GUÍA DE APRENDIZAJE

SEMANA N° 012

CURSO: BIOESTADÍSTICA Y DEMOGRAFÍA

DOCENTE: MBA. MARIELY SOLEDAD ALMEYDA TORRES

Jaén – Perú, Noviembre 2022

 ÍNDICE

Pág.
1. INTRODUCCIÓN.................................................................................................................................... 3

2. Objetivos educacionales y resultados del estudiante ................................................................................. 3

3. dESARROLLO ........................................................................................................................................ 4

3.1. INFERENCIA ESTADISTICA. ....................................................................................................... 4

3.2. ESTIMACION DE PARAMETROS ................................................................................................ 5

3.3. Tamaño de Muestras ....................................................................................................................... 11

4. ACTIVIDADES Y EVALUACIÓN....................................................................................................... 13

Actividad Nº 1 ............................................................................................................................................ 13

5. REFERENCIAS BIBLIOGRÁFICAS.................................................................................................... 16

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 2

 1. INTRODUCCIÓN

La estadística es la ciencia que trata de la recopilar, organizar, presentar, analizar e interpretación los
datos de una población o muestra, por ello1. De esta manera, la estadística proporciona las herramientas para
el uso y manejo de los datos, reconoce y clasifica las características en estudio, diseña técnicas que ayudan a
la construcción de tablas de frecuencias y elabora una imagen que sea capaz de mostrar gráficamente unos
resultados2. En esta sesión de aprendizaje se tiene como objetivo, que los estudiantes apliquen las técnicas que
le permitan elaborar las tablas de distribución de frecuencias y los gráficos correspondientes a la variable en
estudio.

2. OBJETIVOS EDUCACIONALES Y RESULTADOS DEL ESTUDIANTE

Los Objetivos Educacionales de la Carrera Profesional han sido formulados considerando las
expectativas de los constituyentes y grupos de interés, con el objeto de brindar a los estudiantes una destacada
formación que les permita desarrollar una práctica profesional fructífera y gratificante en un entorno altamente
competitivo.

EL GRADUADO DE LA CARRERA PROFESIONAL DE TECNOLOGIA MEDICA DE LA

UNIVERSIDAD NACIONAL DE JAÉN CUMPLIRÁ LOS SIGUIENTES OBJETIVOS
EDUCACIONALES:

- Formar profesionales del más alto nivel científico, tecnológico y humanístico para que sean líderes y
referentes en su respectiva disciplina contribuyendo al desarrollo nacional.
- Formar profesionales competentes para desempeñarse con responsabilidad, eficiencia y eficacia en
funciones asistenciales en todos los niveles de atención en salud.
- Promover a través de las acciones de nuestros profesionales la investigación en el campo de la salud e
incentivar la participación conjunta, intradisciplinaria e interdisciplinaria que colaboren en la solución
de las interrogantes científicas y respondan a las necesidades humanísticas, sociales y culturales de la
sociedad.
- Formar profesionales que se desempeñen dentro del marco del ejercicio público y privado, asumiendo
la responsabilidad de actualizar y perfeccionar sus fundamentos científicos y tecnológicos.
- Formar profesionales emprendedores en gestión, innovadores en la toma de decisiones de las
disciplinas que competen a su profesión, comprometidos con su entorno y con responsabilidad social.

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 3

 3. DESARROLLO

3.1. INFERENCIA ESTADISTICA.

La estadística tiene como finalidad inferir algo sobre una población con base en una muestra
aleatoria tomada de la población sobre la cual deseamos hacer la inferencia. La Población tiene
constantes desconocidas que la caracterizan, sobre estas constantes se hace la inferencia. La inferencia
consiste en estimar y probar hipótesis sobre estas constantes desconocidas.

