Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Taller Final Estadistica Infeencial Desarollado
Taller Final Estadistica Infeencial Desarollado
Presentado por:
Blanca Torres
1. Distribuciones muéstrales
A. Distribución de medias muéstrales
B. teorema de limite central
C. Distribución muestral de una proporción
D. Distribución de diferencia entre dos medias muéstrales
2. Tamaño de la muestra
Población finita o infinita
3. Intervalos de Confianza
A. muestras grandes
B. muestras ´pequeñas
4. Prueba de hipótesis: para estos problemas deben resolverlos indicando cada uno de los
pasos a seguir en orden.
PROBLEMAS DE APLICACIÓN
Distribuciones muéstrales
Distribución de medias muéstrales
1. 4 atletas hacen un recorrido en km de entrenamiento diario, así como se indica
Atleta 2 1 1
Recorrido km 7 5 9
Hallar:
a. Media población
μ=
∑ X ι = 14+ 5+9 = 28 =7
N 4 4
La media poblacional de 4 atletas cuya variable se refiere al recorrido en km que
hacen diariamente en los entrenamientos será de 7 km.
b. Varianza poblacional
σ =± √2 σ =±1,41
Tamaño muestral
Población Finita
c. Muestras posibles de la población, si el tamaño de la muestra es 2 sin reposición
La formación y los resultados de las muestras obtenidas en las 6 muestras posibles serían:
Muestras Frecuencia
1 7-7 7 2
2 7-5 6 2
3 7-9 8 2
4 5-7 6
5 5-9 7
6 9-7 8
2(7)+ 2(6)+2(8)
μ X́ = =7
6
2 ( 7−7 )2 +2 ( 6−7 )2 +2 ( 8−7 )2
σ 2X́ = =0.66
6
σ X́ =± √ 0.66=±0,81
σ 1,41
Error poblacional σ X́ = = =¿0,99
√ n √2
f. Concluya
Se podrá observar que se cumple el teorema, que la media de todas las medias
muestrales es igual a la media poblacional. ⟹ μx=¿ μ ,donde su valor fue de 7 ¿.
En cuanto a la desviación típica de todas las medias muestras, al calcular el error
estándar de la media, utilizando la desviación típica poblacional (σ ) el resultado es
diferente a 0,81 ya que solo se cumple para muestras grandes, donde el tamaño de
la muestra sea mayor que 30.
Z=−1,18 → A (0,3810)
P( x́ ≥75)=0,5000+ 0,3810=0,881 ≃88,1 %
X́−μ 83−85 −2
Z= = = =−0,75
σ 12 2,68
√n √ 20
Z=−0,75 → A (0,2734)
4. Los caficultores de una región del país afirman que la cosecha será de 130 bultos por
hectárea. 25 hectáreas producen, en promedio 128 bultos, con una desviación típica de 5
bultos por hectárea ¿cuál es la probabilidad de obtener una media muestral de 128 o
menos?
Distribuciones muéstrales
Distribución de medias muéstrales
Soluciòn:
Datos:
µ = 130 bultos por hectáreas
X = 128 bultos
σ =5 bultos por hectàreas
n = 25 hectáreas
P( X ≤128 )=?
X́−μ 128−130 −2
Z= = = =−2
σ 5 5
√n √ 25 5
Z=−2 → A(0,4772)
P( X ≤128 )=0,5000−0,4772=0,0228≃ 2,28 %
( x́− ý )−( μ x −μ y )
Z=
σ2 σ 2
√ +
n 1 n2
0−(50−60) 10 10
Z= = = =1,99
225 324 √ 9+16,2 √ 25,2
√ +
25 20
Z=1,99→ A(0,4767)
( x́− ý )−( μ x −μ y )
Z=
σ2 σ 2
√ +
n 1 n2
5−0 5
Z= = =¿
144 576 √ 4+ 16 1,12
√ +
36 36
Z=1,12→ A(0,3686)
Se considera que hay una probabilidad del 13,14% de que, con una muestra de 36
tabletas de cada marca, las tabletas B registren un promedio de tiempo de disolución,
cuando menos de 5 segundos más rápido que A.
9. Un inspector de calidad investiga las acusaciones contra una embotelladora por su
deficiente llenado que debe ser, en promedio de 32,5 onzas. Para ello toma una muestra de
60 botellas, encontrando que el contenido medio es de 31,9 onzas de líquido. Se sabe que la
maquina embotelladora debe producir un llenado con una desviación típica de 3,6 onzas.
¿puede el inspector llegar a la conclusión, a un nivel de significancia de 5%, que se están
llenado las botellas por debajo de su especificación de contenido?
