wikipedia

Instituto Tecnológico de Costa Rica

Escuela de Matemáticas

I Juan 5:14

Estimación por Intervalo.

Media y proporción
Estadística I-2022
Juan Pablo Prendas Rojas
 Estimación de parámetros

Puntual

ESTIMACION Intervalo de confianza

Pruebas de Hipótesis
 estimaciones de máxima verosimilitud de k. R/ k ≈ ±
x ≤ 3, con k constante. Dadas las observaciones x1 = 0.3, x2 = 0.1 y x32 = 0.9, encuentre las 2
9. Una variable aleatoria X tiene una −λ2 (x−5)
distribución con
9. Una variable
estimaciones 9.deUna aleatoria
variable
máxima Xaleatoria
tiene una Xdistribución
verosimilitud k. unacondistribución
detiene densidad f(x)
con= fdensidad
(x) = λ efR/
(x) =k f≈para
(x) =
±0.659 edensi
λ201−λ (x−

x ≥ 5, con
x ≥λ 5,
constante. Dadas xlas≥observaciones
con λ constante. 5, conlasλ xobservaciones
Dadas constante. Dadas6,las
1 = 6, x2 = 6.5xy1 x=3 = x2 observaciones
7.5, encuentre
= 6.5 y xlas
2
x1 encue
3 = 7.5, =6
9. Una variable estimaciones
aleatoria
estimaciones X tiene
de máxima de una estimaciones
máximadistribución
verosimilitud de λ. de de
verosimilitud
con máxima
λ.
densidad verosimilitud
f(x) = R/
f (x)k = λ2 eλ.
de
≈ ±0.774−λ (x−5)
597 R/ para
k ≈ ±0
x ≥ 5, con λ constante. Dadas las observaciones x1 = 6, x2 = 6.5 y x3 = 7.5, encuentre las
4 deEstimación
estimaciones máxima verosimilitud pordeintervalo:
λ. Intervalo deR/ confianza
k ≈ ±0.774 (IC)
597
4 Estimación por 4intervalo:
EstimaciónIntervalo por intervalo:
de confianza (IC) Intervalo
Estimación
4.1 Introducción
4 Estimación por por Intervalo
intervalo:
4.1 Intervalo
Introducción de confianza (IC)
4.1 Introducción
Definición 19 Dado³ el´estadístico
i
b insesgado asociado
Θ h al parámetro θ de una población,
existe un intervalo b b= Θ
IDefinición
Θ b inf ,19
b supDado
Θ elparámetro
estadístico
que³aldepende deθ Θ b insesgado
b y cumple
Θ que tal asociado al pa
Definición
4.1 Introducción 19 Dado ³ el´estadístico
i Θ insesgado
h asociado ´ i de una población,
h que
b = Θ b inf , Θb sup que depende de Θ b y cu
existe un intervalo I Θb = Θ bexiste
inf , b sup un
Θ
³ b insesgado
³ ´´
que intervalo
depende de IΘb yΘ cumple que
Definición 19 Dado³ el´estadístico i P θΘ h b asociado al αparámetro θ de una población, αtal que
∈I Θ = 1 − α. y
existe un intervalo I Θ b = Θ b inf ,³Θ
b b y cumple 1-α 2
³ ³ ´´ sup b que ´ depende de³Θ 2 ³ ´´que
α
α α
α. y= 2α. P θ ∈ I Θ inf = 1 − α. y
b
P θ∈I P Θb θ=≤1 Θ −inf θ 1
³ ³³ ´´ ´ α 2 ³ 1- α θ ´ 2 2
sup

b b α P θ ≤ b
Θ =
α
. α
P intervalo
θ ∈PI θ Θ = 1 − α. y
θ
Un ≤ Θinf = .
de confianza (IC) del (1 − α) 100% para θ es el intervalo I evaluado en un
1- θ
inf
³
estimación ´ αbθ de
puntual
2 Θ b :I b
³ ´
θ 2. θ inf α 2 sup 2 inf
b inf = .
θ
P θ≤Θ
Un intervalo de confianza
La definición anterior,
de θ. ¿Qué significado
Un intervalo
2(IC) del (1 −que
³ ´ indica
bθ .tiene la confianza
unde
α) 100% θ confianza
para
intervalo
inf
puntualdeb
θ es de
θ (1
de−Θ
³(IC)
el intervalo
confianza
I b
bα): 100%?
del
´I evaluadosup(1 en
depende −delα) 100%
una buena depara
valor
θ .Note que cada estimación de θ ge
unaθestim
es
estimación puntual bθ de Θb : I estimación b se obtienen 100 intervalos de confianza, de los c
Un intervalo de IC,confianza
así si tomamos (IC) 100
del estimaciones
(1 − α) 100% deparaΘ, θ es el intervalo I evaluado en una buena
³ ´
esperaría que alrededor del (1 − α) 100% contengan el parámetro.
estimación definiciónbθanterior,
La puntual de Θ bθ .que
b : Iindica La un definición
intervalo deanterior,
confianza dependeindica del quevalorundeintervalo bθ
de confianza
una estimación de
de θ. ¿Qué significado tiene la de θ. ¿Qué
confianza de (1significado
− α) 100%? Note tiene
que
37
la
cadaconfianza
estimación de de θ(1 − α)un100%? Note
genera
La definición que IC, así bsi se
tomamos 100intervalos
estimaciones de de b
Θ, secuales
obtienen 100bθ int
IC, asíanterior,
si tomamosindica un intervalo
100 estimaciones de Θ, de confianza
obtienen 100 depende de del valor
confianza, delosuna estimación
se
de θ. ¿Qué significado
esperaría que alrededor (1 −esperaría
tiene ladelconfianza α) 100% (1que
decontengan
− α) alrededor
100%? del que
Note
el parámetro. (1 −cadaα) 100% contengan
estimación el parámetr
de θ genera un
IC, así si tomamos 100 estimaciones de Θ, b se obtienen 100 intervalos de confianza, de los cuales se
esperaría que alrededor del (1 − α) 100% contengan el parámetro.
 , se tiene que Así, se tiene que
³ ³ ´´ ³ ³ ³´ ´´ i ³ ´ i h h
b b == 90%,
b +con2 0b05= bb + 2 20 050 b05 2 0 05
4 Estimación por intervalo: Intervalo de confianza (IC)
Giovanni Sanabria
b = 90%, con
simétrica respecto a 0 :
Por lo tanto, tomando una b un del 90% tiene extremos
r lo tanto, tomando una estimación b un delestimación
90% tiene extremos
b + 2 0 05 b + 2 0 05
Caso distribuciones
A 0 simétricas /2
Lo realizado en el ejemplo anterior, se generaliza en el siguiente teorema.
realizado en el ejemplo anterior,
¡ ¢ se generaliza ¡ en ¢el siguiente teorema.
Como 2 = entonces 2 = :
Teorema 16 Considere la población dada por la variable aleatoria y el estadísticobb asociado al
2 2

