ESTADISTICA INERENCIAL

ACTIVIDAD 2. EJERCICIOS SOBRE DISTRIBUCIONES MUESTRALES

FULLER RAMA OSCAR ADRIÁN

INSTRUCTOR: EZEQUIEL HERNANDEZ BECERRA

JULIO 2021
Técnicas básicas

1. Explique qué significa margen de error en estimación puntual

Margen de error de nuestra estimación: Este se denomina como alfa y nos informa de
la probabilidad que existe de que el valor poblacional esté fuera de nuestro intervalo. Lo
estimado en la muestra (media, varianza, diferencia de medias…): De esto va a
depender el estadístico pivote para el cálculo del intervalo.
https://economipedia.com/definiciones/intervalo-de-confianza.html

2. Explique cada una de las siguientes características que son deseables en los
estimadores puntuales: insesgamiento, eficiencia y consistencia

Insesgamiento. Se dice que un estimador es insesgado si la Media de la distribución

del estimador es igual al parámetro.

Estimadores insesgados son la Media muestral (estimador de la Media de la población)

y la Varianza ( estimador de la Varianza de la población):

Ejemplo: En una población de 500 puntuaciones cuya Media (m) es igual a 5.09 han
hecho un muestreo aleatorio (número de muestras= 10000, tamaño de las
muestras=100) y hallan que la Media de las Medias muestrales es igual a 5.09, (la
media poblacional y la media de las medias muestrales coiciden). En cambio, la
Mediana de la población es igual a 5 y la Media de la Medianas es igual a 5.1 esto es,
hay diferencia ya que la Mediana es un estimador sesgado.

La varianza es un estimador sesgado. Ejemplo: La Media de las Varianzas obtenidas

con la Varianza

En un muestreo de 1000 muestras (n=25) en que la Varianza de la población es igual a

9.56 ha resultado igual a 9.12, esto es, no coinciden. En cambio, al utilizar la
Cuasivarianza
La Media de las Varianzas muestrales es igual a 9.5, esto es, coincide con la Varianza
de la población ya que la Cuasivarianza es un estimador insesgado.

Consistencia. Un estimador es consistente si aproxima el valor del parámetro cuanto

mayor es n (tamaño de la muestra).

Algunos estimadores consistentes son:

Ejemplos:

En una población de 500 puntuaciobes cuya Media (m) es igual a 4.9 han hecho tres
muestreos aleatorios (número de muestras = 100) con los siguientes resultados:

Vemos que el muestreo en que n=100 la Media de la Medias muestrales toma el mismo
valor que la Media de la población.

Eficiencia.

Diremos que un estimador es más eficiente que otro si la varianza de la distribución

muestral del estimador es menor a la del otro estimador. Cuanto menor es la eficiencia,
menor es el la confianza de que el estadístico obtenido en la muestra aproxime al
parámetro poblacional.

Ejemplo: La varianza de la distribución muestral de la Media es un muestreo aleatorio

(número de muestras: 1000, n=25) ha resultado igual a 0.40 La varianza de la
distribución de Medianas ha resultado, en el mismo muestreo, igual a 1.12, ( este
resultado muestra que la Media es un estimador más eficiente que la Mediana).
3. Margen de Error I. Calcule el margen de error al estimar una media poblacional μ
para los siguientes valores.

a. n=30, 𝝈𝟐 = 𝟎. 𝟐

n=30 y la variancia de la población es 𝜎 " = 0.2

la derivación estandar de la población es , 𝜎 = √0.2 = 0.4472

ME=1.96*SE
𝜎
𝑆𝐸 =
√𝑛
0.44720.2
= = 0.0816
√30

ME=1.96*SE
=1.96*0.0816
=0.1600

El margen de error es de 0.1600

b. n=30, 𝝈𝟐 = 𝟎. 𝟗

n=30 y la variancia de la población es 𝜎 " = 0.9

la derivación estandar de la población es , 𝜎 = √0.9 = 0.94

𝜎
𝑆𝐸 =
√𝑛

0.94
= = 0.171
√30

ME=1.96*SE
=1.96*0.171
=0.33516

El margen de error es de 0.33516

 c. n=30, 𝝈𝟐 = 𝟏. 𝟓

n=30 y la variancia de la población es 𝜎 " = 1.5

la derivación estandar de la población es , 𝜎 = √1.5 = 1.224
𝜎
𝑆𝐸 =
√𝑛

1.224
= 0.223
√30

ME=1.96*SE
=1.96*0.223
=0.437

El margen de error es de 0.437

d. n=30, 𝝈𝟐 = 𝟑. 𝟖
n=30 y la variancia de la población es 𝜎 " = 3.8
la derivación estandar de la población es , 𝜎 = √3.8 = 1.949

