Pontificia Universidad Católica de Chile

Facultad de Ciencias Económicas y Administrativas

Primer Semestre 2019

Curso : Inferencia Estadı́stica

Sigla : EAS201a
Profesores : M Ignacia Vicuña (Sec 1), Cristian Vásquez (Sec 2), Rafael Águila (Sec 3)

Pauta Control 2
Problema 1

Uber Eats, la aplicación tecnológica que permite a los usuarios ordenar alimentos desde su celular, llegó
a Chile en noviembre de 2017, y ha transformado el mercado de delivery. A través de la Apps se puede
elegir entre cientos de restaurants algún tipo de comida y una vez que está listo el pedido, será llevado a
su destino por algún repartidor de Uber Eats que se encuentre cercano al lugar. La plataforma cuenta con
una gran cantidad de repartidores los cuales se movilizan en bicicleta, moto o auto. Si bien los tiempos de
entrega pueden variar según la demanda que tenga el restaurant, el tamaño de tu pedido, las condiciones del
tránsito entre otros factores, para los usuarios de esta aplicación es fundamental que los tiempos de entrega
no superen los 40 minutos. Para ver si se está cumpliendo con los requerimientos de los usuarios, se realizó un
estudio en el cual se seleccionaron 100, 150 y 200 repartidores que se movilizaban en bicicleta, moto y auto
respectivamente. A cada uno de ellos se les registró el tiempo de entrega de su pedido, obteniéndose que en
promedio se demoraron 35 minutos los que se movilizaban en bicicleta, 39 minutos los que se trasladaban en
moto y 42 minutos los que utilizaban auto. Además, se obtuvo una desviación estándar de 4, 6 y 10 minutos
para los repartidores de bicicleta, moto y auto respectivamente.
(a) [3.0 Puntos] ¿Se puede afirmar que el tiempo medio de entrega de los repartidores de Uber Eats
satisface con los requerimientos de los usuarios? Analice por separado cada una de las categorı́as de
reparto utilizando un nivel de significancia de 0.05.
(b) [3.0 Puntos] A partir de los tiempos registrados, se obtuvo que 35, 15 y 40 repartidores superaron los
40 minutos en la entrega para los que se trasladan en bicicleta, moto y auto respectivamente. Utilizando
un IC aproximado de 90 % de confianza ¿Se puede afirmar que al menos el 75 % de los pedidos de Uber
Eats no superan los 40 minutos en ser entregados?

Solución:

(a) Sea

µ1 : El tiempo medio de entrega para los repartidores que se transladan en bicicleta

µ2 : El tiempo medio de entrega para los repartidores que se transladan en moto
µ3 : El tiempo medio de entrega para los repartidores que se transladan en auto [0.2 Ptos]

Por enunciado se tiene que los tamaños muestrales de cada una de las categorı́as de reparto son
n1 = 100, n2 = 150 y n3 = 200, los tiempos promedios de entrega son X 1 = 35, X 2 = 39 y X 3 = 42
minutos y las desviaciones estándar son S1 = 4, S2 = 6 y S3 = 10 minutos. [0.3 Ptos]

Para evaluar si el tiempo medio de entrega no supera los 40 minutos en cada una de las categorı́as de
reparto, es decir, µi ≤ 40 para i = 1, 2, 3, [0.3 Ptos] se construyen intervalos asintóticos aproximados
de cota superior para µi , i = 1, 2, 3 de la siguiente forma:
 
Si
IC(µi ) = −∞, X i + z1−α √ , i = 1, 2, 3 [0.2 Ptos]
ni

1
 Para una confianza de 95 % se tiene que z1−α = 1.64, luego
 
4
IC(µ1 ) = −∞, 35 + 1.64 √ = (−∞, 35.656) [0.5 Ptos]
100
 
6
IC(µ2 ) = −∞, 39 + 1.64 √ = (−∞, 39.80) [0.5 Ptos]
150
 
10
IC(µ3 ) = −∞, 42 + 1.64 √ = (−∞, 43.15) [0.5 Ptos]
200
Por lo tanto, como el 40 no está incluido en los primeros dos intervalos, se concluye con un 95 % de
confianza que el tiempo medio de entrega no supera a los 40 minutos para los repartidores que andan
en bicicleta o en moto. En el caso de los repartidores en auto, se tiene que el 40 si esta contenido en el
intervalo, por lo tanto se concluye con un 95 % de confianza que el tiempo medio de entrega supera los
40 minutos para los repartidores que andan en auto. [0.5 Ptos]

