2 INFERENCIA ESTADÍSTICA: ESTIMACIÓN significa tomar todas las muestras posibles de tamaño n de la población

N y luego trazar la distribución de probabilidad. Se puede demostrar que

Es el procedimiento utilizado para conocer las características de un
parámetro poblacional, a partir del conocimiento de la muestra
2.1 Conceptos básicos
la media de la distribución de muestreo es, de hecho, la media de la
población.
Sin embargo, la desviación estándar es diferente para la distribución
de muestreo en comparación con la población. Si la población es lo
suficientemente grande, esto está dado por:

Donde σ es la desviación estándar de la distribución de la población y 𝜎𝑥̅

la desviación estándar de la distribución muestral de medias.
Ejemplo. Supongamos que se tiene una población de 1, 2, 3, y 4. La
media de la población es
𝜇 = 2.5
2.2 Distribuciones de muestreo
la desviación estándar es 𝜎 = 1.12
Las distribuciones de muestreo constituyen una pieza importante de
estudio por varias razones. En la mayoría de los casos, la viabilidad de si se toman muestras de tamaño n = 2 con reposición (reemplazo) de
un experimento dicta el tamaño de la muestra. La distribución de esta población N = 4, formamos la distribución muestral de medias
muestreo es la distribución de probabilidad de una muestra de una Resultado
población en lugar de toda la población. Muestra de la muestra Media muestral
En palabras más simples, supongamos que de una determinada 1 1,1 1
población tomamos todas las muestras posibles de tamaño n y 2 1,2 1.5
calculamos una estadística (por ejemplo, la media) de todas las muestras. 3 1,3 2
Si luego preparamos una distribución de probabilidad de esta estadística, 4 1,4
5 2,1
obtendremos una distribución de muestreo.
6 2,2
Las propiedades de la distribución de muestreo pueden variar 7 2,3
dependiendo de cuán pequeña sea la muestra en comparación con la 8 2,4
población. Se supone que la población se distribuye normalmente como 9 3,1
generalmente sucede. Si el tamaño de la muestra es lo suficientemente 10 3,2
grande, la distribución de muestreo también estará cerca de la normal. 11 3,3
12 3,4
Si éste es el caso, entonces la distribución de muestreo puede ser 13 4,1
totalmente determinada por dos valores: la media y la desviación 14 4,2
estándar. Estos dos parámetros son importantes para calcular la 15 4,3
distribución de muestreo si se nos da la distribución normal de toda la 16 4,4
población. µ X = 2.5
La distribución de muestreo de la media se obtiene tomando la
donde 𝜇𝑥̅ es la media de la distribución muestral de medias, y se
estadística bajo estudio de la muestra como la media. Calcular esto
comprueba que µ = 𝜇𝑥̅

1
El número de muestras con reposición se calcula 4x4 = 16 Existen diferentes métodos para la obtención de estadísticos que
Si el muestreo se hubiera realizado sin reposición, el cálculo debería ser puedan actuar como estimadores puntuales de los parámetros de la
(usando combinatoria): población. No nos detendremos en el estudio de tales métodos, puesto
que nuestro interés se centrará principalmente en la estimación por
N! 4! intervalos.
= = 6
n ! (N - n )! 2! (4 - 2)!
2.4 Estimación de intervalos
las seis muestras posibles son
Es deseable conocer un método que nos permita saber donde se
Resultado encuentra el parámetro con un cierto grado de certeza. Este método va
Muestra de la muestra Media muestral a ser la determinación de un intervalo de donde estará el parámetro con
1 un cierto nivel de confianza.
2 El intervalo se construye a partir de una muestra, entonces, para
3
cada muestra se tendrá un intervalo distinto. Llamaremos α al error que
4
se permite dar el intervalo y el nivel de confianza será 1 - α. Un intervalo
5
tiene un nivel de confianza 1- α cuando el (1 - α)100% de los intervalos
6
que se construyen para el parámetro que lo contienen.
µX =

la desviación estándar de la distribución muestral de medias 𝜎𝑥̅ la

obtenemos tomando n = 2 como el tamaño de las muestras, es decir
1.12
= = 0.7919
√2

