Problemas de Inferencia Estadística

Inferencia estadística
Estudia como sacar conclusiones generales para toda la
población a partir del estudio de una muestra, y el grado de
fiabilidad o significación de los resultados obtenidos.
Muestreo probabilístico
Consiste en elegir una muestra de una población al azar. Podemos
distinguir varios tipos de muestreo:
Muestreo aleatorio simple
Para obtener una muestra, se numeran los elementos de la
población y se seleccionan al azar los n elementos que contiene la
muestra.
Muestreo aleatorio sistemático
Se elige un individuo al azar y a partir de él, a intervalos
constantes, se eligen los demás hasta completar la muestra.
Por ejemplo si tenemos una población formada por 100 elementos
y queremos extraer una muestra de 25 elementos, en primer lugar
debemos establecer el intervalo de selección que será igual a 100/25 =
4. A continuación elegimos el elemento de arranque, tomando
aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos
los restantes elementos de la muestra.
2, 6, 10, 14,..., 98
Muestreo aleatorio estratificado
Se divide la población en clases o estratos y se escoge,
aleatoriamente, un número de individuos de cada estrato proporcional
al número de componentes de cada estrato.
En una fábrica que consta de 600 trabajadores queremos tomar
una muestra de 20. Sabemos que hay 200 trabajadores en la sección A,
150 en la B, 150 en la C y 100 en la D.
Un muestreo puede hacerse con o sin reposición, y la población de
partida puede ser infinita o finita.
En todo nuestro estudio vamos a limitarnos a una población
de partida infinita o a muestreo con reposición.

Si consideremos todas las posibles muestras de tamaño n en una
población, para cada muestra podemos calcular un estadístico (media,
desviación típica, proporción, ...) que variará de una a otra.
Así obtenemos una distribución del estadístico que se llama
distribución muestral.
I n t e r v a lo s c a r a c t e rí s t i c o s
P[Μ - K < X < Μ + K] = P
Hallar el intervalo característico de una distribución normal N(0,
1) correspondiente a la probabilidad p = 0.9.

El nivel de confianza (p) se designa mediante 1 - α.
El nivel de significación se designa mediante α.
El valor crítico (k) como z α/2 .
P(Z>z α/2 ) = α/2 P[-z α/2 < z < z α/2 ] = 1- α
Valores críticos
1 - α α/2 z α/2
0.90 0.05 1.645
0.95 0.025 1.96
0.99 0.005 2.575
En una distribución N(μ, σ ) el intervalo característico
correspondiente a una probabilidad p = 1 - α es:
(μ - z α/2 · σ , μ + z α/2 · σ )
1 - α α/2 z α/2 Intervalos característicos
0.90 0.05 1.645 (μ - 1.645 · σ , μ + 1.645 · σ)
0.95 0.025 1.96 (μ - 1.96 · σ , μ + 1.96 · σ )
0.99 0.005 2.575 (μ - 2.575 · σ , μ + 2.575 · σ )
Te o r e m a ce n t r a l de l lí mi t e
Si una población tiene media μ y desviación típica σ, y tomamos
muestras de tamaño n (n>30, ó cualquier tamaño si la población es
"normal"), las medias de estas muestras siguen aproximadamente la
distribución:
Consecuencias:
1.Permite averiguar la probabilidad de que la media de una

muestra concreta esté en un cierto intervalo.
2.Permite calcular la probabilidad de que la suma de los
elementos de una muestra esté, a priori, en un cierto intervalo.

3.Inferir la media de la población a partir de una muestra.
Las bolsas de sal envasadas por una máquina tienen μ = 500 g y σ
= 35 g. Las bolsas se empaquetaron en cajas de 100 unidades.
1.Calcular la probabilidad de que la media de los pesos de las

bolsas de un paquete sea menor que 495 g.
2.Calcular la probabilidad de que una caja 100 de bolsas pese

más de 51 kg.
Es t i m a c i ón de p a r á m e t r o s
Es el procedimiento utilizado para conocer las características de
un parámetro poblacional, a partir del conocimiento de la muestra.
Con una muestra aleatoria, de tamaño n, podemos efectuar una
estimación de un valor de un parámetro de la población; pero también
necesitamos precisar un:
Intervalo de confianza
Se llama así a un intervalo en el que sabemos que está un
parámetro, con un nivel de confianza específico.
Nivel de confianza
Probabilidad de que el parámetro a estimar se encuentre en el
intervalo de confianza.
Error de estimación admisible
Que estará relacionado con el radio del intervalo de confianza.
Es t i m a c i ón de l a m e d i a de u n a p ob l a ci ó n
I n t e r v a l o d e c o nf i a n z a p a r a l a m e d i a
El intervalo de confianza, para la media de una población, con
un nivel de confianza de 1- α , siendo x la media de una muestra de
tamaño n y σ la desviación típica de la población, es:

El error máximo de estimación es:
Cuanto mayor sea el tamaño de la muestra, n, menor es el
error.
Cuanto mayor sea el nivel de confianza, 1-α, mayor es el
error.
Tamaño de la muestra
Si aumentamos el nivel de confianza, aumenta el tamaño de
la muestra.
Si disminuimos el error, tenemos que aumentar el tamaño de
la muestra.
El tiempo que tardan las cajeras de un supermercado en cobrar a
los clientes sigue una ley normal con media desconocida y desviación
típica 0,5 minutos. Para una muestra aleatoria de 25 clientes se obtuvo
un tiempo medio de 5,2 minutos.
1.Calcula el intervalo de confianza al nivel del 95% para el

tiempo medio que se tarda en cobrar a los clientes.
2.Indica el tamaño muestral necesario para estimar dicho tiempo
medio con un el error de ± 0,5 minutos y un nivel de confianza del
95%.
n ≥ 4
E s t i m a ci ó n d e un a p ro p o r c ió n
Si en una población, una determinada característica se presenta
en una proporción p, la proporción p' , de individuos con dicha
característica en las muestras de tamaño n, se distribuirán según:
Intervalo de confianza para una proporción

En una fábrica de componentes electrónicos, la proporción de
componentes finales defectuosos era del 20%. Tras una serie de
operaciones e inversiones destinadas a mejorar el rendimiento se
analizó una muestra aleatoria de 500 componentes, encontrándose que
90 de ellos eran defectuosos. ¿Qué nivel de confianza debe adoptarse
para aceptar que el rendimiento no ha sufrido variaciones?
p = 0.2 q = 1 - p =0.8 p'= 90/ 500 = 0.18
E = 0.2 - 0.18 = 0.02
P (1 - zα/2 <1.12) = 0.86861 - 0.8686 = 0.1314
0.8686 - 0.1314 = 0.737
Nivel de confianza: 73.72%

C o n t r a s t e s de h ip ó t e s is
Hipótesis estadísticas
Un test estadístico es un procedimiento para, a partir de una
muestra aleatoria y significativa, extraer conclusiones que permitan
aceptar o rechazar una hipótesis previamente emitida sobre el valor
de un parámetro desconocido de una población.
La hipótesis emitida se designa por H0 y se llama HIPÓTESIS NULA .
La hipótesis contraria se designa por H1 y se llama HIPÓTESIS
ALTERNATIVA .
Contrastes de hipótesis
1. Enunciar la hipótesis nula H0 y la alternativa H1.
Bilateral H0=k H1 ≠ k
H0≥ k H1 < k
Unilateral
H0 ≤k H1> k
2.A partir de un nivel de confianza 1 - α o el de significación

α. Determinar:
El valor zα/2 (bilaterales), o bien zα (unilaterales)
La zona de aceptación del parámetro muestral (x o p').
3. Calcular: x o p', a partir de la muestra.

4. Si el valor del parámetro muestral está dentro de la zona
de la aceptación, se acepta la hipótesis con un nivel de
significación α. Si no, se rechaza.
C o n t r a s t e B il a t e r a l
Se presenta cuando la hipótesis nula es del tipo H0: μ = k (o bien
H0: p = k) y la hipótesis alternativa, por tanto, es del tipo H1: μ≠ k (o
bien H1: p≠ k).
El nivel de significación α se concentra en dos partes (o
colas) simétricas respecto de la media.
La región de aceptación en este caso no es más que el
correspondiente intervalo de probabilidad para x o p', es decir:
o bien:
Se sabe que la desviación típica de las notas de cierto examen de
Matemáticas es 2,4. Para una muestra de 36 estudiantes se obtuvo una
nota media de 5,6. ¿Sirven estos datos para confirmar la hipótesis de
que la nota media del examen fue de 6, con un nivel de confianza del
95%?
1. Enunciamos las hipótesis nula y alternativa:
H0 : μ = 6 La nota media no ha variado.
H1 : μ ≠ 6 La nota media ha variado.
2. Zona de aceptación
Para α = 0.05, le corresponde un valor crítico: zα/2 = 1.96.
Determinamos el intervalo de confianza para la media:
(6-1,96 · 0,4 ; 6+1,96 · 0,4) = (5,22 ; 6,78)
3. Verificación.
Valor obtenido de la media de la muestra: 5,6 .
4. Decisión
Aceptamos la hipótesis nula H0, con un nivel de significación
del 5%.
C o n t r a s t e un i l a te r a l
Caso 1
La hipótesis nula es del tipo H0: μ ≥ k (o bien H0: p ≥ k).
La hipótesis alternativa, por tanto, es del tipo H1: μ < k (o bien
H1: p < k).
Valores críticos
1 - α α z α
0.90 0.10 1.28
0.95 0.05 1.645
0.99 0.01 2.33
El nivel de significación α se concentra en una parte o cola.
La región de aceptación en este caso será:

o bien:
Un sociólogo ha pronosticado, que en una determinada ciudad,
el nivel de abstención en las próximas elecciones será del 40% como
mínimo. Se elige al azar una muestra aleatoria de 200 individuos,
con derecho a voto, 75 de los cuales estarían dispuestos a votar.
Determinar con un nivel de significación del 1%, si se puede admitir
el pronóstico.
H0 : p ≥ 0.40 La abstención será como mínimo del 40%.
H1 : p < 0.40 La abstención será como máximo del 40%;
Para α = 0.01, le corresponde un valor crítico: zα = 2.33.
3.Verificación.
4.Decisión
Aceptamos la hipótesis nula H0. Podemos afirmar, con un
nivel de significación del 1%, que la La abstención será como mínimo
del 40%.
Caso 2
La hipótesis nula es del tipo H0: μ ≤ k (o bien H0: p ≤ k).
La hipótesis alternativa, por tanto, es del tipo H1: μ > k (o
bien H1: p > k).
El nivel de significación α se concentra en la otra parte o cola.

o bien:
Un informe indica que el precio medio del billete de avión entre
Canarias y Madrid es, como máximo, de 120 € con una desviación
típica de 40 €. Se toma una muestra de 100 viajeros y se obtiene
que la media de los precios de sus billetes es de 128 €.
¿Se puede aceptar, con un nivel de significación igual a 0,1, la
afirmación de partida?
H0 : μ ≤ 120
H1 : μ > 120
2.Zona de aceptación
Para α = 0.1, le corresponde un valor crítico: zα = 1.28 .
Determinamos el intervalo de confianza:

3. Verificación.
Valor obtenido de la media de la muestra: 128 € .
4. Decisión
No aceptamos la hipótesis nula H0. Con un nivel de
significación del 10%.
E r r o re s d e t i po I y t i p o I I
Error de tipo I. Se comete cuando la hipótesis nula es
verdadera y, como consecuencia del contraste, se rechaza.
Error de tipo II. Se comete cuando la hipótesis nula es falsa y,
como consecuencia del contraste se acepta.
H0 Verdadera Falsa
Decisón correcta Decisión
incorrecta:
Aceptar
Probabilidad = 1
- α ERROR DE TIPO II
ERROR DE TIPO I
Decisión
Rechazar
correcta
Probabilidad = α
La probabilidad de cometer Error de tipo I es el nivel de
significación α.
La probabilidad de cometer Error de tipo II depende del
verdadero valor del parámetro. Se hace tanto menor cuanto mayor
sea n.
I n f e r e n ci a e s t a d í s t i c a. Re s u me n
In f e r e n c i a e s t a d í s t i c a
Estudia cómo sacar conclusiones generales para toda la
población a partir del estudio de una muestra, y el grado de
fiabilidad o significación de los resultados obtenidos.
Muestreo probabilístico
Consiste en elegir una muestra de una población al azar. Podemos
distinguir varios tipos:
Muestreo aleatorio simple:
Para obtener una muestra, se numeran los elementos de la
población y se seleccionan al azar los n elementos que contiene la
muestra.
Muestreo aleatorio sistemático:
Se elige un individuo al azar y a partir de él, a intervalos
constantes, se eligen los demás hasta completar la muestra.

