ESTADÍSTICA INFERENCIAL

ACTIVIDAD 1:

EJERCICIOS SOBRE DISTRIBUCIONES MUESTRALES

 ACTIVIDAD 1

Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca de los
siguientes temas:

• Distribuciones muestrales
• Teorema del Límite Central (TLC)

Técnicas básicas

1. Una población consta de cinco números: 2,3,6,8,11. Considere todas las muestras posibles de
tamaño dos que pueden extraerse con reemplazo de esta población. Encontrar:

a. La media de la población

∑𝑥
𝜇=
𝑛

La suma de todos los valores entre el número total de valores es un valor central

Número 1 2 3 4 5 Suma total Media

Valor 2 3 6 8 11 30 6

b. La desviación estándar de la población

∑(𝑥−𝜇)2
𝜎=√ 𝑛

(2−6)2 +(3−6)2 +(6−6)2 +(8−6)2 +(11−6)2

𝜎=√ 5

16+9+0+4+25
𝜎=√ 5

54
𝜎 = √5

𝜎 = √10.8

𝜎 = 3.28633535
Es una medida de dispersión
 c. El valor esperado de la media muestral

𝜇 = ∑ 𝑥𝑃(𝑥)

𝜇 = (2 ∗ .20) + (3 ∗ .20) + (6 ∗ .20) + (8 ∗ .20) + (11 ∗ .20)

𝜇=6

d. La desviación estándar (error estándar) de la media muestral

∑(𝑥−𝑥̅ )2
𝑠= √ 𝑛−1

(2−6)2 +(3−6)2 +(6−6)2 +(8−6)2 +(11−6)2

𝑠= √ 5−1

16+ 9++0+4+25 54
𝑠= √ = √ = √13.5
4 4

𝑆 = 3.674234614

2. Se seleccionaron muestras aleatorias de tamaño n de poblaciones con las medias y varianzas

dadas aquí. Encuentre la media y desviación estándar de la distribución de muestreo de la media
muestral X en cada caso:

a. n = 36,  = 10,2 = 9

∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2 (𝑥1 −𝜇)2 + (𝑥2 −𝜇)2 +(𝑥3 −𝜇)2 +...(𝑥36 −𝜇)2
𝜎2 = 𝑁
= 36

(1−10)2 +(2−10)2 +(3−10)2 +4−10)2 +...(36−10)2 6486

𝜎2 = 36
= 36
= 180

Media

𝑥1 +𝑥2 +...𝑥𝑛
𝑥̅ = 𝑛
= ∑𝑛𝑖=1 𝑥1

1+2+3+4+5+6+7..+36 666
𝑥̅ = 36
= 36
= 18.5

Desviación estándar

𝜎 = √𝜎 2 = √180 = 13.422
 b. n = 100,  = 5, 2 = 4

∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2 (𝑥1 −𝜇)2 + (𝑥2 −𝜇)2 +(𝑥3 −𝜇)2 +...(𝑥100 −𝜇)2
𝜎2 = 𝑁
= 100

(1−10)2 +(2−10)2 +(3−10)2 +4−10)2 +...(36−10)2 10446

𝜎2 = 100
= 100
= 104.46

Media

𝑥1 +𝑥2 +...𝑥𝑛
𝑥̅ = = ∑𝑛𝑖=1 𝑥1
𝑛

1+2+3+4+5+6+7..+36 5253
𝑥̅ = 100
= 100
= 52.53

Desviación estándar

𝜎 = √𝜎 2 = √104.46 = 10.220

c. n = 8,  = 120, 2 = 1
∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2 (𝑥1 −𝜇)2 + (𝑥2 −𝜇)2 +(𝑥3 −𝜇)2 +...(𝑥8 −𝜇)2
𝜎2 = 𝑁
= 8
(1−10)2 +(2−10)2 +(3−10)2 +4−10)2 +...(8−10)2 106764
𝜎2 = 8
= 8
= 13345.500

Media
𝑥1 +𝑥2 +...𝑥𝑛
𝑥̅ = = ∑𝑛𝑖=1 𝑥1
𝑛
1+2+3+4+5+6+7+8 36
𝑥̅ = 8
= 8
= 4.5

Desviación estándar
𝜎 = √𝜎 2 = √13345.500 = 115.522

Si las poblaciones muestreadas son normales, ¿cuál es la distribución de muestreo de X para los incisos
a, b y c?

