Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 9 Ejercicios Resueltos
Tema 9 Ejercicios Resueltos
9.1. El muestreo aleatorio simple: A) es el más adecuado en cualquier tipo de situación; B) Se utiliza
en otros tipos de muestreo; C) es totalmente equivalente al muestreo casual.
9.2. En el muestreo aleatorio simple, la probabilidad de que cada individuo sea elegido de la población
es: A) la misma para todos los individuos; B) distinta para cada individuo; C) la misma para
algunos individuos.
𝑖𝑖=𝑁𝑁 𝑋𝑋𝑖𝑖
9.3. La media de la distribución muestral de la media se corresponde con: A) 𝜇𝜇𝑋𝑋� ; B) ∑𝑖𝑖=1 , siendo
𝑁𝑁
N el número de sujetos en la población; C) ambas respuestas son correctas.
9.4. Para seleccionar una muestra de profesores universitarios para una encuesta, se seleccionaron al
azar algunas universidades, dentro de cada una de ellas algunas facultades y, finalmente algunas
asignaturas dentro de cada facultad. Sabiendo que la muestra está formada por todos los
profesores de las asignaturas seleccionadas, el muestreo utilizado es: A) el muestreo sistemático;
B) el muestreo por conglomerados; C) el muestreo estratificado.
9.5. En el muestreo estratificado se eligen los elementos en: A) un estrato de la población; B) algunos
estratos de la población; C) cada estrato de la población.
9.6. El muestreo estratificado es recomendable cuando en la población: A) los individuos son muy
similares entre sí; B) existen grupos de individuos claramente diferenciados; C) la proporción de
individuos es idéntica en cada uno de los estratos.
9.7. Se desea realizar una encuesta sobre los Tabla 1. Población del pueblo donde se va a
hábitos de lectura en un pueblo, cuyos realizar la encuesta, agrupada por edades.
datos de población aparecen en la Tabla 1.
La muestra necesaria para la encuesta es
de n = 500 individuos. ¿Qué tipo de
muestreo es el más aconsejable?: A)
Aleatorio simple; B) Estratificado con
afijación proporcional; C) Conglomerados.
9.8. Con los datos del ejercicio anterior
determinar cuál es la composición de la
muestra seleccionada en función de cada
estrato? A) 125, 125, 125, 125; B) 87, 189,
145, 79; C) 79, 223, 152, 46.
9.9. En un centro escolar hay 500 alumnos matriculados en la asignatura A y 500 en la asignatura B.
En cada asignatura hay 400 mujeres. Si queremos una muestra de 100 alumnos para realizar una
encuesta con una proporción de mujeres y hombres en ambas asignaturas idéntica a la del centro
escolar, ¿cuántos alumnos varones de cada asignatura deberá tener la muestra?: A) 5; B) 10; C)
40.
9.10. En el estudio de una variable X se sabe que la desviación típica poblacional es 3. Se selecciona
una muestra de tamaño 100, ¿cuál es el valor del error típico de estimación de la media : A) 0.03;
B) 0.6; C) 0.3).
1
INTRODUCCIÓN AL ANÁLISIS DE DATOS
9.21. Con los datos del ejercicio anterior, ¿cuál es la probabilidad de que la media de muestras de
tamaño 12 se encuentren entre los valores de 48 y 52 puntos? A) 0,15; B) 0,850; C) 0,70.
9.22. Sea X una variable con distribución normal en la población con 𝑁𝑁(𝜇𝜇; 6). Se extraen muestras de
tamaño 25, ¿entre que valores se encuentra el 90% central de las varianzas muestrales? A) (3,91
y 10,74); B) (19,94 y 52,44); C) (2,47 y 11,39).