Primero presentaremos algunos conceptos básicos

a) Parámetro. Es una constante, generalmente desconocida, que caracteriza a una población. Por
ejemplo,  , la media de la población. Si consideramos la población de estudiantes de la USS y
conociéramos que la edad promedio (  ) de todos los estudiantes es 20 años diríamos que esta
población se caracteriza por ser una población joven.

b) Estimador. Es aquel que se calcula con los datos de la muestra (es una función de la muestra).
Como ejemplo señalaremos a la media de la muestra ( X ) la cual se calcula con los datos de la muestra
cómo sigue

x 1  x 2  ...  x n
X
n
POBLACION
Media de la población

Varianza de la población
 2
Desviación estándar de la población Parámetros
 Proporción de la población
p

MUESTRA

X Media de la muestra
Varianza de la muestra
S2
Desviación estándar de la muestra Estimadores
S Proporción de la muestra
p̂

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 4

c) Estimador puntual. Es aquel que estima al parámetro mediante un solo valor o punto. Ejemplo
la media de la muestra.

d) Estimador por intervalo. Llamado también intervalo de confianza es aquel que estima al
parámetro mediante un intervalo con un coeficiente de confianza (1-  ).

e) Hipótesis. Es una afirmación sobre algo la cual puede ser falsa o verdadera.
Ejemplo. Mañana lloverá.

f) Hipótesis estadística. Es una afirmación sobre uno o varios parámetros de una o varias
poblaciones.
Ejemplo.  =20, la edad media de todos los alumnos de la USS es 20 años.

g) Hipótesis nula. Es una afirmación sobre uno o varios parámetros que incluye la igualdad. se
designa con Ho.
Ejemplo. Ho = Los datos de la muestra provienen de una distribución normal.

h) Hipótesis alternativa. Es el complemento de la hipótesis nula.

Ejemplo. Ha= H1= Los datos de la muestra no provienen de una distribución normal.

i) Error tipo I. Es el que se comete al rechazar Ho dado que Ho es verdadera.

j) Error Tipo II. Es el que se comete al no rechazar Ho dado que Ho es falsa.

 =Probabilidad de cometer el error tipo I.
 =Probabilidad de cometer el error tipo II

k) Puntos críticos. Son valores tabulares que delimitan la región de rechazo (RR) y la de no
rechazo (RA).

3.2. ESTIMACION DE PARAMETROS

En este tema veremos cómo estimar puntualmente y mediante un intervalo de confianza al

parámetro p (proporción de una población) y al parámetro  (media de una población).

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 5

 I. Estimación de la proporción de la población, p :
Solo veremos el caso donde el tamaño de muestra n es mayor o igual a 30, puesto que el
estimador se construye con base en la media de la muestra considerando n valores de una variable
medida en escala dicotómica (con solo dos valores 0 y 1). El fundamento teórico es el teorema central
del límite, el cual indica que cuando n es grande, la media muestral tiene distribución
aproximadamente normal. La muestra aleatoria se puede haber tomado de cualquier distribución no
necesariamente de la distribución normal.
Primero presentaremos el resultado para estimar la proporción de una población y en seguida un
ejemplo.

Teorema 1
Si n  30, entonces:

a) El mejor estimador puntual para p es p̂ don de

x
p̂  .
n
Donde n es el tamaño de muestra y x es el número de éxitos obtenidos.

b) Un 100(1-  )% intervalo de confianza para p es

 p̂q̂ p̂q̂ 
p̂ - Z  , p̂  Z  .
 2
n 2
n 
Donde:
x
p̂  , q̂ =1- p̂ , n es el tamaño de la muestra y Z α es un valor en la tabla de Z o distribución
n 2


normal estándar de tal manera que a su derecha esta una probabilidad .
2

Ejemplo 1.
En un estudio sobre desocupación en el Municipio de T se tomó una muestra aleatoria de 200 personas
en edad laboral del Municipio de T de las cuales 26 contestaron que no tienen trabajo.
a) Estimar puntualmente a p, la proporción de desocupados en el Municipio de T.
b) Encontrar un 95% intervalo de confianza para p, Es decir estimar p con un coeficiente de
confianza del 95%.
c) Interpretar el estimador puntual y el estimador por intervalo.