𝜎
𝑆𝐸 =
√𝑛

1.949
= 0.355
√30

ME=1.96*SE
=1.96*0.355
=0.656

El margen de error es de 0.656

4. Margen de Error II. Calcule el margen de error al estimar una media poblacional
μ para los siguientes valores.

a. n=50, s2 = 4
 𝜎
𝜎𝜇 =
√𝑛
4
= 0.5656
√50

b. n=100, s2 = 4

𝜎
𝜎𝜇 =
√𝑛

4
= 0.4
√100

c. n=500, s2 = 4
𝜎
𝜎𝜇 =
√𝑛

4
= 0.178
√500

d. n=1000, s2 = 4

𝜎
𝜎𝜇 =
√𝑛
 4
= 0.126
√1000

5. Margen de Error III. Calcule el margen de error al estimar una proporción binomial
para los siguientes valores de n. Use p = 0.5 para calcular el error estándar del
estimador.

Margen de error = z* S.E.

Donde z* es el valor critico al 5%

a. n = 30

𝑝(1 − 𝑝) 0.5(1 − 0.5)

𝑆. 𝐸. = ; =; ≃ 0.091287
𝑛 30
Margen de error ≃ 0.1789

b. n = 100 =1.4%

𝑝(1 − 𝑝) 0.5(1 − 0.5)

𝑆. 𝐸. = ; =; = 0.05
𝑛 100
Margen de error = 0.098

c. n = 400

𝑝(1 − 𝑝) 0.5(1 − 0.5)

𝑆. 𝐸. = ; =; = 0.025
𝑛 400
Margen de error =0.049

d. n = 1000= 0.4%
 𝑝(1 − 𝑝) 0.5(1 − 0.5)
𝑆. 𝐸. = ; =; ≃ 0.0158
𝑛 1000

Margen de error ≃ 0.0310

Aplicaciones

1. Biomasa. Las estimaciones de la biomasa de la Tierra, es decir, la cantidad total

de vegetación que hay en los bosques del planeta, son importantes para
determinar la cantidad de dióxido de carbono no absorbido que se espera
permanezca en la atmósfera terrestre. Suponga que una muestra de 75 terrenos de
un metro cuadrado escogidos al azar en bosques boreales de América del Norte
produjo una biomasa media de 4.2 kilogramos por metro cuadrado (kg/m2 ), con
una desviación estándar de 1.5 kg/m2 . Estime el promedio de biomasa para los
bosques boreales de América del Norte y encuentre el margen de error para su
estimación.
#$
n= 75, 𝑥̅ = 4.2 %! , 𝑦 𝑠 = 1.5 𝐾𝑔/𝑚"

el punto de estimación de 𝜇, la estimación de biomasa de los bosques boreales es

𝑘𝑔
𝑥̅ = 4.2
𝑚"

El margen de error estimado es:

𝑠
1.96𝑆𝐸 = 1.96 L M
√𝑛
 1.5
= 1.96 L M
√75

= 0.3395 𝑘𝑔/𝑚"

El estimado es entre ±0.3395 𝑘𝑔/𝑚" the la población media.

2. Confianza del consumidor. Un aumento en la tasa de ahorros del consumidor

está con frecuencia relacionado con la falta de confianza en la economía y se dice
que es un indicador de una tendencia a la recesión de la economía. Un muestreo
aleatorio de n = 200 cuentas de ahorro en una comunidad local mostró un aumento
medio en valores de cuenta de ahorro de 7.2% en los últimos 12 meses, con una
desviación estándar de 5.6%.

a. Estime el aumento medio en porcentaje en valores de cuentas de ahorros de

los últimos 12 meses para depositantes de esta comunidad.

n=200
𝑥̅ = 7.2% = 0.072

Desviación estandar, s=5.6&=0.056

𝑝̂ = 0,072

b.Encuentre el margen de error para su estimación.

