Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Actividad 1.
Intervalos de confianza
Problema 1.
Una muestra aleatoria de tamaño n = 100 se extrae de una población con = 5.1. Dado que la
media muestral es X̅= 21.6, construye un intervalo de confianza del 95% para la media de la
población .
a) Exponga la evidencia muestral e información poblacional proporcionada en el ejercicio, por
ejemplo: tamaño de la muestra, estimadores, parámetros, etc.
α
n= 100, X̅ =21.6 , ❑2=26.01 Z =1.96
2
b) Exponga la ecuación del intervalo de confianza a emplear y en dicha ecuación sustituya los
valores correspondientes.
Zα σ Zα σ
(
P X̅ − ( )
2 √n
≤ μ ≤ X̅ +
2 √n ( ))
=1−α
(
P 21.6−(1.96) ( √5.1100 ) ≤ μ ≤ 21.6+(1.96)( √5.1100 ))=0.95
P ( 21.6−0.9995816≤ μ ≤21.6+ 0.9995816 )
P ( 20.60042≤ μ≤ 22.59958 )
d) Código en RStudio
## calcular la media
## [1] 21.6
n <- 100
## imprime el error
print(error)
## [1] 0.51
alpha = 0.05
grados_libertad = n -1
print(score)
## [1] 1.959964
print(c(bajo, alto))
## [1] 20.60042 22.59958
Problema 2.
La pérdida promedio en el peso de n=16 aspas después de cierto intervalo de tiempo en un
molino de aspas es 3.42 gramos, con una desviación estándar estimada igual a 0.68 gramos.
Construye un intervalo con un nivel de confianza del 99% para la perdida promedio real del
peso de las aspas en las condiciones establecidas.
a) Exponga la evidencia muestral proporcionada en el ejercicio, por ejemplo: tamaño de la
muestra, estimadores, parámetros, etc.
α
n= 16 , X̅ =3.42 , S2=0.4624 t =2.946713
2
0.01
t , 15 ¿ 2.946713
2
(
P X̅ −t 0.005 ,15 ( √σn )≤ μ ≤ X̅ +t 0.005, 15 ( √σn ))=0.99
(
P 3.42−2.946713 ( 0.68
√ 16 )
≤ μ ≤ 3.42+ 2.946713 (
0.68
√ 16 ) )
=0.99
## calcular la media
## [1] 3.42
n <- 16
## imprime el error
print(error)
## [1] 0.17
alpha = 0.01
grados_libertad = n -1
print(score)
## [1] 2.946713
print(c(bajo, alto))
Una comparación del desgaste de neumáticos para automóvil se llevó a cabo rodando n 1
= n2 = 100 neumáticos de cada tipo. El número de kilómetros – vida de cada neumático –
se registró, en donde Km-vida fue definido como el kilometraje rodado antes de que el
neumático quedase en un cierto estado de desgaste inaceptable. Para el primer tipo de
neumático se estimó una media igual a 26,400 km y una varianza estimada igual a
1,440,00 km2; por otra parte, para el segundo tipo de neumático se estimó una media
igual 25,100 km y una varianza estimada igual a 1,960,000 km2.
Estime μ 1 - μ 2y establezca un intervalo de confianza del 99% para la diferencia de los
km-vida promedio. Asuma que las varianzas son distintas.
a) Exponga la evidencia muestral proporcionada en el ejercicio, por ejemplo: tamaño
de la muestra, estimadores, parámetros, etc.
S21 = 1,440,000
n1 =¿ 100
2º tipo de neumático
X 2 =¿ 25,100
Z 0.01 =2.575829
,
2
b) Exponga la ecuación del intervalo de confianza a emplear y en dicha ecuación
sustituya los valores correspondientes.
