Ea PDF

Fecha: ______________________________________________________
Estadística. Nivel B.
UNIDADA III. INFERENCIA ESTADISTICA.
Objetivo: Construirá distribuciones de muestreo para la media.
3.1.1 Distribución de muestreo de la media.

3.1.2 El error estándar de la media
3.1.3 El Teorema del Límite Central.
MUESTREO: Su función básica es determinar qué parte de una población debe examinarse con la
finalidad de hacer inferencias (conclusiones o respuestas), sobre dicha población. El error
que se comete debido a que se obtienen conclusiones sobre la población a partir de la
observación de solo una parte de ellas, se denomina error de muestreo.
OBJETIVO DEL MUESTREO: es hacer una inferencia acerca de la población con base en la
información contenida en la muestra.
La siguiente tabla resume los parámetros más importantes y sus estimadores:
Parámetro Estimador o
MEDIDA  estadístico.
ˆ
Media  x
Varianza  2
s2
Desviación Estándar  s
Proporción p p̂
En el siguiente ejemplo se demuestra como deducir las distribuciones muestrales de un estadístico para
una población muy pequeña:
Ejemplo: Una población consta de N = 5 números: 3, 6, 9, 12, 15. Si se selecciona una muestra
aleatoria de tamaño n = 3 sin reemplazo, encuentre la distribución muestral para la media de la
muestra.
Solución:
a) Obtenga la probabilidad para cada número.
b) Realice el histograma de probabilidad para los valores de la población.
Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 1

Fecha: ______________________________________________________
c) Obtenga la media poblacional  .
d) Obtenga los valores de x para el muestreo aleatorio simple cuando n = 3 y N = 5.
Muestra Valores de x P( x ) C3 
5!
 10
5
la muestra (3!(5  3)!)
1
2
3
4
5
6
7
8
9
10
e) Obtenga la media de las medias  x
f) ¿Qué puede decir de ésta y de  ?
g) Encuentre la distribución muestral para la media de la muestra x .
x f P( x
)
h) Realice el histograma de probabilidad para las distribuciones muestrales de la media de la muestra,

x.
i) ¿Existe simetría? Argumente.

Fecha: ______________________________________________________
j) ¿se puede considerar a x como un estimador de  ? Argumente.
2) En una dependencia de gobierno se requirió que seis empleados de confianza trabajaran en horas
extras una quincena:
Empleado Ramírez Jiménez Hernández López Fernández Chávez.

Horas extras 2 3 5 4 6 7
a) Calcular la  y  de las horas extras trabajadas.
b) Graficar las horas extras trabajadas
Empleado
Horas extras
c) Obtenga los valores de x para el muestreo aleatorio simple cuando n = 2 y N = 6.
Muestra Valores de x P( x )
C2 
6!
 15
la muestra 6
(2!(6  2)!)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
d) Obtenga la media de las medias  x y el error estándar.

Fecha: ______________________________________________________
e) ¿Qué puede decir de estos y de  y ?
f) Elaborar la tabla de distribución de muestreo de la media (distribución de probabilidad de la media

muestral).
x f P( x
)
h) Graficar la distribución de muestreo de la media.
Horas extras
x
i) ¿Existe simetría? Argumente.
j) ¿se puede considerar a x como un estimador de  ? Argumente.

Fecha: ______________________________________________________
Serán satisfactorios los resultados muestrales si la media muestral está próxima al valor de la media
poblacional.
DISTRIBUCIÓN DE MUESTREO DE LAS MEDIAS MUESTRALES: Es la distribución

probabilística que consta de todas las medias muestrales posibles de un tamaño de muestra
dado de una población, y la probabilidad de ocurrencia asociada a cada media muestral.
TEOREMA DEL LÍMITE CENTRAL
El teorema del límite central (TLC) informa acerca de la distribución de muestreo de medias de
muestras con tamaño n.
DEFINICIÓN DE TEOREMA CENTRAL DE LÍMITE: Si se toman todas las muestras posibles,

cada una de tamaño n, de una población N con media  y desviación estándar  , la
distribución de muestreo de las medias muestrales:
1. Tendrá una media  x igual a  .

N n
2. Tendrá una varianza  x igual a  2 / n 
2
si la muestra se seleccionó sin reemplazo.
N 1
3. Será de tipo normal cuando la población de la que proceden las muestras, o distribución original sea
de tipo normal, o bien será de tipo aproximadamente normal para muestras de tamaño 30 o mayor,
cuando la distribución original no sea normal. La aproximación a la distribución normal mejora
conforme aumenta el tamaño de la muestra.
EL ERROR ESTÁNDAR: El error estándar es la desviación estándar de la distribución de muestreo de

los estimadores. Así, el error estándar de la distribución de muestreo de las medias
muestrales  x , es la desviación estándar de todas las posibles medias muestrales, y el error
estándar de la distribución de muestreo de las proporciones muestrales  p̂ , es la desviación
estándar de todas las posibles proporciones muestrales.
 pˆ (1  pˆ )
x   pˆ 
n n
Para calcular probabilidades para la media muestral, se utiliza:
X  x X 
Z 
x 
n
Ejemplos:

Fecha: ______________________________________________________
1) Suponga que se selecciona una muestra aleatoria n = 5 observaciones de una población que está
normalmente distribuida, con media igual a 1 y desviación estándar igual a 0.36.
a) Encuentre la probabilidad de que x sea mayor que 1.3.
b) Encuentre la probabilidad de que la media muestral x sea menor que 0.5.
c) Estime la probabilidad de que la media de la muestra se desvíe de la media de la población μ=1 por más de
0.4.
2) Suponga que un empresario quiere usar la información sobre precios de consumo publicada en un
artículo. Bajo la suposición de que estos precios tiene una distribución normal con media de 75 pesos y
Fecha: ______________________________________________________
una desviación estándar de 9 pesos, se eligió una muestra aleatoria de 81 precios. Calcule la
probabilidad de que la media de la muestra:
a) sea mayor que 84 pesos.
b) Este entre 74 y 76 pesos.
c) Sea menor que 73.5 pesos.
3) Un empresario de botellas y envases de pintura, debe asegurarse de que los frascos de 12 oz. para
una pintura en realidad contengan esa cantidad de pintura. El empresario muestrea al azar 10 frascos
por hora y mide la cantidad de pintura que contiene cada una. Si en los registros se observa que la

