TALLER FINAL ESTADISTICA INFERENCIAL

Presentado por:

Blanca Torres

Estadística Inferencial NRC 4379

Tutor: Excelina Barragán Benavides

Educación Virtual y a Distancia

Facultad de Ciencia Empresariales
Contaduría Pública
BOGOTA D.C
2018
TALLER REFUERZO ESTADISTICA INFERENCIAL
Tenga a la mano los apuntes y texto guía Lea detenidamente el problema, identifique a que
tema pertenece

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

2 ( 7−7 )2 + ( 5−7 )2+ ( 9−7 )2

σ 2= =2
4

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

M=? N=4 n=2

M = 4 =6
2 ()
d. Distribución muestral de las medias

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

e. Desviación típica de las medias muéstrales

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.

2. El coeficiente intelectual de los Estudiantes de un instituto se distribuye normalmente

con media 85 y desviación estándar de 12. Si se toma una muestra aleatoria de 20 niños.
Distribuciones muéstrales
Distribución de medias muéstrales
Teorema de limite central
a. si se extrae 2 niños al azar. ¿Cuál es la probabilidad de que obtengan como mínimo un
puntaje en CI de 75?
Solución.
Datos.
µ=85 σ =12 n=2 P( x́≥ 75)=?

X́−μ 75−85 −10

Z= = = =−1,18
σ 12 8,48
√n √2

Z=−1,18 → A (0,3810)
P( x́ ≥75)=0,5000+ 0,3810=0,881 ≃88,1 %

La probabilidad de que obtengan como mínimo un puntaje en CI de 75 es del 88,1%.

b. Cuál es la probabilidad de que su media aritmética sea mayor de 75?

Solución.
Datos.
µ=85 σ =12 n=20 P( x́ ≥75 )=?

X́−μ 75−85 −10

Z= = = =−3,73
σ 12 2,68
√n √ 20
Z=−3,73 → A (0,4999)

P( x́ ≥75)=0,5000+ 0,4999=0,9999 ≃ 99,99 %

La probabilidad de que su media aritmética sea mayor de 75 es del 99,99%

c. ¿cuál es la probabilidad que su media aritmética sea máximo 83?

Solución.
Datos.
µ=85 σ =12 n=20 P( x́ ≤83)=?

X́−μ 83−85 −2
Z= = = =−0,75
σ 12 2,68
√n √ 20

Z=−0,75 → A (0,2734)

P( x́ ≤83)=0,5000+ 0,2734=0,7734 ≃77,34 %

La probabilidad de que su media aritmética sea máximo de 83 es del 77,34%

3. En el fondo de ahorro de los empleados de una empresa el promedio de ahorro mensual

de sus afiliados es de $ 159.320 con una desviación estándar de $18.000
¿Cuál es la probabilidad de que un grupo de 40 afiliados, elegidos al azar, tenga un deposito
medio de $160.000?
Distribuciones muéstrales
Distribución de medias muéstrales
Teorema de limite central
Solución.
Datos.
µ = $ 159.320
X = 160.000
σ =18.000
n = 40
P( X >160.000 )=?

X́−μ 160.000−159.320 680 680

Z= = = = =0,24
σ 18.000 18.000 2.848,10
√n √ 40 6,32
Z=0,24 → A (0,0948)
P( X >160.000 )=0,5000−0,0948=0,4052≃ 40,52%

La probabilidad de que un grupo de 40 afiliados, elegidos al azar, tenga un deposito

medio de $160.000, es del 40,52%.

