ESTADISTICA APLICADA PARA ADMINISTRADORES I

Dr. PEDRO ABILIO GARCIA BENITES .

 UNIT THREE
Estadística inferencial
DISTRIBUCIONES DERIVADAS DE LA NORMAL
 Distribuciones derivadas de la normal
Entre ella tenemos
La distribución chi cuadrado
La distribución t de student
La distribución F

La distribución Chi cuadrado

Si nosotros sumamos dos o mas variables normal estándar elevadas al cuadrado
podemos construir la distribución Chi cuadrado onde el valor n viene a ser el
número de sumandos.
+++……+ = +++…+
Es chi cuadrado con n grados de libertad
Las tablas chi cuadrado

En estas tablas se pide encontrar el valor de la abscisa cunado nos dan los
grados de libertad y cierto valor de probabilidad P(<15.98 ) = 0,90

La distribución t de student
¿Cómo es la tabla t student?
Se puede obtener el valor de la abscisa ,
cuando nos piden que sea menor o
mayor que cierta probabilidad , en base a
un numero determinado de grados de
libertad
P( < t O < ) = 0,05
En el Excel lo encontramos por
aproximación.
Es muy parecida a la distribución normal
Se utiliza en pruebas cuando el tamaño de
una muestra es pequeña
LA DISTRIBUCION F

con u , v grados de libertad

En la tabla hay valores en la primera fila y en le primera columna ,los
de la fila indican los grados de libertad del numerado y los de la
primera columna lo grados de libertad del denominador.

Para este caso hay una tabla para cada valor de probabilidad ,
donde en la primera fila aparecen los grados de libertad del
numerador y en la primera columna lo grados de libertad del
denominador .
Así P( F6,10 < Fo ) = 0.05 nos da que Fo = 3,22
 LA MEDIA COMO VARIABLE ALEATORIA
Ejemplo hipotético:
En una población de cuatro µ =5 y σ2 = 5
elementos, se han obtenido
muestras de tamaño dos con
reposición
Los elementos son : 2,2
6,8
2-4–6–8 2,4

2,6
medias muestrales
medias 2 3 4 5 6 7 8 4,6 8,8
P(medi 4,2
as) 1/16 2/16 3/16 4/16 3/16 2/16 1/16
6,4
8,6 6,6
8,4
=5 2,8

4,8
4,4
En la practica solo se
6,2 obtiene una muestra ,
8,2 se desprecian 15 en
 Podemos afirmar que la distribución de la media muestral tiende a ser
normal estándar
Cuya formula es siempre que n sea suficientemente grande
(mayor o igual que 30)

P(medias)
0.30
media P(medias)
2 0.06 0.25
3 0.13
4 0.19 0.20

5 0.25
0.15
6 0.19
7 0.13 0.10
8 0.06
0.05

0.00
2 3 4 5 6 7 8

Cuando el tamaño no es suficientemente grande utilizamos la dfistrbucion

 en la Poblacion hipotetica

  X 2 4 6 8 TOTAL

  f(x) 0.25 0.25 0.25 0.25 1

mu =µ xf(x) 0.5 1 1.5 2 5

V(x) =σ2 (x-µ)^2 *f(x) 2.25 0.25 0.25 2.25 5

ESTIMACIONES
ESTIMACION INTERV LICA

viene a ser el estimador del parametro y

donde el valor K depende de la distribución del estimador del parámetro ,
Así en el caso de que el parámetro sea la media , si n es mayor o igual que 30, k es un valor z de
la distribución normal , pero si no lo es entonces K es un valor tn-1 de la distribución t de
student

d= z = z n≥30

𝒅 =𝒌 𝝈 𝑿
n<30
d= tn-1 = tn-1
Ejemplo
1.-El tiempo en que normalmente se realiza una gestión tributaria en las ventanillas de atención de
la SUNAT, observado para 40 clientes es:
Construya un Intervalo para el tiempo promedio con un nivel de confianza de 95%
11 21 18 14 10 21 22 17 6 20

25 10 7 8 11 10 10 23 24 8

10 11 13 9 20 22 25 17 19 21

25 8 5 6 12 13 15 19 21 8
2.- Rosita ha sido amonestada por llegar tarde a su trabajo la última quincena. La empresa donde
labora ha fijado un tiempo de tolerancia de 5 minutos luego de la hora de ingreso y su tardanzas de
los ultimo 15 días han sido :
3 12 4 10 10
7 9 3 5 9
11 3 5 12 7

Construya un intervalo para la media de las tardanzas para un nivel de confianza del 90%