Fecha: ______________________________________________________
cantidad de llenado por frasco está distribuido normalmente, con una desviación estándar de 0.2 oz. y si
se ajusta la máquina de frascos para producir un llenado medio por frasco de 12.1 oz..
¿Cuál es la probabilidad aproximada de que la media muestral x de los diez frascos de prueba sea
menor que 12 oz?
4)Una muestra aleatoria de 40 chips de computadora se selecciona de una población y se registra el

peso de cada uno. Un estudio previo indica que el peso medio de la población fue de 0.8 onzas con una
desviación estándar de 0.1 onzas.
a) ¿Cuál es la probabilidad de que la muestra tenga un peso medio entre 0.75 y 0.90 onzas?
b) Determine la probabilidad de que la muestra tenga media menor que 0.5 onzas.
5) Un auditor toma una muestra de tamaño 63 de una población muy grande de cuentas por cobrar; la
desviación estándar de la población se desconoce. La desviación estándar de la muestra fue de $43. El
valor real de la media de las cuentas por cobrar se cree que es de $266.

Fecha: ______________________________________________________
a) ¿Cuál es la probabilidad de que la media de la muestra pudiera ser de $250 o menos?
b) ¿Cuál es la probabilidad de que en esta muestra se encontrara una media de $260 o más?
c) ¿Cuál es la probabilidad de que la media de la muestra fuese entre $275 y $325?
Propiedades de la distribución muestral de la proporción.

Fecha: ______________________________________________________
1) Si se selecciona una muestra aleatoria de n observaciones de una población binomial con
x
tendrá una media  p

parámetro P, entonces la distribución muestral de la proporción p = 
n
pˆ (1  pˆ ) 
= P y una desviación estándar  pˆ  donde q = 1 - p .
n

2) Cuando el tamaño de la muestra n es grande, la distribución muestral de p se puede aproximar
mediante una distribución normal. La aproximación será adecuada si np > 5 y nq > 5.

p p

Para calcular probabilidades para la proporción muestral p : Z= pq
n
Ejemplos:
1) En una encuesta se preguntó a 500 empresarios acerca de la importancia de los deportes para sus
trabajadores. De los empresarios entrevistados, 55 % (P) estaba de acuerdo en que los géneros son
iguales y deben tener las mismas oportunidades de participar en los deportes.
¿Cuál es la probabilidad de observar una proporción muestral tan grande o mayor que el valor

observado p = 0.60?
2) Cuando se investigó la proporción de personas que compran artículos que llevan premio se encontró
que en una muestra de 89 hogares, la proporción de personas que compraban con premio fue de 0.39.
¿Cuál es la probabilidad de que hubiera sido de 0.45 o más?
3) Una de las formas en que la mayoría de los estadounidenses alivia el estrés es premiarse con dulces.
Según un estudio, 46% admite ingerir comidas dulces en exceso cuando está estresado. Suponga que la
cifra 46 % es correcta y que se selecciona una muestra aleatoria de n = 100 personas.

Fecha: ______________________________________________________

a) ¿cuál es la probabilidad de que la proporción muestral p sea mayor que 0.5?

b) ¿cuál es la probabilidad de que p quede dentro de un intervalo entre 0.35 y 0.55?
4) Según una revista el porcentaje promedio de dulces M & M color café en un paquete cualquiera
de M & M es 30 % (sin embargo este porcentaje varía entre los diferentes tipos de dulces M & M
empaquetados). Suponga que se selecciona al azar un paquete de dulces M & M que contiene 55
dulces y determina la proporción de éstos que son cafés.
a) ¿cuál es la probabilidad de que la proporción muestral de dulces sea menor que 20 %?
b) c) ¿cuál es la probabilidad de que la proporción muestral de dulces sea mayor que 35 %?
5) Cerca del 20% de las tiendas de comestibles independientes de cierta ciudad ofrecen cupones-
obsequio. Si se elige una muestra de 50 tiendas, encuentre la probabilidad de que:
a) La proporción de tiendas que ofrecen cupones-obsequio sea mayor que 25%. a) 0.1894

Fecha: ______________________________________________________
b) La proporción de tiendas que ofrecen cupones-obsequio sea menor que 22%. b) 0.6368
c) La proporción de tiendas que ofrecen cupones-obsequio esté entre el 17% y el 23%. c) 0.4038
Objetivo: Con las muestras obtenidas construirá intervalos de confianza (1 -  ) 100% para la media y
la proporción poblacional
3.2.1 El proceso de inferencia estadística.

Fecha: ______________________________________________________
3.2.2 Las características de un estimador.
3.2.3 Estimación de la media poblacional.
3.2.4 Estimación de la proporción poblacional.
3.2.5 Estructura de un intervalo de confianza.
3.2.6 Intervalo de confianza para la media.
3.2.7 Intervalo de confianza para la proporción.
3.2.8 Calculo del tamaño de la muestra.
La inferencia estadística es el proceso que consiste en utilizar los resultados de una muestra para llegar
a conclusiones acerca de las características de una población.
CONCEPTO DE ESTIMADOR:
Es una regla para calcular un número de la información de la muestra, la cual es usada para estimar un
parámetro particular de la población.
LAS CARACTERÍSTICAS DE UN ESTIMADOR:
Estimador Insesgado:
Se dice que el estimador ˆ de algún parámetro  es imparcial si la distribución de muestreo de ese
estimador ˆ se centra alrededor del parámetro  , de tal modo que el promedio de todos los posibles
ˆ sea igual al parámetro  , es decir, que:
ˆ  
Estimador Eficiente:
Si se nos presentan dos estimadores imparciales para un solo parámetro, el estimador cuya distribución
de muestreo tenga la menor varianza, se dice que es el estimador más eficiente.
TIPOS DE ESTIMACIÓN
Existen dos tipos de estimación, estimaciones puntuales y estimaciones por intervalo, los cuales se
definen a continuación:
Estimador Puntual.
Es un valor único calculado a partir de la información de la muestra, que se emplea para estimar un
parámetro poblacional. La media muestral x , es un estimador puntual de la media poblacional  , la
proporción muestral p̂ , es un estimador puntual de la proporción poblacional p . En resumen:
Promedio Poblacional:  = x
Varianza Poblacional:  2 = s2
Desviación Estándar Poblacional: = s
Proporción Poblacional: p = p̂
Ejemplos:
1) A 12 personas de 67 que estaban presentes en un banco en una quincena, se les tomó el tiempo
(en min.) que tardaron en ser atendidas. Los resultados fueron los siguientes: 3.01, 3.05, 2.99,
2.99, 3.00, 3.02, 2.98. 2.99, 2.97, 2.97, 3.02, 3.01. Obtener la estimación puntual del tiempo
medio de atención.

