Trabajo de estadística

Hecho por

Viviana Barahona Mosquera

Docente Jefferson Monroy A.

Modulo Estadística II inferencial

Psicología

Corporación universitaria minuto de Dios

Año: 2020
 UNIDAD N°3
ESTADÍSTICA INFERENCIAL
Estimación e intervalos de confianza

1. Considérese la opinión de un profesor de deporte, quien afirma que el promedio de

peso de los que practican un determinado programa es de 58 kilos, con una desviación
típica de 6. Si se realiza una encuesta, entre las preguntas se incluye el peso de 25 afiliados
al programa. ¿Cuál es la probabilidad de que el promedio obtenido sea mayor que 60
kilos?
R/
n = 25
x = 60 kilos
µ = 58 kilos
σ = 6 kilos

60 − 58
𝑍=
√25
2
𝑧= = 1.66 = 0,4525 = 45,25%
1.2

Z = 0.5 – 0,4525 = 0,0475 = 04,75%

2. En una investigación sobre el proceso de venta de un determinado producto fabricado
en varios establecimientos, se requiere el tamaño de la muestra con una confianza del
95%. Se realiza una investigación preliminar, obteniendo los siguientes resultados: media
= $4.800 unidad; desviación típica $225. Con los anteriores datos, calcule el tamaño
muestral, si se considera un error del 1% y E=% (X)
R/
El intervalo de confianza del 95% conduce a una puntuación z crítica de más o menos 1,96.

media = 4800
desviación estándar = 220

Si desea que el error sea del 1%, los límites deben ser de 4752 a 4848.

error estándar = desviación estándar dividida por la raíz cuadrada del tamaño de la
muestra.
para el extremo inferior estándar siguiente del intervalo de confianza, haga la siguiente
fórmula del puntaje z es z = (x − m) / s

x: es la puntuación bruta
m: es la media
s: es el error.

en el extremo inferior, la fórmula se convierte en −1,96 = (4752 − 4800) / s

simplificar para obtener: −1,96 = −48 / s
resolver para que s obtener: s = −48 / −1,96 = 24,48979592

s = desviación estándar dividida por sqrt (tamaño de la muestra)

desviación estándar = 220.
s = 24,48979592
fórmula se convierte en: 24.48979592 = 220 / sqrt (tamaño de muestra)
resuelva para sqrt (tamaño de muestra) para obtener:
sqrt (tamaño de muestra) = 220 / 24.48979593
resolver el tamaño de la muestra para obtener:
tamaño de muestra. = (220 / 24.48979593)2 = 80.7002777

puede redondear al siguiente entero más alto para obtener un tamaño de muestra = 81.

con un tamaño de muestra de 80.7002777, obtiene:

s = 220 / sqrt (80.7002777) = 24.48979593.

su fórmula de puntuación z se convierte en: z = (−48) /24.48979593 = −1.96

el lado alto, su fórmula de puntuación z se convierte en: z = 48 / 24,48979593 = 1,96
ha establecido el intervalo de confianza de dos colas del 95% y su error será más o menos
1%.
3. Suponga que la información del punto 7 fue de un tamaño muestral de 78 artículos,
con media 5.560 horas y desviación típica de 720 horas.
a. Fije los límites de confianza del 95%.
R/
Tamaño de la muestra 78 elementos.
Media de la muestra 5560 horas
Desviación estándar de la muestra 720 horas.
Límite de confianza 95%.
que le proporcionaría una puntuación z crítica igual a más o menos 1,96.

el error estándar es igual a 720 / sqrt (78) = 81.5239 redondeado a 4 lugares

decimales.

Para resolver los límites de puntuación bruta en el nivel de confianza del 95%, se
utiliza la fórmula de puntuación z, la fórmula del puntaje z es 𝐳 = (𝐱 − 𝐦)/𝐬

z: es la puntuación z
x: es la puntuación bruta
m: es la media
s: es el error estándar.

para el límite inferior, la fórmula de puntuación z se convierte en −1,96 = (x −

5560)/81,5239.
resuelva para x para obtener x = −1.96 ∗ 81.5239 + 5560 = 5400.21316
redondeado a 4 lugares decimales.

para el límite superior, la fórmula de puntuación z se convierte en1,96 = (x −

5560)/81,5239.
resuelva para x para obtener x = 1.96 ∗ 81.5239 + 5560 = 5719.7868
redondeado a 4 lugares decimales.
su intervalo de confianza es de 5400 a 5720

b. Si se conoce el tamaño poblacional, siendo 8.500 unidades, establezca los límites

de confianza.
R/
si la media es 8500 y los límites de confianza son 95%, los valores críticos se calcularán
de la siguiente manera.