se deja como ejercicio obtener también la 𝜎𝑥̅ directamente de todas las

medias muestrales de las tablas anteriores y comparar resultados.
A cada distribución muestral se le puede calcular su media, su
varianza, su desviación estándar, etc. Así, se puede hablar de la media,
de la desviación estándar, de la distribución muestra de medias, etc.
2.3 Estimación puntual
La estimación puntual consiste en atribuir un valor (la estimación) al
parámetro poblacional. Si la muestra es representativa de la población,
podemos esperar que los estadísticos calculados en las muestras tengan
valores semejantes a los parámetros poblacionales, y la estimación
consiste en asignar los valores de los estadísticos muestrales a los
parámetros poblacionales.
Por ejemplo, si se dice que en la medición de una distancia se obtuvo
como resultado 5.28 m, se está dando una estimación puntual. En
cambio, si se dice que la distancia está entre 5.25 y 5.32 m, entonces se
está dando una estimación por intervalo. La información sobre el error (o
precisión) de una estimación es su confiabilidad.
La gráfica muestra un intervalo de confianza del 95%, con Z = 1.96 y -1.96
2.5 Intervalos de confianza para medias
Como 𝑋̅ es un estimador suficiente de la media de una población normal
con varianza conocida σ2, lo utilizaremos para obtener un intervalo de
confianza de µ de una población de este tipo.
El intervalo de confianza para µ y σ2 conocida
Si 𝑋̅ es la media de una muestra aleatoria de tamaño n tomada de una
población normal con varianza conocida σ2, un intervalo de confianza de
(1 - α)100% para µ = está dado por:
 
X − Z / 2    X + Z / 2
n n
donde Z depende del nivel de confianza.

2
Ejemplo 1. Una distribuidora de máquinas vendedoras de refrescos Solución. Se usa la fórmula anterior para el intervalo en una muestra
planifica usar el número medio de refrescos vendidos durante una pequeña.
semana por 60 de sus máquinas para estimar el número promedio
vendido por cualquiera de las maquinas durante una semana. Si 60
máquinas seleccionadas al azar tuvieron una media de 255.3 refrescos
con una desviación estándar de 48.2 refrescos, construya un intervalo de
confianza del 95% para el número promedio verdadero vendido por
cualquiera de sus máquinas durante una semana.
Solución. Se tiene la fórmula del intervalo
 
X − Z / 2    X + Z / 2
n n
Datos de la muestra

n = 60 Tamaño de la muestra
x= 255.3 Media de la muestra
Datos de la población
σ= 48.2 Conocida de la muestra y/o población
±
Nivel de confianza: 95.0% 95.0%
Z α/2 = 1.960 /2 Es el área en ambas colas 0.025

255.3 ± (1.96) (48.2 / √[60])

255.3 ± 12.19606
255.3 - 12.19606 < µ < 255.3 + 12.19606 2.6 Intervalo de confianza para la diferencia entre medias
243.104 < µ < 267.4961 Intervalo para medias µ1, µ2, con σ21 y σ22 conocidas
Si 𝑋̅1 y 𝑋̅2 son las medias de muestras aleatorias independientes de
Intervalo de confianza para µ y σ2 desconocida y muestra pequeña
tamaño n1 y n2 tomadas de poblaciones normales con varianzas σ21 y σ22
Si 𝑋̅ y S son la media y la desviación estándar de una muestra aleatoria conocidas, un intervalo de confianza (1 - α)100% para µ1- µ2 está dado
de tamaño n tomada de una población normal con varianza desconocida por:
σ2, un intervalo de confianza de (1 - α)100% para µ está dado por:
( x1 − x 2 ) − z ( S x1 − x2 )   1 −  2  ( x1 − x 2 ) + z ( S x1 − x2 )
s s
x − t / 2    x + t / 2 Ejemplo 1. Construir un intervalo de confianza del 94% de la diferencia
n n real entre las duraciones en promedio de dos tipos de focos eléctricos,
para n ≥ 30, esta fórmula del intervalo de confianza con σ sustituida por dado que una muestra tomada al azar de 40 focos de un tipo duró en
S producirán casi los mismos resultados. promedio 418 horas de uso continuo y 50 focos de otra clase duraron en
E = 0.2
Ejemplo 2. Un fabricante de pinturas desea determinar el tiempo de promedio 402 horas. Las desviaciones estándar de las poblaciones,
secado en promedio de una nueva pintura para interiores. Si en 12 áreas según se sabe, son σ1 = 26 y σ2 = 22 horas.
de prueba de igual tamaño él obtuvo un tiempo de secado medio de 66.3 Solución. Se tienen los datos respectivamente para cada tipo de foco
minutos y una desviación estándar de 8.4 minutos, construya un intervalo
de confianza de 95% para la verdadera media µ.