' **+,
1,96 SE=1,96 √)
= 1,96 √"**=0.776

SE=0,776
El margen de error es 0.776%

3. Niños multimedia ¿Nuestros hijos pasan el mismo tiempo, disfrutando de actividades

al aire libre y jugando con la familia y amigos, que las generaciones previas? O bien,
¿nuestros hijos pasan cada vez más tiempo frente a un televisor, computadora y otros
equipos multimedia? Una muestra aleatoria de 250 niños entre 8 y 18 años de edad
mostró que 170 niños tenían un televisor en su recámara y 120 de ellos tenían también.

a. Estime la proporción de todos los niños y adolescentes, de 8 a 18 años, que tienen

un televisor en sus recámaras y calcule el margen de error de su estimación.

170
𝑝̂ = = 0.68
250

𝑝̂ (1 − 𝑝̂ ) 0.68 ∗ 0.32
𝑀𝐸 = 𝑧∝ ; = 1.96; = 0.0578
" 𝑛 250

b. Estime la proporción de todos los niños y adolescentes, de 8 a 18 años, que tienen

un juego de video en sus recámaras y calcule el margen de error de su estimación.

120
𝑝̂ = = 0.48
250

𝑝̂ (1 − 𝑝̂ ) 0.48 ∗ 0.52
𝑀𝐸 = 𝑧∝ ; = 1.96; = 0.0619
" 𝑛 250
4. Inmigración ilegal. En un sondeo reciente que incluyó preguntas sobre
inmigración ilegal en Estados Unidos así como las respuestas del gobierno al
problema, 75% de los n = 1004 adultos encuestados pensaban que Estados Unidos
no se esforzaba lo suficiente para evitar que los inmigrantes ilegales llegaran al
país.

a. ¿Cuál es una estimación puntual para la proporción de adultos que creen que
Estados Unidos no se esfuerza lo suficiente para evitar que inmigrantes ilegales
vayan a ese país? Calcule el margen de error

es dado que : n = 1004 y 𝑝̂ = 0.75

la estimación puntual para la proporción de adultos es 𝑝̂ 0.75

el margen de error es dado por:

𝑝̂ 𝑞V
𝑀𝑂𝐸 = 1.96;
𝑛

0.75 ∗ (1 − 0.75)
= 1.96 ∗ ; = 0.026785
1004

El estimado es 95% margen de error, ME = 0.026785

b. El sondeo refleja un margen de error de ±3.5% . ¿Cómo debería calcularse el

margen de error mencionado de modo que pueda aplicarse a todas las preguntas
en la encuesta?

Aquí el maren de erros es dado como ±3.5%

No hay conocimiento previo de la proporción de la muestra, entonces vamos a

considerarla como 0.5

Entonces nuestro margen de error seria:

𝑝̂ 𝑞V
𝑀𝑂𝐸 = 1.96;
𝑛
 0.50 ∗ (1 − 0.50)
1.96; = 0.031 = 3.1%
1004

El reporte del margen de error es incorrecto porque el margen de error que esta, no
puede ser calculado por lo asumido de la proporción de la muestra.

5. Vacaciones de verano. Uno de los principales costos en unas vacaciones

planeadas es el del alojamiento. Incluso dentro de una cadena particular de
hoteles, los costos pueden variar considerablemente dependiendo del tipo de
habitación y comodidades ofrecidas. Suponga que se eligen al azar 50 facturas de
cada una de las bases de datos computarizadas de las cadenas de hoteles Marriott,
Radisson y Wyndham, y registramos las tarifas de una habitación por noche.

Marriott Radisson Wyndham

Promedio muestral 170 145 150
Desviación estándar 17.5 10 16.5
muestral

a. Describa las poblaciones muestreadas

el numero seleccionado al azar de las facturaciones es de 50
la población muestral es de n=50

b. Encuentre una estimación puntual para el promedio de tarifa por habitación

para la cadena de hoteles Radisson. Calcule el margen de error.

La tarifa promedio para la cadena de Radisson Hotel es 𝑥̅ =$145

𝑠
1.96 𝑆𝐸 = 1.96 L M
√𝑛
10
= 1.96𝑥
√50

= $2.77
El estimado es entre ±$2.77 del promedio de la población.
La tarifa promedio de una habitación en la cadena de Marriot hotel es 𝑥̅ =$170

𝑠
1.96 𝑆𝐸 = 1.96 L M
√𝑛
17.5
= 1.96𝑥
√50
= 4.85

El estimado es entre ±$4.85 del promedio de la población.

c. Encuentre un estimador puntual para el promedio de tarifa por habitación para

la cadena de hoteles Wyndham. Calcule el margen de error.