• Son distribuciones independientes

De acuerdo con el Teorema del Límite Central, si las poblaciones muestreadas no son

normales, ¿qué se puede decir acerca de la distribución muestral de X para los incisos a, b y c?

• Si las muestras aleatorias de “n” muestra que se obtiene de una población no normal con media
finita “m” y desviación estándar “s” entonces cuando “n” es grande, la distribución de muestreo de
 la media muestral “x” está distribuida normalmente en forma aproximada, con media “m” y
desviación estándar, la aproximación se hace más precisa cuando “n” se hace grande.

3. Una muestra aleatoria de n observaciones se selecciona de una población con desviación

estándar  = 1. Calcule el error estándar de la media (SE) para los siguientes valores de n.

a. n =1

𝜎2
𝜎𝑥2 = 𝑛

𝜎 1 1
𝜎𝑥 = = =1=1
√𝑛 √1

b. n = 2

𝜎2
𝜎𝑥2 =
𝑛

𝜎 1 1
𝜎𝑥 = = = 1
√𝑛 √2 1

c. n = 4

𝜎 1 1
𝜎𝑥 = = = .5
√𝑛 √4 2

d. n = 9

𝜎2
𝜎𝑥2 = 𝑛

𝜎 1 1
𝜎𝑥 = = = 3 = 0.33
√𝑛 √9

e. n = 16

𝜎2
𝜎𝑥2 = 𝑛

𝜎 1 1
𝜎𝑥 = = = 4 = 0.25
√𝑛 √16

f. n = 25

𝜎2
𝜎𝑥2 = 𝑛

𝜎 1 1
𝜎𝑥 = = = 5 = 0.2
√𝑛 √25
 g. n = 100

𝜎2
𝜎𝑥2 = 𝑛

𝜎 1 1
𝜎𝑥 = = = = 0.1
√𝑛 √100 10

4. Se seleccionaron muestras aleatorias de tamaño n de poblaciones binomiales con parámetros

poblacionales p dados aquí. Encuentre la media y la desviación estándar de la distribución de
muestreo de la proporción muestral pˆ en cada caso:

a. n = 100, p = 0.3

𝑝̅ (1− 𝑝̿ )
𝜎𝑝̿ = √ 𝑛

0.3 (1− 0.3)

𝜎𝑝̿ = √ = 0.045
100

b. n = 400, p = 0.1

𝑝̅ (1− 𝑝̿ )
𝜎𝑝̿ = √ 𝑛

0.1 (1− 0.1)

𝜎𝑝̿ = √ 400
= 0.015

c. n = 250, p = 0.6

𝑝̅ (1− 𝑝̿ )
𝜎𝑝̿ = √ 𝑛

0.6 (1− 0.6)

𝜎𝑝̿ = √ 250
= 0.030

5. ¿Es adecuado utilizar la distribución normal para aproximar la distribución de muestreo de ˆP en

las siguientes circunstancias?

a. n = 50, p = 0.05
b. n = 75, p = 0.1
c. n = 250, p = 0.99
Aplicaciones

1. Enfermedad de Alzheimer. La duración de la enfermedad de Alzheimer desde el principio de los

síntomas hasta el fallecimiento varía de 3 a 20 años; el promedio es 8 años con una desviación
estándar de 4 años. El administrador de un gran centro médico selecciona al azar, de la base de
datos del centro, los registros médicos de 30 pacientes de Alzheimer ya fallecidos y anota la
duración de la enfermedad para cada unidad en muestra. Encuentre las probabilidades
aproximadas para los siguientes eventos:

a. La duración promedio es menor a 7 años

La muestra no es simétrica, ya que la media no es la mitad de los valores mínimos y máximos, como la
media esta más cerca del mínimo, la muestra esta sesgada a la derecha., con unos pocos pacientes
viviendo largo tiempo después de iniciada la enfermedad.

