Estadistica Aplicada

Semana 04
Practica de Intervalos de Confianza

SEMESTRE 2021 - I
 1 Distribución Normal

2 Intervalo de Confianza

Temas para el
3 Estimadores por Intervalos
día de hoy:
4 Fundamentos de un Intervalos de Confianza en el
Muestreo

5 Estadísticos y Distribución Muestral

 Recordemos la sesión anterior

ELECCIÓNDE
ELECCIÓN DELA
LAMUESTRA
MUESTRA
TAMAÑODE
TAMAÑO DELA
LAMUESTRA
MUESTRA
NIVELDE
NIVEL DEERROR
ERROR- -PRECISIÓN
PRECISIÓN
NIVELDE
NIVEL DECONFIANZA
CONFIANZA- -NIVEL
NIVELDE
DESIGNIFICACIÓN
SIGNIFICACIÓN
VARIANZA – DESVIACIÓN ESTÁNDAR
VARIANZA – DESVIACIÓN ESTÁNDAR
DISTRIBUCIÓNNORMAL
DISTRIBUCIÓN NORMAL

En la modalidad virtual participamos a través del chat, para ello usamos la opción “Levantar la mano”.
Logro de la sesión

La práctica ayuda a mejorar las habilidades y te hace mejor en lo que se

realiza. Si practicas de forma habitual una habilidad concreta, se hace
hábito para mejorar la habilidad. Por tanto ello también sucede con el
estudio.

La práctica es importante para ejercitar que un individuo, normalmente

estudiante, pueda desarrollar sus habilidades y actitudes frente a un
trabajo fundamentado en aspectos científicos y materias contempladas en
una asignatura, el cual permitirá el desarrollo en un trabajo específico,
mostrando todo lo que sabe, aprendiendo e innovando.
Sea la población de elementos: {22,24, 26, 28}.
a.- Escriba todas las muestras posibles de tamaño dos, escogidas mediante
muestreo aleatorio simple.
b.- Calcule la varianza de la población.
c.- Calcule la varianza de las medias muestrales.

Poblacion: 22 24 26 28
0.3

i Xi P( Xi )
1 22 0.25 0.25

24 0.25

Probabilidad de los Elementos

2
0.2
3 26 0.25
4 28 0.25 0.15

100 1.0
0.1

0.05

0
22 24 26 28

Elementos
a.- Obteniendo todas las posibles muestras aleatorias simples de tamaño n = 2 de una
poblacion de N = 4 ¿Cuántas muestras pueden ser seleccionada?

Numero de muestras
  Tamaño de la Muestra
  Tamaño de la Poblacion

Hacer una muestra de las listas posibles y encontrar las muestrales

  𝑵𝒏 = 𝑵! 4!
𝑪 Formula del Conteo   24=
𝐶 =6
𝒏 ! ∗( 𝑵 − 𝒏) ! 2 ! ∗ (4 − 2) !

Pueden ser seleccionada 6 muestras de tamaño 2 cada una, asi tenemos:

Poblacion: 22 24 26 28

Muestras Seleccionadas de todas las listas posibles:

Muestras M1 M2 M3 M4 M5 M6
Elementos 22 - 24 22 - 26 22 - 28 24 - 26 24 - 28 26 - 28
Distribución Muestral

  𝑁𝑛 = 𝑁!   Tamaño de la Muestra
Numero de muestras 𝐶
𝑛 ! ∗( 𝑁 − 𝑛) !   Tamaño de la Poblacion

𝑥 1+ 𝑥 2 + 𝑥3 + 𝑥 4 + 𝑥 5
Media Poblacional  
𝜇=
𝑁
2 2 2 2 2

Varianza Poblacional   2= ( 𝑥1− 𝜇)

𝜎
+ ( 𝑥2 − 𝜇 ) + ( 𝑥 3 − 𝜇 ) + ( 𝑥 4 − 𝜇 ) + ( 𝑥 5 − 𝜇 )
𝑁
2 2 2 2 2
 𝜎 = ( 𝑥 1 − 𝜇 ) + ( 𝑥2 − 𝜇 ) + ( 𝑥 3 − 𝜇 ) + ( 𝑥 4 − 𝜇 ) + ( 𝑥 5 − 𝜇 )
Desviación Estándar Poblacional √ 𝑁

