Documentos de Académico
Documentos de Profesional
Documentos de Cultura
25 de octubre de 2023
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 3 / 103
Introducción
Introducción
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 5 / 103
Estimación Puntual
Estimación puntual
Estimación puntual
Estimación puntual
Li ≤ θ ≤ Ls
P (Li ≤ θ ≤ Ls ) = 1 − α
P (Li ≤ θ ≤ Ls ) = 1 − α
Interpretación
Suponga que se obtuvieran 100 muestras aleatorias independientes de
la misma población, cada una de tamaño n y para cada muestra se
calculará el intervalo de confianza del 95 % para θ, entonces, esto indica
que 95 de los 100 intervalos incluirán el verdadero valor de θ.
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 10 / 103
Estimación Por Intervalos Intervalo de confianza para una población
Definición
Sea X1 , X2 , . . . , Xn una muestra aleatoria de tamaño n, de una población con
distribución normal con varianza σ 2 (conocida), y X la media de la muestra. El
intervalo del 100 (1 − α) % de confianza para la media poblacional µ, esta dado
por
σ σ
X − Z(1− α2 ) √ ≤ µ ≤ X + Z(1− α2 ) √
n n
Ejemplo
Cien latas de 16 onzas de salta de tomate Jake’s Mom’s tienen un
promedio de 15,2 onzas. La desviación estándar poblacional en peso
es de 0,96 onzas. ¿A un nivel de confianza de 93 %, las latas parecen
estar llenas con un promedio de 16 onzas?
15,0261 ≤ µ ≤ 15,3739
De acuerdo con el intervalo de confianza, el llenado promedio de las
latas es menor a 16 onzas, debido a que el intervalo de confianza para
media, tiene ambos lı́mites menores a 16.
Cálculo en R
Código (previa instalación de la librerı́a PASWR)
Salida
One-sample z-Test
data: Summarized x
z = 158.33, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 0
93 percent confidence interval:
15.02606 15.37394
sample estimates:
mean of x
15.2
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 16 / 103
Estimación Por Intervalos Intervalo de confianza para una población
Caso 1) n ≥ 30
Definición
Sea X1 , X2 , . . . , Xn una muestra aleatoria de tamaño n ≥ 30, de una
población con distribución normal con varianza σ 2 (desconocida), y X la
media de la muestra. El intervalo del 100 (1 − α) % de confianza para la
media poblacional µ, esta dado por
S S
X − Z(1− α2 ) √ ≤ µ ≤ X + Z(1− α2 ) √
n n
Ejemplo
Para evaluar el contenido de nicotina (mg), en cierto tipo de cigarros
elaborados en un proceso, Se toma una muestra aleatoria de 40 ciga-
rrillos y se obtiene que x = 18,1 mg y s = 1,7.
Estime con una confianza del 95 %, ¿cuál es la cantidad de nicotina
promedio por cigarro?
17,57 ≤ µ ≤ 18,63
Cálculo en R
Código (previa instalación de la librerı́a PASWR)
Salida
One-sample z-Test
data: Summarized x
z = 67.338, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
17.57317 18.62683
sample estimates:
mean of x
18.1
Caso 2) n < 30
Definición
Sea X1 , X2 , . . . , Xn una muestra aleatoria de tamaño n < 30, de una
población con distribución normal con varianza σ 2 (desconocida), y X la
media de la muestra. El intervalo del 100 (1 − α) % de confianza para la
media poblacional µ, esta dado por
S S
X − t(1− α ;n−1) √ ≤ µ ≤ X + t(1− α ;n−1) √
2 n 2 n
Ejemplo
Se desea evaluar la resistencia mı́nima que tiene un envase de plástico
en posición vertical. Para ello, es necesario garantizar que sea de al
menos 20 kg. Para evaluar esto se han obtenido los siguientes datos
mediante pruebas destructivas:
26,8 29,5 28,4 26,3 28,1 28,7 27,0 25,5 26,9
Estime, con una confianza de 95 %, ¿cuál es la resistencia promedio
de los envases?
26,4816 ≤ µ ≤ 28,4518
Cálculo en R
Código
Salida
data: resistencia
t = 64.295, df = 8, p-value = 3.809e-12
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
26.48154 28.45179
sample estimates:
mean of x
27.46667
Cálculo en R
Otra forma si los datos están resumidos.