Solución
Puesto que n=200 es mayor que 30 y el número de éxitos es x=26

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 6

 a) El mejor estimador puntual de p es p̂
x 26
 p̂    0.13 .
n 200
 El mejor estimador puntual para p es p̂ =0.13 (o 13%).
b) Un 95% de confianza para p se encuentra usando el inciso b) del teorema 1
 Un 100(1-  )% intervalo de confianza para p es

 p̂q̂ p̂q̂ 
p̂ - Z  , p̂  Z  .
 2
n 2
n 

Donde:

p̂ =0.13, q̂ =1- p̂ =1-0.13=0.87, n=200 y Z α es un valor en la tabla de Z o distribución normal

2


estándar de tal manera que a su derecha esta una probabilidad .
2
Para encontrar Z α , primero debemos calcular  usando la siguiente formula.
2

100  porciento del intervalo de confianza pedido 100  95 5

    0.05.
100 100 100

 0.05
Entonces   0.025 y Z α se encuentra en la tabla de la normal estándar ubicando en el cuerpo
2 2 2

de la tabla el valor 0.025 exacto o aproximado y finalmente se detecta el valor se Z α observando el

2

valor de Z α con un decimal en la primera columna y el segundo decimal en la primera hilera como
2

se indica en la tabla siguiente

0.06

1.9 0.025

Por lo tanto el valor de Z α es Z α =1.96.

2 2

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 7

En seguida determinamos los valores del límite inferior y del límite superior de 95% del intervalo de
confianza para p
p̂q̂ (0.13)(0.87)
LI  p̂ - Z   0.13  1.96  0.13  0.05  0.08
2
n 200

p̂q̂ (0.13)(0.87)
LS  p̂  Z   0.13  1.96  0.13  0.05  0.18
2
n 200

Entonces un 95% intervalo de confianza para p es [0.08, 0.18]. Es decir se estima que la proporción
poblacional esta entre 0.08 y 0.18.
c) Interpretación.
Si usamos un estimador puntual para estimar p, se concluye que el porcentaje de desocupación en el
Municipio de T es alrededor del 13% y si usamos un estimador por intervalo para estimar p se
concluye que el porcentaje de desocupación en el Municipio de T esta entre el 8% y el 18% dicha
conclusión se hace con un confianza de confianza del95%.o con un error del 5%.
II. Estimación de la media de una población, 
Existen muchos casos sobre estimación puntual y por intervalo para la media de una población,
tales como combinaciones de que la población o variable en estudio tiene distribución normal o
distribución diferente de la normal, del tamaño de muestra pequeño o grande y con la varianza de la
población conocida o desconocida.
En este tema trataremos un solo caso para estimar la media de la población considerando que la
población o variable en estudio tiene distribución normal con varianza  2 desconocida que es el caso
más frecuente y en nuestra opinión es el único caso que se encuentra en la realidad (aplicaciones) en
el sentido de que la varianza de la población es desconocida. Si se tienen tamaños de muestras grandes
los casos donde las variables en estudio no tienen distribución normal para estimar la media de una
población se pueden usar las mismas fórmulas que presentaremos luego puesto que el teorema central
del límite nos dice que si se toma una muestra aleatoria de cualquier distribución y el tamaño de
muestra es grande la media de la muestra tiene distribución aproximadamente normal que es el
requerimiento o suposición para estimar la media de una población.
En seguida se presenta el resultado y un ejemplo para estimar la media de la población.

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 8

Teorema 2
Si se cumplen los dos requerimientos mencionados anteriormente; es decir, si la variable en
estudio tiene distribución normal y la varianza de esta distribución es desconocida (si la
varianza es desconocida, entonces la desviación estándar de la población también es
desconocida), entonces
a) El mejor estimador puntual para  es la media muestral X .
b) Un 100(1-  )% intervalo de confianza para  es

