Documentos de Académico
Documentos de Profesional
Documentos de Cultura
POR INTERVALOS
ESTADISTICA INFERENCIAL
ADMINISTRACION DE EMPRESAS
18 DE NOVIEMBRE DE 2014
INTRODUCCION
La estadística es una herramienta que todo profesional utiliza para realizar sus
investigaciones en cualquiera de los campos por los que se quiera desempeñar y así tomar
intervalos. Temas que se complementan con los que se han visto anterior mente en las clases
posición central entre otros, donde en que tipo de situaciones se deben utilizar por medio del
planteamiento de ejercicios.
OBJETIVOS
Conocer que temas ya vistos en clase que intervienen en el teorema de límite central, la
estimación puntual y por intervalos, y la relación que tienen con los mismos.
Conocer en que parte de la estadística deben intervenir los temas expuestos en este
documento, cuando se deben utilizar y como se deben desarrollar mediante ejercicios para
su aplicación.
Aplicar cada unos de los conocimientos aplicados en las clases anteriores con los nuevos
estudio en general, utilizando varios temas básicos dentro de la estadística como lo son la
aleatorias. Que en si nos ayudara a llegar a una conclusión a el estudio que estamos
Para tener en cuenta en que se basa muestreo se deben tener en cuenta dos términos primero
población como un conjunto que se tiene en cuenta para un estudio y una muestra que es un
para realzar estimaciones utilizando la información que nos proporciona la muestra, esto
quiere decir que la muestra es solo una parte de la población que manejando buenos
métodos de muestreo los resultados dan como resultado estimaciones de los parámetros de
una población, para que estos resultados sean los adecuados se utilizaran términos como el
Es uno de los métodos para seleccionar una muestra de una población que en si dependen si
Muestreo de una población finita: El procedimiento que se utilizar para seleccionar en una
población finita es de seleccionar una muestra por una y así permite que la probabilidad de
donde se le asigna los número del 1 al 2500 en el orden en el que aparecen en el archivo de
personal. En este caso se consulta una tabla de dígitos aleatorios y se utilizar una muestra de
solo 30 administradores
5110
63271 59986 71744 2 15141 80714 58683 93108 13554 79945
7911
88547 9896 95436 5 8303 1041 20030 63754 8459 28364
55957 57243 83865 9911 19761 66535 40102 26646 60147 15702
6712
46276 87453 44790 2 45573 84358 21625 16999 13385 22782
1529
55363 7449 34835 0 76616 67191 12777 21861 68689 3263
5844
69393 92758 49902 7 42048 30378 87618 26933 40640 16281
13186 29431 88190 4588 38733 81290 89541 70290 40113 8243
7835
17726 28652 56836 1 47327 18518 92222 55201 27340 10493
3015
36520 64465 5550 7 82242 29520 69753 72602 23756 54935
5683
81628 36100 39254 5 37636 2421 98063 89641 64953 99337
7549
84649 48968 75215 8 49539 74240 3466 49292 36401 45525
7505
63291 11618 12613 5 43915 26488 41116 64531 56827 30825
70502 53225 3655 5915 37140 57051 48393 91322 25653 6543
4980
6426 24771 59935 1 11082 66762 94477 2494 88215 27191
7016
20711 55609 29430 5 45406 78484 31639 52009 18873 96927
2586
41990 70538 77191 0 55204 73417 83920 69468 74972 38712
2667
72452 36618 76298 8 89334 33938 95567 29380 75906 91807
1052
37042 40318 57099 8 9925 89773 41335 96244 29002 46453
4696
53766 52875 15987 2 67342 77592 57651 95508 80033 69828
1602
90585 58955 53122 5 84299 53310 67380 84249 25348 4332
6451
32001 96293 37203 6 51530 37069 40261 61374 5815 6714
7215
62606 64324 46354 7 67248 20135 49804 9226 64419 29457
5032
10078 28073 85389 4 14500 15562 64165 6125 71353 77669
1529
91561 46145 24177 4 10061 98124 75732 815 83452 97355
7960
13091 98112 53959 7 52244 63303 63839 63839 74762 50289
Al consultar el primer renglón se da cuenta que cada digito es un digito aleatorio que tiene
población de administradores que es de 2500 los conjuntos escogidos aleatoria mente serán
de cuatro dígitos y se puede escoger desde cualquier lugar de la tabla en este caso se
Ya que los números de la tabla son aleatorios quiere decir que todos tiene la misma
posibilidad de ser seleccionados como estos conjuntos son de cuatro dígitos se pueden usar
para que la población de los administradores tenga la posibilidad de ser incluidos dentro de
la muestra aleatoria el primer número que se escoge aleatoriamente es 6327 pero es mayor a
2500 por lo tanto el primer administrador escogido es el 1599, realizando el mismo ejercicio
con los demás y los otros administradores escogidos son el 1102, 1514 y 1807 hasta .
