Ortega Guzman Ninfa Merari - Estimacion de Parametros

Estadística
Inferencial I
Manual de prácticas
Estimación de parámetros
poblacionales.
M.I.I. Antonio Soto Nuñez

División de Ingeniería Industrial
Práctica 1. Estimación de la media población con varianza conocida 5
Competencia de la unidad 5
Introducción de la Práctica 5
Competencia de la práctica 6
Requerimientos 6
Metodología 6
Resultados y conclusiones 8
Anexos 9
Bibliografía 9
Práctica 2. Estimación de la media población con varianza desconocida 10
Requerimientos 11
Metodología 11
Anexos 13
Bibliografía 13
Práctica 3. Estimación de la proporción poblacional. 14
Requerimientos 15
Metodología 15
Anexos 17
Bibliografía 17
Práctica 4. Estimación de la varianza poblacional. 18
Requerimientos 19
Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 3

Metodología 19
Anexos 21
Bibliografía 21
Práctica 5. Estimación de la diferencia de medias con varianza desconocida. 22
Requerimientos 23
Metodología 23
Anexos 26
Bibliografía 26
Práctica 6. Estimación de la diferencia de proporciones. 27
Requerimientos 28
Metodología 28
Anexos 30
Bibliografía 30

Práctica 1. Estimación de la media población con varianza conocida
No.
Practic Materia Unidad Duración
a
Estadística Inferencial I
1 2. Estimación de parámetros. 1 hora
(AEF-1024)
Competencia de la unidad
Aplica los fundamentos de la teoría de estimación en problemas que requieran el cálculo del tamaño de la
muestra para determinar los diferentes intervalos de confianza según la variable que se está analizando en
procesos industriales y logísticos.
Introducción de la Práctica
La estadística describe los métodos que utilizan la información contenida en una muestra de la población para
tomar decisiones o para obtener conclusiones sobre dicha población. La estadística inferencial se divide en dos
grandes áreas: estimación de parámetros y prueba de hipótesis.
Una muestra aleatoria o probabilística es aquella muestra que se selecciona de modo que cada integrante de la
población en estudio tenga una probabilidad conocida (no igual a cero) de ser incluido en la muestra,
permitiendo que el azar determine los integrantes que se incluirán en la muestra.
▪ Estimación puntual: se estima algún parámetro de la población a través de un solo valor numérico de
un estadístico. Al estadístico muestral con el cual se estima un parámetro de la población se le llama
estimador.
▪ Estimación por intervalo: se determina un intervalo dentro del cual esperaríamos encontrar el valor
del parámetro.
Tipos clásicos de estimación de parámetros:
estimador.
del parámetro.
Una estimación por intervalo de un parámetro θ de la población es un intervalo de la forma:

^ ^
θ𝑖≤θ≤θ𝑠
( ^ ^
𝑃 θ𝑖≤θ≤θ𝑠 = 1 − α )
Donde:

^ ^
▪ θ𝑖≤θ≤θ𝑠 es el intervalo de confianza, cuanto mayor sea este intervalo, tanto más podrá confiarse en
que el intervalo dado contendrá el parámetro θ desconocido.
^ ^
▪ θ𝑖 y θ𝑠 son los límites de confianza inferior y superior respectivamente, dependen del valor del
^ ^
estadístico θ para una muestra en particular y también de la distribución muestral de θ.
▪ 1 − α coeficiente de confianza (probabilidad de que un intervalo de confianza contenga θ). Este
coeficiente indica la fracción de veces, en un muestreo repetitivo, que los intervalos construidos
contendrán el parámetro θ. Si el coeficiente de confianza es alto estaremos altamente confiados de que
un intervalo de confianza particular contendrá el parámetro θ.
Intervalo de confianza para la media con varianza conocida.

2
Si 𝑋 es la media de una muestra aleatoria de tamaño n de una población con varianza conocida σ , un intervalo
de (1 − α) 100% para µ está dado por:
σ σ
𝑋 − 𝑍α/2 ≤μ≤𝑋 + 𝑍α/2
𝑛 𝑛
Donde:
▪ 𝑍α/2 es el valor de 𝑍 que delimita un área de α/2 a su derecha.