3
 X1 = 418 X2 = 402 S1 5.6 = 0.79196
S1 = 26 S2 = 22 S x1 = = √[50]
n1 = 40 n2 = 50 n1
S2 6.3 = 0.89095
Significancia: Nivel  = 94% 1 -  = 0.06 S x2 = = √[50]
n2
Z α/2 = 1.880794 valor crítico
S x1 − x2 = S x21 + S x22 = √[(0.792)^2 + (0.891)^2]
S1 26 = 4.11096
S x1 = =
n1 √[40] S x1 − x2 = S x21 + S x22 = 1.1921 El margen de error es E =2.336

S2 22 = 3.11127 Cálculo del intervalo

S x2 = = √[50]
n2 ( x1 − x 2 ) − z ( S x1 − x2 )   1 −  2  ( x1 − x 2 ) + z ( S x1 − x2 )
S x1 − x2 = S + S 2
x1
2
x2 = √[(4.111)^2 + (3.111)^2] (78.3 - 87.2) - (1.96)(1.192) < µ 1 - µ 2 < (78.3 - 87.2) + (1.96)(1.192)

S x1 − x2 = S x21 + S x22 = 5.1556 El margen de error es E =9.697

-11.23639 < µ 1 - µ 2 < -6.563611

o equivalentemente 6.5636 < µ1 - µ2 < 11.2363.

Cálculo del intervalo
Intervalo para medias µ1, µ2, con σ21 y σ22 desconocidas y se supone
( x1 − x 2 ) − z ( S x1 − x2 )   1 −  2  ( x1 − x 2 ) + z ( S x1 − x2 ) son iguales
(418 - 402) - (1.881)(5.156) < µ 1 - µ 2 < (418 - 402) + (1.881)(5.156) Si 𝑋̅1 y 𝑋̅2 son las medias de muestras aleatorias independientes de
tamaño n1 y n2 tomadas de poblaciones normales con varianzas σ21 y σ22
6.303419 < µ 1 - µ 2 < 25.69658 desconocidas pero iguales, un intervalo de confianza (1 - α)100% para µ1
- µ2 está dado por:
Ejemplo 2. Se comparan dos tipos de rosca de tornillo para ver su
resistencia a la tensión. Se prueban 50 piezas de cada tipo de cuerda
1 1 1 1
bajo condiciones similares. La marca A tuvo una tuvo una resistencia ( x1 − x 2 ) − t gl S p +  1 −  2  ( x1 − x 2 ) + t gl S p +
promedio a la tensión de 78.3 kg con una desviación estándar de 5.6 kg, n1 n2 n1 n2
mientras que la marca B tuvo una resistencia promedio de la tensión de
87.2 kg con una desviación estándar de 6.3 kg. Determine un intervalo donde
de confianza de 95% para la diferencia de las dos medias poblacionales.
(n1 − 1) S12 + (n2 − 1) S 22
Solución. Se tienen los datos Sp =
n1 + n2 − 2
X1 = 78.3 X2 = 87.2
S1 = 5.6 S2 = 6.3 Ejemplo 3. Se ha realizado un estudio para comparar el contenido de
n1 = 50 n2 = 50 nicotina de dos marcas de cigarrillos. Diez cigarrillos de la marca A
tuvieron en promedio un contenido de nicotina de 3.1 miligramos con una
Significancia: Nivel  = 95% 1 -  = 0.05 desviación estándar de 0.5 miligramos, mientras que ho cigarrillos de la
marca B tuvieron en promedio un contenido de nicotina de 2.7 miligramos
Z α/2 = 1.959964 valor crítico con una desviación estándar de 0.7 miligramos. Suponiendo que son
muestras aleatorias de poblaciones normales con varianzas iguales,

4
construir un intervalo de confianza del 95% para la diferencia real en el Intervalo de confianza para p de una muestra grande
contenido promedio de nicotina de las dos marcas de cigarrillos. Un intervalo de confianza aproximado (1 - α)100% para el parámetro
Solución. Se tienen los datos y la fórmula binomial p está dado por:

X1 = 3.1 X2 = 2.7 pˆ (1 − pˆ ) pˆ (1 − pˆ )
S1 = 0.5 S2 = 0.7 pˆ − Z  / 2  p  pˆ + Z  / 2
n1 = 10 n2 = 8
n n
Ejemplo 1. En una muestra aleatoria de 500 familias que tienen pantallas
Grados de libertad gl = n 1 + n 2 - 2 = 16
en la ciudad de Guadalajara, Jalisco, se encuentra que 340 de ellas están
Significancia: Nivel  = 95% 1 -  = 0.05 suscritas a HBO. Encuentre un intervalo de confianza del 95% para la
proporción real de familias en esa ciudad que están suscritas a HBO.
Valor de t crítica: t α/2 = 2.119905
Solución. Se tiene que n = 500 y x = 340 por lo que p = 340/500=0.68,
1 1 1 1 así
( x1 − x2 ) − t gl S p +  1 −  2  ( x1 − x2 ) + t gl S p +
n1 n2 n1 n2 pp̂ = 0.68
donde n = 500
(n1 − 1) S + (n2 − 1) S
2 2
Nivel 95.0% 0.475
Sp = 1 2
zα/2 = 1.95996
n1 + n2 − 2
S p = 0.5958188
1 − qp̂ == 0.32
Sp = (10 - 1) 0.25 + (8 - 1) 0.49 = 0.355
10 + 8 - 2
pˆ (1 − pˆE) = (1.96) √[(0.68)(0.32)pˆ (/1500]
− pˆ )
pˆ − Z  / 2 (1.96)√[0.00044]
p  pˆ + Z  / 2 = 0.04089
1 1 n E= n
se tiene que + = 0.4743
Cálculo del intervalo sustituyendo en la fórmula
n1 n2
Cálculo del intervalo sustituyendo en la fórmula 0.68 - 0.04089 < p < 0.68 + 0.04089

(3.1 - 2.7) - (2.12)(0.596)(0.4743) < µ 1 - µ 2 < (3.1 - 2.7) + (2.12)(0.596)(0.4743) 0.63911 < p < 0.72089
También 63.91%< p <72.09%
(3.1 - 2.7) - 0.59908 < µ 1 - µ 2 < (3.1 - 2.7) + 0.59908

-0.199079 < µ 1 - µ 2 < 0.999079

Obsérvese que la diferencia real podría ser cero, ya que los límites del
intervalo van de un valor negativo a uno positivo. Por lo que existe la
posibilidad de que las medias sean iguales.
Ejemplo 2. En una muestra aleatoria, 136 de 400 personas a quienes se
les administró una vacuna contra la gripe experimentaron alguna
molestia. Elabore un intervalo de confianza del 95% para la proporción
real de personas que experimentarán esta molestia como resultado de la
vacuna (Se puede usar el intervalo con la suma y la resta del error E).

2.7 Intervalos de confianza para proporciones Solución. Se tiene n = 400 y x = 136 por lo que 𝑝̂ = 136/400 = 0.34, así

Un estimador puntual de la proporción p en un experimento binomial está pp̂ = 0.34

dado por la estadística P = X / n, donde X representa el número de éxitos
en n pruebas. Por tanto, la proporción de la muestra 𝑝̂ = x/n se utilizará
n = 400
pˆ (1 − pˆ )
Nivel 95.0% = z
E0.475
como el estimador puntual del parámetro p. Es decir, 𝑝̂ es la proporción 2 n
muestral de x éxitos en una muestra de tamaño n, la diferencia 𝑞̂ = 1 − 𝑝̂ z α/2 = 1.95996
es la proporción muestral de fracasos en una muestra de tamaño n. 1 − p̂q == 0.66

5
 1 − p̂ =
E = (1.96) √[(0.34)(0.66) / 400]

E = (1.96)√[0.00056] = 0.04642

El intervalo: pˆ − E  p  pˆ + E
0.34 - 0.04642 < p < 0.34 + 0.04642

0.29358 < p < 0.38642

También 29.36%< p < 38.64%

2.8 Intervalos de confianza para diferencias entre proporciones

Intervalo para p1 – p2, muestra grande Ejemplo 2. Una firma productora de cigarros afirma que su marca A de
Un intervalo de confianza aproximado de (1 - α)100% para p1 – p2, la cigarros sobrepasa en ventas a su marca en B en 8%. Si se encuentra
diferencia entre dos parámetros binomiales, está dado por: que 42 de 200 fumadores prefieren la marca A y 18 de 150 fumadores la
B, calcule un intervalo de confianza de 94% para la diferencia entre las
pˆ 1 qˆ1 pˆ 2 qˆ 2 pˆ 1 qˆ1 pˆ 2 qˆ 2 proporciones de ventas de las dos marcas y determine si la diferencia de
( pˆ 1 − pˆ 2 ) − z / 2 +  p1 − p 2  ( pˆ 1 − pˆ 2 ) + z / 2 + 8% es una afirmación válida (Se deja al alumno).
n1 n2 n1 n2

