Estadística Aplicada a

los Negocios
Temario

1. Distribución muestral
2. Estimación por intervalos
3. Intervalo de confianza para la media
con varianza conocida
4. Intervalo de confianza para la media
con varianza desconocida
Logro

Conocer los principales conceptos y tipos de estimación, así como también,

los principales conceptos acerca del intervalo de confianza para la media y
los cálculos correspondientes.
1. Distribución Muestral
Población
DISTRIBUCIONES MUESTRALES
Consideremos todas las muestras de tamaño n que pueden Muestra
extraerse de una población (con o sin reemplazo).
Si obtenemos estadísticos , tales como la media (ഥ 𝒙 ), la  X
proporción (𝒑), la desviación típica (𝒔), etc., que varían de MUESTREO
una muestra a otra. formaremos una distribución del 2 S2
estadístico respectivo, lo que se conoce como distribución p
muestral.  n
❑ Si el estadístico es la media muestral (𝑥),
ҧ la distribución se N
conoce como distribución muestral de medias.

❑ Si el estadístico es la proporción muestral (p), la distribución se

conoce como distribución muestral de proporciones.
1. Distribución Muestral
Supóngase que son extraídas de una población infinita todas las posibles muestras
sin remplazo de tamaño n. Si se denota:
▪ La media (µ) y la desviación típica () de la población
▪ La media (𝝁𝑿ഥ ) y la desviación típica ( 𝝈𝑿ഥ ) de la distribución muestral

La distribución muestral de medias cumple lo siguiente: NOTA:

Si el muestreo es con reemplazo
𝜇𝑋ത = 𝜇 en una población finita
𝜎 𝜇𝑋ത = 𝜇
𝜎𝑋ത =
𝑛
𝜎 𝑁−𝑛
𝜎𝑋ത =
𝑛 𝑁−1
¿Estas muestras aleatorias a que tipo de
distribución se ajustan?
2. Estimación
Se trata de emplear los estadísticos para estimar los parámetros.

Métodos de estimación:

Estimación puntual: Estimación por intervalos:

Utilización de datos de Ofrece un intervalo de
la muestra para calcular valores razonables dentro
un solo número para del cual se pretende que
estimar el parámetro de esté el parámetro de
interés. interés:  (𝜇, 𝜎, 𝜋) con
cierto grado de confianza.

PROPIEDADES DE UN ESTIMADOR: ❑ INSESGADO

❑ EFICIENTE
❑ CONSISTENTE
❑ SUFICIENCIA
2. Estimación No olvidar!!
Población (N)

𝝁
Muestra (n)
𝝈 ഥ
𝑿
𝑺
𝝅
𝒑

Estadísticos
Parámetros ()
2. Estimación por intervalos
En lugar de indicar simplemente un único valor como
estimación del parámetro poblacional (𝜇, 𝜎, 𝜋), lo
que se hace es calcular un intervalo de valores en el
que se tiene cierta probabilidad (confianza) de que se
encuentre el verdadero valor de  (parámetro).
Nivel de
confianza
𝑃(𝜃෠ − 𝜺 < 𝜃 < 𝜃෠ + 𝜺) = 1 − 𝛼
𝜺: 𝑬𝒓𝒓𝒐𝒓

Es decir, se puede garantizar con una probabilidad de 1 − 𝛼 que la muestra elegida

contendrá el valor verdadero (𝜇, 𝜎, 𝜋).

NIVEL DE CONFIANZA (1- α) : Es la probabilidad asumida de que la media µ este contenida en el

intervalo de confianza buscado en el experimento: 99%, 98%, 95%, 90%, …
3. Intervalo de Confianza de la media con Varianza Conocida
Emplearemos Z cuando:
a. n ≥ 30 y σ2 conocida
b. n < 30 y σ2 conocida
Valores tabla Z aproximados:
1. INTERVALO DE CONFIANZA (IC): Nivel confianza: 𝒁𝟏−𝜶
𝟐
𝟏−𝜶
𝜎
𝐼𝐶: 𝑥ҧ − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑍(1−𝛼) ⋅ 𝜎 90% 𝑍0.95 =1.64
2 n 2 n 95% 𝑍0.975 =1.96
98% 𝑍0.99 =2.33
99% 𝑍0.995 =2.58

