Inferencia Estadística Segundo Parcial 2020 dos

Objetivo 4.

Suponga que x1, … ,xn corresponden a la realización de n ensayos de Bernoulli

independientes, con probabilidad de éxito p en cada ensayo, donde xi = 1 si el i-ésimo
ensayo es un éxito y xi = 0 en caso contrario. Determine el estimador de máxima
verosimilitud del parámetro p.
Respuesta: La función de máxima verosimilitud coincide con la de la distribución y es:
 n
L p     p x 1  p 
n x

 x
Tomando logaritmo neperiano tenemos:
 n n x 
LnL p   Ln   p x 1  p  
 x 
 n
 Ln   xLn p   n  x Ln1  p 
 x
Derivando se tiene:
d LnL p  x n  x
 
dp p 1 p
Al igualarlo a cero se obtiene:
x nx
 0
p 1 p
1  p x  n  x  p  0
p1  p 
x  np
0
p1  p 
x  np  0
x
Despejando: p
n

Objetivo 5.

Un investigador desea verificar la variabilidad de un equipo diseñado para medir el

volumen de una fuente de ruido. Utilizando este equipo, se obtienen tres mediciones
independientes del mismo ruido, éstas son: 4,1; 5,2 y 10,2. Se desea estimar σ2 con
un nivel de confianza del 90%.
  
El intervalo de confianza para la varianza  2 , viene dado por:

(n  1)s 2 (n  1)s 2
  2
2
.
 2  
; n 1 1 ; n 1
2 2

4,1  5,2  10,2 19,5

x   6,5 .
3 3

s 2

4,1  6,5  5,2  6,5  10,2  6,5
2 2 2

21,14
 10,57
3 1 2
La varianza de la muestra es: s2 = 10,57.
 0,1
  0,05   02, 05; 2  5,99 ;  02,95; 2  0,103 . Por lo tanto:
2 2
2 *10,57 2 *10,57
 2  , de donde: 3,5292   2  102,6214.
5,99 0,103

Objetivo 6.

En un experimento para probar si los números telefónicos son aleatorios, una

muestra aleatoria de 40 números de un directorio fue seleccionada. La hipótesis de
aleatoriedad será aceptada si hay al menos 17 pero no más de 22 números pares en
la muestra, y se rechazará en caso contrario. Utilizando una aproximación adecuada,
encuentre la probabilidad de un error Tipo I.
Consideramos la variable aleatoria, definida de la siguiente manera:
X: El número seleccionado es par.
Prueba de hipótesis: H 0 : p  0,5 Vs H A : p  0,5 .
El error tipo I, es por definición:
  PRe chazar H 0 / H 0 es verdadera  .

= 1  P17  X  22 / p  0,5

P17  X  22 / p  0,5  P(X  17)  P(X  18)  P(X  19)  P(X  20)  P(X  21)  P(X  22)
 40   40   40 
P(X  17)    0,517 0,5 23 ; P(X  18)    0,518 0,5 22 ; P(X  19)    0,519 0,5 21
 17   18   19 
 40   40   40 
P(X  20)    0,5 20 0,5 20 ; P(X  21)    0,5 210,519 ; P(X  22)    0,5 22 0,518
 20   21  22 
  40   40   40   40   40   40 
P17  X  22  0,5 40                   0,6511
 17   18   19   20   21  22 
Por lo tanto el error tipo I Sera:  = 1 – 0,6511 = 0,3489.

Objetivo 7.

Considere una población N(μ, 36), donde, para una muestra aleatoria de tamaño 25, se
encontró que x̅ = 14. Suponga que se quiere contrastar:
H0: μ ≥ 17 contra H1: μ < 17.
Calcule el p-valor para concluir si hay o no suficiente evidencia para rechazar H0.
Calculo en primer lugar el estadístico de prueba:

x   0 14  17
Z   2,5 .
 6
n 25
p  PZ   2,5 = 0,0062.

El p‐valor () es el menor nivel de significación para el que se rechaza la hipótesis

nula. Es decir el menor nivel de significación para el cual rechazaríamos la hipótesis
nula es  = 0,62%.