Ejemplo 1. Si se tiene que 132 de 200 votantes del distrito A favorecen

a un candidato dado para la elección del senado y 90 de 150 votantes del
distrito B se expresan a favor de este mismo candidato, obtenga un
intervalo de confianza de 97% para p1 – p2 la diferencia entre las
proporciones reales de votantes de los dos distritos favorables al
candidato.
Solución. Se tiene n1 = 200, x1 = 132, n2 = 150, x2 = 90, así 𝑝̂1 = 132/200
= 0.66 y 𝑝̂ 2 = 90/150 = 0.6
Ejemplo 3. Se desea cambiar una máquina en una cadena de
producción. Se toman muestras con la máquina actual y con la nueva
máquina para determinar si se van a producir mejoras en el sistema. 75
de 1.000 artículos del procedimiento actual presentaron defectos y lo
mismo sucedió con 80 de 2.500 partes del nuevo, determine un intervalo
de confianza del 90% para la verdadera diferencia de proporciones de
partes defectuosas (Sol. 0.0281 y 0.0579).

6
 EJERCICIOS
El intervalo de confianza para µ y σ2 conocida
1. Una distribuidora de máquinas vendedoras de refrescos planifica usar
el número medio de refrescos vendidos durante una semana por 50 de
sus máquinas para estimar el número promedio vendido por cualquiera
de las maquinas durante una semana. Si 50 máquinas seleccionadas al
azar tuvieron una media de 214 refrescos con una desviación estándar
de 35.2 refrescos, construya un intervalo de confianza del 95% para el
número promedio verdadero vendido por cualquiera de sus máquinas
durante una semana.
2. Un estudio del crecimiento anual de ciertos cactus reveló que 64 de
estos, seleccionados al azar en una zona desértica, crecieron en
promedio 60.3 mm con una desviación estándar de 5.2 mm. Elabore un
intervalo de confianza del 95% para el crecimiento anual promedio
verdadero de dicha clase de cactus.
3. Se sabe que la velocidad de los coches que circulan por una carretera
es una variable aleatoria que sigue una distribución Normal con
desviación típica 12 km/hora. Se toma una muestra aleatoria de 400
coches que da una velocidad media de 87 km/hora. Obtenga un intervalo
con un 95% de confianza, para la velocidad media del total de coches
que circulan por esa carretera
4. La duración de un cierto tipo de bombillas eléctricas se distribuye
según una ley Normal con desviación típica 1500 horas. Si en una
muestra de tamaño 100, tomada al azar, se ha observado que la vida
media es de 9900 horas, determine un intervalo con el 95% de confianza,
para la vida media de esta clase de bombillas.
Intervalo de confianza para µ y σ2 desconocida y muestra pequeña
5. Una muestra aleatoria de 28 alumnos de cierta universidad dio una
calificación promedio de 7.3 con una desviación estándar de 3.45. Halla
un intervalo de confianza de 0.95 para estimar la calificación promedio de
los alumnos de esa universidad.
6. Para probar la durabilidad de una pintura nueva para las líneas
divisorias, un departamento de carreteras pintó franjas de prueba en
carreteras muy transitadas en ocho sitios distintos y los contadores
electrónicos demostraron que se deterioraron después de que 142 600,
167 800, 136 500, 108 300, 126 400, 133 700, 162 000 y 149 400
automóviles cruzaron por estas. Elabore un intervalo de confianza del
95% para la cantidad promedio de tránsito que esta pintura puede
soportar antes de deteriorarse.
7. Los siguientes números representan el tiempo (en minutos) que
tardaron 15 operarios en familiarizarse con el manejo de una nueva
máquina adquirida por la empresa: 3.4, 2.8, 4.4, 2.5, 3.3, 4, 4.8, 2.9, 5.6,
5.2, 3.7, 3, 3.6, 2.8, 4.8. Supongamos que los tiempos se distribuyen
normalmente. a) Determina e interpreta un intervalo del 95% de confianza
para el verdadero tiempo promedio. b) El instructor considera que el
tiempo promedio requerido por los trabajadores es mayor que 5 minutos,
¿qué se puede decir de acuerdo con el intervalo hallado? (Sol. [3.26,
4.34]. La apreciación del instructor no parece correcta ya que el valor de
