Estadística

Ejercicios

Nombre:
Cc:

Docente:
Universidad de Asturias
Departamento de Ciencias Administrativas y Contables
Septiembre 6 del 2021
EJERCICIO 1:
Se analizan dos poblaciones en las que se estudian las variables aleatorias:

 Datos:
ζ1 = estatura de los niños españoles (en cm)
ζ2 = estatura de los niños alemanes (en cm)
siendo ζ1 → N(120,5) y ζ2 → N(130,6)
Se extraen m.a.s independientes de cada población de tamaños n=25 y m=30, respectivamente.
Se pide:

a) La probabilidad de que la estatura media de los niños alemanes sea mayor de 180 cm.

Para encontrar la probabilidad de que la estatura media de los niños sea mayor que 180 debemos
contar con la información de la estatura promedio:

N=25 niñosespañoles
M =30 niños Alemanes

(
P Z>
180−130,6
30 )
=P ( Z >1,67 )

1−P(Z <1.67)
P ( X ≥180 )=1−0,9515=4.8 %
Conclusiones:

1. Se logra concluir que bajo el supuesto de que son variables que siguen una distribución
normal la probabilidad de que la estatura media de los niños es de 4.6%
2. Para encontrar la probabilidad de que algún evento pueda ocurrir debemos basarnos en el
tipo de distribución que tienen las variables y a su vez el tipo de variable, en este caso se
logra identificar que las variables son de tipo aleatorias continuas y siguen una
distribución de tipo normal

EJERCICIO 2:

Dada una población representada por una variable ζ cuya distribución de probabilidad se supone
N(μ,4). Se pide:
Elaborar el intervalo de confianza para la estimación del parámetro μ, al nivel de confianza del
95% con base en una m.a.s de tamaño n=100 en la que se obtiene una media muestral igual a 10.
Para hallar un intervalo de confianza se necesita tener en cuenta los siguientes parámetros

∝=1−0.95=0.05
Punto Critico Distribución Normal → Z ∝ =1.96
2

Z∗σ Z∗σ
Intervalo de Confianza = ( X − ≤ μ≤ X + )
√n √
1,96∗0.4 1,96∗0.4
(10− =9,921≤ μ ≤10+ )
√ 100 √ 100
IC= (9,9216; 10,0784)

Conclusiones
1. Por medio de la aplicación estadística del teorema central se puede determinar que el
intervalo de confianza por el cual el parámetro μ se encontrará esta entre 9,9216; 10,0784
2. Para elaborar un intervalo de confianza el cual siga una distribución normal se necesita
conocer su desviación estándar, media y el tamaño de la muestra.

EJERCICIO 3:
De una población en la que se analiza la variable aleatoria ζ, con función de probabilidad f(x;θ), se extraen
m.a.s de tamaño n. Se eligen dos estimadores del parámetro θ, tales que:
CUESTIONES:
a) ¿son insesgados?

E(θ*1) = 2θ y V(θ*1) = 3θ2

 E(θ*1)=20
E(θ*1)=20- θ = θ≠ θ  θ*1 no es Insesgado
E(θ*2) = θ + 1 y V(θ*2) = 4θ2

 E(θ*2)= θ+1
E(θ*2)= θ+1- θ = 1≠ θ  θ*2 no es Insesgado
b) Proponer, a partir de los estimadores anteriores, otros dos que sean insesgados compararlos según el
criterio de eficiencia.
1. E(θ*3) = (θ*1)/4

 E(θ*3)= (θ*1)/4
E(θ*3)= 2θ/4 = 1/2≠ θ  θ*3 No es Insesgado
2. E(θ*4) = (θ*2)-1

 E(θ*4)= (θ*2)-1
E(θ*4)= θ+1-1 = θ ≠  θ*4 Es Insesgado

Conclusiones:
1. La variabilidad de los estimadores determina que tan eficientes pueden ser estos en sus resultados,
es por ello que el θ*3 es más eficiente que θ*4
2. Los estimadores sesgados generan resultados inexactos y poco eficiente, se dan a medida que la
media de la distribución del estimador es diferente al parámetro

EJERCICIO 4:
Una vez obtenido el intervalo: μ ε [10 -0’784; 10 + 0’784] = [9’216; 10’784]0’95

CUESTIONES

a) Aumentar la confianza de la estimación hasta el 99%, manteniendo constante la precisión.

∝
=(1−0.99)/2=0.005
2
Punto Critico Distribución Normal → Z ∝ =2.58
2

Z∗σ Z∗σ
Intervalo de Confianza = ( X − ≤ μ≤ X + )
√n √
(10−2.58∗0,4 ≤ μ ≤ 10+2.58∗0,4)

IC= (8,968; 11,032)

b) Aumentar al doble la precisión de la estimación obtenida, manteniendo constante la confianza de la

estimación en el 95%.