Fecha: ______________________________________________________
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, alojamiento y
entretenimiento por día. De las distintas convenciones que se llevan a cabo en la ciudad se
seleccionaron 16 personas de las 120 que asistieron un día y se les preguntó la cantidad que
gastaban por día. Se obtuvo la siguiente información en dólares: 150; 175; 163; 148; 142;
189; 135; 174; 168; 152; 158; 184; 134; 146; 155; 160. Estimar la cantidad promedio
real.
3) En Monterrey se desea calcular el promedio de empleados que tienen las empresas cementeras
por lo que se tomó una muestra aleatoria del número de empleados que hay en 21 empresas. La
muestra es: 75; 92; 517; 3200; 428; 117; 92; 50; 714.
a) Estime el número promedio de empleados.
b) Estime la proporción de empresas que tienen más de 100 empleados.
Estimador Por Intervalos.

Un intervalo de confianza contiene varios valores obtenidos a partir de un estadístico muestral, de
modo que el parámetro poblacional ocurra dentro de esos valores de acuerdo a una probabilidad
específica llamada Nivel de Confianza.
Estructura de un Intervalo de Confianza (1-  )100%

Fecha: ______________________________________________________
En general, la estructura de un intervalo de confianza se representa por:
  ˆ �Z / 2 ˆ
Donde:
 = Es el parámetro poblacional a estimar (  ,  2 ,  , p ).
ˆ = Es el estimador puntual de la muestra ( x , s 2 , s , p̂ ).
 ˆ = Es el error estándar del estimador.
El valor de Z / 2 se obtiene de acuerdo al nivel de confianza que se desea en el ejercicio. Los niveles de
confianza más utilizados en la estadística son los de 95% y 99%, pero no por ello no se pueden utilizar
otros. Además, se utilizan otras distribuciones como t de Student, F de Fisher o  2 Chi-cuadrada. A
continuación se mencionan los pasos a seguir para encontrar el valor de Z / 2 .
PASOS PARA ENCONTRAR EL VALOR DE Z
1. Representar el nivel de confianza (por ejemplo 95%), como fracción y restarlo a la unidad. A este
valor se le llama nivel de significancia o  (alfa).
2. Dividir el valor de  entre dos, es decir, obtener  2.
3. Buscar el valor resultante dentro de las probabilidades de la tabla de la distribución normal

estándar, donde Z tendrá el valor del renglón y la columna correspondiente. Si el valor buscado se
encuentra entre 2 cantidades, seleccionar la cantidad más cercana y sino la mayor.
NOTA: La única manera de aumentar la confianza sin incrementar la amplitud del intervalo es
aumentar el tamaño de la muestra n.
INTERVALO DE CONFIANZA DE (1-  )100% PARA LA MEDIA POBLACIONAL
ESTIMACIÓN DE INTERVALO PARA UNA  CON  CONOCIDA (MUESTRAS GRANDES)

 : x  Z
2 n

Fecha: ______________________________________________________
Ejemplos:
1) Encuentre un intervalo de confianza del 90 % para una media poblacional  en el caso de los
siguientes valores:
a) n = 125, x = 0.84, 2 = 0.086 b) n = 50, x = 21.9, 2 = 3.44 interprete.
2) Un científico interesado en vigilar los contaminantes químicos en los alimentos y, por tanto, la
acumulación de contaminantes en las dietas humanas, eligió una muestra aleatoria de n = 50 adultos de
sexo masculino. Se encontró que la ingestión diaria promedio de productos lácteos era x = 756 gr. Al
día con  = 35 gr. diarios. Construya un intervalo de confianza del 95 % para la ingestión media diaria
de productos lácteos de los hombres.
3) Construya un intervalo de confianza del 99 % para la ingestión media diaria de productos lácteos
para los hombres adultos del ejemplo anterior.

Fecha: ______________________________________________________
4) En un experimento para determinar el número promedio de latidos del corazón por minuto para
cierta población, bajo las condiciones del experimento, se encontró que el número promedio de latidos
por minuto para 49 sujetos era de 130, con  = 10, encontrar un intervalo de confianza del 90 % para
.
Ejercicios de I.C para µ con una σ conocida (muestras grandes)
1. Una empresa desea información acerca del ingreso medio de los gerentes de la industria del
menudeo. Una muestra aleatoria de 256 gerentes revela una media muestral de $45 420. La
desviación estándar poblacional de esta muestra es de $2 050. A la asociación le gustaría
responder las siguientes preguntas:
a. Estima la media de la población.

Fecha: ______________________________________________________
b. ¿Cuál es un conjunto de valores razonable para la media poblacional con un intervalo de

confianza de 95%?
c. ¿Cómo se deben interpretar estos resultados?
2. Una empresa de investigación llevó a cabo una encuesta para determinar la cantidad media
que los fumadores gastan en cigarrillos durante una semana. La empresa encontró que la
distribución de cantidades gastadas por semana tendía a seguir la distribución normal, con
una desviación estándar poblacional de $5. Una muestra de 49 fumadores reveló que X
=$20.
a. Estima la media de la población

Fecha: ______________________________________________________
b. Con el nivel de confianza de 95%, determine el intervalo de confianza para  . Explique lo

que significa.
c. Supón que se tomó una muestra de 64 fumadores (en lugar de 49) y que la media muestral
es la misma. ¿Cuál es el estimador del Intervalo de Confianza de 95% para la  ?
d. Explica porque este intervalo de confianza es más reducido que el intervalo del inciso c
ESTIMACIÓN DE INTERVALO PARA UNA  CON  DESCONOCIDA

s
 : x  t , n 1
2 n
1) Un artículo publicado, presenta las siguientes 20 mediciones del tiempo en minutos en que se tarda
un gerente en atender a sus clientes.

