35 = = 35 1,69165 (0,9396488)

35 1,59Introducción
Intervalo : 33,41 y 36,59

Ejercicio de aplicación

1.- Tomar base de datos del Directorio de Encuestas Industriales del INEC, año 2010 y realizar lo siguiente:

a) Determinar del universo del directorio, una muestra aleatoria de 500 empresas y/o E.E. considerando el ID

b) Identificar de la muestra seleccionada, las respectivas ventas considerando el ID

c) Ubicar en otra pestaña la muestra de 500 empresas y sus respectivas ventas

d) Determinar el resumen estadístico (estadística descriptiva) con 90%, 95% y 99% de confianza

e) Realizar el respectivo HISTOGRAMA

f) Realizar las probabilidades respectivas en función de las ventas y el gráfico de la distribución de los datos
11.- Elección del tamaño adecuado de una muestra
Introducción
Algo que es necesario tomar en cuenta es elegir el TAMAÑO DE MUESTRA EXACTO, para que no sea demasiado
caro o inconsistente. Para aquello es necesario considerar tres factores:

1.- Nivel de Confianza deseado

2.- Margen de error que se tolerará
3.- Variabilidad de la población que se estudia

1.- Nivel de Confianza deseado.- los más utilizados son del 95 y 99%, aunque es posible tomar cualquier valor
entre 0 y 100%. Mientras más alto sea el nivel de confianza elegido, mayor será el tamaño de la muestra.

2.- Margen de error que se tolerará.- o error máximo admisible, que se denominará E. Este es una magnitud
que se suma y/o se resta de la media muestral (o proporción muestral), para determinar puntos extremos del
intervalo. Esta también sería la mitad de la amplitud del intervalo. Un error admisible más pequeño requerirá
una muestra mayor, y un error admisible grande permitirá una muestra menor

3.- Desviación estándar de la población o Variabilidad de la población que se estudia.- si la población se

encuentra muy dispersa, se requiere de una muestra grande. Si la población se encuentra concentrada
(homogénea), el tamaño de la muestra que se requiere será menor. Por otro lado, para el tema de la dispersión
es necesario considerar tres aspectos:
a) Utilizar un estudio comparativo.- estudios anteriores, o una desviación estándar de estudios anteriores.
Introducción
b) Emplear un enfoque basado en intervalo.- es necesario contar con un cálculo de valores máximos y mínimos
de la población. Tomar en cuenta la regla EMPÍRICA, que expresaba casi todas las observaciones se
encontraban en 3 desviaciones estándar. Por tanto las distancias entre valores máximos y mínimos están entre
6 desviaciones estándar.

c) Realizar un estudio piloto o prueba piloto.- a partir de una pequeña muestra, se puede calcular la desviación
estándar, y se utilizará para calcular un tamaño adecuado de la muestra.

Entonces: el ERROR MÁXIMO ADMISIBLE: )

Despejando n para poder calcular la muestra tendríamos lo siguiente:

TAMAÑO DE LA MUESTRA PARA ESTIMAR LA MEDIA DE LA POBLACIÓN n

1.- El INEC desea conocer la cantidad media que ganan al mes los miembros del DMQ (concejales)
El error alIntroducción
calcular la media debe ser inferior a $ 100, con un nivel de confianza de 95%. El INEC encontró un
informe del departamento financiero del municipio, en el que la desviación estándar es de $1.000 ¿cuál es el
tamaño de la muestra que se requiere?

E = 100
Z = 1,96
σ = 1.000

n = = = = 384,16 n = 385

Ahora hacerlo con el 99 % confianza.

Tamaño de muestra para la proporción de la población

n
Para la aplicación del tamaño de muestra para la proporción de la población, hay que tomar ciertas
Introducción
consideraciones:

a) Nivel de confianza
b) Margen de error en la proporción de la población
c) Una aproximación de la proporción de la población

2.- Podemos también calcular la proporción de ciudades que cuentan con eco tachos para el depósito de
basura. El INEC desea que el margen de error se incremente al 0,10 de la proporción de la población. El nivel de
confianza es del 90% y no se encuentra disponible ningún estimador para la proporción de la población ¿Cuál
es el tamaño de la muestra que se requiere?