(b) Sea π la proporción de pedidos de Uber Eats que no supera los 40 minutos en ser entregados. Se quiere
evaluar si π ≥ 0.75. [0.5 Ptos] Para ello se construye un intervalo asintótico de cota inferior para π
de la siguiente manera r !
π̂(1 − π̂)
IC(π) = π̂ − z1−α [0.5 Ptos]
n

donde a partir de los datos se tiene que n = n1 +n2 +n3 = 450, [0.3 Ptos] π̂ = 1− 35+15+40
450 = 0.8 [0.3
Ptos] y para una confianza de 90 % se tiene que z1−α = 1.28, [0.3 Ptos] de esta manera,
r !
0.8 · 0.2
IC(π) = 0.8 − 1.28 = (0.7758, ∞) [0.5 Ptos]
450

Como el 0.75 no está contenido en el intervalo, se puede concluir con un 90 % de confianza que la
proporción de pedidos de Uber Eats que no supera los 40 minutos en ser entregado es mayor o igual
0.75. [0.6 Ptos]

2
Problema 2

Sea X1 , X2 , ..., Xn una muestra aleatoria de una población Normal con media 2θ y varianza unitaria. Se
desea hacer inferencia sobre θ.
(a) [2.0 Ptos] Proponga una función pivote para estimar θ identificando cual es su distribución.

(b) [4.0 Ptos] A partir de la función pivote propuesta en (a), construya paso a paso un intervalo bilateral
simétrico de confianza (1 − α) % para θ.

Solución:
(a) Como Xi , i = 1, ..., n son N (2θ, 1), se tiene que X ∼ N (2θ, n1 ). [0.5 Ptos] De esta manera, una función
pivote para estimar θ está dada por

X − 2θ
Q= √ [1.0 Ptos]
1/ n

cuya distribución es Normal estándar. [0.5 Ptos]

(b) A partir de Q, un IC de (1 − α) % se construye a partir de

P (a < Q < b) = 1 − α [0.5 Ptos]

Como Q tiene distribución N(0,1) y piden un IC de colas simétricas, entonces a = zα/2 = −z1−α/2
[0.25 Ptos] y b = z1−α/2 . [0.25 Ptos] Luego, reemplazando a y b y despejando θ se tiene


P −z1−α/2 < Q < z1−α/2 = 1−α
 
X − 2θ
P −z1−α/2 < √ < z1−α/2 = 1 − α [0.5 Ptos]
1/ n
 
1 1
P −z1−α/2 √ < X − 2θ < z1−α/2 √ = 1 − α [0.5 Ptos]
n n
 
1 1
P −X − z1−α/2 √ < −2θ < −X + z1−α/2 √ = 1 − α [0.5 Ptos]
n n
 
1 1
P X + z1−α/2 √ > 2θ > X − z1−α/2 √ = 1 − α [0.5 Ptos]
n n
 
X 1 X 1
P + z1−α/2 √ >θ> − z1−α/2 √ = 1 − α [0.5 Ptos]
2 2 n 2 2 n
 
X
Lo que se concluye que 2 − z1−α/2 2√1 n , X
2 + z1−α/2 2√1 n es un IC de (1 − α) % para θ. [0.5 Ptos]

3
Pregunta 3

Una importante empresa del Retail nacional tiene el mejor tiempo de respuesta para aprobar y generar
tarjetas de créditos para sus nuevos clientes dentro de sus sucursales de todo el mercado. Para poder realizar
esto cuentan con un potente sistema en lı́nea que permite consultar toda la información con la previa
aprobación del cliente mediante la huella digital de su dedo ı́ndice. Para estudiar el tiempo de respuesta en
la aprobación y generación de tarjetas de crédito suponga que se dispone de una muestra aleatoria simple
{X1 , X2 , . . . , Xn } (en escala de minutos) de la siguiente población:

f (x) = λe−λ x , x ≥, λ > 0.

