Está en la página 1de 200

CUADERNO DE EJERCICIOS DEL 

CURSO DE ESTADISTICA II 
DEPARTAMENTO ACADEMICO DE 
ESTADISTICA 
ITAM 
 

 

ÍNDICE 
 
 
Tema 1  Introducción   1 
 
Tema 2  Distribuciones muestrales y Teorema Central del Límite 
  Introducción   6 
  Construcción de distribuciones muestrales   8 
  Distribución de muestreo de  X, p̂, S 2 , X + Y, X - Y, p̂1  p̂ 2 , S12 S 22   14 
  Uso de tablas  27 
 
Tema 3  Propiedades de estimadores  31 
  Estimación puntual  38 
 
Tema 4  Intervalos de confianza  41 
  Determinación de tamaño de muestra  49 
 
Tema 5  Pruebas de hipótesis paramétricas 
  Teoría  51 
  Problemas  53 
 
Tema 6  Pruebas no paramétricas  64 
 
Tema 7  Muestreo 
  Teoría  76 
  Problemas  78 
 
Tema 8  Ejercicios con bases de datos  82 
 
  Respuestas  92 
  ANEXO – EXÁMENES FINALES ANTERIORES

 

ESTADÍSTICA II

INTRODUCCIÓN

1.1. ¿Cuáles son las ventajas y las desventajas de realizar un muestreo con respecto al
levantamiento de un censo a la población entera.?

1.2. ¿Qué es población estadística?

1.3. ¿Cuál es la diferencia entre un parámetro y un estadístico?

1.4. Diga si cada una de las siguientes afirmaciones es de tipo inferencial o descriptivo:

a) Uno de los cuatro candidatos a gobernar un Estado predijo que sería un ganador al
momento de conocer los resultados de, 15 de los 100 distritos electorales.
b) El valor promedio diario del índice metropolitano de contaminación ha sido de 115 en
lo que va de este año.
c) En el periodo de 1954 a 1986, los salarios mínimos en el D.F. se incrementaron en 30
ocasiones. El incremento promedio fue de 25.8%.
d) Si la demanda de tarjetas BANAMEX-ITAM sigue comportándose como hasta ahora,
se espera que al final del año se expidan 3000 tarjetas.

1.5. Diga si cada una de las siguientes afirmaciones es de tipo inferencial o descriptivo:

a) La Bolsa Mexicana de Valores tuvo un incremento promedio del 5.3% durante la
tercera semana de enero de este año.
b) De acuerdo a los acontecimientos ocurridos en Bosnia-Herzegovina, varios analistas
predicen una nueva conformación de poderes en Europa oriental.
c) El Índice Nacional de Precios al consumidor en la ciudad de México creció 1.7% en
agosto de 1990, con lo que la inflación acumulada en los primeros ocho meses de ese
año llegó a 19.3%.

1

d) En una encuesta sobre el Sistema de Transporte Público en el D.F. se eligió una
muestra de 600 personas, de las cuales 307 fueron mujeres y 293 hombres. El 52.4%
de los encuestados señaló que los servicios de transporte son regularmente eficientes
y el 41.7% afirmó que tarda dos horas o más en llegar de su casa a su destino regular.

1.6. Describa un problema, relacionado con su carrera, cuya solución dependa de la
aplicación de la metodología estadística. Para ello, especifique la(s) variable(s) de
interés, la población bajo estudio, el(los) parámetros, objetivo(s), el marco muestral y
el(los) estimador(es) correspondiente(s).

1.7. Responda de manera concisa y clara a las siguientes preguntas:

a) ¿Qué es un estadístico y para qué sirve?
b) ¿Cuál es el problema que pretende resolver la inferencia estadística?
c) ¿Qué es una muestra aleatoria?

1.8. Explique la diferencia entre un estadístico, un parámetro, un estimador y una
estimación.

1.9. Diga si cada una de las siguientes afirmaciones es de tipo inferencial o no. Justifique su
respuesta y establezca, en cada caso, la población y la(s) variable(s) de interés:

a) Se realizó una encuesta a nivel nacional y se entrevistaron a 1614 personas en 55
localidades del país. Una de las preguntas fue: ¿simpatiza usted con algún partido
político?. Las respuestas fueron PRI: 28%, PAN: 6%, PRD: 6%, OTROS: 4%,
ninguno: 56%. Y se concluyó, que más de la mitad de las personas del país no
simpatizan con algún partido.
b) Un dirigente de la oposición afirma que, de acuerdo a lo observado en el pasado, el
índice de abstencionismo para futuras votaciones seguirá disminuyendo.

2

resultó que el 90% de los alumnos asignaron una probabilidad mayor a 0. 1. 3 . ii) Variables a considerar.12. a partir del momento en que concluyen sus estudios.10. Elabore una propuesta que incluya una breve descripción de: i) Población bajo estudio. Suponga que usted forma parte de un equipo interdisciplinario al que se le encargó realizar un estudio para pronosticar el resultado de unas votaciones locales que se llevarán a cabo este año. 1. la mayoría de los alumnos que toman un curso relacionado con Estadística se sienten relativamente seguros de aprobar. elabore una propuesta en la que se describan los siguientes elementos: i) Población Objetivo ii) Variables a considerar iii) Parámetros de Interés iv) Marco de muestreo v) Tipo de resultados que se obtendrían vi) Alcances y limitaciones del estudio. d) De acuerdo a lo afirmado en el inciso anterior. iii) Parámetros de Interés. c) Al preguntarle a cada uno de los alumnos que cursan Estadística II con qué probabilidad pensaban aprobar el curso. un comité asesor recomienda la realización de un estudio con el cual se pueda conocer el tiempo que tardan los egresados en encontrar un puesto de trabajo remunerado en su área profesional. ¿Constituye la anterior una muestra aleatoria? 1.11. De los 1000 residentes. con el propósito de evaluar el funcionamiento de una universidad privada. Una firma de mercadotecnia envía un cuestionario a 1000 residentes de una colonia para determinar sus preferencias como compradores.85. Si el reporte del estudio debe entregarse antes de julio de 1997. 80 responden al cuestionario. Imagine que. Suponga que usted forma parte del equipo que debe realizar el estudio.

b) ¿Es un muestreo aleatorio simple? ¿Por qué? c) ¿Qué probabilidad tiene cada vehículo de ser incluido en la muestra? d) Mencione algún parámetro con el que se pueda conocer alguna característica de la población. produce tornillos de 5 mm. 1. ¿Qué importancia tiene tomar una muestra aleatoria de una población en el proceso de inferencia estadística? 1. revisa uno de cada veinte vehículos que se van produciendo. d) la muestra. de diámetro.15. para efectos de control de calidad. a) ¿Es este procedimiento un muestreo aleatorio?. Como parte del proceso de control de calidad. i. (Justifique su respuesta). Los diámetros de estos tornillos constituyen: a) el estimador.14. La empresa automotriz Chrysler. Los tornillos seleccionados para el estudio constituyen: a) la población. iv) Marco de muestreo. b) la variable de interés. c) el parámetro. Una firma industrial. d) la muestra. vi) Alcances y limitaciones del estudio.13. b) el estimador. se selecciona cierto número de tornillos de la producción diaria y se mide cada uno de éstos. dedicada a la producción de artículos metálicos para la industria automovilística. ii. 1. v) Tipo de resultados que se obtendrían. 4 . c) el parámetro.

c) el estimador.iii. b) una estimación. d) un dato. 5 . c) un estimador. El diámetro medio de todos los tornillos que se producen en un día constituye: a) el parámetro. b) la variable.Del resultado obtenido de la muestra se desea generalizar a: a) el dato. v. d) la población. d) la población. El diámetro promedio de los tornillos de la muestra constituye: a) un parámetro. vi. b) la muestra. La medida del diámetro de cada tornillo constituye: a) un dato. c) una variable. iv. c) el dato. d) la población. b) la variable.

30 de las 50 amas de casa entrevistadas.3. que se realizó en el D.8 y mayor a 0. Diga: a) ¿Cuál es la muestra utilizada? b) ¿Cuál es la población de interés? c) ¿Cuál es la estadística muestral y cuál es el parámetro de la población? d) Diga si cada una de las siguientes afirmaciones es de tipo descriptivo o inferencial:. 2. tomadas de la misma población. la proporción poblacional p es menor que 0.4. prefirieron una determinada marca de detergente.2. d) La dispersión de la distribución de muestreo de la media muestral es siempre menor que la varianza de los elementos de la población. b) Los métodos de muestreo probabilístico que se utilizan para seleccionar una muestra de una población permiten medir la confiabilidad de las inferencias. En un estudio de mercado.1.1. 2. de igual tamaño. ¿Qué efecto tiene el aumento del tamaño de muestra en la distribución muestral de algunos estadísticos? 6 . Diga si las siguientes aseveraciones son falsas o verdaderas y justifique su respuesta a) En el proceso de inferencia estadística se selecciona una muestra aleatoria para garantizar que ésta sea representativa de la población. F.60 . c) Los datos de dos muestras aleatorias. DISTRIBUCIONES MUESTRALES Y EL TEOREMA CENTRAL DEL LIMITE INTRODUCCION 2.4. i) La proporción muestral p es 0. ¿Para qué estadísticos se puede aproximar su distribución muestral a la NORMAL? 2.. ii) Con una determinada probabilidad.1.1. no son necesariamente iguales.1.

6. seleccionada mediante un procedimiento probabilístico? 2.2. ¿Qué es una distribución de muestreo y para qué sirve? 2. 2.1. ¿Puede considerarse como la realización de una variable aleatoria a un estadístico calculado a partir de una muestra.7.1. Explicar la relación que existe entre: Distribución de muestreo.1.1. 7 . Diga cuál es la importancia del Teorema Central del Límite. Inferencia Estadística.8. Teorema Central del Límite.9.1. ¿Cuál es el nombre de la desviación estándar de la distribución de muestreo de un estadístico? 2.5.

Calcular su media y su varianza.2.1. 4. Se selecciona al azar una caja de galletas. de radio transmisores x con ese número de llamadas 10 2 12 6 14 4 12 8 . CONSTRUCCIÓN DE DISTRIBUCIONES MUESTRALES.2. Compara tus resultados con los obtenidos en el inciso a. d) Obtenga la media y la varianza de la distribución de muestreo para la mediana muestral. respectivamente. El uso de los radiotransmisores por día es como sigue: No. c) Calcula la media y varianza de la distribución de muestreo de p . 35 y 50 galletas. 2. 2. b) Obtenga la mediana para cada una de las muestras posibles. 8. 12 } a) Determine el número posible de muestras de tamaño cinco que se pueden obtener sin reemplazo y lístelas. Para ello. b) Encuentra la distribución de muestreo de la proporción muestral p de cajas que contienen más de 40 galletas. C2 y C3 contienen 30.2. c) Obtenga la distribución de muestreo de la mediana muestral. 10.2. Sea X una variable aleatoria que indica si la caja contiene más de 40 galletas o no. Se tienen 12 radiotransmisores de policía trabajando en un día normal. 6. La C1 . la C2 y la C3. Supóngase que una población está dada por los siguientes datos: { 2. 2. de llamadas No. a) Obtener la distribución de probabilidad de X. considera todas las muestras posibles de tamaño 2 con reemplazo.3. En una despensa encontramos 3 cajas de galletas: la C1.

Se seleccionan al azar dos radiotransmisores con reemplazo.6 0. mediana y varianza de X en la población b) Encuentre todas las muestras de tamaño 3. Supóngase que el número de habitantes en la localidad es de 20. Una población consta de seis elementos. Encuentre el valor esperado y la varianza de esta distribución. Si la distribución de probabilidad de X es la siguiente: x 0 1 2 3 P(X=x) 0. 1. 2. 5.5.2. d) ¿Con qué probabilidad la media muestral difiere de la media poblacional en más de dos? e) Obtenga la distribución de muestreo de la mediana.4. b) El valor esperado y la varianza de la distribución del número promedio de llamadas por radiotransmisor en la muestra de tamaño dos. sin reemplazo.1 0. f) ¿Cuál de las dos distribuciones muestrales obtenidas presenta mayor variabilidad y por qué? 2. c) Calcule la distribución de muestreo para la media muestral.000 y que se define a la variable aleatoria X como el número de veces que un contribuyente acude a solicitar asesoría. Encuentre: a) La distribución de muestreo del número promedio de llamadas por radiotransmisor en la muestra de tamaño dos.2. Supóngase que para cada uno de los elementos de esta población se registra el valor de una variable X y se obtiene el conjunto:    x= { 0. Encuentre el valor esperado y la varianza de esta distribución. 2. Compárela con la media poblacional.1 9 . Un director de la Secretaría de Hacienda desea investigar el número de veces por año que los contribuyentes de una cierta comunidad acuden a la oficina local a solicitar asesoría fiscal. 0. que se pueden obtener de x. 16 } a) Calcule la media.2 0.

6. Para los 1000 empleados de un edificio de oficinas. Sea X una variable aleatoria que atribuye 10 . b) Obtenga la distribución de muestreo para X considerando muestras aleatorias con reemplazo de tamaño 2.) por persona.2. Las probabilidades de que un cliente compre uno o dos o tres libros son 1/3.X2). si se seleccionan aleatoriamente 3 personas de un conjunto muy grande de clientes que están comprando libros en la librería: a) Construya la distribución de muestreo de la media muestral para el monto de la venta.2. se distribuye como sigue: X 50 60 80 100 No. Se eligen dos de éstas mediante muestreo aleatorio sin reemplazo. tres negras y dos rojas. 1/2 y 1/6. Si X denota el monto de la venta y.00. b) Construya la distribución de muestreo de la mediana muestral para el monto de la venta. 2.8. cada uno de los libros se vende a $3. En una urna hay cinco bolas blancas. la variable aleatoria X denota el peso (en Kgs.7. b) Encuentre la distribución muestral de X . En una librería. 2. c) Calcule las desviaciones estándar de la media muestral y de la mediana muestral. respectivamente. de personas 60 300 480 160 a) Encuentre E(X) y V(X). siendo X1 y X2 variables independientes. y se toma una muestra aleatoria de tamaño 2. con reemplazo: a) Calcule la distribución conjunta de (X1. Calcule E( X ) y V( X ). donde ésta se define como: X1  X 2 X= 2 c) Calcule E( X ) y Var( X ). 2.2.

Si se selecciona al azar un auto. Se toman muestras aleatorias de tamaño 2 de una población finita formada por los siguientes números: 1. C. En el ITAM hay 3 vehículos (V1. a) Obtenga la distribución de muestreo de la proporción de máquinas que necesitan reparación.2. E y F y que las máquinas C y F necesitan reparación. c) Calcule el error estándar  p̂ de la distribución muestral de proporciones. sea Y la variable aleatoria que indica si el vehículo necesita afinación. 9 y 11. b) Construya la distribución muestral de la media en el caso en el que se selecciona la muestra sin reemplazo.2. 2. 2. Suponga que se tienen seis máquinas de escribir: A.11. 7. B. b) La media y la varianza de X . b) Calcule el valor esperado de la distribución de muestreo de p y compárela con la verdadera proporción de máquinas que necesitan reparación en la población. El automóvil V1 necesita afinación y los otros dos no. e) Utilice el inciso d) para calcular la probabilidad de que se obtenga una media mayor o igual que 10? 2. 11 .2. Obtenga: a) La distribución de muestreo de X . D.10. 5. respectivamente.9. 3. mientras que las otras no. d) Construya un histograma para las medias de todas las muestras posibles de tamaño 2 que se pueden seleccionar en un muestreo con reemplazo. el valor de 1 ó 2 ó 3 a los resultados pelota blanca o negra o roja. a) Calcule la media y la desviación estándar de la población. c) Utilice el inciso b) para calcular la probabilidad de que se obtenga una media mayor o igual que 10. a) Obtenga la distribución de probabilidad de Y. si se toman muestras de dos máquinas sin reemplazo. V2 y V3) para el transporte de empleados y alumnos.

b) Calcule el valor esperado y la varianza de Y. En la siguiente tabla se presenta la función de probabilidades de la variable aleatoria: X = número de accidentes de tránsito al día en la delegación A de la ciudad.5 Si se toman muestras aleatorias de tamaño 2 con reemplazo: a) Construya la tabla para la distribución conjunta de  X 1 .12. 2. Supóngase que los únicos valores que puede tomar una variable de interés son 1.1 0. e) Compare los resultados de los incisos b y d y comente. c) Calcule la probabilidad de que S 2 tome valores entre 4 y 10. siendo X 1 y X 2 variables aleatorias independientes. de acuerdo a: Y  5  2X Calcule el valor esperado y la varianza de Y.2.13. que realizan las grúas de la delegación por día. x 1 2 3 P X  x 0.2. d) Considérese que el número de viajes Y. 12 . X 2  . únicamente está relacionado con el número de accidentes. b) Encuentre la distribución muestral del estadístico: W  X1  X 2  2 2 c) Calcule la media y la varianza de la distribución muestral de W. Considere muestras de tamaño dos con reemplazo. b) Compare la media de la distribución obtenida en a) con la verdadera varianza. 2. 4 y 7. c) Si se toman todas las muestras posibles de tamaño 2 (vehículos) con reemplazo. encuentre la distribución de muestreo de la proporción muestral p de vehículos que requieren afinación.4 0. d) Obtenga el valor esperado y la varianza de la distribución muestral de p . a) Obtenga la distribución de muestro para S 2 .

c) Calcule la media y la varianza de la distribución de muestreo del inciso b). 13 .2. La distribución de Z está dada por z 3 4 5 6 Número de amas de casa.2. 30 50 15 5 a) Calcule E(Z) y V(Z). b) Obtenga la distribución de muestreo de S 2 para el caso en que se toman muestras aleatorias con reemplazo de tamaño dos.14. que representa el número de veces al mes que cada una de las amas de casa asiste al supermercado. Como parte del estudio se consideró la variable Z. Se realiza una investigación de mercado con el propósito de conocer la factibilidad de abrir una nueva tienda de autoservicio en cierta zona de la ciudad.

5 años ¿habría razón para suponer que lo que dice el productor es falso? 14 . ¿consideraría usted que este hecho sería evidencia suficiente de que lo que asegura el productor es falso? (Sugerencia: suponga que X = 4. Se realizó un estudio sobre el número de accidentes automovilísticos por día en las carreteras del país.4.5 unidades.13.5 con n = 1 y obtenga la probabilidad de que esto pase suponiendo que lo que dice el productor es cierto).3. si se tomaran muestras aleatorias de 35 días de la función de probabilidades de Y. Especifique su media y su varianza. b) Si se pintan 10 casas con dicha pintura.3. Identifique la variable de interés en cada uno de los siguientes ejercicios: 2.3. b) Calcule: P X  Y  37 2.  S 2 .3. a) Si se pinta una casa con dicha pintura y ésta sólo dura 4 años y medio. En el ejercicio 2. si se tomaran muestras aleatorias de tamaño 36.7.2. ¿cuál sería la probabilidad aproximada de que. Un productor de pinturas asegura que la duración promedio de las mismas es de 5 años. 2. Se sabe por experiencia que la desviación estándar de la duración es de medio año y que la distribución de la duración de la pintura es aproximadamente Normal.2. S 12 S 22 DISTRIBUCIÓN DE MUESTREO DE: X.1.2. calcule la probabilidad de que la media muestral de Y difiera de la media poblacional en no más de 0. Sean X y Y el número de accidentes automovilísticos en las carreteras del norte y del sur.3. Las variables aleatorias X y Y se distribuyen como Poisson con medias 15 y 20 respectivamente. y éstas sólo duran en promedio 4. p. La variable de interés es X + Y : a) Diga qué modelo probabilístico es adecuado para esta nueva variable. X . la media muestral difiera de la verdadera media poblacional en no más de medio kilo? 2. En el ejercicio 2. p 1  p 2 . Se selecciona una muestra de 50 días para X y de 40 para Y. X + Y.Y. respectivamente.

el tiempo que transcurre entre la llegada de dos clientes a la unifila sigue una distribución exponencial con media de 3 minutos. Para cierta prueba de aptitud se sabe con base en la experiencia que el número medio de aciertos es 1000 con una desviación estándar de 125. Un banco reportó al Gobierno Federal que sus cuentas de ahorro tienen un saldo promedio de $1. En un banco. ¿Cuál es la probabilidad de que los auditores no certifiquen el informe del banco? 2.8 min. Si se aplica la prueba a 100 personas seleccionadas al azar. Calcule la probabilidad de que. Los auditores van a certificar el reporte del banco solo si el saldo medio de la muestra difiere a lo más en $50 del saldo medio reportado. d) P(985 < X < 1015).3. Supóngase que los 250 agentes de la muestra representan una muestra aleatoria de los agentes de compras de compañías en todo Estados Unidos. Una encuesta de agentes de compras de 250 compañías industriales señaló que 25% de los compradores reportaron en enero de 1985 niveles más altos de nuevos pedidos que en meses anteriores (Wall Street Journal. aproximar las siguientes probabilidades: a) P( X > 1020).6.3. c) Repita el inciso (b) si la duración promedio de la pintura es de 4.5. Los auditores del Gobierno seleccionan aleatoriamente 144 cuentas de ahorro para comprobar la confiabilidad del reporte dado por el banco. 4 de febrero.9 años para las 10 casas pintadas.7. sea mayor a 3. 15 . 2.3. 1985). b) P( X < 975). 2.3. c) P(960 < X < 1040).890 y una desviación estándar de $264. el tiempo promedio de espera en una muestra aleatoria de 36 clientes. 2.8.

. Se procede a detener el funcionamiento de una máquina para repararla. Posteriormente las muestras pequeñas se juntan y mezclan para formar lo que se denomina una muestra compuesta. Si se tomara una muestra aleatoria de tamaño 50. (Diariamente se produce un gran número de artículos). ¿cuál es la probabilidad de que X difiera de la media poblacional  x en al menos 0. se muestrean para determinar su calidad por un método que implica la toma periódica de muchas pequeñas muestras cuando el material se mueve sobre una banda transportadora. Suponga que la varianza de los volúmenes de las muestras. encuentre la probabilidad de que se pare la máquina en un día dado. Justifique su respuesta. a) Describa la distribución de muestreo de p . Se requiere que el volumen total de la muestra compuesta (es decir Yi ) exceda las 200 pulgadas cúbicas con una probabilidad aproximada de 0.01 de p? 2. Sea Yi el volumen promedio de la i-ésima muestra pequeña de un lote particular y suponga que Y1. . la proporción de compradores en Estados Unidos con niveles más elevados de nuevos pedidos en enero.2. en donde cada Yi tiene media  (en pulgadas cúbicas) y varianza . 2. b) ¿Cuál es la probabilidad de que p difiera en más de 0.  .10. considere otra variable X definida como X = 3Z-4.9.5 unidades? 2.. Muchos insumos de producción.3.3. como el mineral de hierro. El volumen promedio de las muestras.3.11. Yn es una muestra aleatoria. Si realmente la máquina produce sólo 10% de artículos defectuosos. En el ejercicio 2. es aproximadamente 4. 16 . si en una muestra aleatoria de 100 artículos de la producción diaria se encuentran por lo menos 15% de artículos defectuosos.14. Y2. el carbón y el azúcar sin refinar. Determine el valor de  que permitirá satisfacer los requerimientos del muestreo. se puede regular ajustando el tamaño del equipo que se utiliza para el muestreo.95 cuando se seleccionan n=50 muestras pequeñas.

Se contó el número de trailers que pasaban durante cada período de una hora y se calculó la media muestral. en una muestra de 2400 personas menos de 1000 estén de acuerdo con el programa? 2. la SHCP sabe que las cantidades declaradas por concepto de deducciones médicas (X1).3. Supóngase que la distribución del número de trailers por hora tiene media = 50 y desviación estándar   7 . para un período de cuatro horas. contribuciones caritativas (X2) y funerales (X3) son variables aleatorias independientes y normalmente distribuidas con medias $400.4 pulgadas con una probabilidad de 0.12. Supóngase que el 45% de las personas en el D.14. 17 .15. ¿Cuál es la probabilidad de que X sea mayor que 55? ¿Qué se requiere conocer sobre la distribución del número de trailers que circulan por hora en la autopista? c) ¿Cuál es la probabilidad de que el número total de trailers.5 pulgadas. la diferencia entre la media de la muestra y la media verdadera de la población no exceda de 0. Si se supone que la desviación estándar de la población es de 2. a) ¿Cuál es la probabilidad de que la media muestral para n = 35 períodos de una hora sea mayor de 55? b) Suponga que se cuentan los trailers para cada uno de n = 4 períodos de una hora.F.2. sea mayor que 180? 2. seleccionados al azar.95. $250 y $40 respectivamente. $800 y $100 y desviaciones estándar de $100. b) Suponga que el antropólogo quiere que la diferencia entre la media de la muestra y la media de la población sea menor de 0.3. Un antropólogo quiere estimar la estatura promedio de los hombres de cierta raza. ¿Cuántos hombres tendrá que seleccionar para alcanzar su objetivo? 2. está de acuerdo con el programa de un día sin auto.13.3. ¿cuál es la probabilidad de que. Un departamento estatal de carreteras vigiló una determinada autopista durante 35 períodos de una hora seleccionados al azar en un mes.5 pulgadas y se selecciona al azar a 100 hombres: a) Encuentre la probabilidad de que.3. Para determinar la base gravable de los contribuyentes.

¿Cuál es la probabilidad de que la cantidad total declarada por concepto de estas tres deducciones no exceda a $1600? 2. ¿debería considerar el supervisor que el proceso de armado está siendo más lento?.3. 60 empleados tardan en completar su trabajo. Por estudios anteriores. c) Ahora calcule exactamente PY  5 y compárela con la obtenida en b). Sean X1. ¿cuál es la probabilidad de que en un día determinado se rebase el límite establecido? 2.16. X100 elementos de la muestra y considere: Y =  Xi y X = Y/100 a) Calcule el valor esperado y la varianza de X b) Calcule PY  5 utilizando el Teorema Central del Límite.. a) ¿Cuál es la probabilidad de que la media muestral sea mayor a 52 minutos? b) Si la media muestral resulta ser de 53 minutos. El tiempo requerido por unos trabajadores para completar un trabajo de armado tiene una media de 50 minutos y una desviación estándar de 8 minutos. Una cadena de supermercados va a lanzar la campaña promocional: "Saque boleto blanco y no pague". Xn es una muestra aleatoria de una Poisson con parámetro  entonces Y tiene una distribución Poisson con parámetro n 18 .. (Use el resultado siguiente: Si X1. Suponga que se toma una muestra aleatoria de tamaño 100 de una distribución Poisson con parámetro = 0..70 con una desviación estándar de $ 138. se sabe que el gasto promedio por cliente es de $ 391.. 2. su supervisor registra el tiempo que.1.17.3. Para revisar el rendimiento de los trabajadores. Si se van a distribuir 150 boletos premiados diariamente y si la cadena de supermercados está dispuesta a "regalar" máximo $60.000 por día.18. X2.3. X2. (Suponga que la desviación estándar no cambió).

2.3.19. Después de haber observado muchas generaciones de estudiantes, se sabe que el
75% de los alumnos aprueban la materia "Estadística Básica" de una Universidad.
Si los alumnos de una muestra de 40 estudiantes inscritos en dicho curso pueden ser
considerados como similares a aquellos que han sido observados en cuanto a
preparación académica, edades e intereses:
a) ¿Cuál es la probabilidad de que al menos 50% de ellos aprueben el curso?
b) ¿Cuál es la probabilidad de que haya un máximo de 10% de reprobados?
c) ¿Cuál es la probabilidad de que haya a lo más un reprobado?