La tarifa promedio para la cadena de Wynham Hotel es 𝑥̅ =$150

𝑠
1.96 𝑆𝐸 = 1.96 L M
√𝑛

16.5
= 1.96𝑥
√50

= $4.57

El estimado es entre ±$4.57 del promedio de la población

Errores estandares mostrados en la gráfica:

6. ¿Seres humanos en Marte? Los vehículos gemelos en el planeta Marte, Spirit y
Opportunity, que vagaron por la superficie de Marte hace varios años,
encontraron evidencia de que una vez hubo agua en Marte, elevando la
posibilidad de que hubiera vida en el planeta. ¿Piensa usted que Estados Unidos
debería proseguir un programa para enviar seres humanos a Marte? Una
encuesta de opiniones realizada por la Associated Press indicó que 49% de los
1034 adultos encuestados piensan que se debería continuar con ese programa.

Dado:
P =0.49
n=1034

a. Estime la verdadera proporción de estadounidenses que piensan que Estados

Unidos debería continuar con un programa para enviar seres humanos a Marte.
Calcule el margen de error.

El punto estimado de todos los americanos que piensan que que Estados Unidos
deberia realizar un programa para mandar a humanos a marte es:

Para establecer un limite en la estimación encontramos que 2𝜎. , donde

 𝑝(1 − 𝑝)
𝜎. = ;
𝑛
Sustituimos

*.01(34*.01)
𝜎. = X 3*16
= 0.01512

2𝜎. = 0.0302
De ahí el limite de la estimación es 0.49 ≠ 2𝜎.
0.49 ± 0.0302

b. La pregunta planteada en el inciso a) fue sólo una de otras muchas respecto a

nuestro programa espacial que se formularon en la encuesta de opiniones. Si la
Associated Press deseaba informar de un error muestral que sería válido para
toda la encuesta, ¿qué valor deberían publicar?

El error de estimación que sería válido para todas las preguntas de la encuesta sería
igual al valor máximo de p (1-p) que puede ser calculado usando el siguiente metodo.

El valor de p y (1-p) estan entre 0 y 1, de ahí el valor minimo de p o (1-p) es 0 y el valor

maximo es 1. Si ponemos los valores .

P 1-P P(1-P)
0 1 0
0.1 0.9 0.09
0.2 0.8 0.16
0.3 0.7 0.21
0.4 0.6 0.24
0.5 0.5 0.25
0.6 0.4 0.24
0.7 0.3 0.21
0.8 0.2 0.16
0.9 0.1 0.09
1 0 0
El valor maximo de p(1-p) es 0.25
Por lo tanto, el error de estimación que sería válidopara todas las preguntas de la
encuesta es de : 0.25

7. Nivel de colesterol HDL. El National Health and Nutrition Examination Survey

(NHANES) recopila información demográfica, socioeconómica, dietética y
relacionada con la salud sobre una base anual. Aquí tenemos una muestra de 20
observaciones sobre el nivel de colesterol HDL (mg/dl) obtenidos de la encuesta
2009-2010 (HDL es el colesterol bueno; cuanto mayor sea su valor, menor es el
riesgo de enfermedad cardiaca):

35 49 52 54 65 51 51 47 86 36 46 33 39 45 39 63 95 35 30 48

a. Calcule una estimación puntual de la media poblacional del colesterol HDL

La media poblacional del colesterol es 𝜇

La estimación puntual de la población media es 𝑥̅

La media de la estimación de la población de HDL de los niveles de colesterol es

calculada asi:
 35 + 49 + ⋯ + 48
𝑥̅ =
20
999
=
20

= 49.95

La estimación puntual es de 49.95 (mg/dl).

b. Sin hacer suposiciones acerca de la forma de la distribución de la población,

calcule una estimación puntual del valor que separa el 50% más grande de los
niveles de HDL del 50% más pequeño.

La estimación puntual del valor que separa el mas grande 50% y el pequeño 50% de
los niveles deHDL es definido como la media de los niveles del colesterol.

95,86,65,63,54,52,51,51,49,48,47,46,45,39,39,36,35,35,33,30

Si el numero de las oabservado esta en empate, la media es definida como

'7%8 9: ;8' <=':>?8@A<):' 9: :) %:9A<
Media= "

Dado, que el número de observaciones es 20 la media de los niveles de HDL es

calculado como:

3*"# <=':>?898B33"# <=':>?898

Media= "

48 + 47
=
2

= 47.5

Por lo tanto, la estimación puntual del valor que separa el 50% más grande y el 50%
más pequeño de los niveles de colesterol es 47.5 (mg/dl).
c. Calcule una estimación puntual de la desviación estándar de la población