5 minutos se encuentra fuera del intervalo.)
8. El propietario de una estación de servicio para camiones ha llevado
registros completos de varias transacciones con sus clientes. Si una
muestra aleatoria de 18 de estos registros revela ventas promedio de
58.22 galones de diesel con una desviación estándar de 4.80 galones,
elabore un intervalo de confianza del: a) 95%, b) 99%.
9. Un ingeniero civil está probando la resistencia compresiva de concreto.
Realiza la prueba con 16 especímenes, y obtiene los siguientes datos:
Intervalo de confianza para la diferencia de medias, µ1, µ2, con σ21 y
σ22 conocidas
10. Queremos medir la diferencia en ventas entre dos categorías de
empleados. Una está formada por personas con título superior y la otra
por personas con estudios secundarios. Tomamos una muestra de 45
empleados del primer grupo y la media de ventas resulta ser 32.
Tomamos una muestra de 60 empleados del segundo grupo y la media
obtenida es 25. Supongamos que las ventas de los dos grupos siguen
una normal con varianza 48 para el primer grupo y de 56 para el segundo.
a) Calcula un intervalo del 90% de confianza para la verdadera diferencia
de las medias.
7
b) De acuerdo con el intervalo hallado, ¿hay evidencia de que las ventas
medias de los grupos son iguales?
11. Se efectuaron pruebas de resistencia a la tensión en dos clases
diferentes de largueros de aluminio empleados en la manufactura del ala
de un avión de transporte comercial. De la experiencia pasada con el
proceso de manufactura de los largueros y el procedimiento de prueba,
se suponen conocidas las desviaciones estándar de las resistencias a las
tensiones. Los datos obtenidos fueron los siguientes
Si µ1 y µ2 denotan las verdaderas resistencias medias a la tensión para
las dos clases de largueros, determinar un intervalo de confianza del 90%
para la diferencia en las resistencias medias µ1 - µ2. En base al resultado
obtenido ¿Se puede afirmar que la resistencia a la tensión media del
aluminio de grado 1 excede a la del aluminio de grado 2 entre 1.3 y 1.6
kg/mm2?
Intervalo de confianza para la diferencia de medias, µ1, µ2, con σ21 y
σ22 desconocidas y se supone son iguales
14. Se desea saber si hay diferencia entre el tiempo (en minutos) que
tardan los empleados de la pizzería A y los de la pizzería B en atender
un pedido. Tomamos una muestra de 14 empleados de A y obtenemos
una media muestral de 17 minutos y una s2 de 1.5. Tomamos una
muestra de la B de 25 empleados obteniendo la media muestral de 19 y
una s2 de 1.8. Suponemos que los tiempos para los dos grupos se
distribuyen normalmente y que las varianzas poblacionales son iguales
aunque desconocidas. a) Calcula un intervalo de confianza del 99% para
la verdadera diferencia de las medias. (Sol. [0.82, 3.17]). b) De acuerdo
con el intervalo hallado, ¿hay evidencia de que los dos tiempos
promedios son iguales?
Intervalos de confianza para la proporción
15. Una marca de suavizantes para ropa quiere saber la proporción de
amas de casa que preferiría usar su marca. Toman al azar una muestra
de 100 amas de casa y 20 dicen que la usarían. Calcula un intervalo de
confianza del 95% para la verdadera proporción de amas de casa que
preferirían dicho suavizante. (Sol. [0.122, 0.278]).
16. En una muestra aleatoria de 450 personas entrevistadas en una gran
ciudad, 286 decían que se oponían a la construcción de más vías rápidas.
Elabore para la proporción de las personas de la población que se
oponen a dicha construcción: a) un intervalo de confianza del 90% y b)
un intervalo de confianza del 95%
17. De 1000 casos seleccionados al azar de cáncer en el pulmón, 823
terminaron en muerte. Construya un intervalo de confianza del 95 %
respecto a la tasa de mortalidad de cáncer en el pulmón.
18. Un fabricante de calculadoras electrónicas está interesado en estimar
la fracción de unidades defectuosas que se producen. Una muestra