𝑥
´ 1 + ´𝑥2 + ´𝑥 3+ … … ..+ 𝑥
´𝑛
Media muestral   ´𝑥 =
𝜇
𝑛

( ´𝑥1 − 𝜇 ´𝑥 )2+ ( 𝑥´ 2 − 𝜇 ´𝑥 )2 + ( ´𝑥 3 − 𝜇 ´𝑥 )2 +… … …+ ( 𝑥´ 𝑛 − 𝜇 ´𝑥 )2
Varianza muestral   =
𝜎 2
𝑥
´
𝑛

Desviación Estándar muestral 𝜎  ´𝑥 = √𝜎 ´𝑥

2  
b.- Calculando la Media, Varianza, desviación estándar poblacional, de los elementos:

Poblacion: 22 24 26 28
1.- Valor esperado (media de la población)
𝑥 1+ 𝑥 2 + 𝑥3 + 𝑥 4
 
𝜇=  
𝑁

2.- Varianza y Error Estándar de la Poblacion

Varianza Poblacional
2 2 2 2
  2 = ( 𝑥1 − 𝜇)
𝜎
+ ( 𝑥2 − 𝜇 ) + ( 𝑥 3 − 𝜇 ) + ( 𝑥 4 − 𝜇 )
𝑁
𝟐 𝟐 𝟐 𝟐
 𝑽𝒂𝒓 [ ´𝒙 ]=𝝈 𝟐= ( 𝟐𝟐− 𝟐𝟓 ) + ( 𝟐𝟒 − 𝟐𝟓 ) + ( 𝟐𝟔 − 𝟐 𝟓 ) + ( 𝟐 𝟖− 𝟐 𝟓 ) = 𝟐𝟎 =𝟓
𝟒 𝟒
Desviación Estándar Poblacional
2 2 2 2 2
  ( 𝑥 1 − 𝜇 ) + ( 𝑥2 − 𝜇 ) + ( 𝑥 3 − 𝜇 ) + ( 𝑥 4 − 𝜇 ) + ( 𝑥5 − 𝜇 )
𝜎=
√ 𝟐 𝟐
𝑁
𝟐 𝟐
  ( 𝟐𝟐− 𝟐𝟓 ) + ( 𝟐𝟒 − 𝟐𝟓 ) + ( 𝟐 𝟔 − 𝟐𝟓 ) + ( 𝟐 𝟖 −𝟐 𝟓 )
𝝈=
√ 𝟒
=
𝟐𝟎
𝟒 √
=𝟐 , 𝟐𝟑𝟔
c- Estimando la media, varianza y desviación estándar muestrales:

x1 x2 ´𝒙𝒊
  ( ´𝒙𝒊 − 𝝁 )𝟐 Media Muestral
22 24 23.0 4.0 𝑥 𝑥2 + ´
´ 1+ ´ 𝑥 3++ ´
𝑥4+ ´
𝑥5 + ´
𝑥6
  ´𝑥 =
𝜇
𝑛
22 26 24.0 1.0
22 28 25.0 0.0 = = 25
 
24 26 25.0 0.0
24 28 26.0 1.0 Varianza Muestral
26 28 27.0 4.0
( ´𝑥1 − 𝜇 ´𝑥 )2+ ( 𝑥´ 2 − 𝜇 ´𝑥 )2 + ( ´𝑥 3 − 𝜇 ´𝑥 )2 +… … …+ ( 𝑥´ 𝑛 − 𝜇 ´𝑥 )2
Total 150.0 10.00   =
𝜎
2
𝑥
´
𝑛
( 23 − 25 )2 + ( 24 − 25 ) 2+ ( 25 − 25 )2 + ( 25 − 25 )2 + ( 2 6 − 25 )2 + ( 27 − 25 ) 2
  =
𝜎 2
´𝑥
6

