ESTADISTICA INFERENCIAL

ACTIVIDAD 4

ANDREA JULIETH MEJIA RODRIGUEZ

ID: 545407

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS UNIMINUTO

PROGRAMA DE CONTADURÍA PÚBLICA

FACULTAD DE CIENCIAS EMPRESARIALES

CUARTO SEMESTRE

NEIVA - HUILA

2017

1
ESTADISTICA INFERENCIAL

ACTIVIDAD 4

ANDREA JULIETH MEJIA RODRIGUEZ

Presentado a: PAUL ALEJANDRO SERPA QUINTERO

DOCENTE UNIVERSITARIO
Área: Estadística Inferencial
NRC: 7339

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS VIRTUAL Y DISTANCIA

FACULTAD DE CIENCIAS EMPRESARIALES
PROGRAMA CONTADURÍA PÚBLICA
CUARTO SEMESTRE
NEIVA-HUILA
2017

2
ESTADISTICA INFERENCIAL

TABLA DE CONTENIDO

INTRODUCCIÓN..................................................................................................................4
EJERCICIOS 8.1....................................................................................................................5
EJERCICIOS 8.2....................................................................................................................9
EJERCICIOS 8.3..................................................................................................................10
CONCLUSIÓN.....................................................................................................................13

3
ESTADISTICA INFERENCIAL

INTRODUCCIÓN

En el presente trabajo daremos a conocer la solución de los ejercicios:

Ejercicio 8.1 resolver los numerales del 1 al 6 pág. 283 del libro Estadística Aplicada Ciro
Martínez - Richard Levin.
Ejercicio 8.2 resolver los numerales 8 y 10 pág. 286 y 287 del libro Estadística Aplicada
Ciro Martínez - Richard Levin.
Ejercicio 8.3 resolver los numerales 12,13 y 15 pág. 290 y 291 del libro Estadística
Aplicada Ciro Martínez - Richard Levin

4
ESTADISTICA INFERENCIAL

EJERCICIOS 8.1

1 al 6 pág. 283 del libro Estadística Aplicada Ciro Martínez - Richard Levin.

8-1. ¿Cuáles son las herramientas básicas que se utilizan al hacer inferencia estadística?
 Estimación: efectuar una estimación es usar las medidas calculadas en una muestra
(estimadores) para predecir el valor de uno o más parámetros de la población.
Un estimador es a menudo expresado en términos de una formula matemáticas que
da la estimación como una función de las medidas muéstrales.
La estimación de un parámetro poblacional puede realizarse de dos manera:
- Por punto. se usan las medidas de la muestra para calcular un único valor
numérico que es la estimación del parámetro muestral.
- Por intervalo. Las medidas de la muestra puedes también usarse para calcular
dos valores numéricos que definen un intervalo el cual, con un cierto nivel de
confianza, se considera que incluye al parámetro.
La probabilidad de que una estimación por intervalo incluya el parámetro se
denomina nivel de confianza.
 Prueba de Hipótesis: es una rama importante de la inferencia estadística, se
denomina también docimasia de hipótesis o contraste de hipótesis.
Una hipótesis estadística es una supuesto acerca de algún parámetro poblacional o
sobre alguna situación existente en la población.
La hipótesis es una proporción de una o más poblaciones. La hipótesis es la
conjetura o suposición que motiva la investigación. Una creencia sobre la
población, principalmente sobre sus parámetros:
- Media
- Varianza
- Proporción

5
ESTADISTICA INFERENCIAL

8-2. ¿Por qué los que toman decisiones a menudo miden muestras en lugar de medir
poblaciones completas? ¿Cuál es la desventaja?

El uso de muestras en un estudio estadístico permite ahorrar mucho esfuerzo y dinero, y

generalmente proporciona información muy precisa sobre las principales propiedades de la
población. Para seleccionar una muestra, usar técnicas que permitan garantizar que se
cumplan las propiedades de homogeneidad, independencia y representatividad. La técnica
de muestreo utilizada depende de los objetivos del estudio, de las características de la
población y de las disponibilidades de materiales. Cada dato cuesta dinero, así que para
elegir el tamaño de la muestra hay que compatibilizar la precisión requerida con la
variabilidad de los datos y los recursos disponibles.

8-3. Explique una limitación que se presenta al hacer una estimación puntual, pero que no
se presunta al hacer una estimación de intervalo.

Se pueden hacer dos tipos de estimaciones concernientes a una población:

 Una estimación puntual: es sólo un número que se utiliza para estimar un parámetro
de población desconocido. Una estimación puntual a menudo resulta insuficiente,
debido a que sólo tiene dos opciones: es correcta o está equivocada. Una estimación
puntual es mucho más útil si viene acompañada por una estimación del error que
podría estar implicado.
 Una estimación de intervalo: es un intervalo de valores que se utiliza para estimar
un parámetro de población. Esta estimación indica el error de dos maneras: por la
extensión del intervalo y por la probabilidad de obtener el verdadero parámetro de
la población que se encuentra dentro del intervalo

6
ESTADISTICA INFERENCIAL

8-4. ¿qué es un estimador? ¿En qué se diferencia un estimador de una estimación?

