0 4,5 6,0 7,0 8,5
8 5,0 5,5 7,0 8,0 9,5
11 6,5 7,0 8,5 9,5 11,5
 lOMoAR cPSD| 10298398

𝜇=
(2,0)+(2,5)+(3,0)+(4,0)+(4,5)+(5,0)+(5,5)+(6,0)+(6,5)+(7,0)+⋯+(8,0)+(8,5)+(9,5)+(11,5)

𝜇= =6
d. La desviación estándar (error estándar) de la media muestra

σ= = 5.40

√5.40= 2.32

2. Se seleccionaron muestras aleatorias de tamaño n de poblaciones con las medias y varianzas

dadas aquí. Encuentre la media y desviación estándar de la distribución de muestreo de la media
muestral X en cada caso:

a) n= 36, µ=10, σ² = 9

μ=μx=10

√9
=0.5
Ơx=√36

b) n=100, µ= 5, σ²= 4 μ=μx=5

√4
=0.2
Ơx=√100

c)n= 8, µ=120, σ2 =1

μ=μx=120

√1
=0.35
Ơx=√8

Si las poblaciones muestreadas son normales, ¿cuál es la distribución de muestreo de X para los
incisos a, b y c?

Cuando la población muestreada es normal, la distribución de muestreo también lo es, sin importar
el tamaño de la muestra como en el inciso c) que es n= 8.

De acuerdo con el Teorema del Límite Central, si las poblaciones muestreadas no son normales,
¿qué se puede decir acerca de la distribución muestral de X para los incisos a, b y c?
 lOMoAR cPSD| 10298398

El Teorema del Límite Central nos dice que para que la distribución muestral se considere normal,
aunque la población no lo sea, n debe ser grande igual o mayor a 30.
El inciso a) y b) cumplen a excepción de c), donde el tamaño de muestra es igual a n= 8.
3.Una muestra aleatoria de n observaciones se selecciona de una población con desviación
estándar = 1. Calcule el error estándar de la media (SE) para los siguientes valores de n

𝝈²
Ơ²x¯=
𝒏

𝝈
Ơx¯=
𝒏

𝜎 1
a) n=1 Ơx¯= = = 1
𝑛 1

𝜎 1
b) n=2 Ơx¯= = =0.5
𝑛2

𝜎 1
c)n=4 Ơx¯= = =0.25
𝑛 4

𝜎 1
d)n=9 Ơx¯= = = 0.11111 𝑛 9

𝜎 1
e) n=16 Ơx¯= = =0.0625 𝑛
16

𝜎 1
f) n=25 Ơx¯= = = 0.04 𝑛 25

𝜎 1
g) n=100 Ơx¯= = = 0.01 𝑛
100
 lOMoAR cPSD| 10298398

4. Se seleccionaron muestras aleatorias de tamaño n de poblaciones binomiales con parámetros

poblacionales p dados aquí. Encuentre la media y la desviación estándar de la distribución de
muestreo de la proporción muestral p ˆ en cada caso:
𝑝(1−𝑝) 0.3(1−0.3)
√ =√
a. n=100, p= 0.3 Ơp= 𝑛 100 = 0.0458 μp = 0.3
𝑝(1−𝑝) 0.1(1−0.1)
√ =√
b. n= 400, p= 0.1 Ơp= 𝑛 400 = 0.015 μp = 0.1
𝑝(1−𝑝) 0.6(1−0.6)
√ =√
c. n= 250, p= 0.6 Ơp= 𝑛 250 = 0.0309 μp = 0.3

5. ¿Es adecuado utilizar la distribución normal para aproximar la distribución de muestreo de P ˆ en

las siguientes circunstancias?
a) n= 50, p= 0.05

𝑝(1−𝑝) 0.05(1−0.05)
√ =√
Ơp= 𝑛 50 = 0.0308
𝑝−𝜇𝑝 0.05−.005
Z= = =0
𝜎𝑝 0.308

b) n= 75, p= 0.1
𝑃𝑞
𝜇𝑝 ̂ = 𝑝 𝑦 𝜎𝑝̂ = √ 𝑛

𝜇𝑝̂ = 0.1 𝑦 𝜎𝑝̂ = 0.04

c) n= 250, p= 0.99
𝑃𝑞
𝜇𝑝̂ = 𝑝 𝑦 𝜎𝑝 ̂ = √ 𝑛

𝜇𝑝̂ = 0.99 𝑦 𝜎𝑝̂ = 0.006

 lOMoAR cPSD| 10298398

Aplicaciones

1. Enfermedad de Alzheimer. La duración de la enfermedad de Alzheimer desde el principio de

los síntomas hasta el fallecimiento varía de 3 a 20 años; el promedio es 8 años con una
desviación estándar de 4 años. El administrador de un gran centro médico selecciona al
azar, de la base de datos del centro, los registros médicos de 30 pacientes de Alzheimer ya
fallecidos y anota la duración de la enfermedad para cada unidad en muestra. Encuentre las
probabilidades aproximadas para los siguientes eventos:
μ= 8años