Desviación Estándar Muestral 10

𝜎  ´𝑥 = =1.6667
2

2 6
𝜎  ´𝑥 = √𝜎 ´𝑥   = 1.292

Media  2 =
𝜇 ´𝑥 25.0
Varianza 𝜎  ´𝑥 = 1.67
Desv. Est. 𝜎 ´𝑥 =
  1.29

N = 4
n = 2       1.6667
𝜎2 = 5
 
Fundamento de un Intervalo de Confianza
Datos
Media Poblac. 𝜇  = 25.0
´𝒙  𝟏 =𝟐 𝟑
𝜎  2 =
Varianza Poblac. 5.0 𝒏=𝟐
 
Desv. Estand Poblac. 𝜎  = 2.24 𝝈  =𝟐 . 𝟐𝟒
Error Estándar de la
Distribución Muestral:
𝜎
𝜎  ´𝑥 =
√𝑛
𝟐 .𝟐𝟒
𝝈  ´𝒙 = =𝟏 .𝟓𝟖
𝝈  =−𝟐. 𝟐𝟒 𝝈  =𝟐 . 𝟐𝟒 √ 𝟐
𝝁 −𝟑 𝝈 𝝁 −𝟐 𝝈 𝝁 −𝝈 𝝁=𝟐𝟓 𝝁+𝝈 𝝁+𝟐 𝝈 𝝁+𝟑 𝝈
𝑿´ 
           
𝟐𝟗 . 𝟒𝟖
 
𝟑𝟏 .𝟕𝟐 Desviación Normal para medias:
𝟏𝟖 .𝟐𝟖 𝟐𝟎 .𝟓𝟐 𝟐𝟐 .𝟕𝟔 𝟐𝟕 . 𝟐𝟒
        
°
-3
  ° 
-2
  
°
-1
° 
0
   
° ° 
2
°
3
𝒁 𝟏−𝜶
´ 𝑖− 𝜇
𝑋
𝑍  𝑖 =
1
𝜎 ´𝑥
23 − 25
´𝑥1 =23 𝑥
´ 6 =27   1=
𝑍 =− 1 , 27
    1.58
´𝑥2 =24 ´𝑥5 =26
   
𝑥
´ 3 =25
 
´𝑥 4= 25
 
 0.2357
  Utilizando Tabla de Distribución Normal a dos colas (cola derecha)
0.398
 

𝒙´  𝟏 =𝟐 𝟑 𝝁=𝟐𝟓 
𝒁 𝝁=𝟎
 
𝒁 =−𝟏 , 𝟐𝟕
  𝒁 =−𝟎 , 𝟔𝟑
𝟏

 
𝟐

´𝒙  𝟏 =𝟐 𝟑
𝑍 1 =−1 , 27 𝑃(
    𝑍 ¿¿ 1)= 𝑃 (− 1 ,27 )=0.39796 ¿

´𝒙  𝟐 =𝟐𝟒 𝑍 1 =−0 , 63

 
𝑃(
  𝑍 ¿¿ 1)= 𝑃 (− 0.63 ) =0.23565 ¿
´𝒙  𝟑 =𝟐𝟓 𝑍 1 =0.00
 
𝑃(
  𝑍 ¿¿ 1)= 𝑃 ( 0.00 )=0.00 ¿
𝒙´  𝟒=𝟐𝟓 𝑍 1 =0.00
 
´𝒙  𝟓 =𝟐𝟔 𝑍 1 =0.63
 
´𝒙  𝟔 =𝟐𝟕 𝑍 1 =1 ,27
 
Tareas en el aula virtual

 Sea una población finita de 4 elementos: P = {3; 4; 1; 2}: Se consideran muestras de 3 elementos
que se suponen extraídos y no devueltos a la población y que el muestreo es aleatorio simple. Las
muestras se consideran distintas si se diferencian en algún elemento. Se pide:
a) Escribir todas las muestras posibles.
b) Calcular la probabilidad de cada muestra.
c) Calcula la media ; la varianza, de la población.
d) Calcula la media ; la varianza ; y la cuasivarianza, de cada muestra.
e) Describe las funciones de probabilidad de estos estadísticos.
f) Calcula la esperanza E(x); y decide si x es un estimador centrado o insesgado de la media
de la población.
g) Calcula la esperanza ; y de y decide si alguno de estos estadísticos son estimadores
centrados o insesgados de la varianza de la población.
h) Calcula la varianza de :
i) Comprueba la concordancia de los valores obtenidos en los anteriores apartados con los
resultados teóricos.
a) Escribir todas las muestras posibles.