𝑥−𝜇 7−8
a.- 𝑃(𝑥 < 7) = 𝑃 (𝑧 < 𝜎 ) = 𝑃 (𝑧 < 4 ) = 𝑃 (𝑧 < −1.37) = 0.0853
√𝑛 √30

𝜎
Utilizamos en la fórmula para sacar z porque estamos buscando un área bajo la distribución normal
√𝑛

para X media, no bajo la distribución de probabilidad para x.

b. La duración promedio excede de 7 años

Como se sacaron muestras aleatorias de la base de datos, se pueden sacar conclusiones acerca de los
pacientes pasados, presentes o futuros de Alzheimer del centro médico, si el centro médico es
representativo (gran Muestra) es posible sacar conclusiones de mayor alcance.

El evento de que x exceda de 7 es complemento del evento de x sea mayor que 7, entonces:

𝑃 = (𝑥̅ > 7 ) = 1 − 𝑃(𝑥̅ < 7 ) = 1 − 0.0853 = 0.917

c. La duración promedio está a no más de un año de la media poblacional  = 8

La probabilidad de que x se encuentre a no más de 1 año de 𝜇=8.

El valor de z para x = 7 es de -1,37 y z para x=9 es:

𝑥̅ − 𝜇 9−8
𝑧= 𝜎 = 4 = 1.37
√𝑛 √30

̅̅̅̅̅̅̅
𝑃 = (7 < 𝑥 < 9 ) = 𝑃(− 1.37 < 𝑧 < 1.37 ) = 0.9147 − 0.0853 = 0.8294
Grafique el error estándar de la media (SE) contra el tamaño muestral n y enlace los puntos con una
curva suave. ¿Cuál es el efecto de aumentar el tamaño de muestra sobre el error estándar?

2. Salarios de profesores. Suponga que los profesores de una universidad en E.U.A. -con rango de
profesor en instituciones públicas que imparten programas académicos de dos años ganan un
promedio de 71,802 dólares por año, con una desviación estándar de 4,000 dólares.
En un ejercicio por verificar este nivel de salario se seleccionó una muestra aleatoria de 60
profesores de una base de datos del personal académico de todas las instituciones públicas que
imparten programas de dos años en E.U.A.

a. Describa la distribución de muestreo de la media muestral X

Es una distribución normal

b. ¿Dentro de qué límites se esperaría que esté el promedio muestral, con probabilidad
0.95?

𝐴𝑙𝑓𝑎 = 1 − 0.95 = 0.05 (𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎)

𝑎𝑙𝑓𝑎
𝑉𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜 = 0.025
2

𝑉𝑎𝑙𝑜𝑟 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠 1.96 (𝑑𝑒𝑙 𝑐𝑒𝑛𝑡𝑟𝑜 𝑎 𝑙𝑜𝑠 𝑒𝑥𝑡𝑟𝑒𝑚𝑜𝑠)

Intervalo de confianza
𝛼
𝜇±𝑍( ∗𝜎)
2
(𝜇)95% =
√𝑛

71.802±1.94∗400
(𝜇)95% =
√60

(𝜇)95% = 71.802 ± 1012.1396

 c. Calcule la probabilidad de que la media muestral x sea mayor que 73,000 dólares.

𝑥 = 73, 000

𝜇
𝑧 =𝑥−𝜎

𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠 = .6141 (𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑥𝑡𝑒𝑚𝑜𝑠)

𝑃(𝑥 < 73000) = 0.6141

𝑃(𝑥 > 73000) = 1 − 0.6141 = 0.3859 (38.59%)

d. Si una muestra aleatoria en realidad produjo una media muestral de 73,000 dólares,
¿consideraría usted que esto es poco común? ¿Qué conclusión obtendría?