Con la información anterior realice lo siguiente:

(a) [2.0 Ptos] Determine un intervalo bilateral aproximado de 95 % de confianza para el parámetro λ.

(b) [4.0 Ptos] A partir de una muestra observada de tamaño n = 50 se obtuvo los siguientes estadı́sticos
de resumen
X n Xn
xi = 289.50 x2i = 3349.507 x = 5.79014
i=1 i=1

Con una confianza del 95 % determine un intervalo bilateral aproximado para la probabilidad de que el
tiempo de respuesta de la solicitud de un nuevo cliente sea menor a 1 minuto y a partir de la muestra
entregue una estimación de él.

Solución:
(a) Sea λ̂ el EMV del parámetro λ. Por propiedades de los EMV se tiene que un intervalo asintótico de
confianza (1 − α) % para λ está dado por
 q 
λ̂ ∓ z1−α/2 CCR(λ̂) [0.2 Ptos]

Cálculo EMV: Se debe encontrar la función de log-verosimilitud y derivar con respecto a λ e igualar a
cero, de esta manera
n
Y Pn
L(λ) = λe−λXi = λn e−λ i=1 Xi
[0.2 Ptos]
i=1
n
X
log(L(λ)) = n log(λ) − λ Xi [0.2 Ptos]
i=1
n
∂ log(L(λ)) n X b = 1 [0.2 Ptos]
= − Xi = 0 [0.2 Ptos] ⇒ λ
∂λ λ i=1 X

∂ log(L(λ))
Cálculo de CCR(λ): Derivando ∂λ con respecto a λ se obtiene

∂ 2 log(L(λ)) ∂ 2 log(L(λ))
 
n n
= − [0.2 Ptos] ⇒ I(λ) = −E = [0.2 Ptos]
∂λ2 λ2 ∂λ2 λ2
2
1
Luego CCR(λ) = I(λ) = λn . [0.2 Ptos] Por enunciado se pide confianza de 95 %, luego z1−α/2 = 1.96.
[0.2 Ptos] Por lo tanto un IC aproximado de confianza 95 % para λ está dado por
 
1 1
∓ 1.96 √ [0.2 Ptos]
X X n

4
 (b) Primero se debe encontrar P (X < 1):
Z 1 1
λe−λx dx = −e−λx  = 1 − e−λ [1.0 Ptos]

P (X < 1) =
0 0

Denote por g(λ) = 1 − e−λ , luego un IC aproximado de confianza (1 − α) % para g(λ) está dado por
 v 
u !2
u \ 
∂g(λ)
g(λ̂) ∓ z1−α/2 CCR(λ̂) ·  [0.5 Ptos]
 t
∂λ

1 [ 1
Se tiene que g(λ̂) = 1 − e− X , [0.2 Ptos] además ∂g(λ)
∂λ = e
−λ
[0.3 Ptos] ⇒ ∂ g(λ)
∂λ = e
−X
y por parte (a) se
2
tiene que CCR(λ) = λn ⇒ CCR(λ̂) = 12 , [0.5 Ptos] y con 95 % de confianza se tiene que z1−α/2 = 1.96,
X n
[0.2 Ptos] luego
 
−X1 1 −X1
1−e ∓ 1.96 √ e [0.5 Ptos]
X n
es un IC aproximado de confianza 95 % para P (X < 1).
1
1 √
A partir de la muestra, se obtiene que g(λ̂) = 0.1586162, [0.3 Ptos] ee = 1.96 5.79014 50
e− 5.79014 =
0.04027876.
Por lo tanto,
(0.1183375, 0.198895) [0.5 Ptos]
es una estimación del intervalo para P (X < 1).