Media 8500
Puntuaciones z críticas son más o menos 1,96
Desviación estándar es 720
Error estándar 81,5239
 todos estos valores suponen que está utilizando el mismo tamaño de muestra con la
misma desviación estándar.

use la fórmula del puntaje z para encontrar los límites.

en el lado bajo z = (x − m) /s se convierte en. −1,96 = (x − 8500) / 81,5239

resuelva para x para obtener x = −1.96 ∗ 81.5239 + 8500 = 8340.2132
redondeado a 4 lugares decimales.
en el lado alto, z = (x − m) / s se convierte en 1,96 = (x − 8500) / 81,5239.
resuelva para x para obtener x = 1.96 ∗ 81.5239 + 8500 = 8659.7868
redondeado a 4 lugares decimales.
su intervalo de confianza es de 8340 a 8660

4. Resuelva el ejercicio 3, suponiendo que el tamaño de la muestra es pequeño, es decir

que, 𝐧 = 𝟐𝟖 (distribución de 𝑡 de student).

R/
al utilizar puntuaciones t, necesita los grados de libertad, con un tamaño de muestra de 28, los
grados de libertad serían 27 (1 menos el tamaño de muestra).

para la parte a, tiene una media de 5560 y un error estándar de 81,5239.

con 27 grados de libertad, la puntuación t crítica al límite de confianza del 95% sería igual a más o
menos 2.052. Resuelva la puntuación bruta utilizando la fórmula de puntuación t de t (27) =
(x − m) / s el número entre paréntesis son los grados de libertad.

cuando la puntuación t es 2.052, la fórmula se convierte en 2.052 = (x − 5560) / 81.5239.

resuelva para x para obtener x = 2.052 ∗ 81.5239 + 5560 = 5727.2870 redondeado a 4

lugares decimales.

entonces la puntuación t es -2.052, la fórmula se convierte en −2.052 = (x − 5560) /

81.5239.

resuelva para x para obtener x = −2.052 ∗ 81.5239 + 5560 = 5392.7130 redondeado a 4

lugares decimales.

su intervalo de confianza es de 5393 a 5727

para la parte b, está utilizando el mismo error estándar y puntuaciones t para calcular los límites.

con una puntuación t de 2.052, la fórmula se convierte en 2.052 = (x − 8500) / 81.5239.

resuelva para x para obtener x = 2.052 ∗ 81.5239 + 8500 = 8667.2870 redondeado a 4

lugares decimales.

con una puntuación t de -2,052, la fórmula se convierte en −2,052 = (x − 8500) / 81,239.

resuelva para x para obtener x = −2.052 ∗ 81.5239 + 8500 = 8332.7130 redondeado a 4

lugares decimales.
su intervalo de confianza es de 8333 a 8667

La tabla de puntuación t que se utilizó: https://www.sjsu.edu/faculty/gerstman/StatPrimer/t-

table.pdf

5. Responda:
a. ¿En qué consiste el teorema del límite central? (Tamaño de la muestra)
El teorema del límite central es un teorema fundamental de probabilidad y estadística.
El teorema describe la distribución de la media de una muestra aleatoria proveniente
de una población con varianza finita. Cuando el tamaño de la muestra es lo
suficientemente grande, la distribución de las medias sigue aproximadamente una
distribución normal. El teorema se aplica independientemente de la forma de la
distribución de la población. Muchos procedimientos estadísticos comunes requieren
que los datos sean aproximadamente normales. El teorema de límite central le permite
aplicar estos procedimientos útiles a poblaciones que son considerablemente no
normales. El tamaño que debe tener la muestra depende de la forma de la distribución
original.

b. ¿Qué diferencia debe haber entre el muestreo aleatorio y no aleatorio?

Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente,
todas las posibles muestras de tamaño n tienen la misma probabilidad de ser
seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la
representatividad de la muestra extraída y son, por tanto, los más recomendables.

Métodos de muestreo no probabilísticos

A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente
costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no
sirven para realizar generalizaciones (estimaciones inferenciales sobre la población),
pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todos
los sujetos de la población tienen la misma probabilidad de ser elegidos. En general se
seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de
lo posible, que la muestra sea representativa.