Fecha: ______________________________________________________
9.85 9.93 9.75 9.77 9.67 9.87 9.67 9.94 9.85 9.75
9.83 9.92 9.74 9.99 9.88 9.95 9.95 9.93 9.92 9.89
Encuentre un intervalo de confianza del 95 % para el tiempo de atención promedio. Supóngase que el
tiempo de atención sigue una distribución normal.
2) Se eligen 5 clientes que están esperando ser atendidos, considerando su edad media de 35 años con
una desviación muestral s=5. Elabore un intervalo de confianza para la edad.
3) El departamento de personal de una dependencia de gobierno desea estimar los gastos médicos
familiares de sus empleados. Una muestra aleatoria de 10 empleados reveló esos gastos durante el año
anterior 110, 362, 246, 85, 510, 208, 173, 425, 316, 179.
a) Establezca un intervalo de confianza del 90 % para los gastos promedio por familia para todos
los empleados de la dependencia de gobierno.

Fecha: ______________________________________________________
b) Establezca un intervalo de confianza del 95 % para los gastos promedio por familia para todos
los empleados de la dependencia de gobierno.
Ejercicios de I.C. para µ con una σ desconocida (muestras pequeñas)
1. Un fabricante de llantas desea investigar la durabilidad de sus productos. Una muestra de 10

llantas para recorrer 50 000 millas reveló una media muestral de 0.32 pulgadas de cuerda restante
con una desviación estándar de 0.09 pulgadas.
a. Calcula la media de la población

Fecha: ______________________________________________________
b. Construye un intervalo de confianza de 95% para la media poblacional.
2. Al gerente del departamento de servicios al cliente de una compañía gasera local le gustaría
estimar el tiempo promedio que transcurre entre la solicitud de servicio y su conexión. Se
seleccionó una muestra aleatoria de 15 casas de los registros disponibles del año anterior. Los
resultados obtenidos en número de minutos se presentan de la manera siguiente:
114 126 78 86 96 99 78 72 103 104 137 114 117 73 86
a. Establezca una estimación de intervalo de confianza de 95% del tiempo de espera promedio de
población durante el año anterior.
INTERVALO DE (1-  )100% PARA LA PROPORCIÓN POBLACIONAL
pˆ (1  pˆ )
p : pˆ  Z 
2 n
Ejemplos:

Fecha: ______________________________________________________
1) Una muestra aleatoria de n = 300 observaciones de una población binomial produjo x = 263 éxitos.
Encuentre un intervalo de confianza del 90 % para p e interprete el intervalo.
2) Se diseña una encuesta por muestreo para estimar la proporción de vendedores de droga del estado
de Aguascalientes. Se selecciona una muestra aleatoria de 500 registros de una base de datos, y se
clasifica a 68 como vendedores de droga.
Utilice un intervalo de confianza del 95 % para estimar la proporción de vendedores de droga del
estado de Aguascalientes.
3) Una muestra aleatoria de 985 votantes probables fueron encuestados por teléfono por uno de los
partidos. De los 985 encuestados, 592 indicaron que pensaban votar por el candidato de su partido.
Construya un intervalo de confianza de 90 % para p, la proporción de votantes probables en la
población que piensa votar por el candidato. Con base en esta información, ¿puede concluir que el
candidato ganará la elección?

Fecha: ______________________________________________________
4) Se condujo una encuesta con el fin de estudiar las prácticas sanitarias dentales y las actitudes de
cierta población urbana de adultos. De 300 adultos entrevistados, 123 dijeron que regularmente se
sometían a una revisión dental dos veces al año. Construya un intervalo de confianza del 95 % para p,
e interprete su resultado.
5) Un encargado del archivo de expedientes de la PROFECO extrajo una muestra aleatoria de 100
expedientes de personas y encontró que en el 8 % de ellos, la carátula tenía, al menos, un detalle de
información que contradecía a la demás información que aparecía en el expediente. Construya un
intervalo de confianza del 99 % para la proporción verdadera de los expedientes que contienen tales
discrepancias.
Ejercicios de I.C. para p
1. Se llevó a cabo una encuesta de mercado para calcularla proporción de amas de casa que
reconocerían el nombre de la marca de un limpiador a partir de la forma y color del envase. De
las1400 amas de casa de la muestra, 420 identificaron la marca por su nombre.
a. Calcula el valor de la proporción de la población.

Fecha: ______________________________________________________
b. Construye un intervalo de confianza de 99% para la proporción poblacional.
c. Interpreta.
2. Suponga que en una muestra de 2200 familias con uno o más televisores, 471 ven un programa
particular en un momento dado.
a. Calcula el valor de la proporción de la población.
b. Construye un intervalo de confianza de 95% para la proporción poblacional e interpreta.
Tamaños de muestras para estimadores (media).
Una preocupación frecuente al diseñar un estudio estadístico consiste en cuántos elementos debe haber
en una muestra. Si una muestra es demasiado grande, se gasta mucho dinero en recabar datos.
Asimismo, si la muestra es muy pequeña, las conclusiones resultarán inciertas.
El tamaño adecuado de una muestra depende de tres factores:

Fecha: ______________________________________________________
1. El nivel de confianza deseado.
2. El margen de error que tolerará el investigador.
3. La variabilidad de la población que se estudia.
Definición: Si x se utiliza como estimación de  , entonces puede tenerse una confianza del
100(1 -  ) por ciento de que el error x   no será mayor que una cantidad específica E cuando el
tamaño de la muestra sea
2
 z  
 2 
n=  
 E 
 
dónde:
n es el tamaño de la muestra.
Nos indica la probabilidad de error correspondiente al nivel de confianza deseado.
σ = es la desviación estándar de la población.
E es el error máximo admisible.
si el miembro derecho de la ecuación no es un entero, entonces el resultado debe redondearse. Esto

asegura que el nivel de confianza no sea menor que 100(1 -  ) por ciento.
1) Se sabe que la duración, en horas, de un foco de 75 W tiene una distribución aproximadamente

normal, con una desviación estándar de 25 hrs, supóngase que se desea una confianza del 95 % en que
el error en la estimación de la duración promedio sea menor que 5 horas. ¿Qué tamaño de muestra debe
utilizarse?
2) Para el ejemplo anterior, que tamaño de muestra debe emplearse, si el error en la estimación de la
duración promedio es de 6 horas.
3) Se sabe que el contenido de fructuosa de cierto alimento sigue una distribución normal, cuya
varianza es de 0.25. se desea estimar el valor de la media poblacional mediante el valor de la media de
una muestra, admitiéndose un error máximo de estimación de 0.2 con una confianza del 95 % ¿cuál ha
de ser el tamaño de la muestra?