2.3.20. Después de analizar los resultados de las clínicas de reducción de peso se obtuvo
que el número medio de kilos que bajó una persona en un mes, es de 8 kilogramos
con una varianza de 9. Una de estas clínicas llamadas "Baja Kilitos, S.A." tiene 20
pacientes y el dueño quiere lanzar una campaña motivacional en la que ofrecerá
regalar un viaje a Huatulco a todos los pacientes si bajan en promedio 10 kgs en un
mes. Usted es asesor del dueño, ¿le recomendaría o no que haga la campaña?

2.3.21. El conmutador de una empresa cuenta con 45 líneas telefónicas. El número de
llamadas que se reciben en cada una de éstas, en un período de tres minutos, se
puede modelar como una variable aleatoria Poisson. El parámetro de esta función de
densidad representa el promedio de llamadas por línea durante un período de tres
minutos. En la compañía se ha determinado que, de acuerdo a la experiencia, se
reciben 0.85 llamadas en tres minutos, en un día hábil entre las 11 y las 12 hrs.
¿Cuál es la probabilidad de que en un día hábil entre las 11 y las 12 hrs. el
conmutador se sature? (Es decir, ¿cuál es la probabilidad de que el número de
llamadas que recibe el conmutador en un momento dado sea mayor que 45?). A
partir de su resultado, comente la factibilidad de pensar en la adquisición de un
conmutador con mayor número de líneas.

2.3.22. Los pesos de los paquetes que se almacenan en una tienda tienen una media de 300
kgs. con una desviación estándar de 50 kgs. ¿Cuál es la probabilidad de que, el peso
de 25 paquetes recibidos al azar supere los 8000 kgs.? Establezca los supuestos
necesarios.

19

2.3.23. Considere a la variable aleatoria X con función de densidad

1 0 < x <1
f (x)  
0 en otro caso

y a X como la media de una muestra aleatoria de tamaño 75.
Calcule: P(0.45 < X < 0.55).

2.3.24. Se sabe que la distribución del espesor de un material plástico es normal, con una
desviación estándar de 0.01 cm. Para una muestra aleatoria de 25 piezas de este
material da como resultado una desviación estardar muestral de 0.015 cm. La
varianza de la población es de .0001.
a) ¿Cuál es la probabilidad aproximada de que, la varianza muestral sea igual o
mayor que (0.015)2cm.2?
b) ¿Qué puede concluir con respecto a la variación de este proceso?

2.3.25. Las variaciones en el número de unidades manejadas por los operarios A y B son
las mismas. Se obtuvo el número promedio de unidades manejadas por día y la
varianza muestral para el operario A y B, después de haberlos observado durante 16
y 21 días, respectivamente.

¿Cuál es la probabilidad de que el cociente de varianzas muestrales exceda de 0.52
suponiendo que, los números de unidades manejadas por día por los dos operarios,
son dos variables aleatorias independientes que siguen una distribución
aproximadamente normal?

2.3.26. El presidente de una fabrica está molesto por el número de teléfonos defectuosos
que se producen en ésta. En promedio, diariamente se devuelven 120 teléfonos con
una desviación estándar de 81. A causa de ese problema, él ha decidido que, a
menos que en los próximos 40 días, tenga una confianza del 85% de que no serán
devueltos más de 135 teléfonos por día, ordenará revisar el proceso de producción.
¿Tomará la medida el presidente?

20

2.3.27. Una gran cadena de supermercados desea comprar una compañía de alimentos que
tiene 122 tiendas de autoservicio. Antes de cerrar el trato, el dueño de la cadena ha
decidido analizar los registros financieros de 40 de las tiendas de la empresa que va
a adquirir. La gerencia de ésta afirma que las utilidades de cada establecimiento
tienen una distribución normal con la misma media y una desviación estándar de
$1000. ¿Qué probabilidad hay de que la media muestral de las 40 tiendas esté a lo
más a $ 150 de la media real?

2.3.28. La duración de un componente eléctrico se encuentra exponencialmente distribuida
con una vida media de 100 horas. Si del proceso de producción se toma una muestra
aleatoria de 40 componentes, ¿cuál es la probabilidad de que la vida media muestral
sea mayor de 120 horas?

2.3.29. Determine el número de unidades que debe asegurar una compañía de seguros de tal
forma que, el monto total de reclamos no sea mayor a 22,000 con una probabilidad
de 0.97. Supóngase que, el reclamo individual tiene un valor esperado de 12 y una
varianza de 9.61 y además que existe independencia entre los reclamos.

2.3.30. Se sabe que, el 30% de las compras en una tienda son por cantidades superiores a
$500. Si se seleccionan muestras aleatorias de 100 compras, ¿qué proporción de
éstas, es posible que tengan entre 20% y 30% de compras mayores a $500?

2.3.31. En una universidad hay un movimiento para formar un sindicato de profesores.
Aproximadamente 40% de toda la institución favorece la idea. Un empleado a favor
del movimiento, toma una muestra aleatoria de 100 profesores y calcula p 1: la
proporción muestral a favor del sindicato. Una persona que no aprueba la idea toma
otra muestra aleatoria independiente del mismo tamaño y obtiene p 2 la proporción
de profesores a favor en esta muestra. Calcule la probabilidad de que p 1 exceda a
p 2 por más de 0.1.

21

2.3.32. Una población muy grande tiene una media de 20 y una desviación estándar de 1.4.
Si se toman muestras de 49 observaciones:
a) ¿Cuál es el valor esperado de la distribución de la media muestral?
b) ¿Cuál es la desviación estándar de la distribución de muestreo anterior?
c) ¿Qué porcentaje de posibles valores de X diferirán de la media de la población
por más de 0.2?

2.3.33. Los amperímetros producidos por una compañía se venden en el mercado con la
especificación de que la desviación estándar de las lecturas es menor que 0.2 amp. Se
utilizó uno de esos amperímetros para efectuar 10 lecturas independientes en un
circuito de prueba con corriente constante. Si la varianza de estas 10 mediciones es
0.065, ¿indica este resultado que el amperímetro que se utilizó no satisface las
especificaciones del mercado? ¿Qué supuestos son necesarios al establecer su
resultado?

2.3.34. Si X 1 y X 2 representan las medias de muestras aleatorias tomadas de dos
poblaciones discretas con las siguientes distribuciones de probabilidad:

x1 2 3 7 x2 1 3
P X 1  x1  1/3 1/3 1/3 P X 2  x 2  2/3 1/3

Obtenga la probabilidad de que X 1 - X 2 sea mayor que 1.84 cuando se toman
muestras aleatorias independientes con reemplazo de tamaños n 1  125 y n 2  100 ,
respectivamente.

2.3.35. Muestre que, si la media de una muestra aleatoria de tamaño n se utiliza para
estimar la media de una población con desviación estándar , hay 50% de
posibilidades de que el error de estimación sea menor que 0.6745 / n .

2.3.36. a) Si X~  2m y Y~  2k ¿Cuál es la distribución de probabilidad de W, donde W está
definida por W = kX ?
mY

22

.37.5 cms.8% Inglaterra 9. A continuación se presentan los datos obtenidos: Suecia 10. Como parte de un estudio sobre el uso de agua potable.6 y 2.9 m3.8% 23 .0% Alemania 2.38.39. Demuestre que el cuadrado de una variable t con k grados de libertad es una variable F1.k . ¿Cuál es la distribución de probabilidad de W. Se ha decidido verificar esto en base al consumo semanal de agua en una muestra aleatoria en 50 hogares. Se tomó una muestra aleatoria de países y se investigó el nivel de inflación de cada uno de estos en 1990.5 cms.5% España 6.3.1% Japón 3. Z2.3% Francia 3.4% Canadá 5..3.0% Bélgica 3. 2. un grupo de consultores ha establecido que en las zonas habitacionales la cantidad de metros cúbicos de agua consumidos por semana y por hogar es una variable aleatoria con media 1.0 m3. Si se sabe que. encuentre la probabilidad de que la diferencia entre la media de la muestra y la media de la población no exceda 0. donde W está definida por: n W= Z i 1 2 i 2. Calcule la probabilidad de que no se acepte lo que ellos establecen. Zn son variable aleatorias normales estandarizadas e independientes.3% Italia 6.5% Suiza 5.9% EU 6. y selecciona al azar a 100 pacientes. la desviación estándar de la población es de 2..8 m3 y desviación estándar de 0.3. Se aceptará lo que los consultores dicen si el valor de la media muestral está entre 1.40.. 2. b) Si Z1. 2.3. Un médico quiere estimar la estatura promedio de los pacientes adolescentes.3% Australia 6.

la demanda promedio por día sea al menos de 7.25 libras. la media muestral se encuentre.4 minutos con una desviación estándar de 4 minutos. ¿Cuál es la probabilidad de que. ¿cuál es la probabilidad de que la media muestral difiera a lo más en 0. a media libra de la media de la población? 24 .3. Determine el valor de “a” tal que. a media libra de la media de la población? b) ¿De qué tamaño debe ser la muestra a fin de que tenga una seguridad del 95% de que. Una agencia de empleos aplica pruebas de aptitudes a todos los que solicitan trabajo.3. el 1% de las veces al tomar muestras aleatorias de 36 fusibles la media muestral no sea mayor de “a” minutos. Se sabe que.43. la distribución de las puntuaciones no es normal. La empresa ha reunido datos durante años y ha llegado a la conclusión de que. sino que está sesgada a la izquierda con una media de 86 y una desviación estándar de 16. Calcule la probabilidad de que.3. como máximo. Un fabricante garantiza que la duración media de sus fusibles es de 12.02 de la media poblacional? Establezca los supuestos necesarios. 2.3.42.41. ¿Cuál es la probabilidad de que la media muestral se encuentre. como máximo. b) Si la proporción real de países con inflación mayor o igual a 5% es de . a) Si se toma una muestra de 36 familias y se registra su consumo de café. a) Si la desviación estándar mundial fue de 1. 2. ¿cuál es la probabilidad de observar una proporción muestral igual o mayor que 0. Se sabe que la demanda de ambulancias de un gran hospital se distribuye como Poisson con media de 6 por día.44.67? 2. el consumo de café anual por familia tiene una distribución normal con media desconocida  y una desviación estándar de 1. la puntuación promedio sea a lo más de 84 o mayor que 90? 2. en una muestra de 75 solicitantes.60. en un período de 40 días.7%.

Si se toma una muestra aleatoria de 10 clientes. ¿Cuál es la probabilidad de que la varianza de la muestra sea menor de 3? 2. se obtiene una segunda muestra. seleccionado al azar pese más de 6. (Considere que.02 metros. En un proceso de producción de varillas de acero se sabe que la longitud Y es aleatoria y que Y2 sigue una distribución 2(27).01?. y desviación estándar de 2.3. ¿cuál es la probabilidad de que la varianza muestral sea mayor que 30? Indique explícitamente todos los supuestos que considere necesarios.6 kgs? b) Se toma una muestra de tamaño 9 de los productos.45. Si se mide la longitud de cada varilla con un instrumento cuyo error de medición X es aproximadamente Normal con media  = 0 y desviación estándar  = 0. a) ¿Cuál es la probabilidad de que un producto. se sabe que el tiempo que los clientes esperan para ser atendidos en la caja de un banco.3. ¿Cuál es la probabilidad de que la varianza muestral S12 sea menor que tres veces la varianza muestral S 22 ? 2. 2.48.2. el error relativo está dado por X/Y).49. a cada una de ellas. 2. en 50 pruebas. ahora de tamaño 11.64. es una variable aleatoria que sigue una distribución Normal con media de 15 minutos y desviación estándar de 4 minutos. se distribuye en forma normal con media 8. Suponga que. El peso de un producto.46.3. independiente de la primera. ¿cuál es la probabilidad de que el error relativo en la medición exceda a 0. 25 . se les toma el tiempo que les lleva realizar un cierto trabajo en máquina.3. Suponga que con base en la experiencia.3.47. en el mismo contexto del problema anterior. Con el objeto de seleccionar a una de dos secretarias (A o B) para un trabajo.8 kgs.

¿De cuántos clientes debe ser la muestra para alcanzar su objetivo? 26 .99. Supóngase que la variable aleatoria tiene media de 3. c) Suponga que el dueño de la tintorería desea que la diferencia entre la media de la muestra y la media de la población sea menor de 0.3.5 min. ¿cuál es la probabilidad de que el tiempo medio de espera muestral sea menor a 3. ya que raramente ocurren períodos de tiempo largos de espera. Si las desviaciones estándar de los tiempos para ambas secretarias son de 2 segundos. se considera que hay empate. la secretaria con la media más pequeña obtiene el trabajo.75 min. Si las medias muestrales para las 50 pruebas difieren en más de 1 segundo. b) Para una muestra de tamaño 48. la población estadística. El tiempo de espera en cola. a) Especifique la población. en una tintorería. tiene generalmente una distribución de probabilidad sesgada a la derecha. con una desviación estándar de 0. De otra forma.? (Justifique su respuesta).50. la muestra y la variable de interés.5 min. ¿cuál es la probabilidad de que la secretaria A obtenga el trabajo. con una probabilidad de . aún cuando las dos sean igualmente hábiles ? 2.8 min.

Uso de tablas de probabilidad. 1 Sección 2.72 d ) Distribución F : Fm.1).T −1.n i) X ∼ F5.08 1.796 −0.6 iii) W ∼ F12.85 .9 17.A 28.406 0.31 2. 3) 1 −4 −0.48 0. Obtenga la probabilidad indicada por el área sombreada en las siguientes figuras. a) Distribución normal: Normal(µ.89 c) Distribución t-Student: tn i) U ∼ t11 ii) V ∼ t5 iii) W ∼ t21 I.91: 12 de junio de 2014 27 ITAM . σ 2 ) i) Z ∼ Normal(0.15 3. 4) iii) Y ∼ Normal(2.96 1 Versión 0.M .9 ii) Y ∼ F10. b) Distribución Ji-cuadrada: χ2n i) X ∼ χ218 ii) Y ∼ χ29 iii) W ∼ χ226 .30 38.7267 −2.4.85 4. 1) ii) X ∼ Normal(−1.4. 2.87 5.

T p = 0.A x x x c) Distribución t-Student: tn i) X ∼ t21 ii) X ∼ t15 iii) X ∼ t37 p = 0.2).10 iii) X ∼ F12. 2. a) Distribución normal: Normal(µ.9 p = 0. 9) iii) X ∼ Normal(−4.05 x x x . Determine los cuantiles x correspondientes a las probabilidades p indicadas en las siguientes figuras.15 p = 0.9 ii) X ∼ F13.75 I.15 p = 0.01 .n i) X ∼ F5.4.025 x x x d ) Distribución F : Fm. 1) ii) Y ∼ Normal(3. σ 2 ) i) X ∼ Normal(0. b) Distribución Ji-cuadrada: χ2n i) X ∼ χ227 ii) X ∼ χ213 iii) X ∼ χ29 p = 0.75 p = 0.25 p = 0.1 p = 0. 4) p = 0.9 .05 x x x 28 ITAM .M p = 0.025 p = 0.

2.4.3). Determine las siguientes probabilidades.
a) i) Pr(−1.0 ≤ Z ≤ 2.0), donde Z ∼ Normal(0, 1).
ii) Pr(0.0 ≤ X ≤ 4.0), donde X ∼ Normal(2, 4).
iii) Pr(−0.77 ≤ Y ≤ 3.71), donde Y ∼ Normal(−1, 5).
b) i) Pr(0.71 ≤ χ24 ≤ 7.70).
ii) Pr(17.5 ≤ χ211 ≤ 19.6).
iii) Pr(13.5 ≤ χ230 ≤ 15.1).
c) i) Pr(−2.09 ≤ t19 ≤ 2.86).
ii) Pr(−2.18 ≤ t12 ≤ 2.68).
iii) Pr(1.31 ≤ t28 ≤ 2.76).
d ) i) Pr(0.37 ≤ F10,30 ≤ 3.34).
ii) Pr(0.43 ≤ F60,15 ≤ 2.16).
iii) Pr(0.30 ≤ F30,10 ≤ 2.70).
2.4.4). En los siguientes incisos, considere los lı́mites a y b de manera que las colas tengan la misma

.
probabilidad. Es decir, Pr(a ≤ X) = Pr(X ≥ b).
a) i)
ii)
iii)
b) i)
ii)
iii)
c) i)
ii)
iii)
.M
Pr(a < Z < b) = 0.80, donde Z ∼ Normal(0, 1).
Pr(a < X < b) = 0.90, donde X ∼ Normal(2, 4).
Pr(a < Y < b) = 0.70, donde Y ∼ Normal(−1, 5).
Pr(a < χ28 < b) = 0.90.
Pr(a < χ240 < b) = 0.80.
Pr(a < χ219 < b) = 0.99.
Pr(a < t29 < b) = 0.90.
Pr(a < t9 < b) = 0.80.
Pr(a < t13 < b) = 0.95.
.A
d ) i) Pr(a < F30,40 < b) = 0.90.
ii) Pr(a < F20,10 < b) = 0.95.
iii) Pr(a < F10,20 < b) = 0.95.

Respuestas
2.4.1). a) p = 0.159; ii) p = 0.067; iii) p = 0.100.
I.T

i)
b) i) p = 0.050; ii) p = 0.250; iii) p = 0.850.
c) i) p = 0.05; ii) p = 0.751; iii) p = 0.925.
d) i) p = 0.05; ii) p = 0.100; iii) p = 0.940.
2.4.2). a) i) x = 1.645; ii) x = −0.109; iii) x = −5.349.
b) i) x = 12.879; ii) x = 15.984; iii) x = 14.684.
c) i) x = −1.323; ii) x = 2.131; iii) x = 0.681.
d) i) x = 3.482; ii) x = 0.308; iii) x = 0.475.
2.4.3). a) i) p = 0.819; ii) p = 0.682; iii) p = 0.441.
b) i) p = 0.847; ii) p = 0.043; iii) p = 0.007.
c) i) p = 0.970; ii) p = 0.965; iii) p = 0.095.
d) i) p = 0.945; ii) p = 0.940; iii) p = 0.945.
2.4.4). a) i) a = −1.28, b = 1.28; ii) a = −1.289, b = 5.290; iii) a = −3.318, b = 1.318.
b) i) a = 2.733, b = 15.507; ii) a = 29.051, b = 51.805; iii) a = 6.844, b = 38.582.
c) i) a = −1.699, b = 1.699; ii) a = −1.383, b = 1.383; iii) a = −2.160, b = 2.160.
d) i) a = 0.558, b = 1.744; ii) a = 0.361, b = 3.419; iii) a = 0.293, b = 2.774.

29
ITAM

ITAM
I.T

30
.A
.M
.

PROPIEDADES DE ESTIMADORES

3.1.1. Responda falso o verdadero a las siguientes afirmaciones. Justifique su respuesta.

a) Un estimador es cualquier característica numérica de la población.
b) Es posible obtener estimadores diferentes para un mismo parámetro poblacional.
c) El error de estimación y el sesgo son conceptos que se refieren a lo mismo.
d) Se dice que un estadístico es un estimador eficiente del parámetro de una
población si es insesgado y su varianza es mínima.
e) El que un estimador  sea insesgado, significa que cualquier estimación de 
siempre va a ser igual al parámetro poblacional.
f) Si ECM(  1 ) < ECM(  2 ) eso significa que V(  1 ) < V(  2 ).
g) Si ECM(  1 ) < ECM(  2 ) eso significa que  1 es insesgado y  2 no lo es.

3.1.2. De una población con media  y varianza  2 se extraen dos muestras aleatorias
simples e independientes de tamaños n 1 y n 2 = n 1 /2. Sus medias muestrales son X 1
y X 2 , respectivamente. Para estimar a  se proponen tres estimadores:

X1  X 2
̂1 = X 1 ̂ 2 = X 2 y ˆ 3 
2
a) Diga si son insesgados.
b) Encuentre su varianza.
c) ¿Cuál de los tres estimadores es mejor?

3.1.3. Si X 1 , X 2 ,..., X n son variables aleatorias Bernoulli independientes con el mismo
parámetro p, considérense los siguientes estimadores de dicho parámetro.

n n

X i 1  X 2i
p 1  i 1
, p 2  i 1

n 1 n

¿Son estimadores insesgados de p?

31

3.1.4 Si X1 y X 2 son dos variables aleatorias independientes tales que
E X1   E X 2    y Var  X 1   Var  X 2    2 , determine si el estimador.

(X 1  X 2 ) 2
ˆ 12 
2

es un estimador insesgado para  2 .

3.1.5. Con base en una muestra aleatoria de 100 observaciones, tomadas de una población
con media  y varianza  2 , considere los siguientes estimadores de :

X 1  X 2  X 3  ...  X 100
ˆ 1 
100
X  X 2  X 3  ...  X 90
ˆ 2  1
90

a) ¿Cuál es la eficiencia relativa de  2 con respecto a  1 ?
b) ¿Cuál es la causa de dicha ineficiencia?

3.1.6. Se elige una muestra aleatoria independiente de 3 observaciones de una población
con una función de distribución uniforme:

 1 si x  [a, b]

f (x)   b  a
 0 si x  [a, b]

a) Encuentre la media y la varianza de la función de densidad.

Se definen los siguientes estimadores para la media de la distribución:
1 1 1
 1  X 1  X 2  X 3
3 3 3
1 1 2
 2  X 1  X 2  X 3
6 6 3
1 1 1
ˆ 3  X 1  X 2  X 3
3 6 6

32

X 2 . c) Determine la eficiencia relativa de  3 con respecto a  2 y  1 .1.  2  X1  2  Xn . Sea X 1 . ˆ 1  2X 1 4X 1  3X 2  2X 3  X 4 ˆ 2  10 X1  X 2  X 3  X 4 ˆ 3  4 a) Determine cuáles estimadores son insesgados. b) Obtenga la esperanza de estos estimadores. c) ¿Cuáles de estos estimadores son insesgados? d) Determine las varianzas de cada estimador. b) Encuentre la varianza de cada estimador e identifique cuál es el más eficiente.. 3.1. y X 4 una muestra aleatoria de una distribución exponencial con parámetro  desconocido. X 3 .  Xn 1 1  1  ( X1  X2 ).. Sea X 1 . Considere los siguientes estimadores de . pero con media  es desconocida.. Un gerente de producción supone que el peso de un objeto se distribuye normalmente con varianza conocida. respectivamente. e) ¿Cuál de éstos es el mejor estimador? 3. X n una muestra aleatoria de una población con media  y varianza  2 .8. b) ¿Cuál de los estimadores insesgados es el de mayor eficiencia relativa? c) ¿Cuál de los estimadores tiene el menor error cuadrático medio? 3. X 2 . ˆ 3  X 2 4 2( n  2) 4 a) Determine si son insesgados.9. De los siguientes estadísticos: 33 . X 4 .. X 2 . Considere los tres estimadores siguientes para : 1 1 X  .. Se toma una muestra aleatoria de cuatro observaciones independientes X 1 .1.7. X 3 ..

11. ¿Cuál es la eficiencia del estimador   1 en 4 relación con X ? 3.1.. ¿Para qué valor de la constante k es  = kX un estimador insesgado del parámetro  de la población...1.13. Si X1 y X 2 son las medias de muestras aleatorias independientes de tamaño n1 y n2 tomadas de una población normal con media  y varianza  2 : a) Demuestre que   WX 1  (1  W) X 2 es un estimador insesgado de  para cualquier W tal que 0  W  1.12.1. X 3 es una muestra aleatoria tomada de una población normal con media X  2 X2  X 3  y varianza  2 . b) ¿Cuál es el error cuadrático medio de cada estimador? c) De estos estimadores. cuya función de densidad está dada por? 3 0 < x <  f ( x )   0 en cualquier otra parte 3. ¿cuál es el mejor? 3. Siendo X 1 .1. X 2 . X n una muestra aleatoria de una población con media  y varianza  2 .10. X  2 X 2  3X 3  4 X 4  1  1 5 X  X 2  X3  X4  2  1 4 a) Determine si son estimadores insesgados de .. Si X 1 . b) ¿Cuál es el valor que debe tomar W para que la varianza del estimador  sea mínima? 3. se tienen los siguientes estimadores de  2 : 34 . X 2 .

Obtenga el error cuadrático medio de  . 1 n 1 n S12   ( Xi  X)2 . X 2 . 2  1 3 2 a) Obtenga el mejor estimador de  que podría usarse. Sea Y una variable aleatoria de Poisson con media . ) = 2 . se eligió una muestra aleatoria de n personas y se consideró al siguiente estimador de la proporción: Y 1   n2 en donde Y es el número de personas en la muestra que sí están de acuerdo en la continuación del PECE.1. Se desea tener una estimación del parámetro  para poder programar adecuadamente las salidas y que no existan problemas de retraso. a saber: X  X2  X3  X  X2  1  1 .14.16. 0  x   . n 1 S 22   ( Xi  X) 2 n 1 1 ¿Son insesgados estos estimadores? 3. X 3 . Se obtiene una muestra n aletoria de tamaño n y se desea estimar . 35 .15. El tiempo que tarda un tren del metro en salir de una estación terminal tiene la 2x siguiente distribución f(x. 3. >0. Para tal propósito se definen dos estimadores. Para estudiar la proporción  de personas de México que consideran adecuada la continuación de PECE. ¿Es    Yi ( Yi  1) estimador i 1 insesgado de ? 3.1.1.  Se midió el tiempo de salida del metro en una muestra aleatoria de tres terminales del sistema y se registró el tiempo transcurrido X 1 .

Yn en dicha muestra. Se propone a  = b X ..2 minutos. Y2 .. X 2 . Se ha decidido seleccionar una muestra aleatoria de n industrias. Sea X 1 . Considere Y1 .3.17. Considere los siguientes estimadores de la media: X  X1  1  X y  2  n 2 a) ¿Son insesgados estos estimadores?. Para la contratación de nuevos solicitantes la empresa desea estimar el ingreso mínimo  por lo que selecciona una muestra aleatoria de tres empleados de ese nivel y registra su ingreso X 1 .  ) = 3 3 x 4 para x >  . b) Encuentre el ECM de ̂ 1 y ̂ 2 c) ¿Cuál de los dos es mejor estimador de la media? 3. b) Si la muestra observada da los siguientes valores: 4.1. y el valor de cero en caso contrario. obtenga la estimación de  3. El ingreso mensual percibido por los empleados de nivel ejecutivo de una empresa tiene la distribución: f(x.1. Sea X una variable aleatoria Poisson. Para ésto se define una variable aleatoria Y tal que toma el valor de uno si la industria adquirió algún financiamiento. Calcule el sesgo de cada estimador.. 5. Determine el valor de la constante b para que  sea un estimador insesgado. X 2 . Si  es la proporción que se desea estimar. 3.. a) Se propone que un estimador de  sea Y .1... 2.19. 36 ... entonces Y se distribuye como una Bernoulli con parámetro . Considere la población constituida por las industrias medianas en México. y X 3 . X n una muestra aleatoria. Es de interés estimar la proporción de éstas industrias que han adquirido algún financiamiento para seguir trabajando.18.1.