9.23. Un grupo de investigación de la Universidad de Granada ha desarrollado un test que evalúa el
síndrome de Burnout. La variable se distribuye en la población normal con parámetros 𝜇𝜇 = 120
y varianza 25. Tras diversas aplicaciones para determinar si hay Burnout en los trabajadores de
enfermería de los hospitales, se llega a la conclusión de que el test es poco discriminativo, por lo
que se modifican 8 ítems. Se aplica el nuevo test a una muestra aleatoria de 40 enfermeros y se
obtienen los estadísticos correspondientes cuyos valores son: 𝑋𝑋� = 108 y 𝑆𝑆𝑋𝑋2 = 36. ¿Qué
probabilidad hay de que la nueva versión del test no haya mejorado la capacidad discriminativa?
A) 0,025; B) 0,005; C) 0,010.
2
INTRODUCCIÓN AL ANÁLISIS DE DATOS
9.24. En una encuesta sobre el acoso escolar realizada a 10.000 estudiantes de bachillerato, 6500
respondieron que no eran conscientes de que en su centro existiese este problema. Si tomamos
muestras de tamaño 25, ¿cuál es la media y la varianza de la distribución muestral del número de
estudiantes que mantienen esta opinión? A) (0,85; 0.095); B) (16,25; 21,25); C) (16,25; 5,69).
SOLUCIONES
9.1. B
9.2. A
9.3. C
9.4. B
9.5. C
9.6. B
9.7. B
9.8. C
9.9. B
Centro escolar:
Total alumnos matriculados 1000
Total mujeres matriculadas 800 (400 por asignatura)
Total hombres matriculados 200 (100 por asignatura)
Proporción de varones del centro: 200/1000 = 0,20
3
INTRODUCCIÓN AL ANÁLISIS DE DATOS
9.11. C
9.12. B
Teniendo en cuenta la definición de error típico de la media 𝜎𝜎𝑋𝑋� = √𝜎𝜎𝑛𝑛 , se observa que es
inversamente proporcional a n, en consecuencia, cuanto mayor es n menor es el error típico.
9.13. A
9.14. B
σ X = 1,5 n = 100
σ
σX = → σ = n ⋅σ X
n
9.16. C
9.17. B
Supuestos:
Variable X es una variable Bernoulli (lee periódico o no lo lee)
Se conoce el valor π en la población
Las n observaciones son independientes
La muestra es grande n>30
Por tanto se resuelve por aproximación a la normal (pág. 410; formula9.4)
𝜎𝜎 0,50
𝜎𝜎𝑝𝑝 = = = 0,071
√𝑛𝑛 √49
9.18. A
𝜎𝜎 3,5
𝜇𝜇 = 23 𝑦𝑦 = = 0,7
√𝑛𝑛 √25
4
INTRODUCCIÓN AL ANÁLISIS DE DATOS
Dado que X es de distribución desconocida y n es 25 (25 < 30), solo se puede afirmar que la
media de la distribución muestral de las medias es 23 y su error típico 0,7, pero no podemos decir cuál
es su distribución.
9.19. C
σ 2 = Varianza poblacional 272 = 729
9.20. A
Dado que desconocemos la varianza poblacional y que la variable X se distribuye normal, la
� → 𝑡𝑡 �50; 6,36�
distribución de la media muestral sigue una t (pág. 406) cuyos parámetros son: ) X
√9
� → 𝑡𝑡(50; 2,12) con 8 g.l.
X
𝑛𝑛 𝑆𝑆𝑥𝑥2
𝜇𝜇 = 50; 𝑆𝑆𝑛𝑛−1 = = 6,36
𝑛𝑛−1
9.21. C
2 𝑛𝑛 𝑆𝑆𝑥𝑥2 12 × 36
Dado que ahora n = 12; 𝑆𝑆𝑛𝑛−1 = = = 39,27; de donde: 𝑆𝑆𝑛𝑛−1 = √39,27 = 6,27
𝑛𝑛−1 11
𝑋𝑋�−𝜇𝜇 48−50 −2 𝑋𝑋�−𝜇𝜇 50−50 2
𝑇𝑇 = 𝑆𝑆𝑛𝑛−1 = 6,27 = 6 ,27� = − 1,16 y 𝑇𝑇 = 𝑆𝑆𝑛𝑛−1 = 6,27 = 6 ,27� = 1,16 (aunque
� � 3,46 � � 3,46
√𝑛𝑛 √12 √𝑛𝑛 √12
este cálculo es incensario en este caso dada la simetría).
