Ejemplo 3

Un investigador de mercado desea estimar la media poblacional utilizando muestras

extradas aleatoriamente, suficientemente grandes de tal manera que la probabilidad de
que la media muestral no difiera de la media poblacional en ms del 25% de la
desviacin estndar, sea de 0.95. Qu tamao de muestra debe adoptar para
seleccionar la muestra, si sta se hace sin reposicin sobre poblaciones muy grandes?.
Solucin
Sea X la variable definida sobre la poblacin, de tamao N cuya distribucin se define
por y como su media y varianza poblacional, respectivamente.
Sea la media muestral de medias en una muestra de tamao n, donde

.
De acuerdo a los datos del problema tenemos

Dividiendo entre , que es la desviacin de , para obtener Z, tenemos

Usando la tabla N(0, 1) tenemos de donde n = 61.4656.

Problema4: Estimacin y Pruebas de Hiptesis
Ej4.El tiempo que un pasajero invierte esperando en un punto de revisin de un aeropuerto es una
variable aleatoria con media de 8.2 minutos y desviacin estndar de 1.5 minutos. Supongamos que
se observa una muestra aleatoria de 49 pasajeros.

Calcula la probabilidad de que el tiempo de espera promedio para estos clientes sea:

a) Menor que 10 minutos.

b) Entre 5 y 10 minutos.

c) Menor que 6 minutos.

Sea la variable aleatoria X, tiempo promedio en un punto de revisin de un aeropuerto. Conocemos
tanto la media, 8.2 minutos, como la desviacin estndar, 1.5 minutos y el tamao de la muestra,
que es de 49 pasajeros.

Por lo tanto, aplicamos la Teora Central del Lmite para cada apartado:

Apartado a)

Nos piden la siguiente probabilidad: P(X < .10):

Tipificamos:

En las tabas, a partir del 3.99, la probabilidad obtenida es de 0.5, por lo tanto, la solucin a este
apartado es:

P(Z < 8.4) = 0.5 + (8.4) = 0.5 + 0.5 = 1

Apartado b)

Nos piden la siguiente probabilidad: P(5 X .10):

Tipificamos:

Por lo tanto, obtenemos:

P(-14.9 Z 8.4) = 0.5 + (8.4) - [1 - (0.5 + (14.9))] = (8.4) + (14.9)

Buscamos en las tablas, y nos ocurre lo mismo que en el Apartado a), a partir del valor 3.99, la
probabilidad es 0.5, por lo tanto:

P(-14.9 Z 8.4) = (8.4) + (14.9) = 0.5 + 0.5 = 1

Apartado c)

Nos piden la siguiente probabilidad: P(X < .6):

Tipificamos:

Operamos la desigualdad: P(Z < .-10.27) = P(Z > 10.27) = 1 - P(Z 10.27)

Buscamos en las tablas, y nos ocurre lo mismo que en el Apartado a), a partir del valor 3.99, la
probabilidad es 0.5, por lo tanto:

P(Z > 10.27) = 1 - (0.5 + (10.27)) = 1 - (0.5 + 0.5) = 1 - 1 = 0

1. Si s12 y s22 son las varianzas muestrales de muestras aleatorias

independientes de tamaos n1=10 y n2 =20, tomadas de
poblaciones normales que tienen las mismas varianzas, encuentre
P(s12/s22 2.42).

Solucin:

Primero se establecen los grados de libertad. Como en el

numerador est la poblacin uno y en el denominador la poblacin
dos, entonces los grados de libertad uno equivalen a 10-1=9 y los
grados de libertad dos a 20-1=19.

Se procede a ir a la tabla a buscar los grados de libertad dos que

son 19 y se observa que no estn, por lo tanto se tiene que
interpolar entre 15 y 20 grados de libertad, buscando el valor de
fisher que quedara:

Este valor de 2.42 se busca en la columna de 9 grados de libertad

uno, con 15 grados de libertad dos, y se encuentra los siguiente:

Area
 0.90 2.09

0.95 2.59

Al interpolar entre estos dos valores nos queda un rea de 0.933.

Se procede a hacer lo mismo pero con 20 grados de libertad dos:

Area

0.95 2.39

0.975 2.84

Al interpolar entre estos dos valores nos queda un rea de 0.9516.

Ahora ya se tienen las dos reas referentes a los grados de libertad

dos, por lo que se interpolar para ver cunto le corresponde a los
grados libertad dos con un valor de 19.