... Se propone:  ( Y )  Y (1  Y ) .. V n Demuestre que este estimador es sesgado. Yn . X  X n Y1  Yn a) El estimador  1  1  . Y2 . ¿Cuál es el sesgo? 3... Sean X y Y las variables aleatorias que representan el gasto mensual por familia en dos regiones del país. X n de una población Poisson con parámetro . se desea también estimar dicha varianza. X n y Y1 .. Dos muestras aleatorias independientes del mismo tamaño son obtenidas. ¿es insesgado? 2 2 b) Ahora sea  2  X  Y . ¿Es este estimador insesgado? b) Como la varianza del estimador  = Y depende de .1. ¿Cuál debería ser el número mínimo de observaciones que asegura un error estándar menor o igual a 4 para el estimador del inciso anterior? 3.1. X 2 . X 2 . Las muestras fueron X 1 .20.. Se tiene una muestra aleatoria X 1 .. una para cada región... y lo que se desea estimar es la diferencia de medias  x   y .21. ¿es insesgado? c) Sean ahora  x  23 y  y  12 . Calcule el sesgo de los siguientes estimadores: n 2  iXi  1  i 1 n ( n  1)  2  ( X1  Xn ) / 2 n 37 . y  no se conoce..

99. 0.00. 3.2.99. Se desarrolla un nuevo proceso en el que se añade una aleación a la producción del metal. 2. 504. 510. 493. 503. 505. 2.97. 1.99. Estime la varianza de la dimensión de los diámetros. 1.02. 2. Obtenga la estimación puntual de la varianza.97.98.03 centímetros. Se toma una muestra aleatoria de éstas y los diámetros resultan de 1. 506.2. 3. Cierto metal se produce por lo común mediante un proceso estándar. Los fabricantes se encuentran interesados en estimar la verdadera diferencia entre las tensiones de ruptura promedio de los metales producidos por los dos procesos. en gramos.97. Los datos que a continuación se presentan son los pesos. 3. 3. 499.99. ESTIMACION PUNTUAL 3. Para cada metal se seleccionan 12 especímenes y cada uno de estos se somete a una tensión hasta que se rompe.05. 497.1. 0.01. Obtenga la estimación puntual del tiempo promedio. 2. Obtenga la estimación puntual del peso promedio.01 y 1. 3. A 12 personas se les tomó el tiempo (en min. Los resultados fueron los siguientes: 3. 0.03.2. 496. 496. 514.4.3.2.04. La siguiente tabla muestra las tensiones de ruptura de los especímenes en kilogramos por centímetro cuadrado: Proceso 428 419 458 439 441 456 463 429 438 445 441 463 Estándar Proceso 462 448 435 465 429 472 453 459 427 468 452 447 Nuevo Estime puntualmente la tensión de ruptura promedio en el proceso nuevo y en el proceso estándar.01. 0. 1. 2.99. 509.98.) que tardaron en ser atendidas en un supermercado. 38 . 502. 512. 2. Una máquina produce piezas metálicas en forma cilíndrica.01.02.2. del contenido de 16 cajas de cereal que se seleccionaron al azar de un proceso: 506. 3. 508. 3. 3.

La muestra es: 75.3. 78. 103. 12. b) Estime la varianza de la cantidad gastada por día. 150. 69. 93. 12. 11. 93. 142. Para ello se han obtenido datos del número de clientes que llegan a una de sus tiendas de autoservicio entre las 11 y 12 hrs. calculando comida. 77.5. 121. Se obtuvo la siguiente información en dólares. 12. 98. 175. 100. 158. 88. 94. 79. 174. Una cadena de supermercados desea hacer eficiente su servicio de cajas. 93.9 Estime la varianza del espesor. 152. 517. b) Estime la varianza del número de empleados.2. 48. 97. 12. El registro de dichos datos es: 90. 90.7. 112. Se espera tener una cierta variación aleatoria en el espesor de las láminas de plástico que produce una máquina. 91. cada día se seleccionan en forma aleatoria 12 láminas de plástico y se mide su espesor (en milímetros). 79. 103. 92. 85. De las distintas convenciones que se llevan a cabo en la ciudad se seleccionaron 16 personas y se les preguntó la cantidad que gastaban por día. a) Estime el número promedio de empleados. 87. 113. 100. 91. La Cámara de Comercio de una ciudad está interesada en estimar la cantidad promedio de dinero que gasta la gente que asiste a convenciones.6. 11. 101. 50. 12.2. 117. 189.1. 83. 91.9. 11. 163. 84. 3. 12. 102. 79.2. 146. 3. 81. 39 . 93. 184. 79.4. 428. En cierta ciudad industrial se tomó una muestra aleatoria del número de empleados que hay por empresa. 78. 78. 12.8.3. 12. Los datos que se obtuvieron en el día de hoy son los siguientes: 12. 110. a) Estime la cantidad promedio real. 75.5. 134. 92. 81.2. 91. 80. 3. 155. 97.7. 90. 160. Para determinar cuándo la variación en el espesor se encuentra dentro de ciertos límites. del día. alojamiento y entretenimiento por día. 83. 714. 87. 135. 3200. 148.8. 168.0. 108.3.6. 94.8. 94. c) Estime la proporción de empresas que tienen más de 100 empleados. 89.

b) Estime la varianza del número de alumnos en universidades privadas.9. 3.2. Cuauhtémoc 1618 UAG 12889 ITESMC (Sinaloa) 291 U.2.10. 40 . 149 CEUM 3118 ICEST 39 a) Estime el número promedio de estudiantes en las instituciones privadas. 3. Se obtuvieron los datos siguientes de una muestra aleatoria: x 10 12 15 5 7 5 5 15 8 1 13 15 y 30 60 50 12 10 25 10 60 25 10 75 95 Estime el coeficiente de correlación. Determine la estimación puntual para la verdadera media y la varianza del número de clientes que llegan al supermercado. Una compañía publicitaria desea determinar si el número de anuncios comerciales de televisión (X) está relacionado con el número de ventas (Y) de cierto producto. las Américas 4276 La Salle AC 5000 UIA 529 UIC 55 U. Institución Alumnos Institución Alumnos UIC 2959 U.Mex.Anáhuac 5014 U. Los siguientes datos se extrajeron de una muestra aleatoria de instituciones privadas de educación superior en México. Corresponden al número de alumnos de licenciatura inscritos en cada una de ellas.Nort.

4. ¿Qué es lo que realmente está diciendo? a) Hay una probabilidad de .88 de que  fluctúe ente 106 y 122.1. b) Un intervalo de confianza del (1-) 100% para un parámetro está contenido en el correspondiente intervalo de confianza al (1-') 100% con > '.1. d) La probabilidad de que un intervalo de confianza contenga al verdadero valor del parámetro recibe el nombre de nivel de confianza. 41 . Después de seleccionar una muestra y calcular el intervalo de confianza para . En el caso del intervalo de confianza para la media cuando  2 es conocida. menor longitud del intervalo de confianza.1. 4. b) el tamaño de muestra.2. e) No es recomendable emplear altos niveles de confianza. Justifique su respuesta: a) A mayor tamaño de muestra.3. c) 88% de los intervalos calculados de las muestras de este tamaño contendrán la media de la población. INTERVALOS DE CONFIANZA 4. Diga si cada una de las siguientes aseveraciones es verdadera o falsa. pues producen intervalos de confianza más amplios. ¿qué relación existe entre la longitud del intervalo de confianza y: a) el coeficiente de confianza.88 de que el valor real de  sea 114 (el punto medio del intervalo). d) Todos los anteriores. una persona dice: "Tengo una confianza del 88% de que la media de la población fluctúa entre 106 y 122".1. b) Hay una probabilidad de . c) El intervalo es una gama de valores que se usan para estimar la forma de la distribución de una población.

04.2.99.01 y 1.4.1. 1.4.2. 1.1. indicó que el 55% de ellos estaban a favor de un determinado candidato. 0. Obtenga un intervalo de confianza de 99% para el diámetro medio de las piezas producidas por la máquina. 4.5. b) Encuentre un intervalo de confianza del 95% para la varianza poblacional. ¿sería razonable decir que las pelotas de esta marca se pueden utilizar en torneos profesionales? 4. supóngase que el tiempo de espera es una variable aleatoria normalmente distribuida.98. Cuando éstas se dejan caer de una altura determinada. Se toma una muestra de éstas y los diámetros resultan de 1. En una muestra aleatoria de 91 pelotas. Calcule el intervalo de confianza del 99% para estimar la varianza. Las pelotas de tenis que se utilizan en torneos profesionales deben pasar pruebas rigurosas para demostrar que la variación del rebote alrededor de un valor específico es mínima.1. 4. Obtenga los intervalos de confianza del 90% y 99% para la verdadera proporción de artículos defectuosos en el proceso de manufactura del fabricante. Una máquina produce piezas metálicas en forma cilíndrica. 4. deben rebotar a una altura promedio de 4 pies. 1. se encuentran 8 defectuosos. Se recibe un lote muy grande de artículos proveniente de un fabricante que asegura que el porcentaje de artículos defectuosos en la producción es del 1%. para estimar la proporción de todos los votantes que están a favor de este candidato. Con base en estos resultados.6.1. 0. entre todos los de un distrito dado.8.36. a) Encuentre un intervalo de confianza del 90% para la varianza poblacional.03. c) Si la varianza máxima que se permite es de 0. ¿qué se puede concluir con respecto a la información del fabricante? Compare los dos intervalos. Al seleccionar una muestra aleatoria de 500 artículos.01. la altura media en los rebotes fue de 4 pies y la varianza de 0. 0.1.99. 0. Hallar los límites de confianza del 95% y 99%. Una muestra de 100 votantes elegidos al azar de.5.97.7. 42 . En el ejercicio 3.03 centímetros.

11. de alquitrán. ¿Qué supuestos deben establecerse? ¿Es adecuada la garantía? 4. 148. 142. Se obtuvo la siguiente información en dólares. 4. 14. El fabricante de cierto tipo de cigarrillos asegura que éstos contienen en promedio 14 mg.1. Se seleccionan 5 cigarrillos aleatoriamente y se obtiene que contienen 14.10. alojamiento y entretenimiento por día. 184. 152. a) Obtenga un intervalo de confianza del 98% para la cantidad promedio real. 351. 351 y 355. Un instrumento de precisión tiene como garantía el leer con un error máximo de una unidad. b) Obtenga un intervalo de confianza del 95% para la varianza desconocida e interprete el resultado. De las distintas convenciones que se llevan a cabo en la ciudad se seleccionaron 16 personas aleatoriamente y se les preguntó la cantidad que gastaban por día. Establezca los supuestos necesarios. 168.3 y 14. 135. 174. 43 . 150. 14. a) Construya un intervalo del 95% de confianza para la media del contenido de alquitrán por cigarrillo. de alquitrán.6 mg. 158. Una muestra de cuatro lecturas del mismo objeto dio como mediciones 353. 155. 146.5. 14. Establezca los supuestos necesarios. 189.1. Establezca los supuestos necesarios.1. 160. 163.4. 4.9. 134. b) ¿Cuál es el límite máximo para el error de estimación del inciso anterior? Comente.2. La Cámara de Comercio de una ciudad está interesada en estimar la cantidad promedio de dinero que gasta la gente que asiste a convenciones. calculando comida. 175. Calcule un intervalo de confianza del 90% para la varianza de la población.

Seleccione una muestra aleatoria simple de 40 mujeres y otra de 40 hombres.13. la proporción de mujeres y la proporción de hombres respectivamente que. A fin de averiguar el daño causado a los árboles. a) Construya un intervalo del 98% de confianza para la varianza del bolichista.14. un bolichista logró un promedio de 158 puntos con una varianza de 30.96. PM y PH la proporción total.1. hayan fumado por lo menos una cajetilla diaria durante 20 años. b) ¿Podría decirse que el 80% de los estudiantes de licenciatura del ITAM piensan que sí serán limpias? 4. Al gerente de producción de una compañía procesadora de cítricos le interesa saber si.1. piensan que sí serán limpias las próximas elecciones.02 unidades de la proporción verdadera? 4. si la desviación estándar en los puntos que obtiene es a lo más de 3.15. Un médico investigador piensa seleccionar una muestra aleatoria de personas que. a) Construya los intervalos del 90% y 95% de confianza para cada uno de los parámetros P. Considere la población constituida por los estudiantes de licenciatura del ITAM. con una probabilidad de 0.1. para saber cuántos llegan a desarrollar cáncer pulmonar en el transcurso de los próximos cinco años. ¿Cuál debe ser el tamaño de muestra que el investigador debe seleccionar de manera tal que. PM y PH . Se dice que un bolichista es consistente en su juego. En una muestra tomada al azar de 41 juegos. Sean P.4. la proporción muestral se encuentre a no más de 0.12. en los últimos tres años las heladas han dañado los 2500 naranjos que posee la empresa.1. b) ¿Cuáles son los requisitos necesarios para obtener el intervalo del inciso anterior? c) ¿Se puede concluir que al 98% de confianza el bolichista no es consistente en su juego? 4.95.4. él mandó contar el número de naranjas producidas por árbol en una muestra de 42 de estos y obtuvo 44 .

1. 4. a) Construya un intervalo de confianza del 98% para la producción media por árbol de los 2500 naranjos. a) Encuentre un intervalo de confianza del 95% para la proporción de cuentas de la compañía que están al corriente. el 60% de éstas estaban al corriente. Si los datos pueden considerarse como una muestra aleatoria de una población. 6.18.16. Supóngase que se puede devolver el embarque si éste contiene más de 5% de defectuosos. cada una con un contenido de 144 azulejos. construya un intervalo de confianza del 98% para el número promedio de unidades defectuosas por caja. de las cuales 30 tienen algún defecto. Una papelería recibe un embarque de cierta marca de bolígrafos. b) Si el rendimiento promedio de naranjas por árbol fue de 600 naranjas hace 5 años. toma una muestra aleatoria de 300 plumas. ¿qué puede decir el gerente de producción sobre la posible existencia de un daño en este momento? 4. para la proporción de bolígrafos defectuosos en el embarque. El propietario desea estimar la proporción de defectuosos que éste contiene y para ello. Un lote de azulejos de cerámica es inspeccionado justo antes de ser embarcado.1. 3. 45 . una media muestral de 525 naranjas por árbol. Con base en los resultados de la muestra. ¿le recomendaría al dueño de la papelería regresar todos los bolígrafos? 4.1. El dueño de una inmobiliaria revisó aleatoriamente 150 de las 3000 cuentas de la Compañía y determinó que. Establezca una estimación por intervalo.17. Establezca los supuestos pertinentes para ello. con 90% de confianza. 4 y 9. El gerente de control de calidad manda revisar 6 cajas completas. 0. La población de naranjas que ha venido manejando la empresa tiene una desviación estándar de 30 naranjas por árbol. Interprete. Se encuentran los siguientes defectuosos: 2.

4. estime por intervalo.1. Se sospecha que los anticonceptivos orales reducen el nivel de hemoglobina del usuario. En un estudio de sangre de una muestra de 37 mujeres que.20. Determine un intervalo de confianza del 90% para la varianza de las horas de trabajo para todos los ingenieros que laboran para el fabricante.19.22. Se eligen aleatoriamente 16 situaciones en las cuales se toma el tiempo de ensamblaje de este tipo de cajas. las ensamblan y empacan.1. (Supóngase que estas mediciones tienen una distribución normal). Los resultados son  X i  336 segundos y  X 2i  7116 segundos2.1. La desviación estándar muestral fue de 7 horas. se obtuvo una media de 14. La Compañía quiere una estimación del tiempo requerido para ensamblar un tipo especial de caja. Si el nivel medio normal es de 14. Se seleccionó una muestra aleatoria de 21 ingenieros de un grupo más grande que labora para un fabricante de equipo electrónico y se les preguntó sobre el número de horas que trabajan semanalmente.491 y una desviación estándar de 1. reportaron estar tomando anticonceptivos orales. 4. b) En base al resultado del inciso a).1.9. 4. 4.21. Los empleados que trabajan para una compañía de mudanzas llevan las cajas al sitio. Construya un intervalo de confianza del 95% para el nivel medio poblacional de hemoglobina de mujeres que toman anticonceptivos orales.079 en el nivel de hemoglobina. el número total de cuentas de la inmobiliaria que están al corriente. Se desea realizar un estudio sobre las utilidades que tienen las pequeñas industrias en México. (Utilice el mismo nivel de confianza de 95%). ¿hay razón para sustentar la sospecha? Justifique su respuesta. En una primera etapa se decidió seleccionar una muestra aleatoria de 46 . Determine un intervalo de confianza del 99% para el tiempo medio de ensamblaje.

2 11. de México 11.6 12.1 11.5 18. Interprete.2 15. 17.8 16.3 10.2 16. se entrevistó a 2300 telespectadores y resultó que.3 17.2 16. Con el objeto de estimar la proporción de televidentes que han visto el anuncio de un producto. Los datos fueron: _____________________________ Utilidad mensual (millones) Guadalajara Cd.9 7.2 10.2 17.9 8. 1974 de ellos sí lo habían visto.3 15.5 14.3 15. 17 industrias en Guadalajara y otra del mismo tamaño en la Ciudad de México.5 a) Estime el valor medio y el coeficiente de variación de las utilidades para las industrias en Guadalajara y también para las de la Ciudad de México.23.1 11.6 14.2 14. b) Calcule los intervalos de confianza para el valor medio (98%) y la varianza (95%) de las utilidades tanto para las industrias de Guadalajara como para las de la Ciudad de México. 47 .7 9.9 12.7 17.2 14.4 12. c) ¿Qué supuestos consideró en cada uno de los incisos anteriores? 4.4 17.8 18.5 9.7 16.1.0 13.1 15.0 7.

1.620. b) Obtenga el tamaño de muestra indispensable para que el intervalo del inciso (a) tenga una longitud máxima de 10% con la misma confianza. 21. En una muestra aleatoria de 100 estudiantes de cierto colegio. a mayor rendimiento se tiene mayor riesgo. Al considerar instrumentos similares se observaron los siguientes rendimientos (%): 8. principalmente de la mano de obra. 4. No obstante.1.26. c) Con la información del intervalo de (a). $6.200 y $10. no le conviene invertir.25.1. sabe que. 22. en general.5.1. 25 El inversionista considera que si se tiene un riesgo mayor a 10 (desviación estándar).500 (dólares) por casa para alcanzar una ganancia anual establecida como meta. a) Encuentre un intervalo de confianza de 95% para la proporción de todos los espectadores que han visto la publicidad del producto.370.350. 15. Interprete el intervalo. b) Especifique el supuesto indispensable utilizado en (a). respectivamente. Un hombre de negocios está interesado en invertir en un instrumento que piensa le puede dar altos rendimientos.3. Interprete este intervalo. $9. Las ganancias por casa para las cinco edificaciones más recientes del constructor son $8. ¿Qué supuestos fueron necesarios para resolver este problema? 48 . 60 de ellos opinaron que estaban a favor del pase automático a las universidades. 17. hacen que los precios de la construcción de casas varíen de una edificación a otra. 4. (Considere estas ganancias como una muestra aleatoria). Un constructor de casas necesita tener una ganancia media por encima de $ 8. $8. justificando su respuesta.24. Construya el intervalo de confianza del 95% adecuado y diga si este hombre hará la inversión o no. ¿sería razonable pensar que el constructor está trabajando al nivel de ganancia deseado? 4. Comente. Los costos variables. 18.760. a) Encuentre un intervalo de confianza de 95% para el promedio de la ganancia del constructor por edificación. Obtenga un intervalo de confianza del 95% para la proporción poblacional.7.

El gerente de un supermercado desea recabar información sobre la proporción de clientes a los que no les agrada una nueva política sobre aceptación de cheques.2.2. con una probabilidad de 0. 49 .95.2 Kg.5. Un guardabosques desea estimar el área promedio de la base de los pinos. con una probabilidad de 0. ¿De qué tamaño debe ser la muestra para poder afirmar. Después de varios años de estudio. Para evitar posibles multas de las autoridades correspondientes decide tratar de verificar cuál es el verdadero peso medio del producto envasado por su máquina. Se desea estimar el número promedio de horas por semana que los alumnos de nivel universitario dedican a estudiar. Suponga una desviación estándar de 4 horas. DETERMINACIÓN DEL TAMAÑO DE MUESTRA 4. que la estimación tendrá un error de cuando mucho 3 horas? ¿Se necesitaría algún supuesto adicional para la población? 4.1. 4.2.2.2. Un productor de semillas que envasa sus productos de manera automática ha venido recibiendo quejas respecto al peso de los paquetes que vende.2.98? 4.15 de la verdadera fracción con una probabilidad de 0. que la estimación del valor promedio del peso de los paquetes dista del verdadero valor de dicho parámetro menos de 0. ¿De qué tamaño debe ser la muestra que permita afirmar al productor.5 horas. se observó que dichas áreas tienen una distribución normal con una desviación estándar de aproximadamente 4 pulgadas cuadradas.3.90.4. ¿Cuántos clientes se tendrían que incluir en una muestra si. se desea que la fracción de la muestra esté a lo más a 0.90. Suponga una desviación estándar de 4. que el tiempo promedio estimado dista del tiempo medio real en menos de media hora?.05 Kg? 4. ¿Cuál es el tamaño de muestra necesario para afirmar. La documentación de dicho aparato garantiza una desviación estándar de 0. Un contratista de pintores desea saber el tiempo promedio que tarda un grupo de trabajadores en pintar un departamento. con una probabilidad de 0.

90. Se desea realizar un estudio para conocer la proporción de estudiantes que están en contra de un cambio en los reglamentos. encuentre la probabilidad de que la media muestral difiera a lo más 2 pulgadas cuadradas de la media de la población. ¿Cuántas personas se deberían incluir en una muestra si se desea que. ¿Cuántos árboles tendría que medir para estar seguros de obtener tal grado de exactitud? 4.7. Un investigador social desea estimar la media de cierta población.95.2.96. b) Suponga que el guardabosques quisiera que la media de la muestra difiera a lo más 1 pulgada cuadrada de la media de la población con una probabilidad de 0. ¿De qué tamaño debe seleccionar su muestra? 50 . Si puede suponer por experiencia que  = 1. a) Si se selecciona una muestra de 9 árboles. ¿De qué tamaño debe elegir la muestra este investigador? 4. con una confianza del 99%. la proporción muestral no diste de la verdadera proporción en más de 0.40 minutos. que el error sea a lo más de 0.25 minutos.2. con una probabilidad de 0.2. El director administrativo de un colegio desea usar la media de una muestra aleatoria para estimar el tiempo que en promedio tardan los alumnos en ir de una clase a la siguiente y además quiere asegurar. sea de .6.15? 4. Para ello quiere usar una muestra lo suficientemente grande para que la probabilidad de que la media muestral no difiera de la media poblacional por más del 25% de la desviación estándar.8.

1. j) La potencia de la prueba mide la probabilidad de rechazar correctamente la hipótesis nula. la estadística de prueba sigue siempre una distribución normal o) Si se comete él error tipo I.05 . se rechaza una hipótesis nula que es realmente verdadera. n) En la prueba de hipótesis se supone que algún parámetro de la población asume un valor particular antes de extraer la muestra. c) Los tipos de errores son complementarios. Esta suposición que debe probarse se llama hipótesis alternativa. 51 . también será rechazada con 0. ñ) En una prueba de hipótesis. con una prueba de dos colas. b) Es más fácil rechazar una hipótesis con una prueba de una cola que. la zona de no rechazo es equivalente al intervalo de confianza para el parámetro de interés. k)     1. Responda verdadero o falso y justifique su respuesta. mayor potencia de la prueba.04. g) (1. f)  es el error tipo II . a) En una decisión se comete o el error tipo I o el error tipo II. i) A mayor tamaño de muestra. h) La única manera de disminuir simultáneamente la probabilidad de cometer los errores tipo I y tipo II es aumentando el tamaño de la muestra. ) es conocida como el nivel de significancia de la prueba de hipótesis. l)  debe ser siempre más pequeña que  .1. e) En una prueba de hipótesis de dos colas. PRUEBAS DE HIPÓTESIS PARAMÉTRICAS TEORÍA 5. m) Con un menor nivel de significancia la probabilidad de rechazar una hipótesis nula que en realidad sea verdadera disminuye. d) Si una hipótesis es rechazada con un nivel de significancia del 0.

5. 5.10 para una prueba de hipótesis. Analice los dos tipos de errores y comente sobre la importancia de ambos. b) 10% es el riesgo que corremos de rechazar una hipótesis verdadera. 52 . c) 10% es el riesgo que corremos de aceptar una hipótesis falsa.4.1.1.2. Suponga que en un juicio la hipótesis nula es que un individuo es inocente. entonces no se puede realizar una prueba de hipótesis para la diferencia de medias.3. entonces se dice que: a) 10% es el estándar mínimo de la probabilidad aceptable.1.60. la hipótesis nula generalmente no se rechazaría aunque no fuera verdadera.  es igual a . Defina los siguientes conceptos y establezca la relación que existe entre éstos: a) Error tipo I b) Error tipo II c)  d)  5. p) Si las pruebas de hipótesis se efectuaran con un nivel de significancia de 0. q) Si las muestras son dependientes.

se obtuvo una utilidad promedio del 1. La resistencia al rompimiento de cierta cuerda de alambre tiene un valor medio de =48000 libras. Al investigar la efectividad de una nueva aleación de acero.000.2.000. d) Para región de rechazo Y  11 .05. 5. la utilidad promedio y la desviación estándar fueron de 2. b) Calcule la probabilidad de cometer el error tipo II para p=0.01 . a) ¿Qué hipótesis alternativa debe plantear el fabricante si no desea emplear la nueva aleación de acero a menos que sea definitivamente más resistente? 53 . En otra muestra seleccionada al azar de 40 compañías manufactureras con activos fijos entre $10. En una muestra aleatoria de 30 compañías manufactureras. Un investigador afirma que un medicamento provocará sueño en. con activos fijos por debajo de $10.2.2. Después de un análisis de éste.4%. a) Calcule la probabilidad de cometer el error tipo I.3. encuentre  si p es igual a 0.8% con una desviación estándar de 0.2. a) Con. ¿se puede decir que la diferencia entre las utilidades medias de los dos tipos de compañía son diferentes? ¿Qué se requiere suponer sobre el comportamiento de la variable de interés? 5. 5. alguien considera que la afirmación es exagerada y para refutarla se administra la medicina a 20 personas elegidas al azar que padecen insomnio. por lo menos el 80% de las personas que padecen insomnio.4% y 0. PRUEBAS DE HIPÓTESIS PARAMETRICAS Identifique en cada problema la variable de interés y el o los parámetros objetivo. el fabricante desea probar la hipótesis nula de que  = 48000 libras contra una alternativa adecuada.  . Sea Y el número de personas que logran dormir con la medicina y la región de rechazo {Y  12}. pruebe que las varianzas son iguales.01 .6.1.000 y $50. tal que  .6% respectivamente. c) Si la región de rechazo Y  c encuentre el valor de c. b) ¿Con una significancia de 0.4.6 y p=0.

seleccionados al azar. 68 de 160 niños considerados en la muestra recibieron un tratamiento de fluoruro y tuvieron caries. Se clasificó a las mujeres de acuerdo al medio en que vivían. debido a la mayor uniformidad en las costumbres. Otro tratamiento químico dio como resultado que 38 de 110 niños.3 2.025 y =0. la variabilidad en la edad al momento del primer parto es menor que la que se tiene en el medio urbano. 54 .2. Establezca los supuestos necesarios y utilice la información para probar la hipótesis del investigador. (Considere  =0.05 cuando en realidad la resistencia media es de 11 toneladas.2 4.025). encuentre el nivel de significación descriptivo aproximado y tome una decisión. Un sociólogo registró el número de años cumplidos por una mujer al momento de su primer parto. Establezca claramente las hipótesis. a) Calcule la probabilidad de cometer el error tipo II cuando los cables. rural o urbano. y se obtuvieron los siguientes resultados: Años cumplidos al momento del primer parto Medio Número de mujeres Media Desv. b) ¿Qué hipótesis alternativa debe emplear el fabricante si el nuevo proceso es en realidad más económico y el fabricante desea utilizar la nueva aleación de acero a menos que ésta disminuya en realidad la resistencia de la cuerda? 5.1 Urbano 60 21. estándar Rural 120 18. En una fábrica se desea probar que el la resistencia media poblacional es mayor que 10.6. b) Determine el tamaño de muestra tales que =0.3 El investigador sostiene que en el medio rural.2. en realidad tienen una resistencia media de 11 toneladas.5. 5. tuvieran caries. En un estudio.4. La experiencia ha mostrado que la resistencia de ciertos cables de acero es una variable aleatoria normal con  2  1 .2. en base a una muestra aleatoria de 25 cables. 5.