 S S 
X - t n -1, , Xt  .
 2 n n -1,
2 n 
Donde:
X es la media de la muestra, S es la desviación estándar de la muestra, n es el tamaño de la
muestra y t α es un valor en la tabla de t de Student con n-1 grados de libertad (GL) de tal
n 1,
2


manera que a su derecha esta una probabilidad de
2
Ejemplo 2
En un estudio para estimar el salario promedio mensual de los profesores del departamento de
Lambayeque se tomó una muestra aleatoria de tres profesores a los cuales se les registro su salario
mensual en soles. Se conoce que variable salario tiene distribución normal. Los datos de la muestra
se dan a continuación
1200 800 1000
a) Estimar en forma puntual a  .
b) Estimar a  mediante un intervalo de confianza del 95%.
c) Interpretar a los dos estimadores obtenidos.

Como los dos requerimientos se cumplen: la variable en estudio tiene distribución normal y la
varianza  2 es desconocida, usaremos el teorema 2 para encontrar los estimadores de  .
a) El mejor estimador puntual para  es X
n

x
1200  800  100 3000
i
X i 1
   1000.
n 3 3
Entonces un estimador puntual para es X =1000.

b) Un 100(1-  ) % intervalo de confianza para  .

 S S 
X - t n -1, , Xt   . Donde:
 2 n n -1,
2 n 
X =1000,
n=3,

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 9

 ( x i ) 2 (1200  800  1000) 2
x 2
i 
n
1200 2  800 2  1000 2 
3
S   40000 ,
n 1 3 1

 0.05
  0.025 y
2 2

t α se encuentra en la tabla de la distribución de T de Student ubicando en la primera columna los

n 1,
2


n-1=2 grados de libertad, en la primera hilera la probabilidad  0.025 y finalmente se detecta el
2
valor t α en la intersección de estos dos valores como se indica en la tabla siguiente:
n 1,
2


 0.025
2

n-1=2 4.303

Por lo tanto el valor de t α es t α  t 2, 0.025  4.303 .

n 1, n 1,
2 2
Con estos datos podemos calcular el límite inferior (LI) y el límite superior (LS) del intervalo de
confianza pedido.

S 200
LI  X  t ε  1000  4.303 *  1000  496 .88  503 .12.
n 1, n 3
2

S 200
LS  X  t  1000  4.303 *ε  1000  496 .88  1496 .88.
n n 1, 3
2

A si un 95% intervalo de confianza para .12  es [503.12, 1496.88].

c) Interpretación
Si se usa un estimador puntual, se concluye que el salario promedio mensual de todos los profesores
del departamento de Lambayeque es de 1000 soles, sin embargo si se usa un estimador por intervalo
para el salario promedio, se estima que el salario promedio mensual de todos los profesores del
departamento de Lambayeque esta entre 503 soles y 1496.88 soles.

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 10

 Tamaño de Muestra

3.3. Tamaño de Muestras

Para determinar un tamaño de muestra es necesario identificar los siguientes componentes o elementos:
1) La varianza (σ2): corresponde al grado de variabilidad que presentan las unidades de la población.
Mientras más grande sea σ2 mayor será el tamaño de la muestra. El valor de σ 2x supuestamente conocido, de
lo contrario se debe estimar a través de una investigación preliminar. En el caso de σ2p = PQ, sucede algo
similar, pero se tiene la costumbre de tomar P= 0,50 con lo cual se obtiene el máximo valor posible de n.
2) Nivel de confianza: Tiene relación directa con el tamaño de la muestra, por lo tanto se dirá que a mayor
nivel de confianza más grande debe ser el tamaño de la muestra. Los valores de Z se obtienen mediante el uso
de tablas como se ha venido haciendo. El nivel de significación es fijado por el investigador, de acuerdo a su
experiencia.
3) Precisión de la estimación: Corresponde al margen de error que el investigador fija de acuerdo con el
conocimiento que tenga acerca del parámetro que piensa estimar. Se le conoce como error de muestreo (E).