orema 16 Considere la población dada por la variable aleatoria y el estadístico asociado

parámetro de población para muestras de tamaño con
ámetro de población para muestras de tamaño 1 - con ³ ´
³ ´ b = 2
A /2 0
b = 2 -A /2
³ ³ ´ ´
³ ³ Por´lo tanto ´se tiene que
b
Si es¡ insesgado b = ³y su función ´ de distribución es simétrica con respecto a entonces
b es insesgado b = y su función 2
¢
de2 distribución es simétrica con respecto a enton
= 1 + = 1
un intervalo de confianza de 100 (12 2) % para tiene extremos
intervalo de confianza de 100 (1
es decir ) % Ãpara b tiene extremos !
=1 b
³
2 2
´
± 2·
b b 2 · 2· =1
2· ±
³ ´
b 2·
b
b 2·
donde: es³ el valor de para una muestra
b =1
´ de tamaño y 2 cumple que
b+ b
nde: b es el valor de b para una muestra de tamaño yà 2 · 2 · = 1
2 cumple ! que
b b
Por lo tanto para un valor de encontramos que hay una probabilidad
Ãi ! b de 1 de que
h
bb + 2 · b 2· ¥ 2 =
2
2 =
¯
2 ¯
b
En este caso, es el centro del intervalo y ¯ ¯
2 · es su radio.
¯ ¯
este caso, b es el centro del intervalo y ¯ · ¯ es su radio.
 Considere ✓ˆ1 un estimador para elinsesgado Se✓ˆ1dice
parámetrosi✓.E( quede✓ˆloescontrario se
) = ✓.

insesgado si E(✓ˆ1 ) = ✓. de lo contrario se dice que

ˆ ECM (✓ˆ1 )
es sesgado
más eficiente que ✓2 si ⌘ = <
ˆ
ECM (✓2 )
donde
ECM ECM
( ✓ ˆ = E((✓ˆ ✓)2 ) o bien ECM
ˆ1 ) (✓)
más eficiente que ✓ˆ2 si ⌘ = < 1,
ˆ
ECM (✓2 )
Estimación por
donde ECM Intervalo
ˆ = E((✓ˆ ✓)2 ) o bien ECM (✓)
(✓) consistente si 8 " >
ˆ = V ar(✓)
ˆ si el estimad
0 se cumple que lı́m
n!+
r ⇣ ⌘
consistente si 8 " > 0 se cumple que lı́m P |✓ˆn ✓|  " =I 1Pru
C n!+1
✓
a+b I Prueba Corta
C=
2
✓ b a
a+b r=
C= 2
2
b a ✓ˆ2
r=
2
✓ˆ3
✓ˆ2
✓ˆn
✓ˆ3

✓ˆn 1. Considere las variables aleatorias X1 , X2 y

estimadores para µ como
1. Considere las variables aleatorias X1 , X2 yX3 con la condición X ⇠ N
X1 + 2X2 + 3X3
estimadores para µ como
por intervalo: Intervalo de confianza (IC) Giovanni Sanabria
n con una población σ
x ± zα/2 · √
n
de confianza
ución t con v =para
n − 1un promedio
grados de libertad, la cual es simétrica con respecto a su media
ución t con v = n − 1 grados de libertad, la cual es simétrica con respecto a su media
para un promedio donde x es el valormuestral
si el promedio de X paraesuna muestray de
normal setamaño
conocen la
y zα/2 cumple que
nal) Considere la población dada por la variable aleatoria X que¡con media
¢ α pobla-
φ −zdeα/2tamaño
poblacional σ 2 . Si X sigue una distribución normal para muestras =
0.5
Estimación con una población normal
0.5
2 ny

tt
s
2. Para encontrar un intervalo de confianza del 100 (1 − α) % para µ con un radio
de confianza del 100IC(1para
− el
r, α)una
% media
para µ
tamaño detiene extremos
la muestra debe ser
es el valor de T que acumula una áreaσa la derecha de α%, es decir ³ z(T >· tσ ´2) = α
P
v es el valor de T que acumula una área a la derecha de α%, es decir P (Tα/2 α,v) = α
> tα,v
,v x ± zα/2 · √ n ≥
a de
de tt :: P
P (T
(T <
< −t
−tα,v )) =
α,v = α.
α. n r
ICC para
para un
un promedio
promedio si
si la
la1.población
población es
es normal
normal y y se
se desconocen
desconocen la la varianza
varianza
valor de X para Prueba.
una muestra Se tiene
delatamaño que
n y zα/2 cumple
onsidere
onsidere la Varianza
población• dada
la población dada porconocida
por la variable
variable aleatoria
aleatoria XX quequeque unaµdistribución
sigue una
sigue
¶
distribución
2
σ
ia poblacional µ. Si X
ia poblacional µ. Si •X Varianzasigue una distribución
desconocida, normal para muestras
X ∼ Nde tamaño
µ, n yy
sigue¡ una ¢ α n grande
distribución normal para muestras de tamaño n
ntonces
ntonces unun intervalo
intervalo de de confianza
φ −zα/2
confianza del
del =100
100 (1
(1 − α) %
− α) % para
para µµ tiene extremos n
tiene extremos
Por el teorema 16ss2se tiene que un intervalo de confianza del 100 (1 − α) % para µ
x
x± ± ttα/2,n−1 ·√
α/2,n−1 · √n
r un intervalo de confianza del 100 (1 − nα) % para µ con un radio σo igual
x ± zmenor
α/2 · √
or de X para
e lademuestra una • Varianza
muestra de desconocida,
tamaño n y n
t pequeño
, es el valor de la n t de
distribución
lor X para debe ser
una muestra de tamaño n y tα/2 n−1
α/2 ,n−1 es el valor de la distribución t de
11 grados
grados dede libertad.
libertad.
³ z · σ ´2
icio. Sugerencia: 2.
utilice elPara que
teorema el intervalo
α/216 ¥ de confianza del 100 (1 − α) % para µ tenga un radio m
cicio. Sugerencia: utilice el teorema 16 ¥
n ≥
se debe cumplir r que
na
na bebida
bebida afirma
afirma en en susu publicidad
publicidad por por televisión
televisión queque su
su empleo
empleo diario,
diario, durante
durante un un
σ √ afirmación,
zα/2 · σ se toma ³z · σ ´2
aanepérdida
pérdida promedio de cinco
que promedio de cinco librasµde libras de peso.
peso. Para analizar esta α/2
zα/2 · √ Para
¶ ≤ r analizar
=⇒ estan afirmación,
≥ se=⇒toma n ≥ .
de ocho personas y se les suministro el 2producto
n diariamente por
de ocho personas y se les suministro elσ producto diariamente por un mes obteniendo un mes
r obteniendo r
tos:
tos: X ∼ N µ,
n
 k3
g(k) = (0, 1)3(k 1)
=) ln(g(k)) = 3 ln(k) ln(27) + 3(k 1) ln(0, 1)
27