Ơ=4años

a) La duración promedio es menor a 7 años

Se desea hallar la probabilidad de que la media sea menor que 7:

Hay una probabilidad de 0.0823 de que la enfermedad en promedio dure 7 años o menos.

b) La duración promedio excede de 7 años

Dado que la tabla arroja probabilidades acumuladas, es necesario trabajar con el evento
complemento para obtener la cola derecha de la distribución:

La probabilidad es de 0.9177

c)La duración promedio está a no más de un año de la media poblacional μ= 8

En el caso que nos ocupa:

La probabilidad de que la duración promedio de la enfermedad esté entre 7 y 9 años es de

0.8354.
Grafique el error estándar de la media (SE) contra el tamaño muestral n y enlace los puntos con una
curva suave. ¿Cuál es el efecto de aumentar el tamaño de muestra sobre el error estándar?
 lOMoAR cPSD| 10298398

2.Salarios de profesores. Suponga que los profesores de una universidad en E.U.A. -con rango
de profesor en instituciones públicas que imparten programas académicos de dos años-,
ganan un promedio de 71,802 dólares por año, con una desviación estándar de 4,000 dólares.
En un ejercicio por verificar este nivel de salario se seleccionó una muestra aleatoria de 60
profesores de una base de datos del personal académico de todas las instituciones públicas
que imparten programas de dos años en E.U.A.

a. Describa la distribución de muestreo de la media muestral X

Calculamos la media y la distribución muestrales

b. ¿Dentro de qué límites se esperaría que esté el promedio muestral, con

probabilidad 0.95?
Primero determinamos los valores de z que limitan el 0.95:

Dado 0.95 como área central, las dos colas deben contener un total de 0.05. Por lo tanto, cada cola
contiene1 de 0.05, o sea 0.025. Debemos encontrar los valores de z para 𝑧(0.025) y 𝑧(0.975) =
−𝑧(0.025)
Para hallar 𝑧 (0.025) debemos determinar el área entre la media y 𝑧 (0.025). Que es
0.50.025=0.4750.
En la tabla de z, buscamos el valor z que le corresponde a 0.4750 y es 1.96. Por lo tanto:
𝑧 (0.025) = 1.96
𝑧 (0.975) = −𝑧 (0.025) = −1.96
Conociendo los límites de z, podemos calcular los límites de la media muestral.

Despejamos 𝑥̅,

Para 𝑧 0.025) = 1.96

Para 𝑧(0.975) = −𝑧(0.025) = −1.96

 lOMoAR cPSD| 10298398

c. Calcule la probabilidad de que la media muestral x sea mayor que 73,000

dólares.

d. Si una muestra aleatoria en realidad produjo una media muestral de 73,000

dólares, ¿consideraría usted que esto es poco común? ¿Qué conclusión
obtendría?

Si la media poblacional es diferente de la media muestral, no tenemos una distribución

normal, por lo que se requiere que el tamaño de la muestra sea más grande.

3.Requerimiento de Potasio. El requerimiento normal diario de Potasio en seres humanos está

en el intervalo de 2,000 a 6,000 miligramos (mg), con cantidades más grandes necesarias
durante los meses calurosos de verano. La cantidad de potasio en distintos alimentos varía,
pero las mediciones indican que el plátano contiene un nivel alto de potasio, con
aproximadamente 422 mg en un plátano de tamaño mediano. Suponga que la distribución de
potasio en plátanos está distribuida normalmente, con media igual a 422 mg y desviación
estándar de 13 mg por plátano. Usted come n=3 plátanos al día y T es el número total de
miligramos de potasio que recibe de ellos.
a) Encuentre la media y la desviación estándar de T.

Si T es el número de miligramos de potasio que recibimos de 3 bananas, la media de T es

la suma de las medias de potasio en cada banana y su desvío estándar es la suma de los
desvíos estándar de cada cantidad de potasio:

Ơ=39mg
b) Encuentre la probabilidad de que su ingesta diaria de potasio de los tres plátanos
exceda de 1,300 mg. (Sugerencia: Observe que T es la suma de tres variables aleatorias
X1 X2 y X3, donde X1 es la cantidad de potasio en el plátano 1, etc.)

