Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Karen Mora 2B
Karen Mora 2B
CARRERA DE ECONOMÍA
CICLO: 2 “B”
FECHA: 13-07-2018
MATERIA: Estadística 2
ESTADISTICA 2
CICLO: 2 “B”
LIBRO DE DÍAZ
1) Indique el total de muestras distintas que es posible obtener con los siguientes
tamaños de muestras y de poblaciones:
N! 100 !
a) N = 100; n = 10 = =1,73103E+13
n !( N −n)! 10 !(100−10)!
N! 1000!
b) N = 1 000; n = 2 = =499500
n !( N −n)! 2 !(1000−2)!
Tabla 1
NÚM. DE (X-
ARTICULOS DEFECTOS p(X) (x-u)^2 U)^2*P(X)
A 0 0 6,25 0
B 1 0,07 2,25 0,15
C 2 0,13 0,25 0,033
D 3 0,2 0,25 0,05
E 4 0,27 2,25 0,6
F 5 0,33 6,25 2,08
15 1 2,92
0+1+2+3+ 4+ 5
μ= =2,5
6
( X ¿−μ)2 √ 17,5
σ=√ = =1,71 ¿
N 6
N! 6!
❑n c N = = =20
n ! ( N−n)! 3 !(6−3)!
Tabla 2
defectos
Muestras Combinaciones defectos media (X-u)^2
1 a, b, c 0 1 2 1 2,25
2 a, b, d 0 1 3 1,33 1,36
3 a, b, e 0 1 4 1,67 0,69
4 a, b, f 0 1 5 2 0,25
5 a, c, d 0 2 3 1,67 0,69
6 a, c, e 0 2 4 2 0,25
7 a, c, f 0 2 5 2,33 0,03
8 a, d, e 0 3 4 2,33 0,03
9 a, d, f 0 3 5 2,67 0,03
10 a, e, f 0 4 5 3 0,25
11 b, c, d 1 2 3 2 0,25
12 b, c, e 1 2 4 2,33 0,03
13 b, c, f 1 2 5 2,67 0,03
14 b, d, e 1 3 4 2,67 0,03
15 b, d, f 1 3 5 3 0,25
16 b, e, f 1 4 5 3,33 0,69
17 c, d, e 2 3 4 3 0,25
18 c, d, f 2 3 5 3,33 0,69
19 c, e, f 2 4 5 3,67 1,36
20 d, e, f 3 4 5 4 2,25
50,00 11,67
D) El valor esperado de la media
μ
X́ =
∑´ X = 50=2,5
n 20
11,67
σ X́ =
√ 20
=0,76
σ N −n 1,71 6−3
σ X́ =
√ =
√ 3 N−1 √ 3 6−1
=0,76
√
F) se cumple que:
σ N −n
σ X́ =
√
√ n N −1
Si se cumple: 0,76 = 0,76
1.5
1 Tabla 3
0.5
Media 0 #
1 1.33 1.67 2 2.33 2.67 3 3.33 3.67 4
muestral medias Probabilidad
Media muestral
1 1 0,05
1,33 1 0,05
1,67 2 0,1
2 3 0,15
2,33 3 0,15
Gráfica 1
2,67 3 0,15
3 3 0,15
3,33 2 0,1
3,67 1 0,05
4 1 0,05
20
La gráfica que obtenemos de la distribución muestral de la media tiene una forma simétrica, por
lo tanto se aproxima a una distribución normal.
μ ±3 σ X́ =2,5± 3 ( 0,76 )
σ N −n
σ X́ =
√
√ n N −1
40 1000−60
σ X́ =
√
√ 60 1000−1
=5,16∗0,97=5
6) Se tiene una población muy numerosa con σ = 40. Encuentre el error estándar de la
media para n = 200.
σ 40
σ X́ = =2,83
√ n √200
Las autoridades decidieron investigar las prácticas de negociación usando una muestra de tres
de estas acciones.
a. Empezando en el primer dígito aleatorio de la columna seis de la tabla 7.1, lea los números
descendiendo por esa columna para seleccionar una muestra aleatoria simple de tres acciones
para las autoridades.