g 0 (k) 3 3
= 0 + 3(1 0) ln(0, 1) = 0 =) + 3 ln(0, 1) = 0
g(k) k k

3 1
Ejercicios k
= 3 ln(0, 1) = 3 ln(10) =) k =
ln(10)

x̄ ± z↵/2 p x̄ ± z↵/2 p
n n
↵ = 5↵
%= %)
) 5↵/2 ↵/2
= 0, 025= 0, 025 p
1000 x̄ ± z 1000
1000↵/2 n96 1000
r |=p|z↵/2
r = |z↵/2 =| zp0,025 p = 1,p96 x̄=
= z0,025 ± =
1,
z 196p = 196
) ↵/2 = 0, 025 n n 100 10010 ↵/2 10
n
↵ = 5 % ) ↵/2 = 0, 025 1000 1000
r = |z↵/2 | p = z0,025 p IC =]6500
= 1,
IC96=]6500
1000 =1000
196, 6500 +196
196[
196, = ]6304,
6500 + 196[6696[
= ]6304, 6696[
n 100
r = |z↵/2 | p = z0,025 p 10
= 1, 96 = 196
n 100 10
IC =]6500 196, 6500 + 196[ = ]6304, 6696[
IC =]6500 196, 6500 + 196[ = ]6304, 6696[

↵ = 4 % ) ↵/2 = 0, 02 r = |z↵/2 | p
↵ = 4 % ) ↵/2 = 0, 02 n |z | p
r= ↵/2
1000 1000 n
200 > |z0,02 | p = 2, 05 p
 k3
g(k) = (0, 1)3(k 1)
=) ln(g(k)) = 3 ln(k) ln(27) + 3(k 1) ln(0, 1)
27

g 0 (k) 3 x̄p± z↵/2 p =) 3 + 3 ln(0, 1) = 0

= 0 + 3(1x̄x̄±±0) ln(0,
zz↵/2
↵/2 p 1) = 0 n
g(k) k nn k
↵
=55%%) =
)↵/2 5 % )
↵/2==0,0,025 ↵/2
025 = 0, 025 x̄ ± z↵/2 p
1000
1000 1000 1000
1000 1000 n
r r==|z|z↵/2 r = |z
| |pp↵ = | p ) =
p = z p 396 = 1, 96 = 196 1
np
=5 z%0,025
z0,025↵/2 ==0,1,025
1,96 ==196
196
=↵/2 0,025

Ejercicios 1)10= 3 ln(10)

↵/2 100 z↵/2 p
x̄ ± =)
nn 100
100 = 10103 ln(0, k =
k = z 1000 1000 nx̄ ±ln(10)
z↵/2 p
↵ = 5 % ) ↵/2 = 0, 025 r = |z ↵/2 | p 0,025 p = 1, 96 = 196 n
IC =]6500 196, n
6500 + 196[ = 100
]6304, 6696[ 10
IC ↵ = 5% )
IC=]6500
=]6500 ↵/2
196,
196, 6500= 0,
6500 ++025 196[=
196[ =]6304,
1000]6304,6696[
6696[1000
r = |z↵/2 | p = z0,025 p = 1, 1000
96 = 196 1000
n
r = |z↵/2IC | p=]6500 100
= z0,025 196, 10
p 6500=+1,196[ 96 = ]6304,
= 196
6696[
n 100 10
IC =]6500 196, 6500 + 196[ = ]6304, 6696[
IC =]6500 196, 6500 + 196[ = ]6304, 6696[