Los datos están alejados de la media ya que estos valores superiores máximo a 72814

3. Requerimiento de Potasio. El requerimiento normal diario de Potasio en seres humanos está en

el intervalo de 2,000 a 6,000 miligramos (mg), con cantidades más grandes necesarias durante
los meses calurosos de verano. La cantidad de potasio en distintos alimentos varía pero las
mediciones indican que el plátano contiene un nivel alto de potasio, con aproximadamente 422
mg en un plátano de tamaño mediano. Suponga que la distribución de potasio en plátanos está
distribuida normalmente, con media igual a 422 mg y desviación estándar de 13 mg por plátano.

Usted come n = 3 plátanos al día y T es el número total de miligramos de potasio que recibe de

ellos.

a. Encuentre la media y la desviación estándar de T.

M = 422 mg

S = 13 mg

b. Encuentre la probabilidad de que su ingesta diaria de potasio de los tres plátanos exceda
de 1,300 mg. (Sugerencia: Observe que T es la suma de tres variables aleatorias 1 2 3 X
,X y X donde 1 X es la cantidad de potasio en el plátano 1, etc.)

(𝑥̿ − 𝜇)
𝑃 (𝑥 > 434) = 𝑃(𝑧 < ( 𝜎 )
( )
√𝑛
 4. Duración de baterías para automóvil. Un fabricante de baterías para automóvil afirma que la
distribución del tiempo de duración (tiempo de vida) de las baterías de su mejor marca tiene una

media = 54 meses y una desviación estándar = 6 meses. Suponga que un grupo de

consumidores decide verificar la afirmación y para ello compran una muestra de 50 baterías y las
somete a prueba para medir su tiempo de vida.

a. Suponiendo que la afirmación del fabricante es verdadera, describa la distribución de

muestreo de la media muestral cuando n = 50 baterías.

La distribución sería de muestreo aleatoria, que tiende a ser una distribución normal.

b. Suponiendo que la afirmación del fabricante es verdadera, ¿cuál es la probabilidad de

que la muestra de 50 baterías tenga un tiempo de vida de 52 meses o menos?

(𝑥̅ − 𝜇)
𝑃 (𝑥 < 52) = 𝑃(𝑥 < ( 𝜎 )
( )
√𝑛
̿̿̿̿−54)
(52
𝑃 (𝑥 < 52) = 𝑃 (𝑧 < ( 6 ) = −2.3570
( )
√50
𝑃 (𝑥 < 52 ) = 0.00939 = 0.9%

Es la probabilidad de que una batería tenga un tiempo de vida de 52 meses o menos.

5. Temperatura corporal. Suponga que la temperatura corporal de personas sanas se distribuye

aproximadamente normal con media 37.0 C y desviación estándar de 0.4 C.

a. Si 130 personas sanas se seleccionan aleatoriamente, ¿cuál es la probabilidad de que la

temperatura promedio para estas personas sea de 36.80 o menor?

𝑥 = 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑐𝑜𝑟𝑝𝑜𝑟𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜

𝜇 = 37° 𝑐

𝑠 = 0.4° 𝑐

𝑛 = 130

36.80−37)
𝑃(𝑥 < 36.80) = 𝑃 (𝑧 < 0.4 ) = −5.70008 = 0%
( )
√130
 b. ¿Consideraría una temperatura promedio de 36.80 como poco probable de ocurrir, si la
verdadera temperatura promedio de las personas sanas es de 37 C?

Es muy poca la probabilidad

6. Costo de un apartamento. El costo promedio de un apartamento en el desarrollo Cedar Lakes es

de $62,000 usd con una desviación estándar de $4,200 usd.

a. ¿Cuál es la probabilidad de que un apartamento en este desarrollo cueste al menos

$65,000 usd?