Código (previa instalación de la librerı́a PASWR)
Salida
One-sample t-Test
data: Summarized x
t = 64.295, df = 8, p-value = 3.809e-12
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
26.48158 28.45182
sample estimates:
mean of x
27.4667
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 27 / 103
Estimación Por Intervalos Intervalo de confianza para una población
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 28 / 103
Estimación Por Intervalos Intervalo de confianza para una población
Definición
Se extrae una muestra de n elementos de una población, donde X
de ellos tiene la caracterı́stica de interés, entonces X es una variable
aleatoria Binomial con probabilidad de éxito π. La proporción muestral
esta dada por P = X/n. Entonces, un intervalo del 100 (1 − α) % de
confianza para la proporción poblacional π, esta dado por
r r
P (1 − P ) P (1 − P )
P − Z(1− α2 ) ≤ π ≤ P + Z(1− α2 )
n n
Ejemplo
En una auditoria se seleccionan de manera aleatoria 200 facturas de
las compras realizadas durante el año, y se encuentra que 10 de ellas
tienen algún tipo de anomalı́a.
Estime con una confianza de 95 % el porcentaje de facturas con ano-
malı́as en todas las compras del año.
Cálculo en R
Código
Z = qnorm(1-alfa/2)
li = P-Z*sqrt(P*(1-P)/n)
ls = P+Z*sqrt(P*(1-P)/n)
li ; ls
Salida
[1] 0.01979493
[1] 0.08020507
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 34 / 103
Estimación Por Intervalos Intervalo de confianza para una población
Definición
Sea X1 , X2 , . . . , Xn una muestra aleatoria de tamaño n, de una población
con distribución normal con media y varianza desconocidos y S 2 la varianza
muestral. Entonces, el estadı́stico (n − 1) S 2 /σ 2 sigue la distribución chi −
cuadrado con n − 1 grados de libertad. De aquı́ se llega a que el intervalo
del 100 (1 − α) % de confianza para la varianza poblacional σ 2 , esta dado
por:
(n − 1) S 2 2 (n − 1) S 2
≤ σ ≤
χ21− α ;n−1 χ2 α ;n−1
( 2 ) (2 )
donde χ21− α ;n−1 y χ2 α ;n−1 , son respectivamente los cuantiles 1 − α2 y α
2
( 2 ) (2 )
de la distribución chi-cuadrado con n − 1 grados de libertad.
Definición
Sean Z1 , Z2 , . . . , Zk una sucesión de variables aleatorias independientes con dis-
tribución normal estándar. Entonces la variable aleatoria
X ∼ χ2k
Ejemplo
En el proceso de fabricación de discos para computadoras, una de las varia-
bles crı́ticas es el rendimiento de formato. Se toma una muestra aleatoria
de n = 10 discos de la producción del turno de la mañana. Se formatean y
se reporta el rendimiento de cada disco. Los datos obtenidos son:
96,11 91,06 93,38 88,52 89,57 92,63 85,20 91,41 89,79 92,62.
(n − 1) S 2 2 (n − 1) S 2
≤σ ≤ 2
χ21− α ;n−1 χ α ;n−1
( 2 ) (2 )
4,2328 ≤ σ 2 ≤ 29,8181
Respondiendo a la pregunta, la variabilidad del proceso es estable cuan-
do σ = 2,5, es decir, σ 2 = 6,25. Como, el intervalo contiene a 6,25,
se puede decir con un 95 % de confianza que el proceso está estable.