Siendo: P = {3; 4; 1; 2}
N = 4 : elementos de la Poblacion
n = 3 : elementos de la muestra
Formar muestras de 3 elementos:

Formula del Conteo ==

 

=  Muestras  𝑀 =4
Muestra 1 M1 : {3; 4; 1}

Muestra 2 M2 : {3; 4; 2}

Muestra 3 M3 : {3; 1; 2}

Muestra 4 M4 : {4; 1; 2}
b) Calcular la probabilidad de cada muestra.

P( =  
  Siendo: = 4 muestras
Probabilidad de extracción de cada una de las muestras es:
 
P( = = 0.25
Como:

La tabla de las Muestra es: 0.3

i Muestra : xi P(xi) 0.25

1 {3; 4; 1} ¼ = 0.25 0.2

{3; 4; 2} 0.15

P(x)
2 ¼ = 0.25
3 {3; 1; 2} ¼ = 0.25 0.1

0.05
4 {4; 1; 2} ¼ = 0.25
0
[3-4-1] [3-4-2] [3-1-2] [4-1-2]
MUESTRAS
  c.- Calcula la media ; la varianza, de la población.

Siendo la Poblacion: P = {3; 4; 1; 2}

Media Poblacional:
La tabla de la Poblacion: 𝑋1+ 𝑋2+ 𝑋3+ 𝑋 4
   
𝜇=
𝑁
i   (  𝑋 𝑖 − ´𝑥 )2
 
1 3 0.25
2 4 2.25 Varianza Poblacional:
  ( 𝑥 1 − 𝜇 )2 + ( 𝑥2 − 𝜇 )2 + ( 𝑥 3 − 𝜇 )2+ ( 𝑥 4 − 𝜇 )2
1 2.25   =
𝜎
2
3 𝑁

2 0.25 ( 𝟑 − 𝟐. 𝟓 )𝟐 + ( 𝟒 − 𝟐 .𝟓 ) 𝟐 + ( 𝟏 − 𝟐 .𝟓 ) 𝟐+ ( 𝟐 − 𝟐 . 𝟓 ) 𝟐 𝟓
4 𝝈  =
𝟐

𝟒
= =𝟏 ,𝟐𝟓
𝟒

  = 10  = 5.00
Desviación Estándar Poblacional:
𝑛 2 2 2 2
  ∑ ( 𝑋 𝑖 − 𝜇)2  
𝜎=
√ 𝑖=1

𝟐
𝑁
𝜎=
( 𝑥 1 − 𝜇 ) + ( 𝑥2 − 𝜇 ) + ( 𝑥 3 − 𝜇 ) + ( 𝑥 4 − 𝜇 )

𝟐
√ 𝟐
𝑁
𝟐
 𝝈 = (𝟑 − 𝟐. 𝟓 ) + ( 𝟒 − 𝟐 .𝟓 ) + ( 𝟏 −𝟐 . 𝟓 ) + ( 𝟐− 𝟐. 𝟓 ) = 𝟓 =𝟏 .𝟏𝟏𝟖
√ 𝟒 √ 𝟒
La tabla de las Muestras:
2
Media Muestral:
i    ∑ 𝑥´  𝑖 ∑
  ( ´𝑥𝑖 − 𝜇 ´𝑥 ) 𝑥
´ 1 + ´𝑥2 + ´𝑥 3+ ´𝑥 4
    ´𝑥 =
𝜇
{3 ; 4 ; 1} 0.0289 𝑛
1 8 2.67
 