2 ^2 2
▪ Si 𝑛 ≥ 30 y no se conoce σ entonces σ = 𝑆 .
2
▪ Si 𝑛 < 30 y viene de una población con distribución normal y σ conocida se aplica este tipo de
intervalo.
Competencia de la práctica
▪ Estimar el intervalo de confianza de un parámetro poblacional manejando poblaciones finitas, utilizando
una situación industrial o social hipotética e interpretar el significado del intervalo de confianza
calculado.
▪ Utilizar el software estadístico Minitab 19 para obtener intervalos de confianza de paramentos
poblacionales y familiarizarse con el uso de las TIC`s utilizadas en sector industrial.
Requerimientos
▪ Conocimientos previos sobre distribuciones muestrales de probabilidad.

▪ Formato de práctica.
▪ Equipo de cómputo.
▪ Software Minitab 19.
Metodología
Resuelve los siguientes ejercicios utilizando el software estadístico “Minitab 19”.
1. Una empresa de material eléctrico fabrica bombillas que tienen una duración distribuida de forma
aproximadamente normal, se sabe que la desviación estándar de la duración es de 40 horas. Si se obtiene una
muestra de 30 bombillas, calcule un intervalo de confianza del 91% y 96% para la media de la población de
todas las bombillas producidas por esta empresa.
Duración en horas de las bombillas

776.196 800.411 776.102
819.972 837.377 729.013
795.406 798.650 824.504
749.616 818.475 809.150
782.038 828.378 729.862
765.005 796.517 684.650
761.092 786.942 736.297
685.672 851.545 802.217
782.066 724.271 751.040
778.597 820.426 747.674
2. Muchos pacientes con problemas del corazón tienen un marcapasos para controlar su ritmo cardiaco. El
marcapasos tiene montado un módulo conector de plástico en la parte superior. Suponga una desviación
estándar poblacional de 0.0015 pulgadas y una distribución aproximadamente normal, y con base en esto
calcule un intervalo de confianza del 95% y 99% para la media de la profundidad de todos los módulos
conectores fabricados por cierta empresa. Una muestra aleatoria de 75 módulos arrojo una profundidad
promedio de 0.310 pulgadas.
3. Una máquina produce piezas metálicas de forma cilíndrica. Se toma una muestra de 120 piezas y analizan
los diámetros internos. Se sabe de estudios anteriores que la desviación estándar ha sido de 1.8 cm. Calcule un
intervalo de confianza del 90, 95 y 99% para la media del diámetro de las piezas que se manufacturan con esta
máquina. Suponga una distribución aproximadamente normal.
DATOS MUESTRALES EN CENTÍMETROS.

8 3.4 8.4 7 6.7 6.1
5.2 7.1 6.9 8.2 4.3 5.6
6.3 7.8 7.4 8.3 7.9 3.2
7.7 6.7 6.5 6.2 6.1 7.9
3.4 7.9 3.5 8 7.6 6

8.2 8.1 7.2 9 6.7 6.3
8 4.4 4.8 8.2 7.4 3.5
7.5 8.3 7.4 7 4.3 8.1
4.1 8.3 5.2 5.5 7.9 8
7.8 3.7 8.2 5.2 4.7 7.4
4.5 6.2 8 7.4 4.1 8.1
6.5 8.2 7.8 5.7 6 8
3.3 7.5 8.4 8.2 3.4 9
8 5.4 6.3 5.5 7.1 7.8
5.2 7.6 8.2 8.1 7.8 5.4
4.1 8.2 8 7.4 6.7 7.6
6 5.7 7.9 6.5 4.8 8.2
5.5 4.1 8.1 8 6.4 6.4
6 7.8 8.2 3.6 7.4 7.9
7.7 6.54 6.2 7.6 8.3 6.9
Para resolver los ejercicios, sigue las siguientes instrucciones:
a) Abre el software estadístico Minitab 19.