Cálculo en R
Código
li = (n-1)*(s^2)/qchisq(1-alfa/2,n-1)
ls = (n-1)*(s^2)/qchisq(alfa/2,n-1)
li ; ls
Salida
[1] 4.232848
[1] 29.8181
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 44 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
Definición
Si X 1 y X 2 son las medias de dos muestras aleatorias independientes de
tamaños n1 y n2 de dos poblaciones normales con varianzas conocidas
σ12 y σ22 respectivamente, entonces, un intervalo del 100 (1 − α) % de
confianza para µ1 − µ2 , esta dado por:
s s
σ12 σ2 σ12 σ2
+ 2 ≤ µ1 − µ2 ≤ X 1 − X 2 + Z(1− α2 ) + 2
X 1 − X 2 − Z(1− α2 )
n1 n2 n1 n2
Definición
Si σ12 y σ22 no se conocen, pero los tamaños de muestra son grandes,
en su lugar, se usan S12 y S22 . Ası́, el intervalo del 100 (1 − α) % de
confianza para µ1 − µ2 , esta dado por:
s s
S12 S2 S12 S2
+ 2 ≤ µ1 − µ2 ≤ X 1 − X 2 + Z(1− α2 ) + 2
X 1 − X 2 − Z(1− α2 )
n1 n2 n1 n2
Ejemplo
Dos diferentes formulaciones de un combustible oxigenado para motores
se prueban para estudiar su ı́ndice de octano en carretera. La varianza del
ı́ndice de octano en carretera para la formulación 1 es σ12 = 1,5 y para la
formulación 2 es σ22 = 1,2. Se prueban dos muestras aleatorias de tamaños
n1 = 15 y n2 = 20, y las medias delı́ndice de octano en carretera observadas
son x1 = 89,6 y x2 = 92,5. Suponga una distribución normal.
Cálculo en R
Código (previa instalación de la librerı́a PASWR)
Salida
Two-sample z-Test
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 51 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
Definición
El intervalo del 100 (1 − α) % de confianza para µ1 − µ2 , esta dado por:
s s
1 1 1 1
X 1 − X 2 − t(1− α ;m) Sp + ≤ µ1 − µ2 ≤ X 1 − X 2 + t(1− α ;m) Sp +
2 n1 n2 2 n1 n2
α
con m = n1 + n2 − 2, donde t(1− α ;m) , es el cuantil 1 − 2 de la distribución t
2
con m grados de libertad.
r
(n1 − 1) S12 + (n2 − 1) S22
Sp =
m
Ejemplo
Se investiga en diámetro de las varillas de acero fabricadas en dos
máquinas de extrusión diferentes. Se seleccionan dos muestras alea-
torias de tamaños n1 = 15 y n2 = 17, y las medias muestrales y
varianzas muestrales son x1 = 8,73, s21 = 0,35, x2 = 8,68 y s22 = 0,40
respectivamente. Suponga que σ12 = σ22 y que los datos se extraen de
una distribución normal.
¿Hay evidencia en favor de la afirmación de que las dos máquinas
producen varillas con medias del diámetro diferentes?
Use α = 0,05 para construir un intervalo de confianza y llegar a esta
conclusión.
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 53 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
m = n1 + n2 − 2 = 15 + 17 − 2 = 30
Para α = 0,05, el valor critico de la distribución t con 30 grados
de libertad es
s r
(n1 − 1) S12 + (n2 − 1) S22 (14) 0,35 + (16) 0,40
Sp = = = 0,6137
m 30
s r
1 1 1 1
li = X 1 − X 2 −t(1− α ;m) Sp + = (8,73 − 8,68)−2,0423 (0,6137) + = −0,3940
2 n1 n2 15 17
s r
1 1 1 1
ls = X 1 − X 2 +t(1− α ;m) Sp + = (8,73 − 8,68)+2,0423 (0,6137) + = 0,4940
2 n1 n2 15 17
−0,3940 ≤ µ1 − µ2 ≤ 0,4940
Cálculo en R
Código (previa instalación de la librerı́a PASWR)
PASWR::tsum.test( mean.x=8.73 , s.x=sqrt(0.35) , n.x=15 ,
mean.y=8.68 , s.y=sqrt(0.40) , n.y=17 ,
var.equal=TRUE , alternative="two.sided",