Con ese valor entramos en las tablas de distribución

 lOMoAR cPSD| 10298398

normal obteniendo
Pero como queremos calcular la probabilidad de exceder los 1300mg tenemos:

P=19.22%

4.Duración de baterías para automóvil. Un fabricante de baterías para automóvil afirma que la
distribución del tiempo de duración (tiempo de vida) de las baterías de su mejor marca tiene
una media μ = 54 meses y una desviación estándar Ơ =6 meses. Suponga que un grupo de
consumidores decide verificar la afirmación y para ello compran una muestra de 50 baterías y
las somete a prueba para medir su tiempo de vida.

a) Suponiendo que la afirmación del fabricante es verdadera, describa la

distribución de muestreo de la media muestral cuando n=50 baterías.

𝑥−𝜇 𝑥−54
a) z= 𝜎 =0= 6
√𝑛 √50

X= 54

b) Suponiendo que la afirmación del fabricante es verdadera, ¿cuál es la

probabilidad de que la muestra de 50 baterías tenga un tiempo de vida de 52 meses o
menos?

𝑥−𝜇 𝑥−54
a) z= 𝜎 =0= 6
√𝑛 √50

X= 54
 lOMoAR cPSD| 10298398

𝑥−𝜇
b)
z= 𝜎 = 0 =
√𝑛
P(x≤52) = 1-0.00921 = 0.99079

5.Temperatura corporal. Suponga que la temperatura corporal de personas sanas se distribuye

aproximadamente normal con media 37.0 C y desviación estándar de 0.4 C.

a. Si 130 personas sanas se seleccionan aleatoriamente, ¿cuál es la

probabilidad de que la temperatura promedio para estas personas sea de
36.80 o menor?

b. ¿Consideraría una temperatura promedio de 36?80 como poco probable de

ocurrir, si la verdadera temperatura promedio de las personas sanas es de
37 C?
Hay una probabilidad del 50.91% de que ocurra. Por lo tanto, es más probable
que improbable de que ocurra.
 lOMoAR cPSD| 10298398

6. Costo de un apartamento. El costo promedio de un apartamento en el desarrollo Cedar Lakes

es de $62,000 USD con una desviación estándar de $4,200 USD.
a) ¿Cuál es la probabilidad de que un apartamento en este desarrollo cueste al menos
$65,000 USD?

La expresión significa mayor o igual

b) ¿La probabilidad de que el costo promedio de una muestra de dos apartamentos sea al
menos de $65,000 USD es mayor o menor que la probabilidad de que un apartamento cueste
eso? ¿En qué cantidad difiere?

Probabilidad de distribución normal:

μ= $62.000 σ = $4200 X= $65000
n = 10

La probabilidad de que costo promedio de una muestra de 10 condominios sea al menos

de $65000 es:
Z= X-μ/σ
Z = 65000-62000/4200
z = 0,71

Probabilidad: P (x≤$65.000) = 0,76115

7.Lanzamiento de una moneda. Una moneda justa se lanza n=80 veces. Sea pˆ la
 lOMoAR cPSD| 10298398

proporción muestral de caras (soles). Encuentre P (0.44 <pˆ <0.61)

P (0.44 < p ^ < 0.61) = 0.729 - 0.670 = 0.059

8.Herramientas defectuosas. Se ha encontrado que 2% de las herramientas que produce cierta

máquina tienen algún defecto. ¿Cuál es la probabilidad de que, en 400 de dichas herramientas

a. 3% o más tengan algún defecto?

b. 2% o menos tengan algún defecto?

Ơp = = 0.044
0.3−0.2
Z= = 2.272
0.044

P ( z ≥ 2.272) = 1 – 0.988 = 0.012

0.2−0.2
Z= =0
0.44

P (z ≤ 0 ) = 1 – 0.5 = 0.5
 lOMoAR cPSD| 10298398

Conclusión

¿Qué es un parámetro poblacional?

Los parámetros de la población característica y la descripción de la población. Son equivalentes a
las estadísticas de muestra.
¿Qué es una estadística muestral?
Una muestra estadística es un subconjunto de datos que pertenece a un conjunto de datos.
Estadísticamente hablando, debe incluir una serie de observaciones que sean totalmente
representativas de todo el conjunto de datos.
¿Qué entendemos por la distribución de muestreo de una estadística muestral?
La distribución muestral es un concepto fundamental basado en métodos de inferencia estadística.
¿Qué entendemos por el error estándar de una distribución de muestreo?

El error estándar es una estimación de cómo el valor de una estadística de prueba difiere entre muestras.
Es una medida de la incertidumbre de la estadística experimental.