Se les pidió a ocho trabajadores de la planta que armaran las unidades con ambos procesos. a) ¿Se puede afirmar.05.05 para probar la hipótesis de que el nivel medio de nicotina es mayor a 0. En diversos anuncios se afirma que el contenido promedio de nicotina de cierto cigarrillo es 0.33 miligramos.3 miligramos. Enseguida se presentan los tiempos observados en minutos.3 miligramos. una agencia de protección al consumidor toma una muestra al azar de 15 cigarrillos de diversos lotes de producción y advierte que su contenido de nicotina fue en promedio 0. Un fabricante desea comparar el proceso actual de armado para uno de sus productos con un método propuesto que supuestamente reduce el tiempo de armado. 5. b) Con   0. 5.7.05 . con un nivel de significancia igual a 0.05. obtenga  para  = 0. que el tratamiento con fluoruro dio peor resultado que el tratamiento químico? Establezca claramente las hipótesis.018. b) ¿Cuál es el nivel de significancia descriptivo o valor p?. b) ¿Cuál es el nivel de significancia descriptivo? c) ¿Cuáles fueron los supuestos necesarios para resolver los incisos anteriores?. a) Utilice un nivel de significación 0. ¿existe alguna razón para creer que el tiempo de armado para el proceso actual es mayor que el del método propuesto por más de 2 minutos?.8. con una desviación estándar de 0.32 55 .2.2. Al sospechar que esta cifra es demasiado baja. trabajador proceso actual proceso propuesto 1 38 30 2 32 32 3 41 34 4 35 37 5 42 35 6 32 26 7 45 38 8 37 32 a) Con  =0.

01 contra la hipótesis alternativa de que esta cifra es demasiado baja. se prueba el producto en 100 manchas y se determina que. 5. Un establecimiento para lavado en seco afirma que un nuevo removedor puede eliminar más del 70% de las manchas a las cuales se les aplique. por lo tanto. En este caso. considerando el impacto que ésta ha tenido en el público consumidor. ¿La hipótesis H0 :  =0 puede ser rechazada a favor de H1:   0 con un nivel de significancia de  =. produjo un coeficiente de correlación muestral  = -0. en lugar de utilizar el producto en una muestra aleatoria de 12 manchas. Una muestra aleatoria de tamaño 27 de una distribución normal bivariada.05?.05) 5.9 56 .11. (Use  =0. tiene que decidir si continúa o no una campaña. la región critica es X > 82 donde X es la cantidad de manchas removidas c) Evalúe  d) Evalúe  para la alternativa p=0. c) Contraste la hipótesis nula  =0.45. Establece entonces las siguientes hipótesis: H 0 : La propaganda no afecta el nivel de ventas.9. En caso de que se eliminen menos de 11 manchas. no se rechazará la hipótesis nula. ante un política de reducción de gastos.10.9 Si ahora. Para verificar esta aseveración. el error tipo _________ consiste en un excesivo gasto publicitario y el error tipo _________ repercute en una disminución de las ventas. a) Evalúe  b) Evalúe  para la alternativa p=0. Completa los espacios en blanco: Un gerente de mercadotecnia. se concluirá que si puede eliminar más del 70%. de lo contrario. el producto se utiliza en 12 manchas que se escogieron al azar. 5.2. H 1: El consumidor es muy sensible a la propaganda. se puede prescindir de esta campaña.2.2.

Juego 1 170 190 200 183 187 178 Juego 2 197 178 150 176 205 153 5. En un estudio de la efectividad del ejercicio físico en la reducción de peso.13. Las siguientes seis parejas de números representan las puntuaciones del primer y segundo juego de la misma persona en seis lunes seleccionados aleatoriamente.2. con los siguientes resultados: Peso antes Peso después (libras) (libras) 209 196 178 171 169 170 212 207 180 177 192 190 158 159 180 180 170 164 153 152 183 179 165 162 201 199 179 173 243 231 144 140 ¿Es el programa de ejercicio físico efectivo para reducir el peso? Use  = 0.10 ).12. se seleccionaron 16 personas y se les sometió a un programa particular de ejercicio físico durante un mes.01. pruebe que los resultados de los juegos están relacionados linealmente (Utilice  . Cuando se juega boliche es a menudo posible que se tire bien en el primer juego y se tire pobremente en el segundo o viceversa. 57 .5. Suponiendo que las puntuaciones siguen una distribución normal bivariada.2.

Supóngase que. el proceso se detiene y se considera como "fuera de control". Se sabe que la proporción de artículos defectuosos en un proceso de manufactura es de 0. Si se encuentran cuatro o más unidades defectuosas en la muestra.01 para probar la hipótesis de que el IQ aumenta con la edad. c) Obtenga la potencia de la prueba para los siguientes valores alternativos de la proporción de artículos defectuosos: 0. p = . un psicólogo piensa que la edad influye en el coeficiente de inteligencia (IQ). se investigó el efecto de la ingestión de una cierta sustancia en el desarrollo de cáncer pulmonar. los coeficientes de su juventud de los coeficientes actuales.5.15.2.15.16. b) Obtenga la probabilidad del error del tipo I. 5.20. a) ¿Pruebe si la ingestión alta de esa sustancia reduce el riesgo de cáncer pulmonar en los hombres? Emplee  = 0. se obtuvo una diferencia promedio de 6 puntos.25 d) Obtenga la potencia de la prueba para p = . de quienes se conoce su IQ a la edad de 16 años y actualmente. 0. Se toma una muestra aleatoria de 100 personas de mediana edad. Utilice  . con una desviación estándar muestral de 7 puntos. El proceso se vigila en forma periódica tomando muestras aleatorias de tamaño 20 e inspeccionando las unidades.14. 58 . Se encontró que de 488 hombres que habían ingerido una baja cantidad de esta sustancia. En un estudio reciente. 14 desarrollaron cáncer pulmonar. sólo 5 personas desarrollaron cáncer pulmonar. b) Obtenga el nivel de significancia descriptivo o valor p 5. En un grupo del mismo tamaño en el que el consumo de esta sustancia era mayor. De restar. a) Enuncie las hipótesis nula y alternativa apropiadas.2. Bajo las suposiciones apropiadas.01.2.25 cuando la muestra inspeccionada es de 100 artículos y el proceso se detiene si hay 20 o más unidades defectuosas.20.

(Considere  = 0.10. calcule la potencia de la prueba. que son relativamente estables en lo que se refiere a compras.2. La última situación puede producir un porcentaje mayor de productos defectuosos que la primera. es mejor tener. una pequeña variación en el valor medio de alguna característica importante de un producto y tener una media del proceso un poco fuera del "blanco". Las medias y las varianzas de las muestras para las dos líneas eran: 59 . que tener una amplia variación con una media que se ajuste perfectamente a las necesidades. de la línea que supuestamente no trabajaba bien. Las ventas diarias (en millones de pesos) en 12 semanas se muestran a continuación: Música Semana 1 2 3 4 5 6 7 8 9 10 11 12 Suprimida 14172 15485 13922 12204 15501 15106 14608 13946 15002 14670 16202 13286 De compás 15917 16110 13818 14709 13982 16416 14727 14823 14825 15949 15488 14855 lento ¿Proporcionan los datos evidencia suficiente que indique que el promedio de las ventas diarias de los días con música de compás lento es superior al promedio de las ventas diarias de los días sin música de fondo?. a) Establezca las hipótesis y realice la prueba con un  = 0. En realidad. En el otro día escogido se tocó música a compás lento. La estabilidad de las mediciones de las características de un producto manufacturado es importante para mantener su calidad.18. y m = 40 de la línea que parecía estar "bajo control". Un fabricante de lámparas eléctricas sospechó que una de sus líneas de producción estaba fabricando bombillas con una alta variación en su vida útil.17. a veces. ¿Afecta la música de fondo la conducta de los compradores en los supermercados? Para contestar esta pregunta se realizó un experimento en un supermercado durante los meses de verano. Para probar su teoría comparó la vida útil de n = 40 lámparas.5. Se seleccionaron dos días a media semana y se escogió aleatoriamente un día para suprimir la música de fondo.2.10) 5. muestreadas al azar. b) Si con música de compás lento las ventas promedio superan en 1000 millones de pesos a las ventas promedio en los días en que no hay música.

El supervisor recabó los siguientes datos: Número de defectos Línea de montaje A Línea de montaje B tamaño de la muestra 20 16 media 10 11 varianza 9 25 a) Pruebe si cada una de las varianzas poblacionales es distinta de 10 b) Si  = .20. 5.2. Si una línea presenta significativamente más variabilidad que la otra en el número de defectos. producidos por la línea que supuestamente trabaja mal poseen una mayor varianza en la vida útil que las lámparas producidas por la línea que supuestamente estaba bajo control? Utilice  = 0. 5. Línea sospechosa x 1  1520 s12  92000 Línea "bajo control" x 2  1476 s 22  37000 a) ¿Proporcionan los datos evidencia suficiente para indicar que las bombillas (o focos).05. En una empresa se realizó un cambio en el plan de incentivos de los empleados y se desea saber si éste fue exitoso. El supervisor de control de calidad de una empresa automotriz quiere determinar la uniformidad del número de defectos en los automóviles que se producen en dos líneas de montaje. b) Encuentre el nivel de significancia descriptivo que se ha observado para la prueba e interprete su valor.19. Se seleccionaron 12 empleados y los siguientes datos muestran las tasas de trabajo defectuoso de los empleados antes y después del cambio en el plan.2. Antes 8 7 6 9 7 10 8 6 5 8 10 8 Después 6 5 8 6 9 8 10 7 5 6 9 5 60 . habrá que hacer cambios.05. ¿Tiene la línea de montaje B más variabilidad en el número de defectos? Indique claramente si es necesario algún supuesto para realizar la prueba.

adopta la siguiente regla de decisión: si el estudiante acierta 7 o más respuestas concluirá que no las atina por casualidad. ¿Es necesario hacer alguna hipótesis particular acerca de las varianzas de cada población? Comente. 1. 2.4.75. 4.3.1. 3.8. 1. 0. 4. 2.1. 4.9 Sucursal B: 3. La dirección del Banco del Ahorro desea saber si existe o no diferencia estadística en los promedios de ahorros mensuales de dos de sus sucursales (A y B).4.2. 0. 1.7.4. 5. 5.3.2. 1.3. 3.2.3. Cada persona entrevistada declaró el monto de sus ahorros en el último mes.21. Un instructor hace un cuestionario formado por 10 preguntas falso-verdadero.7.9. 5.9. 61 .85.51. 0. concluirá que el estudiante está adivinando.1.0. Para tal efecto se seleccionaron aleatoriamente 12 y 16 cuentahabientes de las sucursales A y B respectivamente. 3.31 Suponiendo que ambas muestras provienen de poblaciones normales probar las siguientes hipótesis: a) Las varianzas  2A y  2B de las poblaciones normales muestreadas son iguales (hipótesis nula) contra que dichas varianzas son distintas b) El promedio de ahorro mensual de la Sucursal A es igual al de los ahorradores de la sucursal B (hipótesis nula) contra que el promedio en la sucursal B es mayor que el de la sucursal A. 2. 1.2. a) ¿Se puede afirmar que con el cambio disminuyeron las tasas de unidades defectuosas producidas? b) Indique si es necesario algún supuesto para realizar la prueba.22. 1.8. 2.7.8. 2. 3. 3.75. a) Plantee las hipótesis adecuadas. Los datos obtenidos son los siguientes (en miles de nuevos pesos): Sucursal A: 4. 4. Para probar la hipótesis de que el estudiante acierta por casualidad. 3. en caso contrario. 1.2.

2.9 (Nota: np y nq < 5 por lo que NO se puede usar la aproximación Normal y debe usarse la distribución Binomial para calcular las probabilidades). b) Pruebe las hipótesis de a) con un nivel de significancia del 1%. si más de la mitad de los consumidores están en contra del cambio". es menor a 4 pulgadas.2. b) Hallar la probabilidad de rechazar la hipótesis nula siendo correcta. c) De una cota superior para el valor de P. a) Formule las hipótesis H0 y H1 apropiadas a este problema. De 937 personas entrevistadas. La Policía Federal de Caminos desea probar un radar detector de velocidades. Adopte el punto de vista que el error grave es comprar el radar cuando en realidad el error de medición está por arriba del límite. Plantear el problema como una prueba de hipótesis y usar = 0. De las 61 lecturas del radar obtiene s2 =1.05. un comprador desea demostrar (sobre la base de una muestra tomada al azar de barras de un lote) la hipótesis nula de que la longitud media real de la barra es de 4 pulgadas contra la hipótesis alterna de que.8 iv) p = 0. Los fabricantes de un conocido refresco embotellado decidieron cambiar la fórmula de su producto.6 ii) p = 0.10 pulgada. Con respecto a una población muy grande de longitudes de barras metálicas cuya desviación estándar se supone es de 0. según su correspondiente velocímetro. d) Verifique que la decisión de b) concuerda con la estimación de c). la misma gerencia ha manifestado que "era normal que una actitud así se presente y que. c) Hallar la probabilidad de no rechazar la hipótesis nula cuando realmente: i) p = 0. la gerencia de la embotelladora decidió llevar a cabo una encuesta.24.25. Por otra parte.23. 62 . 531 se manifestaron en contra de la nueva fórmula. En vista de que un número importante de personas se han manifestado en contra del cambio.69. 5. Para esto hace circular frente al radar 61 patrullas a una velocidad de 110 Km/h.2. Según la PFC el radar es aceptable si  <2km/h. 5.7 iii) p = 0. sólo sería alarmante la situación. 5.

por lo que es necesario utilizar la distribución exacta de  X i .02. Con objeto de verificar tal supuesto. regularmente se hace muestreo entre pasajeros. 5.95 pulgadas se consideran igualmente graves y sus riesgos se fijan en 0.digamos K que depende del nivel de significancia ).1 fuera verdadera. para rechazar H0 se necesita que  X i exceda un cierto valor . Es decir. (Sugerencia: Observa que no es posible utilizar la aproximación a la normal. El actual sistema aleatorio de control aduanero para usuarios del Aeropuerto Internacional de la Ciudad de México está basado en la suposición de que "únicamente el 10% de los viajeros provenientes del extranjero deberían pagar derechos por artículos que ingresan al país". 63 . Las consecuencias de rechazar la hipótesis nula si ésta es verdadera y de no rechazarla si la longitud media es en realidad 3.2. de 12 personas se detectaron 3 personas que estaban en posesión de objetos que debían pagar los derechos correspondientes.02 .02) Encontrar el valor crítico y el tamaño de muestra necesario para que esto se cumpla. el número de pasajeros debiendo pagar derechos debería ser "grande". (Es decir  = = .26. De manera intuitiva. si HA: p > 0. a) ¿Es ésta una evidencia que permita pensar que actualmente la proporción de viajeros que deban pagar derechos aduanales es mayor del 10%? Utiliza un nivel de significancia aproximado de 0. b) Evalúa la potencia de la prueba cuando la proporción verdadera fuera de 20% y cuando fuera de 30%. En uno de tales muestreos.

1 5.7 4.3 17.9 5.2 22.2 6.9 3.0 5.05 ) 6. Un fabricante de coches encuesta a 120 distribuidores sobre qué hacer para promover las ventas.3 5.4 18. ¿tiene la SEMARNAP suficiente evidencia para afirmar con 95% de confianza que las nuevas normas lograron reducir la contaminación? E F M A M J J A S O N D X: Año anterior 7.1 7.9 5.3 19.6 19.05 si hay preferencia entre una proposición y la otra.8 * Partes por millón de hidrocarburos 6. Pruebe.7 a) ¿Presentan los datos evidencia de una diferencia entre las medianas de las distribuciones de las resistencias de ruptura para los dos plásticos? (Utilice  . 60 opinaron que había que aumentar la publicidad.8 Y: Plástico 2 21.9 7. X: Plástico 1 15.7 6.4 5.7 6.6 6. la SEMARNAP decidió emitir nuevas y estrictas normas para limitar la cantidad de hidrocarburos en el aire.6 5.1.8 5. Para el siguiente año se realizaron mediciones mensuales de este contaminante y se compararon con las del año precedente durante esos mismos meses. de México. PRUEBAS NO PARAMÉTRICAS 6. Se probaron dos tipos de plásticos. con  .2. Las mediciones en la tabla siguiente representan las cargas de rupturas en unidades de 1000 libras por pulgada cuadrada.4 5.3.7 3.7 22. Luego de recabar datos sobre el grado de contaminación atmosférica en la Cd.1 27. 40 opinaron que había que reducir precios y 20 fueron indiferentes.0 6.05 ) b) ¿Presentan los datos evidencia de una diferencia en las dispersiones? (Utilice  .3 17. Basándose en los datos de la tabla siguiente.0 5.1 14.3 18.7 4.3 6. 64 . cada uno producido mediante un procedimiento diferente para encontrar su resistencia de ruptura.9 Y: Año actual 5.

4. En la siguiente tabla se presentan las ventas en miles de pesos de los días de promoción y días sin promoción. c) Verifique si las ventas en cada caso siguen una distribución normal utilizando papel normal.6.5. Utilice una prueba no paramétrica. ¿Que diría usted a los analistas? 6.05 ).6. b) Utilice una prueba no paramétrica para verificar si las dispersiones son iguales. se realizó un estudio y se obtuvieron los siguientes resultados: Tipo de Sangre A B AB O resfriado severo 34 57 82 55 resfriado moderado 53 45 37 57 sin resfriado 213 198 181 188 ¿Qué se puede concluir de los datos anteriores con respecto a la relación propuesta? 65 . (Considere  . durante los días de gran demanda. La gerencia de la cadena selecciona aleatoriamente los días en que se regalaron muestras. 6. una cadena de tiendas que vende queso en centros comerciales obsequia muestras a la entrada del local. A fin de determinar si existe relación entre el tipo de sangre y la severidad de los resfriados del invierno. X: días de promoción 18 21 23 15 19 26 17 18 22 20 18 21 Y: días sin promoción 22 17 15 23 25 20 26 24 16 17 23 21 a) Pruebe que. Para aumentar las ventas. regalar muestras en la entrada de las tiendas produce mayores ventas. Un grupo de analistas de inversión clasificaron 10 compañías de acuerdo con su crecimiento potencial y el valor de sus acciones de la siguiente manera: Compañía 1 2 3 4 5 6 7 8 9 10 Crecimiento 4 8 6 5 9 3 7 1 10 2 Valor de sus acciones 8 3 10 1 6 2 5 7 4 9 Ellos afirman que existe una relación evidente entre el valor de las acciones de la compañía y su crecimiento potencial.

E. 6.6 22.R.7 23.R.E.E.9 20.9 21.5 24. entre ellos.6 23. Se seleccionaron al azar once estudiantes de un grupo de estadística y se registraron sus calificaciones en dos exámenes sucesivos.R. en miles de dólares.7 20. fueron los siguientes: Hombres 22.E. Se seleccionaron aleatoriamente.E.5 22.8.E. regular (R) o excelente (E).E.4 24. A continuación se presentan los resultados: OPINION Profesor: D.R.6 a) ¿Presentan los datos suficiente evidencia para apoyar la sospecha? Utilice  =0.R.D.D. A cada individuo en la muestra se le preguntó si es profesor o estudiante y si considera si el nivel académico de la escuela es deficiente (D).D.R.R.E.05. Sus salarios anuales.D. 6. a 12 hombres y 12 mujeres.E.6 24.7 21. b) Pruebe las hipótesis usando un nivel de significancia del 5%.7.E.R.R. Se sospecha que una compañía lleva a cabo una política de discriminación con sus empleados la cual se refleja en los salarios percibidos.1 23.9 21.R.E a) Plantee la pregunta como un problema de prueba de hipótesis.6 Mujeres 21.E.D. Se desea dar respuesta a la pregunta ¿la opinión sobre el nivel académico es independiente de la categoria de los entrevistados?.2 19.2 18.8 20.D.E.R. 66 .E.D.D.9.6. En una escuela se tomó una muestra aleatoria de tamaño 45.2 23.R.E.6 20.D.4 21.R.E.3 23.5 19.R. b) Utilice una prueba no paramétrica para probar que. usando un padrón que incluye profesores y estudiantes.E. Escriba en el contexto del problema las hipótesis nula y alterna.E Estudiante: D.0 24. las dispersiones son iguales. Escriba su conclusión en el contexto del problema.D.E.

Un psicólogo industrial desea probar si los tiempos de reacción de los operarios de una línea de ensamble son o no equivalentes con dos diferentes métodos de entrenamiento.10. el segundo examen fue más difícil que el primero. Método A B (X) (Y) 2 1 3 6 4 8 9 15 10 16 14 17 19 21 20 22 23 25 67 . (Establezca los supuestos necesarios) c) ¿Existe alguna relación entre las dos calificaciones? 6. b) Utilice ahora una prueba paramétrica. Calificación Estudiante Examen 1 Examen 2 1 94 85 2 78 65 3 89 92 4 62 56 5 49 52 6 78 74 7 80 79 8 82 84 9 62 48 10 83 71 11 79 82 a) Utilice alguna prueba no paramétrica para determinar si. Nueve operarios son asignados aleatoriamente al método A y otros nueve al método B. Los siguientes datos representan la calificación desde 1 (más rápido) hasta 25 (más lento) de los tiempos de reacción para completar una tarea.

Se cuenta con una muestra aleatoria de 18 grandes empresas en México. Dos son las evaluaciones que tiene cada empresa: una realizada por el Gobierno y otra por el Centro de Estudios Económicos del Sector Privado. 6.1 1.6 0.8 2 1.0 89.7 1.1 1.7 1 Empresa 10 11 12 13 14 15 16 17 18 Gobierno 0.1 0.05).4 1314. y cada una de ellas se ha evaluado en términos de su importancia en el mercado de capital.2 142. a) Si para 12 de las 18 empresas el Gobierno dio una evaluación mayor que el Centro y sólo en dos casos se tuvo la misma evaluación.9 1 1.3 68 .7 106.7 0.6 1.4 Ahorro 94.8 1.5 1. Centro 0. Utilice una prueba no paramétrica para probar si hay diferencia en los tiempos de reacción (  =.4 96.1 2173.6 1.5 2.9 1.3 1 0.2 1.4 0.7 a) ¿Proporcionan los datos evidencia suficiente para decir que el ahorro aumenta al incrementarse el ingreso personal disponible? (Utilice  = .8 1.11. ¿es posible decir que el Gobierno y el CEESP difieren en su opinión con respecto a la importancia de las grandes empresas? b) Considere que las evaluaciones fueron las siguientes: Empresa 1 2 3 4 5 6 7 8 9 Gobierno 0.3 1.05) 6.5 78.3 1.4 2.3 Centro 0.8 0. Ingreso personal disponible por año 1975 1976 1977 1978 1979 1980 1981 1982 Ingreso 1096.2 1824.1 1194.3 0.3 82. Considere los siguientes datos obtenidos de Estados Unidos en el periodo de 1975 a 1982. b) Calcule el valor p.0 1650.2 130.8 1.1 0.12.6 0.9 1.0 1474.1 2029.8 1.

14.13. 102. R ó B dependiendo si se considera mala. de los cuales 9 tenían síntomas de alergia y los demás no. 112. Los datos resultaron ser: Alérgicos: 165. fue clasificado según su calificación en esa materia en “superior al promedio” (S) y “promedio o inferior al promedio” (P-I). El contenido de histamina se midió en microgramas por gramo de peso seco de saliva. respectivamente.5. 32. 27. 6.3.4.6.1. Para esta parte del estudio se consideraron 22 fumadores.6.3. 29.1. 39. 67. 65. seleccionado en forma aleatoria entre todos aquéllos que llevan un mismo curso.9. regular o buena.6.2. fumadores alérgicos y no alérgicos tienen niveles distintos de histamina. 64.15. 45. ¿Existe alguna preferencia entre las opciones? 6.7.1.0.4.7 a) Haga el diagrama de puntos para ambas muestras. 34. 18. 48.9. 4. Una muestra aleatoria de 12 personas dio los siguientes resultados: persona 1 2 3 4 5 6 7 8 9 10 11 12 X: opción 1 R M B B M M B B R B B R Y: opción 2 R R M R M R M B B M R M Cada opción es etiquetada con M. 6.0. 5.0. En un estudio se investigó la relación entre niveles de histamina e irritantes inhalados y alergénicos. 100. 35. Un gerente decide comparar la opinión del público al presentarle dos opciones para adquirir un mismo servicio.7. 41. 31. b) Utilice un método no paramétrico para probar la hipótesis de que. A estos mismos 69 . Un grupo de estudiantes. ¿Existe relación entre ambas evaluaciones? 6.0 No Alérgicos: 48.4.

Los resultados se presentan a continuación. DE CONSULTAS 1 S 8 2 P-I 1 3 S 5 4 P-I 2 5 P-I 13 6 S 12 7 P-I 7 8 P-I 3 9 S 9 10 P-I 2 11 S 7 12 S 10 13 P-I 0 14 P-I 1 15 P-I 4 16 P-I 0 17 S 15 18 S 11 19 P-I 0 20 P-I 6 21 P-I 10 22 S 4 23 P-I 1 24 S 16 25 P-I 9 a) ¿Cuáles son las variables de interés y en qué escala están medias cada una? (Explique). ALUMNO CALIFICACION No.estudiantes se les preguntó cuántas veces consultaron a sus profesores en su cubículo durante el semestre. b) ¿Presentan los datos de la tabla suficiente evidencia que permita concluir que los alumnos clasificados como “superior al promedio” (S) tienden a consultar más a 70 .

sus profesores, en sus cubículos, que los alumnos clasificados como “promedio o
inferior” Utilice un nivel de significancia  = 0.05.
c) Con base en estos datos, el número promedio de consultas al mes es de 6.24.
Clasifique a los alumnos de acuerdo a su posición arriba y abajo del número
promedio de consultas y, por otro lado, de acuerdo a su calificación (S) o (P-I) y
pruebe si hay dependencia entre la calificación del alumno y las consultas que le
hace al profesor. (Utilice el nivel de significancia descriptivo).
d) ¿Se satisfacen todas las condiciones para realizar la prueba de indepencia del
inciso anterior?

6.16. El Gerente de una Empresa de productos electrónicos ha reunido las siguientes
Estadísticas de sueldos respecto a los ingresos de su fuerza de ventas.

Ganancias en Miles

25-30 31-36 37-42 43-48 49-54 55-60 61-66
Frecuencia Observada 9 22 25 30 21 12 6

Utilizando papel normal investigue si la distribución de sueldos es normal.