Muestreo aleatorio estratificado:
Se divide la población en clases o estratos y se escoge,
aleatoriamente, un número de individuos de cada estrato proporcional
al número de componentes de cada estrato.
In t e r v a l o s ca r a c t e r í s t i c o s
El nivel de confianza (p) se designa mediante 1 - α.
El nivel de significación se designa mediante α.
El valor crítico (k) como z α/2 .
P(Z>z α/2 ) = α/2 P[-z α/2 < z < z α/2 ] = 1- α
En una distribución N(μ, σ ) el intervalo característico
correspondiente a una probabilidad p = 1 - α es:
(μ - z α/2 · σ , μ + z α/2 · σ )
1 - α α/2 z α/2 Intervalos característicos
0.90 0.05 1.645 (μ - 1.645 · σ , μ + 1.645 · σ)
0.95 0.025 1.96 (μ - 1.96 · σ , μ + 1.96 · σ )

0.99 0.005 2.575 (μ - 2.575 · σ , μ + 2.575 · σ )
Distribución de las medias muestrales
Teorema central del límite
Si una población tiene media μ y desviación típica σ , y tomamos
muestras de tamaño n (n>30, ó cualquier tamaño si la población es
"normal"), las medias de estas muestras siguen aproximadamente la
distribución:
Consecuencias:
1.Permite averiguar la probabilidad de que la media de una

muestra concreta esté en un cierto intervalo.
2.Permite calcular la probabilidad de que la suma de los
elementos de una muestra esté, a priori, en un cierto intervalo.
3.Inferir la media de la población a partir de una muestra.

Estimación
• Intervalo de confianza
Se llama así a un intervalo en el que sabemos que está un
parámetro, con un nivel de confianza específico.
• Nivel de confianza
Probabilidad de que el parámetro a estimar se encuentre en
el intervalo de confianza.
• Error de estimación admisible
Que estará relacionado con el radio del intervalo de
confianza.
E s t i m a c i ó n d e l a m e d i a d e un a p o b l a c i ó n
Intervalo de confianza para la media
El intervalo de confianza, para la media de una población,
con un nivel de confianza de 1- α , siendo x la media de una
muestra de tamaño n y σ la desviación típica de la población, es:
Tamaño de la muestra
E s t i m a c i ó n d e un a p r o p o r c i ó n
Si en una población, una determinada característica se
presenta en una proporción p, la proporción p' , de individuos
con dicha característica en las muestras de tamaño n, se
distribuirán según:
Intervalo de confianza para una proporción
Hipótesis estadísticas
Un TEST ESTADÍSTICO es un procedimiento para, a partir de una
muestra aleatoria y significativa, extraer conclusiones que
permitan aceptar o rechazar una hipótesis previamente
emitida sobre el valor de un parámetro desconocido de una
población.
La hipótesis emitida se designa por H0 y se llama HIPÓTESIS
NULA .
La hipótesis contraria se designa por H1 y se llama HIPÓTESIS
ALTERNATIVA .
Contrastes de hipótesis
1. Enunciar la hipótesis nula H0 y la alternativa H1.
Bilateral H0=k H1 ≠ k
H0≥ k H1 < k
Unilateral
H0 ≤k H1> k
2.A partir de un nivel de confianza 1 - α o el de

significación α. Determinar:
El valor zα/2 (bilaterales), o bien zα (unilaterales)
La zona de aceptación del parámetro muestral (x o p').
3. Calcular: x o p', a partir de la muestra.
4. Si el valor del parámetro muestral está dentro de la

zona de la aceptación, se acepta la hipótesis con un nivel
de significación α. Si no, se rechaza.
Contraste Bilateral
Se presenta cuando la hipótesis nula es del tipo H0: μ = k
(o bien H0: p = k) y la hipótesis alternativa, por tanto, es del
tipo H1: μ≠ k (o bien H1: p≠ k).

El nivel de significación α se concentra en dos partes (o
colas) simétricas respecto de la media.
La región de aceptación en este caso no es más que el
correspondiente intervalo de probabilidad para x o p', es decir:
o bien:
Contraste unilateral
Caso 1
La hipótesis nula es del tipo H0: μ ≥ k (o bien H0: p ≥ k).
La hipótesis alternativa, por tanto, es del tipo H1: μ < k (o
bien H1: p < k).
Valores críticos
1 - α α z α
0.90 0.10 1.28
0.95 0.05 1.645
0.99 0.01 2.33