El nivel de significación es también llamado error Tipo I Compruébalo usando tu tabla Z!!
3. Intervalo de Confianza de la media con Varianza Conocida
PROBLEMA 1:
Un fabricante produce focos que tienen un tiempo de vida
que sigue una distribución normal y una desviación estándar
de 40 horas. Si una muestra de 30 focos tienen una vida
promedio de 780 horas, encuentre el intervalo de confianza
del 95% para la media de la población de todos los focos que
produce la empresa.
3. Intervalo de Confianza de la media con Varianza Conocida
SOLUCIÓN:
• X: tiempo de vida de focos fabricados (variable aleatoria) Datos población Datos muestra
• X ~ N (μ, σ2)
μ=? n = 30
𝜎 σ = 40 horas (conocido) 𝑥ҧ = 780 horas
IC: 𝑥ҧ − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
𝛼 = 0.05
Reemplazando:
𝑇𝑎𝑏𝑙𝑎: 𝑍 0.05 =𝑍 0.975 = 1.96
40 40 1− 2
780 – 1.96 x ≤ μ ≤ 780 + 1.96 x
30 30

IC: 765.69 ≤ μ ≤ 794.31

Interpretación: Con un nivel de confianza del 95%, el tiempo de vida
promedio de los focos esta comprendido desde 765.69 a 794.31 horas.
4. Intervalo de Confianza de la media con varianza desconocida
a. Emplearemos T cuando: n < 30 y σ2 desconocida
• Cuando la varianza poblacional no es conocida utilizamos la
distribución “T de student”, para tamaños de muestra n < 30.
El estadístico T será:
𝑋ത − 𝜇
~𝑇𝑛−1
𝑆
𝑛
• Como σ² no se conoce se estima mediante S².
• La distribución se desvía en forma apreciable cuando los
grados de libertad (gl = n - 1) son pequeños.
• El estadístico t definido resulta de una muestra aleatoria
seleccionada de una población normal, con varianza σ² no
conocida.
b. Emplearemos Z cuando: n ≥ 30 y σ2 desconocida
 4. Intervalo de Confianza de la media con varianza desconocida

Descárgalo
de Canvas!

←Probabilidades
asociadas a un 𝜶

Grados de Valores T
Libertad!
4. Intervalo de Confianza de la media con Varianza Desconocida
PROBLEMA 3:
Una compañía utiliza baterías en sus juegos
electrónicos y según ellos duran en promedio 30
horas. Para confirmar esto se prueba 16 baterías
siendo la media muestral de 27.5 horas y su
desviación estándar 5 horas. Encuentre un intervalo
de confianza del 95% para la media. Suponga que la
distribución de las duraciones de las baterías es
aproximadamente normal.
4. Intervalo de Confianza de la media con varianza desconocida
SOLUCIÓN:
X: Duración de batería Datos población Datos muestra

Reemplazando en la fórmula: μ = 30 n = 16
σ²= ?? (descon) 𝑥ҧ = 27.5 horas
𝑆 𝑆 S=5
IC: 𝑥ҧ − 𝑇(1−𝛼,𝑔𝑙) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑇(1−𝛼,𝑔𝑙) ⋅
2 n 2 n 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
Reemplazando datos: 𝛼 = 0.05
gl = n - 1
5 5
27.5 − 2.131 x ≤ 𝜇 ≤ 27.5 + 2.131 x 𝑇 𝛼
1− 2 ,𝑛−1
= 𝑇 0.975,16−1
4 4
24.84 ≤  ≤ 30.16 De la tabla: T 0.975,15 = 2.131

Con una confianza del 95%, la vida media de las baterías estará entre 24.84 y 30.16 horas
Fórmulas par el Cálculo del intervalo de confianza (IC)

N° CASO FÓRMULA A EMPLEAR

𝜎
1 CON σ2 CONOCIDA y n ≥ 30
IC: 𝑥ҧ − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n
𝑠
σ2
IC: 𝑥ҧ − 𝑇(1−𝛼,𝑛−1) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑇(1−𝛼,𝑛−1) ⋅ 𝑠
2 CON DESCONOCIDA y n < 30 n
2 2 n
𝑠
3 CON σ2 DESCONOCIDA y n ≥ 30
IC: 𝑥ҧ − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑍(1−𝛼) ⋅ 𝑠
2 n 2 n
𝜎
4 CON σ2 CONOCIDA y n < 30 IC: 𝑥ҧ − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑥ҧ + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n
Taller Grupal

ES FUNDAMENTAL QUE TODOS PARTICIPEN EN

LAS DELIBERACIONES, EXPONIENDO SUS PUNTOS
DEL VISTA, EVITANDO QUE ALGUIEN SE
ADJUDIQUE UN PROTAGONISMO DESMEDIDO O
TOME UNILATERALMENTE DECISIONES QUE
AFECTAN A TODOS.
Cierre
¿QUÉ HEMOS APRENDIDO?
1. Conceptos generales relacionados con
estimación
2. Cómo obtener los intervalos de confianza
para la media
3. Cuando aplicar la distribución Z
4. Cuando aplicar la distribución T de Student