↵ =↵/2
)↵/2
↵↵==44%%) 4%==) ↵/2
02 = 0, 02rr==|z|z↵/2
0,0,02 ↵/2|r|p=p |z↵/2 | p
nn n
4 % ) ↵/2
↵ =1000
1000 1000 = 1000
0,1000
02 1000 r = |z↵/2 | p
↵ = 4 % )
200
200>>|z|z0,02
200 ↵/2 =
>p|z0,02
|| p 0,
== 02p
| 2,2,05
05 p r
=p 2, 05= |z p
↵/2 | p n
0,02
nn n nn n n
✓ ◆◆2↵2 = 4 %◆) 1000 10001000 1000
✓✓ 2 ↵/2 200
= >
0, |z
02 | p r = 2,
|z 05 | pp
1000
1000 10002002 > |z0,02 | 2p = 2, 05n p
0,02 ↵/2
=)nn>> =)
=) n05> 2, 05==10,25
2,2,05 2
10,25 ==105,10,25
105,0625 n
= 105,
0625 =)=) 0625
nn===) n106n = 106
106 nn
200
200 ✓200 ✓ ◆2 ◆2
1000 2001000 2 | p
1000 2 1000
=) n >=)2,n05> 2, 05= 10,25 > |z0,02 ==105,
10,25 ===)
0625 2,
105, p 106
05n0625
= =) n = 106
200 200 n n
✓ ◆2
1000
=) n > 2, 05 = 10,252 = 105, 0625 =) n = 106
200
Calificaciones
Calif icaciones
Calif icaciones
87 90
87 90 88 88 90
87 76
76 88 icaciones
Calif 76
74 70
74 70 100
100 70
74 95
95
87 100
90 95
Calif icaciones
88 76
65 92
65 92 7878 8787
74 70 100 87 9590 88 76
 X X n nX i
0 (x, !) = 0 )11 X n X
0
L
L (x, !) )= 0 )xi i nnxX 1
x X n =
=n 0 )0 ) = i=1
i=1
= X xi=xiX
L0= (x,0!) X n nX1 i n = x=i ) = =
0 nn
i=1X x i
0 0 L 10 (x, !) i=1=i=101) 1X x i=1 n = 0 ) i=1 = n i=1
i=1 =X
L (x, !) =L0L 0 ) (x,
(x, !) = 0 )!) =
x i 0 )n = 0
i=1 ) x = i n
xi i n =n 0 ) == 0 = ) X = n==XX
n
Utilice
Utilice esteresultado
este
Utilice resultado
i=1
este resultado para
parai=1i=1 i=1
encontrar
encontrar
para encontrar elelvalor
valor x5n5 de
el xvalor de modo
xmodo que == 4,4, en
que en
= lala muestra
muestra xx11 == 1, 1, = 1,
5 de modo que 4, en la muestra x 1
xx2 2==
Utilice 2,2,
este
x x x = =
Utilice
resultado
3 3
= 2, este 1 1 , ,
xestex xeste
para
4 4 = = 3 3 y y x
resultado
encontrar x
5 5. . para
el valor encontrar
x de modo el valor
que x= de
4, enmodo
la que
muestra x = 4,
= 1,en (8
(8
la puntos)
puntos)
muestra x=1 = 1
2Utilice
Utilice 3 =resultado
1resultado
, x4 = 3para ypara
x5encontrar
.encontrarelelvalor
5 valorx5x5dedemodo
5 modoque que ==4,4,enenlalamuestra
1 muestra (8 xpuntos)
x1 1= 1,1,
x2 = 2, x3 =x1x= , x= 4 = 2,3 xy x= ,.1x,4 x=4 = 3 y x5 . (8 puntos) (8 puntos
x2 = 2 22,2, x3x3==31 1,5 x 4 = 3 3y yx5x5. . (8(8puntos)
puntos)
Solución
Solución Solución
Solución Solución
Solución
Solución
4=
447=+
7 +
= x54 =5 7)
5)
x
7 + x 5 + x5
Ejercicios
5 x75 7+
)xx5 5=)
=5+713 +
x
=13
x 5
13
x5 = 13
5 4== 4 = 5 ))x)x 5
x5=x=513= 1313
3. Si ]30, 4 46[ es el 5
intervalo 5 de confianza del 95%%parapara la media deuna
una variable aleatoria normal-
3. 3. Si ]30,
Si ]30, 3.
46[ Si46[
es ]30, 5 5intervalo
elesintervalo
el
46[ es el de confianza
deintervalo
confianza de del
del confianza
95 % para95 del 95 %lade
la media media
para de
unalavariable
media devariable aleatoria
una variable
aleatoria normal- normal-
aleatoria normal-
mente
mente distribuida
distribuida concon variancia
elvariancia desconocida,
desconocida, basado
basado en%
en una
una muestra
muestra de
de tamaño
tamaño 16,halle
16, halle elelhalle
valor
valor
mente Si3.
3.3.menteSi]30,
distribuida Si
]30, ]30,
con
46[ 46[
distribuida
46[es es eles
variancia elconintervalo
intervalo variancia
desconocida,
intervalo de confianza
desconocida,
dedeconfianza
confianza
basado en
deldel
unadel
95 95
basado
95muestra
% % para
para
para en la
una media
lalatamaño
de media
media muestra
de
16,
de de
unauna
de
halle
una variable
tamaño
variable
el valor
variable 16, aleatoria
aleatoria
aleatoria norma
elnormal-
valor
normal-
ladevariancia
de de lalavariancia
variancia
de lamente
mente
mente variancia
muestral. muestral.
muestral.
distribuida
distribuida
distribuida muestral.
conconcon variancia
variancia
variancia desconocida,
desconocida,
desconocida, basado
basado
basado en
enenunaunauna muestra
muestra
muestra (8 de
puntos)
dede tamaño
tamaño
tamaño
(816,
(8
16,
puntos)
puntos)
16,(8halle
halle
halle puntos)el valo
elelvalor
valor
dedelade la
lavarianciavariancia
variancia muestral.
muestral.
muestral. (8 puntos
(8(8puntos)
puntos)
Solución
Solución
Solución Solución
Solución 30 + 46 30 3038++46 4630 + 46
1 1↵ 1 =↵0.95
↵= =Solución
)
1Solución
0.95 ↵ t=
0.95 ) ) =) t2.13145
t0.025,15
t0.025,15
0.95
0.025,15 = =
0.025,15 2.13145
2.13145
= x=
2.13145 x2x== = x = ==38 38 = 38
22 3030+ 230 + 46
+4646
1 1 ↵ ↵
=
1 s↵ = 0.95 ) t0.025,15=
0.95 0.95 ) ) t t = = 2.13145
2.13145
= 2 2.13145
0.025,15
0.025,15 x= x =x = ==38= 38 38
s s s
8 = 2.13145 · ) s = 15.01325389 ) s ⇡ 2253977923. 2 2 2
88==2.13145
2.13145
8 =42.13145 ·· ) )s· s==) 15.01325389
15.01325389
s = 15.01325389 ))ss2 2⇡) s2 ⇡ 2253977923.
⇡2253977923.
2253977923.
44 4s s s
4. Para el buen = 82.13145
=
8 8=funcionamiento 2.13145
2.13145 · · ) ·) des) s= =s15.01325389
una = 15.01325389
15.01325389
empresa )s)
tamalera,
) 2s2⇡s ⇡22253977923.
sus ⇡ 225.3977923.
2253977923.
productos terminados deben tener
4. Para el buen funcionamiento 4 4 de una empresa tamalera, sus productos
4. Para 4. Para
el buen el buen
funcionamiento funcionamiento
4 de una
un peso similar. En la tamalera Ta’ bien se tomó una muestra para determinar de una
empresa empresa
tamalera, tamalera,
sus productos laterminados
sus productos
si terminadosterminados
producción debendeben
deben tener tener
tener
ununpeso
4.peso
se encuentra 4.un 4. similar.
Para
Para peso
similar.
Para
bajo elel En
el En
similar.
buen
control
buen la
buen la tamalera
En
tamalerala tamalera
conTa’
funcionamiento
funcionamiento
(tamales
funcionamiento Ta’
pesos bien
deTa’
bien
de de sese
una tomó
bien
tomó
una
similares).
una empresaseunauna
tomó
empresa
empresa muestra
una
muestra
tamalera,
tamalera,
tamalera, para
muestra
para
sussus
sus determinar
para
determinar
productos
productos
productos sisila
determinar laproducción
producción
si ladeben
terminados
terminados
terminados producción
deben
deben tene
tener
tener
Lossese
pesos se
encuentra
encuentra
(en
un un encuentra
un
gramos)
pesopeso bajo
bajo
peso
similar. bajo
control
control
similar.
obtenidos
similar. En control
En la(tamales
(tamales
En
son la (tamales
125,
latamalera
tamalera con
con
tamalera
123, con
pesos
pesos
122,
Ta’
Ta’ Ta’ pesos
similares).
bien
124,
bien
bien se127, similares).
similares).
se
setomó tomó
126,
tomó 127,
una
una una muestra
130,
muestra
muestra 128,para para
122,
para 134, determinar
129, sisilala
determinar
determinar siproducción
la producció
producción
124, Los