aleatoria de 800 calculadoras incluye 18 defectuosas. Calcule un
intervalo de confianza del 99% respecto a la fracción de unidades
defectuosas.
8
Intervalos de confianza para la diferencia de proporciones, p1 – p2,
muestra grande
19. Se desea cambiar una máquina en una cadena de producción. Se
toman muestras con la máquina actual y con la nueva máquina para
determinar si se van a producir mejoras en el sistema. 75 de 1.000
artículos del procedimiento actual presentaron defectos y lo mismo
sucedió con 80 de 2.500 partes del nuevo, determine un intervalo de
confianza del 90% para la verdadera diferencia de proporciones de partes
defectuosas. (Sol. [0.0281, 0.0579]).
20. Se está realizando un estudio para determinar la eficacia de una
vacuna contra el moquillo de cerdo. Se aplicó la vacuna a una muestra
aleatoria de 3000 sujetos, y de este grupo 130 contrajeron la enfermedad.
Un grupo de control de 2500 sujetos seleccionados al azar no fue
vacunado, y de este grupo 170 contrajeron la enfermedad. Construya un
intervalo de confianza del 95% respecto a la diferencia en las
proporciones p1 – p2
21. La fracción de productos defectuosos producidos por dos líneas de
producción se está analizando. Una muestra aleatoria de 1000 unidades
de la línea 1 tiene 10 defectuosas, en tanto que una muestra aleatoria de
1200 unidades de la línea 2 tiene 25 defectuosas. Encuentre un intervalo
de confianza del 99% respecto a la diferencia de unidades defectuosas
producidas por las dos líneas.
Tamaño de la muestra
22. Queremos ajustar una máquina de refrescos de modo que el
promedio del líquido dispensado quede dentro de cierto rango. La
cantidad de este líquido vertido por la máquina sigue una distribución
normal con desviación estándar 0.15 decilitros. Deseamos que el valor
estimado que se vaya a obtener comparado con el verdadero no sea
superior a 0.2 decilitros con una confianza del 95%. ¿De qué tamaño
debemos escoger la muestra? (Sol. n = 217).
23. Es necesario estimar entre 10,000 establos, el número de vacas
lecheras por establo con un error de estimación de 4 y un nivel de
confianza del 95%. Sabemos que la varianza es 1,000. ¿Cuántos
establos deben visitarse para satisfacer estos requerimientos?
24. Una máquina llena cajas con cierto cereal. El supervisor desea
conocer con un error de estimación de máximo 0.1 y un nivel de confianza
del 90%, una media estimada del peso. Como la varianza era
desconocida se procedió a escoger una muestra piloto. Los resultados
fueron los siguientes: 11.02, 11.14, 10.78, 11.59, 11.58, 11.19, 11.71,
11.27, 10.93, 10.94. ¿Cuántas cajas debe escoger para que se cumplan
los requisitos propuestos? (Sol. Debemos tomar la varianza estimada y
al ser n<30 el valor de t, al sustituir en la fórmula obtenemos n = 34).
25. Se desea hacer una encuesta para determinar la proporción de
familias que carecen de medios económicos para atender los problemas
de salud. Existe la impresión de que esta proporción está próxima a 0.35.
Se desea determinar un intervalo de confianza del 95% con un error de
estimación de 0.05. ¿De qué tamaño debe tomarse la muestra?
26. Un productor de semillas desea saber con un error de estimación del
1% el porcentaje de semillas que germinan en la granja de su competidor.
¿Qué tamaño de muestra debe tomarse para obtener un nivel de
confianza del 95%? (Sol. Como no tenemos ninguna estimación de la
proporción, tomaremos 0.5 y así obtenemos n = 9.604)
27. Se desea realizar una encuesta entre la población juvenil de una
determinada localidad para determinar la proporción de jóvenes que
estaría a favor de una nueva zona de ocio. El número de jóvenes de dicha
población es N = 2,000. Determinar el tamaño de muestra necesario para
estimar la proporción de estudiantes que están a favor con un error de
estimación de 0.05 y un nivel de confianza del 95%.(Sol. Como no nos
dan ninguna estimación de la proporción, tomaremos 0.5. El valor de n
es 322).