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 %

La probabilidad de obtener una media muestral de 128 o menos es del 2,28%

5. Un fabricante de sandalias recibe cada semana 10.000 adornos para ser utilizados en la
fabricación de sus productos, para aceptar o rechazar dichos adornos, selecciona al azar 400
adornos, si el 2% o más resultan defectuosos, serán rechazados. En caso contrario serán
aceptados. ¿cuál es la probabilidad de aceptar un envió de adornos que contenga el 1% de
adornos defectuosos?
Distribución muestral de una proporción
Solución:
Datos:
p−P
P(X >0,02) =? Z=
P=0,01 n = 400 PQ
√ n
p−P 0,02−0,01 0,01 0,01
Z= = = = =2,01
PQ O ,01(0,99) √ 0,00002475 0,00497
√ √n 400

Z=2,01→ A(0,4778) P(X >0,02) =0,5000−0,4778=0,0222 ≃ 2,22 %

 La probabilidad de aceptar un envió de
adornos que contenga el 1% de adornos defectuosos es del 2,22%

6. Para elegir presidente de un sindicato de trabajadores, un candidato obtuvo el 46% de los

votos. Determinar la probabilidad de que entre 200, elegidos al azar, de un total de 1.000
afiliados, se obtenga más del 50% de votos para dicho candidato.
Distribución muestral de una proporción
Solución:
Datos:
p−P
Z=
P=0,46 n = 200 P(X <0,50 )=? PQ
√ n

p−P 0,50−0,46 0,04 0,04 0,04

Z= = = = = =1,14
PQ 0,46( 0,54) 0,2484 √ 0,001242 0,0352
√ √
n 200 √
200
Z=1,14 → A (0,3729)

P(X <0,50 )=0,5000−0,3729=0,1271 ≃ 12,71 %

Se considera que hay una probabilidad del 12,71% de que se obtenga más del 50% de
votos para dicho candidato

7. En promedio los estudiantes de una universidad A, practican un deporte después del

almuerzo durante 50 minutos, con una desviación típica de 15 minutos, los estudiantes de la
universidad B, toman 60 minutos después del almuerzo para practicar un deporte, con una
desviación estándar de 18 minutos. Si se eligen al azar 25 estudiantes de la universidad A y
20 estudiantes de la universidad B. encontrar la probabilidad de que el tiempo medio para la
práctica de un deporte sea menor que la del grupo de la universidad A.
Distribuciones muéstrales
Distribución de diferencia entre dos medias muéstrales
Soluciòn
Datos:
μ x =50 μ y =60 σ x =15 σ y =18 n1=25 n1=20 P(x́− ý>0 )=?

( 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)

P( x́− ý>0 )=0,5000−0,4767=0,0233≃ 2,33 %

El 2,33% sería la probabilidad de que el tiempo medio para la práctica de un deporte

sea menor que la del grupo de la universidad A.
8. Dos marcas A y B de tabletas antiácidas efervescentes registran el mismo promedio de
disolución en agua, con desviación típica de 12 segundos para la marca A y 24 segundos
para la marca B. suponiendo que el tiempo de disolución este normalmente distribuido,
¿cuál es la probabilidad 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?
Distribuciones muéstrales
Distribución de diferencia entre dos medias muéstrales
Soluciòn
Datos: μ¿ =12 σ y =24 n1=36 n1 =36 P( x́− ý >5)=? ¿

( 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)

P( x́− ý>5 )=0,5000−0,3686=0,1314≃13,14 %

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

H 1 : μ< 32,5 onzas

b) Nivel de significancia α =5% = 0,05.

c) Se utiliza la distribución normal y el estadístico de la prueba Z.

X́−μ
Z=
σ
√n
d) Valores críticos: Como α= 5% = 0,05, Buscando en la tabla de la normal un Z para
el área de 0,5000 – 0,0500 = 0.4500, se encuentra que z 0 1,64 o 1,65. Se halla el
promedio entre los dos, por tanto, Z = 1,645, teniendo en cuenta que la hipótesis
alterna de la región critica o de rechazo está dada por Z < -1,645.

e) Recopilamos los datos y se calcula el estadístico:

µ =32,5 onzas n = 60 X́ = 31,9 σ = 3,6 α= 5% = 0,05

Sustituyendo estos datos en la fórmula elegida, se obtiene:

X́−μ 31,9−32,5 −0,6 −06
Z= = = = =−1,29
σ 3,6 3,6 0,465
√n √ 60 7,74

f) Como Z=−1,29>-1,65 cae en la zona de aceptación; este valor es mayor que

-1,645. Por lo tanto, se acepta la hipótesis nula, y que al nivel del 5% puede
concluirse que el inspector no puede llegar a la conclusión de que se esté
llenando y vendiendo un producto por debajo de su especificación.