6.17. Durante cinco años se llevó a cabo un estudio para determinar si existe alguna
diferencia en el número de resfriados que sufren los fumadores y los no fumadores.
Con base en muestras aleatorias de 10 no fumadores y 8 fumadores se observaron, a
lo largo de los cinco años los siguientes datos.

No fumadores 1 0 2 7 3 1 2 2 4 3
Fumadores 4 2 6 5 8 10 8 7

Determine si existe alguna razón para creer que el fumar influye en la propensión a
resfriarse con  =0.05.
a) Mediante una prueba no paramétrica.
b) Mediante una prueba paramétrica.
(Establezca los supuestos necesarios en cada inciso).

71

6.18. Un almacén de calzado utiliza cuatro fabricantes de zapatos para caballeros. Cada par
de zapatos es inspeccionado en el almacén antes de ser vendido. Hay tres defectos
diferentes que causarían la devolución de los zapatos al fabricante. Los fabricantes
alegan que los defectos son independientes de quien provee el producto.
Considerando que en los tres meses pasados se registraron las siguientes
tabulaciones.

Defectos
Fabricante B1 B2 B3
A1 17 10 13
A2 10 10 10
A3 18 15 17
A4 15 5 10

a) Pruebe si existe independencia entre fabricante y defectos. Use  =0.01.
b) ¿En qué cola de la distribución está la región de rechazo? ¿Por qué?

6.19. Una planta manufacturera de ropa recibe tela de dos proveedores (A y B).
A una medida del desperdicio de tela se le denomina índice de desperdicio (ID). El
ID se mide como porcentaje semanal de desperdicio relativo al desperdicio que se
obtendría del despliegue de los patrones sobre la tela que hace la computadora. Como
los cortadores de la planta algunas veces pueden ganarle a la computadora reduciendo
el desperdicio desplegando los patrones a mano sobre la tela, el ID puede ser
negativo.
Los siguientes datos corresponden a los valores observados de ID para los
proveedores A y B en un cierto período.

Proveedor A Proveedor B
0.12 0.03 1.21 0.98
1.01 0.35 0.97 0.65
-0.20 -0.08 0.74 0.57
0.15 1.94 -0.21 0.51
-0.30 0.28 1.01 0.34
-0.07 1.30 0.47 -0.08
0.32 4.27 0.46 -0.39
0.27 0.14 0.39 0.09
-0.32 0.30 0.36 0.15

72

-0.17 0.24 0.96
0.24 0.13

a) Utilice la gráfica normal para visualizar si los datos de cada proveedor provienen
de distribuciones normales.
b) Compare las distribuciones de los ID de cada proveedor utilizando diagramas de
punto y diagramas de caja.
c) Utilice una prueba no paramétrica para, analizar si hay diferencias en las
locaciones de los ID de los proveedores (obtenga el valor p).
d) Compare los resultados de los niveles de significancia empíricos (valores p) de la
prueba F y la prueba de la variante de Mann-Whitney para analizar si hay
diferencias en las dispersiones de los ID de los proveedores.

6.20. Una compañía distribuidora de artículos de oficina efectúa una campaña de
promoción de su mercancía. Los siguientes datos representan las ventas (en miles de
nuevos pesos) correspondientes a una muestra de 23 clientes para el mes en el que
se realizó la promoción y para el mes inmediato siguiente.

antes después Antes después antes después
1.14 0.73 1.33 1.24 0.66 0.14
2.33 2.53 1.49 0.20 2.16 3.45
5.40 10.12 0.53 0.34 2.54 2.54
2.40 5.27 1.53 1.54 2.24 0.31
0.57 1.21 1.44 0.47 2.54 2.52
0.69 0.37 2.25 2.06
1.58 1.10 1.20 0.96
2.75 2.64 0.64 0.16
0.90 0.42 2.13 2.11

a) Utilice la gráfica normal para visualizar si los datos de antes y después de la
campaña provienen de distribuciones normales.
b) Analice las diferencias de las ventas mediante un diagrama de caja.
c) Utilice una prueba no paramétrica para analizar si hay un efecto significativo de
la campaña sobre las ventas (obtenga el valor p).

73

6.21. Se desea probar que a las sucursales con un número de órdenes grande les
corresponden en general, mayores cantidades de volumen de facturación total.
Con ese fin considere los siguientes datos

Sucursal número de facturación
órdenes (miles de $)
1 515 32.50
2 286 26.80
3 469 11.41
4 410 14.85
5 461 32.64
6 436 23.82
7 479 29.84
8 198 21.83
9 389 24.65
10 262 22.50
11 536 36.00

a) Construya un diagrama de dispersión que represente a estos datos.
b) Utilice una técnica no paramétrica y el nivel de significancia descriptivo para probar
las hipótesis.

6.22. Un fabricante de computadoras introduce una modificación en la arquitectura del
equipo que mayor número de ventas reporta. Para averiguar el impacto que tuvo la
modificación, lleva a cabo un estudio consistente en preguntarle a una muestra
aleatoria de sus clientes de tamaño 14, su opinión sobre el cambio que introdujo en
las computadoras, antes y después de haberles mostrado el nuevo equipo. El
fabricante espera que la modificación complazca a sus clientes.
El fabricante hace la siguiente afirmación y pide que se califique de acuerdo a la
siguiente escala:
“LA ARQUITECTURA DEL EQUIPO ES SOBRESALIENTE”
De acuerdo con la afirmación (1)
Indiferente con la afirmación (0)
En desacuerdo con la afirmación (-1)

74

d) Escriba su conclusión en el contexto el problema si se eligió una  = 0. b) Plantee el problema como una prueba de hipótesis.06. c) Calcule la estadística de prueba así como el “valor p” o valor de significancia descriptivo. Los resultados se muestran a continuación: CLIENTE 1 2 3 4 5 6 7 8 9 10 11 12 13 14 ANTES 0 0 -1 -1 0 0 1 0 0 0 0 -1 0 -1 DESPUES 1 0 1 0 1 -1 -1 1 1 -1 1 1 -1 1 a) Identifique la variable respuesta e indique su escala de medición. 75 . Escriba la hipótesis nula y alterna en contexto del problema.

cada 20 se selecciona uno. muestreando aleatoriamente números telefónicos del directorio. La encuesta se 76 . aleatoriamente. b) Dé un ejemplo adecuado para cada uno de los siguientes métodos de recolección de datos: entrevista personal. a) ¿Hay algún problema en la definición de la población? b) ¿Cuáles son las ventajas y desventajas de usar como unidad de muestreo la página? c) ¿Cuáles son las ventajas y desventajas de usar como unidad de muestreo la línea? 7.2. Se selecciona al azar uno de los primeros 20 nombres y después de éste. d) Para un estudio demográfico se seleccionan 60 manzanas del D.3. Si hay 2000 alumnos.F. a) Comente las ventajas y desventajas de las preguntas abiertas y cerradas en un cuestionario.4. ¿de qué tamaño va a ser la muestra? c) Se obtienen 150 números aleatorios de 5 cifras y se eligen aquellos alumnos con matrículas similares. cuestionario por correo y observación directa. e) Se seleccionan 50 personas de cada clase social en el Distrito Federal. 7. ¿De qué clase de muestreo se trata en cada uno de los siguientes casos? a) Un reportero se para enfrente de un supermercado y a cada persona que pasa le pregunta por cuál candidato va a votar en las siguientes elecciones. MUESTREO TEORIA 7.1.1. 7. Supóngase que se desea usar muestreo para estimar el número total de palabras en un libro que contiene ilustraciones. Suponga que decide realizar una encuesta telefónica sobre opinión pública. b) Todos los alumnos del ITAM se listan por clave única.1. entrevista telefónica.1.1.

1.M. ¿qué diseño sería el adecuado y qué variables podrían ser de interés? Justifica lo mejor posible. 7. muestreo aleatorio simple. Defina lo que es el muestreo.M. ¿Representarán las respuestas resultantes una muestra aleatoria de la opinión del público adulto en la comunidad? Explique. Si tuviera que realizar un estudio sobre cuál es el perfil que se desea de un estudiante recién egresado de la universidad con respecto a las necesidades del país: a) ¿Es necesario el uso de técnicas estadísticas? ¿Por qué? b) En el caso de realizar un muestreo. muestreo probabilístico.1.6. 77 . 7.5. a las 5:00 P. muestreo estratificado y muestreo por conglomerados. realiza de las 9:00 A.

La Cía. o sea del 27% al 33% de la muestra (lo que corresponde a una clasificación de 30.2. Interprete y justifique esta declaración en términos de los resultados estudiados en el capítulo de muestreo de su curso de Estadística II. Los resultados son (en minutos): 4. 3.000 frijoles blancos y 30.1. La regla estadística básica no cambiaría si el muestreo proviniera de 80 millones de frijoles en lugar de 100. y establezca un límite para el error de estimación.2. El taller tiene 98 operadores.2 caries cada seis meses para el grupo. Un grupo de 1000 niños de escuela participan en el estudio.1. MUESTREO PROBLEMAS 7. El gerente de un taller de maquinaria desea estimar el tiempo promedio que necesita para terminar una tarea sencilla. Interprete. Las probabilidades matemáticas del número de frijoles rojos de estar entre 270 y 330.9. 5. Nielsen presenta la siguiente justificación para este tamaño de muestra: "Mezcle 70.6.1 a) Estime el tiempo promedio para terminar la tarea.V.2. Después de tres meses de iniciado el estudio.000". ¿de qué tamaño debería tomarse la muestra? 7.2. 5. Se seleccionaron aleatoriamente 8 operadores y se les tomó el tiempo.3.2. Nielsen ha instalado monitores electrónicos en aparatos de T. 7. de aproximadamente 1200 de los 80 millones de hogares en USA. 5. Un dentista está interesado en la efectividad de una nueva pasta dental.8. b) Si se desea estimar el tiempo promedio con un error máximo de 0. Los registros de un estudio anterior mostraron que había en promedio 2. 7. más o menos tres) son de 95%.5 minutos. 4.000 frijoles rojos y luego extraiga una muestra de 1000 frijoles. el dentista muestreó 10 niños para determinar cuánto habían progresado con la nueva pasta dental y los resultados fueron los siguientes: 78 .1 y 4.3. Los datos obtenidos de los monitores registran estimaciones de la proporción de hogares que sintonizaron un programa de TV en particular.

b) Estime el total de galones de agua  usado diariamente durante el período seco y establezca un límite para el error de estimación. d) Determine el tamaño de muestra requerido para estimar el número medio de caries con una cota en el error de. Si se supone que hay 10. Encuentre una cota para el error de estimación.5 y S 2  125. 20% menos que la obtenida en el inciso a).1 y S 2 = 22.2. 30% menos que la obtenida en c). c) Estime la proporción de niños con más de 2 caries. 7. 79 . Se seleccionó una muestra aleatoria de n = 50 de una población.44.5. b) Estime el número total de caries para toda la población estudiada. La media y la varianza de la muestra eran Y = 84. con una cota en el error de. durante un período estacional seco.2. Una muestra irrestricta aleatoria de 100 medidores de agua es controlada dentro de una comunidad para estimar el promedio de consumo de agua diario por casa. ¿Está usted de acuerdo? 7.4. e) Determine el tamaño de muestra requerido para estimar la proporción de niños con más de dos caries. Un artículo establece: "Con una muestra de ese tamaño (1091 adultos) se puede decir con 95% de seguridad que. La media y la varianza muestrales fueron Y  12.2 . Establezca una cota para el error de estimación. los resultados están dentro de más menos 3% de lo que estarían si la población completa de adultos hubiera sido encuestada". 7.000 casas dentro de la comunidad.6. niño 1 2 3 4 5 6 7 8 9 10 número de caries 0 4 2 3 2 0 3 4 1 1 a) Estime el número medio de caries para el grupo y obtenga un límite para el error de estimación. Los resultados de una encuesta establecen que el 36% de los norteamericanos registra al fútbol como su deporte favorito.2. Interprete el resultado. a) Estime  el promedio de consumo diario verdadero y establezca un límite para el error de estimación.

Una población consiste de N=100 escuelas primarias rurales en Yucatán. Un psicólogo desea estimar el tiempo de reacción promedio para un estímulo entre 200 pacientes de un hospital especializado en trastornos nerviosos. 206. 98. Se seleccionó una muestra aleatoria de n=15 escuelas para conocer el número de alumnos en cada una de ellas. 185. 142. suponiendo que el número de elementos (N) en la población es muy grande. c) Compare los dos intervalos de confianza de los incisos (a) y (b) y observe el efecto del factor de corrección para población finita sobre la longitud del intervalo del inciso (b).2. 214. b) Calcule Var(X) y estime la cota del error.2. En la encuesta se reportó tener 6% de margen de error para los resultados referentes a las proporciones de entrevistados que favorecen ciertas decisiones. 153. 130. Interprete el resultado. 133. 104. 7. c) Estime el total de alumnos de dicha población y la Var(  ). suponiendo que el número de elementos (N) en la población sea igual a 100. 149. d) Estime la cota del error para el total de la población.4 segundos Estime la media con un intervalo de.9. Una muestra irrestricta aleatoria de 20 pacientes fue seleccionada y fueron medidos sus tiempos de reacción con los resultados siguientes: y  2. a) Calcule un intervalo de confianza del 95% para  .7. aproximadamente el 95% de confianza. 147. Los resultados obtenidos se muestran a continuación: 127. 80 . En una encuesta de opinión se interrogó a 1684 adultos en todo México. a) Calcule el número medio de alumnos por escuela.1 segundos s = 0. 7. 175.8. b) Calcule un intervalo de confianza del 95% para  . 7. 294. ¿Está usted de acuerdo con esa cifra del 6%? (Suponga muestreo aleatorio irrestricto). 170.2.

425 204 Hotel Calinda Cancún 499 190 Zinc de México. Alrededor del 55% de los encuestados dijo haber tenido grandes problemas para poder pagar la universidad de sus hijos. fue hecha para medir las actitudes de estadounidenses hacia la universidad.12.10. Los siguientes datos representan una muestra aleatoria de 5 empresas mexicanas tomadas de un total de 50 empresas: PERSONAL PERSONAL EMPRESA EMPLEADO ADMINISTRATIV O Hipocampo. 7. Una encuesta realizada por Group Attitudes Inc.V. dando una cota para el error de estimación. A. Consideraría usted esta cifra como altamente confiable y representativa de la verdadera proporción de estadounidenses con este problema? 81 .11. La empresa que realizó la encuesta envió cuestionarios por correo a 4200 personas en todo Estados Unidos y recibió 1188 respuestas. de C. S. S. 623 50 Gelcaps Exportadora de México 147 18 Galletera Palma. ¿Considera usted que la fracción muestral es cercana a la proporción real que ocultó información? 7. Una encuesta realizada en 1994 mostró que un quinto de las 2207 personas encuestadas falsearon información en su declaración del impuesto federal al ingreso. S. A.2. 212 70 a) Estime el número promedio de personal empleado ocupado en 1989 en las 50 empresas. Calcule la cota del error de estimación.2.A. b) Estime el total de personal administrativo ocupado en 1989 para las 50 empresas pequeñas dando una cota en el error de estimación.2.V. de C.7.

corresponde a una muestra aleatoria de 600 embarcaciones de la Flota Mayor Mexicana. Manga: anchura de la embarcación (mts) vii. F especies de escama y D sardina iv. Obtenga sus conclusiones.31) ii. B atún. d) Pruebe. iii.…. Pesquería: el tipo de pesca al que se dedica cada embarcación: H camarón.2. Sugerencia: en el caso del Statgraphics es necesario considerar a las variables como capcarga select (aniocons=1980) y capcarga select (aniocons1980) 82 . e) Construya la tabla de contingencia para las variables pesqueria y casco. b) Realice un diagrama de dispersión para las variable capcarga y eslora. EJERCICIOS CON BASES DE DATOS 8. perteneciente a la entidad federativa en donde está registrada la embarcación. Z tiburón. La información de la base de datos FLOTAMI. pero para las variables eslora y manga. Esta muestra fue obtenida de una población constituida por 3. el (los) parámetro(s) de interés y su(s) correspondiente(s) estimadore(s). Anio: año de construcción de la embarcación. v. Carga: capacidad de carga en toneladas. Casco: tipo de casco a) Para cada una de las variables. Bodega: capacidad de bodega en toneladas (sólo el espacio reservado como bodega) x. Arqueo: arqueo o cabida de la embarcación en toneladas ix. Pruebe si hay independencia entre este par de variables. indique: el tipo de datos que se tienen.1. c) Lo mismo que en el inciso b). Entidad: la entidad federativa donde se encuentra registrada (1. A continuación se listan las variables de interés para cada barco de la muestra: i. con un nivel de significancia del 10% si ha relación lineal entre las variables aniocons y eslora. xi. su escala de medición. Calado: profundidad a que llega la quilla (base) del barco en metros viii.262 barcos obtenida por la SEMARNAP. Eslora: longitud de la embarcación medida de proa a popa (mts) vi. Oficina: la oficina de pesca. Pruebe si existe una relación lineal entre estas variables. f) Realice las pruebas de hipótesis convenientes para comparar la capacidad de carga de los barcos que fueron construidos antes del año de 1980 y los posteriores a dicho año.

En base a lo obtenido anteriormente.g) Explore. La base de datos KALOSHA. A estos trabajadores se les encuestó para obtener información sobre las siguientes variables: i) IDNUM: número de encuestado ii) WORKHRS: horas de trabajo iii) OCCUP: ocupación iv) AGE: edad v) EDUC: años de escolaridad vi) SEX: género vii) EARNRS: número de aportadores viii) RINCOME: ingresos del encuestado ix) FINCOME: ingresos familiares x) STATJOB: satisfacción con el trabajo xi) RICHWORK: retiro si se enriquece xii) JOBCHAR: características del trabajo xiii) GETAHEAD: avanzar xiv) TRAUMA: eventos traumáticos xv) MEMUNION: miembro de sindicato xvi) WRKYEARS: años trabajados xvii) EMPYEARS: años en Kalosha Industries xviii) NUMPROMO: Número de promociones xix) FUTPROMO: Promoción futura xx) SEXPROMO: Oportunidades de promoción xxi) ADVANCES: Progreso de avances xxii) IDECIDE: Toma de decisiones xxiii) ORGMONEY: Decisiones presupuestarias xxiv) PROUDORG: Orgullo de Kalosha Industries xxv) STAYORG: Permanecer en la organización 83 . si la variable bodega sigue una distribución normal. La base está constituida por los datos muestrales de 400 empleados que fueron seleccionados aleatoriamente. mediante la gráfica normal. fue obtenida del libro Estadística Básica en Administración de los autores Berenson M. relacionada con la localización y la dispersión de esta variable. 8.2. y Levine D. Además obtenga las medidas descriptivas adecuadas para esta variable. Kalosha Industries es una fábrica de partes automotrices que cuenta con 9800 empleados. realice una prueba de hipótesis paramétrica o no paramétrica.

b) Supóngase que.xxvi) UNMANREL: Sindicato.  La proporción de empleados que dejarían de trabajar y se retirarían si se volvieran muy ricos. el Director General desea determinar:  Si existe evidencia de que la edad promedio de todos los empleados es menor de 40 años y 84 . escriba un resumen en el cual analice sus hallazgos basándose en:  La edad promedio  El número promedio de años trabajado como empleado de tiempo completo.  La proporción de empleados que describen las relaciones entre compañeros de trabajo o colegas.  El número promedio de años empleados por Kalosha Industries  La proporción de empleados que están clasificados como administrativos o profesionales. una copia del cuestionario que se les aplicó a los empleados) a) Suponga que usted ha sido contratado por el Director de recursos humanos de la empresa Kalosha con el objeto de hacer inferencias respecto a la población de los empleados Mediante la construcción de los respectivos intervalos de confianza del 95%. la encuesta a los empleados de Kalosha se desea utilizar con el objeto de tomar la decisión de instrumentar un paquete de prestaciones para lo que.  La proporción de empleados que están muy orgullosos o algo orgullosos de trabajar para la compañía Kalosha.  La proporción de empleados para quienes disfrutar de su trabajo es lo más importante  La proporción de empleados que sienten que tienen una probabilidad alta o moderada de ser promovidos en los siguientes cinco años. como muy buenas o buenas.gerencia xxvii) WOWRKEREL: Relaciones de compañeros xxviii) SCHOOLGN: Escolaridad formal xxix) TRAINING: Capacitación formal (Se anexa a este ejercicio.  La proporción de empleados cuyo trabajo les permite participar en la toma de decisiones todo el tiempo o parte de éste.

76644 2.0049 7. Los siguientes datos.0958 5. Realice las pruebas de hipótesis adecuadas para contrastar lo que el Director desea probar.0887 7.69684 3.17597 6.01796 1. e) ¿Existe evidencia de que hay dependencia entre el sexo de los empleados y la ocupación escogida por ellos? (veáse preguntas 5 y 12 de la encuesta) f) ¿Existe evidencia de que hay dependencia entre la importancia característica del trabajo y su satisfacción en éste? (veáse preguntas 11 y 9 de la encuesta) 8.0562 7.86575 8.73049 6.60381 7.79179 4. c) ¿Existe evidencia de una diferencia de género con respecto a la cantidad promedio de tiempo (en años) que los empleados de tiempo completo han estado trabajando en Kalosha Industries? d) ¿Se pudiera aplicar alguna prueba para muestras relacionadas con esta base de datos? Justifique su respuesta.0388 5.2111 1.5044 5.17989 3.1376 5.4993 2. (Archivo Inversión) TRANSP 1997 TRANSP 1998 CONSTR 1997 CONSTR 1998 8.transporte y construcción-.75221 7.35835 3.69205 85 .20668 2.1841 5.3 Un analista financiero desea comparar las ganancias por acción (US dólares norteamericanos) en dos tipos de sectores . relativos a las ganancias por acción fueron obtenidos de una muestra aleatoria de semanas de los años de 1997 y 1998.8879 3. Explore.12844 5.97271 1.42883 1.56927 10. si los datos de estas variables se distribuyen normalmente.13943 2.51742 7.89531 3.23778 2. con la finalidad de asesorar a sus clientes en su cartera de inversión.6435 4.49034 3.50518 2.24941 1.  Si existe evidencia de que la media de los ingresos familiares (totales) de los empleados es mayor a $39.36178 10.59407 3.79665 5.4706 6. mediante la gráfica normal.000.

50602 3.4152 4.3361 1.83937 9.79703 7. 5.72694 4.0187 5.5293 2.69576 1.00531 2.18445 7.76436 3.77697 4.63982 3.3252 2.60339 3.60018 3.78038 3.62617 2.99691 1.7985 3. 86 .7579 2. mediante el nivel de significancia descriptivo pruebe que: c) La media poblacional de las ganancias por acción del sector construcción para el año 1997 es menor de $4.13502 6.99567 3.05732 0.63824 4.90553 5.6156 7.1573 4.4307 3.6751 3.45382 2.35386 7.71824 2.72822 0.61201 Mediante un paquete de cómputo estadístico y suponiendo que las variables siguen una distribución normal: a) Construya el intervalo de confianza del 95% para la media poblacional de las ganancias por acción para el sector de la construcción correspondiente al año de 1998.1518 4.49841 5.4561 5.6829 6.2085 2.28549 5.64959 4.3292 5.4148 6.29592 0.69666 2.39056 3.82993 3.91015 3.4862 3.56859 5.45 US dólares.46943 4.73701 6.81253 5.89071 5.86965 7.10024 4.2481 3.99815 6. d) La desviación estándar poblacional para las ganancias por acción del sector de la construcción en 1997 fue mayor que $1.29199 2.8151 5.64431 4.6389 5. b) Construya un intervalo de confianza del 95% para la varianza poblacional de las ganancias por acción del sector transporte para el año de 1997.4065 5.1712 4.96256 4.85741 1.6302 3. En los siguientes incisos.34153 7.36794 4.33365 5.91579 4.00 US dólares.9645 3.14752 3.93907 6.15768 2.55339 8.2211 3.2412 5.

000 17 39 18-May 2 no no m 12 3 $3.000 14 19 17-May 2 no no f 12 7 $1.000 87 .000 10 30 12-May 3 no si m 0.000 6 30 3-May 1 si no f 14 16 $30.500 12 23 14-May 2 no no f 2 11 $10.4 Los siguientes datos (dat-gina.1 5 $12. para ambos sectores.000 3 30 27-Apr 1 si no f 6 14 $25. f) La media poblacional de las ganancias por acción.000 13 27 15-May 2 no no f 9 9 $23. e) Las dispersiones de las ganancias por acción son diferentes.5 6 $10.000 5 27 2-May 2 no si m 1 12 $35.000 16 25 17-May 9 si si f 6 6 $15.500 2 30 22-Apr 2 no no m 0.5 6 $12.500 18 26 18-May 2 si no f 2 18 $18.000 7 25 4-May 4 no no m 18 $60.000 20 22 24-May 2 no no f 0.000 4 27 28-Apr 3 no no m 14 $53. en el año de 1998.500 21 33 25-May 4 si si f 0. Individuo Edad Fecha No. en el sector transporte.1 6 $12.000 22 20 25-May 1 no si f 14 $10.xls) corresponden a la información obtenida de una muestra aleatoria de 60 mujeres que tuvieron su bebé.000 23 32 25-May 1 si si m 10 $23. por parto natural.000 8 27 5-May 3 no no f 3 6 $10. Psicoprofiláctico Oxitocina Sexo Leche Años de Ingreso partos bebé materna(meses) escolaridad familiar 1 34 12-Apr 7 no si f 18 2 $4.500 9 25 8-May 5 no si f 1 9 $15. g) La media poblacional de las ganancias por acción del sector de la construcción aumentó en el año de 1998 con respecto al año de 1999 8.600 11 23 12-May 2 si no m 2 2 $21.500 15 22 17-May 5 no no m 0 7 $26. en el período de abril a agosto de 1998 en un hospital de la ciudad de México.000 19 27 23-May 2 si si m 6 14 $32. fue significativamente mayor que la media poblacional de las ganancias por acción del sector construcción en el año de 1997.

000 30 39 15-Jun 2 si no m 17 11 $8.000 44 23 7-Jul 2 si no m 6 9 $50.000 42 17 5-Jul 1 si no f 9 $10.5 14 $39.000 36 22 22-Jun 1 no no f 15 $12.000 33 33 18-Jun 3 no si m 4 16 $46.5 9 $26.000 25 27 5-Jun 2 si no f 8 6 $20.000 47 24 9-Jul 2 no si f 0.000 48 24 12-Jul 1 si si f 15 $12.000 28 22 7-Jun 4 no no m 9 8 $16.000 57 19 11-Aug 2 no no m 5 $6.5 10 $12.000 56 32 8-Aug 1 si si f 14 $27.000 50 17 13-Jul 1 no si f 9 $14.000 45 26 8-Jul 3 no no m 3 11 $12.000 59 27 17-Aug 5 si no m 13 3 $18.000 55 36 5-Aug 3 no no m 3 17 $38.000 37 36 23-Jun 1 no si m 6 16 $45.000 26 24 5-Jun 4 no si f 6 4 $6.000 58 28 12-Aug 1 si si m 5 16 $30.000 52 27 14-Jul 2 si no m 3 11 $18.000 31 40 15-Jun 4 si si m 12 9 $16.000 60 24 27-Aug 14 si no m 16 $49.500 40 28 25-Jun 1 no no m 15 $60.000 51 29 13-Jul 4 no no m 6 6 $10.000 39 32 25-Jun 2 no si m 3 7 $21.000 29 29 15-Jun 4 no no m 3 3 $15.000 53 30 16-Jul 1 si si m 16 $4.000 46 26 8-Jul 3 si no f 18 9 $30.000 38 26 25-Jun 1 no no m 4 7 $20.000 54 25 2-Aug 2 si no m 6 9 $30.000 35 28 20-Jun 6 no si f 30 6 $11.000 41 18 4-Jul 2 no no m 1.000 27 22 6-Jun 3 no no m 1 6 $5.24 30 3-Jun 3 si si m 6 11 $24.000 34 26 19-Jun 1 no si m 13 $26.000 49 30 12-Jul 1 si no f 2 12 $30.000 32 31 15-Jun 3 no no m 1.000 88 .000 43 31 7-Jul 2 no no f 0 9 $10.