Area

15 0.933

20 0.9516

Al interpolar nos queda que para 9 grados de libertad uno y 19

grados de libertad dos con un valor de Fisher de 2.42 el rea a la
izquierda es de 0.9478.

2. Si s12 y s22 representan las varianzas de las muestras aleatorias

independientes de tamao n1= 25 y n2 = 31, tomadas de
2
poblaciones normales con varianzas 1 =10 y
2
2 = 15, respectivamente, encuentre P(s12/s22 > 1.26).

Solucin:

Calcular el valor de Fisher:

Luego se va a la tabla de Fisher a buscar 30 grados de libertad 2 con 24

grados de libertad uno. Cuando se este en esta posicin se busca
adentro de la tabla el valor de Fisher de 1.89. Al localizarlo y ver a la
izquierda de este valor se obtiene un rea de 0.95, pero esta rea
correspondera a la probabilidad de que las relaciones de varianzas
muestrales fueran menor a 1.26, por lo que se calcula su complemento
que sera 0.05, siendo esta la probabilidad de que s12/s22 > 1.26.

Intervalo de Confianza para el Cociente de Varianzas de Dos Distribuciones Normales

Supngase que se tienen dos poblaciones normales e independientes

con varianzas desconocidas 2 y 22, respectivamente. De este par
de poblaciones, se tienen disponibles dos muestras aleatorias de
tamaos n1 y n2, respectivamente, sean s12 y s22 las dos varianzas
muestrales. Se desea conocer un intervalo de confianza del 100( )
por ciento para el cociente de las dos varianzas, 12/ 22.

Para construir el intervalo de confianza para el cociente de dos varianzas

poblacionales, se coloca la varianza muestral mayor en el numerador del
estadstico F.

Ejemplos:

Segundo practica
 INTERVALO DE CONFIANZA Y CONTRASTE
DE HIPTESIS ACERCA DE LA DIFERENCIA
DE MEDIAS 1 - 2 CON MUESTRAS
INDEPENDIENTES Y VARIANZAS
DESCONOCIDAS Y DIFERENTES

Si las varianzas son diferentes la distribucin muestral de las medias no tiene una
distribucin t de student; sin embargo, si se estiman los grados de libertad por la
frmula:

[2]

entonces, la cantidad tiene una distribucin t de student con

los grados de libertad estimados por la frmula [2]

El intervalo de confianza en este caso (varianzas desconocidas y diferentes) para

la diferencia de medias es: con los grados de libertad

calculados por la frmula [2]

Ejemplo 24: Las siguientes son 16 determinaciones independientes de puntos de

fusin en C de un compuesto; 8 hechas por un analista y 8 por otro.
Analista I Analista II
164.5 163.5
169.7 162.0
169.2 163.0
169.5 163.2
 161.8 160.7
168.7 161.5
169.5 160.9
163.9 162.0

Concluira usted a partir de estos datos que un analista tiende a obtener

resultados ms altos que el otro? Use 1% de nivel de significacin y
pruebe el supuesto de igualdad de varianzas si es necesario.

a.1) No se sabe nada acerca de la distribucin de mediciones, y como no se

conocen las varianzas poblacionales, es necesario hacer un contraste de
igualdad de varianzas (Prueba de Fisher) para determinar si las varianzas son
o no diferentes.

a.2) Hiptesis: H0:

Ha:

a.3) = 0.01

a.4) Estadstico de contraste

glnum = 7 = glden

a.5) Valores crticos: F0.995,7,7 = 8.89 , F 0.005,7,7 = 0.1125, (tabla T-7).

a.6) Clculos: Fcalc = 9.06443

a.7) Como 9.06443 es mayor que el valor crtico de cola derecha, se rechaza H0,
por lo que las varianzas son significativamente diferentes.
b.1) Como las varianzas son significativamente diferentes, la
comparacin de los analistas, debe hacerse con un contraste de
diferencia de medias con varianzas diferentes, para lo cual seguimos el
procedimiento de prueba acostumbrado:

b.2) H0:
Ha:

b.3) = 0.01

b.4) Estadstico de contraste:

, con

b.5) Valor crtico: t0.995, 9 = 3.2498, (tabla T-5)

b.6) Clculos: , , tc = 4.23388

b.7) El valor calculado es mayor que el valor crtico, por lo tanto, se rechaza H0. Lo
cual implica que uno de los dos analistas tiende a obtener resultados ms altos
que el otro. (En particular el analista I, ya que el valor de t es positivo).