P ((1300)−2.575829∗184.3909 ≤ μ1 −μ 2 ≤(1300)−2.575829∗184.3909 )
P ( 825.05 ≤ μ1 −μ 2 ≤ 1774.95 )
d) Código en RStudio
## varianzas iguales
library("dplyr")
##
## Attaching package: 'dplyr'
alpha = 0.01
score
## [1] 2.600887
## [1] "el cero no está dentro del intervalo. Hay diferencias entre los
datos, hay que aplicar la otra fórmula"
v = round(numerator / denominator, 0)
score2
## [1] 2.575829
print(c(inf2, sup2))
Cemento estándar
a) X 1 =¿ 80
2
b) S1 25
c) n1 =¿ 10
Cemento contaminado
d) X 2 =¿ 77
e) S22 = 16
f) n2 =¿ 15
1 1 1 1
(
P ( X̅ 1 − X̅ 2 )−t ∝
2
,
n 1+n 2−2
Sp
√ + ≤ μ1 −μ 2 ≤( X̅ 1− X̅ 2)−t ∝
n1 n 2 ,
2 √ )
n 1+n 2−2
Sp + =1−∝
n1 n2
1 1 1 1
(
P (80−77)−t ∝
2
,
n 1+ n2−2
Sp
√ + ≤ μ1−μ2 ≤(80−77)−t ∝
10 15 2
,
n 1 +n 2−2√Sp +
)
10 15
=1−0.05
(10−1)(25)+(15−1)(16)
S2p= =4.41
10+15−2
P ((3)−2.068658∗4.41∗0.4082483 ≤ μ 1−μ2 ≤(3)−2.068658∗4.41∗0.4082483 ) =1−0.05
## varianzas iguales
library("dplyr")
media1 <- 80
var1 <- 5^2
tamano1 <- 10
## [1] 80 25 10
media2 <- 77
var2 <- 4^2
tamano2 <- 15
## [1] 77 16 15
alpha = 0.05
score
## [1] 2.068658
print(c(inf, sup))
## [1] "el 0 está dentro del intervalo, no hay diferencia entre las
muestras, puedes ir a casa"
Problema 5.
∑ xi
ρ́= i=1
100
10
ρ́=
85
10
ρ́= = 0.11765
85
Z0.025 = 1.96
n= 85
b) Exponga la ecuación del intervalo de confianza a emplear y en dicha ecuación
sustituya los valores correspondientes.
P¿
P¿
P¿
Esta estimación sugiere que entre el 4.9 y 18.6 % de la producción de cigüeñales (la
población), tienen un terminado más rugoso del que admiten las especificaciones, con
un nivel de confianza del 95%. El estimador puntual es la proporción de cigüeñales
defectuosos en la muestra, la cual es del 11.76%.
d) Código en RStudio
e) ## varianzas iguales
library("dplyr")
exitos <- 10
muestra <- 85
razon_exitos <- exitos / muestra
alpha <- 0.05
dif_proporcion <- 1-razon_exitos
score = qnorm(alpha /2, lower.tail = F)
print(c(inferior, superior))
Problema 6.
10 8
ρ́1= =0.1176 y ρ́2= =0.094
85 85
Z 0.05
= Z 0.025=1.96
2
Ṕ1 (1− Ṕ1 ) Ṕ2 (1− Ṕ2 ) Ṕ1 (1− Ṕ1 ) Ṕ 2( 1− Ṕ2)
(
P ( Ṕ1− Ṕ2 )−Z α
2 √ n1
+
n2 √
≤ P1−P 2 ≤( Ṕ1− Ṕ2 )+Z α
2
n1
+
n2 ) =1−0.095
P¿
P (( 0.1176−0.094)−1.96∗0.0471461 ≤ P1−P2 ≤(0.1176−0.094)+1.96∗0.0471461 )
alpha = 0.05
raiz
## [1] 0.04716252
X 2∝ n-1
2,
0.0153(19) 0.2907
= =4.652<8.90
(0.25)2 0.0625
d) Código en RStudio.
## intervalo varianzas
v = 0.0153
n = 20
superior <- ((n-1)*v)/qchisq(alpha/2, n-1)
Una compañía fabrica propulsores para uso en motores de turbina. Una de las
operaciones consiste en esmerilar el terminado de una superficie particular con una
aleación de titanio. Pueden emplearse dos procesos de esmerilado, y ambos pueden
producir partes que tienen la misma rugosidad superficial promedio. Al ingeniero de
manufactura le gustaría seleccionar el proceso que tenga la menor variabilidad en la
rugosidad de la superficie. Para ello, toma una muestra de tamaño igual a 12 partes del
primer proceso, la cual tiene una estimación de la desviación estándar igual 5.1
micropulgadas; y una segunda muestra aleatoria de tamaño igual 15 partes del segundo
proceso, la cual tiene una estimación de la desviación estándar igual a 4.7 micropulgadas.
Se desea encontrar un intervalo de confianza del 90% para el cociente de las dos
varianzas σ 12 /σ 22. Suponga que los dos procesos son independientes y que la rugosidad de
la superficie está distribuida de manera normal.
(5.1)2 1 σ 2A (5.1)2 1
2
≤ 2≤ 2
(4.7) 2.565497 σ A ( 4.7) 0.3651436
σ 2A
0.4589582 ≤ ≤3.224638
σ 2A
alpha = 0.10