050 49.390 52.005 9 3.450 52.800 51.625 51.130 28 3.0 40 3.110 50.0 3.710 42 2.400 52.660 6 2.665 56.0 4.0 4.485 49.0 5.000 52.950 50.225 51.0 4.445 34 2.0 59 3.830 49.565 51.0 5.0 3.120 50.015 50.0 4.0 4.680 8 3.0 4.0 4.290 20 3.785 11 3.225 50.600 53.880 23 2.0 3.650 48.0 3.175 14 3.0 4.210 50.090 48.640 52.420 17 2.0 3.0 4.295 26 3.0 37 3.500 52.925 45 3.880 57 3.0 4.0 3.0 4.350 52 3.0 4.320 2 3.235 3 3.175 50.850 51.075 49.210 19 3.0 3.0 3.215 47 3.0 30 3.0 5.730 52.315 52.050 51.0 3.0 4.0 4.0 4.112 33 2.015 16 2. Crecimiento bebés Al parto Al primer mes Peso Talla Peso Peso talla Peso 1 3.0 4.875 48.356 21 3.375 51.0 3.0 4.750 32 3.225 52.775 48.525 49.495 51 3.0 4.0 3.530 44 3.400 53.0 4.025 50.850 53 3.050 51.0 31 3.0 3.600 52.350 35 3.225 48 2.690 4 3.555 51.0 4.575 50.875 43 3.0 12 3.535 13 2.820 10 3.150 25 3.0 3.505 51.095 15 3.285 58 3.0 4.0 4.365 38 3.750 24 2.0 3.025 50.880 50 3.725 46.0 4.980 5 3.650 54.750 48.465 29 3.640 49.000 49.0 39 3.575 49 3.0 4.0 (No se tienen registrados los datos faltantes) 89 .0 56 3.305 60 3.200 49.510 52.185 52.0 3.100 51.100 27 3.145 54 3.0 4.0 4.0 3.0 3.070 55 3.690 45.0 4.250 52.925 49.750 22 2.195 46 3.0 3.525 48.220 50.000 51.0 4.500 52.060 36 3.325 50.875 48.945 7 2.825 18 2.0 41 2.0 4.

utilizando el nivel de significancia descriptivo.7 59 56 3er mes 6. sobrepasa este valor. entre los pesos medios y las tallas medias de los bebés al nacer? k) Pruebe.3 por mujer en la Ciudad de México.2 51 49 1er mes 4.2 64 62 5to mes 7. Pruebe si la media de partos por mujer. en esta población.3 68 66 a) Defina la población de interés. h) Obtenga los intervalos de confianza el 95% para el peso medio y la talla media de los bebés al nacer.1 4.6 6.2 3. con respecto al sexo.9 55 53 2do mes 5. f) Obtenga el intervalo de confianza en 90% para el parámetro poblacional de la proporción de varones nacidos en ese hospital en el período de abril a agosto de 1998. d) Lo mismo que en el inciso anterior.4 3. g) Obtenga el intervalo de confianza del 90% para el parámetro poblacional del número medio de partos para todas las mujeres que tuvieron bebé en este hospital en el período de abril a agosto de 1998. Interprete su resultado.6 61 59 4to mes 6.8 66 64 6to mes 7. b) ¿Cuál es el tipo y la escala de medición de cada una de las variables? c) Obtenga el coeficiente de correlación para las variables años de escolaridad e ingreso familiar.2 6. Tabla de pesos y estaturas (vigente en la Secretaría de Salud) Peso Estatura Edad Niños Niñas Niños Niñas Al nacer 3. que la estatura media al nacer de las niñas fue la que registra la Secretaría de Salud. l) ¿Cree que exista una diferencia significativa en la dispersión de las estaturas de las niñas y de los niños al nacer? 90 .7 7.0 5. i) La Secretaria de Salud afirma que hay un número medio de partos de 2. j) ¿Existe diferencia significativa. pero para las variables edad y número de partos. e) Explore el tipo de distribución subyacente en las variables años de escolaridad e ingreso familiar.

m) En las últimas décadas ha habido un gran esfuerzo por tratar de informar a las madres de los beneficios de los partos psicoprofilácticos. Compare la información de esta muestra con dicho porcentaje. 91 . Durante 1990 el 40% de los partos fue psicoprofiláctico en la Ciudad de México.

RESPUESTAS .

4. RESPUESTAS INTRODUCCIÓN 1.11. a) descriptivo b) inferencial c) descriptivo d) descriptivo 1. i) todos los egresados de esa universidad ii) tiempo transcurrido entre la terminación de estudios y aquel en que encontró trabajo remunerado en su área iii) El tiempo promedio que se tardan en encontrar empleo o la proporción de egresados que tardan más de un tiempo t en conseguir trabajo v) lista de egresados de la institución con teléfono o domicilio v) estimación puntual del parámetro y una medida de confianza y precisión en la estimación 92 . i) electores que participarán en las próximas elecciones ii) partido por el que votarán iii) proporción de votos para cada partido iv) el padrón electoral v) estimación puntual del parámetro y una medida de confianza y precisión en la estimación 1.5.12.9 a) inferencial población: personas en México (no está bien definida) variable: partido con el que simpatizan b) inferencial población: todos los posibles votantes variable: participación en las votaciones c) descriptivo población: alumnos que cursan Estadística II variable: probabilidad con la que creen pasar d) inferencial población: alumnos que toman un curso relacionado con la estadística variable: probabilidad con la que creen pasar 1. a) inferencial b) descriptivo c) descriptivo d) inferencial 1.

a) Es una muestra aleatoria siempre y cuando se escoja aleatoriamente el inicio del proceso de selección b) Sí c) 1/20 d) proporción de autos sin defectos 1. i) d ii) b iii) a iv) b v) d vi) a 93 .1.14.15.

1.3. P.1. a) falso b) verdadero c) verdadero d) verdadero 2. disminuye la varianza de la distribución muestral 2. c) p =30/50 y el parámetro es la proporción real de amas de casa del D.1. que prefieren esa marca de detergente d) i) estadística descriptiva ii) estadística inferencial  X 2.6.1.1.1. cuando las Xi v.4.1.2 a) las amas de casa entrevistadas b) Todas las amas de casa del D. Error estándar 2.F.a. Sí 94 . X.5. independientes i 2.F. DISTRIBUCIONES MUESTRALES Y EL TEOREMA CENTRAL DEL LÍMITE 2.

a) x 10 11 12 13 14 P( X  x ) 4/144 24/144 52/144 48/144 16/144 b) E( X ) = 12. CONSTRUCCION DE DISTRIBUCIONES MUESTRALES 2.2.1.33 V( X ) = 0.3.2. a) C 56 =6 2 4 6 8 10 2 4 6 8 12 2 4 6 10 12 2 4 8 10 12 2 6 8 10 12 4 6 8 10 12 b) medianas 6 6 6 8 8 8 c) x = P( X x ) 6 1/2 8 1/2 )=7 d) E( X )=1 V( X 2.94 95 .2. a) x P(X=x) 0 2/3 E(X) = 1/3 V(x) = 2/9 1 1/3 b) p f( p ) 0 4/9 1/2 4/9 1 1/9 c) E( p ) = 1/3 V( p ) = 1/9 2.2.

66 med = 1.9 0 4/20 V(m)= 2.4.328 5/3 1/20 2 2/20 7/3 2/20 8/3 1/20 16/3 1/20 17/3 2/20 6 2/20 19/3 1/20 7 2/20 22/3 1/20 23/3 1/20 d) P{| X -4|>1}=1 e) m P(M = m) E(m)= 1. a) =4  2 = 31.5 b) 001 012 002 015 005 0 1 16 0 0 16 025 012 0 2 16 015 0 5 16 0 1 16 125 025 1 2 16 0 2 16 1 5 16 0 5 16 2 5 16 c) X P( X  x) 1/3 1/20 E( X )= 4 Resulta que  =4 = E( X ) 2/3 1/20 1 2/20 V( X )=6.2.89 1 6/20 E(m) no coincide con la 2 6/20 mediana poblacional 5 4/20 96 .2.

f) La distribución muestral de la mediana presenta menos variabilidad porque se ve menos afectada por valores extremos que la media.5 .2.04 0.01 c) E( X ) = 1. b) x 0 0.12 0.133 3 . 2. a) x P( X = x ) 3 1/27 4 3/18 5 11/36 6 7/24 7 11/72 8 3/72 9 1/216 1 b) x  = x ) P( X 3 7/27 6 18/27 9 2/27 1 c)  x = 1.5 1.333 2 .19   ~ V X  164 .3 V( X ) = 0.305 2.289 2.6.0 P( X = x ) 0.01 0.2. a) x P( X = x ) 1 .5 2.5 3.16 0. 2. En este caso se tiene un valor extremo de 16.022 97 .0 1.0 2.5.2.26 0.40 0.5 .222 1.8.

a) p P( p ) 0 6/15 1/2 8/15 1 1/15 98 .66 b) x P( X = x ) 2 1/15 3 1/15 4 2/15 5 2/15 6 3/15 7 2/15 8 2/15 9 1/15 10 1/15 c) P( X  10) = 1/15 d) x P( X = x ) 1 1/36 2 2/36 3 3/36 4 4/36 5 5/36 6 6/36 7 5/36 8 4/36 9 3/36 10 2/36 11 1/36 e) P( X  10) = 3/36 2.9. a)  X = 6  2X = 11.10.7 V( X ) = 0.2.2665 2.2. b) E( X ) = 1.

2. b) w 0 1/2 2 P W  w  0.3264 99 .298 2.44 V W .2.42 0. a) S2  P S 2  s2  0 3/9 4. a) y P(y) 0 2/3 1 1/3 b) E(y) = 1/3 V(y)= 2/9 c) p P( p ) 0 4/9 1/2 4/9 1 1/9 d) E( p )= 1/3 V( p )= 1/9 2.5 4/9 18 2/9   b) E S 2  6 VS   6 2  c) P 4  S 2  10  4 / 9  2.13.11.12.2.48 0. b) E( p ) = 1/3 igual a p c)  p = .10 c) E W  0.

a) E(Z) = 3.5 2 4.03 c) E( s2 )=.2.95 V(Z) = . d) E(Y) = 9.365 .6475 b) s2 0 0.465 .8644 100 .5  P S s 2 2  .14.76 2.14 .8 V(Y) = 1.6475   V s2  0.

0228 c) 0. X .10. e) .12. a) p̂  Np.  = 4.5) = .554 2.3. S 12 S 22 DISTRIBUCION DE MUESTREO DE: X. 0.0008 sí c) P( X  4.5. 15 20    50 40  b) .3. 2.0548 2.7150 2. 0.7698 2. 0.3.  S 2 .3. p.3.3. p(1  p) n  b) . a) 0. X + Y.9) = .8.2635 no 2.0125 2.3.3. . a)  X  Y  N 35.04779 2.1444 2. .3.9742 2.00051 101 .5) = .3. p 1  p 2 .0548 b) 0.6.2.9.9986 d) 0.0232 2. a) P(X  4.3.Y.1587 no b) P( X  4.4.7.3.11.

0766 que la distribución es normal c) . 0. a) 0.1379 2.3.0228 102 .9545 b) 151 2. a) E( X ) = .3.21.13.3.0671 2.1 V( X ) = .16. 0. a) uno b) .3.3.15.3. 18. a) cero b) .17.0014 Sí 2.0264 b) P( X  53) = .22.0018 Sí 2.3.3. 0. a) .0142 c) .19.2307 2.20.8648 2.3.3.14. Normalidad 0.001 b) .9234 2.2.0569 c) .0002 2. 0.

3.07446 2.00043) b) Que es demasiado grande 2.3.3. 0.52) = .3.90 2.3173 = 31.32.3.29. 0. P( F15.73% 2.3. 0. a) 20 b) .2 c) 0.3.3.1017 normalidad 2.31. 0.3. 0. n = 1813 2.34. a) menor a .28.4855 2. a) Fm.33.27.30. 0.36.2.25.8792 no 2.24.3.20 >0.3.6572 2.005 (=0. 1 2.3.1030 2.k b)  2n 103 .26.

0.0028 c) n=15 104 .3.3. 0.3.  .7977 b) . 0.45.47.0062 2. a) 0.40. 0.3121 2.3.3.48.0049 2.39.3.44.05 (=.3.99996 normalidad b) 0. b) .2.949 2.01 (=0.38.10 2. menor a 0. a) .9836 b) 24 2.3.42.1161 2.9544 2.46.3.3.3. 0.50. 0.41.0075) 2.3. a) .0507) 2.49.1547 2.

383 b=1.12 .15 .16 .4.227 b=3.4884 2.4.27 3.4.29 b=4.4.4.025 2.2 .57 2.35 a=-2.965 2.4 .04 2.4.8 .005 b=51.34 a=-1.4.215 2.26 2.41 105 .4.095 2.17 .975 2.4.5 .4.025 2.22 -2.4.945 2.4.26 a=.945 2.94 2.29 -1.21 27. .4.5988 2.4.22 2.4.995 2.33 a=43.515 2.4.718 2.13 .32 a=29.20 9.4.383 2.4.14 .25 a=.4.05 2.4.4.19.4.4.95 2.4.9 .975 2.086 2.714 2.3 .805 2.28 b=27.216 2.4.4.10 .847 2.025 2.97 2.30 a=.4.6882 2.4.005 2.323 2.23 b=2.4.94 2.4.4.31 a=.7 .4.37 a=.4.4.18.4. . USO DE TABLAS RESPUESTAS I II 2.718 b=2.1 .24 b=1.025 2.94 2.99 2.4.4.11 .2752 b=104.36 a=.37 2.4.38 a=.6 .

1.1.1.1.8.252 c)  2 106 . a) Los tres son insesgados b) V ( T1 )   2 n 1 V(T2 )  2  2 n 1 V(T3 )  3  2 4 n 1 c) T3 3.4. PROPIEDADES DE LOS ESTIMADORES 3.1.90 b) El 10% de las observaciones no se usaron para calcular  2 .7.1.2. a) ̂ 2 y ̂ 3 son insesgados b) ̂ 3 c) ̂ 3 3. a) E(X)= (b+a)/2 b) E(  1 )= E(  2 ) = (b+a)/2 E(  3 ) = (b+a)/3 c)  1 y  2 son insesgados d) V 1    b  a 2 V 2    b  a 2 V(  3 )= V(X)/6 36 24 3.1. V X   b  a  / 12 2 3.  3 son insesgados b) ER(  2 /  3 ) = n2/8(n-2) ER(  1 /  3 ) =n/2 c)  3 3. Si 3. a)  1 es sesgado y ̂ 2 insesgados b) ECM (  1 ) = 2. p 1 sesgado p 2 insesgado 3.9.5.3. a) . a)  1 .6.1.22 ECM(  2 ) = .  2 .

3.1.10. k=2/3

3.1.11. a)  es estimador insesgado de 
b) W= n 1 ( n 1  n 2 )

3.1.12. .88

3.1.13. S12 sesgado S 22 insesgado

3.1.15. E(  )=n 2 , por lo tanto no es insesgado

   
3.1.16 a) E  1  E  2  
2
3

  
  2
2
V  1  , V  2 
54 36

  1 es el mejor estimador
b) 3.86

3.1.17. a)  1 insesgado  2 sesgado sesgo=-
b) ECM(  ) =  /n
1 ECM(  ) =  /2 + 2
2

c)  1

3.1.18. b=2/3

3.1.19. a) Sí
b) sesgo= -1/n {n}

107

3.1.20. a) Sí
b) Sí
c) n=43

3.1.28. El sesgo de  1 es cero.
 2 tiene sesgo 1  n / n

108

ESTIMACION PUNTUAL

3.2 1. X = 503.75

3.2.2. X =3 S2=0.000545

3.2.3. X =443.33 proceso estándar X =451.42 proceso nuevo

3.2.4. S2 = .001

3.2.5. a) X =158.3125 S2= 268.23

5
3.2.6. a) X =587.22 b) S2 =1,016,942.69 c) p  =.556
9

3.2.7. S2 = .149318

3.2.8. X =90 S 2  157,3469

3.2.9. X = 2994.75 S 2  1,226,572

3.2.10. 0.866372

109

INTERVALOS DE CONFIANZA.

4.1.4. (.4525, .6475) (.4216, .6783)

4.1.5. (.0002, .0023)

4.1.6. a) (.2864, .4687)
b) (.2743, .4935)
c) Sí

4.1.7. (0.00674, 0.0253) (0.0015, 0.0305)

4.1.8. (.9781, 1.0331) normalidad

4.1.9. Supuesto: las lecturas del instrumento se distribuyen como normal;
 2  (1.4075,31.2637) y   (1.1864,5.5914). No es adecuada la garantía.

4.1.10. a) (147.65, 168.96) normalidad
b) (146.36, 642.52) normalidad

4.1.11. a) (14.204, 14.596) normalidad
b) .2

4.1.13. a) (19.44, 55.87)
b) La distribución de los puntos del bolichista es normal
c) No

110

1. n = 2401 4.92) Para la varianza G(5.47) 4.19.85) Sí 4. 21.21.1.31% ii) X =15.57) Mex(3.6784) b) (1564.8725) b) n = 385 111 . a) i) X = 12. 14.1.15. 13.9) c) Las utilidades de las industrias se distribuyen como normal. 8.79) b) Como los valores del intervalo son menores a 600. 4.1.53.4.06 CV = 25.16.1.344.5216.1. (31.1284) Sí 4. (.1.1.8.22.32) 4. . (19.28% b) Para la media G(10.17.97) Mex(13.2) 4.23.8440.1.20.15. (14. a) (514. . se puede pensar que sí hubo un daño por las heladas. 90. 12. 4.344) 4. . 535. 22. a) (-.1.14.20.44 CV = 15.17.21. a) (. a) (. 16.96. 2035.13.0716.18.09.

4064. (.21) b) normalidad c) No 4.5491) Intervalo de confianza para la desviación estándar (3. 11. a) (6772.24.1.4. 10547. Intervalo de confianza para la varianza (11.6038. 135.1.25.1. .79.26.5040.6426) No Los rendimientos de los instrumentos de inversión tienen una distribución normal.696) 4. 112 .

2.2.8664 b) 44 4. a) . n = 62 4. n = 62 4.2.2.1. n = 47 4.2.4.3.8. DETERMINACION DEL TAMAÑO DE MUESTRA 4.2.2. n = 61 4.6. n = 218 4.7. n = 5 suponer que el tiempo que tarda pintar el departamento se distribuye como normal 4. n = 209 113 .5.2.2.

5.416   (.2.  b) Las utilidades de las compañías se distribuyen como normal. Valor p < .05 =23. Supuestos: La edad de las mujeres de ambos medios sigue una distribución Normal.0012  b) n = 13 5. Se rechaza Ho . no se rechaza Ho. La varianza es mayor en el medio urbano.02103 5.2. a) (11) = .031953) c) Las diferencias di se distribuyen como Normal.2. a) t c =2. con =0.05 (=0. a) Zobs =1.8.01  b)  2c = 45.11 > t ..6.2.36 >  14 2 .4.7 =1.005 5.2.2.05 no se rechaza H0 b) valor-p = P(Z  1.44 con = .0918 5.3.455 Se rechaza Ho c)  0. a) t c =6.2.33) = 0. a) = .69 Se rechaza Ho 114 .05.  5.6)=.2.1.2.33. 5.03214  b) (. 5.01 . a) Fobs= 0.7.025 y .89 Se rechaza Ho b) P( t c >2.4)=. a) Ha: >48000 Si se rechaza Ho el fabricante usa la nueva  b) Ha: <48000 Si se rechaza Ho el fabricante usa la anterior. PRUEBAS DE HIPÓTESIS PARAMÉTRICAS 5.11) esta entre .

5816 No se rechaza Ho b) (1000) = P(T  1.4114  1.2.(.0599 > t 15. t c = 8. a) t 22.3523 c) (.2.2252  1.25). el coeficiente intelectual aumenta con la edad.90 5. 0.2.5714 Se rechaza Ho a favor de que. t = -2.01 =2.14.602 Se rechaza Ho .13.2.15 b) =. t=-.2. a) Ho :p=.25)=..5886  (.05 =-1.10.16.11. a) Z c =2.2.20)=.0183 5. a) Fobs = 2.12..0039 5.0850 b).907 No se rechaza Ho 5.2. Error tipo I excesivo gasto Error tipo II disminución en la ventas 5.2.15 Ha :p>.52 Se rechaza Ho 5.15. a).0044 d).2.49 Se rechaza la hipótesis de igualdad de varianzas 115 .9.18. t c =4.2.25)=. 5.17. 5.7748  5.3410 c).09) = 0.(. El programa parece ser efectivo.75 (1000)  0.717 y t c =-1.20)=.5.09 no b) P(z>=2.

9894  (.5 b) = P( X > 7 n = 10 p = .2.2.6) = .19.49) < 0.1 b) Supuesto: las diferencias en el número de defectuosos se distribuye como normal c) 1  .2) = .(.2.2. 5.(.35  se rechaza Ho c) P(  260 < 25.15 = 0.002435) 5. Se rechaza Ho 5. n = 68 5.975.2.24.8) = . a) La varianza de la línea A no es significativamente diferente de 10 La varianza de la línea B es significativamente diferente de 10 b) Fobs =.35) < .1719  c) (.21.19.6177   (.2.1209 (.23.9991 5.3) = . Valor p > 0.5) = .22.2) = .7) = . b) P(Fobs > 2.2.5 Ha: p > . a) Ho:  2 Ha: < 2   error tipo I es rechazar que  2 cuando en realidad    2.3504  (. Zc=4.36 < F.5075   116 .2.005. a) NO.005 (=0.4) = . a) Ho p = .20.2054 1.08.  5.3817  se rechaza que las varianzas sean iguales a favor de que la línea B presenta más variabilidad en el número de defectos.9452   (.25.26.3) = . a) No se rechaza Ho:  2A   2B b) No se rechaza Ho:  A   B 5.005 5.  b)  2obs = 25. a) No se rechaza Ho es decir el porcentaje no ha aumentado b) 1. La probabilidad de incorrectamente rechazar Ho cuando ésta es cierta es menor a .

0327 6.025 (12.9. Las dispersiones son iguales T.05 6. TX = 39 No se rechaza H 0 .  2 = 28. p =. Sí hay preferencia entre una proposición y la otra (Se rechaza Ho) 6. Si existe relación entre el tipo de sangre y la severidad del resfriado.2744 b) t obs = 2. 6. No TX = 32 No se rechaza Ho con  = .5. No se rechaza H 0 .6498 .  2c  0.4.975 (12. No se rechaza Ho (Valor p>. a) No.05.8. TX = 9 con  = .10.87 6. ESTADÍSTICA NO PARAMÉTRICA 6.05 117 .05 Se rechaza Ho c) Si. TX = 80. se rechaza Ho ya que P ( X  9 | n  11. a) No.12)  144  106  38 6.05 (12.3.12 con  = . a) No se rechaza H 0 ya que el valor p es de .1) 6.05 b) No.1.6. rs = . Con  = . b) No.7.12)  106  No se rechaza H 0 .12) = 101 No se rechaza Ho b) TX  50 T. TX = 15 con  = . a) TX = 61 T.2.5 No se rechaza Ho con  = .05 6.20 6.5) = .

83 b) Valor p = .12. 6.0227 6.19.5068 . a) Valor p = 2(0. a) No se rechaza la hipótesis nula de independencia.2539)  0.005 < p <.5  2(0. 6. Se rechaza H 0 c)  2c  6. No se rechaza Ho 6. 6.22. Si.13.06 118 .5.54 Se rechaza Ho 6. c) Valor p = . Si se rechaza Ho b) Si t =3.1334 d) No se rechaza H 0 con  = .15.0733. m = 6 2PM  6 n  9 p  . c) Valor p  P X  9 . TX = 106. rs = .14.01 6.0768.17. con  = .20. b) rs = 0.6.05 Se rechaza Ho 6. b) H 0 : M pz  M s Tx  23 .83 .18.11.01. a) No TX = 9. a) Si. c) Valor p = .7121 6.0384) = 0.

5. 85.5. 938. 2.10.2.9.9% 7.17.23 b)  = 125000.2.39 7.2. a) (82. a) 161.3266 e) n = 19 d) n = 16 7. 22266.63 2  = 23.2. . a) x = 2. Con ese tamaño se muestra el error de estimación es menor al 6% 7.2.55 X c) 16180  V (  ) = 1386300  119 .2663] 7.7.9337.8 b) V ( X ) = 138.2. a) X = 12.0125.8711 b) n = 21 7. 2. Sí.938 b)  = 2000.8.4 .413) b) (83. [1.2. El Intervalo de Confianza calculado con la muestra está muy por debajo del valor  = 20100 7. Las secretarias tienen razón.2. a) x = 5.08 c) p = .02) 7.2.6.787. .2.4. Con n = 1091 el límite máximo para el error de estimación es 2. 85.3. MUESTREO 7.

2. Si el muestreo fue realmente aleatorio simple y no se presentó el problema de la respuesta inexacta el error de estimación máximo asociado a este tamaño de muestra n = 2207 es de . Sólo el 27% contestaron.12. 3602 7.50 b) 5320. 168.2. d) 2   = 2354. a) 381. No 120 .2.11.13.82  7.20.0213 7.

T .A . .M .I.

.M .A .I.T .

.I.T .M .A .

I. .T .M .A .

T .A .M . .I.

M .A .T .I. .

T .I.A . .M .

M .A . .I.T .

.A .T .I.M .

T .M .A .I. .

M .A .I.T . .

A .M .T .I. .

M . .A .T .I.

M .T .A . .I.

I.A .T .M . .

T .M .A .I. .

.A .M .I.T .

M .T .A . .I.

A .T .M .I. .

.I.T .M .A .

M .T .A . .I.

M .A .I. .T .

A . .T .I.M .

.T .I.M .A .

.A .I.T .M .

