Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA
APLICADA
INGENIERIA INDUSTRIAL
Ingeniería
Pregrado
TEMARIO Industrial
Intervalos de confianza
Ingeniería
Pregrado
Industrial
OBJETIVOS DE LA SESIÓN
Estimación Puntual:
Utilización de datos de la
muestra para calcular un
solo número para estimar
el parámetro de interés
Métodos de
Estimación
Estimación de Intervalo:
Ofrece un intervalo de valores
razonables dentro del cual se
pretende que esté el parámetro
de interés: con cierto grado de
confianza
ESTIMACIÓN Pregrado
Ingeniería
Industrial
No olvidar!!
POBLACIÓN (N)
𝝁
Muestra (n)
𝝈 𝑥
𝑆
𝝅 𝑝
Estadísticos:
Parámetros ()
ESTIMACIÓN PUNTUAL Pregrado
Ingeniería
Industrial
De la población de tallas de los estudiantes en el año 2021, se extrae una muestra aleatoria
de 8 alumnos, cuyos valores observados son:
1.50 1.60 1.58 1.45 1.52 1.68 1.62 1.55
Halle un estimador puntual para la media poblacional
Solución
Cuando obtenemos una media aritmética a partir de una muestra (Estadístico), esta puede
ser empleado como estimador puntual para el valor de la media poblacional (Parámetro).
Análogamente con los demás estadísticos.
PROPIEDADES DE UN Ingeniería
Pregrado
ESTIMADOR Industrial
Insesgado
El promedio de una distribución muestral de los promedios de las muestras es igual
al promedio de la población misma
Eficiente
Estimador más eficiente es el que tiene el menor error estándar
Consistente
Al aumentar el tamaño de la muestra el estadístico se aproxima al parámetro de la
población
Suficiencia
Utilizar tanta información de la muestra que ningún otro estimador puede extraer
información sobre el parámetro de la población
ESTIMACIÓN POR INTERVALOS Pregrado
Ingeniería
Industrial
𝑃 ( 𝜃 − ε ≤ 𝜃 ≤ 𝜃 + ε ) =1− α
Donde
Error
Coeficiente o grado de confianza
[ ]
𝑍 ∙𝜎
2 𝑍0.99=2.33
( 1−
𝛼
2 ) 99% 𝑍0.995 =2.578
𝑛=
𝜀
Compruébalo usando tu tabla Z!!
Longitud del Intervalo ( )
𝐿=2 𝑍
( ( 1 − 𝛼2 )
∙
𝜎
√𝑛 )
EJERCICIO APLICATIVO 1 Pregrado
Ingeniería
Industrial
𝑥− 𝑍 ∙
𝜎
< 𝜇< 𝑥 + 𝑍 ∙
𝜎 𝜇=? ? 𝑛=30
(1−
𝛼
) √𝑛 ( 1 − 𝛼2 ) √ 𝑛
2
𝜎 = 40 𝑥=780
40 40
780 − 1.96 ∙ <𝜇<780 +1.96 ∙
√ 30 √ 30 Nivel de confianza
765.69<𝜇 <794.31
Valor de Z
Con un nivel de confianza del 95%, el tiempo de vida promedio de 𝑍 = 𝑍 0.975
los focos esta comprendido desde 765.69 a 794.31 horas. (1 − 2 )
𝛼
EJERCICIO APLICATIVO 1 Pregrado
Ingeniería
Industrial
[ []
𝑍 ∙𝜎
2 Nivel de confianza
]
2
( 1−
𝛼
) 1.96 ∙ 40
¿ ≈ 30
14.3138¿ 30.00007
2
𝑛=
𝜀
Valor de Z
𝑥−𝜇
𝑇 𝑛 −1
𝑆
√𝑛
( 𝑥1− 𝑥2) − 𝑍
( 1−
𝛼
2 )
∙
√ 𝜎 21 𝜎 22
+
𝑛1 𝑛2
<𝜇1 −𝜇 2 < ( 𝑥 1 − 𝑥 2 ) + 𝑍 𝛼 ∙
(1 − 2 ) √ 𝜎 21 𝜎 22
+
𝑛1 𝑛2
Emplearemos cuando:
Muestras grandes
Varianzas poblacionales conocidas
Población normal o no
Muestras pequeñas