Las fórmulas para el cálculo del tamaño de muestra son los siguientes:
TAMAÑO DE Cuando se conoce “N” Cuando NO se conoce
MUESTRA “N”
𝑁 ∗ 𝑍2 ∗ 𝜎2 𝑍2 ∗ 𝜎2
𝑛= 𝑛=
Para la media (𝑁 − 1) ∗ 𝐸 2 + 𝑍 2 ∗ 𝜎 2 𝐸2
𝑁 ∗ 𝑍2 ∗ 𝑃 ∗ 𝑄 𝑍2 ∗ 𝑃 ∗ 𝑄
𝑛= 𝑛=
Para la proporción (𝑁 − 1) ∗ 𝐸2 + 𝑍 2 ∗ 𝑃 ∗ 𝑄 𝐸2

Donde:
n: Tamaño de muestra
Z: Nivel de confianza Nivel de Valor de
E: Margen de error confianza “Z”
𝜎 2 : Varianza poblacional 90% 1,65
𝜎: Desviación estándar de la población 95% 1,96
P: Proporción de la población que tiene la 99% 2,58
característica de interés
Q: 1- P
N: Tamaño de la población

Ejemplo. 1:
El auditor de un banco desea estimar la proporción de estados, de cuenta bancarias mensuales para los
depositantes del banco que tendrán errores de varias clases, y especifica un coeficiente de confianza del 99%
y un error máximo de 4%.
(a)Determinar el tamaño de la muestra si no se dispone de información sobre la proporción verdadera de los
estados de cuenta mensuales que tienen errores.
(b)Determinar el tamaño de la muestra, si el auditor, por su experiencia, cree que la verdadera proporción de
estados de cuenta con errores es 0.15.

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 11

 Solución A:
𝑍2 ∗ 𝑃 ∗ 𝑄
Z99% = 2,58 𝑛=
𝐸2
E = 4% = 0,04
2,582 ∗ 0,5 ∗ 0,5
P = 0,5 𝑛=
0,042
Q = 1-0,5 = 0,5
𝑛 = 1040

Solución B:

𝑍2 ∗ 𝑃 ∗ 𝑄
Z99% = 2,58 𝑛=
E = 4% = 0,04 𝐸2
P = 0,15 2,582 ∗ 0,15 ∗ 0,85
𝑛=
Q = 1-0,15 = 0,85 0,042
𝑛 = 530
Ejemplo. 2:
Se pretende realizar una investigación para conocer el tiempo de estudio semanal dado en horas, de los
estudiantes de la Universidad Señor de Sipán. Si un estudio previo determinó que la varianza fue de 0,32
horas. ¿Qué tamaño de muestra sería conveniente para la investigación? Considerando un nivel de
confianza del 95% y un error tolerable de 0,05 horas.

Solución :

𝑍2 ∗ 𝜎2
𝑛=
Z95% = 1,96 𝐸2
1,962 ∗ 0,32
E = 0,05 𝑛=
0,052
σ2 = 0,32
𝑛 = 492

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 12

 4. ACTIVIDADES Y EVALUACIÓN

Actividad Nº 1

Los estudiantes desarrollan sus problemas de la semana 12. El trabajo asignado

será enviado al Classroom y SIGA WEB hasta el día domingo 27 de noviembre
a las 11:59 p.m.

PROBLEMAS PROPUESTOS

1. En un estudio para para estimar la proporción de familias que usan un determinado

detergente, 196 familias fueron seleccionadas aleatoriamente. De las 196 familias se determinó que
108 usan el producto (detergente).
a) Encontrar un estimador puntual para la proporción de familias que usan dicho detergente.
b) Encontrar un 99% intervalo de confianza para la proporción de familias que usan el
detergente.
c) Encontrar un 95% intervalo de confianza para la proporción de familias que usan el
detergente.
d) Interpretar lo obtenido en los incisos a), b) y c).

2. En un estudio realizado por Waall Street Journal, se tomó una muestra aleatoria de 900
personas que están suscritas en Wall Street Journal, de estas 900 personas el 40% indicaron que
terminaron al menos dos años en una Universidad.
a) Encuentre un 95% intervalo de confianza para la proporción de suscritores de Wall Street
Journal que terminaron al menos dos años de estudios universitarios.
b) Interprete lo que encontró en el inciso a).