Tabla 4
1 AT&T
2 Lucent
8 IShrMSJpn
3 Nortel
4 Qwest b. Con la 0 AT&T información
5 Bell South dada en 6 Texas Instruments la primera
6 Pfizer nota y comentario,
7 Texas Instruments
determine cuántas
8 Gen. Elect.
muestras aleatorias simples diferentes de tamaño 3 pueden
9 IShrMSJpn
10 LSI Logic seleccionarse de una lista de 10 acciones
N! 10 !
C n= = =120
n ! ( N −n ) ! 3 ! ( 10−3 ) !
Se pueden realizar 120 muestras aleatorias simples.
6) El County and City Data Book del Census Bureau cuenta con información de los 3139
condados de Estados Unidos. Suponga que para un estudio nacional se recogerán datos
de 30 condados seleccionados aleatoriamente. De la última columna de la tabla 7.1
extraiga números aleatorios de cuatro dígitos para determinar los primeros cinco
condados seleccionados para la muestra. Ignore los primeros dígitos y empiece con los
números aleatorios de cuatro dígitos 9945, 8364, 5702 y así
sucesivamente.
Respuesta 2782
493
825
1807
289
# Aletorios
13
8
60
68
40
27
23
64
36
56
25
88
18
74
75
29
80
5
71
83
74
Respuesta
13 Maryland
8 Iowa
23 Florida State
25 Virginia
18 Pittsburgh
5 Oklahoma
b. Todos los equipos de televisión que pueden ser producidos en una determinada fábrica.
INFINITA
c. Todas las órdenes que pueden ser procesadas por Allentown, Pensilvania, planta de TV-M
Company. INFINITA
d. Todas las llamadas de emergencia que pueden ser recibidas en una estación de policía.
INFINITA
e. Todas las piezas producidas por Fibercon, Inc., en el segundo turno el 17 de mayo. FINITA
20) Suponga que la desviación estándar poblacional es σ= 25. Calcule el error estándar
de la media, σX, con muestras de tamaño 50, 100, 150 y 200. ¿Qué puede decir acerca del
error estándar de la media conforme el tamaño de la muestra aumenta?
σ 25
σ X́ = =3,54
√ n √50
σ 25
σ X́ = =2,5
√ n √100
σ 25
σ X́ = =2,04
√ n √150
σ 25
σ X́ = =1,77
√ n √200
21) Suponga que de una población en la que σ = 10 se toma una muestra aleatoria simple
de tamaño 50. Halle el valor del error estándar de la media en cada uno de los casos
siguientes (si es necesario use el factor de corrección para una población finita).
σ 10
σ X́ = =1,41
√ n √50
σ N −n 10 50000−50
σ X́ =
√
√ n N −1
σ X́ =
√
√ 50 50000−1
=1,41∗0,9995=1,41
σ N −n 10 5000−50
σ X́ =
√
√ n N −1
σ X́ =
√
√ 50 5000−1
=1,41∗0,995=1,41
σ N −n 10 500−50
σ X́ =
√
√ n N −1
σ X́ =
√
√ 50 500−1
=1,41∗0,9496=1,34
26) El costo medio anual de un seguro para automóvil es de $939 (CNBC, 23 de febrero
de 2006). Suponga que la desviación estándar es σ = $245.
´
X −μ
z=
σ
914 964
√n
Muestra n= 30
σ =245
964−939 25
z= = =0,56
245 44,73
√ 30
z+=0,7123
µ=939
z-=0,2877 Figura 1
0,7123-0,2877= 0,4246
Muestra n= 50
964−939 25
z= = =0,72
245 34,65
√ 50
Z+= 0,7642
z-=0,2358
0,7642-0,2358= 0,5284
Muestra n=100
964−939 25
z= = =1,02
245 24,5
√ 100
Z+= 0,8461
z-= 0,1539
0,8461-0,1539= 0,6922
Muestra n=400
964−939 25
z= = =2,04
245 12,25
√ 400
Z+= 0,9793
Z-=0,0207
0,9793-0,0207= 0,9586
b. ¿Qué ventaja tiene una muestra grande cuando se quiere estimar la media poblacional?
La ventaja que tiene que una muestra sea más grande, es que la probabilidad de que la media
muestral se acerque cada vez más a la media poblacional, con esto podemos ver que el error
estándar es menor y va a haber más confiabilidad en nuestro resultado.