Varianzas poblacionales conocidas
Población normal
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS MUESTRALES CON VARIANZA POBLACIONAL Pregrado
Ingeniería
Industrial
CONOCIDA
Interpretaciones adicionales según los intervalos obtenidos
( 𝑥1− 𝑥2) − 𝑍
( 1−
𝛼
2 )
∙
√ 𝜎 21 𝜎 22
+
𝑛1 𝑛2
<𝜇1 −𝜇 2 < ( 𝑥 1 − 𝑥 2 ) + 𝑍 𝛼 ∙
(1 − 2 ) √ 𝜎 21 𝜎 22
+
𝑛1 𝑛2
𝜇 1 − 𝜇 2 >0 𝜇 1> 𝜇2
𝜇 1 − 𝜇 2 <0 𝜇 1< 𝜇2
√ √
𝜎 21 𝜎 22 𝜎 21 𝜎 22 Población
( 𝑥 1 − 𝑥 2 ) − 𝑍 1 − 𝛼 ∙ 𝑛 + 𝑛 <𝜇1 − 𝜇 2 < ( 𝑥 1 − 𝑥 2 ) + 𝑍 1 − 𝛼 ∙ 𝑛 + 𝑛 𝜎 1=15
( 2) 1 2 ( 2) 1 2
𝜎 2=1 0
( 250 − 235 ) − 2.578 ∙
√152 1 0 2
+
200 1 80
<𝜇1 −𝜇 2 < ( 250 −235 ) +2.578 ∙
1 1.66<𝜇 1 − 𝜇2 <1 8.34
+
√
152 10 2
200 180 Muestra
𝑛1=200 𝑛2 =180
Con el 99% de confianza, la diferencia del gasto medio mensual en arbitrios 𝑥1 =250 𝑥 2=235
en las ciudades A y B se encuentra entre S/ 11.66 y S/ 18.34
EJERCICIO APLICATIVO 3 Ingeniería
Pregrado
Industrial
En un estudio para determinar el gasto medio mensual en arbitrios en las
ciudades A y B con desviaciones estándar de 15 y 10 soles
respectivamente. Se toma una muestra al azar de 200 hogares de A
arrojando un gasto medio de S/250 y una muestra al azar de 180 hogares
de la ciudad B da una gasto medio de S/ 235.
a. Determine un intervalo de confianza del 99% para la diferencia del gasto
medio en las ciudades A y B.
b. ¿Es diferente el gasto medio mensual en arbitrios en las ciudades A y B?
Solución
b. Es decir, si ¿ A ≠ B? o también ¿A - B ≠ 0?
𝑃 ¿ 𝜇 𝐴 >𝜇 𝐵 𝜇 𝐴 ≠ 𝜇𝐵
Interpretación
El gasto medio mensual en arbitrios en ambas ciudades es diferente.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS MUESTRALES CON VARIANZA POBLACIONAL
Pregrado
Ingeniería
Industrial
DESCONOCIDA
Muestras pequeñas (, )
Varianzas poblacionales desconocidas e iguales. ()
Poblaciones normales
( 𝑥 1 − 𝑥 2 ) −𝑇
(1 − 𝛼2 , 𝑔𝑙 ) √
∙ 𝑆𝑝
2
( 1 1
+
𝑛 1 𝑛2 )
<𝜇 1 − 𝜇2 < ( 𝑥 1 − 𝑥2 ) + 𝑇 𝛼 ∙ 𝑆𝑝
√ (
( 1 − 2 ,𝑔𝑙 )
2 1
+
1
𝑛1 𝑛2 )
Cuya distribución es la de t-Student con (𝑔𝑙 = )
2 ( 𝑛1 − 1 ) 𝑆12+ ( 𝑛2 − 1 ) 𝑆 22
𝑆 =
𝑝
𝑛1 +𝑛 2 − 2
EJERCICIO APLICATIVO 4 Ingeniería
Pregrado
Industrial
En un proceso químico, se comparan dos catalizadores para verificar su efecto en
el resultado de la reacción del proceso. Se preparó una muestra de 12 procesos
utilizando el catalizador 1 y una de 10 con el catalizador 2, en el primer caso se
obtuvo un rendimiento promedio de 85 con una desviación estándar muestral de
4, mientras que el promedio para la segunda muestra fue 81 y la desviación
estándar muestral de 5. Encuentre un intervalo de confianza del 90% para la
diferencia entre las medias poblacionales, suponiendo que las poblaciones están
distribuidas aproximadamente en forma normal, con varianzas iguales.