conf.level=0.95)
Salida
Standard Two-Sample t-Test
Ejemplo
En un estudio que se lleva a cabo en Virginia Tech sobre el desarrollo de micorri-
za, una relación simbiótica entre las raı́ces de árboles y un hongo, en la cual se
transfieren minerales del hongo a los árboles y azúcares de los árboles a los hon-
gos, se cultivaron en un invernadero 20 robles rojos que fueron expuestos al hongo
Pisolithus tinctorus. Todos los árboles se plantaron en el mismo tipo de suelo y
recibieron la misma cantidad de luz solar y agua. La mitad no recibió nitrógeno en
el momento de plantarlos y sirvió como control, y la otra mitad recibió 368 ppm de
nitrógeno en forma de NaNO3. Después de 140 dı́as se registraron los siguientes
pesos de los tallos, en gramos:
Sin nitrógeno 0.32 0.53 0.28 0.37 0.47 0.43 0.36 0.42 0.38 0.43
Con nitrógeno 0.26 0.43 0.47 0.49 0.52 0.75 0.79 0.86 0.62 0.46
Cálculo en R
Código
Sin.N <- c(0.32,0.53,0.28,0.37,0.47,0.43,0.36,0.42,0.38,0.43)
Con.N <- c(0.26,0.43,0.47,0.49,0.52,0.75,0.79,0.86,0.62,0.46)
Definición
El intervalo del 100 (1 − α) % de confianza para µ1 − µ2 , esta dado por:
s s
S12 S2 S12 S2
+ 2 ≤ µ1 − µ2 ≤ X 1 − X 2 + t(1− α ;v) + 2
X 1 − X 2 − t(1− α ;v)
2 n1 n2 2 n1 n2
!2
S12 S22
+
n1 n2
v= 2 2
S12 /n1 S22 /n2
+
n1 − 1 n2 − 1
Ejemplo
Para ejemplo anterior, suponga ahora que σ1 ̸= σ2
Datos
Máquina 1 n1 = 15 x1 = 8,73 s21 = 0,35
Máquina 2 n2 = 17 x2 = 8,68 s22 = 0,40
Grados de libertad
!2 !2
S12 S22 0,35 0,40
+ +
n1 n2 15 17
v= 2 2 = 2 2 = 29,88 ≈ 30
S12 /n1 S22 /n2 (0,35/15) (0,40/17)
+ +
n1 − 1 n2 − 1 14 16
r r
0,35 0,40 0,35 0,40
(8,73 − 8,68) − 2,0423 + ≤ µ1 − µ2 ≤ (8,73 − 8,68) + 2,0423 +
15 17 15 17
0,005 − 0,4421 ≤ µ1 − µ2 ≤ 0,005 + 0,4421
−0,3921 ≤ µ1 − µ2 ≤ 0,4921
Cálculo en R
Código (previa instalación de la librerı́a PASWR)
PASWR::tsum.test( mean.x=8.73 , s.x=sqrt(0.35) , n.x=15 ,
mean.y=8.68 , s.y=sqrt(0.40) , n.y=17 ,
var.equal=FALSE , alternative="two.sided",
conf.level=0.95)
Salida
Welch Modified Two-Sample t-Test
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 64 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
Definición
Sean (X11 , X21 ) , (X12 , X22 ) , . . . , (X1n , X2n ), n parejas de variables aleatorias X1
y X2 que tienen medias µ1 y µ2 respectivamente.
Sea D = X1 − X2 , entonces Dj es la diferencia de la j − ésima pareja, y suponga
que D tiene distribución normal con media µD y desviación estándar σD
Si D y SD son la media y la desviación estandar muestrales de la diferencia de
n pares aleatorios de mediciones que tienen una distribución normal, entonces un
intervalo del 100 (1 − α) % de confianza para la media de las diferencias µD , esta
dado por:
SD SD
D − t(1− α ;n−1) √ ≤ µD ≤ D + t(1− α ;n−1) √
2 n 2 n
Ejemplo
El administrador de una flota de automóviles está probando dos marcas
de llantas radiales. Instala una llanta de cada marca al azar en las dos
ruedas traseras de ocho automóviles y los usa hasta que las llantas
se desgastan. Los datos se presentan a continuación en (kilómetros).
Encuentre un intervalo de confianza del 99 % para la diferencia de la
vida media. ¿Qué marca preferirı́a usted, con base en este cálculo?
