TALLER DISTRIBUCIONES MUESTRALES

1. En una empresa del sector de las manufacturas los hay 25 empleados de los cuales 15 son
hombres, el resto mujeres. Las edades de los 15 hombres suman 300, los días de
ausencia de los hombres por causa de incapacidades sumaron el año pasado 75 y los de
las mujeres 100.

a. Calcule la edad promedio de los hombres de la empresa

300 60
= =20 años
15 20

b. Calcule la proporción de mujeres que laboran en la compañía.

10 2
=
25 5

c. ¿Cuál es el promedio de días de incapacidad de las mujeres?

100 20
= =0.2740
365 73

d. ¿Qué porcentaje del total de días de incapacidad estuvieron ausentes las mujeres ?
100 20 4
= = 0.514 ×100=57.14 %
175 35 7

2. ¿Qué es un parámetro y que es un estimador?

Un parámetro estadístico  es un número que se obtiene a partir de los datos de

una distribución estadística . Los parámetros estadísticos  sirven para sintetizar la
información dada por una tabla o por una gráfica. Tipos de parámetros estadísticos
Hay tres tipos parámetros estadísticos :

 De centralización.
 De posición
 De dispersión.

3. Relacione cada uno de los parámetros listados a su mano izquierda con su respectivo
estimador que le corresponda a la derecha, copiando en el espacio la letra respectiva.

Parámetros: a. µ (x)
1
 b. σ2 (S2) Estimadores:
c. P ( ^p) e. ^p
d. σ (S) f. S2
g. x
h. S

4. ¿Cuáles son los enunciados del teorema del límite central?

El teorema del límite central o teorema central del límite indica que, en condiciones muy
generales, si Sn es la suma de n variables aleatorias independientes y de varianza no nula pero
finita, entonces la función de distribución de Sn «se aproxima bien» a una distribución
normal (también llamada distribución gaussiana, curva de Gauss o campana de Gauss). Así
pues, el teorema asegura que esto ocurre cuando la suma de estas variables aleatorias e
independientes es lo suficientemente grande

5. ¿Qué es y como se define el error para la media y cómo para la proporción?

 El error estándar de la media (es decir, el error debido a la estimación de la media poblacional

a partir de las medias muestrales)

6. ¿Qué pasa con el error estándar si el tamaño de muestra aumenta?

2
 Aumenta la posibilidad de error, en caso que los datos de la muestra se alejen de la Media, en
caso que los datos sean Homogéneos, error podrá seguir igual

Para cada parámetro pueden existir varios estimadores diferentes. En general,

escogeremos el estimador que posea mejores propiedades que los restantes,
como insesgadez,eficiencia, convergencia y robustez (consistencia).

7. Resolver el siguiente problema aplicando los conceptos el teorema del límite central y
las distribuciones muestrales.
Una firma de transporte marítimo de Guatemala garantiza a sus clientes que los despachos
de frutas de Centro América a New York promedian 9.5 días, con una desviación estándar
de 4 días. Un cliente en particular tomó una muestra de 36 despachos y considera definir
¿cuál es la probabilidad de que el promedio de estos despachos sea 10.5 días ó más?.

Promedio 0.5 desviación estándar 4 días

Muestra 36
Su promedio es 10.50 más
9.5*36=342
M =9.5 días
4 4 2
Error estándar = = = 0.67=67%
√36 6 3
4 2 1 1
= = = =0.25=25 %
√64 √32 √ 16 4

N(9.5,4) P(X>10.5)

3 2
1 /1 / 2/ 3= N(95, ) = P(×>10.5 ¿ P (Z>1/2/3)P(Z>1.5)
2 3
1-(P<1.5)=1-0.4332=0.5
56,68%

3
 a) ¿Cuál es el parámetro de interés, cuánto vale?

Desviación Media, 4 días

b) ¿Cuál es la desviación de la media muestral o error estándar?

Error estándar: 67%

c) ¿Qué valor toma el error estándar sí la muestra es de 64 días?

Días o despachos???

25% de error estándar con 64 despachos

d) ¿Cómo plantearía la probabilidad que soluciona este problema?

Aumentando el número de la muestra, entre más muestras, existe la posibilidad de menos

error

e) Qué respondería a la siguiente pregunta usted: ¿Es posible que los despachos se demoren
10.5 días o más, sabiendo que la compañía afirma que los embarques toman 9.5 días?
Argumente la respuesta
Si claro que es posible, ya que el error estándar es muy alto, esto permite deducir, que con
ese margen de error difícilmente cumplirá el tiempo estimado

8. En cada literal se menciona una población de interés, el tipo de muestreo y la forma en que se
seleccionó una muestra de dicha población. En cada caso indique si en la selección se realizó por
muestreo probabilístico o no probabilístico, y su clasificación dentro de cada tipo de muestreo.

Ejemplo:
Población de profesionales de medicina en la ciudad de Cali.
Acción: Seleccionar un nombre de cada 50 de ellos que aparecen en una lista de
exhaustiva de profesionales.
R// Se utilizó un muestreo probabilístico y se seleccionó en forma aleatoria sistemática.

a. Población de estudiantes matriculados en el segundo periodo de 2016 en la UNIAJC.

Acción: Elegir los primero 80 que entran por la puerta de la sede principal el día martes
al inicio de la jornada de la mañana.
b. Población de 5000 familias que habitan un barrio de la ciudad de Cali.
Acción: Introducir 5000 papeles con de igual tamaño, c/u con el nombre de una familia
del barrio. Posteriormente una persona selecciona 100 papeles uno tras otro,
revolviéndolos en cada extracción.
c. Población de 100.000 ladrillos apilados.
Acción: Se escogen los 100 primeros.
d. Población de estudiantes de la facultad de Educación a Distancia y Virtual de la
UNIAJC en el 2016.

4
 Acción: Se divide a los estudiantes programa y de c/u de ellos se escoge una muestra
aleatoria.
e. Población de cien ratones nacidos en un laboratorio experimental. Donde c/u tiene un
código que lo identifica de 00 a 99.
f. Acción: Se generan 20 números aleatorios de dos cifras y se escogen aquellos
correspondientes con dichos número.