CASO PRACTICO

ESTADISTICA DIFERENCIAL
UNIDAD 1

KAREN ANDREA CATAÑEDA PULIDO

DOCENTE:
JAVIER OLMEDO MILLÁN PAYÁN

CORPORACION UNIVERSITARIAS ASTURIAS

BOGOTA, 2020
Contenido
Enunciado..............................................................................................................................2
Ejercicio 2:.............................................................................................................................3
Conclusiones...................................................................................................................3

Enunciado

Ejercicio 1:
Se analizan dos poblaciones en las que se estudian las variables aleatorias:
ζ1 = estatura de los niños españoles (en cm)
ζ2 = estatura de los niños alemanes (en cm)
siendo ζ1 → N(120,5) y ζ2 → N(130,6)
Se extraen m.a.s independientes de cada población de tamaños n=25 y m=30,
respectivamente.
Se pide:

a) La probabilidad de que la estatura media de los niños alemanes sea mayor de 180
cm.

P = 180-130,6 = 49,4

49,4 = 1,65
30
 X > a 180 = P x-130
1,09> 180 - 130 / 1,09 = 46

46% es la probabilidad que la estatura media de los niños alemanes sea > de180 cm

Ejercicio 2:
Dada una población representada por una variable ζ cuya distribución de probabilidad se
supone N(μ,4). Se pide:

Elaborar el intervalo de confianza para la estimación del parámetro μ, al nivel de confianza

del 95% con base en una m.a.s de tamaño n=100 en la que se obtiene una media muestral
igual a 10.

Coeficiente de confianza = Z /100 = 0,95

Cálculo del punto crítico:

α = 1-0.95 = 0.05 Α/2 = 0.025

En la tabla de la distribución Normal tipificada este "α/2" corresponde aZ=0,95

Valores para la tabla de distribución Probabilidad

INTERVALO DE CONFIANZA ES DE N (1,6; 0,05)

Conclusiones

Podemos decir que la muestra es el conjunto de unidades dentro de una población. De esta
misma manera, una variable aleatoria es una función que asigna un valor y pueden
representar los resultados de un ejercicio no realizado.

Ahora bien, el intervalo de confianza nos permite calcular los valores que existen alrededor
de una media muestral.