Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Relacion 2
Relacion 2
Relación de problemas 2
Introducción a la inferencia estadística
2.- Sea una muestra de tamaño n de una población cualquiera. Imponga condiciones suficientes
sobre esa muestra para que existan resultados que relacionen la esperanza y varianza de la
media muestral con la esperanza y varianza de la población. Demuestre esos resultados.
3.- a) Sea una población normal y suponga que se dispone de una m.a.s. para su análisis. ¿Cuáles
son los estadísticos que se emplean según los diferentes tipos de inducción que
habitualmente se desea realizar sobre ella? Indique la fórmula de cada uno y la distribución
estadística que siguen.
b) Repita el proceso cuando lo que se desee realizar es inducción para comparar entre sí dos
poblaciones normales independientes y para ello se disponga de sendas muestras aleatorias
simples.
4.- Sea una muestra de tamaño n de una población X. Obtenga la esperanza y la varianza de la
media muestral si la población es:
a) Poisson de parámetro .
b) Exponencial de parámetro .
c) Binomial de parámetros 5 y p.
5.- Enuncie un resultado que sea aplicable al comportamiento asintótico de la media muestral de
una muestra aleatoria simple de una variable de media y varianza finitas. Comente las
consecuencias que ello tiene para el comportamiento probabilístico de la media muestral.
6.- Sea una población Poisson de media 1 de la que se extrae una m.a.s. de tamaño 5. Calcule:
a)
P X 1
1
b) P X 1
2
7.- Se toma una m.a.s. de tamaño 5 de una población normal con media 2,5 y varianza 36.
a) Encuentre una cota superior de la varianza muestral, con probabilidad de al menos 0,9.
b) ¿Cuál es la probabilidad de que la media muestral esté comprendida entre 1,3 y 3,5 si la
varianza muestral está entre 30 y 44?
8.- Considere una m.a.s. (X1,...,Xn) extraída de una población N(;). Sean los estadísticos T1=S2 y
T2= Sc2 .
a) Demuestre cuánto valen sus medias y sus varianzas. Comente las propiedades estadísticas de
una población normal que utilice en esas demostraciones.
b) ¿Cuál o cuáles de los resultados obtenidos en el apartado a) se mantendrían aunque la
distribución de la población no sea normal? En este caso no es necesario que demuestre esos
resultados, solo precisa indicar cuáles sabe usted que se mantienen.
9.- Sean Sc21 y Sc22 las cuasivarianzas muestrales de dos muestras normales independientes de
tamaños 5 y 4, respectivamente. Si las varianzas poblacionales son iguales, calcule el valor de k
Sc2
tal que P 21 k 0,95.
Sc
2
10.- La duración (en horas) de una cierta marca de bombillas sigue una distribución N(1000,100). Se
desea enviar una muestra de bombillas de modo que la duración media muestral no difiera de la
media poblacional en más de 50 h. con una probabilidad de al menos 0,95. Halle el tamaño que
debe tener la muestra.
11.- De una población normal de media y varianza 4,5, se extraen 2 mm.aa.ss. independientes entre
sí de tamaño n. ¿Qué valor debe tener n para que podamos estar seguros, con una confianza al
menos del 95%, de que las medias muestrales diferirán entre sí dos unidades como máximo?
12.- Para una m.a.s. extraída de una población de Bernoulli de parámetro p, se desea estudiar
cómo influyen el tamaño muestral y el propio valor de p en la distancia entre p y la media
muestral. Determine aproximadamente para los valores de p iguales a 10% y 20% (mediante
resultados asintóticos apropiados), cuáles serían los valores de n para los que se podría
afirmar, con una seguridad superior al 95%, que esa media muestral no se alejará de p en más
de 5 puntos porcentuales (0,05 en tanto por uno).
Soluciones
1.- b)
k 0 1/3 2/3 1
P(X k) 0,729 0,243 0,027 0,001
c) E(X) 0,1 Var(X)=0,03
d)
k 0 2/9
P(S2 k) 0,73 0,27
E(S2 ) 0,06 Var(S2 )=0,00973
4.- a) E X
Var X =
n
1 1
b) E(X) Var(X)=
n 2
5p 1 p
c) E(X) 5p Var(X)=
n
5.- Del Teorema Central del Límite (TCL) de Lindeberg–Lévy se deduce que X se comporta con
probabilidades cada vez más parecidas, conforme aumenta el tamaño muestral, a las de una
Var(X)
N E(X),
, con lo que el comportamiento probabilístico de la media muestral, aunque
n
solo si n es grande y de forma aproximada, se podrá tratar como el de esa normal. Un resultados
así es muy útil si se desconoce la verdadera distribución de X .
6.- a) 0,616 b) 0,7419
7.- a) 56,0088 b) 0,318
(n 1) 2
2(n 1) 4
8.- a) E(T1 ) Var(T1 )
n n2
2 4
E(T2)= 2 Var(T2 )
n 1
b) Se mantendrían los resultados relativos a las esperanzas.
9.- 9,12
10.- n 16
11.- n 9
12.- n 139 si p vale 10% y n 246 si p vale 20%.