E = 0,10
Z = 1,65
p = 0,50
q = 1 – p = 0,50
n ==

𝟎 , 𝟐𝟓 ¿ ¿
12.- Distribución Muestral de Diferencia de Medias
Introducción
Hay que considerar 2 poblaciones distintas, la primera con media U1 y desviación σ1, y la segunda con media
U2 y desviación σ2. Por otro lado se considera elegir una muestra aleatoria de tamaño n1 y otra de tamaño n2.
Con todos estos elementos se calcula la MEDIA MUESTRAL PARA C/MUESTRA Y LA DIFERENCIA ENTRE
DICHAS MEDIAS.
Entonces:

Si = U entonces inferenciando puedo decir también que =-

Y por otro lado, U = - entonces puedo decir que: - = -

Finalmente: - = -

Ahora el = =

Finalmente: =
Entonces la ecuación que se utilizará para el cálculo de probabilidad del estadístico de DIFERENCIA DE MEDIAS
ES: Introducción
Z =
Ejercicio 3.- El INEC desea realizar un estudio para comparar los pesos promedios de niños y niñas de sexto
grado de una escuela primaria, donde se usará una MUESTRA aleatoria de 20 NIÑOS Y 25 NIÑAS. Se sabe que
los dos siguen una distribución normal. El promedio de los pesos de todos los niños es de 100 libras y su
desviación de 14,142; mientras que el promedio del peso de las niñas es de 85 libras y su desviación es de
12,247.
Encuentre la probabilidad de que el promedio de los pesos de los 20 niños sea al menos 20 libras más grande
que el de las 25 niñas.

= 100 libras
= 85 libras
= 14,142 libras
= 12,247 libras
= 20 niños = 25 niñas P ( > 20)
En función de lo planteado en el ejercicios, = 20
Introducción
Z = = ==

Z = = = 1,25

Área: 0,3944

P = 0,1056

U1 – U2 = 15 z = 1,25 = 20

0,50 – 0,3944 = 0,1056

Para desarrollar Ejercicio 4.- Panasonic compra los tubos de rayos catódicos a 2 empresas. Los tubos de la
empresa Introducción
A tienen una vida útil media de 7,2 años con una desviación estándar de 0,8 años, mientras que los
tubos de la empresa B, tienen una vida útil media de 6,7 años con una desviación estándar de 0,7 años.
Determine la probabilidad de que una muestra aleatoria de 34 tubos de la empresa A, tenga una vida útil
promedio de al menos un año más que la muestra aleatoria de 40 tubos de la empresa B.

Datos: Pregunta: P ( > 1) = ?

= 7,2 años
= 6,7 años
= 0,8 años
= 0,7 años
= 34 tubos
= 40 tubos

Para desarrollar Ejercicio 5.- Se prueba el rendimiento de 2 tipos de gasolina en Km/galón, encontrándose una
desviación estándar de 1,23 Km/galón para la 1ra. Gasolina y una desviación estándar de 1,37 Km/galón para
la segunda gasolina. Se prueba la 1ra. Gasolina en 35 autos y la segunda en 42 autos.
 ¿Cuál es la probabilidad de que la 1ra Gasolina, de un rendimiento promedio mayor de 0,45 Km/galón que la
2da. Gasolina?
¿Cuál es la probabilidad de que la diferencia en rendimientos promedio, se encuentre entre 0,65 y 0,83
Km/galón a favor de la gasolina 1?
Considerar que, no se cuenta con los parámetros de las medias en ninguna de las dos poblaciones.
Introducción
=? A) P ( > 0,45) = ?
=?
= 1,23 km/galón B) P (0,65 0,83 ) = ?
= 1,37 km/galón
= 35 autos
= 42 autos

13.- Distribución Muestral de Diferencia de Proporciones

Muchas aplicaciones involucran poblaciones de datos cualitativos que deben comprarse utilizando
proporciones o porcentajes. Ejemplo: Educación: Es mayor la proporción de los estudiantes que aprueban
matemáticas que los que aprueban inglés?