2 {3 ; 4 ; 2} 9 3.00 0.25
3 {3 ; 1 ; 2} 6 2.00 0.25 Varianza Muestral:
4 {4 ; 1 ; 2} 7 2.33 0.0289  
( ´𝑥1 − 𝜇 ´𝑥 )2+ ( 𝑥 2
´ 1 − 𝜇 ´𝑥 ) + ( ´
2
𝑥 1 − 𝜇 ´𝑥 ) + ( ´
𝑥1 − 𝜇 ´𝑥 )
2

0.5578   =
𝜎
2

2.5 𝑥
´
𝑛
( 2.67 − 2.5 )2+ ( 3 − 2,5 )2+ ( 2 − 2.5 ) 2+ ( 2.33 − 2.5 ) 2
𝜎  =
2
´𝑥
4
0.0289+0.25+0.25+0.0289 0.5578
𝜎  ´𝑥 =
2
= =0.13945
4 4

Desviación Estándar Muestral

2
𝜎  ´𝑥 = √𝜎 ´𝑥   = 0.37343

Tamaño de la Población N = 4
Tamaño de la Muestra n = 3     𝜎  2´𝑥 =0.139
Varianza Poblacional 𝜎2 = 1.25
 
Fundamento de un Intervalo de Confianza Tabla de Distribución Normal
a dos colas (cola derecha)
Media Poblac. 𝜇  = 2.5
Varianza Poblac. 𝜎  2 = 1.25
Desv. Estand Poblac. 𝜎  = 1.12

𝟑𝟒 . 𝟏𝟑 % 𝟑𝟒 . 𝟏𝟑 %
   
𝟒𝟕 . 𝟕𝟑 % 𝟒𝟕 . 𝟕𝟑 %
   
𝟒𝟗 . 𝟖𝟕 % 𝟒𝟗 . 𝟖𝟕 %
   
𝝈  =−𝟏. 𝟏𝟐 𝝈  =𝟏 .𝟏𝟐
𝝁 −𝟑 𝝈 𝝁 −𝟐 𝝈 𝝁 −𝝈 𝝁=𝟐. 𝟓 𝝁+𝝈 𝝁+𝟐 𝝈 𝝁+𝟑 𝝈
𝑿´ 
           𝟒 .𝟕𝟒  𝟓 .𝟖𝟔
−𝟎 . 𝟖𝟔 𝟎 . 𝟐𝟔 𝟏 .𝟑𝟖 𝟑 .𝟔𝟐
    °   °          𝒁 𝟏−𝜶
-3
° -2 -1
° 
0
°
1 2
°  3
°
𝟔𝟖
  . 𝟐𝟔 %
𝟗𝟓
  . 𝟒𝟓 %
𝟗𝟗
  . 𝟕𝟒 %
 d) Calcula la media ; la varianza y la cuasivarianza de cada muestra.

 La media de cada muestra.

Siendo la Poblacion: P = {3; 4; 1; 2} Media de cada Muestra:

La tabla de las Muestras:    ´𝑥𝑖 = 𝑥 1 + 𝑥2 + 𝑥3

𝑛
i    ∑ 𝑥´  𝑖

1 {3 ; 4 ; 1} 8 2.67  
2 {3 ; 4 ; 2} 9 3.00
 
3 {3 ; 1 ; 2} 6 2.00
4 {4 ; 1 ; 2} 7 2.33  

 
 La varianza de cada muestra.

Siendo la Poblacion: P = {3; 4; 1; 2}

Desviacion
La tabla de las Muestras: Varianza de cada Muestra:
Estándar de cada
i    ∑ 𝑥´  𝑖 ∑
2
  ( 𝑥𝑖 − ´𝑥 ) / 𝑛   Muestra:

1 {3 ; 4 ; 1} 8 2.67 1.5556 2
  2= ( 𝑥 1 − ´𝑥 ) + ( 𝑥2 − ´
2
𝑥 ) + ( 𝑥3 − ´
2
𝑥)   S=
𝑆
𝑛
2 {3 ; 4 ; 2} 9 3.00 0.6667
3 {3 ; 1 ; 2} 6 2.00 0.6667   = S = 1.25
4 {4 ; 1 ; 2} 7 2.33 1.5556
  = 6667 S = 0.82