Acudiendo a la Tabla VI podemos calcular las probabilidades correspondientes (recordar que t es
simétrica)
P(T≤ 𝑡𝑡11 ) = P(T≤ 1,16) = 0,850
𝑃𝑃(𝑋𝑋� ≤ 48) = 1 − 0,850 = 0,15 y 𝑃𝑃(𝑋𝑋� ≥ 50) = 0,850
Por tanto P (48 ≤ 52) = 0,850 - 0,15 = 0,7
9.22. B
2
Se trata de la distribución muestral de la varianza. Sabemos que dicha distribución es χ𝑛𝑛−1
2
(Pág. 415). Hay que recordar también que el estimador de 𝜎𝜎 2 es 𝑆𝑆𝑛𝑛−1 .
2
𝑃𝑃�𝜒𝜒2 ≤ χ𝑛𝑛−1 � = 0,05
Acudiendo a la Tabla V con 24 grados de libertad, los valores de 𝜒𝜒 2 correspondientes son:
2
χ24;0,05 = 13,8484
Χ 224;0,95 = 36,4150
Los valores buscados son los límites del intervalo de probabilidad anterior que son:
2
𝑛𝑛 𝑆𝑆𝑥𝑥2 2
χ224;0,05 × 𝜎𝜎 2 13,8484 × 36
χ24;0,05 = → lim inf 𝑆𝑆𝑥𝑥 = = = 19,94
𝜎𝜎 2 𝑛𝑛 25
2
2
2
𝑛𝑛 𝑆𝑆𝑥𝑥 2
χ24;0,95 × 𝜎𝜎 2 36,4150 × 36
χ24;0,95 = → lim sup 𝑆𝑆𝑥𝑥 = = = 52,44
𝜎𝜎 2 𝑛𝑛 25
5
INTRODUCCIÓN AL ANÁLISIS DE DATOS
9.23. A
Se entiende que un test no mejora su capacidad de discriminación cuando la varianza
2
poblacional se mantiene. Sabemos que la distribución muestral de la varianza es χ𝑛𝑛−1 . Por tanto para
nuestros datos:
𝑛𝑛𝑆𝑆 2 40 × 36
χ2𝑛𝑛−1 = = = 57,6
𝜎𝜎 2 25
2 2
𝑃𝑃(𝜒𝜒39 ≥ 57,6) = 1 − 𝑃𝑃(𝜒𝜒39 ≤ 57,6) = (1 − 0,975) = 0,025
Es decir, que hay una probabilidad muy pequeña 0.025 (2,5%) de obtener varianzas iguales o
mayores de 36 bajo el supuesto de que no mejora la capacidad discriminativa del test. Por tanto,
parece que las modificaciones introducidas incrementan la discriminación.
9.24. C
Aplicación directa de la distribución binomial:
La pregunta se refiere al nº de éxitos (en este caso, al número de alumnos) que se corresponde con la variable
X, según lo dicho en el apartado 9.5.1 pág. 409: “Para muestras pequeñas l distribución muestral del
estadístico X (número de éxitos en n ensayos) es:
La intención de este ejercicio es que se den cuenta de que no es lo mismo la distribución muestral del
número de éxitos que la distribución muestral de la proporción (que por otra parte no es más que una
transformación lineal de la variable número de éxitos definida como P=X/n)
6500
Por tanto: 𝐸𝐸(𝑋𝑋) = 𝑛𝑛𝑛𝑛 = 25 × = 16,25
10000
Y 𝜎𝜎𝑋𝑋2 = 5,69