b) Da un clic sobre en menú “Estadísticas”, posiciónate sobre la opción “Estadísticas básicas” y por
último da clic sobre la opción “Z de una muestra”.
c) Siguiendo los pasos del inciso b, se abrirá una ventana en la cual aparecen múltiples opciones. En el
botón desplegable de parte superior derecha, aparecen dos opciones. Selecciona la opción “Una o más
muestras, cada una en su columna” si tus datos no están procesados. Selecciona la opción “Datos
resumidos” si tus datos ya están procesados.
d) Si selecciona la opción “Una o más muestras, cada una en su columna”, tendrás que seleccionar la
columna en la que están ingresados los datos a analizar. También tendrás que ingresar la desviación
estándar poblacional.
e) Si selecciona la opción “Datos resumidos”, tendrás que ingresar de forma manual el tamaño de la
muestra, media de la muestra y la desviación estándar poblacional.

f) Da clic sobre el botón “Opciones”. Se abrirá una ventana con un espacio en el cual debes de ingresar
de forma manual en “Nivel de confianza”. Aparecen muchas más opciones, sin embargo, no
corresponden a la metodología analizada en esta práctica.
g) Da clic en “Aceptar” y nuevamente en “Aceptar”
Presenta los resultados obtenidos de esta práctica en el apartado “Resultados y conclusiones”
Resultados y conclusiones
Resultados problema 1.

Anexos
Bibliografía
Anderson, D. R., Sweeney, D., & Thomas A., W. (2008). Estadística para administración y economía (10ª ed.).
Mexico, D.F.: CENGAGE Learning.
Murray, R. S., & Larry, J. S. (2009). ESTADÍSTICA (4º ed.). México, D.F.: Mc Graw Hill.
Walpole, R. E., Myers, R. H., & Myers, S. L. (2012). Probabilidad y estadística para ingeniería y ciencias (9ª ed.).
México: PEARSON EDUCACIÓN.

Práctica 2. Estimación de la media población con varianza desconocida
No.
a
(AEF-1024)
estimador.
del parámetro.
estimador.
del parámetro.

^ ^
( ^ ^
𝑃 θ𝑖≤θ≤θ𝑠 = 1 − α )
Donde:

^ ^
^ ^
^ ^
Intervalo de confianza para la media con varianza desconocida.
Si 𝑋 y 𝑆 son la media y la desviación estándar de una muestra aleatoria de tamaño 𝑛 < 30, tomada de una
2
población aproximadamente normal con varianza desconocida σ , un intervalo de confianza (1 − α)100%
para µ estará dado por:
𝑆 𝑆
𝑋 − 𝑡α/2 ≤ µ ≤ 𝑋 + 𝑡α/2
𝑛 𝑛
Donde 𝑡α/2 es el valor t con 𝑣 = 𝑛 − 1 grados de libertad, que delimita un área de α/2 a su derecha.
calculado.
Requerimientos

Metodología
1. En un estudio para determinar la dureza de Rockwell en la cabeza de alfileres para costura se toma una
muestra aleatoria de 12. Se toman mediciones de la dureza de Rockwell para cada una de las 12 cabezas y se
obtiene un valor promedio de 48.50, con una desviación estándar muestral de 1.5. Suponga que las mediciones
se distribuyen de forma normal y con base en esto construya un intervalo de confianza de 90 y 95% para la
dureza media de Rockwell.
2. Se registran las siguientes mediciones del tiempo de secado, en horas, de cierta marca de pintura vinílica:
3.4, 2.8, 4.4, 2.5, 3.3, 4.0, 4.8, 5.6, 5.2, 2.9, 3.7, 3.0, 3.6, 2.8 y 4.8. Suponga que las mediciones representan
una muestra aleatoria de una población normal y con base en esto calcule el intervalo de predicción del 95 y
99% para el tiempo de secado de la siguiente prueba de pintura.
3. Una máquina produce piezas de metal que tienen forma cilíndrica. Para analizar el proceso y determinar el
cumplimento de las especificaciones del cliente, se toma una muestra de 16 piezas y se encuentra que los
diámetros en cm son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01, 0.99, 1.035, 1.056, 0.996, 0.97, 1.023, 1.045
y 1.03 centímetros. Utilice estos datos para calcular un intervalo de confianza sobre la medida de los diámetros
y determine si estos cumplen o no con las especificaciones del cliente. Suponga que las especificaciones del
cliente son de 1±.03 cm.