2
1,96 ∗0,95∗0,05
n= 2
=0,2968 → Precisión en un valor doble 0,2968∗2=0,5937
0,784
σ =√ 0,2968∗0,95∗0,05=0,1187

1,96∗0,1187
(10− ≤ μ ≤ 10+2.58∗0,4)
√ 0,593
IC= (9,6979; 10,3020)
Conclusiones:
1. Un aumento en la confianza de los intervalos genera que el intervalo sea más restrictivo generando
que el valor real de la variable pueda estar dentro de un rango menor
2. Aunque la estimación del valor real pueda ser más precisa considerando una confianza mayor del
modelo así mismo la bondad del error tendrá que ser mucho menor.

EJERCICIO 5:
En una población N(θ, 5), se efectúan sobre el valor de la media dos posibles hipótesis:
H0: θ = 12 y H1: θ = 15
Mediante una muestra de tamaño n=25 m.a.s se contrasta H0 frente a H1, sabiendo que si la media muestral
es inferior a 14, se aceptará H0. Determinar:

CUESTIONES:

a) La probabilidad de cometer el error de primera especie.

 P(E1)=P(Rech Ho | Ho cierta)
= P(X ≥ 14| Z = 12)
 = P (N ( 12 , 5/√25) ≥ 14)

 X₁ ≥ 14  ∴  X₁-12 ≥ 14 -12 ∴  (X₁-12)/1 ≥ (14 -12)/1   Z=0.022

Ahora buscamos el punto crítico en la tabla de la normal estándar
  P (E) = 2.2%

b) La probabilidad de cometer el error de segunda especie.

 P (E₂) = P(Rech H₁| H₁ cierta)

                                                         = P(X ≥ 14| Z = 15)
                                                         = P (N ( 15 , 5/√25) ≤ 14)
 X₂ ≤ 14  ∴  X₂-15 ≤ 14 -15 ∴  (X₂-15)/1 ≤ (14 -15)/1  Z=0.15
Ahora buscamos el punto crítico en la tabla de la normal estándar
P (E) = 15%

c) La potencia del contraste.

Si Z=12 0.022
β(Z)
Si Z=15 1-0,15
EJERCICIO 6:
Una empresa desea saber si la edad de sus clientes potenciales explicará o no la preferencia por un modelo
de vehículo que proyecta lanzar el mercado. Para ello, consulta 200 individuos, resultando que:
Número Demandarán No demandarán

> de 25 años 75 25

≤ de 25 años 65 35

CUESTIONES: ¿Puede admitirse al nivel de significación del 5% que la edad explica el

comportamiento de los clientes?

Primero debemos organizar la información suministrada

Edades >25  75,25

Edades < 25  65,35

Demanda: 75 +65 = 140

No Demanda: 25+35 =60

Ahora encontrar las frecuencias esperadas según los rangos

Frecuencia Esperada= (100*140)/200 = 70

Frecuencia Esperada 2= (((75-70)*2)/70 +(25-30)*2/30+ (65-73)*2/73 +(35-27)*2/27)= 2,15

Conclusiones:

1. A un nivel de significancia del 5% el resultado indica que se pueden admitirse el 5% de

significación de edad que explica el comportamiento de los clientes
2. Es decir que efectivamente con una confianza del 95% la variable cuantitativa como la
edad puede llegar a explicar las variaciones de demanda que se puedan tener con el nuevo
producto

EJERCICIO 7

¿Cuál es la probabilidad X, Y siendo el número de "K" y el número de ases "A" que salen al tomar
dos cartas al azar dos de las 4x10 cartas de una baraja?

Para poder encontrar la probabilidad de que salga un K o/y un As o ya bien sea 2 K’s o 2 As
debemos hallar la probabilidad de que dichos eventos puedan ocurrir
 ¿ Eventos Favorables
P ( A )=
¿Casos totales
El número total de posibles casas en donde se puedan tomar de 40 cartas 2 de ellas es

40 !
P ( 4,2 )= =780
( ( 40−2 ) !∗2 !)
El número total de casos favorables en donde se puedan sacar dos cartas en donde tenemos 4 K’s
y 4 As es de

8!
P ( 8 , 2 )= =28
( ( 8−2 ) !∗2 !)
La probabilidad de que dichos eventos puedan ocurrir viene dada por

28
P= =3,589 %
780

Bibliografía
Definicion. (2017). Punto Critico. Obtenido de https://definicion.de/punto-critico/

Economipedia. (2017). Estimador Insesgado. Obtenido de

https://economipedia.com/definiciones/estimador-insesgado.html

Sanjuán, F. J. (s.f.). Intervalo de Confianza. Obtenido de Economipedia:

https://economipedia.com/definiciones/intervalo-de-confianza.html