El muestreo de una población infinita debe cumplir con dos requisitos en especial
aleatoria de los mismos haciendo que ellos diligencien un cuestionario como se puede ver el
ejemplo cumple con los requisitos del muestro de la población infinita ya que al restaurante
ingresa cualquier cliente, el segundo es que no haya sesgos en la selección, sesgos quiere
decir que no exista semejanza con otros clientes, esto se evita haciendo que la selección de
EJERCICIOS
1. Dada una población finita que tiene cinco elementos a, b, c, d y e seleccione 10 muestras
b. Usando el muestreo aleatorio simple, ¿cuál es la probabilidad que tiene cada muestra de
sucesivo. Enliste la muestra aleatoria de tamaño 2 que será seleccionada al usar los números
aleatorios 8 0 5 7 5 3 2.
RESPUESTA
de cada uno de los siguientes números aleatorios de cinco dígitos (por ejemplo: 601, 022,
448,...), determine los primeros cuatro elementos que se seleccionarán para una muestra
aleatoria simple.
RESPUESTA
ESTIMACIÓN PUNTUAL
los 30 administradores escogidos donde se encuentra el salario anual de cada uno de ellos y
programa de
salario anual capacitación salario anual programa de capacitación
$49 094.30 SI $51 766.00 SI
$53 263.90 SI $52 541.30 NO
$49 643.50 SI $44 980.00 SI
$49 894.90 SI $51 932.60 SI
$47 621.60 NO $52 973.00 SI
$55 924.00 SI $45 120.90 SI
$49 092.30 SI $51 753.00 SI
$51 404.40 SI $54 391.80 NO
$50 957.70 SI $50 164.20 NO
$55 109.70 SI $52 973.60 NO
$45 922.60 SI $50 241.30 NO
$57 268.40 NO $52 793.90 NO
$55 688.80 SI $50 979.40 SI
$51 564.70 NO $55 860.90 NO
$56 188.20 NO $57 309.10 NO
datos de la tabla
×
´ = ∑ xi = 1554 420 = 51 814
n 30
Para hacer la estimación se utiliza la letra p donde la proporción de los administradores que
x 19
P= =
n 30
cada uno de estos análisis estadísticos se les conoce como estimadores puntuales
EJERCICIOS
RESPUESTA
a. ×
´ = ∑ xi = 54 =9
n 6
∑ (xi−x ¯ ) 2 (¿ 4)2(¿ 1) 2¿ 2¿ 2 48
b. S=
√ n−1
=
√ 6−1 √ =
6−1
= 3.1
2. Como respuesta a una pregunta de una encuesta a 150 individuos de una muestra se
Respuesta
x 75
a. P = =
n 150
= 0.50
x 55
b. P = =
n 150
= 0.36
DISTRIBUCIONES MUESTRALES
La distribución de probabilidad de la media muéstral por los distintos valores que toma al
saber que tan cerca esta de la media muéstral x y la media poblacional µ y donde se puede
media muestral esta distribución al igual que las distribuciones de probabilidades tiene un
Como esta variable tiene valores diferentes es necesario saber la media de todos los valores
de la misma que se tienen de las distintas muestras aleatorias y que viene se conoce como el
valor esperado
E (x́ ¿ = µ
µ = media poblacional
n=¿Tamaño de la muestra
Ya teniendo estos términos claros se puede demostrar cuando la población es finita o infinita
N −n σ
Finita: σ x́=
√ ( )
N−1 √ n
σ
Infinita: σ x́=
√n
parte como el factor de corrección para una población finita, pero aunque la población sea
σ
buena desviación estándar de la media muestral es σ x́= y para esto se crea una regla
√n
general y que en si tiene dos condiciones
La desviación estándar solo se hallara de esta manera cuando se presente esta situación pero
4000
σ x́= =730.0
√ 30
Para hallar la distribución muestral de x́se tienen en cuenta dos situaciones, cuando la
distribución normal, entra el teorema de limite central que ayudara a hallar la forma de
distribución de la muestra de x́
El teorema de límite central nos indica que la población es en donde se tomen muestras
aleatorias simples para realizar un estudio deben estar distribuidas de manera normal en
dicha población, quiere decir que las medias muéstrales se deben graficar con distribución
normal. A medida que la población sea más grande Con una media X = µ y un error
estándar de x=√ x pero para que sea asi hay una regla general en donde si la muestra n
es de 30 el teorema de limite central permitira que la distribucion sea normal en las medias
Por ejemplo una población que no está distribuida normalmente tiene una media de µ =
1000 y una desviación estándar de σ =¿ 1000 para que esta se distribuya de manera normal
100
se tomaría una muestra de 50 y el error estándar seria de σ x́= = 14.14 y la grafica de
√ 50
la distribución sería la siguiente.