último da clic sobre la opción “t de una muestra”.

d) Si selecciona la opción “Una o más muestras, cada una en su columna”, tendrás que seleccionar la
columna en la que están ingresados los datos a analizar.
e) Si selecciona la opción “Datos resumidos”, tendrás que ingresar de forma manual el tamaño de la
muestra, media de la muestra y la desviación estándar de la muestra.
de forma manual en “Nivel de confianza”. Aparecen muchas más opciones, sin embargo, no
corresponden a la metodología analizada en esta práctica.
Presenta los resultados obtenidos de esta práctica en el apartado “Resultados y conclusiones”.

Anexos
Bibliografía

Práctica 3. Estimación de la proporción poblacional.
No.
a
(AEF-1024)
estimador.
del parámetro.
estimador.
del parámetro.

^ ^
( ^ ^
𝑃 θ𝑖≤θ≤θ𝑠 = 1 − α )

Donde:
^ ^
^ ^
^ ^
Intervalo de confianza para la proporción.

^
Si 𝑝 es la proporción de observaciones de una muestra aleatoria de tamaño n que pertenece a una clase de
interés, entonces un intervalo de confianza aproximado del (1 − α)100% para la proporción “𝑝” de la
población que pertenece a esta clase es
^ ^ ^ ^
^
𝑝 − 𝑍α (
𝑝 1−𝑝 ) ≤𝑝≤𝑝^ + 𝑍 α (
𝑝 1−𝑝 )
𝑛 𝑛
2 2
Donde:
▪ 𝑍 α es el valor de Z que delimita un área de α/2 a su derecha.

2
Este procedimiento depende de la aproximación normal a la distribución binomial, de manera razonable se

requiere que 𝑛𝑝 y 𝑛(1 − 𝑝) sean mayores o iguales que 5.
calculado.
Requerimientos

Metodología
1. En la producción de una planta se está evaluando un tratamiento para hacer que germine cierta semilla. De
un total de 60 semillas se observó que 37 de ellas germinaron. Estime con una confianza de 90 y 95% la
proporción de germinación que se logrará con tal tratamiento. ¿Es posible garantizar que la mayoría (más de la
mitad) de las semillas germinarán?
2. Un genetista está interesado en determinar la proporción de hombres africanos que padecen cierto trastorno
sanguíneo menor. En una muestra aleatoria de 100 hombres africanos encuentra que 24 lo padecen. Calcule un
intervalo de confianza del 99% para la proporción de hombres africanos que padecen este trastorno sanguíneo.
3. Se está considerando un nuevo sistema de lanzamiento de cohetes para el despliegue de cohetes pequeños,
de corto alcance. La probabilidad de que el sistema existente tenga un lanzamiento exitoso se representa con
P=0.8. Se toma una muestra de 40 lanzamientos experimentales con el nuevo sistema y 34 resultan exitosos.
Construya un intervalo de confianza del 95% para P y determine si con base en sus resultados si el nuevo
sistema es mejor.

último da clic sobre la opción “1 proporción”.

d) Si seleccionas la opción “Una o más muestras, cada una en su columna”, tendrás que seleccionar la
columna en la que están ingresados los datos a analizar. Los datos deben ser ingresados en la
nomenclatura: “Si” y “No”.
e) Si seleccionas la opción “Datos resumidos”, tendrás que ingresar de forma manual el “Número de
eventos” (correspondiente al valor de “x”) y el “Número de ensayos” (correspondiente al valor de “n”).
de forma manual en “Nivel de confianza” (este valor puede ser ingresado en número entero o decimal).
Aparecen muchas más opciones, sin embargo, no corresponden a la metodología analizada en esta
práctica.
Anexos

Bibliografía

Práctica 4. Estimación de la varianza poblacional.
No.
a
(AEF-1024)
estimador.
del parámetro.
estimador.
del parámetro.