(B) Los estimadores tienen el mismo sesgo. Para esto el departamento de ingenierı́a solicitó una muestra de 20 bolsas seleccionadas al azar y se obtuvo el estadı́stico s2 = 2. [5 puntos] Sea X1 . b) α + β = 1. c) falta información. consiste en 6 preguntas en formato de opción múltiple con 4 opciones cada una. c) x̄ ≈ 8. d) ninguna de las anteriores.29). d ) A y B son ambas verdaderas. simple. 2. Si se toma una muestra aleatoria de tamaño 30 y el estadı́stico de prueba observado tiene un valor-p asociado del 2 %. ¿Cuántos clientes se deben considerar en una muestra I. b) n ≈ 15. . µ̂2 = 2 n y las afirmaciones siguientes: (A) Los estimadores siguen una distribución normal. 4. y sólo uno. Con base en un intervalo de confianza del 90 % para la probabilidad de obtener águila. d ) Ninguna de las anteriores. Departamento de Estadı́stica Estadı́stica II Mayo 2010 .M 2. [5 puntos] En un proceso de llenado de bolsas de detergente se ha verificado que la media del proceso es de 1005 gramos. entonces. [5 puntos] Suponga que X ∼ N(· | µ.T para poder afirmar que el error de la estimación del tiempo de servicio promedio es a lo más de 3 minutos. con un peso del 30 %. . . con una probabilidad del 99 %? a) n ≈ 19.85). Indique cuál de las afirma- ciones siguientes es la correcta: a) P{Rechazar H0 |H0 es falsa} + P{No Rechazar H0 |H0 es verdadera} = 1. 45 minutos. d) ninguno de los anteriores. Xn una muestra aleatoria de una población distribuida normalmente con media µ y varianza σ 2 . [5 puntos] Suponga el caso de una prueba de hipótesis simple vs.11. b) (0.12. b) no. 5.43. . c) (1. Se desea estimar ahora la varianza σ 2 del proceso mediante un intervalo del 95 % de confianza. Total: 100/100 puntos El examen consta de dos secciones. Entonces a) A y B son ambas falsas.13). el intervalo de interés está dado aproximadamente . . su respuesta.84.88. [5 puntos] Se lanza una moneda 500 veces y se obtienen 275 águilas y 225 soles. consiste en 4 problemas a desarrollar y con un peso total de 70 %. La primera. c) n ≈ 11. 1.48. [5 puntos] El tiempo de servicio de cierto trámite en una oficina de hacienda sigue una distribución normal con una desviación estándar de 5 minutos. H1 : µ 6= 10. Entonces. De otra forma la respuesta se considera incorrecta. c) A es falsa y B es verdadera. • Primera Parte: Las preguntas deben ser respondidas encerrando claramente en un cı́rculo. 4. ¿considera que la moneda es honesta? a) sı́. Considere los siguientes estimadores de µ: X1 + Xn X1 + X2 + · · · Xn µ̂1 = . c) La probabilidad α del error tipo I siempre es menor o igual que la probabilidad β del error tipo II. 3.A por: a) (2.27. b) x̄ ≈ 11. σ 2 = 9) y que se desea probar H0 : µ = 10 vs. . b) A es verdadera y B es falsa. d) ninguno de los anteriores. el valor de x̄ observado fue aproximadamente de: a) x̄ ≈ 11. 6. la segunda.Tipo A Examen Final 1 Nombre: Clave Única: Tiempo de examen: 2 horas. 5.

etcétera hasta completar la muestra de tamaño 100). d ) [7 puntos] Suponga que se toma una muestra de tamaño 100 (selecciona un servidor. El servidor s2 es el único que necesita actualización del antivirus. con un peso total de 70 puntos. encuentre la distribución de muestreo de la proporción muestral p̂ de servidores que necesitan el antivirus actualizado. Utilice fracciones o un mı́nimo de 3 decimales. sea Y la variable aleatoria que indica si el servidor necesita la actualización del antivirus o no.T Departamento de Estadı́stica Estadı́stica II Mayo 2010 . para el manejo del correo electrónico. Indique claramente la respuesta a lo preguntado. c) [4 puntos] Determine el valor esperado y la varianza de p̂. b) [6 puntos] Si se toman todas las posibles muestras de tamaño 2 (servidores) con orden y con reemplazo.Tipo A Examen Final 2 • Segunda Parte: Consiste en 4 problemas a resolver. las páginas web y los archivos de los empleados. Si se toma un servidor al azar. para acreditar su respuesta debe incluir el desarrollo o la justificación de su procedimiento. Entonces. se registra y se selecciona otro. respectivamente.A I. Encuentre la probabilidad P(p̂ < 1/2). [20 puntos] En una empresa hay tres distintos servidores s1 . . . 1. su función de probabilidad está dada por: y 0 1 P(Y = y) 2/3 1/3 a) [3 puntos] Calcule el valor esperado y la varianza de Y . En esta parte.M . s2 y s3 .

. X2 .T Departamento de Estadı́stica Estadı́stica II Mayo 2010 .Tipo A Examen Final 3 2. . Xn una muestra aleatoria de una población con media µ y varianza σ 2 . µ̂3 = (X1 + · · · + Xn ) 2 4 2(n − 2) 4 n a) [5 puntos] Determine si son estimadores insesgados. d ) [6 puntos] Identifique el estimador más eficiente. . b) [5 puntos] Con respecto al error cuadrático medio. Justifique su respuesta. . ECM.A I. .M . Considere los siguientes tres estimadores de µ: 1 1 X2 + · · · + Xn−1 1 1 µ̂1 = (X1 + X2 ) . X1 + + Xn . [20 puntos] Sea X1 . ¿cuál es el mejor estimador? c) [4 puntos] Calcule la eficiencia relativa de µˆ1 con respecto a µ̂3 . .

persona material A material B D = B − A 1 113.2 7 109.8 1. H0 : µA = µB vs.5 0. Utilice una significancia del 5 %.05.8 0.M a) [7 puntos] Contraste las hipótesis anteriores.160.4 4 114.1 5 110. Ha : µA 6= µB .6 3 110. b) [7 puntos] Construya ahora una prueba no paramétrica para los datos apareados anteriores y contraste nuevamente las hipótesis. contrastar las hipótesis .A normal para n = 10.7 111. respectivamente. Además se tiene que i=1 d2i = 3.6 106. La columna D = B − A es la diferencia en el desgaste.0 0. c) [8 puntos] ¿Dirı́a usted que hay correlación significativa entre el desgaste del material A y del B? Utilice la correlación de Spearman. d ) [8 puntos] Suponga ahora que las 10 observaciones del material A y las del material B vinieran de muestras aleatorias independientes y por lo mismo no apareadas. son las medias y P10 varianzas muestrales de las columnas de la tabla.2 −0.4 113.Tipo A Examen Final 4 3. Considere otra vez α = 0.269.1 6 106. Compare sus resultados con el primer inciso. x̄B = 111. Construya una prueba hipótesis paramétrica considerando nuevamente α = 0. s2D = 0.2 0. I. Para esto construya una prueba paramétrica con- siderando los datos apareados (por persona). determine el valor-p del coeficiente obtenido. La experiencia permite suponer que el desgaste se distribuye aproximadamente normal de media µ y varianza σ 2 . Suponiendo por el momento razonable la aproximación .3 114.2 108.T Departamento de Estadı́stica Estadı́stica II Mayo 2010 . Se desea comparar el desgaste medio de los distintos materiales de las suelas.4 −0.5.6 0.065.5 109.3 8 110.8 0.3 0.06. s2B = 6. x̄D = 0. Indique los supuesto que haga para realizar la prueba. Esto es.8 111.5 9 108.8 2 108.29.63.2 114.8 109.2 donde x̄A = 110.43 y s2A = 6.7 10 113. [30 puntos] Los siguientes datos reportan el desgaste mensual en las suelas de zapatos de 10 personas a las que se les asignó aleatoriamente un pie al material tipo A y el otro al material tipo B.8 111.

.T Departamento de Estadı́stica Estadı́stica II Mayo 2010 .M .Tipo A Examen Final 5 .A I.

M . .T Departamento de Estadı́stica Estadı́stica II Mayo 2010 .A I.Tipo A Examen Final 6 .

Indique cuál de las afirmaciones es la correcta: a) No se rechaza H0 con una significancia del 0. consiste en 7 preguntas en formato de opción múltiple con 4 opciones cada una. d) Ninguna de las anteriores. X8 una muestra aleatoria (m. con un peso del 35 %. y sólo uno. X9 una muestra aleatoria de una población normal de media µ y desviación estándar 2. . 5. d) ninguno de los anteriores. d) ninguno de los anteriores. De otra forma la respuesta se considera incorrecta. .642. Para ésto se tomó a lo largo de un año una muestra aleatoria de 20 semanas y se observó un gasto promedio de x̄ = 160 lt.870. . determine la potencia de la prueba para una efectividad de Ha : p = 0.90.221. Para el contraste de hipótesis se ha construido el intervalo (4. consiste en 3 problemas a desarrollar y con un peso total de 65 %. Se desea contrastar las hipótesis H0 : µ = 150 vs. d) ninguno de los anteriores. de una población N(µ2 .M b) p ≈ 0. Entonces. [5 puntos] Suponga que el gasto de combustible por semana (X) de un camión repartidor se distribuye normalmente con media µ y desviación estándar de 30 lt.029. .358. . 5. Y10 . su respuesta. 380 minutos es: a) p ≈ 0.136.377.75). c) c ≈ 2. . 6.13). d) Ninguna de las anteriores. Si 100 vendedores son sujetos al entrenamiento sugerido por el gerente y con base en una significancia del 5 %.740. [5 puntos] Sea X1 . . Considere el intervalo (X̄ − 0.90. 1. . [5 puntos] Considere las hipótesis simples sobre proporciones: H0 : p = p0 vs. indepen- diente de Y1 . Si P(S12 /S22 < c) = 0. donde Si2 denota la varianza muestral. con un nivel de confianza de 0. [5 puntos] Las llamadas a un call center tienen un tiempo medio de 5 minutos con una desviación estándar de 45 segundos. 2. m. X̄ + 0.932. a.T a) p ≈ 0. La primera. b) c ≈ 0. Suponga que σ1 = 2σ2 . b) P(Error tipo I) + P(Error tipo II) + P(Decisión correcta) = 1 c) Nivel de confianza + Nivel de significancia = 1.75.594. el valor-p del estadı́stico observado es: I.Tipo A Examen Final 1 Nombre: Clave Única: Tiempo de examen: 2 horas. c) Se rechaza la hipótesis nula con una significancia del 90 %. 3.25) ≈ 0. la segunda. Entonces. medida como porcentajes.779. . Total: 100/100 puntos El examen consta de dos secciones. . [5 puntos] El gerente de ventas afirma que si su equipo sigue cierto programa de entrenamiento la efectividad de ventas. . H1 : µ 6= 150. d) ninguno de los anteriores. Para el contraste de las hipótesis. Entonces.10. b) 0.25) ≈ 0.068.266.32.260. b) P(. 45 minutos. indique cuál de las afirmaciones es la correcta: a) P{Rechazar H0 |H0 es falsa} + P{No Rechazar H0 |H0 es verdadera} = 1. [5 puntos] Sea X que representa una población que se puede modelar razonablemente con una dis- tribución de normal con media µ y varianza conocida σ 2 .25. σ12 ). .) de una población N(µ1 . b) Se rechaza H0 con una confianza del 90 %. b) p ≈ 0. a.626. • Primera Parte: Las preguntas deben ser respondidas encerrando claramente en un cı́rculo. . c) 0. Departamento de Estadı́stica Estadı́stica II Diciembre 2010 .A 4. se incrementarı́a de su nivel actual H0 : p = 0. a) P(. [5 puntos] Considere X1 . a) c ≈ 0.20.25) ≈ 0. el nivel de confianza del intervalo es aproximadamente de: a) 0. . Ha : µ 6= 4. c) P(. d) ninguno de los anteriores. c) p ≈ 0. c) p ≈ 0. La probabilidad de que el total de las siguientes 75 llamadas sea al menos de . σ22 ). 7. Considere ahora las hipótesis: H0 : µ = 4 vs. Ha : p = pa .

para acreditar su respuesta debe incluir el desarrollo o la justificación de su procedimiento. con un peso total de 65 puntos.1 172.8 158. Determine el valor-p observado del estadı́stico de prueba. En esta parte. de antes (X) y después (Y ) del cambio de horario de verano. Suponga nuevamente que las varianzas son iguales. Departamento de Estadı́stica Estadı́stica II Diciembre 2010 .05. con δ = 10.8 -2.1 Después (y) 193. con un nivel de significancia α = 0.Tipo A Examen Final 2 • Segunda Parte: Consiste en 3 problemas a resolver.5. X X X X xi yi = 374148.1 189.1 204.0. Indique claramente la respuesta a lo preguntado.3 206.M i) [6 puntos] Construya un intervalo del 90 % de confianza para la diferencia de medias δ = µ1 − µ2 . Discuta sus resultados com- parando con ii) del inciso anterior.0 Diferencia (d) 9.9 22.2 24. i) [7 puntos] Contraste nuevamente las hipótesis H0 : µ1 = µ2 vs. a) Suponga que las lecturas de consumo de las muestras de X y de Y son independientes.0 179. .4 162.1 201.7 191. Utilice fracciones o un mı́nimo de 3 decimales.9 206. yi2 = 342397.8 27.7 182. [31 puntos] Suponga que se tiene el consumo de energı́a eléctrica en kilovatios/hora (kwh) de 10 apartamentos elegidos aleatoriamente.T ii) [4 puntos] ¿Que concluirı́a si se toma una significancia del 5 %. Ha : µ1 ≥ µ2 + δ.8. di = 177.1 con los siguientes cálculos estadı́sticos: X X X xi = 2021.1 218.8 12.0 221.1 195.3.8. con δ = 10. Ha : µ1 ≥ µ2 + δ. iii) [7 puntos] ¿Se pueden considerar las varianzas de las lecturas de antes y después iguales? Concluya tomando una significancia del 5 %.6. d2i = 3986.1 202. I. yi = 1843.9 Por experiencia se sabe que el consumo de energı́a eléctrica puede modelarse razonablemente mediante la distribución normal.7 14. .A b) Considere ahora el hecho de que los 10 apartamentos son los mismos para las lecturas de consumo de antes y después del cambio de horario.7 27. 1.0 22. . Suponga que las varianzas para las lecturas X y Y son iguales ii) [7 puntos] Contraste las hipótesis: H0 : µ1 = µ2 vs. x2i = 409885.6 186.6 19.3 192. Las observaciones son: Apartamento 1 2 3 4 5 6 7 8 9 10 Antes (x) 203.9 199.

dos bolas al azar y sin reemplazo. Determine el reembolso esperado µ = E[X] y la varianza σ 2 = var(X). Si se utiliza a µ̃ = Y /2 como estimador de µ. Sea Y la variable aleatoria que representa el mayor de los dos reembolsos. determine su error cuadrático medio.M . b) [11 puntos] Suponga que durante la última semana de la campaña se extraen.Tipo A Examen Final 3 2.T Departamento de Estadı́stica Estadı́stica II Diciembre 2010 . [17 puntos] Con el fin de aumentar las ventas durante cierta temporada. una cadena de supermercados ha iniciado una campaña de sorteos automáticos que consiste en elegir aleatoriamente una bola de 10 posibles con las siguiente distribución de colores y reembolsos asociados: cantidad color descuento 6 blanco 0% 3 verde 50 % 1 rojo 100 % a) [6 puntos] Sea X la variable aleatoria que denota el reembolso obtenido. en lugar de una. . .A I.

A su vez. b) [6 puntos] Si la prueba se lleva a cabo con un nivel de significancia del 10 %. . a) [11 puntos] ¿Dirı́a usted que los datos apoyan la afirmación anterior? Plantee el problema como uno de contraste de hipótesis indicando en el contexto del problema las hipótesis nula y alternativa.05? ¿Qué puede decir del valor-p del estadı́stico observado? . [17 puntos] Se ha tomado una muestra aleatoria de 350 estudiantes y se les ha pedido su opinión o afinidad sobre las redes sociales por internet.M . Dos son las posibles respuestas: altamente interesado (A) o poco interesado (B).Tipo A Examen Final 4 3.T Departamento de Estadı́stica Estadı́stica II Diciembre 2010 . ¿cuál serı́a su decisión? ¿Cambiarı́a ésta si considera α = 0.A I. Los resultados de las entrevistas se resumen en la siguiente tabla: Interés Area (A) (B) Total Sociales (S) 79 36 115 Técnica (T) 71 37 108 Matemáticas (P) 69 56 125 Total 219 129 350 Algunos investigadores piensan que hay una fuerte dependencia entre el interés en las redes sociales y el área de estudio del estudiante. áreas técnicas o ingenierı́as (T) y ciencias matemáticas y actuariales (P). los estudiantes han sido clasificados de acuerdo a su área de estudio: ciencias sociales (S). Determine y calcule el estadı́stico de prueba.

Tipo A Examen Final 5 . .M .A I.T Departamento de Estadı́stica Estadı́stica II Diciembre 2010 .

Tipo A Examen Final 6 . .M .T Departamento de Estadı́stica Estadı́stica II Diciembre 2010 .A I.

71.99. Entonces. d) ninguno de los anteriores. b) La población de interés no se debe modelar mediante la distribución normal. . [4 puntos] El consumo semanal de agua puede modelarse mediante una variable aleatoria distribuida normalmente con media µ y desviación estándar de 1 m3 . . se puede concluir que: a) La población de interés se puede modelar mediante la distribución normal.11. b) p ≈ 0. [4 puntos] El tiempo de llenado de un tipo de sacos de alimento para aves se modela mediante una variable aleatoria con un valor medio de 8 seg. consiste en 3 problemas a desarrollar y con un peso total de 68 %. X9 una muestra aleatoria (m.A b) Se rechaza la hipótesis nula con una significancia del 10 %.50.T al 40 %. el valor-p del estadı́stico de prueba es aproximadamente a) p ≈ 0.) de una población N(µ1 . indepen- diente de Y1 . . [4 puntos] Se desea probar que la proporción de votantes en favor de cierta polı́tica pública es mayor I.21. Para esto se consultó a 200 personas de las cuales 86 estuvieron a favor. 4. a) c ≈ 1. Si Si2 denota la varianza muestral y c es el valor para el cual P(S12 /S22 < c) = 0. . c) No hay información suficiente para tomar una decisión razonable. . Para esto se ha tomado una muestra aleatoria de tamaño 100 y calculado el estadı́stico de prueba. Y8 . σ12 ). • Primera Parte: Las preguntas deben ser respondidas encerrando claramente en un cı́rculo. la probabilidad p de necesitar más de 1210 segundos para llenar 150 sacos es aproximadamente: a) p ≈ 0. la segunda. con base en el intervalo anterior se concluirı́a que a) Se rechaza la hipótesis nula con una confianza del 90 %. la letra correspondiente a su respuesta. .Tipo A Examen Final 1 Nombre: Clave Única: Tiempo de examen: 2 horas.11.31. .90 el intervalo (3. Departamento de Estadı́stica Estadı́stica II Mayo 2011 . y sólo uno. . 1.19. de una población N(µ2 . d ) Ninguna de las anteriores. b) p ≈ 0.11).M 3. con un peso del 32 %. Entonces. Entonces. 4. m. y una desviación estándar de 1 seg. . c) Se rechaza la hipótesis nula con una significancia del 5 %. σ22 ). con un valor-p observado de 0.06. Ha : La población no sigue una distribución normal. d) ninguno de los anteriores. b) c ≈ 1. d) ninguno de los anteriores. La primera. c) p ≈ 0.07. 45 minutos. consiste en 8 preguntas en formato de opción múltiple con 4 opciones cada una. c) p ≈ 0. c) c ≈ 1. Total: 100/100 puntos El examen consta de dos secciones. d ) Ninguna de las anteriores.48. Si se desea probar las hipótesis H0 : µ = 3 vs. Suponga que σ22 = 4σ12 . [4 puntos] Para modelar la población de interés se decide contrastar las hipótesis: H0 : La población sigue una distribución normal vs.55. Ha : µ 6= 3. a. [4 puntos] Considere X1 . 2. entonces c es aproximadamente . Se ha tomado una muestra aleatoria de 10 observaciones y construido con un nivel de confianza de 0. a. 5. . De otra forma la respuesta se considera incorrecta.

B: Si el nivel de significancia de una prueba decrece. c) A es falsa y B es verdadera. Entonces. c) A es falsa y B es verdadera.90. 7. B: P(Error tipo I) + P(Error tipo II) = 1. la potencia de la prueba se espera que aumente. B: Si (a. a) A y B son ambas verdaderas. [4 puntos] Considere las siguientes afirmaciones A: Un intervalo de confianza será más amplio si se aumenta el nivel de confianza. b) A es verdadera y B es falsa. d ) A y B son ambas falsas.T c) A es falsa y B es verdadera. b) A es verdadera y B es falsa. Departamento de Estadı́stica Estadı́stica II Mayo 2011 . . a) A y B son ambas verdaderas. P(a ≤ θ ≤ b) = 0.M 8. b) constituye un intervalo del 90 % de confianza para el parámetro θ. .Tipo A Examen Final 2 6. d ) A y B son ambas falsas. b) A es verdadera y B es falsa. [4 puntos] Considere las siguientes afirmaciones A: El nivel de significancia de una prueba estadı́stica es igual a la probabilidad de que la hipótesis nula sea verdadera. d ) A y B son ambas falsas.A Entonces. Entonces. a) A y B son ambas verdaderas. I. entonces. . [4 puntos] Considere las siguientes afirmaciones A: No se pueden cometer el error tipo I y el error tipo II simultáneamente.

M i=1 yi i=1 yi − x̄)2 = Pn i=1 122. Indique claramente la respuesta a lo preguntado. [20 puntos] En la mesa de ayuda de un centro de cómputo se tiene el registro del número de veces (Y ) que los usuarios solicitan apoyo de parte de los técnicos.2 .45 .01. b) [8 puntos] Se piensa que cuando los alumnos tienen mayor edad.1 19 27 mexicano 8.9 16 24 mexicano 8. 1.6 23 22 mexicano 9.4 2 28 mexicano 7.5 11 37 extranjero 8.41 xi yi − nx̄ȳ.9 i=1 (xi .1 22 27 extranjero 8.5 P14 i=1 xi P14 2 i=1 xi 11172 Recuerde que P14 392 i=1 Pn P14 P14 2 xi yi = 3417.T c) [8 puntos] ¿Considerarı́a que hay independencia estadı́stica entre el sexo de los alumnos y su nacionalidad? Justifique su respuesta. cuando el muestreo se hace con reemplazo.6 6 23 mexicano 9.1 − x̄)(yi − ȳ) = Pn i=1 98. el promedio de las muestras de tamaño 2.Tipo A Examen Final 3 • Segunda Parte: Consiste en 3 problemas a resolver. y que Pn 6966 i=1 (xi P25 276 i=15 P25 i=15 P25 2 i=15 yi yi xi yi = 2475. a) [8 puntos] El director de la maestrı́a asegura que en general las mujeres tienen mejor calificación .3 1070.2 20 25 extranjero 9.9 18 26 mexicano 8.7 21 23 mexicano 9. I.4 15 29 extranjero 9.5 3 29 extranjero 9. con un peso total de 68 puntos.30 a) [5 puntos] Calcule la media y varianza del número de consultas que los usuarios solicitan apoyo a la mesa de ayuda. En esta parte.3 8 24 mexicano 9. para acreditar su respuesta debe incluir el desarrollo o la justificación de su procedimiento. Los datos del último año se muestran en la siguiente tabla: Y número de consultas 1 2 3 p proporción de usuarios .4 12 29 extranjero 9.3 4 26 mexicano 8.6 25 24 extranjero 9.A global que los hombres ¿Tiene razón el director? Utiliza una prueba paramétrica y un nivel de significancia de 0.3 13 25 mexicano 9.6 24 25 extranjero 8. Utilice fracciones o un mı́nimo de 3 decimales. 14 34 extranjero 8.0 10 27 mexicano 8.4 9 24 extranjero 8.7 887. [24 puntos] De un programa de maestrı́a en una universidad mexicana se tiene la siguiente información: Hombres Mujeres Alumno Edad Nacionalidad Calificación Alumno Edad Nacionalidad Calificación 1 30 extranjero 8. d ) [2 puntos] Compare las medias y varianzas obtenidas en a) y c) y comente.8 5 27 mexicano 8.5 7 29 mexicano 8.83 P25 i=15 xi P25 2 i=15 xi x2i − nx̄2 . son más responsables y obtienen mejores calificaciones. c) [5 puntos] Calcule la media y la varianza de la media muestral del inciso anterior.25 .05.2 17 24 extranjero 9. Departamento de Estadı́stica Estadı́stica II Mayo 2011 . b) [8 puntos] Construya la distribución de muestreo de Ȳ . 2. Utiliza una prueba paramétrica para comprobar esta afirmación en el caso de los hombres con un nivel de significancia de 0.

3 0.4 −0. Se desea comparar las ventas medias de las distintas marcas de pasta de dientes. s2D = 0.5 9 108.M intervalo de confianza del 95 % para la diferencia de medias µB − µA .1 6 106.Tipo A Examen Final 4 3.T Departamento de Estadı́stica Estadı́stica II Mayo 2011 .243. s2B = 5.7 111. c) [3 puntos] ¿Cuál considera que sea la principal razón estadı́stica para la diferencia en las ampli- tudes de los intervalos de los incisos anteriores? .6 106.8 0.5 109. x̄D = 0.2 108. son las medias y varianzas muestrales de las columnas de la tabla.980. a) [8 puntos] Suponga que las muestras de las marcas A y B son independientes.88. La experiencia permite suponer que las ventas se distribuyen aproximadamente normal de media µ y varianza σ 2 .2 Para los datos anteriores x̄A = 110. respectivamente.8 0.2 0. . Se tiene además que rAB = 0.63.4 113.065.2 112. [24 puntos] Los siguientes datos reportan las venta mensual (en miles de pesos) de 10 distintas su- cursales de una cadena de tiendas que venden 2 marcas de pasta de dientes.8 111.25 y s2A = 6.4 10 113.8 109. b) [8 puntos] Considere ahora que las observaciones de la marcas A y B en realidad son pareadas.6 3 110.5 −0. denotadas aquı́ como A y B.8 111. La columna D = B − A es la diferencia en las ventas.2 7 109.1 5 110. x̄B = 110.617. considerando que las marcas tienen la misma varianza.8 1.2 −0.A d ) [5 puntos] ¿Dirı́a usted que hay diferencia en las ventas de las dos marcas de pasta de dientes? Sin cálculos adicionales.3 114. tienda marca A marca B D 1 113.4 4 114. ¿qué puede decir del valor-p del estadı́stico de prueba? I.3 8 110.2 0. Construya un . Construya el correspondiente intervalo de confianza del 95 % para la diferencia de medias µB −µA .7 2 108.6 0.

Tipo A Examen Final 5 .M . .A I.T Departamento de Estadı́stica Estadı́stica II Mayo 2011 .

.Tipo A Examen Final 6 .T Departamento de Estadı́stica Estadı́stica II Mayo 2011 .A I.M .

.Tipo A Examen Final 7 .T Departamento de Estadı́stica Estadı́stica II Mayo 2011 .A I.M .

A I. .Tipo A Examen Final 8 .M .T Departamento de Estadı́stica Estadı́stica II Mayo 2011 .