Los122, Los
pesos
pesos
129. pesos
(en
(en
Con
se
seseencuentra un (en
gramos)
gramos)
encuentra
encuentra nivel gramos)
bajo de
bajo obtenidos
obtenidos
bajoconfianzaobtenidos
control
control
control son
son
de(tamales
90
(tamales
(tamales son
125,
125,%, 125,
123,
123,
¿puede
con
con con122,123,
122,
pesos
pesos
pesos 122,
124,
124,
sostenerse 124,
127,
127,que126,
similares).
similares).
similares). 127,
126,
los 126,130,
127,
127,
tamales 127,
130, 128,130,122,
128,
producidos 128,134,
122, 122,129,
134, 134, 129,
129,
en 124,
Ta’
124,bien 124,
122,
122,
LosLos129. 122,
tienen
129.
Los pesos
pesos Con129.
pesos
Con
pesos(en un
(en Con
similares?
un
(en nivel
nivel
gramos) unde
gramos)
gramos) nivel
de de confianza
confianza
confianza
obtenidos
obtenidos
obtenidos de
son deson
son 90
90 %,
125,
125, de
%,
125, 90
123,
123, %,
¿puede
¿puede
123,
122,¿puede
122,
122, 124,
124, sostenerse
sostenerse
sostenerse
124,
127,
127, que
que
127,126,
126, que
(8
los
los
126,
127,
127, los
puntos)
tamales
tamales
127,130,
130, tamales
producidos
producidos
130, 128,
128,
128, producidos
122,
122, 122,134,
134, 134, 129
129,
129,
enenTa’ Ta’en bienTa’
bien
124,
124, 124,
122, bien
tienen
tienen
122, 122, 129.
129. tienen
pesos
pesos
129.
ConCon pesos
un similares?
similares?
Con un
unnivel similares?
nivel
nivel de confianza
dedeconfianza
confianza dede90 de
90%,90 %,
%,¿puede ¿puede
¿puede sostenerse
sostenerse
sostenerse queque
que los los (8
(8 puntos)
tamales
lostamales
tamales (8
puntos) puntos)
producido
producidos
producidos
Solución enenTa’ enTa’ Ta’ bien
bien bien tienen
tienen
tienen pesos
pesos pesos similares?
similares?
similares? (8 puntos
(8(8puntos)
puntos)
2 2
1 Solución
↵ = 0.90
SoluciónSolución
) 0.95,14 = 23.68479 ^ 0.05,14 = 6.57063
Solución
Solución
1Solución
↵ = 22) =
0.90 2 = 23.68479 22 ^ = 2 = 6.57063
1 1 ↵↵ = = 0.90
0.90 )
2 ) 0.95,14
0.95,14
14 · 3.481926123 14 · 3.481926123
= 23.68479
23.68479
0.95,14 2 ^^ 0.05,14
0.05,14 =6.57063
6.57063
0.05,14
11 ↵ 1 ↵== ,↵0.90
0.90
= 0.90
) )) 2 2 2 == )]2.677,
23.68479
= 5.0825[.
23.68479 ^20.05,14
2
^2^ 20.05,14 ==6.57063
6.57063
= 6.57063
23.68479 6.57063 0.95,1423.68479
0.95,14
0.95,14
2   0.05,14
14 14 · 3.481926123
14· ·3.481926123
3.481926123 2 2
14 14 · 3.481926123
14· ·3.481926123
3.481926123 2 2
Dado que la mayor diferencia
23.68479 , , 2
,
media posible, con
2 214 ·6.57063 2 )]2.677,
confianza
)]2.677,
)]2.677,
2 2
de 905.0825[.
5.0825[.
5.0825[. %, es de poco más de 5 gramos;
se concluye 14
23.68479 · 3.481926123
los ·pesos
23.68479
14 3.481926123
que· 3.481926123
14 de los 6.57063
14 · 14
6.57063 3.481926123
· de
3.481926123
3.481926123
, tamales
, , Ta’bien son similares.
)]2.677,
)]2.677,
)]2.677, 5.0825[.
5.0825[.
5.0825[.
 B (Intervalo de confianza Como para nb p= una 18Sanabria
≥ 5r y nb
proporción q =44 32con ≥ 5muestras
el IC r tiene extremos:Consid
grandes)
valo
cuerde de confianza
que de b
P = (IC) es undeestimador para Giovanni
el porcentaje p de éxitos en
na ciudad
ple estas condiciones,
50 amas
n se toma
casa,con
dada 18una
el tamaño
no proporción
utilizan
de muestra
elpoblacional
detergente
n como ppbX.
qby Ãel 18 una
Determine
estadístico
aquel √ población,
que bun
P! 18IC
2para
satisface · 32muestras de tam
rdadera proporción de amasmuestras dede casa que no muestra
utilizan b
p ± z
el tamaño·
detergente = zX. ± · 1.960.25 ·
≥es5. el número de éxitos envalor Pb para aleatorias
una de tamaño de α/2 n,
nn ≥por
n Si lo α/2
nb
50 ptanto
≥ 5 y nb q ≥ 550entonces3 un interv
del 100 (1(IC) − α) % paraAsí el ICextremos
p tiene del 95% para r
p es: ]0.226 95, 0.493 05[
na intervalo:
ea Intervalo
proporción conde de
muestrasconfianza grandes) Considere una poblaciónX Giovanni Sanabria
p −p pla2 proporción
es una parábola amas cóncava
bque
deB casa
∼haciaBque no
p) usan
(n,abajo con elvértice
detergente (0.5, 0.25), serpuede usar
blacional p y el estadístico Note PEl lector
para puede
estemuestras
IC18es grande,notar
de32tamañoque pues esta n.condición
la Sea pb el esde
proporción másamas exigentede
pb qb secasa queque la dada en el teo
no utilizan el
pq ≤ 0.25. Se Esto
tiene es quemuy n útil
= 50, si b
pno= se , b
conoce
q = una
, α = estimación
0.05 p y q, ya que toma
de tamaño n Si nb p ≥ 5ser y nb q ≥ 5 entonces
pequena 50 un
(cercana al intervalo
25%)
50 ó muy deÃconfianza √ pb ±!
alta (cercana zal ·
2 50%).nPara
α/2 .
µ la compañia √ ¶2 que ela
de muestra
Como nbp=el n que
18Sanabria cumple
45 yEstimación
≥puede que
44 ≥por intervalo: Intervalo zα/2de · Considere
0.25
confianza (IC) ICzα/2 más· preciso.pq G
e extremos
nfianza para una r nb
proporción q =negativo
ser 32con 5muestras
el IC
difundir
r tiene estos
ngrandes)
extremos:
resultados. Se requiere una unpoblación
rEstimación con una 50 población
Giovanni ≥ =⇒ n≥ .
proporción poblacional Ejemplo ppbqby à el27 18En √
estadístico una P!
b 2para
ciudad 18 de· 32 amas rdedecasa,
muestras tamaño 18 non.utilizan Sea pb el elrdetergente X. D
pb ± zα/2Teorema ·pbqb95% para
del = 23 zα/2 ±·verdadera
laConsidere
1.96 0.25 · una población
proporción de un dada
amas con
de casauna que proporción
no utilizan poblacional
el detergentep. SiX
ra una muestra de tamaño
pb ± zα/2 · tribución n n n Si nb
50 p ≥ 5 y nb q ≥ 550 entonces
3
. ≥ normal para muestras de tamaño n, entonces para encontrar un intervalo intervalo de confianza
(Intervalo
n
Ejemplo 28 pde confianza
r ]0.226el95,
Considere para
ejemplo una proporción
anterior. Dado con que muestras
el IC determinado grandes)es Cons muy
α) % paraAsí el ICextremos
p tiene delpara
IC 100 95% una
(1 − para
proporción
α) % es:
para Sea p con
p la un 0.493
radio
proporción 05[
menorde o
amas igual de r,
casa el tamaño
que no de
usan lael muestra
detergente debe se
s) Considere una población tamañodada debe con ser unala muestra
proporción si sepoblacional
desea tenerp una y el confianza
estadísticode Pb al para menos el 95%
muestras deXde
ta
amas de casa, 18 no utilizan el b
detergenter X. Determine un IC µ
18
√ ¶
32
de ras notar que
de tamaño
s grande, esta
pues la condición
mado
n. proporción al
Sea pb el de amas pbde es
valor
estimarmás
de P exigente
lapara una
proporción
b
q que
muestra
Se la
sea
tiene dada
de
menor
que en
tamaño
n
casa que no utilizan zelα/2detergenteque
= el50, teorema,
n b
Si
0.02,