Prueba de hipótesis
Solución:
a) Hipótesis: H 0 :μ=32,5 onzas
10. Probar la hipótesis de que la distancia media requerida para poder detener un automóvil
que va a 20 km/h. es de 25 metros, con base en una muestra de 100 conductores se obtiene
que la distancia media es de 27,3 metros, con una desviación estándar de 2,1 metros. Con
un nivel de significancia del 5%
Prueba de hipótesis
Solución:
a) Hipótesis: H 0 :μ=25 metros
H 1 : μ ≠ 25 metros
α
n = 100 y α =5% = 0,05. Por consiguiente: 2
=0,025
c) Se utiliza la distribución normal y el estadístico de la prueba Z.
X́−μ
Z=
S
√n
α
d) Valores críticos: Como α= 5% = 0,05. =0,025. Buscando en la tabla de la normal
2
un Z para el área de 0,500 – 0,025 = 0.475, se encuentra en la tabla área normal que
Z = 2,81, teniendo en cuenta que la hipótesis alterna, la región critica o de rechazo
está dada por Z < - 1,96 y Z > 1,96.
f) Al nivel del 5%, se podrà afirmar que la distancia media requerida es diferente
a 25 metros. Se puede ver que 10,95 se ubica en la region critica, por lo tanto se
està rechazando la hipotesis nula y aceptando la hipotesis alternativa.
11. Un fabricante de piezas para automóviles, sostiene que en condiciones normales de
operación tienen una duración media de 3.200 horas. Uno de los compradores sostiene que
esto no puede ser cierto. Si 16 piezas duran un promedio de 3.080 horas, con una
desviación estándar de 290 horas, utilizando un nivel de significancia de 5%. El fabricante
tiene la razón.
Prueba de hipótesis
Solución:
a) Hipótesis: H 0 :μ=3.200 horas
H 1 : μ ≠ 3.200 horas
X́−μ
t=
S^
√ n−1
12. El distribuidor de una máquina afirma que el máximo de elementos defectuosos por
hora que presenta su funcionamiento es del 3%. En una determinada hora, se toma una
muestra de 20 artículos producidos, los que a su vez son sometidos a control, encontrando
un artículo defectuoso. ¿al nivel de significancia del 5% se podrá decir que el porcentaje de
defectuosos es superior al señalado por el distribuidor?
Prueba de hipótesis
Solución:
a) Hipótesis: H 0 :P=0,03
H 1 : P> 0,03
1
P =3%=0,03 n = 20 p= =0,05 % α=0,10 5% = 0,05 v=n−1=19
20
13. Agua brisa proporciona agua embotellada, en botellones de 15 galones, a las casas de 3
barrios de una ciudad. El gerente desea estimar el número promedio de botellones que en
una casa utilizan por mes. Se toma una muestra de 75 casas y se registra el número de
botellones. La media es de 3.2 con desviación estándar de 0.78.
Intervalos de Confianza en la estimación de la media
A. muestras grandes
Soluciòn:
σ
Datos: x́=3,2 σ =0,78 n=75 ^μ x =? ^μ x =x́ ± Z
√n
Confianza 92% P= 92% = 1,75
0,78
=3,2± 1,75 ( 0,09 )=3,2 ±0,1575 L . S . C=3,2+0,1575=3,36
^μ x =3,2± 1,75
√75 {
L. I . C=3,2−0,1575=3,04
El gerente puede confiar que el 92% de que el numero promedio de botellones que
en una casa utilizan por mes se encuentra entre 3,04 y 3,36 botellones
b. El gerente desea conocer cuántas casas deben tomar como muestra para estar 99%
seguro de que el intervalo no está cerrado en más 0.10 botellones, con una desviación
estándar de 0,78?
Solución
z2 σ 2
Datos: Z=99 %=2,57 σ =0,78 ε =0,10 n=? n=
ε2
2 2
z 2 σ 2 (2,57) (0,78) 4,018
n= = = =402
ε2 0,102 0,01
El gerente debería tomar una muestra de 402 casas para estar 99% seguro de que
el intervalo no está cerrado en más 0.10 botellones
3. Intervalos de Confianza
A. Muestras pequeñas
Solución:
^
Datos: x́=3,9 S=2,02 n=10 Confianzadel 99 % μ^ =?
S^
^μ= x́ ± t
√n
Siendo v=n−1=9 Grados de libertad.
Por lo tanto, siendo la confianza P=99 % → 0,01⇒t=3,250. ¿
2,02
^μ=3,9± 3,250 =3,9 ± 2,076 L . S .C=3,9+2,076=5,98
{
√ 10 L . I .C=3,9−2,076=1,82