B: Si el nivel de significancia de una prueba decrece. 45 minutos. – Encuesta de imagen polı́tica en la delegación Álvaro Obregón.01 < valor-p ≤ 0. Departamento de Estadı́stica Estadı́stica II Diciembre 2011 . entonces la hipótesis nula se rechaza con una significancia de α = 0. a) A y B son ambas verdaderas. c) A es falsa y B es verdadera. c) M AE/M AS/M AC d) M AE/M AC/M AS. B: Una población tiene media µ y varianza σ 2 . Se tiene que. la segunda.05 pero no se rechaza para α = 0. [4 puntos] A continuación se enuncian tres situaciones donde se requiere el uso de muestreo: – Preferencia por un uso de camionetas SUV entre hombres y mujeres. b) En una prueba de hipótesis de una cola.Tipo A Examen Final 1 Nombre: Clave Única: Tiempo de examen: 2 horas. M AE muestreo aleatorio por estratificado y M AC . b) M AC/M AS/M AE. [4 puntos] Considere las siguientes afirmaciones: A: El nivel de significancia de una prueba estadı́stica es igual a la probabilidad de que la hipótesis I. De otra forma la respuesta se considera incorrecta. la potencia de la prueba se espera que aumente. consiste en 8 preguntas en formato de opción múltiple con 4 opciones cada una. [4 puntos] Encuentre la afirmación correcta: a) P(Rechazar H0 |H0 verdadera) + P(No RechazarH0 |H0 falsa) = 1. muestreo aleatorio por conglomerados. X3 una muestra aleatoria de la población y sean µ̂ = 31 (X1 + X2 + X3 ) y µ̃ = 41 (X1 + 2X2 + X3 ) Entonces µ̃ es un estimador de µ más eficiente que µ̂. d ) A y B son ambas falsas. 3. b) A es verdadera y B es falsa. si 0. .M 2. b) A es verdadera y B es falsa.01. d ) Un intervalo de confianza de nivel (1 − α) es equivalente a la región de no rechazo de una prueba .T nula sea verdadera. a) A y B son ambas verdaderas. consiste en 3 problemas a desarrollar y con un peso total de 68 %. 4. donde M AS denota muestreo aleatorio simple. 1. se eligen aleatoriamente 20 manzanas y éstas son entrevistadas en su totalidad. c) A es falsa y B es verdadera.05. – Encuesta telefónica para evaluar el servicio ofrecido por la compañı́a de televisión por cable. Sea X1 . d ) A y B son ambas falsas.A de una cola. Entonces. Los esquemas de muestreo anteriores son respectivamente: a) M AC/M AE/M AS. la letra correspondiente a su respuesta. [4 puntos] Considere las siguientes afirmaciones: A: El error cuadrático medio de un estimador no constante es siempre mayor que el sesgo del esti- mador al cuadrado. • Primera Parte: Las preguntas deben ser respondidas encerrando claramente en un cı́rculo. X2 . y sólo uno. con un peso del 32 %. c) En una prueba de hipótesis las probabilidades α y β tienen una relación directa. Total: 100/100 puntos El examen consta de dos secciones. La primera.

c) Un intervalo de confianza es simétrico. 7. c) H0 : µ = 2 vs. . y las afirmaciones siguientes: Entonces a) A y B son ambas falsas. d ) Ninguna de las anteriores. [4 puntos] Si X̄ denota la media muestral y la región de rechazo es R = {X̄ ≥ c}. d ) A y B son ambas verdaderas. Ha : µ ≤ 3. b) H0 : µ = 2 vs. µ̃ = 2 n .A c) A es falsa y B es verdadera. c) Una función constante. b) Una variable aleatoria. [4 puntos] Determine cuál de las siguientes afirmaciones es verdadera. [4 puntos] Un estimador θ̂ del parámetro poblacional θ es: a) Una constante fija pero desconocida. .Tipo A Examen Final 2 5.T encuentra en dicho intervalo con una probabilidad de (1 − α).5. Ha : µ = 1. Ha : µ = 3. b) Si disminuye la confianza entonces disminuye la longitud del intervalo de confianza. d ) El tamaño de la muestra y la longitud del intervalo guardan una relación directa. Departamento de Estadı́stica Estadı́stica II Diciembre 2011 . (B) Los estimadores tienen el mismo sesgo y la misma varianza. [4 puntos] Sea X1 . b) A es verdadera y B es falsa. . ¿cuál de las siguientes hipótesis podrı́an ser las que se están contrastando? a) H0 : µ = 3 vs. Xn una muestra aleatoria de una población distribuida normalmente con media µ y varianza σ 2 . 6. Considere los siguientes estimadores de µ: X1 + Xn X1 + X2 + · · · Xn µ̂ = . . a) Un intervalo de confianza de nivel (1 − α) para cierto parámetro indica que el parámetro se I. . d ) Ninguna de las anteriores. 8. . para algún valor de c > 0.M (A) Los estimadores siguen una distribución normal.

3 a) [12 puntos] Los doctores que llevaron a cabo el estudio sospechan que hay mayor variabilidad en los contenidos de hemoglobina de los bebés alimentados con fórmula. b) [9 puntos] Se dice que un bebé tiene un buen contenido de hierro en la sangre si presenta un nivel de hemoglobina promedio de 13.7 Fórmula 31 12. Indique claramente la respuesta a lo preguntado. Indique claramente los supuestos en que basa su desarrollo. [21 puntos] Un estudio sobre las deficiencias de hierro en la sangre los bebés.T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 . Utilice fracciones o un mı́nimo de 3 decimales. con otro grupo en el que fueron alimentados exclusivamente con fórmula (leche en polvo). La información sobre los niveles de hemoglobina en la sangre de los bebés es la siguiente: Grupo n media varianza Leche materna 26 13.05. .6.M . Pruebe esta afirmación utilizando un contraste de hipótesis.4 3.Tipo A Examen Final 3 • Segunda Parte: Consiste en 3 problemas a resolver.A I. Determine si los bebés alimentados con leche materna alcanzan un buen contenido de hierro construyendo un intervalo del 98 % de confianza. su respuesta en el contexto del problema. con un peso total de 68 puntos.3 1. para acreditar su respuesta debe incluir el desarrollo o la justificación de su procedimiento. En esta parte. comparó un grupo de bebés cuyas madres eligieron alimentarlos exclusivamente con leche materna. Argumente . con un nivel de significancia de 0. 1.

.Tipo A Examen Final 4 .T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 .A I.M .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 . b) [10 puntos] Para elegir a la modelo es también importante tomar en cuenta los sueldos que co- brarı́an. ¿cuál serı́a su conclusión . en el contexto del problema? . Se tomaron muestras aleatorias de los sueldos de las modelos de ambas agencias y se obtuvieron los siguientes resultados: Agencia n media desviación estándar X 11 12. Calcule la probabilidad de que la diferencia de proporciones estimadas no difiera en más de .4 3. a) [10 puntos] Se sabe que el 42 % de la población prefiere a Brenda.9 Y 8 14. la proporción de gente que prefiere a Brenda sobre Altair.A I.Tipo A Examen Final 5 2.1 ¿Se puede considerar que las agencias tienen sueldos medios iguales? Argumente su respuesta en términos del valor-p. Para elegir a la candidata ideal usted levanta una muestra aleatoria de tamaño 100 y estima p̂1 .M . c) [3 puntos] Si considera una significancia del 5 % en la prueba anterior. Altair y Brenda. para ser la imagen de los nuevos productos.7 3. En general. [23 puntos] Una reconocida marca de cosméticos lanzará próximamente una nueva lı́nea y tiene que elegir entre dos modelos.03. La agencia X y Y manejan a Altair y Brenda respectivamente. se puede suponer que los sueldos de las modelos (en miles de dólares) se distribuyen normalmente y con la misma variabilidad. Para tener mayor certeza el director comercial le solicita tomar una segunda muestra del mismo tamaño para corroborar la proporción mediante una segunda estimación p̂2 .

A I. .Tipo A Examen Final 6 .T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 .M .

M . los cuales se transmiten en horarios de mañana (M) y noche (N). La siguiente tabla muestra el número de anuncios que se transmitieron en una semana. . tacos (T) y para acompañar platillos (L). La marca ha preparado tres comerciales distintos donde usan las tortillas para hacer quesadillas (Q).A I.T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 . . Justifique su respuesta. b) [12 puntos] En la última parte del estudio se identificaron parejas de consumidores leales a la marca y se les preguntó el número de tortillas de harina que consumen usualmente en la cena.05.10.Tipo A Examen Final 7 3. Los resultados se muestran a continuación: Pareja 1 2 3 4 5 6 7 8 Hombre (H) 4 3 5 2 1 4 7 6 Mujer (M) 2 1 3 2 0 2 5 4 ¿Guardan alguna relación el consumo de tortillas entre hombres y mujeres? Justifique su proce- dimiento considerando α = 0. Q T L M 34 31 26 N 49 17 33 a) [12 puntos] ¿Hay independencia entre el contenido del anuncio y el horario de transmisión? Trabaje con un nivel de significancia de α = 0. [24 puntos] Una agencia de investigación de mercados ha sido contratada por una marca de tortillas de harina para analizar algunos aspectos de sus anuncios televisivos.

.A I.T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 .Tipo A Examen Final 8 .M .

M . .Tipo A Examen Final 9 .A I.T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2011 .Tipo A Examen Final 10 .A I.M . .

d ) A es falsa y B es falsa. consiste en 3 problemas a desarrollar y con un peso total de 64 %. a) A es verdadera y B es falsa.45 c) H0 : pX − pY = 0. [4 puntos] En una prueba de hipótesis. b) A es verdadera y B es verdadera. [4 puntos] Considere el contexto de un muestreo y determine la validez de las siguientes afirmaciones: A: Un muestreo aleatorio simple de un muestreo aleatorio simple es otro muestreo aleatorio simple.A 3.20 vs.60 vs. 45 minutos. 2. [4 puntos] En un contexto de contraste de hipótesis considere las siguientes afirmaciones. 1. Ha : pX − pY < 0. a) A es verdadera y B es falsa. . c) A es falsa y B es verdadera. c) A es falsa y B es verdadera. b) A es verdadera y B es verdadera. . Ha : pX − pY = 0. d ) A es falsa y B es falsa. . 4.30 d ) Ninguna de las anteriores. Total: 100/100 puntos El examen consta de dos secciones. consiste en 9 preguntas en formato de opción múltiple con 4 opciones cada una. B: La potencia de la prueba es la probabilidad de aceptar la hipótesis nula que es verdadera. la segunda. B: El marco muestral es un procedimiento o lista que identifica los sujetos que pueden ser elegidos para la muestra. • Primera Parte: Las preguntas deben ser respondidas en las hojas de captura.T a) A es verdadera y B es falsa.20 b) H0 : pX − pY = 0. I. La primera.20 vs. c) A es falsa y B es verdadera. A: Un error de tipo I ocurre cuando se rechaza una hipótesis nula verdadera. B: El valor-p aumenta cuando la significancia α aumenta.M ¿cuál de las siguientes hipótesis estarı́an siendo contrastadas? a) H0 : pX − pY ≥ 0.Tipo de examen: A Examen Final 1 Nombre: Clave Única: Tiempo de examen: 2 horas. la potencia de la prueba aumenta. Departamento de Estadı́stica Estadı́stica II Mayo 2012 . d ) A es falsa y B es falsa. [4 puntos] Si la región de rechazo para la diferencia de proporciones pX − pY es R = {p̂X − p̂Y ≥ k}. Ha : pX − pY = 0. considere las siguientes afirmaciones: A: Si el tamaño de la muestra n aumenta. Asegúrese de anotar su clave única y el tipo de examen. b) A es verdadera y B es verdadera. con un peso del 36 %.

95.1) representa un intervalo de 95 % de confianza para la varianza σ 2 de una población normal.2.92. 9) independientes.76. Ha : µ < 500 Se toma una muestra aleatoria de tamaño 10 y el estadı́stico de prueba observado fue zobs = −1. b) p ≈ 0.5 defectos por artı́culo. . para contrastar H0 : µ ≥ 500 vs. [4 puntos] El intervalo (4.M distribución Poisson con media λ = 2. d) p ≈ 0.08. b) A es verdadera y B es verdadera. . [4 puntos] En la manufactura de computadoras portátiles el número de defectos por equipo sigue una a) p ≈ 0.950. b) A es verdadera y B es verdadera.T a) p ≈ 0. . 6. a) A es verdadera y B es falsa. . B: Sea el ECM(θ̂) el error cuadrático medio del estimador θ̂. . Entonces. X8 y Y1 . 4) y Y ∼ N(1. Si  2  Sx p=P ≤ 0. . d) p ≈ 0. a.99 8. Y11 m. [4 puntos] Considere las siguientes afirmaciones: A: El error de estimación y el sesgo son conceptos que se refieren a lo mismo. entonces var(θ̂1 ) < var(θ̂2 ).050. . Considere las siguientes afirmaciones: A: La hipótesis H0 : σ = 2 se rechazarı́a con una significancia del 5 %. c) A es falsa y B es verdadera. c) A es falsa y B es verdadera. .01. Departamento de Estadı́stica Estadı́stica II Mayo 2012 . . . c) A es falsa y B es verdadera.75 es: b) p ≈ 0. b) A es verdadera y B es verdadera.A correspondientes. B: La media muestral es menor que 490. c) p ≈ 0. d ) A es falsa y B es falsa. a) A es verdadera y B es falsa.Tipo de examen: A Examen Final 2 5.025. c) p ≈ 0. [4 puntos] Considere una población distribuida normal con media µ y desviación estándar σ = 7. d ) A es falsa y B es falsa. I. d ) A es falsa y B es falsa. para cualesquiera par de estimadores θ̂1 y θ̂2 . . a) A es verdadera y B es falsa. y sean X1 . Si ECM(θ̂1 ) < ECM(θ̂2 ). [4 puntos] Sea X ∼ N(−1.122 Sy2 donde S·2 denota la varianza muestral correspondiente. B: El parámetro σ 2 está contenido en el intervalo con una probabilidad de 0. La probabilidad de que en un lote de 50 artı́culos el número promedio de defectos por equipo sea menor que 2. Considere las siguientes aseveraciones: A: La prueba se rechaza con una significancia del 5 %. 8.975 9. 7.

T Departamento de Estadı́stica Estadı́stica II Mayo 2012 .Tipo de examen: A Examen Final 3 .M .A I. .

A I. .Tipo de examen: A Examen Final 4 .M .T Departamento de Estadı́stica Estadı́stica II Mayo 2012 .

para acreditar su respuesta debe incluir el desarrollo o la justificación de su procedimiento. Departamento de Estadı́stica Estadı́stica II Mayo 2012 .Tipo de examen: A Examen Final 5 • Segunda Parte: Consiste en 3 problemas a resolver. En esta parte. s2x = 342. d ) [3 puntos] La figura 1 muestra una gráfica de de probabilidad normal con la cuenta de glóbulos blancos de una muestra de 25 hombres. con un peso total de 64 puntos.9. b) [12 puntos] Argumente su respuesta con base en la significancia descriptiva (valor-p).9.T a) [3 puntos] Escriba claramente las hipótesis estadı́sticas nula y alternativa. s2y = 300.M Figura 1: Gráfica de probabilidad normal de la cuenta de glóbulos blancos. Hombres 2 ● ● ● 1 ● ● escala normal ● ● ● ● ● ● ● 0 ● ● ● ● ● ● ● ● −1 ● ● ● −2 ● 300 310 320 330 340 350 . ¿Apoyarı́a usted esta hipótesis de trabajo? I. ȳ = 209. ¿Considerarı́a que los datos siguen aproximadamente una distribución normal? Argumente. c) [3 puntos] Indique los supuestos en los que basó su análisis.A x̄ = 223. Indique claramente la respuesta a lo preguntado. Utilice fracciones o un mı́nimo de 3 decimales. número de globulos blancos . 1.5. [21 puntos] Para comparar el nivel medio de plaquetas entre hombres (X) y mujeres (Y ) de edad entre los 20 y 25 años se han tomado muestras de tamaño nx = 12 y ny = 15 respectivamente.0 Se piensa que en general el número de plaquetas de los hombres es mayor que el de las mujeres. Se obtuvieron los siguientes estadı́sticos: .

.M .T Departamento de Estadı́stica Estadı́stica II Mayo 2012 .Tipo de examen: A Examen Final 6 .A I.

En la sucursal Perisur tiene una media µX y desviación estándar σX = 3. . . .5. Este pro- ducto se envasa directamente en el punto de venta.T Departamento de Estadı́stica Estadı́stica II Mayo 2012 . a) [10 puntos] Suponga ahora que Y1 . Actualmente hay dos sucursales de Benefit. [18 puntos] La barra de cosméticos Benefit ha comenzado a vender un tónico humectante.Tipo de examen: A Examen Final 7 2. Perisur y Antara.M .A I. Y15 es una muestra aleatoria de botellas de tónico de la sucursal Antara obteniendo una media ȳ = 1.10 y una varianza s2y = 17. . . Construya un intervalo de confianza del 95 % para σY2 b) [8 puntos] ¿Se puede afirmar con una significancia del 10 % que el proceso de llenado de la sucursal Antara tiene la misma variabilidad que el de Perisur ? . El proceso de llenado de botes del tónico se puede modelar mediante una variable aleatoria X normal- mente distribuida.

T Departamento de Estadı́stica Estadı́stica II Mayo 2012 .A I. .Tipo de examen: A Examen Final 8 .M .

MAlfa Alfa Zeta Alfa Alfa Zeta 2 40 13 40 13 13 15.8 46 14 Exa 2 18.025.9 53 5 Zeta 2 14.8 47 26 Zeta 13 9.3 55 4 Exa 2 13. Se les preguntó también la edad.0 43 17 18 19 20 21 22 .5 51 25 Alfa 40 8. el canal de televisión favorito y el tiempo (horas por semana) que destinan a verlo. b) [10 puntos] Con una significancia de α = 0.T a) [15 puntos] ¿Dirı́a usted que hay independencia entre el canal de televisión y la estación de radio preferidos? Argumente con base en el valor-p del estadı́stico de prueba.3 55 13 Exa 40 7.4 56 15 Zeta 13 12.6 50 I. ¿dirı́a usted que en el caso del Canal 2.2 13.6 48 27 Exa 2 13.1 52 7 Exa 13 13.9 47 11 Zeta 13 13. 16 Alfa 40 7. Los resultados se reportan en la siguiente tabla obs Estación Canal Tiempo Edad de radio TV (hrs/semana) (años) 1 Zeta 13 11.3 45 .7 7.0 53 8 Zeta 40 7.2 58 49 48 45 52 53 23 Alfa 40 6.7 50 .4 15.8 50 2 Exa 40 8.1 54 10 Zeta 40 6.5 49 6 Exa 2 18.3 11. [25 puntos] Se realizó una encuesta a 27 personas donde se les preguntó su estación de radio favorita.A 24 Exa 2 12.1 51 12 Alfa 2 15.9 7.Tipo de examen: A Examen Final 9 3.5 48 9 Alfa 2 15. a mayor edad del espectador más es el tiempo que pasa frente al televisor? Departamento de Estadı́stica Estadı́stica II Mayo 2012 .7 45 3 Alfa 13 14.

Tipo de examen: A Examen Final 10 .T Departamento de Estadı́stica Estadı́stica II Mayo 2012 .M .A I. .

considerando como conglomerado el distrito electoral. [4 puntos] Diga cuál de las siguientes expresiones es falsa: a) La amplitud de un intervalo de confianza crece proporcionalmente con el nivel de la confianza. y de un distrito a otro son diferentes. √ c) Si µ0 se ubica dentro del intervalo de confianza X̄ ± z1−α/2 σ/ n. b) P(Aceptar H0 |θ = 2). Xn . La primera. el intervalo de confianza para la media µX será en general más amplio mientras mayor sea la desviación estándar σX de la . c) Muestreo aleatorio simple del padrón electoral completo. con un peso del 28 %.00}. 45 minutos. consiste en 7 preguntas en formato de opción múltiple con 4 opciones cada una. [4 puntos] Para la realización de un conteo rápido se sabe que las preferencias electorales dentro de un distrito electoral son muy parecidas. .M 3. b) R = {X̄ ≥ 2. entonces se podrı́a concluir que los datos apoyan la hipótesis nula H0 : µ = µ0 con una significancia de α. 2.A población. ¿Cuál de los siguientes métodos de muestreo serı́a el apropiado a utilizar? a) Un esquema de muestreo no aleatorio. Si se desear contrastar las hipótesis H0 : θ = 2 vs.Tipo A Examen Final 1 Nombre: Clave Única: Tiempo de examen: 2 horas.50}. • Primera Parte: Las preguntas deben ser respondidas en las hojas de captura. 1]. d ) En diez lanzamientos de una moneda. Total: 100/100 puntos El examen consta de dos secciones. c) La eficiencia relativa entre dos estimadores se encuentra en el intervalo [0. . . I. Asegúrese de anotar su clave única y el tipo de examen. [4 puntos] Considere la muestra aleatoria X1 . √ la desviación estándar de la proporción de águilas observada siempre será menor o igual a 1/ 40. consiste en 3 problemas a desarrollar y con un peso total de 72 %. c) P(Rechazar H0 |θ = 1). Ha : θ = 1. 1. [4 puntos] Si se desea verificar la hipótesis de trabajo Ha : µ > 1. la potencia de la prueba se define como: a) P(Rechazar H0 |θ = 2).00}. b) Para un nivel de confianza dado y un tamaño de muestra fijo. ¿cuál de las siguientes regiones de rechazo R tendrı́a asociada una menor probabilidad de cometer el error Tipo I? . 5.T 4. . d ) El error cuadrático medio de un estimador insesgado es igual a su varianza. la segunda. [4 puntos] Diga cuál de las siguientes expresiones es falsa: a) El error cuadrático medio de un estimador es siempre no negativo. b) Muestreo aleatorio por conglomerados. a) R = {X̄ ≥ 0. Departamento de Estadı́stica Estadı́stica II Diciembre 2012 . d) No se sabe pues depende de H0 . d) 1 − P(Rechazar H0 |θ = 1). . c) R = {X̄ ≥ 1. b) El sesgo de un estimador puede tomar cualquier valor real. d ) Muestreo aleatorio estratificado por distrito electoral.

.04. de una población normal con media µY y varianza σY2 . . b) 0. c) 0. d) ninguna de las anteriores. . . . X4 una muestra aleatoria de una población normalmente distribuida con media µ y varianza σ 2 = 1.90 SY2 entonces c es.T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 . .626. . Entonces.Tipo A Examen Final 2 6. . X̄ + 0. 7. . . . [4 puntos] Considere las muestras aleatorias X1 . [4 puntos] Sea X1 .5).951. .5. . . a) 10. X8 de una población normal con media µX y 2 varianza σX .683. Si S·2 denota la varianza muestral y se tiene que  2  SX P < c = 0. hasta tres decimales.M . b) 0. el nivel de confianza aproximado de este intervalo es: a) 0.377. Se construye un intervalo para el parámetro µ de la forma (X̄ − 0.724. c) 2. Y10 .A I. d) ninguna de las anteriores. Suponga además que σX = 2σY . independiente de Y1 .

P 2 10.0 yi = 759. con un peso total de 72 puntos. nivel. Cartier (C) y Rolex (R). P 7 6 yi = 94.0 97 5 P clásico 12 6.1 92 11 P temporada 6 8. [30 puntos] La siguiente información corresponde a un extracto del catálogo de relojes de una joyerı́a en la que se ofrecen tres marcas de lujo: Pattek (P).A b) [10 puntos] ¿Podrı́a decir que la maquinaria de los relojes Cartier son igualmente buenos que los relojes Rolex ? Justifique.6 80 12 13 donde P C C xi = 115.0. .6 71 2 C clásico 12 4. P 89 99 xi yi = 800. para acreditar su respuesta debe incluir el desarrollo o la justificación de su procedimiento. obs. 1.Tipo A Examen Final 3 • Segunda Parte: Consiste en 3 problemas a resolver.T Nivel P C R temporada 6 8 14 clásico 5 9 10 ¿Dirı́a usted que el Nivel (W ) es independiente de la Marca (B)? Justifique.9.0 70 4 R temporada 7 6. Marca (B) Nivel (W ) Tiempo (X) Precio (Y ) Calificación (Z) — — (años) (miles dólares) (10–100) 1 R clásico 11 3. tiempo en catálogo. Utilice fracciones y un mı́nimo de 3 decimales.0 76 .0 84 9 R temporada 8 8.9. 10 R clásico 9 8.0 75 8 C clásico 10 8. En el catálogo se incluyen las variables: marca.0 90 6 R temporada 8 7. Indique claramente la respuesta a lo preguntado.0. precio y la calificación de la maquinaria emitida por expertos.0 90 3 C temporada 8 5.9 a) [10 puntos] ¿Existe alguna asociación lineal entre el Tiempo (X) y el Precio (Y )? Justifique su respuesta con base en la significancia observada (valor-p) del estadı́stico empleado.0 12. Departamento de Estadı́stica Estadı́stica II Diciembre 2012 .6 83 7 P clásico 11 8. En esta parte. c) [10 puntos] El catálogo completo incluye 52 relojes clasificados de la siguiente forma Marca I.M temporada temporada xi = 1073. P 2 .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 .A I.M .Tipo A Examen Final 4 . .

v. . c) [9 puntos] Cuando una baterı́a se agota ésta es reemplazada inmediatamente por una similar (en realidad las baterı́as son recargables). b) [6 puntos] Determine el error cuadrático medio del estimador θ̃ del inciso anterior.A I. a) [6 puntos] Sea θ̃ = kX un estimador del parámetro θ. La variable aleatoria X tiene una función de densidad dada por   1 x f (x) = 2 − 2 si 0 ≤ x ≤ θ θ θ para algún parámetro θ > 0. .i. 2.i. .d. ¿Cuál es la probabilidad de que haya necesidad cambiar más de 40 baterı́as en un año (365 dı́as)? (Sugerencia: considere Sn = X1 + · · · + Xn . ..) . y suponga que la vida media de las baterı́as es de µ = 10 dı́as y su desviación estándar aproximada de σ = 7 dı́as. Considere Xi el tiempo de duración de la i-ésima baterı́a.a. Determine k de manera que el estimador θ̃ sea insesgado.M . i = 1.Tipo A Examen Final 5 2.T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 . [21 puntos] Sea X una variable que modela el tiempo de duración aleatorio de una baterı́a de respaldo para computadoras (no-break ). .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 . .M .Tipo A Examen Final 6 .A I.

Xn una muestra aleatoria del proceso de llenado en la sucursal Perisur. . El proceso de llenado de botes del tónico se puede modelar mediante una variable aleatoria X normal- mente distribuida.5 ml.10 cuando el proceso de llenado tiene en realidad µX = 98 ml. y la probabilidad de no rechazar H0 es a lo más de 0. . .0 ml. la probabilidad de rechazar H0 cuando ésta es verdadera sea menor que 0. .2 Construya un intervalo de confianza del 95 % para la desviación estándar σY . En la sucursal Perisur tiene una media µX y desviación estándar σX = 3 ml. Y14 es una muestra aleatoria de botellas de tónico de la sucursal Antara obteniendo una media ȳ = 105. a) [8 puntos] Suponga ahora que Y1 .Tipo A Examen Final 7 3..T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 . . Perisur y Antara.05. . considerando la región de rechazo R = {X̄ ≤ k} Determine el tamaño de muestra n y el valor crı́tico k tales que. . . [21 puntos] La barra de cosméticos Benefit ha comenzado a vender un tónico humectante. . Se desea contrastar las hipótesis H0 : µX ≥ 100 ml. vs. Actualmente hay dos sucursales de Benefit. b) [13 puntos] Sea X1 . Este pro- ducto se envasa directamente en el punto de venta. .A I. Ha : µX < 100 ml. y una varianza Sy2 = 16.M .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 .M .Tipo A Examen Final 8 .A I. .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 . .A I.M .Tipo A Examen Final 9 .

A I.M . .Tipo A Examen Final 10 .T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 .

Tipo A Examen Final 11 . .A I.M .T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 .

T Departamento de Estadı́stica Estadı́stica II Diciembre 2012 .A I.Tipo A Examen Final 12 .M . .