EJERCICIOS

1.– Sea X1 , X2 , X3 una muestra aleatoria de tamaño 3 tomada de una población X, de media µ y
varianza σ 2 . Como estimadores de la media, se toman los estadı́sticos
1¡ ¢
M1 = 0.65X1 + 0.25X2 + 0.10X3 , M2 = 2X3 − X1 , M3 = X1 + X2 + X3 .
3
Decide cuál de los tres es el mejor desde el punto de vista del sesgo y de la eficiencia.

2.– Sea X1 , ..., X2n una muestra aleatoria de tamaño 2n tomada de una población X, donde E(X) = µ
2n n
1 X 1X
y V ar(X) = σ 2 . Sean X 1 = Xi y X 2 = Xi dos estimadores de µ. ¿Cuál de ellos es
2n i=1 n i=1
mejor? Razona la respuesta.
¡ ¢ ¡ ¢ ¡ ¢
3.– Sean Θb1 y Θ
b 2 dos estimadores del parámetro θ, tales que E Θ b 2 = θ , V ar Θ
b 1 = θ, E Θ b 1 = 10
¡ ¢ 2
b 2 = 4. ¿Qué estimador es mejor? ¿En qué sentido lo es?
y V ar Θ
b b b b
b 1, Θ
4.– Sean Θ b2 y Θ
b 3 tres estimadores del parámetro θ. Se sabe que
µ³ ´2 ¶
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
b1 = E Θ
E Θ b 2 = θ, b3 =
E Θ 6 θ, b 1 = 12,
V ar Θ b 2 = 10,
V ar Θ y E b3 − θ
Θ = 6.

Realiza una comparación de los tres estimadores. ¿Cuál serı́a el mejor estimador de θ?
b

5.– Sea X1 , ..., Xn una muestra aleatoria de tamaño n:

2
a) Demuestra que X es un estimador sesgado de µ2 .
b) Determina la magnitud del sesgo de este estimador.
c) ¿Qué sucede con el sesgo a medida que aumenta el tamaño de la muestra?
2
d) ¿Para qué valor de k es X − kS 2 un estimador insesgado de µ2 ?

−
6.– Sea X1 , ..., X7 una muestra aleatoria de una población que tiene media µ y varianza σ 2 . Conside-
remos los siguientes estimadores de µ:

b 1 = X1 + · · · + X7
Θ y b 2 = 2X1 − X6 + X4
Θ
7 7
¿Alguno de estos estimadores es insesgado? ¿Cuál es el mejor y en qué sentido lo es?
b b b b

7.– Sea una población con media µ y varianza σ 2 :

¡ ¢
a) Demuestra que E Sc2 = σ 2 .
 b) Supongamos que se toman tres muestras aleatorias de tamaños n1 = 20, n2 = 10 y n3 = 8.
Sean S12 , S22 y S32 las varianzas muestrales correspondientes. Demuestra que el estadı́stico
20S12 + 10S22 + 8S32
Se2 =
35
es un estimador insesgado de σ 2 .
n
1X 2
8.– Sea X una población de media µ y varianza σ 2 . ¿Cuando será el estadı́stico Y = X un
n i=1 i
estimador insesgado de σ 2 ?
9.– Calcula el estimador de máxima verosimilitud del parámetro p de una población con distribución
geométrica, basado en muestras de tamaño n. .

10.– Un dado está trucado de tal manera que la probabilidad de obtener un seis al lanzarlo es p 6= 1/6.
Se lanza el dado hasta que sale un seis, y este experimento se repite ocho veces, de modo que sale
el seis en la tirada 9, 7, 11, 10, 10, 8, 12 y 9 respectivamente. Basándote en estos datos y en el
problema 9, calcula una estimación de p.
11.– Considera una muestra aleatoria X1 , X2 , . . . , Xn de una población con función de densidad
(
θ2 x e−θx si x > 0,
f (x) =
0 en otro caso.

Halla el estimador de máxima verosimilitud del parámetro θ.

12.– En un bosque, la distancia X entre un árbol cualquiera y el árbol más próximo a él sigue una
distribución de Rayleigh con función de densidad
( 2
2θ2 x e−θx si x > 0,
f (x) = (θ > 0).
0 en otro caso.

a) Calcula el estimador de máxima verosimilitud de θ, basado en muestras de tamaño n.

b) En cierto bosque, se eligen al azar 20 árboles y se miden las distancias (en metros) de cada
uno al más próximo, resultando los valores

10 15 18 14 11 11 10 16 18 17 12 19 13 14 16 12 15 17 13 11

En base a estos datos, calcula una estimación del parámetro θ para ese bosque.

13.– Sea X1 , X2 , . . . , Xn una muestra aleatoria de una población con función de densidad
 µ ¶
θ+1

 1
θ si x > 1,
f (x) = x (θ > 1).

 0 en otro caso.