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

b) Nivel de significancia y tamaño de la muestra: el tamaño de la muestra es de 100 y el

nivel de significancia es de 5%. Por lo tanto:

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.

e) Recopilamos los datos y se calcula el estadístico:

µ = 25 metros n = 100 X́ = 27,3 metros S = 2,1 metros α= 5% = 0,05

Sustituyendo estos datos en la fórmula elegida, se obtiene:

X́−μ 27,3−25 2,3 2,3

Z= = = = =10,9
S 2,1 2,1 0,21 5
√n √ 100 10

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

b) Nivel de significancia y tamaño de la muestra:

se tiene una muestra pequeña, es decir n ≤ 30, y el nivel de significancia de 5%

n=16 y α = 0,05
c) Se utiliza la distribución t de Student y el estadístico de la prueba t.

X́−μ
t=
S^
√ n−1

d) Valores críticos: Como α= 5% = 0,05, buscando en la tabla de “t” Student en la columna

grado de libertad v=n – 1=16 – 1=15 , y en la columna de 0,05, se encuentra que
t = 2,131, teniendo en cuenta que la hipótesis alterna, la región critica o de rechazo está
dada por t < -2,131 y t > 2,131.

e) Recopilamos los datos y se calcula el estadístico:

µ =3.200 horas n = 16 X ̅ = 3.080 S ̂ = 290 α= 5% ò 0,05

Sustituyendo estos datos en la fórmula elegida, se obtiene:

X́−μ 3.080−3.200 −120 −120

t=
s^ = 290 = 290 = 290 = −120
74,9
=−1,602
√ n−1 √ 16−1 √ 15 3,87
 f) Como t=−1,602 cae en la zona de aceptación, se acepta la hipótesis nula; por lo tanto,
a nivel del 5% se puede concluir que la duración promedio es de 3.200.

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

b) Nivel de significancia α =5% = 0,05.

c) Se utiliza la distribución normal y el estadístico de la prueba Z.

p−P
t=
pq
√
n−1
d) Valores críticos: Como α= 5% = 0,05, Buscando en la tabla t de Student en los
grados de libertad 19 y en el nivel de significancia 0,10 (se toma doble), se
encuentra que t = 1,729, teniendo en cuenta que la hipótesis alterna la región critica
o de rechazo está dada por Z = > 1,729.

e) Recopilamos los datos y se calcula el estadístico:

1
P =3%=0,03 n = 20 p= =0,05 % α=0,10 5% = 0,05 v=n−1=19
20

Sustituyendo estos datos en la fórmula elegida, se obtiene:

 p−P 0,05−0,03 0,02 0.02 0.02
t= = = = = =0.4
pq 0,05 (0,95) 0.0475 √ 0,0025 0.05
√n−1 √
20−1 19√
f) Como t = 0,4. No se puede concluir que el porcentaje de defectuosos sea
superior al señalado por el distribuidor, al nivel del 5%.

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

a. ¿Qué revelaría un intervalo de confianza del 92% (Z = 1.75)

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?

Tamaño muestral para intervalos de la media poblacional

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

c. Se selecciona una muestra de 10 casas para estimar el número promedio de miembros

de la familia por casa. Con un promedio de 3.9 y una desviación estándar de 2.02 y un
nivel de significancia del 99%.

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

Con 99% de confianza el numero promedio de miembros de familias se encuentra

entre 1,82 y 5,98 por casa