Fecha: ______________________________________________________
4) Un estudiante desea determinar la cantidad media que ganan al mes los egresados de su carrera. El
error máximo al calcular la media debe ser $100, con un nivel de confianza de 80%. El estudiante
encontró un informe del Departamento del Trabajo en el que la desviación estándar es de $1 000.
a) ¿Cuál es el tamaño de la muestra que se requiere?
b) ¿Cuál es el tamaño de la muestra que se requiere si se quiere tener un nivel de confianza de 99%?
c) ¿Qué diferencia hay en los 2 tamaños de muestra y porque?
Objetivo: Comprenderá los conceptos fundamentales de las pruebas de hipótesis.
3.3.1 Concepto de hipótesis.

3.3.2 Estructura de las hipótesis nula y alternativa.
3.3.3 Los conceptos de Errores tipo I y tipo II.
3.3.4 El estadístico de prueba.
3.3.5 El nivel de significancia.

Fecha: ______________________________________________________
Objetivo: Utilizará el proceso de inferencia para probar hipótesis relativas a los parámetros de una
determinada población, en el contexto de situaciones concretas.
3.4.1 Pruebas para una media.

3.4.2 Pruebas para la proporción.
3.4.3 La significancia observada (valor p).
En el tema anterior se describió el modo en que se puede seleccionar una muestra al azar, y a partir de
ella, calcular el valor de un parámetro poblacional. En otras palabras, se calculó un parámetro
poblacional a partir de un valor estadístico muestral (estimación puntual), además se desarrolló una
gama de valores, llamada intervalo de confianza, dentro del cual se esperaba localizar el valor
poblacional.
Ahora, en lugar de desarrollar una variedad de valores dentro de la cual se espera que ocurra el
parámetro poblacional, se llevará a cabo una PRUEBA DE HIPÓTESIS en cuanto a una declaración
referente a un parámetro de la población.
HIPÓTESIS: Una hipótesis es un enunciado acerca de una población elaborado con el propósito de
ponerla a prueba.
Por lo tanto, en el análisis estadístico se expone un enunciado, es decir, una hipótesis, y después se
realizan pruebas para verificar lo que se dijo, o para determinar si es falso.
PRUEBA DE HIPÓTESIS: Procedimiento basado en la evidencia muestral y en la teoría de

probabilidad que se emplea, para determinar si la hipótesis es un enunciado razonable. La prueba de
hipótesis principia con una afirmación o supuesto, acerca de un parámetro poblacional, como la media
poblacional  . A este enunciado se le denomina hipótesis.
PROCEDIMIENTO DE CUATRO PASOS PARA PROBAR UNA HIPÓTESIS

Existe un procedimiento de cuatro pasos que sistematiza la prueba de hipótesis; al llegar al cuarto paso
ya se debe tener la capacidad de tomar la decisión de rechazar o no la hipótesis. Los pasos son los
siguientes.
1. Establecer las hipótesis nula y alternativa.

2. Verificar que tipo de prueba es (unilateral o bilateral) y que se desea probar, para saber que
distribución utilizar. Identificar el valor crítico en tablas del estadístico de prueba, graficar y
formular una regla de decisión. Nivel de significancia.
3. Obtener el valor del estadístico de prueba.
4. Tomar una decisión y concluir de acuerdo al contexto del problema.
ESTRUCTURA DE LAS HIPÓTESIS NULA Y ALTERNATIVA
HIPÓTESIS NULA. Afirmación a probar, acerca del valor de un parámetro poblacional.
Se le denomina hipótesis nula, es designada mediante H0, donde la letra H significa hipótesis y el
subíndice cero indica "no hay diferencia".

Fecha: ______________________________________________________
HIPÓTESIS ALTERNATIVA. Afirmación que se tomará en cuenta si los datos muestrales
proporcionan amplia evidencia de que la hipótesis nula es falsa. Es designada mediante H1.
Es importante recordar que sin que importe como se planteo el problema, la hipótesis nula siempre
incluirá el signo igual (=), ya sea solo, o acompañado de los signos menor o mayor (Este signo nunca
aparecerá en la hipótesis alternativa porque la hipótesis nula es el enunciado a probar. Se recurrirá a la
hipótesis alternativa sólo si se prueba que la hipótesis nula se puede rechazar.
En general, la estructura para el planteamiento de una hipótesis estadística puede asumir una de las tres
formas siguientes:
Re
gió
n d
e Regió
n d
e
R
echa
zo n
o r
e c
hazo
R
egió
n d
e R
egió
nde Re
gió
n d
e R
egió
nde
Recha
zo Reg
ió
n d
e RecR
he
a
zg
oió
n d
e n
orec
hazo Recha
zo
R
egió
n d
e r
e c
haz
o
n
o R
ech
azo
rech
azo

/2 
/2  
-zT
AB 0 z -z
TA
B T
AB
TA
B
P
rob
.0.0
25 P
rob
abilid
ad0
.95 P
rob
.0.0
25
Prueba Bilateral Prueba unilateral Prueba unilateral
a la izquierda a la derecha
H0:  = 0 H0:   0 H0:   0
H1:   0 H1:  < 0 H1:  > 0
donde:
H0: Hipótesis Nula

H1: Hipótesis Alternativa.
: Parámetro poblacional (, , 2 ó p ).
0: Valor numérico dado en la hipótesis.
ZTAB: Valor obtenido por tablas estadísticas (Z, t, o F)
TIPOS DE ERROR: TIPO I Y TIPO II
El nivel de significancia  , es la probabilidad de rechazar H0 cuando es verdadera. Al rechazar una

hipótesis verdadera, se cometió un Error Tipo I. La probabilidad de cometer un error de tal clase es la
letra griega alfa (  ). La probabilidad de cometer otra clase de error, denominado Error Tipo II, se
denota con la letra griega beta (  ). Por lo tanto:
ERROR TIPO I. También llamado Error Alfa. Es la probabilidad de rechazar la hipótesis nula H 0,
cuando en realidad es verdadera y se representa con  .
ERROR TIPO II. También llamado Error Beta. Es la probabilidad de aceptar la hipótesis nula H 0,
cuando en realidad es falsa y se representa con  .
En la siguiente tabla se resumen las decisiones que podría tomar el investigador y las consecuencias
posibles:
Decisión
del Investigador