Automóvil 1 2 3 4 5 6 7 8
Marca 1 36925 45300 36240 32100 37210 48360 38200 33500
Marca 2 34318 42280 35500 31950 38015 47800 37810 33215
d = 868,375, sD = 1290,033, n = 8
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 67 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
Cálculo en R
Código
Marca1 <- c(36925,45300,36240,32100,37210,48360,38200,33500)
Marca2 <- c(34318,42280,35500,31950,38015,47800,37810,33215)
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 70 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
Definición
Si P1 y P2 son las proporciones muestrales de las observaciones en dos
muestras aleatorias independientes de tamaños n1 y n2 que pertenecen a la
clase de interés, entonces un intervalo del 100 (1 − α) % de confianza para
las diferencia de las verdaderas proporciones π1 − π2 , esta dado por:
Ejemplo
Como parte de un proyecto, un especialista de mercadeo encuestó en
un centro comercial local a 100 hombres y 100 mujeres respecto a sus
hábitos en las compras. 79 de los hombres dijeron que habı́an usado
una tarjeta de crédito para hacer compras superiores a US$10 en el
último mes, mientras que 84 mujeres admitieron hacer ese mismo tipo
de pago. Obtenga un intervalo de confianza al 95 % para la deferencia
en las proporciones de hombres y mujeres.
Del ejercicio
X1 = # hombres que usan tarjera de crédito
X2 = # mujeres que usan tarjera de crédito
Estimadores
79
x1 = 79 y n1 = 100 −→ p1 = 100
= 0,79
84
x2 = 84 y n2 = 100 −→ p2 = 100
= 0,84
s r
P1 (1 − P1 ) P2 (1 − P2 ) 0,79 (0,21) 0,84 (0,16)
σP = + = + = 0,0548
n1 n2 100 100
El intervalo de confianza da
Cálculo en R
Código
n1 = 100 ; x1 = 79 ; p1 = x1/n1
n2 = 100 ; x2 = 84 ; p2 = x2/n2
alfa = 0.05
Z = qnorm(1-alfa/2)
li ; ls
Salida
[1] -0.1574053
[1] 0.05740531
Tabla de Contenido
1 Introducción
2 Estimación Puntual
3 Estimación Por Intervalos
Intervalo de confianza para una población
Intervalo de confianza para la media µ, (σ conocida)
Intervalo de confianza para la media µ, (σ desconocida)
Intervalo de confianza para la proporción π
Intervalo de confianza para la varianza σ 2
Intervalo de confianza para dos poblaciones
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 conocidas)
Intervalo de confianza para µ1 − µ2 , (σ1 , σ2 desconocidas)
Intervalo de confianza para muestras pareadas
Intervalo de confianza para π1 − π2
Intervalo de confianza para σ12 /σ22
4 Ejercicios
5 Bibliografı́a
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 76 / 103
Estimación Por Intervalos Intervalo de confianza para dos poblaciones
S12 σ2 S2
2 f( α ;n2 −1;n1 −1) ≤ 12 ≤ 12 f(1− α ;n2 −1;n1 −1)
S2 2 σ2 S2 2
donde f( α ;n2 −1;n1 −1) y f(1− α ;n2 −1;n1 −1) , son los puntos crı́ticos de la dis-
2 2
tribución F de f hisher con n2 − 1 grados de libertad en el numerador y
n1 − 1 grados de libertad en el denominador.
Nota: Se puede calcular (cambiando de lugar los grados de libertad)
f( α ;n2 −1;n1 −1) = 1/f(1− α ;n1 −1;n2 −1)
2 2
Distribución F hiser
Definición
Sean W y Y variables aleatorias chi − cuadrado independientes con u y v grados
de libertad, respectivamente. Entonces la variable aleatoria
W/u
X=
Y /v
u+v
u u/2 (u/2)+1
Γ 2 v x
fX (x) = (u+v)/2 , x>0
u
Γ 2 1 + x uv
v
Γ 2
Ejemplo
Una compañı́a de transporte de carga desea escoger la mejor ruta para
llevar la mercancı́a de un depósito a otro. La mayor preocupación es el
tiempo de viaje. En el estudio se seleccionaron al azar cinco choferes
de un grupo de 10 y se asignaron a la ruta A; los cinco restantes se
asignaron a la ruta B. Los datos obtenidos fueron:
Ruta Tiempo de viaje
A 18 24 30 21 32
B 22 29 34 25 35
=DISTR.F.INV(1-0,02/2;4;4)
=DISTR.F.INV(0,02/2;4;4)
Cálculo en R
Código
Ruta.A <- c(18, 24, 30, 21, 32)
Ruta.B <- c(22, 29, 34, 25, 35)
Cálculo en R
n1 = 5 ; s1 = 5.9161
n2 = 5 ; s2 = 5.6125 ; alfa=0.02
li = ((s1^2)/(s2^2))*qf(alfa/2,n2-1,n1-1)
ls = ((s1^2)/(s2^2))*qf(1-alfa/2,n2-1,n1-1)
li ; ls
Salida
[1] 0.06954444
[1] 17.75228
Ejercicios
1) Una empresa de material eléctrico fabrica bombillas que tienen una duración
distribuida de forma aproximadamente normal, con una desviación estándar
de 40 horas. Si una muestra de 30 bombillas tiene una duración promedio
de 780 horas, calcule un intervalo de confianza del 96 % para la media de la
población de todas las bombillas producidas por esta empresa.