(65000−62000)
𝑃 (𝑥 > 65000) = 𝑃 (𝑧 > 4200
) = 0.7142

𝑃 = (𝑥 > 6500) = 1 − 0.7142 = 0.23755

b. La probabilidad de que el costo promedio de una muestra de dos apartamentos sea al

menos de $65,000 usd es mayor o menor que la probabilidad de que un apartamento
cueste eso? ¿En qué cantidad difiere?

Las cantidades son muy diferentes por que se alejan de la media

7. Lanzamiento de una moneda. Una moneda justa se lanza n = 80 veces. Sea pˆ la proporción

muestral de caras (soles). Encuentre P(0.44 < pˆ < 0.61)

𝑝⃑ (1− 𝑝⃑)
𝜎𝑝⃑ = √
𝑛

0.5 (1− 0.5)

𝜎𝑝⃑ = √ 80
= 0.0559

𝑃 (0.44 < 𝑝 < 0.61)

𝑃 (𝑍1 < 𝑍2)

𝑝⃑−𝑝
𝑍= 𝜎𝑝

0.444−0.5
𝑧1 = 0.0559
= 1.0733 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎 = 0.1423

0.61−0.5
𝑍2 = 0.0559
= 1.9677 = 0.02455

𝑍1 − 𝑍2 = 0.11775
 8. Herramientas defectuosas. Se ha encontrado que 2% de las herramientas que produce cierta
máquina tienen algún defecto. ¿Cuál es la probabilidad de que en 400 de dichas herramientas

a. ¿3% o más tengan algún defecto?

𝑁 > 30 𝑠𝑖 𝑐𝑢𝑚𝑝𝑙𝑒

𝑁𝑝 = 0.02 ∗ 400 = 8 𝑠𝑖 𝑐𝑢𝑚𝑝𝑙𝑒

𝑁 (1 − 𝑝) = 400 (1 − 0.02) = 392 𝑠𝑖 𝑐𝑢𝑚𝑝𝑙𝑒

0.02 (1−0.02)
𝜎𝑃̅ = √ 400
= 7 ∗ 10−3

0.03−0.02
𝑍= = 0.9222 (𝑠𝑒 𝑟𝑒𝑠𝑡𝑎 𝑎 1)𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎 = 0.0888
0.007

b. ¿2% o menos tengan algún defecto?

0.02−0.02
𝑍= = 0 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎 = 0.500
0.007

Redacta una conclusión en la que expliques en qué consisten los siguientes conceptos:

¿Qué es un parámetro poblacional?

Es un conjunto de elementos que utilizaremos para realizar los estudios planteados

¿Qué es una estadística muestral?

Es la forma en que podemos medir los datos, ya se como muestras recopiladas, es decir una
medida cuantitativa de un conjunto de datos.
¿Qué entendemos por la distribución de muestreo de una estadística muestral?
Se refiere a las muestras tomadas en totalidad de una población, en este caso se obtienen los
cálculos de las probabilidades, estas pueden variar dependiendo del tamaño de la muestra.

¿Qué entendemos por el error estándar de una distribución de muestreo?

Es una media de la incertidumbre de la estadística, esta se puede medir cuando se calcula la
desviación estándar de la distribución de un determinado muestreo, el error estándar no solo
indica el tamaño del error, tambien es probable la imprecisión que puede obtenerse de un
parámetro de población
Referencias
Dennis D., W., Mendenhall, W. I., & Scheaffer, R. L. (2009). Estadística Matemática con
Aplicaciones (7 ed.). Mexico, México: Cengage Learning.
Devore, J. L. (2016). Probabilidad y Estadistica para Ingenieria y Ciencias (9 ed.). Cengage
Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/93280
McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.
Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la Probabilidad y
Estadística (14 ed.). México, D.F: CENGAGE Learning.
Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para Negocios y Economia
(11 ed.). Cengage Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/39949
Página 6 de 6

https://es.khanacademy.org/math/ap-statistics/sampling-distribution-ap/sampling-distribution-
mean/v/standard-error-of-the-mean

https://matemovil.com/varianza-y-desviacion-estandar-ejemplos-y-ejercicios/