Taller entrega sábado 16

Solución:
X́−µ
a. En una distribución t-Student la media de una variable T = es µ = 0 V () F (X)
s / √n

b. La curva de la distribución t-Student sus colas son más altas que en la distribución
Normal V (X) F ()

c. La curva de la distribución t-Student y la distribución Normal tienen dominio desde

−∞ , a+∞ V (X) F ()

π (1−π )
(
d. Si X Bin ( n , p ) entonces cuando n = 100, se tiene que Ṕ N π ,
n ) V (X) F ()

e. La única forma de estimar un parámetro es a través de una estimación por intervalos V ()

F (X)
 Solución:
a) Variables o estimadores de estudio:
^
Phombres=Proporci ó n del peso ideal para hombres con edades entre 20 y 74 años .
^Pmujeres =Proporci ó n del peso ideal para mujeres con edades entre 20 y 74 años .
X= Representa una variable binomial que indica la proporción del peso ideal para hombres con edades
entre 20 y 74 años.
Y = Representa una variable binomial que indica la proporción del peso ideal para mujeres con edades
entre 20 y 74 años. Las muestras tomadas para hombres son n1 = 120 y para mujeres n2 = 130.
Asimismo, las probabilidades de éxito para ambos son: Phombres=0.14 y Pmujeres =0.238 .
Además, las probabilidades de fracaso son: q hombres=0.86 y qmujeres =0.762.
Para hallar esta probabilidad solicitada de la diferencia de proporciones entre 0.04 y 0.20, se
tiene que las muestras son grandes (n>=30). Por lo tanto, el estimador:

^Pmujeres − ^Phombres=diferencias de porporciones de pesos entre mujeres y hombres con edades entre 20 y 74 años
sigue una distribución normal.
b) Calculando la probabilidad solicitada:

0.04 < P( ^ ^ hombres)<0.20

Pmujeres− P

En primer término, se obtiene la varianza, esto es:

0.14∗(0.86) 0.238∗(0.762)
σ2 = + =0.002→ σ ¿ 0.049
^P2 − ^P 1
120 130 ^P2 − ^P 1

Ahora, se calcula el valor de Z para ambos valores 0.04 y 0.20, es decir:

Para ^
Pmujeres − ^
Phombres=0.20,

( P^ 2− ^P1 )−( P 2−P1 )

Z2 =
σ P^ − ^P
2 1

0.20−( 0.238−0.14 )
Z2 = =2.08
0.049

Para ^
Pmujeres − ^
Phombres=0.04 ,

( P^ 2− ^P1 )−( P 2−P1 )

Z1 =
σ P^ − ^P
2 1

0.04−( 0.238−0.14 )
Z1 = =−1.18
0.049
Finalmente, la probabilidad deseada para Z2 = 0.9812 y Z1 = 0.1190, queda así:P¿) = 0.9812 - 0.1190 =
0.8622

Interpretación: La probabilidad de que la diferencia de las proporciones para mujeres y hombres entre el
0.04 y 0.20 es del 86.22 %

Solución:
a) Definiendo Variables
n= tamaño de la muestra de pesos en gramos de una caja de cereal de determinada marca.
X= Representa una variable binomial que indica el peso en gramos de una caja de cereal de
determinada marca.
X́ = Peso promedio en gramos de una caja de cereal de determinada marca.
X N ( µ , σ ) X N ( µ , 25 )
σ = Desviaciòn estàndar del Peso en gramos de una caja de cereal de determinada marca.
s= Desviaciòn estàndar muestral del Peso en gramos de una caja de cereal de determinada
marca.
 b) Calculando el intervalo de confianza para el 90% y 95% para la media poblacional.
Primero, se calcula la media , esto es:
n

∑ Xi
i
X́ =
n
506+ 508+499+503+504 +510+ 497+512+497+512+514 +505+493+ 496+506+ 502+509+ 496
X́ =
16
X́ =503.75 gramos
Luego, La desviaciòn estàndar dada es,
σ = √ 25=5 gramos y n=16.

Como  es Conocida y n es de cualquier tamaño, entonces el intervalo de confianza es:

Para Intervalo de Confianza para el 90% (1 - ) = 1-0.10 = 0.90

Z ∝∗σ Z ∝∗σ
2 2
X́ − ≤ μ ≤ X́ +
√n √n
De lo anterior, se realizan las sustituciones correspondientes y se tiene,

Z ∝ =Z 0.10 =Z 0.05 =1.645 , seg ú n tabla normal .