o bien:
Caso 2
La hipótesis nula es del tipo H0: μ ≤ k (o bien H0: p ≤
k).
La hipótesis alternativa, por tanto, es del tipo H1: μ > k
(o bien H1: p > k).
o bien:
Errores
Error de tipo I. Se comete cuando la hipótesis nula es
verdadera y, como consecuencia del contraste, se rechaza.
Error de tipo II. Se comete cuando la hipótesis nula es
falsa y, como consecuencia del contraste se acepta.
H0 Verdadera Falsa
Decisón correcta Decisión
incorrecta:
Aceptar
Probabilidad = 1
- α ERROR DE TIPO II
ERROR DE TIPO I
Decisión
Rechazar
correcta
Probabilidad = α
La probabilidad de cometer Error de tipo I es el nivel
de significación α.
La probabilidad de cometer Error de tipo II depende del
verdadero valor del parámetro. Se hace tanto menor cuanto
mayor sea n.
Problemas de inferencia estadística

1En una fábrica que consta de 600 trabajadores queremos tomar
una muestra de 20. Sabemos que hay 200 trabajadores en la sección A,
150 en la B, 150 en la C y 100 en la D.
2En cierto barrio se quiere hacer un estudio para conocer mejor el
tipo de actividades de ocio que gustan más a sus habitantes. Para ello
van a ser encuestados 100 individuos elegidos al azar.
1.Explicar qué procedimiento de selección sería más adecuado

utilizar: muestreo con o sin reposición. ¿Por qué?
2.Como los gustos cambian con la edad y se sabe que en el barrio

viven 2.500 niños, 7.000 adultos y 500 ancianos, posteriormente se
decide elegir la muestra anterior utilizando un muestreo estratificado.
Determinar el tamaño muestral correspondiente a cada estrato.
Para efectuar un muestreo aleatorio estratificado, será necesario
que la muestra refleje fielmente los estratos existentes en la población;

deben considerarse los estratos formados por: niños, adultos y
ancianos.
El tamaño muestral de cada estrato deberá ser proporcional a la
presencia del mismo en la población original:
Población total: 2500 + 7000 + 500 = 10 000.
3En cierta cadena de centros comerciales trabajan 150 personas
en el departamento de personal, 450 en el departamento de ventas,
200 en el departamento de contabilidad y 100 en el departamento de
atención al cliente. Con objeto de realizar una encuesta laboral, se
quiere seleccionar una muestra de 180 trabajadores.
1¿Qué tipo de muestreo deberíamos utilizar para la selección de

la muestra si queremos que incluya a trabajadores de los cuatro
departamentos mencionados?
2¿Qué número de trabajadores tendríamos que seleccionar en

cada departamento atendiendo a un criterio de proporcionalidad?
4Sea la población de elementos: {22,24, 26}.
1.Escriba todas las muestras posibles de tamaño dos, escogidas

mediante muestreo aleatorio simple.
2.Calcule la varianza de la población.
3.Calcule la varianza de las medias muestrales.
M1 = {22, 24}, M1 = {22, 26}, M1 = {24, 26}
2.Calcule la varianza de la población.

3.Calcule la varianza de las medias muestrales.
5Las bolsas de sal envasadas por una máquina tienen μ = 500 g y
σ = 35 g. Las bolsas se empaquetaron en cajas de 100 unidades.


más de 51 kg.

más de 51 kg.
6El tiempo que tardan las cajeras de un supermercado en cobrar a
los clientes sigue una ley normal con media desconocida y desviación
típica 0,5 minutos. Para una muestra aleatoria de 25 clientes se obtuvo
un tiempo medio de 5,2 minutos.


95%.

95%.
n ≥ 4
7En una fábrica de componentes electrónicos, la proporción de
componentes finales defectuosos era del 20%. Tras una serie de
operaciones e inversiones destinadas a mejorar el rendimiento se
analizó una muestra aleatoria de 500 componentes, encontrándose que
90 de ellos eran defectuosos. ¿Qué nivel de confianza debe adoptarse
para aceptar que el rendimiento no ha sufrido variaciones?
p = 0.2 q = 1 - p =0.8 p'= 90/ 500 = 0.18
E = 0.2 - 0.18 = 0.02

P (1 - zα/2 <1.12) = 0.86861 - 0.8686 = 0.1314
0.8686 - 0.1314 = 0.737
Nivel de confianza: 73.72%
8 La variable altura de las alumnas que estudian en una escuela
de idiomas sigue una distribución normal de media 1,62 m y la
desviación típica 0,12 m. ¿Cuál es la probabilidad de que la media de
una muestra aleatoria de 100 alumnas sea mayor que 1.60 m?