Solución
√ ( )
( 85 − 81 ) − 1.725 ∙ 2 0.05 1 + 1 < 𝜇1 − 𝜇2 < ( 85 −81 ) +1.725 ∙ 20.05 1 + 1
0 .69 < 𝜇1 − 𝜇 2 < 7 .31
12 10 12 10 √ ( )
Con un nivel de confianza del 90% la diferencia de medias del rendimiento del catalizador 1 y 2
está comprendido de 0.69 a 7.31 , nota: tienen un rendimiento diferente
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS MUESTRALES CON VARIANZA POBLACIONAL
Pregrado
Ingeniería
Industrial
DESCONOCIDA
Muestras pequeñas (, )
Varianzas poblacionales desconocidas y diferentes. ()
Poblaciones normales
( 𝑥1− 𝑥2) −𝑇
(1−
𝛼
2
,𝑣 )
∙
√ 𝑆21 𝑆22
+
𝑛1 𝑛2
< 𝜇1 − 𝜇 2< ( 𝑥1 − 𝑥 2 ) +𝑇
( 2 )
1 −
𝛼
, 𝑣
∙
√ 𝑆 21 𝑆 22
+
𝑛1 𝑛2
( )
2 2 2
𝑆1 𝑆2
+
𝑛1 𝑛2
𝑣=
( ) ( )
2 2 2 2
𝑆1 𝑆2
𝑛1 𝑛2
+
𝑛1 − 1 𝑛2 − 1
EJERCICIO APLICATIVO 5 Ingeniería
Pregrado
Industrial
Se registraron los siguientes datos en días, que representan los tiempos de
recuperación de pacientes tratados aleatoriamente con dos medicamentos
para aliviarlos de graves infecciones en la vesícula:
Medicamento 1 Medicamento 2
𝑛1= 1 4 𝑛2 =1 4
9 𝑥 2=17
2 2
𝑆 1=1 . 5 𝑆 1=1 . 8
( ) (
2 2 2
𝑆1 𝑆 2
𝑣=
+
𝑛1 𝑛 2
¿
)
1. 5 1. 8 2
14
+
14
¿22 5 . 7
≈ 26
( ) ( )( ) ( )
2 2 2 2
𝑆1 𝑆2 1. 5 2
1.8 Valor de T
𝑛1 𝑛2 14 14
𝑇
( 1 − 𝛼2 , 𝑣 ) ¿ 𝑇 (0 .995 ,26 ) ¿ 2 . 779
+ +
𝑛 − 1 𝑛 − 1 14 − 1
1 2
1 4 −1
EJERCICIO APLICATIVO 5 Ingeniería
Pregrado
Industrial
Se registraron los siguientes datos en días, que representan los tiempos de
recuperación de pacientes tratados aleatoriamente con dos medicamentos
para aliviarlos de graves infecciones en la vesícula:
Medicamento 1 Medicamento 2
𝑛1= 1 4 𝑛2 =1 4
𝑥1 =19 𝑥 2=17
2 2
𝑆 1=1 . 5 𝑆 1=1 . 8
√ 𝑆12 𝑆 22
1 2 √ 𝑆 21 𝑆 22
( 𝑥 1 − 𝑥 2 ) −𝑇 ( 0 .995 ,26 ) ∙ 𝑛 + 𝑛 <𝜇 1 −𝜇 2 < ( 𝑥 1 − 𝑥 2 ) + 𝑇 ( 0 .995 , 26) ∙ 𝑛 + 𝑛
1 2
Con nivel de confianza del 99% la
verdadera diferencia del tiempo
√ √
medio de recuperación para los
1 .5 1 . 8 1 .5 1 .8
( 19 −17 ) − 2. 779 ∙ + < 𝜇1 −𝜇 2< ( 19− 17 ) +2 . 779 ∙ + medicamentos esta comprendido
14 14 14 14 de 0.651 a 3.349
0 . 651<𝜇 1 − 𝜇2 <3 . 349
Ingeniería
Pregrado
CONCLUSIONES Industrial