p = nb p
sin
·
≥ ,
pq
b
5es y
importar
q = 2 decir
nb qpodría
,≥αel 5=entonces
verdadero
0.05 unvalor
inter
ón de amas de casa que no utilizan el ·−detergente paraX. 50 50
naun al intervalo
25%) ó muy deÃconfianza
alta (cercana pb
del ±el !zal
100 (1
50%). α) % .
Para
Como ppcompañia
lanb tiene
= extremos
5nyque
≥nb q elabora
= 32r≥ 5el . de la extremos:
eldetergente
Dado √ que α/2
valor
2 de n µ importa,
p no √18se≥ ¶elige
2 r la segunda opción ICr tiene observación an
rdifundir
intervalo: estosIntervalo zα/2
resultados. de
minar ·noconfianza
0.25
elSetamañorequiere (IC)de un IC
muestra: zα/2más· preciso. pq pbqb Giovanni18 r Sanabria 18 · 32
ón de amas de
n≥ casa que usan el detergente
=⇒ n ≥ X pb ± zα/2 · . = ± 1.96pb·qb
naque ciudad depb50 18
amas•, q np rdey32 casa,
np(1-p) 18
grandes no utilizan elÃrdetergente √ • p referencia
n!pb
X. 2± zÃ
50 o p=0.5
Determine
α/2 · √un . IC 50!32
e n = 50, = b =
Prueba. , α = De 0.05acuerdo al teorema el zIC
Así poblacional anterior,
· 0.25 un IC del
pbGiovanni
1.96 100
· n (1
0.2595,α)
− % para 05[ p tiene
sidere
ión por una población
intervalo: Intervalo
50 dada 50 decon una
confianza proporción
(IC) α/2 del 95%p.para Si P es:
sigue ]0.226 unaSanabria 0.493
dis-
dadera proporción de amas de casa que no utilizan n≥ el detergente =X. = 2401
18
ara ≥ 5 y
muestrasnb q
r ejemplo = 32
de ≥ 5
tamaño el IC rque n,tiene
Asi entonces
se extremos:
quiere para
que encontrar unr intervalo de confianza
0.02 del
nfianza
idere el para una proporción
anterior.Ejemplo
Note Dadoeste27 con Enesuna
que
IC muestras
ciudad
elgrande,
IC degrandes)
determinado
pues 50
la amasesde
proporción Considere
muycasa,
de 18 no
grande,
amas una de población
utilizan
¿De
casa el detergente
qué
que no utilizan X.
el D
d
pbqbradio 18 menor 18de·para 32 r
ap
ea con
p ·laun
zmuestra proporción
proporción
α/2 si =sepoblacional
desea deser
± 1.96 del
tener
Note
opequena
amas
· igual
95%p
que una
y el
para
r,
casa el
confianza tamaño
la que
verdadera
estadístico
(cercana
la compañia
no25%)
al de Pbde
usan para
ó
puede
la el
proporción
al menos
muymuestra
detergente
muestras
pq
ser altael
poco
debe
de(cercana
amas
95% dezX
factible deser
de √
casa
alque
tamaño
· 50%).
pq
obtener elque
n.errorno
Sea
Para
el IC
utilizan
pb√
esti-
la el loelzsolicitado,
compañia
con que
·
√ elab
detergente
pq p
nbp ≥ 5 yn nbq ≥50 5 el IC tiene 50 3
extremos: 18 32 zα/2
α/2
√
α/2
C
nte
ara X. muestra
deluna
proporción
95%Se
Determine
sea
tiene
para de
pmenor
que
es:
un
puede
tamaño
amas nque
]0.226
IC
=de µ
ser
50,
95,0.02, negativo
pbSi
ncasa
0.493=nb p√
sin
que05[≥se 5¶
qbdifundir
Sea =y2pnb
,importar
debe qla α 5·=entonces
estos
,≥proporción
el
encuestar. verdadero
0.05
n
≤ r =⇒
resultados.
Quizás
de un valor
amas
Se requiere
intervalo
una de de
mejor
n
casa p?de ≤
solución
que
rIC
unconfianza
no
=⇒másnpreciso.
sería
usan el
≥
aumentar r
detergente
.
poco
X
tergente zα/2r· 50pq 50 rtamaño de muestra 18
α) %ComoparaX. p
nbp tiene
= 18 extremos
≥ 5 n
máximo y ≥ nb q del
= 32radio
≥ 5hasta
el IC .hallar
µ tiene un extremos:
¶ conpara el cuál32 la compañía vea fa
de p no importa, se elige
Teorema
r la segunda
23 pbqb opción
Considere
r utilizan 12 r de
una Se la √ observación
población
tiene 12 ·
que
2 6dada
n = anterior
con
50, b
puna
= proporción
, b
q = deter-
, αpoblacional
= 0.05 p. Si P
a proporción de amas de pb ± casa zα/2que · no =
r ±elzzα/2detergente
·· pq podría 50 50
eygente
muestra:X tribución
Ejemplo pbPor
qb la normal
29 18tanto,
lo n para
Seguidamente ≥muestras
nque
18 Como
α/2
18se · nb32 de
presenta
p = tamaño
183≥. una
18 5r yn,nb¥ qentonces
muestra
= 32 ≥de 5para
elnotasICencontrar
r obtenidas
tiene un en
intervalo
extremos: el exa
alta (cercana al 50%).
pb ± zα/2 100 Para
· (1 −= α)50
compañia
% ± 1.96
para p con
pb·b
q elabora r el detergente r
esultados. Se Ãrequiere√ 2010
un IC n!más
de pb Ãα/2 ·
2la±Universidad
zpreciso. √ . un50
Bienestar radio
! 3
2
menor o igual r, el tamaño de la
Seguro: b
p b
q 18 18 pq
·
muestra debe ser
32
que zal es elnegativo · entonces elIC extremo n(1
· derecho del% pbIC es p tiene= radio
aerdo (IC)α/2Asíteorema zIC anterior,
α/2 del 95% un
0.25
Observación. para del
1.96
p Giovanni
es: Para
100
]0.226 el0.25
− α)
95,
Sanabria
tamaño 0.493 ±para
de 05[ α/2 ·
zmuestra, µ dado
n zα/2 50 √
que ± 1.96z¶α/2· ·
p y
2 q son
.
50 70, 70, 55, 85se pu
desconocidos
n 3
os: n ≥ = r 72, 87, 28,
b =
55, 2401
92, 75, 83, 70, 30, · pq
60, 53, 91, 90, 70,
ción dada con una proporción
que ciudad r poblacional 0.02 p. Si Así P sigue IC una
eldetergentedeln95% dis-
≥ X. para p es: ]0.226 . un95,IC 0.493 05[
una
stamaño
grande,n,pues de 50
la amas
proporción
1. de 12 casa,
Utilizar de 18
amas
buenas no utilizan
12
de · 6
casa
estimaciones queel b
no
p y b
utilizan
q de p y elq Determine
r
detergente
obtenidas podría
previamente para un val
entonces
r para
Con encontrar
base − en zα/2 un
·
estos intervalo
datos, = el de
0.884
Rector confianza
444 de la del
universidad determinó de manera correc
rdadera
a al 25%) proporción
ó muy alta de amas
(cercana
Note 18decir,
que de alse
este √
casadebe
50%).
IC que
es no
3 utilizan
cumplir
18Para
grande, laque nb
compañia
pues p el
≥
la 5 y √q ≥
detergente
nb
que
proporción elaboraX.
5).
de Así,
amasel se utilizan
detergente
de casa queestas no estimacione
utilizan el
menor
mpañiao igual pueder,pq el tamaño
ser poco
porcentaje de
factiblezα/2 ·obtener
lademuestra pq debe
estudiantes el IC ser√
que con lo zsolicitado,
aprobaron α/2el · examenpq por(Se la aprueba
cantidad con de70), obteniendo
difundir zα/2 · resultados.
estos ≤ rPrueba.=⇒pequena
ser tamaño
Se √De(cercana
requiere deacuerdo ≤
muestra
un ralIC=⇒
al25%) más
teorema ónmuy ≥ anterior,
preciso. alta (cercana un .IC
à al 50%). pelPara !−2 α) la % compañia que ela
eSea debe
jando p laencuestar.
zα/2 µ
proporción Quizás
n deque
se obtiene√ ¶ una
2amas de casa mejor
n solución
que no sería
usan el aumentar
detergente r poco X a delpoco 100 (1tamaño para p tiene ra
z · pq puede ser negativo difundir estos resultados. Se requiere z · un pbqbIC más preciso.
 ↵ = 4 % ) ↵/2 = 0, 02 r = |z↵/2 | p
Calif icaciones n
87 90 88 1000 76 1000
200 > |z 0,02
74 70 100 95n | p = 2, 05 p
n
✓ 65 92 ◆2 78 87
1000
Ejercicios
=) n > 2, 0582 50
200
89= 10,25
89 2 = 105, 0625 =) n = 106