2,04 2,64
σ =0,20
Figura 2
µ=2,34
´
X −μ
z=
σ
√n
Universidad Nacional de Loja
~ 11 ~
2,64−2,34 0,30
z= = =8,11
0,20 0,037
√ 30
Z+= 0,9990
Z-=0,0010
0,9990-0,0010= 0,998
2,64−2,34 0,30
z= = =10
0,20 0,03
√ 50
Z+= 0,9990
Z-=0,0010
0,9990-0,0010= 0,998
La probabilidad de que el precio medio en una muestra de 50 gasolineras no difiera en más de
$0.30 de la media poblacional es de 99,8%.
2,64−2,34 0,30
z= = =15
0,20 0,02
√ 100
Z+= 0,9990
Z-=0,0010
0,9990-0,0010= 0,998
La probabilidad de que el precio medio en una muestra de 100 gasolineras no difiera en más de
$0.30 de la media poblacional es de 99,8%.
d. ¿Recomendaría usted alguno de los tamaños muestrales de los incisos a, b o c para que la
probabilidad de que el precio muestral no difiriera en más de $0.30 de la media muestral fuera
$0.95?
43) Los estadounidenses están cada vez más preocupados por el aumento en los costos
de Medicare. En 1990 el promedio de gastos anuales de un derechohabiente de Medicare
era $3267; en el 2003 el promedio de gastos anuales de un derechohabiente de Medicare
era $6883 (Money, otoño de 2003). Suponga que usted contrata a una empresa
consultora para tomar una muestra de 50 de los derechohabientes de Medicare en 2003
con objeto de investigar los gastos. Asuma que la desviación estándar en los gastos de
Medicare en 2003 haya sido de $2000.
σ 2000
σ X́ = =282,84
√ n √ 50
Figura 3
7183−6883 300
z= = =1,06
2000 282,84
√50
Z+= 0,8554
C) ¿Cuál es la probabilidad de que la media muestral sea mayor que $7500? Si la empresa que
contrató le dice que la media muestral en los derechohabientes que entrevistó es $7500,
¿dudaría que la empresa contratada hubiera hecho un muestreo adecuado? ¿Por qué sí o por
qué no?
Figura 4
7500−6883 617
z= = =2,18
2000 282,84
√ 50
Z+= 0,9854
0,9854-0,5= 0,4854
Si dudaría que la empresa haya realizado un muestreo adecuado, ya que el error estándar es
considerable y la media mestral está muy alejada de la media poblacional. Se debió tomar una
muestra más significativa para este caso.
σ 35
σ X́ = =5,53
√ n √ 40
Figura 5
125,5−115,5 10
z= = =1,81
35 5,53
√ 40
Z+=0,9649
Z-=0,0351
0.9649-0,0351=0,9298
c. Suponga que encuentra una media muestral de $100. ¿Cuál es la probabilidad de hallar una
media muestral de $100 o menos? ¿Consideraría que los ex alumnos de esta muestra son un
grupo inusual respecto a estos gastos? ¿Por qué sí o por qué no?
Figura 6
100−115,5 −15,5
z= = =−2,80
35 5,53
√ 40
Z-=0.0026 0,5-0,0026=0,4974
La probabilidad de hallar una media muestral de $100 o menos es de 49,74%. Los alumnos no
son un grupo inusual porque la media muestral de lo que gastan en comidas no está
demasiado alejada de la media poblacional y la dispersión no es muy grande, esto nos deja
saber que el error muestral es relativamente pequeño.
46) En Indiana el salario anual promedio de un empleado del gobierno federal es $41 979
(The World Almanac, 2001). Use esta cifra como media poblacional y suponga que la
desviación estándar poblacional es $5000. Suponga que se selecciona una muestra de
50 de estos empleados del gobierno federal.
σ 5000
σ x́ = = =707,1
√ n √ 50
b. ¿Cuál es la probabilidad de que la media muestral sea mayor que $41 979?
σ =5000
µ=41979
Figura 7
La probabilidad de que la media muestral sea mayor que $41979 es de 0,5 ó 50%.
σ =5000
´
X −μ µ=41979
z=
σ Figura 8
√n
´
42979−41979 1000
z= = =1,41
5000 707,10
√ 50
Z+=0,9207
100?
´
42979−41979 1000
z= = =2
5000 500
√ 100
Z+= 0,9772 0,9772-0,0228=0,9544
Z-=0,0228
σ =?
1,9 2,1
5% 5%
µ=?
