Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA INDUSTRIAL
ESTADISTICA INFERENCIAL
ACTIVIDAD NO. 1
“EJERCICIOS”
MATRICULA: 280216070
Promedio = (3.6+2.7)/2= 3.15. Y así se realiza para cada pareja para reducir la
muestra.
Ẋ = 221.4/50 = 4.428
2
MUESTRAS VALOR X MEDIA ẋ (X - ẋ) (𝑋 − ẋ)2
1 2.6 4.428 -1.828 3.341584
2 2.7 4.428 -1.728 2.985984
3 3 4.428 -1.428 2.039184
4 3 4.428 -1.428 2.039184
5 3.1 4.428 -1.328 1.763584
6 3.1 4.428 -1.328 1.763584
7 3.2 4.428 -1.228 1.507984
8 3.3 4.428 -1.128 1.272384
9 3.5 4.428 -0.928 0.861184
10 3.5 4.428 -0.928 0.861184
11 3.6 4.428 -0.828 0.685584
12 3.6 4.428 -0.828 0.685584
13 3.7 4.428 -0.728 0.529984
14 3.7 4.428 -0.728 0.529984
15 3.8 4.428 -0.628 0.394384
16 3.8 4.428 -0.628 0.394384
17 4 4.428 -0.428 0.183184
18 4 4.428 -0.428 0.183184
19 4.1 4.428 -0.328 0.107584
20 4.2 4.428 -0.228 0.051984
21 4.3 4.428 -0.128 0.016384
22 4.3 4.428 -0.128 0.016384
23 4.4 4.428 -0.028 0.000784
24 4.4 4.428 -0.028 0.000784
25 4.4 4.428 -0.028 0.000784
26 4.4 4.428 -0.028 0.000784
27 4.5 4.428 0.072 0.005184
28 4.6 4.428 0.172 0.029584
29 4.6 4.428 0.172 0.029584
30 4.7 4.428 0.272 0.073984
31 4.8 4.428 0.372 0.138384
32 4.8 4.428 0.372 0.138384
33 4.9 4.428 0.472 0.222784
34 4.9 4.428 0.472 0.222784
35 4.9 4.428 0.472 0.222784
36 5 4.428 0.572 0.327184
37 5 4.428 0.572 0.327184
38 5 4.428 0.572 0.327184
39 5.2 4.428 0.772 0.595984
40 5.3 4.428 0.872 0.760384
41 5.3 4.428 0.872 0.760384
42 5.3 4.428 0.872 0.760384
43 5.3 4.428 0.872 0.760384
44 5.3 4.428 0.872 0.760384
45 5.5 4.428 1.072 1.149184
46 5.6 4.428 1.172 1.373584
47 5.8 4.428 1.372 1.882384
48 6.4 4.428 1.972 3.888784
49 6.5 4.428 2.072 4.293184
50 6.5 4.428 2.072 4.293184
Sumatorias 41.26
(𝑋 − ẋ)2
3
Por lo que según la fórmula de la Varianza…
2 ∑(x − ẋ)2
𝑆 =
𝑛
41.26
𝑆2= = .82
50
𝑆 = √𝑆 2
Por lo que
𝑆 = √. 82 = 0.92
Ẋ = 110.7/25 = 4.4
4
17 4.85 4.428 0.422 0.178084
18 4.85 4.428 0.422 0.178084
19 5 4.428 0.572 0.327184
20 5.05 4.428 0.622 0.386884
21 5.1 4.428 0.672 0.451584
22 5.2 4.428 0.772 0.595984
23 5.4 4.428 0.972 0.944784
24 5.6 4.428 1.172 1.373584
25 5.7 4.428 1.272 1.617984
Sumatoria 12.2354
2 ∑(x − ẋ)2
𝑆 =
𝑛
12.2354
𝑆2= = .48
25
𝑆 = √𝑆 2
Por lo que
𝑆 = √. 48 = 0.69
6.11.- Cuando se muestrea una población infinita, Qué ocurre con el error
estándar de la media si el tamaño de la muestra:
Para llevar a cabo la resolución podemos plantear una desviación estándar común
para probar el comportamiento del error estándar según el tamaño de la muestra.
σ
Utilizaremos la siguiente formula: σẋ =
√𝑁
También utilizaremos la desviación estándar del problema pasado = .69
a) aumenta de 50 a 200:
.69
σẋ = = .097
√50
.69
σẋ = = .048
√200
5
b) aumenta de 400 a 900:
.69
σẋ = = .034
√400
.69
σẋ = = .023
√900
Conclusión
Por lo que podemos concluir que mientras la muestra aumenta el error estándar
disminuye y si la muestra disminuye el error estándar aumenta.
𝑁𝑝−𝑁
Factor de Corrección Poblaciones Finitas = √𝑁𝑝−1
a) n = 5 y Np = 250:
250−5
FC = √ = .99
250−1
b) n = 10 y Np = 500;
500−10
FC = √ = .99
500−1
6
c) n = 100 y Np = 5000?
5000−100
FC = √ = .99
5000−1
Conclusión
6.13.- Para un tamaño muestra n grande, verifique que haya una posibilidad
de 50-50 de que la media de una muestra aleatoria de una población infinita,
con la desviación estándar µ, diferirá de σ por menos de 0.6745 · σ/√n. Es
común referirse a esta cantidad como el error probable de la media.
Existirá una probabilidad igual del 50% al 50% de que la media de una muestra
aleatoria de una población infinita difiera del error por menos de 0.6745.