x̄ = 82 n = 16

S 2 = [(87 82)2 + (74 82)2 + (65 82)2 + (82 82)2 + (90 82)2 + (70 82)2
+ (92 82)2 + (50 82)2 (88 82)Calif
2 icaciones 2
+ (100 82) + (78 82)2 + (89 82)2
+ (76 82)2 + (95 82)2 + (8787 82)902 +88
(89 7682)2 ] / (15)
↵S2= = ) ↵/2 = =)
10 %160,9333 0, 05 74 70 100 95
65 92 78 87
S = 12,6859 82 50 89 89
s 12,6859 12,6859
x̄±t↵/2,n 1 p = 82±t0,05,15 p = 82±1,75305 = 82±5,55975425
n 16 4
IC = ]76,44025, 87,55975[
x̄ = 82 n = 16

S 2 = [(87 82)2 + (74 82)2 + (65 82)2 + (82 82)2 + (90 82)2 + (70 82)2
+ (92 82)2 + (50 82)2 (88 82)2 + (100 82)2 + (78 82)2 + (89 82)2
+ (76 82)2 + (95 82)2 + (87 82)2 + 9(89 82)72 ] / (15)
n = 16 2 p̂ = , q̂ = np̂ = 9 nq̂ = 7
S = 160,9333 =) 16 16
↵ = 2 %S)=↵/212,6859
= 0, 01

r r
p̂q̂ 9 9·7 p
p̂ ± z↵/2 = ± z0,01 = 0,5625 ± 2, 33 0,01538
n 16 163
 n ↵/2
n
n=) n > 2, 05 200 = 10,25 = 105, 0625 =) n = 1
✓ ◆2
1000200 > |z |2 1000
p 105,=0625
1000
2, 05=)p n = 106
=) n > 2, 05 = 10,25
0,02 = n n
200
✓ ◆2
1000
=) n > 2, 05 = 10,252 = 105, 0625 =) n = 106
200 Calif icaciones
87 90 88 76
74 70 100 95
65 92 78 87

