Actividad 1 Ejercicios Estadística Inferencial

ALUMNO: Leon Ortega Ian

DOCENTE: LUIS HERNANDEZ CORIA
340444141
INGENIERIA INDUSTRIAL Y DE SISTEMAS
• Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca de
los siguientes temas:

➢ Distribuciones muestrales

➢ Teorema del Límite Central (TLC)

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

b. La desviación estándar de la población

c. El valor esperado de la media muestral

d. La desviación estándar (error estándar) de la media muestral

Tamaño1

2,2 2,3 2,6 2,8 2,11

3,2 3,3 3,6 3,8 3,11
6,2 6,3 6,6 6,8 6,11
8,2 8,3 8,6 8,8 8,11
11,2 11,3 11,6 11,8 11,11

Tamaño2

2 2.5 4 5 6.5
2.5 3 4.5 5.5 7
4 4.5 6 7 8.5
5 5.5 7 8 9.5
6.5 7 8.5 9.5 11
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:

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 al igual la distribución del muestreo lo es.

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?

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.
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.

a. n =1

b. n = 2

c. n = 4

d. n = 9

e. n = 16

f. n = 25

g. n = 100

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:
¿Es adecuado utilizar la distribución normal para aproximar la distribución de muestreo de P ˆ en
las siguientes circunstancias?

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:

a. La duración promedio es menor a 7 años

b. La duración promedio excede de 7 años

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

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?

Conforme la muestra aumenta el error estándar va siendo menor

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

b. ¿Dentro de qué límites se esperaría que esté el promedio muestral, con probabilidad 0.95?

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 de población es diferente no hay una distribución normal se requiere que 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

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 1 2 3 X X X , y donde
X1 es la cantidad de potasio en el plátano 1, etc.)

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  = 54 meses y una desviación estándar  = 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.

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?

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 3680 como poco probable de ocurrir, si la
verdadera temperatura promedio de las personas sanas es de 37 C?

Hay un 50.91% de que ocurra por lo tanto es mas probable que si ocurra.

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?

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?

7. Lanzamiento de una moneda. Una moneda justa se lanza n = 80 veces. Sea p ˆ la

proporción muestral de caras (soles). Encuentre P p (0.44 0.61)   ˆ
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?

• Redacta una conclusión en la que expliques en qué consisten los siguientes conceptos: - ¿Qué es
un parámetro poblacional? - ¿Qué es una estadística muestral? - ¿Qué entendemos por la
distribución de muestreo de una estadística muestral? - ¿Qué entendemos por el error estándar
de una distribución de muestreo?

El parámetro poblacional es un número que describe algo sobre un grupo o población completa
esto nos apoya a tener el conocimiento del verdadero valor de una población y esto nos
apoya para el momento que tengamos que realizar una estadística muestral que es una medida
cuantitativa, derivada de un conjunto de datos de una muestra, con el objetivo de estimar o inferir
características. Si tomamos una muestra aleatoria de n observaciones de una población binominal
con parámetro p eso daría como resultado una distribución muestral.

Referencias

Dennis D., W., Mendenhall, W. I., & Scheaffer, R. L. (2009). Estadística Matemática con
Aplicaciones (7 ed.). Mexico, México: Cengage Learning.

Devore, J. L. (2016). Probabilidad y Estadistica para Ingenieria y Ciencias (9 ed.).

Cengage Learning. Retrieved from [Link]

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

[Link]

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

Dennis D., W., Mendenhall, W. I., & Scheaffer, R. L. (2009). Estadística Matemática con
Aplicaciones (7 ed.). Mexico, México: Cengage Learning.

Devore, J. L. (2016). Probabilidad y Estadistica para Ingenieria y Ciencias (9 ed.).

Cengage Learning. Retrieved from [Link]

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
[Link]
• Al finalizar, vuelve a la plataforma y sigue los pasos que se indican para enviar tu
actividad