^ ^
( ^ ^
𝑃 θ𝑖≤θ≤θ𝑠 = 1 − α )
Donde:

^ ^
^ ^
^ ^
Intervalo de confianza para la varianza.

2
Si 𝑆 es la varianza de una muestra aleatoria de tamaño 𝑛 de una población normal, un intervalo de confianza
2
de (1 − α) 100% para σ es:
2 2
(𝑛−1)𝑆 2 (𝑛−1)𝑆
2 ≤σ ≤ 2
𝑋α/2 𝑋1−α/2
2 2 2
donde 𝑋α/2 y 𝑋1−α/2 son valores 𝑋 con 𝑣 = 𝑛 − 1 grados de libertad, que dejan áreas de α/2 y
1 − α/2, respectivamente a su derecha.
calculado.
Requerimientos

Metodología
1. Se determinó la cantidad de expansión lateral (mils) con una muestra de 9 soldaduras de arco de gas
metálico de energía pulsante utilizadas en tanques de almacenamiento de buques LNG fueron: 54.32, 46.30,
48.39, 47.09, 46.89, 50.31, 52.10, 52.25 y 44.62. Suponiendo normalidad, obtenga un intervalo de confianza de
95 y 98% para la varianza.
2. En un estudio para determinar la dureza de Rockwell en la cabeza de alfileres para costura se toma una
muestra aleatoria de 12. Se toman mediciones de la dureza de Rockwell para cada una de las 12 cabezas y se
obtiene un valor promedio de 48.50, con una varianza muestral de 2.25. Suponga que las mediciones se
distribuyen de forma normal y con base en esto construya un intervalo de confianza de 90 y 95% para la
desviación estándar.
3. Una máquina produce piezas de metal que tienen forma cilíndrica. Para analizar el proceso y determinar el
cumplimento de las especificaciones del cliente, se toma una muestra de 16 piezas y se encuentra que los
diámetros en cm son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01, 0.99, 1.035, 1.056, 0.996, 0.97, 1.023, 1.045
y 1.03 centímetros. Utilice estos datos para calcular un intervalo de confianza sobre la desviación estándar.

último da clic sobre la opción “1 varianza”.
muestras, cada una en su columna” si tus datos no están procesados. Selecciona las opciones
“Desviación estándar de la muestra” o “Varianza de la muestra” si tus datos ya están procesados.

d) Si seleccionas la opción “Una o más muestras, cada una en su columna”, tendrás que seleccionar la
columna en la que están ingresados los datos a analizar.
e) Si seleccionas la opción “Desviación estándar de la muestra”, tendrás que ingresar de forma manual
el “Tamaño de la muestra” y la “Desviación estándar de la muestra”.
f) Si seleccionas la opción “Desviación estándar de la muestra”, tendrás que ingresar de forma manual
el “Tamaño de la muestra” y la “Varianza de la muestra”.
g) Da clic sobre el botón “Opciones”. Se abrirá una ventana con un espacio en el cual debes de ingresar
práctica.
h) Da clic en “Aceptar” y nuevamente en “Aceptar”

Anexos
Bibliografía

Práctica 5. Estimación de la diferencia de medias con varianza desconocida.
No.
a
(AEF-1024)
estimador.
del parámetro.
estimador.
del parámetro.

^ ^
( ^ ^
𝑃 θ𝑖≤θ≤θ𝑠 = 1 − α )
Donde:

^ ^
^ ^
^ ^
Intervalo de confianza para la diferencia de medias con varianzas desconocidas pero iguales.
Si 𝑥1 y 𝑥2 son las medias de muestras aleatorias independientes con tamaños 𝑛1 y 𝑛2, respectivamente,
tomadas de poblaciones más o menos normales con varianzas iguales pero desconocidas, un intervalo de
confianza del 100(1 – α)% para µ1 − µ2 es dado por:
(𝑋 1 )
− 𝑋2 − 𝑡 α 𝑠𝑝
2
1
𝑛1
+
1
𝑛2 ( )
< µ1 − µ2 < 𝑋1 − 𝑋2 + 𝑡 α 𝑠𝑝
2
1
𝑛1
+
1
𝑛2
Donde 𝑠𝑝 es la estimación agrupada de la desviación estándar de la población y 𝑡 α es el valor 𝑡 con