La desviación estándar es 𝜎

La estimación puntual de la población desviación estándar es , s

El punto de estimación de la desviación estándar de la población de los niveles de

colesterol HDL es calculado asi:

1
𝑠=; {(35 − 49.95)" + (49 − 49.95)" + ⋯ + (48 − 49.95)" }
20 − 1

1
=; {5368.95}
19
= √282.5763

= 16.81

Por lo tanto, el punto de estimación de la desviación estádar de la población es :

𝑠
𝑆𝐷 =
√𝑛
16.81
=
√20
= 3.76
El punto de estimación de la desviación estandar de la población es 3.76 (mg/dl)

d. Un nivel de HDL de al menos 60 se considera deseable ya que corresponde a

un menor riesgo de enfermedad cardiaca. Sin hacer ninguna hipótesis acerca de
la forma de la distribución de la población, estime la proporción p de la población
que tiene un nivel de HDL de al menos 60.

La estimación puntual de los niveles de HDL o al menos 60 es calculado asi:

Dado que no hay suposición sobre la forma de la población. Por lo tanto, cuenta el
número de valores en la muestra que sea 60 o má.
El número de observaciones superiores a 60 es 4(95,86,65,63)
Conclusión.

El margen de error se define generalmente como el "radio" de un intervalo de

confianza para una estadística particular, a partir de una encuesta. Un ejemplo es el
porcentaje de personas que prefieren productos A versus producto B. Cuando se informa
de un solo, el margen global de error de la encuesta, se refiere a que el margen máximo
de error para todos los porcentajes reportados utilizando toda la muestra de la encuesta.
Si la estadística es un porcentaje, este margen de error máximo se puede calcular como
el radio del intervalo de confianza para un porcentaje reportado de 50%. El margen de
error ha sido descrito como una cantidad "absoluta", igual a un radio de intervalo de
confianza para la estadística. Por ejemplo, si el valor real es de 50 puntos porcentuales,
y la estadística tiene un radio intervalo de confianza de 5 puntos porcentuales, entonces
se dice que el margen de error es de 5 puntos porcentuales. Como otro ejemplo, si el
valor real es de 50 personas, y la estadística tiene un radio intervalo de confianza de 5
personas, entonces podríamos decir que el margen de error es de 5 personas.

En algunos casos, el margen de error no se expresa como una cantidad

"absoluta", sino que se expresa como una cantidad "relativo". Por ejemplo, supongamos
que el valor real es de 50 personas, y la estadística tiene un radio intervalo de confianza
de 5 personas. Si utilizamos la definición "absoluta", el margen de error sería de 5
personas. Si utilizamos la definición de "relativa", a continuación expresamos este
margen de error absoluto como un porcentaje del valor real. Así pues, en este caso, el
margen absoluto de error es de 5 personas, pero el "porcentaje relativo" margen de error
es de 10%. A menudo, sin embargo, no se hace explícita la distinción, sin embargo, por
lo general se desprende del contexto.

Al igual que los intervalos de confianza, el margen de error se puede definir para
cualquier nivel de confianza deseado, pero por lo general un nivel de 90%, 95% o 99%
se elige. Este nivel es la probabilidad de que un margen de error en torno al porcentaje
reportado incluiría el "verdadero" porcentaje. Junto con el nivel de confianza, el diseño
de la muestra para una encuesta, y en particular el tamaño de la muestra determina la
magnitud del margen de error. Un tamaño de muestra más grande produce un menor
margen de error, todo lo demás permanece igual. Si se utilizan los intervalos de confianza
exactos, entonces el margen de error tiene en cuenta tanto el error de muestreo y errores
ajenos al muestreo.

Si se utiliza un intervalo de confianza aproximado, a continuación, el margen de

error sólo puede tener error de muestreo al azar en cuenta. No representa otras posibles
fuentes de error o sesgo, como una muestra de diseño de no representativa, preguntas
mal redactadas, las personas que mienten o se niega a responder, la exclusión de las
personas que no pudieron ser contactados y errores de cálculo.
REFERENCIAS:

https://www.uv.es/webgid/Inferencial/42_caractersticas_estimadores.html

Devore, J. L. (2016). Probabilidad y Estadistica para Ingenieria y Ciencias (9 ed.).

Cengage Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/93280

McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.

Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la Probabilidad

y Estadística (14 ed.). México, D.F: CENGAGE Learning.

Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para negocios y
economia (11 ed.). Cengage Learning. Retrieved from
https://elibro.net/es/lc/uvm/titulos/39949