100
σ x́= =14.14
√ 50
x́ = µ =1000
100
σ x́= = 10
√ 100
x́ = µ =1000
Y como se evidencia a medida que las medias muestrales se acercan más a la media
poblacional el error estándar viene siendo menor haciendo que las estimaciones sean más
precisas.
EJERCICIOS
muestra Aleatoria simple de tamaño 100 y se usará la media muestral para estimar la
media poblacional.
RESPUESTA
a. 200
50
b. σ x́= =5
√ 100
50
c. σ x́= =
√ 100
x́ = µ = 200
Como es de saber la estimación puntual nos daba un dato exacto acerca del parámetro
poblacional pero la estimación por intervalos se puede calcular al sumar o restar un margen
de error y su formula general es
El fin de la estimación por intervalos es dar la información que esté más cerca de la
estimación puntual que se obtiene de la muestra del parámetro poblacional en donde entra la
media poblacional y la proporción poblacional y para hallar la estimación por cada uno de
estos parámetros se tiene una formula
x́ ± Margen de error
ṕ ±Margen de error
poblacional σ o la desvasion estándar muestral s para poder calcular la margen de error para
eso se necesitan datos que anteceden para calcular la desviación estándar poblacional antes
Ejemplo la empresa Lloyd selecciona una muestra aleatoria simple de 100 clientes con fin
de saber cuánto gastan en cada visita a la tienda la media muestral es una estimación puntual
de μ, la cantidad media gastada en cada visita a la tienda por la población formada por los
clientes de Lloyd ha estado realizando estos estudios semanales durante varios años. Donde
última semana en un estudio a 100 clientes Lloyd obtuvo como media muestral $82 La
manera normal con una desviación estándar quiere decir que la distribución muestral de x́
20
es una distribución normal con un error estándar σ x́= = 2 y esta graficada de la
√ 100
siguiente forma
Distribución muestral de x́
20
σ x́= =2
√ 100
µ
En la tabla de probabilidad normal estándar se encuentra que 95% de los valores de
que el error estándar es σ x́ = 2. Como ±1.96σ x́=¿ 1.96 (2) = 3.92, se puede concluir que
95% de los valores de obtenidos usando muestras de n = 100 estarán dentro de ±3.92 de la
3.92 3.92
1.96 σ x́ 1.96 σ x́
Encontces como ya tenemos el margen de error que viene siendo 3.92 y se calcula una
estimacion por intervalo para µ que seria x́ ±3.92 pero que pasaria si se tomaran ahora tres
muestras aleatorias distintas cada una de a 100 clientes. La primera media muestral da el
abarca toda la media poblacional. la segunda muestra tambien tiene el valor aunque sean
diferentes el intervalo que obtuvo ocupa tambien ocupa toda la media poblacional, pero en
el caso de la tercera muestra no sucede lo mismo aunque tenga el valor restando y sumando
3.92 x́3 no abarca toda la media poblacional. En este caso la grafica s representaria de la
siguente manera
3.92 µ 3.92
x́ 1 intervalo de x́ 1
dado por 3.92
x́ 2
Intervalo de x́ 2
x́ 3
Media poblacional µ
Para que se obtuvieran las estimaciones cabe recordar que en la encuesta que lloyd hizo a
100 clientes tubo una media muestral de 82 y uso ± 3.92 para hallar los intervalos en cada
una de las muestras Por tanto, la estimación por intervalo que se basa en los datos de la
última semana es el intervalo que va de 82 - 3.92 = 78.08 a 82 +3.92 = 85.92. Como los
σ
El margen de error esta dado por Z a/2 esto da como fórmula que nos permite hallar la
√n
σ
estimación del intervalo de una media poblacional con σ conocida: x́ ± Z a/2 y tiene
√n
las siguiente connotaciones donde 1-a es el coeficiente de confianza y Z a/2 es el valor de Z