2
α
𝑣 = 𝑛1 + 𝑛2 − 2 grados de libertad, que deja un área de 2
a la derecha.
2 (𝑛1−1)𝑆1+(𝑛2−1)𝑆22
2
𝑠𝑝 = 𝑛1+𝑛2−2
calculado.
Requerimientos

Metodología
1. Un experimento publicado en Popular Science comparó el ahorro de combustible para dos tipos de camiones
compactos que funcionan con Diesel y están equipados de forma similar. Suponga que se utilizaron 13
camiones Volkswagen y 10 Toyota en pruebas con una velocidad constante de 95 kilómetros por hora. Si los 13
camiones Volkswagen promedian 16.5 kilómetros por litro con una desviación estándar de 1.1 kilómetros por
litro, y los 10 Toyota promedian 11.8 kilómetros por litro con una desviación estándar de 0.9 kilómetros por litro,
construya un intervalo de confianza del 90% y 96% para la diferencia entre los kilómetros promedio por litro de
estos dos camiones compactos. Suponga que las distancias por litro para cada modelo de camión están
distribuidas de forma aproximadamente normal y que tienen varianzas iguales.
2. Una empresa de taxis trata de decidir si comprará neumáticos de la marca A o de la marca B para su flotilla
de taxis. Para estimar la diferencia entre las dos marcas realiza un experimento utilizando 12 neumáticos de
cada marca, los cuales utiliza hasta que se desgastan. Los datos de las 12 llantas de cada marca son los
siguientes:
Marca A Marca B Marca A Marca B
36700 34400 38900 38100
46800 45500 31500 30100
37700 36700 35857 43974
31100 32000 31914 39215
47800 48400 33501 37303
36400 32800 31847 36185
3. Se considera usar dos marcas diferentes de pintura vinílica. Se seleccionaron 15 especímenes de cada tipo
de pintura, para los cuales los tiempos de secado en horas fueron los siguientes:
Pintura B
Pintura A
3.5 2.7 3.9 4.2 3.6 4.7 3.9 4.5 5.5 4
2.7 3.3 5.2 4.2 2.9 5.3 4.3 6 5.2 3.74
4.4 5.2 4 4.1 3.4 5.5 6.2 5.1 5.4 4.8
Suponga que el tiempo de secado se distribuye normalmente, con σA = σB. Calcule un intervalo de confianza
del 95% de μB – μA, donde μA y μB son los tiempos medios de secado. Suponga varianzas iguales.
4. A dos grupos de ratas diabéticas se les suministran dos niveles de dosis de insulina (alto y bajo) para verificar
la capacidad de fijación de esta hormona. Se obtuvieron los siguientes datos.

Dosis Baja Dosis Alta
n1 8 n2 = 13
𝑋1 1.98 𝑋2 = 1.30
S1 0.51 S2 = 0.35
Suponga que las varianzas son diferentes. Determine un intervalo de confianza del 90, 95 y 99% para la
diferencia en la capacidad promedio verdadera de fijación de la insulina entre las dos muestras.

último da clic sobre la opción “t de 2 muestras”.
botón desplegable de parte superior derecha, aparecen dos opciones. Selecciona la opción “Ambas
muestras están en una columna” o “Cada muestra está en su columna” si tus datos no están
procesados. Selecciona la opción “Datos resumidos” si tus datos ya están procesados.
d) Si seleccionas la opción “Ambas muestras están en una columna”, tendrás que seleccionar la
columna en la que están ingresados los datos a analizar y proporcionar el “ID de muestras” (Tamaño
de la muestra). Esta opción se utiliza cuando ambas muestras son del mismo tamaño.
e) Si seleccionas la opción “Cada muestra está en su columna”, tendrás que seleccionar la columna en
la que están ingresados los datos de la muestra 1 y la columna en la que están ingresados los datos de
la muestra 2.
f) Si seleccionas la opción “Datos resumidos”, tendrás que ingresar de forma manual el “Tamaño de la
muestra 1”, “Tamaño de la muestra 1”, “Media de la muestra 1”, “Media de la muestra 2”,
“Desviación estándar de la muestra 1” y “Desviación estándar de la muestra 2”.