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 de 0,0015
pulgadas y una distribución aproximadamente normal, y con base en esto
calcule un intervalo de confianza del 95 % para la media de la profundidad
de todos los módulos conectores fabricados por cierta empresa. Una muestra
aleatoria de 75 módulos tiene una profundidad promedio de 0,310 pulgadas.
Ejercicios
5) Según estudios realizados por el doctor W.H. Bowen, del Instituto Nacional
de Salud, y por el doctor J. Yudben, profesor de nutrición y dietética de la
Universidad de Londres, el consumo regular de cereales preendulzados con-
tribuye al deterioro de los dientes, a las enfermedades cardiacas y a otras
enfermedades degenerativas. En una muestra aleatoria de 20 porciones sen-
cillas similares del cereal Alpha-Bits, el contenido promedio de azúcar era de
11,3 gramos con una desviación estándar de 2,45 gramos. Suponga que el
contenido de azúcar está distribuido normalmente y con base en esto cons-
truya un intervalo de confianza de 95 % para el contenido medio de azúcar
de porciones sencillas de Alpha-Bits.
6) Las integrantes de una muestra aleatoria de 12 graduadas de cierta escuela
para secretarias teclearon un promedio de 79,3 palabras por minuto, con una
desviación estándar de 7,8 palabras por minuto. Suponga una distribución
normal para el número de palabras que teclean por minuto y con base en
esto calcule un intervalo de confianza del 95 % para el número promedio de
palabras que teclean todas las graduadas de esta escuela.
Ejercicios
7) Una máquina produce piezas metálicas de forma cilı́ndrica. Se toma una
muestra de las piezas y los diámetros en centimetros son
Suponga que las mediciones representan una muestra aleatoria de una po-
blación normal y con base en esto calcule el intervalo de confianza del 95 %
para el tiempo de secado de todas las pinturas de la marca.
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 89 / 103
Ejercicios
Ejercicios
Ejercicios
Ejercicios
Ejercicios
17) Una muestra aleatoria de tamaño n1 = 25, tomada de una población normal
con una desviación estándar σ1 = 5, tiene una media x1 = 80. Una segunda
muestra aleatoria de tamaño n2 = 36, que se toma de una población normal
diferente con una desviación estándar σ2 = 3, tiene una media x2 = 75.
Calcule un intervalo de confianza del 94 % para µ1 − µ2
18) Se comparan las resistencias de dos clases de hilo. Se prueban 50 piezas de
cada clase de hilo en condiciones similares. La marca A tiene una resistencia
a la tensión promedio de 78,3 kilogramos, con una desviación estándar de
5,6 kilogramos; en tanto que la marca B tiene una resistencia a la tensión
promedio de 87,2 kilogramos con una desviación estándar de 6,3 kilogramos.
Construya un intervalo de confianza del 95 % para la diferencia de las medias
de la población.
19) Se realiza un estudio para determinar si cierto tratamiento tiene algún efecto
sobre la cantidad de metal que se elimina en una operación de encurtido.
Una muestra aleatoria de 100 piezas se sumerge en un baño por 24 horas
sin el tratamiento, lo que produce un promedio de 12,2 milı́metros de metal
eliminados y una desviación estándar muestral de 1,1 milı́metros. Una segun-
da muestra de 200 piezas se somete al tratamiento, seguido de 24 horas de
inmersión en el baño, lo que da como resultado una eliminación promedio
de 9,1 milı́metros de metal, con una desviación estándar muestral de 0,9
milı́metros. Calcule un estimado del intervalo de confianza del 98 % para la
diferencia entre las medias de las poblaciones. ¿El tratamiento parece reducir
la cantidad media del metal eliminado?