  = 6667 S = 0.82

  = S = 1.25
 La cuasivarianza de cada muestra.
Siendo la Poblacion: P = {3; 4; 1; 2}
La tabla de las Muestras:
2
i    ∑ 𝑥´  𝑖   ∑( 𝑥𝑖 − ´𝑥 ) / 𝑛  
∑ 1
1 {3 ; 4 ; 1} 8 2.67 1.5556 2.3334

2 {3 ; 4 ; 2} 9 3.00 0.6667 1.00005

Cuasivarianza de cada Muestra:
3 {3 ; 1 ; 2} 6 2.00 0.6667 1.00005
= 
4 {4 ; 1 ; 2} 7 2.33 1.5556 2.3334

  =4

  =005

  =5

  =4
Fundamento de un Intervalo de Confianza 𝝁=𝟐. 𝟓
𝜇  = 2.5  
Media Poblac.
Varianza Poblac. 𝜎  2 = 1.25
Desv. Estand Poblac. 𝜎  = 1.12

𝝈  =−𝟏 . 𝟏𝟐𝝈  =𝟏 .𝟏𝟐

La tabla de las Muestras: 𝝁 −𝟑 𝝈 𝝁 −𝟐 𝝈 𝝁 −𝝈 𝝁+𝝈 𝝁+𝟐 𝝈 𝝁+𝟑 𝝈
𝑿´ 
         𝟒 .𝟕𝟒  𝟓 .𝟖𝟔
∑ S −𝟎 . 𝟖𝟔 𝟎 . 𝟐𝟔 𝟏 .𝟑𝟖 𝟑 .𝟔𝟐
i 𝑥´  𝑖     °   °          𝒁 𝟏−𝜶
°
-3 -2 -1
° 
0
°
1 2
°  3
°
1 2.67 1.25
2 3.00 0.82 Muestra 1
 -  +
3 2.00 0.82 𝑳𝑰𝑪 𝑳𝑺𝑪
  
  𝟏


1.42


2.67  


3.92
𝟏
  

4 2.33 1.25 Muestra 2

 -  +
  
𝑳𝑰𝑪

  𝟐

𝑳𝑺𝑪
 3.82 𝟐
   

2.18 3.00
Muestra 3
 -  +
  
𝑳𝑰𝑪

  𝟑

𝑳𝑺𝑪
 2.82 𝟑
   

1.18 2.00
Muestra 4
 -  +
  
𝑳𝑰𝑪
  𝟒
  𝑳𝑺𝑪
  𝟒
   

2.18 2.33 3.82

Datos
µ = 2.5
´𝒙  𝟏 =𝟐 .𝟔𝟕 Para la Media de la Muestra 1
𝒏=𝟑
 
𝝈  =𝟏 .𝟏𝟐
Error Estándar de la Distribución Muestral:
𝑿´ 
𝜎 𝟏 .𝟏𝟐 𝒙´  𝟏 =𝟐 .𝟔𝟕 𝝁+𝝈
𝜎  ´𝑥 = 𝝈  ´𝒙 = =𝟎 . 𝟔𝟓 𝝁=𝟐. 𝟓  𝟑 .𝟔𝟐
√𝑛 √𝟑      𝒁 𝟏−𝜶
Desviación Normal para medias:
°
 
0
°
1
𝒁 𝟏 =𝟎 , 𝟐𝟔
´  
 𝑍 𝑖 = 𝑋 𝑖 − 𝜇   1 = 2.67 − 2.5 =0 , 26
𝑍
𝜎 ´𝑥 0 .65
Se demuestra que la media de la muestra 1 se
Hallando la probabilidad de Z = 0.26 encuentra aproximadamente a un 10.26%
𝑍 1 =0.26
superior de la media poblacional.
    7
Tabla de Distribución Normal a dos colas (cola derecha)
Datos
µ = 2.5
´𝒙  𝟐 =𝟑 .𝟎𝟎 Para la Media de la Muestra 2
𝒏=𝟑
 