Figura 9
0,5 – 0,05= 0,4500
Z+= 1.65
Z-= -1,65
n=30
2,1−μ
1,65= 1,9−μ
σ −1,65=
√ 30 σ
√30
σ
1,65 ( )
√ 30
=2,1−μ
−1,65 ( √σ30 )=1,9−μ
1,65 σ =2,1 √ 30−μ √ 30
−1,65 σ =1,9 √ 30−μ √ 30
0,5445=11,50−μ √ 30
0,5445−11,50
=−μ
√ 30
−2=−μ
μ=2
LIBRO DE LEVIN
7.40 ¿Por qué se reduce el error estándar de la media conforme aumenta el tamaño de la
muestra n?
La razón del porque el error estándar se reduce conforme aumenta el tamaño de la muestra, es
porque mientras más grande la muestra adquiere más características de la población y la
estimación de la muestra poblacional será mejor, con esto llegamos a resultados con más
confiabilidad y menos margen de error.
7.41 ¿Por qué para una muestra con el tamaño suficientemente grande, la distribución
muestral de la media sigue una distribución normal a pesar de que la población quizá no
tenga una distribución normal?
Porque con una muestra con un tamaño grande, aparte de tener un menor error estándar, las
medias muestrales se van a encontrar más cerca de la media poblacional, teniendo una
distribución más estrecha con respecto a ésta, y como resultado nos da una distribución
normal, a pesar de que la población quizá no la tenga.
La diferencia es que con la distribución de probabilidades se hace una lista ded todos los
resultados de un experimento y sus probabilidades asociadas, en cambio en una distribución
muestral se trabaja con todas las posibles medias de las muestras de un determinado tamaño
muestral de la población.
7.47 ¿Cuál es la diferencia que existe entre una muestra aleatoria simple y una muestra
sistemática?
7.48 ¿Cuál es la diferencia que existe entre una muestra aleatoria simple y una muestra
estratificada?
En una muestra aleatoria simple se eligen los individuos o elementos de una población de
manera que todos tengan las mismas posibilidades de que se les incluyan.
7.49 ¿Cuál es la diferencia que existe entre una muestra estratificada y una muestra de
conglomerados?
7.51 La cantidad de llenado de las botellas de una bebida gaseosa tiene una distribución
normal, con una media de 2.0 litros y una desviación estándar de 0.05 litros. Si se
selecciona una muestra aleatoria de 25 botellas, ¿cuál es la probabilidad de que la media
muestral esté
1,99
a. Entre 1.99 y 2.0 litros?
σ= 0,05
µ=2
Figura 10
X́−μ 1,99−2 −0,01
Z= = = =−1
σ 0,05 0,01
√n √25
Z=0,3413
σ= 0,05
µ=2
Z= 0,4772
0,5-0,4772= 0,0228
2,01
c. Sobre 2.01 litros?
σ= 0,05
µ=2
Figura 12
X́−μ 2,01−2 0,01
Z= = = =1
σ 0,05 0,01
√n √25
Z= 0,3413
0.5-0,3413= 0,1587
d. Existe una probabilidad del 99% de que la media muestral contenga por lo menos ¿cuánta
bebida gaseosa?
0,99=ח
0,5-0,99=-0,49
Z=-2,33
X́−μ X́ −2
Z= −2,33=
σ 0,05
√n √ n 25
0,01 (−2,33 )= X́−2
−0,0233+2= X́
X́ =1,9767
Hay una probabilidad del 99% de que la media muestral contenga por lo menos 1,9767 litros de
gaseosa.
e. Hay una probabilidad del 99% de que la media muestral contenga valor que se encuentra
entre ¿cuáles dos valores (distribuidos simétricamente alrededor de la media)?
0,495 0,495
0,495 =0,99/2=ח
Z= 2,58 σ= 0,05
X́−μ
Z=
σ
µ=2
√n
Figura 13
X́−2
X́−2 2,58=
−2,58= 0,05
0,05 √ 25
√ 25
0,01 ( 2,58 )= X́−2
0,01 (−2,58 )= X́−2
0,0258+2= X́
−0,0258+2= X́
X́ =2,03
X́ =1,9742
Hay una
probabilidad del 99% de que la media muestral
contenga entre 1,9742 L y 2,03 L de gaseosa distribuidos simétricamente alrededor de la
media.