que proporciona un área a/2 la cola superior de la distribución de probabilidad normal
estándar
da en 0.05/2 =0.025 que sería la cola superior de la distribución y se denomina como Z 0.025
20
82 ± 1.96 = 3.92
√ 100
82 ±3.92
Como el intervalo de confianza es del 95% que va desde 82 – 3.92 = 78.08 y 82 + 3.92 =
85.92. En si para el intervalo de confianza del 95% es el que más se utiliza hay otros dos
intervalos de confianza que se utilizan que son el de 90% y 99% para aplicar estas mismas
RESPUESTA
σ 5
a. σ x́= = = 0.79
√n √ 40
σ
b. x́ ± Z a/2
√n
5
25 ± 1.96 = 1.54 = (25+1.54 = 26.54) (25 - 1.54=23.46)
√ 40
RESPUESTA
σ
x́ ± Z a/2
√n
6
a. 32 ±1.645 = 32 ± 1.39 = ( 32 +1.39 = 33.39) ( 32 – 1.39 = 30.61)
√ 50
6
b. 32 ±1.960 = 32 ±1.66 = (32 + 1.66 = 33.66) (32 – 1.66 = 30.34)
√ 50
6
c. 32 ±2.576 = 32 ± 2.18 = (32 + 2.18 = 34.18) (32 – 2.18 = 29.82)
√ 50
probabilidad denominada como distribución t esta a su vez tiene una distribución normal
pero esta distribución solo se utiliza cuando la población se desvía demasiado de una
población normal y esta depende de un paramento que se denomina grados de libertad, si los
Entonces se puede evidenciar que a medida que aumentan los grados de libertad la
distribución t es 0. Igual que en caso anterior para indicar el área de la cola superior de la
distribución a la letra t se le dará un subíndice por ejemplo se usó z0.025 para indicar el
valor de z que deja en la cola superior de la distribución normal estándar un área de 0.025, se
usará t0.025 para indicar el valor de t será t a/2. En este caso para hacer la estimación del
intervalo utilizando la formula de cuando la σ es conocida se utilizaría la desviación
distribución t
a /2
t a/2 t
Y Para hacer la distribución de t existe una tabla con ciertos valores para poder hallar el
s
x́=ta /2
√n
Donde S es la desviación estándar, (1 – a) es el coeficiente y ta /2 es el valor de t que nos
Los grados de libertad para que valor de la distribución t sea n – 1 se debe a la fórmula para
s= √∑ ¿¿ ¿ ¿
es desconocida
EJERCICIO
1. Se tomara un estudio para estimar la media de los adeudos en las tarjetas de crédito de
RESPUESTA
intervalo de confianza de 95% que va desde 9312 – 955 = $8357 y 9312 + 955 = $10267 y
este sería el intervalo de confianza de los adeudos de las familias en sus tarjetas de crédito
PROPORCIÓN POBLACIONAL
p ± Margen de error
p(1− p)
distribución de ṕ es la proporción poblacional p y el error estándar σ ṕ=
√ n
p(1− p)
Distribución muestral de ṕ σ ṕ=
√ n
a/2 a/2
p
z α/2σ p z α/2σ p
los intervalos tendrá la verdadera proporción poblacional pero para calcular el margen de
error no se puede usar σ ṕ porque p es lo que se está tratando de estima y se sustituye por
ṕ(1− p)
Margen de error =Z a/2σ =
√ n
α
ṕ ± Z √ ṕ ¿ ¿ ¿
2
EJERCICIO
1. Un estudio en estados unidos encuesto a 900 golfistas para conocer su opinión acerca
era el trato en los cursos del golf dentro de las cuales 396 golfistas estaban satisfechas
0.44 (1−0.44 )
0.44 ± 1.96
√ 900
proporción poblacional está entre 0.4076 y 0.4724 donde los golfistas están satisfechos.
ABSTRAC
En este documento se presentaron cada uno de términos que anteceden a los temas
principales como el muestreo aleatorio simple y la distribución muestral que permite que la
explicación para obtener una estimación puntual por medio de parámetros poblacionales
aleatorias. Luego con las formulas de la desviación estándar y el error estándar permitió
saber las condiciones para que estas distribuciones muestrales se aproximaran a una
siempre y cuando la muestra fuese grande. Luego se hablaría de las estimaciones por
BIBLIOGRAFÍA