9Se ha tomado una muestra de los precios de un mismo producto
alimenticio en 16 comercios, elegidos al azar en un barrio de una
ciudad, y se han encontrado los siguientes precios:
95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111,
103, 110.
Suponiendo que los precios de este producto se distribuyen según
una ley normal de varianza 25 y media desconocida:
1.¿Cuál es la distribución de la media muestral?
2.Determine el intervalo de confianza, al 95%, para la media

poblacional.
1.¿Cuál es la distribución de la media muestral?
2.Determine el intervalo de confianza, al 95%, para la media

poblacional.
95% → zα/2 =1.96
(104 - 1.96 · 1. 25, 104 + 1.9 · 1.25) = (101.55; 106.45)

10 L a media de las estaturas de una muestra aleatoria de 400
personas de una ciudad es 1,75 m. Se sabe que la estatura de las
personas de esa ciudad es una variable aleatoria que sigue una
distribución normal con varianza σ2 = 0,16 m2.
1.Construye un intervalo, de un 95% de confianza, para la media

de las estaturas de la población.
2.¿Cuál sería el mínimo tamaño muestral necesario para que

pueda decirse que la verdadera media de las estaturas está a menos de
2 cm de la media muestral, con un nivel de confianza del 90%?
1.Construye un intervalo, de un 95% de confianza, para la media

de las estaturas de la población.
n=400 x =1.75 σ=0.4
1- α=0.95 z α/2 =1.96
(1.75 ± 1.96 · 0.4/20 ) → (1.7108,1.7892)
2.¿Cuál sería el mínimo tamaño muestral necesario para que

pueda decirse que la verdadera media de las estaturas está a menos de
2 cm de la media muestral, con un nivel de confianza del 90%?

La muestra debe tener al menos 1083 personas.
11 L a s ventas mensuales de una tienda de electrodomésticos se
distribuyen según una ley normal, con desviación típica 900 €. En un
estudio estadístico de las ventas realizadas en los últimos nueve
meses, se ha encontrado un intervalo de confianza para la media
mensual de las ventas, cuyos extremos son 4 663 € y 5 839 €.
1. ¿Cuál ha sido la media de las ventas en estos nueve meses?
2. ¿Cuál es el nivel de confianza para este intervalo?
1. ¿Cuál ha sido la media de las ventas en estos nueve meses?
n = 9 x = (4663 + 5839) / 2; x =5251
2. ¿Cuál es el nivel de confianza para este intervalo?
E= ( 5839 - 4663) / 2 = 588
588 = z α/2 · 900 / 3 z α/2 = 1.96
1-α = 0.95 → 95%
12 S e desea estimar la proporción, p, de individuos daltónicos de
una población a través del porcentaje observado en una muestra
aleatoria de individuos, de tamaño n.

1. Si el porcentaje de individuos daltónicos en la muestra es igual
al 30%, calcula el valor de n para que, con un nivel de confianza de
0,95, el error cometido en la estimación sea inferior al 3,1%.
2.Si el tamaño de la muestra es de 64 individuos, y el porcentaje

de individuos daltónicos en la muestra es del 35%, determina, usando
un nivel de significación del 1%, el correspondiente intervalo de
confianza para la proporción de daltónicos de la población.
1. Si el porcentaje de individuos daltónicos en la muestra es igual

al 30%, calcula el valor de n para que, con un nivel de confianza de
0,95, el error cometido en la estimación sea inferior al 3,1%.
1- α=0.95 z α/2 =1.96
Al menos 840 individuos.
2.Si el tamaño de la muestra es de 64 individuos, y el porcentaje

de individuos daltónicos en la muestra es del 35%, determina, usando
un nivel de significación del 1%, el correspondiente intervalo de
confianza para la proporción de daltónicos de la población.
α=0.01 1- α=0.99 z α/2 =2.575