20) Los estudiantes pueden elegir entre un curso de fı́sica de tres semestres-
hora sin laboratorio y un curso de cuatro semestres-hora con laboratorio.
El examen final escrito es el mismo para ambos cursos. Si 12 estudiantes
del curso con laboratorio obtienen una calificación promedio de 84, con una
desviación estándar de 4, y 18 estudiantes del grupo sin laboratorio obtienen
una calificación promedio de 77, con una desviación estándar de 6, calcule
un intervalo de confianza del 99 % para la diferencia entre las calificaciones
promedio para ambos cursos. Suponga que las poblaciones se distribuyen de
forma aproximadamente normal y que tienen varianzas iguales.
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 94 / 103
Ejercicios
21) En un proceso quı́mico por lotes se comparan los efectos de dos catalizadores
sobre la potencia de la reacción del proceso. Se prepara una muestra de
12 lotes utilizando el catalizador 1 y una muestra de 10 lotes utilizando el
catalizador 2. Los 12 lotes para los que se utilizó el catalizador 1 en la reacción
dieron un rendi miento promedio de 85 con una desviación estándar muestral
de 4; en tanto que para la segunda muestra, la de 10 lotes, el promedio
fue de 81, con una desviación estándar muestral de 5. Calcule un intervalo
de confianza del 90 % para la diferencia entre las medias de la población,
suponiendo que las poblaciones se distribuyen de forma aproximadamente
normal y que tienen varianzas iguales.
22) Los siguientes datos representan el tiempo de duración de pelı́culas producidas
por dos empresas cinematográficas.
Empresa Tiempo (minutos)
I 103 94 110 87 98
II 97 82 123 92 175 118
Ejercicios
Marca A : x1 = 36300 km
s1 = 5000 km
Marca B : x2 = 38100 km
s2 = 6100 km
Ejercicios
Ejercicios
25) La revista Fortune (marzo de 1997) publicó la rentabilidad total de los inver-
sionistas durante los 10 años anteriores a 1996 y también la de 431 empresas
en ese mismo año. A continuación se lista la rentabilidad total para 10 de las
empresas. Calcule un intervalo de confianza del 95 % para el cambio prome-
dio en el porcentaje de rentabilidad de los inversionistas.
Rentabilidad total
para los inversionistas
Empresa 1986-96 1996
Coca-Cola 29,8 % 43,3 %
Mirage Resorts 27,9 % 25,4 %
Merck 22,1 % 24,0 %
Microsoft 44,5 % 88,3 %
Johnson & Johnson 22,2 % 18,1 %
Intel 43,8 % 131,2 %
Pfizer 21,7 % 34,0 %
Pro cter & Gamble 21,9 % 32,1 %
Berkshire Hathaway 28,3 % 6,2 %
S&P 500 11,8 % 20,3 %
Ejercicios
Ejercicios
Ejercicios
Ejercicios
31) Un experimento publicado en Popular Science comparó el ahorro de combus-
tible para dos tipos de camiones compactos que funcionan con diesel y están
equipados de forma similar. Suponga que se utilizaron 12 camiones Volkswa-
gen y 10 Toyota en pruebas con una velocidad constante de 90 kilómetros
por hora. Si los 12 camiones Volkswagen promedian 16 kilómetros por litro
con una desviación estándar de 1,0 kilómetros por litro, y los 10 Toyota pro-
median 11 kilómetros por litro con una desviación estándar de 0,8 kilómetros
por litro, construya un intervalo de confianza del 98 % para σ1 /σ2 , donde
σ1 y σ2 son, respectivamente, las desviaciones estándar para las distancias
recorridas por litro de combustible de los camiones compactos Volkswagen y
Toyota.
32) Construya un intervalo de confianza del 90 % para σ12 /σ22 en el ejercicio 22
de estas diapositivas. ¿deberı́amos suponer que σ12 = σ22 cuando construimos
nuestro intervalo de confianza para µI − µII ?
33) Construya un intervalo de confianza del 90 % para σ12 /σ22 en el ejercicio 23
de estas diapositivas. ¿Se justifica que supongamos que σ12 ̸= σ22 cuando
construimos nuestro intervalo de confianza para µA − µB ?
ignacio.ozuna@upb.edu.co ESTADÍSTICA INFERENCIAL 102 / 103
Bibliografı́a
Bibliografı́a