2 2

Luego,

1.645∗5 1.645∗5
(
I.C. = 503.75−
√ 16
≤ μ ≤503.75+
√ 16 )
Resultando,

I.C. = ( 501.694 ≤ μ ≤ 505.806 )

Interpretación:

Al tomar una muestra de tamaño cualquiera 100, el 90% de los intervalos de confianza que se estimen
contendrán la verdadera media del peso µ en gramos de las cajas de cereal de cierta marca y según esta
muestra dicha media está entre los límites de confianza de 501.694 y 505.806 gramos.

Para Intervalo de Confianza para el 95% (1 - ) = 1-0.05 = 0.95

De lo anterior, se realizan las sustituciones correspondientes y se tiene,

Z ∝ =Z 0.05 =Z 0.025=1.96 , seg ú n tabla normal .
2 2

Luego,

1.96∗5 1.96∗5
(
I.C. = 503.75−
√16
≤ μ ≤503.75+
√16 )
Resultando,

I.C. = ( 501.300 ≤ μ ≤ 506.200 )

Interpretación:

Al tomar una muestra de tamaño cualquiera, el 95% de los intervalos de confianza que se estimen
contendrán la verdadera media del peso µ en gramos de las cajas de cereal de cierta marca y según esta
muestra dicha media está entre los límites de confianza de 501.300 y 506.200 gramos.

c) Calculando el intervalo de confianza para el 90% y 95% para la media poblacional.

Como  desconocida y n pequeño, y gl = n – 1 =16-1=15, entonces el intervalo de confianza es:

Para Intervalo de Confianza para el 90% (1 - ) = 1-0.10 = 0.90

T ∝∗S T ∝ ∗S
Se hace uso del estadístico t- Student, X́ − 2
≤ μ ≤ X́ + 2

√n √n
De lo anterior, se realizan las sustituciones correspondientes, y se obtiene el valor de la desviación
estándar de la muestra mediante fórmulas de Excel, esto es:

S = 6.2022 gramos

además,

t ∝ =t 0.10 =t 0.05 ;15=1.743 , seg ú n t −Student .

; gl ;16−1
2 2

Luego,

1.743∗6.2022 1.743∗6.2022
(
I.C. = 503.75−
√ 16
≤ μ ≤ 5503.75+
√ 16 )
Resultando,

I.C. = ( 501.047 ≤ μ ≤ 506.453 )

Interpretación:
Al tomar una muestra de tamaño cualquiera, el 90% de los intervalos de confianza que se estimen
contendrán la verdadera media del peso µ en gramos de las cajas de cereal de cierta marca y según esta
muestra dicha media está entre los límites de confianza de 501.571 y 505.929 gramos.

Para Intervalo de Confianza para el 95% (1 - ) = 1-0.05 = 0.95

T ∝ ∗S T ∝ ∗S
Se hace uso del estadístico t- Student, X́ − 2
≤ μ ≤ X́ + 2

√n √n
Haciendo cálculos similares a los anteriores pasos, se deduce que:

t ∝ =t 0.05 =t 0.025 ;15=2.131 , seg ú n t−Student .

; gl ;16−1
2 2

Luego,

2.131∗6.2022 2.131∗6.2022
(
I.C. = 503.75−
√ 16
≤ μ ≤ 5503.75+
√ 16 )
Resultando,

I.C. = ( 500.446 ≤ μ ≤ 507.054 )

Interpretación:

Al tomar una muestra de tamaño cualquiera, el 95% de los intervalos de confianza que se estimen
contendrán la verdadera media del peso µ en gramos de las cajas de cereal de cierta marca y según esta
muestra dicha media está entre los límites de confianza de 500.446 y 507.054 gramos.

Referencias

1. https://www.academia.edu/19240091/_Wayne_W._Daniel_Bioestad
%C3%ADstica_base_para_el_an_Book_ZZ_org_
2. http://economiaintegral.blogspot.com/2008/02/distribucin-normal.html
3. https://www.scientific-european-federation-osteopaths.org/wp-
content/uploads/2019/01/Distribucion_tStudent.pdf
4. https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/tema4.pdf