Fecha: ______________________________________________________
Hipótesis Nula Se Se
H0 acepta rechaza
Es Decisión Error
Verdadera Correcta Tipo I
Es Error Decisión
falsa Tipo II correcta
NIVEL DE SIGNIFICANCIA  : Probabilidad de rechazar la hipótesis nula cuando es verdadera. No

hay un nivel de significancia que se aplique a todas las pruebas.
Debe tomarse una decisión de usar el nivel 0.05 (nivel de 5%), el nivel 0.01, el 0.10, o cualquier otro
nivel entre 0 y 1. Tradicionalmente se selecciona el nivel de 0.05. De hecho, si no se menciona un nivel
de significancia en el problema, por default se utilizará el valor 0.05.
REGIÓN DE RECHAZO
La región de rechazo en una gráfica, define la ubicación de todos los valores que son demasiado
grandes o demasiado pequeños, por lo que es muy remota la probabilidad de que ocurran según una
hipótesis verdadera.
SIGNIFICANCIA OBSERVADA (VALOR P)
Valor P o Valor Pro o P Value. Si el citado valor P es menor que dicho nivel de significancia, la
hipótesis nula se rechaza. Si tal valor es mayor que el nivel en cuestión, la hipótesis nula no se rechaza.
Por lo tanto, el valor P es la probabilidad de observar un valor muestral tan extremo, o más, que el
valor observado, dado que la hipótesis nula sea verdadera.
Los pasos para calcular el valor P son los siguientes:
1. Después de obtener el valor de Zcalc, buscar su probabilidad en la tabla correspondiente.

2. Si la prueba es unilateral, entonces esa probabilidad es el valor P.
3. Si la prueba es bilateral, entonces, multiplicar por 2 la probabilidad del paso 2, y esa cantidad es el
valor P.
4. Si el valor P es menor que el nivel de significancia, entonces se rechaza H0.
5. Si el valor P es mayor que el nivel de significancia, entonces no se rechaza H0.
En resumen: Se rechazará H0 si Valor P  
EL ESTADISTICO DE PRUEBA
Es el valor obtenido a partir de la información muestral, que se utiliza para determinar si se rechaza la
hipótesis nula.
Estadísticos de Prueba para una Población

Fecha: ______________________________________________________
ESTADÍSTICO DE PRUEBA PARA UNA  CON  CONOCIDA
x  0
Z calc 
 n
ESTADÍSTICO DE PRUEBA PARA UNA  CON  DESCONOCIDA
x  0
Z calc 
s n
ESTADÍSTICO DE PRUEBA PARA UNA PROPORCIÓN p
pˆ  p0
Z calc 
p0 (1  p0 )
n
Estadísticos de Prueba para comparar dos Poblaciones
ESTADÍSTICO DE PRUEBA PARA  1 -  2 CON  1,  2 CONOCIDAS
x1 - x 2
zCALC =

 
n1 + n2
ESTADÍSTICO DE PRUEBA PARA p1 - p2
pˆ 1  pˆ 2
Z calc 
pˆ 1 (1  pˆ 1 ) pˆ 2 (1  pˆ 2 )

n1 n2
Prueba de hipótesis para la media poblacional. (se conoce  y n≥ 30 )

Ejemplos:
1) Una empresa fabrica muebles para hoteles y restaurantes. La producción semanal de “x” mueble se
distribuye normalmente, con una media de 200 (  ) y una desviación estándar  de 16. ¿El número
medio de muebles producidos en una de sus plantas es diferente de 200? Utilice un nivel de
significancia de 0.01, donde el número medio de muebles producidos en el último año es de 203.5 (50
semanas).

Fecha: ______________________________________________________
2) Una cadena de tiendas de descuento, expide su propia tarjeta de crédito. El gerente desea averiguar
si el saldo insoluto medio mensual es mayor que $400. El nivel de significancia se fija en 0.05. Una
revisión aleatoria de 172 saldos insolutos reveló que la media muestral es 407 y que la desviación
estándar de 38. ¿Debería concluir el funcionario de crédito que la media es mayor que 400, o bien es
razonable suponer que la diferencia de 7 se debe al azar?

Fecha: ______________________________________________________
3) El promedio de la edad de la fuerza de trabajo en México está decreciendo, según un artículo.

Un director general de varias empresas quiere determinar si el promedio de edad de sus
trabajadores también está decreciendo. En 1995 un estudio mostró que la edad promedio de sus
trabajadores era de 55 años. Probar las hipótesis respectivas con una media muestral de 53 años
tomada de una muestra de 250 trabajadores. Suponga una desviación estándar de 12 años y un nivel
de significación de 5%. Realice la prueba de hipótesis adecuada.
Solución: z = -2.64.

Fecha: ______________________________________________________
4) Un departamento de carnes de una cadena de supermercados empaqueta la carne molida de res

en recipientes de dos tamaños. Se supone que el recipiente pequeño debe contener una libra de
carne. Una muestra aleatoria de 35 paquetes en recipientes pequeños dio pesos con un promedio de
1.01 libras y una desviación estándar de 0.18 libras.
a) Si usted fuera el gerente de control de calidad y quisiera tener la certeza de que la cantidad
promedio de carne molida es en verdad 1 libra, ¿qué hipótesis probaría?
b) Determine el valor p para la prueba y úselo para realizar la prueba del inciso a).
Soluciones: b) 0.7414.

Fecha: ______________________________________________________
5) Un fabricante de medicamentos afirma que la potencia media de uno de los antibióticos es 80%.
Se probó una muestra aleatoria de n = 100 cápsulas y se obtuvo como resultado una media muestral
de x =79.7%, con una desviación estándar de 0.8%. ¿Los datos representan evidencia suficiente
para refutar la afirmación del fabricante? α=0.05. Realice la prueba de hipótesis adecuada.
Soluciones: z = -3.75.
6) El entrenador auxiliar de fútbol americano en la NFL, está preparando el reclutamiento en las

universidades y quiere probar la hipótesis de que el peso medio de la alineación de la NFL es mayor
de 270 libras, según un artículo en el Sporting News. El entrenador decide usar un nivel de
significancia de 0.05 para probar las hipótesis nula y alternativa. La evidencia muestral es: x =281
libras,  =35 libras, tomadas de una muestra de 50 jugadores. Llegue también a una conclusión
utilizando el valor p.
Solución: z = 2.22; valor p = 0.0132
7) La atención a personas que presentan una queja en la PROFECO está programada para
realizarse en un tiempo promedio de 30 minutos. La población tiene una desviación estándar igual a
4 minutos. Establezca la regla de decisión para una muestra de 64 observaciones probadas a un
nivel de significancia de 0.01. Establezca la conclusión apropiada si la media muestral es de 35
minutos. Calcule el valor p.
Solución: z = 10, valor p = ≈ 0.0000
8) En una encuesta de problemas sociales de cierta comunidad, se entrevistaron 150 personas. Uno de
los detalles de la información obtenida fue el número de quejas que cada persona había tenido que
pedir durante el año pasado. El número promedio para las 150 personas fue de 5.8 con una desviación
estándar de 3.1. El investigador desea saber si estos datos proporcionan evidencia suficiente como para
indicar que la media de la población es mayor que 5.
Prueba de hipótesis para la media poblacional.