Encuentra el estimador de máxima verosimilitud de θ y calcula una estimación puntual de dicho

parámetro con los datos de la muestra: 2.4, 2.1, 3.5, 2.6, 2.7, 2.3, 3.2, 2.5, 2.2 y 3.6.

X
14. Queremos medir la diferencia en ventas entre dos categorías de empleados. Una está formada por personas con
título superior y la otra por personas con estudios secundarios. Tomamos una muestra de 45 empleados del
primer grupo y la media de ventas resulta ser 32. Tomamos una muestra de 60 empleados del segundo grupo y
la media obtenida es 25. Supongamos que las ventas de los dos grupos siguen una normal con varianza 48 para
el primer grupo y de 56 para el segundo. A) Calcula un intervalo del 90% de confianza para la verdadera
diferencia de las medias. B) De acuerdo con el intervalo hallado , ¿hay evidencia de que las ventas medias de
los grupos son iguales?

15. Se desea saber si hay diferencia entre el tiempo(en minutos) que tardan los empleados de la pizzería A y los de
la pizzería B en atender un pedido. Tomamos una muestra de 14 empleados de A y obtenemos una media
muestral de 17 minutos y una varianza muestral de 1´5. Tomamos una muestra de B de 25 empleados
obteniendo la media muestral de 19 y la varianza muestral de 1´8. Suponemos que los tiempos para los dos
grupos se distribuyen normalmente y que las varianzas son iguales aunque desconocidas. A) Calcula un
intervalo de confianza del 99% para la verdadera diferencia de las medias. B) De acuerdo con el intervalo
hallado, ¿hay evidencia de que los dos tiempos promedios son iguales?

16. Una marca de lavadoras quiere saber la proporción de amas de casa que preferirían usar su marca. Toman al
azar una muestra de 100 amas de casa y 20 dicen que la usarían. Calcula un intervalo de confianza del 95% para
la verdadera proporción de amas de casa que preferirían dicha lavadora.

17. Se desea cambiar una máquina en una cadena de producción. Se toman muestras con la máquina actual y con la
nueva máquina para determinar si se van a producir mejoras en el sistema. 75 de 1.000 artículos del
procedimiento actual presentaron defectos y lo mismo sucedió con 80 de 2.500 partes del nuevo, determine un
intervalo de confianza del 90% para la verdadera diferencia de proporciones de partes defectuosas.

18. Un fabricante de baterías para automóvil asegura que las baterías que produce duran en promedio 2 años, con
una desviación típica de 0´5 años. Si 5 de estas baterías tienen duración 1´5, 2´5, 2´9, 3´2, 4 años, determine un
intervalo de confianza del 95% para la varianza e indique si es válida la afirmación del fabricante.

19. Responde la misma pregunta del enunciado del problema 14, considerando que las varianzas poblacionales son
desconocidas .

20. Queremos ajustar una máquina de refrescos de modo que el promedio del líquido dispensado quede dentro de
cierto rango. La cantidad de liquido vertido por la máquina sigue una distribución normal con desviación
estándar 0´15 decilitros. Deseamos que el valor estimado que se vaya a obtener comparado con el verdadero no
sea superior a 0´2 decilitros con una confianza del 95%.¿De qué tamaño debemos escoger la muestra?

21. Una máquina llena cajas con cierto cereal. El supervisor desea conocer con un error de estimación de máximo
0´1 y un nivel de confianza del 90%, una media estimada del peso. Como la varianza era desconocida se
procedió a escoger una muestra piloto de un lote de 600 unidades. Los resultados fueron los siguientes: 11´02,
11´14, 10´78, 11´59, 11´58, 11´19, 11´71, 11´27, 10´93, 10´94. ¿Cuántas cajas debe escoger para que se
cumplan los requisitos propuestos?

22. Se desea conocer el peso promedio de una determinada clase de pescado con un error de estimación de 0´02 y
con un nivel de confianza del 99%. Por datos anteriores se sabe que el peso mínimo es 1´48 libras y el máximo
es de 2´47 libras.¿De qué tamaño debe escoger la muestra? Suponga que los pesos de estos pescados se
distribuyen normalmente.

23. Se desea hacer una encuesta para determinar la proporción de familias que carecen de medios económicos para
atender los problemas de salud. Existe la impresión de que esta proporción está próxima a 0´35. Se desea
determinar un intervalo de confianza del 95% con un error de estimación de 0´05. ¿De qué tamaño debe
tomarse la muestra?

24. Un productor de semillas desea saber con un error de estimación del 1% el porcentaje de semillas que germinan
en la granja de su competidor. ¿Qué tamaño de muestra debe tomarse para obtener un nivel de confianza del
95%?

25. Se desea realizar una encuesta entre la población juvenil de una determinada localidad con 700 jóvenes para
determinar la proporción de jóvenes que estaría a favor de una nueva zona de ocio. El número de jóvenes de
dicha población es N=2.000. Determinar el tamaño de muestra necesario para estimar la proporción de
estudiantes que están a favor con un error de estimación de 0´05 y un nivel de confianza del 95%.