También encontraras una opción seleccionable que corresponde a la opción de asumir o no varianzas
iguales. Aparecen muchas más opciones, sin embargo, no corresponden a la metodología analizada en
esta práctica.

Anexos
Bibliografía

Práctica 6. Estimación de la diferencia de proporciones.
No.
a
(AEF-1024)
estimador.
del parámetro.
estimador.
del parámetro.

^ ^
( ^ ^
𝑃 θ𝑖≤θ≤θ𝑠 = 1 − α )
Donde:

^ ^
^ ^
^ ^
Considere el problema en el que se busca estimar la diferencia entre dos parámetros binomiales 𝑝1 y 𝑝2. Por
ejemplo, 𝑝1 podría ser la proporción de fuma dores con cáncer de pulmón y 𝑝2 la proporción de no fumadores
con cáncer de pulmón, y el problema consistiría en estimar la diferencia entre estas dos proporciones. Primero
seleccionamos muestras aleatorias independientes de tamaños 𝑛1 y 𝑛2 a partir de las dos poblaciones
binomiales con medias 𝑛1𝑝1 y 𝑛2𝑝2, y varianzas 𝑛1𝑝1𝑞1 y 𝑛2𝑝2𝑞2, respectivamente, después determinamos
los números 𝑥1 y 𝑥2 de personas con cáncer de pulmón en cada muestra, y formamos las proporciones
^ 𝑥1 ^ 𝑥2 ^ ^
𝑝1 = 𝑛
y 𝑝2 = 𝑛
. El estadístico 𝑃1 − 𝑃2 provee un estimador puntual de la diferencia entre las dos
^ ^
proporciones, 𝑝1 − 𝑝2. Por lo tanto, la diferencia de las proporciones muestrales, 𝑝1 − 𝑝2, se utilizará como
la estimación puntual de 𝑝1 − 𝑝2.
Se puede establecer un intervalo de confianza para 𝑝1 − 𝑝2 considerando la distribución muestral de

^ ^
𝑃1 − 𝑃2.
^ ^
Si 𝑝1 y 𝑝1 son las proporciones de éxitos en muestras aleatorias de tamaños 𝑛1 y 𝑛2, respectivamente,
^ ^ ^ ^
𝑞1 = 1 − 𝑝1 y 𝑞2 = 1 − 𝑝2, un intervalo de confianza aproximado del 100(1 – α)% para la diferencia de
dos parámetros binomiales 𝑝1 − 𝑝2 es dado por:
^ ^ ^ ^ ^ ^ ^ ^
𝑝1𝑞1 𝑝2𝑞2 𝑝1𝑞1 𝑝2𝑞2
(𝑝 ^
1
^
)
− 𝑝2 − 𝑍 α
2
𝑛1
+ 𝑛2 ( ^ ^
)
< 𝑝1 − 𝑝2 < 𝑝1 − 𝑝2 + 𝑍 α
2
𝑛1
+ 𝑛2
Donde 𝑍 α es el valor de 𝑍 que delimita un área de α/2 a su derecha.

2

calculado.
Requerimientos
Metodología
Resuelve los siguientes ejercicio utilizando el software estadístico “Minitab 19”.
1. Se encuestan 10 escuelas de ingeniería de Estados Unidos. La muestra contiene a 250 ingenieros eléctricos,
de los cuales 80 son mujeres; y 175 ingenieros químicos, de los cuales 40 son mujeres. Calcule un intervalo de
confianza del 95% para la diferencia entre la proporción de mujeres en estos dos campos de la ingeniería. ¿Hay
una diferencia significativa entre las dos proporciones?
2. Se seleccionaron dos muestras de 680 tubos electrónicos, de cada una de dos líneas de producción, A y B.
De la línea A se obtuvieron 48 tubos defectuosos y de la B 79. Estime el intervalo de la diferencia real entre la
proporción de defectuosos para las dos líneas con un coeficiente de confianza de 90% y 99%.