Cuando el muestreo procede de 2 poblaciones binomiales, y se trabaja con 2 proporciones muestrales, la

Distribución muestral de diferencia de proporciones es aproximadamente normal para tamaño de muestra
grande, ( ; ; . Entonces y tienen distribuciones muestrales aproximadamente normales , así que la diferencia
y también tiene una distribución muestral aproximadamente normal
Entonces retomando al estimador y el parámetro, diremos:
Introducción
Si y = U entonces puedo afirmar lo siguiente: p =

y si: = ,y = entonces puedo decir que : =

Y: - = -

Finalmente, la ECUACIÓN PARA EL CÁLCULO DE PROBABILIDAD DE ESTADÍSTICO DE DIFERENCIA DE

PROPORCIONES ES:

Z =
Nota: recordar que, como el estadístico tiene características similares a la distribución BINOMIAL, es necesario
aplicar el FACTOR DE CORRECCIÓN POR CONTINUIDAD:
FACTOR DE CORRECCIÓN POR CONTINUIDAD:
Introducción
a) Por lo menos X ocurra X – 0,5
b) Más de X ocurra X + 0,5
c) X o menos ocurra X + 0,5
d) Menos de X ocurra X – 0,5
e) X o más ocurra X – 0,5

Ejercicio de aplicación.- En una consulta a hombres y mujeres adultos en la ciudad de Guayaquil, difieren sus
opiniones sobre la promulgación de la pena de muerte, para personas culpables de asesinato. Se cree que el
12% de los hombres adultos, están a favor de la pena de muerte, mientras que el 10% de las mujeres adultas lo
están. Si se pregunta a dos muestras aleatorias de 100 hombres y 100 mujeres, su opinión sobre esta
promulgación, Determine: la probabilidad de que el porcentaje de hombres a favor, sea AL MENOS 3% mayor
que el de las mujeres. PROBABILIDAD BASADA EN UNA DISTRIBUCIÓN BINOMIAL

= 0,12
= 0,10
= 100
= 100

P( - 0,03)
Se aplica e FACTOR DE CORRECCIÓN: 0,03 - = 0,03 – 0,005 = 0,025
Introducción
Z = = =

= 0,1130 = 0,11

Área: 0,0438

P = 0,4562

PH – PM = 0,02 z = 0,11 pH – pM = 0,025

0,50 – 0, 0438 = 0,4562

Ejercicio No. 2 para desarrollar.- Una encuesta de la Universidad Central, verificó que 320 trabajadores de
Introducción
Petroecuador fueron despedidos entre 2010 y 2011, y se encontró que 20% habían estado sin trabajar durante
por lo menos 2 años. Supongamos que tuvieron que seleccionar otra muestra aleatoria de 320 trabajadores de
entre todos los empleados despedidos entre 2010 y 2011. Cuál es la probabilidad de que su porcentaje
muestral de trabajadores sin empleo durante por lo menos 2 años, difiera del porcentaje obtenido en la
encuesta de la Universidad Central, en 5% o más?
 
Nota: considerar que solo hay una población, de la cual se extraen dos muestras, entonces P1 = P2, y solo se
conoce P1 = 0,20
También se desconoce la proporción de trabajadores despedidos entre 2010 y 2011, que estuvieron
desempleados por un período de por lo menos 2 años, solo se conoce la = 0,20
Las proporciones de la población se desconocen, por esto se utilizará 0,20 como UNA ESTIMACIÓN PUNTUAL
DE p
Datos
= 0,20 (ESTIMACIÓN PUNTUAL DE p)
= 320
= 320
=

P( -0,05 - 0,05)
 Que implica el término DIFIERA? Quie decir que puede existir una diferencia a favor de la muestra uno o a
favor deIntroducción
la muestra dos, por lo que se tendría que calcular 2 áreas en la distribución y al final sumarlas

Factor de corrección: - : - 0,05 + = - 0,05 + 0,0015625 = - 0,0484375

+ 0,05 - = + 0,05 - 0,0015625 = + 0,0484375

1.- Z = = Z = = = = = 1,53

2.- Z = =Z = = = = = - 1,53
Entonces la P( -0,05 - 0,05) = 0,063 + 0,063 = 0,1260
Introducción
Gráfico