𝝈  =𝟏 .𝟏𝟐
Error Estándar de la Distribución Muestral:
𝑿´ 
𝜎  ´𝑥 =
𝜎 𝟏 .𝟏𝟐  𝒙
´ 𝟐 =𝟑 𝝁+𝝈
𝝈  ´𝒙 = =𝟎 . 𝟔𝟓 𝝁=𝟐. 𝟓  𝟑 .𝟔𝟐
√𝑛 √𝟑      𝒁 𝟏−𝜶
Desviación Normal para medias:
°
0
  °
1
𝒁 𝟐 =𝟎 , 𝟕𝟕
´  
 𝑍 𝑖 = 𝑋 𝑖 − 𝜇   2 = 3.0 − 2.5 =0 , 77
𝑍
𝜎 ´𝑥 0.65
Se demuestra que la media de la muestra 2 se
Hallando la probabilidad de Z = 0.77 encuentra aproximadamente a un 27.94%
𝑍 2 =0.77
superior de la media poblacional.
  𝑃(
  𝑍 ¿¿ 2)=𝑃 ( 0.77 ) =0.27935 ¿

Tabla de Distribución Normal a dos colas (cola derecha)

Datos
µ = 2.5
´𝒙  𝟑 =𝟐 . 𝟎𝟎 Para la Media de la Muestra 3
𝒏=𝟑
 
𝝈  =𝟏 .𝟏𝟐
Error Estándar de la Distribución Muestral:
𝑿´ 
𝜎 𝝁 −𝝈 𝒙 ´ =𝟐
𝜎  ´𝑥 = 𝝈  ´𝒙 =
𝟏 .𝟏𝟐
=𝟎 . 𝟔𝟓  𝟏 .𝟑𝟖   𝟑 𝝁=𝟐. 𝟓
√𝑛 √𝟑      𝒁 𝟏−𝜶
Desviación Normal para medias: -1
° °  0
𝒁 𝟐 =−𝟎 , 𝟕𝟕
´  
 𝑍 𝑖 = 𝑋 𝑖 − 𝜇   2 = 2.0 − 2.5 =− 0 ,77
𝑍
𝜎 ´𝑥 0.65
Se demuestra que la media de la muestra 2 se
Hallando la probabilidad de Z = - 0.77 encuentra aproximadamente a un 27.94%
𝑍 3 =−0.77
inferior de la media poblacional.
  𝑃(
  𝑍 ¿¿ 3)=𝑃 ( −0.77 )=0.27935 ¿

Tabla de Distribución Normal a dos colas (cola derecha)

Datos
µ = 2.5
´𝒙  𝟒=𝟐. 𝟑𝟑 Para la Media de la Muestra 4
𝒏=𝟑
 
𝝈  =𝟏 .𝟏𝟐
Error Estándar de la Distribución Muestral:
𝑿´ 
𝜎 𝟏 .𝟏𝟐 𝝁 −𝝈 𝒙´  𝟒=𝟐. 𝟑𝟑
𝜎  ´𝑥 = 𝝈  ´𝒙 = =𝟎 . 𝟔𝟓  𝟏 .𝟑𝟖 𝝁=𝟐. 𝟓
√𝑛 √𝟑      𝒁 𝟏−𝜶
Desviación Normal para medias:
°
-1 0
° 
𝒁 𝟒=− 𝟎 , 𝟐𝟔
´
 
 𝑍 𝑖 = 𝑋 𝑖 − 𝜇   4=
𝑍
2.33 −2.5
=−0 , 26
𝜎 ´𝑥 0 .65
Se demuestra que la media de la muestra 1 se
Hallando la probabilidad de Z = 0.26 encuentra aproximadamente a un 10.26%
𝑍 4=− 0.26
inferior de la media poblacional.
    7
e) Describe las funciones de probabilidad de estos estadísticos.
La tabla de las Muestras:

i    ∑ 𝑥´  𝑖   P( ∑  𝑠 2 2
 𝑠 𝑐
La función de probabilidad de la
1 {3 ; 4 ; 1} 8 2.67 1/4 1.5556 2.3334 cuasivarianza de la muestra es:

2 {3 ; 4 ; 2} 9 3.00 1/4 0.6667 1.00005

  P( = 1/2
3 {3 ; 1 ; 2} 6 2.00 1/4 0.6667 1.00005
  P( = 1/2
4 {4 ; 1 ; 2} 7 2.33 1/4 1.5556 2.3334
La función de probabilidad de la varianza de la muestra es:

  P( = 1/2   P( = 1/2

f) Calcula la esperanza E(x); y decide si x es un estimador centrado o insesgado de la media de la

población.
La esperanza de la media de las muestra, teniendo en cuenta su función de probabilidad es.