(se desconoce  y n ≤30)
Ejemplos:
1) Un artículo publicado, presenta las siguientes 20 mediciones del tiempo en minutos en que se tarda
una agencia de viajes en atender a sus clientes.
9.85 9.93 9.75 9.77 9.67 9.87 9.67 9.94 9.85 9.75
9.83 9.92 9.74 9.99 9.88 9.95 9.95 9.93 9.92 9.89

Fecha: ______________________________________________________
Si usted fuera el encargado y quisiera tener la certeza de que el tiempo de atención promedio es en
verdad 9.5, ¿qué hipótesis probaría? Supóngase que el tiempo de atención sigue una distribución
normal.
2) En una oficina, se eligen 5 clientes que están esperando ser atendidos, considerando su edad media
de 35 años con una desviación muestral s=5. El investigador desea saber si estos datos proporcionan
evidencia suficiente como para indicar que la edad media de los clientes es mayor que 35. A un nivel
de significancia de 0.01.

Fecha: ______________________________________________________
3) El departamento de personal de una dependencia de gobierno desea estimar los gastos médicos
familiares de sus empleados. Una muestra aleatoria de 10 empleados reveló esos gastos durante el año
anterior 110, 362, 246, 85, 510, 208, 173, 425, 316, 179.
El investigador desea saber si estos datos proporcionan evidencia suficiente como para indicar que los
gastos promedio por familia de la población es menor que 295.

Fecha: ______________________________________________________
Prueba de hipótesis para la proporción poblacional.
Ejemplos:
1) Un artículo declaró que casi 45 % de la población sale de vacaciones en diciembre. Para probar la
afirmación del periódico, se eligió una muestra aleatoria de 80 personas y se encontró que 32
vacacionaban en diciembre. ¿Hay suficiente evidencia para disputar la afirmación del periódico
respecto a la proporción de personas que vacacionan en diciembre? Llegar a una conclusión mediante
el método del valor crítico con  = 0.01 y con el método del valor p.

Fecha: ______________________________________________________
2) En los registros de una procesadora se encuentra la proporción de días que la mantequilla cumple
con las normas de calidad. Se eligen aleatoriamente 50 días y se encuentra que en 32 de los 50 días
estudiados, la mantequilla producida cumplió con las normas de calidad. Los vendedores de la
maquinaria que realiza la función para la elaboración de la mantequilla garantizan que el 66 % de los
días se cumplirán las normas de calidad. ¿Los resultados de la procesadora están significativamente por
debajo de la garantía?  = 0.05, ¿cuál es el valor de p?

Fecha: ______________________________________________________
3) El director de personal de una compañía de seguros grande está interesado en reducir la tasa de
rotación del personal de apoyo en el procesamiento de datos durante el primer ano de contratación. Los
registros históricos indican que 25% de todos los nuevos ingresos ya no están contratados al final del
año. Se implantaron nuevos programas de capacitación para una muestra e 150 nuevos ingresos.
Después de un año, 29 de ellos ya no están en la compañía.
a) Para un nivel de significancia de 0.01, ¿existe evidencia de que la proporción de empleados de

procesamiento de datos que tomaron la nueva capacitación y ya no están en la empresa sea mayor
que 0.25?
b) Calcule el valor p, e interprete su significado.
Solución: a) z = -1.60; b) valor p = 0.0548;

Fecha: ______________________________________________________
4) Sin tener en cuenta la edad, cerca de 20 % de adultos participan en actividades deportivas por lo
menos dos veces al año. En un estudio local de n = 100 adultos mayores de 40 años, un total de 15
personas indicó que participaban por lo menos dos veces al año en una actividad. ¿Estos datos indican
que la tasa de participación para los adultos mayores de 40 años de edad es significativamente menor
que la cifra de 20 %?

Fecha: ______________________________________________________
5) Según el Centro Nacional de Estadísticas para el turismo, alrededor de 16% de los trabajadores de
hoteles sin especialización son hombres: un investigador seleccionó al azar de una base de datos de
todo el estado a 1000 trabajadores sin especialización en México y encontró que 142 eran hombres.
¿Esta muestra proporciona evidencia suficiente de que el porcentaje de trabajadores sin especialización
hombres en México es diferente del porcentaje nacional?
Solución: z = -1.55, valor p = 0.1212.
Objetivo: Verificará pruebas de hipótesis para comparar dos poblaciones.
3.5.1 Pruebas para la diferencia de medias.

3.5.2 Pruebas para la razón de varianzas.
3.5.3 Pruebas para la diferencia de proporciones.
3.5.4 Interpretación de los resultados de las pruebas en el contexto de los problemas planteados.
PRUEBAS DE HIPOTESIS PARA LAS DIFERENCIAS DE PROPORCIONES.
Se desea probar H0 : p1 = p2
H1 : p1  p2

Fecha: ______________________________________________________
X1  X2 
Las proporciones poblacionales P1 
y P2  tienen distribuciones aproximadamente
n1 n2
normales. Si la hipótesis nula H0: p1 = p2 es verdadera, el estadístico de prueba para este es,
 
