30 – 11 - 22

Problema

La edad de los estudiantes inscritos en un curso de Estadística son:

19 20 20 22 19 20 19 21 20 21 21 19 25 20

26 20 19 19 21 22 20 19 19 22 22 19 20 21

21 20 19 22 20 22 23 19 20 20 19 20 21 24

a) Agrupar los datos en una distribución de frecuencias y dibuja su distribución

b) Si se elige una muestra aleatoria de 8 estudiantes ¿Cuál es la probabilidad

de que la muestra tenga un promedio mayor a 20 años?

Edad Alumnos

19 12

20 13

21 7

22 6

23 1

24 1

25 1

26 1

Total 42

Se observa la distribución un sesgo positivo. Con media de población µ = 20.6 y

una desviación estándar σ = 1.65
b)Si se elige una muestra aleatoria de 8 estudiantes ¿Cuál es la probabilidad de
que la muestra tenga un promedio mayor a 20 años?

A partir de los datos se calcula el error estándar de la media

Error estándar de x para 1.65 42 – 8

Población finitas con σ x = -------- * -------------- = (0.583) ( 2.204 )

n / N > 0.05 √ (8) √ 8-1 = 1.285

¿Cuál es la probabilidad de que la muestra tenga un promedio mayor a 20 años?

Para calcular la probabilidad se realizará la estandarización de x = 20

Para la estandarización de unidades se utiliza la siguiente ecuación

x - µ 20 - 20.6

Estandarización de Z = ------------ = ---------------- = - 0 .467 ≈ - 0.47

Unidades σx 1.285

z = 0.3192
El valor de z se obtiene a través de las tablas de la curva de distribución

P (x > 20) = 1 – 0.3192 = 0.6808

0.6808

z = - 0.47
Segundo problema

La calificación promedio de todos los alumnos de la vocacional 2 que

se encuentra en los límites de Naucalpan y la alcaldía Miguel Hidalgo,
es de 8.6 y se sabe además que la desviación estándar es de 1.6,
suponiendo que se selecciona una muestra aleatoria de 40 alumnos

¿Cuál es la probabilidad de que la muestra aleatoria tenga una

media…?

a) Que se encuentre dentro de medio punto de la media

poblacional

b) Mayor a 9.0

c) Menor a 8.0

9.1 - 8.6 8.1 – 8.6

P (8.1 < x < 9.1) = P( ------------ < Z < ------------ ) = P ( -1.98 < Z < 1.98)

1.6 1.6

--------- ------- P ( 0.9761 - 0.0239 )

√(40) √(40)

Probabilidad es: 0.9523

Para el b) 9 - 8.6

P ( x > 9 ) = 1 – P ( Z < ----------) = 1 – P ( Z < 1.58) = 1 – 0.9429

1.6

-------- su Probabilidad es 0.0571

√40
 9.6 – 8.6 7.6 – 8.6

P (7.6 < x < 9.6) = P( ------------- < Z < ------------) = P ( -3.95 < Z < 3.95)

1.6 1.6

------ ------- La probabilidad es 1

√40 √40

Recuerda que:

Valor esperado de una

Muestra aleatoria o Media de x=E(x)=µ =µ x

La distribución de muestreo

Al emplear la media de una muestra, la fórmula para estándar

unidades z es:

x - µ

Estandarización de z = ------------

Unidades σ

Pero pertenece al ------------

Teorema del límite √ ( n)

Central
Recuérdese que de acuerdo al valor calculado para z se determina el valor del
área o probabilidades bajo la curva normal estándar, así f(z) = P ( Z < z ) = Φ (z)

Estimación Estadística

Estimar mediante un intervalo de confianza la media y proporción de una

población que estima la varianza poblacional σ 2

Determinar el tamaño de la muestra necesario para estimar la varianza

poblacional σ2

Inferencias o predicciones para la toma de decisiones.

Como ejemplo:

a) Una persona desea vender una maquinaria y para ello debe estimar en que,
precio se ofertará

b) Una línea de autobuses debe estimar la demanda de viajes a un destino en

particular para la siguiente temporada vacacional

En los casos anteriores, la estimación y su correspondiente decisión pueden

tomarse a partir del criterio o experiencia de la persona o personas encargadas de
cada caso.
La inferencia estadística es indispensable en la toma de decisiones y la
formulación de predicciones de los parámetros de una población como la media µ
la desviación estándar σ y una proporción P. La estadística inferencial: los
métodos de cálculo de la estadística descriptiva, la distribución normal y su
aplicación además del análisis de la distribución muestrales. Dado que la
estadística inferencial está basada en la estimación de parámetros y las pruebas
de hipótesis, se analizará el planteamiento y procedimiento para realizar una
prueba

Tipos de estimación.

La información de los estadísticos obtenidos en una muestra se puede

usar para estimar el valor de un parámetro poblacional como la media
µ, la desviación estándar σ o una proporción P. Los estimadores
pueden ser empleados en dos formas:

 Estimación puntual

 Estimación por intervalo

Una estimación puntual es un solo número calculado a partir de la

información obtenida del muestreo, que se emplea para estimar el
parámetro de la población, por lo que de las secciones anteriores se
puede decir que la media muestra x la desviación estándar muestral
S y la proporción muestral ρ pueden ser estimadores puntuales de
los parámetros poblacionales µ, σ y P respectivamente.

Estimador Parámetro

x µ

S σ

P ρ

Las propiedades de los estimadores puntuales son: insesgadez, eficiencia y

constancia.