Ejercicios87Calif90icaciones
82 50 89 89

88 76 ↵ = 10 % ) ↵/2 = 0, 05
74 70 Calif
100 icaciones
95
65 9287 7890 8788 76 x̄ = 82 n =s16 12,6859
↵ = 10 % ) ↵/2 = 0, 05
x̄±t↵/2,n 1 p =2 82±t0,05,15 p = 82±1,
↵ = 10 % ) ↵/2 = 0, 05 82 5074 8970 89100 95 S 2
= [(87 82) 2
+ (74 n82) + (65 82) 2
+ (82 16
82) 2
+ (90 82)
0, 05 ↵ = 10 % ) ↵/2 = 0, 05
, 05 s 12,6859 65 92 7812,685987 + (92 82) + (50 82) (88 82) + (100 82) + (78 82)2 +
2 2 2 2

x̄±t↵/2,n 1 p = 82±t0,05,15 p = 82±1,75305

82 50 12,6859
89 89 + =(76
82±5,55975425
82)2 + (95IC 82)
=2]76,44025,
+ (87 82)2 + 87,55975[
(89 82)2 ] / (15)
sn
s 12,685916
12,6859 4
12,6859
12,6859
x̄±t ↵/2,n 11 p
pn == 82±t 12,6859 pp == 82±1,75305
82±1,75305 4 S2=== 82±5,55975425
p x̄±t↵/2,n
2±t0,05,1512,6859 = 82±1,75305
↵n↵== 82±t
10 %
12,6859
0,05,15
)
0,05,15
↵/2 =16= 82±5,55975425
0, 05 4
82±5,55975425
160,9333 =)
±t0,05,15 p 16 = 82±1,75305 10
↵x̄ = %
= 10
IC = ]76,44025, )
824%=↵) ↵/2 16= 0,
n82±5,55975425
== 1016%= )
87,55975[
↵/2 05
0, 05
↵/2 = 0, 05 S = 12,6859
16 IC 4
IC ==]76,44025,
]76,44025,87,55975[
87,55975[
44025, 87,55975[ S 2 = [(87 82)2 + (74 82)2 + (65 82)2 + (82 82)2 + (90 82)2 + (70 82)2
4025, 87,55975[ x̄ s=s 82s n = s16 12,685912,6859
12,6859
12,6859 12,6859
12,6859 12,6859
12,6859
x̄±t
x̄±t x̄
x̄±
↵/2,n±
↵/2,n t pp
21 1 1
↵/2,n
↵/2,n p
x̄±t
1 =
= = 82±t
82±t
↵/2,n 12 82 p± t = 82±t
0,05,15 2
0,05,15
0,05,15 pp p 0,05,15 == p= 82±1,75305
±
82±1,75305
82 2 1,75305
= 82±1,75305 2 = = 82±
82 ± =2=82±5,55975425
82±5,55975425
5,55975425
5,55975425
82±5,55975425
+ 2(92 82) + (50 nn 2n 82) (88n 82) + (100
16
16 16 82)
16 + (78 n = 82) 16 4 4+ (89 4 4 82) p̂
S = [(872 82) + (742 82)2 + (652 82)2 + (82 2 82)2 + (90 82)2 + (70 82)2
+ (76 82) + (95 IC2= = 82) + (87
]76,44025,
IC 82) + 2(89
87,55975[
= 2]76,44025, 87,55975[ 82) ] / (15) 2 = 2 % ) ↵/2
↵ 2 = 0, 01
+ (92 ICIC82) = + ]76,44025,
]76,44025,
(50 82) 87,55975[
87,55975[
(88 82) 9 + (100 7 82) + (78 82) + (89 82)2
nn==16 2
S = 160,9333 =)2 p̂ 9
=9 , q̂ 7=
7 np̂ = 9 nq̂ = 7
n =1616 + 9(767 82) + (95 82)2 + p̂p̂== , ,16
(8716 q̂q̂==2
82) + np̂
16
(89 np̂== 99 2 nq̂
82) /=
] nq̂ =77
(15)
↵↵↵===22% S) ↵/2 =9 7 16 1616 r r
2%
% ) )= p̂↵/2
↵/2 p̂ ,0,
=212,6859
===0,0,
01
q̂01 =, q̂ = np̂ = 9np̂ =
01 nq̂ 9= 7nq̂ = 7 p̂q̂ 9 9·7
S 16= 16160,9333 16 16 =) p̂ ± z = ± z =
101 ↵/2 0,01 3
r n 16 16
S = r r 12,6859 rrr 9 79 7
n
n p̂q̂
=
p̂q̂
=
p̂q̂ 16
16 9
9n9 = 16 99·9·77· 7 p p p̂p̂p=
= ,, q̂q̂ p̂=
== , np̂
np̂
q̂ = =
= 99 nq̂np̂=
nq̂ = 779 nq̂ = 7
=0,85146[
r p̂
p̂ ±
p̂± ± zz == ±±± zz z == =
0,56250,5625
0,5625 ± ± 2,±
2,33332, 33
0,01538
0,0153816
16 9
0,01538 16
1616 7
IC =]0,27353,
16
9r
↵/2 0,01
q̂ 9 ·7 n =↵↵16
↵/2
n
=
n=n 22 %%p )
16
) 16
16
↵ ↵/2
↵/2
= 2
0,01
0,01
=)
=
% 0, 01
0, 01
16
↵/2 3 3
16316= 0, 01 p̂ = , 9q̂ = 7np̂ = 9 nq̂ = 7
p̂q̂ = 9± z0,01 9 ·= 7 n =
0,5625 16
± 2, 33 p
0,01538 p̂ 16
= , 16
q̂ = np̂ = 9 nq̂ = 7
=16 ± z0,01 163 IC = ↵ 0,5625
= 2 % ±) 2, 33
↵/2 = 0,01538
0, 01 16 16
n 16 16IC =]0,27353,
=]0,27353,0,85146[
3IC=]0,27353,
↵ = 2 % )0,85146[
0,85146[ r
↵/2 = 0,r01 r r
r r
53, 0,85146[ p̂q̂
p̂q̂ 99 p̂q̂ 99 ·· 77 p
p p
p̂ ± z = ± z 9 = 9 · 7
0,5625 ± 2, 33 0,01538
353, 0,85146[ p̂ ± z↵/2 r p̂ ±
↵/2 =
z↵/2 16 ± z= r
AA AB
0,01 ±
B z330,01 = 0,5625 ±
= 2, 33
0,5625 0,01538
± 2, 33 0,01538
16· 7B B 16 =3 5kg.
n 0,01 16
p̂q̂n 16 n
9 16 r9 p
A B p̂ ± z↵/2 r ± z0,01 AA == 4kg.
4kg.
IC =]0,27353,
=]0,27353, = 0,85146[ = 0,5625 A±= 2, 4kg.
33 0,01538
p A
= 5kg.
BB = 5kg. IC
A p̂ ±Bz A =n p̂q̂
IC
4kg. 16 9
0,85146[
=]0,27353, 0,85146[ 16 9
3 · 7
B = 5kg. ↵/2
A
=
A 4kg.
± z0,01 3
B = 0,5625 ± 2, 33 0,01538
n = 16 16 A
BB
A
IC =]0,27353, 0,85146[ A A B B A B
A A =
B = 4kg.
4kg.
Gracias por su amable
atención….