3. Un gerente compro 10000 baterías para la empresa en la cual trabaja. El gerente toma una
muestra aleatoria de 300 baterías de las 10000 compradas las cuales fueron examinadas resultando
42 baterías defectuosas.
Encuentre un 95% intervalo de confianza para la proporción de baterías defectuosas en tota la
población de baterías compradas.

4. Se está considerando un nuevo medicamento para curar una determinada enfermedad. El

medicamento que se está usando actualmente tiene una probabilidad de 0.8 de curar dicha
enfermedad. Se tomó una muestra aleatoria de 40 pacientes que padecen la enfermedad y se les
aplico el nuevo medicamento, resulto que 34 de ellos se curaron de la enfermedad.
a) Determine un 95% intervalo de confianza para la proporción de todos pacientes que se curan
de la enfermedad si reciben el nuevo medicamento.

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 13

 b) ¿Consideraría usted que el nuevo medicamento es mejor que el actual?

5. Un ingeniero civil está probando la resistencia de compresión del concreto. Prueba 120
muestras de las cuales 115 tienen resistencia mayor a 2250 psi.
a) Encuentre un 97% intervalo de confianza para la proporción de muestras que tienen resistencia
mayor a 2250 psi.

6. Un agricultor afirma que él puede determinar si una semilla de papaya es macho con solo
palpar la semilla. Para probar tal afirmación se tomaron 1000 semillas al azar para que examine el
agricultor y determine si es semilla de papayo macho, posteriormente se sembraron las semillas y se
determinó realmente si eran semillas de papayo macho. Finalmente al hacer el cotejo se encontró
que el agricultor de detecto el sexo de 6 semillas correctamente.
a) Encontrar un estimador puntual para la proporción de semillas detectadas correctamente por
el agricultor con respecto al sexo.
b) Encontrar un 95% intervalo de confianza para la proporción de semillas detectadas
correctamente por el agricultor con respecto al sexo. ¿Cuál es su opinión con respecto a la
afirmación del agricultor?

7. El análisis de los gases de la sangre arterial practicado a una muestra aleatoria de 15

hombres adultos físicamente activos proporciono los siguientes valores de PaO2 en reposo:
75, 80, 80, 74, 84, 78, 89, 72, 83, 76, 75, 87, 78, 79, 88
Se conoce los valores de PaO2 tienen distribución normal.
a) Estimar puntualmente a la media de la población.
b) Encontrar un 95% intervalo de confianza para la media de la población de la cual se tomó la
muestra.

8. Se receto el medicamento A a una muestra aleatoria de 7 pacientes que padecían insomnio.

El número de horas de sueño experimentadas durante la segunda noche después de iniciado el
tratamiento fueron las siguientes:
3.5, 5.7, 3.4, 6.9, 17.8, 3.8, 6.6
Se conoce que el número de horas de sueño tiene distribución normal.
a) Encontrar un estimador puntual para el promedio del número de horas de sueño de la
población.
b) Encontrar un 95% intervalo de confianza para la media de la población.
c) Interpretar en términos del problema lo encontrado en los incisos a) y b),

9. Un ingeniero civil está probando la resistencia de compresión del concreto. Prueba 6

muestras al azar y obtiene los siguientes resultados:
2216 2237 2249 2204 2225 2311
Se conoce que la resistencia de compresión del concreto tiene distribución normal..

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 14

a) Encuentre un estimador puntual para el promedio de la resistencia de compresión del concreto.
b) Construya un intervalo de confianza del 95% para la resistencia media.

10. Se analizó una marca particular de margarina dietética para determinar el nivel de ácido
graso polinsaturado (en porcentaje).Una muestra de 6 paquetes al azar dio como resultado los
siguientes datos:
16.8 17.2 17.4 16.9 16.5 17.1
Se conoce que el nivel de ácido graso polinsaturado tiene distribución normal.
a) Encontrar un estimador puntual para  .

b) Encuentre un 95% Intervalo de confianza para  .

c) Interprete en términos del problema lo calculado en los incisos a) y b).