último da clic sobre la opción “2 proporciones”.

botón desplegable de parte superior derecha, aparecen dos opciones. Selecciona la opción “Ambas
muestras están en una columna” o “Cada muestra está en su columna” si tus datos no están
procesados. Selecciona la opción “Datos resumidos” si tus datos ya están procesados.
d) Si seleccionas la opción “Ambas muestras están en una columna”, tendrás que seleccionar la
columna en la que están ingresados los datos a analizar y proporcionar el “ID de muestras” (Tamaño
de la muestra). Esta opción se utiliza cuando ambas muestras son del mismo tamaño.
e) Si seleccionas la opción “Cada muestra está en su columna”, tendrás que seleccionar la columna en
la que están ingresados los datos de la muestra 1 y la columna en la que están ingresados los datos de
la muestra 2.
f) Si seleccionas la opción “Datos resumidos”, tendrás que ingresar de forma manual el “Numero de
eventos de la muestra 1”, “Numero de eventos de la muestra 2”, “Numero de ensayos de la
muestra 1” y “Numero de ensayos de la muestra 2”.
práctica.

Anexos
Bibliografía

Ortega Guzman Ninfa Merari - Estimacion de Parametros

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ortega Guzman Ninfa Merari - Estimacion de Parametros

Cargado por

Copyright:

Formatos disponibles

Estadística

M.I.I. Antonio Soto Nuñez

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 3

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 4

Tipos clásicos de estimación de parámetros:

Una estimación por intervalo de un parámetro θ de la población es un intervalo de la forma:

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 5

Intervalo de confianza para la media con varianza conocida.

▪ 𝑍α/2 es el valor de 𝑍 que delimita un área de α/2 a su derecha.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 6

▪ Software Minitab 19.

Duración en horas de las bombillas

DATOS MUESTRALES EN CENTÍMETROS.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 7

Para resolver los ejercicios, sigue las siguientes instrucciones:

a) Abre el software estadístico Minitab 19.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 8

Presenta los resultados obtenidos de esta práctica en el apartado “Resultados y conclusiones”

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 9

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 10

Tipos clásicos de estimación de parámetros:

Una estimación por intervalo de un parámetro θ de la población es un intervalo de la forma:

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 11

Intervalo de confianza para la media con varianza desconocida.

▪ Software Minitab 19.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 12

Para resolver los ejercicios, sigue las siguientes instrucciones:

a) Abre el software estadístico Minitab 19.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 13

Presenta los resultados obtenidos de esta práctica en el apartado “Resultados y conclusiones”.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 14

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 15

Tipos clásicos de estimación de parámetros:

Una estimación por intervalo de un parámetro θ de la población es un intervalo de la forma:

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 16

Intervalo de confianza para la proporción.

▪ 𝑍 α es el valor de Z que delimita un área de α/2 a su derecha.

Este procedimiento depende de la aproximación normal a la distribución binomial, de manera razonable se

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 17

▪ Software Minitab 19.

Para resolver los ejercicios, sigue las siguientes instrucciones:

a) Abre el software estadístico Minitab 19.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 18

Presenta los resultados obtenidos de esta práctica en el apartado “Resultados y conclusiones”.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 19

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 20

Tipos clásicos de estimación de parámetros:

Una estimación por intervalo de un parámetro θ de la población es un intervalo de la forma:

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 21

Intervalo de confianza para la varianza.

▪ Software Minitab 19.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 22

Para resolver los ejercicios, sigue las siguientes instrucciones:

a) Abre el software estadístico Minitab 19.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 23

Presenta los resultados obtenidos de esta práctica en el apartado “Resultados y conclusiones”.

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 24

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 25

Tipos clásicos de estimación de parámetros:

Una estimación por intervalo de un parámetro θ de la población es un intervalo de la forma:

Estadística Inferencial I (AEF-1024) M.I.I. Antonio Soto Nuñez 26

Donde 𝑠𝑝 es la estimación agrupada de la desviación estándar de la población y 𝑡 α es el valor 𝑡 con