Un estimador es una estadística de muestra utilizada para estimar un parámetro de

población. La media de la muestra puede ser un estimador de la media de la población, y la
porción de la muestra se puede utilizar como estimador de la porción de la población.
También podemos utilizar el alcance de la muestra como un estimador del alcance de la
población. Cuando hemos observado un valor numérico específico de nuestro estimador,
nos referimos a ese valor como una estimación. Una estimación es un valor específico
observado de una estadística. Hacemos una estimación si tomamos una muestra y
calculamos el valor que toma nuestro estimador en esa muestra.

8-5. de una lista de los criterios de un buen estimador y descríbalo brevemente

 Imparcialidad: Se refiere al hecho de que una media de muestra es un estimador no

sesgado de una media de población, porque la media de distribución de muestreo de
las medias de muestras tomadas de la misma población es igual a la media de la
población misma. Podemos decir que una estadística es un estimador imparcial (o
no sesgado) si, en promedio, tiende a tomar valores que están por encima del
parámetro de la población y la misma extensión con la que tiende a asumir valores
por debajo del parámetro de población que se está estimando. 2.
 Eficiencia: Se refiere al tamaño del error estándar de la estadística. Si comparamos
dos estadísticas de una muestra del mismo tamaño y tratamos de decidir cuál de
ellas es un estimador más eficiente, escogeríamos la estadística que tuviera el menor
error estándar o la menor desviación estándar de la distribución de muestreo. Tiene
sentido pensar que un estimador con un error estándar menor (con menos
desviación) tendrá una mayor oportunidad de producir una estimación más cercana
al parámetro de población que se está considerando.

7
ESTADISTICA INFERENCIAL

 Coherencia: Una estadística es un estimador coherente de un parámetro de

población si al aumentar el tamaño de la muestra, se tiene casi la certeza de que el
valor de la estadística se aproxima bastante al valor del parámetro de la población.
Si un estimador es coherente, se vuelve más confiable si tenemos tamaños de
muestras más grandes. 4.
 Suficiencia: Un estimador es suficiente si utiliza una cantidad de la información
contenida en la muestra que ningún otro estimador podría extraer información
adicional de la muestra sobre el parámetro de la población.

8-6. ¿Qué papel juega la consistencia en la determinación del tamaño de la muestra?

La consistencia en la determinación del tamaño de la muestra; juega un papel muy

importante, ya que su objetivo es minimizar riesgos en todos los aspectos para la obtención
de resultados idóneos en la toma de muestras.

8
ESTADISTICA INFERENCIAL

EJERCICIOS 8.2

8-8. El National Bank of Lincoln quiere determinar el número de cajeros disponibles

durante las horas pico del almuerzo los viernes. El banco ha recolectado datos del número
de personas que entraron al banco los viernes de los últimos 3 meses entre las 11 A.M. y la
1 P.M. Utilice los siguientes datos para encontrar las estimaciones puntuales de la media y
la desviación estándar de la población de donde se tomó la muestra.
242 275 289 306 342 385 279 245 269 305 294 328

9
ESTADISTICA INFERENCIAL

8-10. En una muestra de 400 trabajadores textiles, 184 de ellos expresaron gran
insatisfacción con el plan propuesto para modificar las condiciones de trabajo. Como el
descontento de este grupo fue lo suficientemente fuerte para hacer que la administración de
la fábrica considerara la reacción al plan como altamente negativa, tienen curiosidad de
conocer la proporción del total de trabajadores en contra. Dé una estimación puntual de esta
proporción.

R/= 0.46

EJERCICIOS 8.3

8-12. De una población que se sabe tiene una desviación estándar de 1.4, se toma una
muestra de 60 individuos. Se encuentra que la media de esta muestra es 6.2.
a) Encuentre el error estándar de la media.
R/= 0.181.
b) Construya una estimación de intervalo alrededor de la media de la muestra,
utilizando un error estándar de la media.
R/= (6.019, 6.381).

10
ESTADISTICA INFERENCIAL

8-13. Una población con desviación estándar conocida de 1,65, una muestra de 32
elementos dio como resultado 34,8, como estimación de la media.
a) Encuentre el error estándar de la media
b) Calcule un intervalo estimado que incluya la medida de la población 99,7% del
tiempo.

11
ESTADISTICA INFERENCIAL

8-15. Debido a que el dueño del restaurante recientemente abierto, el refugio del bardo ha
tenido dificultades al estimar la cantidad de comida que debe preparar cada tarde, ha
decidido determinar el número medio de clientes a los que atiende cada noche. Selecciono
una muestra de 30 noches que le arrojaron una media de 71 clientes. Se llegó a la
conclusión de que la desviación estándar de la población es 3,76.
a) De una estimación de intervalo que tenga 68,3% de probabilidad de incluir a la
medida de la población.
b) De una estimación de intervalo que tenga 99,7% de probabilidad de incluir a la
media de la población.

12
ESTADISTICA INFERENCIAL

CONCLUSIÓN

Para concluir este trabajo de estadística sobre los ejercicios realizados del libro Estadística
Aplicada Ciro Martínez - Richard Levin podemos decir que nos ha servido mucho para
poder manejar con más facilidad cada formulas y así lograr realizar un buen trabajo final de
la materia.

13