PROBLEMAS PROPUESTOS

1. De una población N=10000 personas nos proponemos obtener una muestra, para
estimar el ingreso promedio por persona. Se quiere que la estimación muestra, no se aparte
en más de $5000 del promedio verdadero y que esto se cumpla en 95 de cada 100 casos. La
desviación típica es de $30000 ¿Cuál es el tamaño de muestra óptimo?

2. Supongamos que en un área dada, la proporción de explotaciones agropecuarias que

poseen energía es de 0,36 ¿Cuál es el error de muestreo de la estimación, utilizando una
muestra al azar de 300 explotaciones, con una confianza del 95% un total de 8000
explotaciones?

3. ¿Qué tamaña deberá tener una muestra para estimar dentro del 3% la proporción de
mujeres casadas que van periódicamente a consulta ginecológica, en una población de 5000
mujeres y una seguridad del 95%?

4. Se desea estimar el costo promedio de matrículas de los estudiantes universitarios de

la ciudad. Por estudios anteriores y a precios actuales se sabe que la desviación típica es de
$18000. a) Calcular el tamaño de muestra fijando para ello un error de $3000 y una
confianza del 99% b) Si se considera que la población estudiantil que se desea investigar es
de 12000 ¿Cuál sería el valor de n?

5. En cierta residencial se espera que el 60% de las familias tengan vehículo propio. Se
desea hacer una investigación para estimar la proporción de familias propietarias de
vehículos, con un error del 3% y un coeficiente de confianza del 90%. a) Determine el
tamaño de muestra b) ¿Qué sucedería si P=0,5?

6. Una oficina de investigaciones sobre salud considera que el 20% de las personas
adultas de una región, padecen cierta enfermedad parasitaria. ¿Cuántas personas tendrán que

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 15

 seleccionar en la muestra al azar, para que el error del estimado de la proporción sea del 7%
y tenga una confianza del 99%?

7. Interesa estimar el número promedio de accidentes de tránsito en una ciudad.

Durante un año (365 días) se determina una desviación típica de 12 accidentes diarios.
¿Cuántos días (tamaño de muestra) se requieren para no errar en más de dos accidentes, con
un 90% de confianza?

8. Entre los estudiantes de cierta universidad privada, se desea tomar una muestra para
estimar la proporción de alumnos que utilizan la biblioteca. El error debe conservarse en un
4% con una confianza del 96%. ¿Cuál es el tamaño de la muestra, si la universidad tiene
3200 alumnos matriculados?

9. ¿Qué tamaño de muestra se requiere para una población de 5000 unidades, si se

desea un error del 8% y un intervalo de confianza del 95%?

10. A partir de una muestra de 200 observaciones se encontró que, en una remesa había
20 acumuladores defectuosos. Utilizando un nivel de confianza del 99%. Calcule el error de
muestreo.

5. REFERENCIAS BIBLIOGRÁFICAS

Córdova, M. Estadística Descriptiva e Inferencial. 5ª ed. Lima – Perú: Moshera S.R.L.; 2009

García C. Estadística y Probabilidad para ingenieros. 4ª ed. Lima: Macro Empresa, 2012

Cao R, Fernández M, Fernández S, Precedo M, Vásquez M, Villar J, Villar J. Introducción a la estadística

y sus aplicaciones. España: Ediciones Pirámide; 2001

Milton S. Estadística para Biología y Ciencias de la Salud. 3ª ed. España: McGraw-Hill; 2009

Walpole R y Myers R. Probabilidad y estadística. 4ª Ed. México: Mc Graw Hill Interamericana; 1989.

Murray R. Spiegel. Estadística teoría y problemas resueltos. 5ª Ed. México: McGraw; 2009.

Ayona M. Estadística. Lima Perú: Bellavista. 1999.

SEMANA N° 12 – BIOESTADÍSTICA Y DEMOGRAFÍA 16