  = 2.67 (1/4) + 3 (1/4) + 2 (1/4) + 2.33 (1/4) = 2.5 =

por tanto x es un estimador insesgado o centrado de la media poblacional :
 g) Calcula la esperanza ; y de y decide si alguno de estos estadísticos son estimadores
centrados o insesgados de la varianza de la población.
La esperanza de la varianza de las muestra, teniendo en cuenta su función de probabilidad es.

  = 1,5555556 (1/2) + 0,6666667 (1/2) = 1,1111

La esperanza de la cuasi-varianza de las muestra, teniendo en cuenta su función de probabilidad es.

  = 2,3333333 (1/2) + 1,0 (1/2) = 1,666667

 por tanto: ninguna e estas esperanzas coinciden con la ; asi que ninguno de estos
estadísticos son estimadores centrados de la varianza de la población.

 h) Calcula la varianza de .

La varianza de la media muestral es:

  = (1/4) + (1/4) + (1/4) + (1/4) = 0,13889
i) Comprueba la concordancia de los valores obtenidos en los anteriores apartados
con los resultados teóricos.
a.- La esperanza de la media de las muestra, teniendo en cuenta su función de probabilidad es.
  = 2.67 (1/4) + 3 (1/4) + 2 (1/4) + 2.33 (1/4) = 2.5 =
por tanto x es un estimador insesgado o centrado de la media poblacional :

b.- La esperanza de la cuasi-varianza de las muestra, teniendo en cuenta su función de probabilidad es.
  =   = = 1,666667

La cuasi-varianza (apa rtado g) es:   = 2,3333333 (1/2) + 1,0 (1/2) = 1,666667

Asi la cuasi-varianza de la muestra es un estimador insesgado de la cuasi-varianza de la

población.
Por otra parte:   = = 1,666667

  = = 1,666667

La cuasi-varianza (apartado g) es:   = 1,5555556 (1/2) + 0,6666667 (1/2) = 1,1111

c.- La varianza de la media muestral es.

 = = 0,13889

La varianza (apartado h) es:

  = (1/4) + (1/4) + (1/4) + (1/4) = 0,13889

 Conclusiones
Lo que se pretende alcanzar con este conjunto de practicas, es aplicar un método
que permita evaluar los conocimientos, capacidades, destrezas, rendimiento,
aptitudes, actitudes, inteligencia, etc. Su utilidad y rigurosidad constituye un
instrumento para la medición y evaluación diagnóstica en lo formativo.  

Estas practicas de evaluación se construyen a partir de un conjunto de preguntas

claras y precisas, requiere del discente una respuesta limitada a una elección entre
una serie de alternativas propuestas o, en su caso, que le permita discernir una
respuesta breve.

La practica refiere a la acción de evaluar siguiendo la acción de medir los

contenidos desarrollados en clase. En la evaluación entonces, no depende de la
apreciación subjetiva del evaluador, puesto que las cuestiones planteadas están
perfectamente delimitadas y admiten una única solución.
En la modalidad virtual participamos a través del chat, para ello usamos la opción “Levantar la mano”.
Fuentes

“INTRODUCCIÓN A LAS TÉCNICAS DE MUESTREO”

José Boza Chirino , Jorge Vicente Pérez Rodríguez , Javier de León Ledesma

“TECNICAS DE MUESTREO ESTADISTICO: TEORIA, PRACTICA Y

APLICACIONES INFORMATICAS”
Cesar Perez

“EJERCICIOS Y PRÁCTICAS DE MUESTREO EN POBLACIONES FINITAS”

Francisco Ramón Fernández García, J. Antonio Mayor Gallego
GRACIAS