( p1  p 2 )
z0 
   
p 1 (1  p 1 ) p 2 (1  p 2 )

n1 n2
z z
sea z0 el valor calculado del estadístico de prueba. Entonces, si z 0 >  o z0 < - se rechaza
2 2
la hipótesis nula.
Ejemplos:
1) En los archivos de un hospital se observa que 52 hombres de una muestra de 1000 hombres contra
23 mujeres en una muestra de 1000 mujeres fueron admitidos por enfermedad del corazón.
¿Representan estos datos evidencia suficiente para indicar una mayor proporción de enfermedad del
corazón entre los hombres admitidos al hospital,   0.05 .
2) Se evalúan dos tipos diferentes de soluciones para pulir, para su posible uso en una operación de
pulido en la fabricación de lentes intraoculares utilizados en el ojo humano después de una cirugía de
Fecha: ______________________________________________________
cataratas. Se pulen 300 lentes con la primera solución y, de éstos, 253 no presentaron defectos
inducidos por el pulido. Después se pulen otros 300 lentes con la segunda solución, de los cuales 196
resultan satisfactorios. ¿Existe alguna razón para creer que las dos soluciones para pulir son diferentes?
Utilícese   0.01 .
3) Se estudia la conveniencia de promover publicitariamente unas plantas de luz alternas a la corriente

eléctrica, para uso del equipo electrónico. Para ello se elabora una encuesta entre 100 usuarios de
equipo electrónico del norte de la ciudad y se encuentra que 58 nunca han sufrido interrupciones
eléctricas en el curso de su trabajo. Se encuestan a otros 100 usuarios de ese equipo que laboran al sur
de la ciudad y se encuentra que 81 nunca han sufrido interrupciones eléctricas. ¿Proporcionan estos
datos evidencia suficiente para creer que es menos eficiente el servicio eléctrico en el norte que en el
sur de la ciudad con  = 0.01?

Fecha: ______________________________________________________
4) En una muestra aleatoria de 500 adultos residentes en cierto fraccionamiento, se encuentra que 385
están a favor de aumentar el límite de velocidad en la avenida principal del fraccionamiento a 70 Km/h,
mientras que en otra muestra de 400 adultos residentes en el otro fraccionamiento vecino se encuentra
que 267 están a favor del aumento del límite de velocidad. ¿Estos datos indican que existe una
diferencia en el apoyo al aumento del límite de velocidad entre los residentes de ambos
fraccionamientos? Utilice   0.05 para llegar a una conclusión. Encuentre el valor de P.
5) Una compañía de restaurantes tiene dos plantas, una en Monterrey y otra en el D. F. En la primera
se estudia a 150 trabajadores y se encuentra que 102 de ellos no han incurrido en faltas de asistencia
durante un año. En el D. F., se encuestaron a 150 personas y se supo que 95 trabajadores no tuvieron
faltas en el año ¿con estos datos podemos creer que los regios son más asiduos al trabajo que los
capitalinos?  = 0.05.

Ea PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ea PDF

Cargado por

Copyright:

Formatos disponibles

Fecha: ______________________________________________________

Objetivo: Construirá distribuciones de muestreo para la media.

3.1.1 Distribución de muestreo de la media.

La siguiente tabla resume los parámetros más importantes y sus estimadores:

a) Obtenga la probabilidad para cada número.

b) Realice el histograma de probabilidad para los valores de la población.

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 1

d) Obtenga los valores de x para el muestreo aleatorio simple cuando n = 3 y N = 5.

e) Obtenga la media de las medias  x

f) ¿Qué puede decir de ésta y de  ?

g) Encuentre la distribución muestral para la media de la muestra x .

h) Realice el histograma de probabilidad para las distribuciones muestrales de la media de la muestra,

i) ¿Existe simetría? Argumente.

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 2

j) ¿se puede considerar a x como un estimador de  ? Argumente.

Empleado Ramírez Jiménez Hernández López Fernández Chávez.

a) Calcular la  y  de las horas extras trabajadas.

b) Graficar las horas extras trabajadas

c) Obtenga los valores de x para el muestreo aleatorio simple cuando n = 2 y N = 6.

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 3

e) ¿Qué puede decir de estos y de  y ?

f) Elaborar la tabla de distribución de muestreo de la media (distribución de probabilidad de la media

h) Graficar la distribución de muestreo de la media.

i) ¿Existe simetría? Argumente.

j) ¿se puede considerar a x como un estimador de  ? Argumente.

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 4

DISTRIBUCIÓN DE MUESTREO DE LAS MEDIAS MUESTRALES: Es la distribución

TEOREMA DEL LÍMITE CENTRAL

DEFINICIÓN DE TEOREMA CENTRAL DE LÍMITE: Si se toman todas las muestras posibles,

1. Tendrá una media  x igual a  .

EL ERROR ESTÁNDAR: El error estándar es la desviación estándar de la distribución de muestreo de

Para calcular probabilidades para la media muestral, se utiliza:

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 5

a) Encuentre la probabilidad de que x sea mayor que 1.3.

b) Encuentre la probabilidad de que la media muestral x sea menor que 0.5.

a) sea mayor que 84 pesos.

b) Este entre 74 y 76 pesos.

c) Sea menor que 73.5 pesos.

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 7

4)Una muestra aleatoria de 40 chips de computadora se selecciona de una población y se registra el

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 8

a) ¿Cuál es la probabilidad de que la media de la muestra pudiera ser de $250 o menos?

c) ¿Cuál es la probabilidad de que la media de la muestra fuese entre $275 y $325?

Propiedades de la distribución muestral de la proporción.

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 9

¿Cuál es la probabilidad de que hubiera sido de 0.45 o más?

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 10

a) ¿cuál es la probabilidad de que la proporción muestral de dulces sea menor que 20 %?

b) c) ¿cuál es la probabilidad de que la proporción muestral de dulces sea mayor que 35 %?

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 11

3.2.1 El proceso de inferencia estadística.

LAS CARACTERÍSTICAS DE UN ESTIMADOR:

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 13

2) La Cámara de Comercio de una ciudad está interesada en estimar la cantidad promedio de

Estimador Por Intervalos.

Estructura de un Intervalo de Confianza (1-  )100%

En general, la estructura de un intervalo de confianza se representa por:

PASOS PARA ENCONTRAR EL VALOR DE Z

2. Dividir el valor de  entre dos, es decir, obtener  2.

3. Buscar el valor resultante dentro de las probabilidades de la tabla de la distribución normal

INTERVALO DE CONFIANZA DE (1-  )100% PARA LA MEDIA POBLACIONAL

ESTIMACIÓN DE INTERVALO PARA UNA  CON  CONOCIDA (MUESTRAS GRANDES)

Beatriz Adriana Márquez Elías Departamento de Estadística U. A. A. 15