Área: 0,063
Área: 0,063

Z = - 1,53 P1 – P2 = 0 Z = + 1,53

p1 – p2 = - 0,05 p1 – p2 = 0,05

-0,05 + (0,5/320) = - 0,0484 + 0,05 + (0,5/320) = + 0,0484

Ejercicio 3 para desarrollar.- Se sabe que 3 de c/6 productos fabricados por la maquina 1 son defectuosos, y
que 2 de Introducción
c/5 objetos fabricados por la máquina 2 son defectuosos. Se toman muestras de 120 objetos de
c/máquina.
a) Cuál es la probabilidad de que la proporción de artículos defectuosos de la máquina 2, rebase a la máquina
1 en por lo menos 0,10?
b) Cuál es la probabilidad de que la proporción de artículos defectuosos de la máquina 1 rebase a la máquina 2
en por lo menos 0,15?
Datos:
= 3 / 6 = 0,5
= 2 / 5 = 0,4
= 120 objetos
= 120 objetos

a) P( - 0,10)

Factor de corrección: - : 0,10 - = 0,10 - 0,004146 = 0,0958

Z = =Z = = =
Z = = Z = = = = = 3,06
Introducción

Área: 0,4989

P = 0,0011

P1 – P2 = - 0,10 z = 3,06 p1 – p2 = 0,0958

0,50 – 0,4989 = 0,0011

 Introducción
b) P( - 0,15)Desarrollo en clases

14.- Distribución Muestral de Número de Defectos

En el control de calidad se suele aplicar este tipo de distribuciones, que consiste en extraer un artículo y
contabilizar el número de defectos que tiene dicho artículo. Esta distribución muestral proviene de la
Distribución de Poisson, en la cual λ (lambda), la misma que representa el número promedio de defectos por
unidad. Como ya es conocido la varianza de la distribución de Poisson es igual a λ, por lo que podemos
deducir la ecuación:

Z=

Sin embargo la nomenclatura se reemplazaría de la siguiente manera:

c = número de defectos por unidad de inspección
C = número de defectos promedio por unidad de inspección
Z=
Ejercicio de aplicación 1.- En cierta empresa se fabrican productos con un promedio de 8 defectos por unidad.
DetermineIntroducción
la probabilidad de que el próximo producto inspeccionado tenga un número de defectos:

a) Mayor o igual a 6
b) Exactamente 7
c) Como máximo 9

a) Mayor o igual a 6
Aplicamos factor de corrección: 6 – 0,5 = 5,5

c=6 Área: 0,3106

C=8
P = 0,8106
Z= = Z= = Z= = - 0,88

C=8

0,50
P = 0,50 + 0,3106 = 0,8106
b) Exactamente 7.- debemos hacerlo tanto en más como en menos el factor de corrección para encontrar
Introducción
exactamente 7.
Factor de corrección: 7 – 0,5 = 6,5
7 + 0,5 = 7,5

a) Z = = Z= = Z= = - 0,53

b) Z = = Z= = Z= = - 0,17

Área = 0,0675

Área: 0,2019

Z = -0,53 Z = -0,17 C=8

P = 0,2019 – 0,0675 = 0,1344
c) Como máximo 9
Introducción
Factor de corrección: 9 + 0,5 = 9,5

a) Z = = Z= = Z= = 0,53

Área = 0,2019

C=8 Z = -0,53

0,50 P = 0,50 + 0,2019 = 0,7019

15.- Estimación de la diferencia entre dos medias
Introducción
Partamos de que se tienen 2 poblaciones con medias y y varianzas y respectivamente, considerar un
estimador puntual de la diferencia entre medias poblacionales y que esta dado por el estadístico . Por tanto,
para obtener una estimación puntual de y , se seleccionan 2 muestras aleatorias independientes, una de cada
población, de tamaño y , se calcula la diferencia de las medias muestrales.

Entonces: Z = vamos a despejar y obteniendo:

- = Z

En el caso en que se desconozcan las varianza de la población, y los tamaños de muestra sean mayores a 30, se
podrá utilizar la varianza de la muestra como ETIMADOR PUNTUAL