13 E n una población una variable aleatoria sigue una ley normal
de media desconocida y desviación típica 2.
1.Observada una muestra de tamaño 400, tomada al azar, se ha

obtenido una media muestra al igual a 50. ¿Calcule un intervalo, con el
97 % de confianza, para la media de la población.
2.Con el mismo nivel de confianza, ¿qué tamaño mínimo debe

tener la muestra para qué la amplitud del intervalo que se obtenga sea,
como máximo, 1?
1.Observada una muestra de tamaño 400, tomada al azar, se ha

obtenido una media muestra al igual a 50. ¿Calcule un intervalo, con el
97 % de confianza, para la media de la población.
2.Con el mismo nivel de confianza, ¿qué tamaño mínimo debe

tener la muestra para qué la amplitud del intervalo que se obtenga sea,
como máximo, 1?
n ≥ 76
14 L a cantidad de hemoglobina en sangre del hombre sigue una
ley normal con una desviación típica de 2g/dl.
Calcule el nivel de confianza de una muestra de 12 extracciones
de sangre que indique que la media poblacional de hemoglobina en
sangre está entre 13 y 15 g/dl.
15 S e sabe que la desviación típica de las notas de cierto examen
de Matemáticas es 2,4. Para una muestra de 36 estudiantes se obtuvo
una nota media de 5,6. ¿Sirven estos datos para confirmar la hipótesis
de que la nota media del examen fue de 6, con un nivel de confianza
del 95%?
H0 : μ = 6 La nota media no ha variado.
H1 : μ ≠ 6 La nota media ha variado.
(6-1,96 · 0,4 ; 6+1,96 · 0,4) = (5,22 ; 6,78)
3. Verificación.
Valor obtenido de la media de la muestra: 5,6 .
4. Decisión
Aceptamos la hipótesis nula H0, con un nivel de significación
del 5%.
16 U n sociólogo ha pronosticado, que en una determinada ciudad,
el nivel de abstención en las próximas elecciones será del 40% como
mínimo. Se elige al azar una muestra aleatoria de 200 individuos, con
derecho a voto, 75 de los cuales estarían dispuestos a votar.
Determinar con un nivel de significación del 1%, si se puede admitir el
pronóstico.
H0 : μ ≥ 0.40 La abstención será como mínimo del 40%.
H1 : μ < 0.40 La abstención será como máximo del 40%;
Para α = 0.01, le corresponde un valor crítico: zα = 2.33.
3.Verificación.
4.Decisión
Aceptamos la hipótesis nula H0. Podemos afirmar, con un nivel
de significación del 1%, que la La abstención será como mínimo del
40%.
17 U n informe indica que el precio medio del billete de avión
entre Canarias y Madrid es, como máximo, de 120 € con una desviación
típica de 40 €. Se toma una muestra de 100 viajeros y se obtiene que
la media de los precios de sus billetes es de 128 €.

¿Se puede aceptar, con un nivel de significación igual a 0,1, la
afirmación de partida?
H0 : μ ≤ 120
H1 : μ > 120
2.Zona de aceptación
Para α = 0.1, le corresponde un valor crítico: zα = 1.28 .
3. Verificación.
Valor obtenido de la media de la muestra: 128 € .
4. Decisión
No aceptamos la hipótesis nula H0. Con un nivel de
significación del 10%.
18 U n a marca de nueces afirma que, como máximo, el 6% de las
nueces están vacías. Se eligieron 300 nueces al azar y se detectaron 21
vacías.
1.Con un nivel de significación del 1%, ¿se puede aceptar la

afirmación de la marca?
2.Si se mantiene el porcentaje muestral de nueces que están
vacías y 1-α = 0.95, ¿qué tamaño muestral se necesitaría para estimar
la proporción de nueces con un error menor del 1% por ciento?
1.Con un nivel de significación del 1%, ¿se puede aceptar la

afirmación de la marca?
1 Enunciamos las hipótesis nula y alternativa:
H0 : p ≤ 0.06
H1 : p >0.06
2Zona de aceptación
α = 0.01 zα = 2.33.
3Verificación.
4Decisión
Aceptamos la hipótesis nula H0. Con un nivel de significación
del 1%.
2.Si se mantiene el porcentaje muestral de nueces que están
vacías y 1-α = 0.95, ¿qué tamaño muestral se necesitaría para estimar
la proporción de nueces con un error menor del 1% por ciento?
1 - α = 0, 9 5 z α/2 = 1, 96
19 L a duración de la bombillas de 100 W que fabrica una empresa
sigue una distribución normal con una desviación típica de 120 horas de
duración. Su vida media está garantizada durante un mínimo de 800
horas. Se escoge al azar una muestra de 50 bombillas de un lote y,
después de comprobarlas, se obtiene una vida media de 750 horas. Con
un nivel de significación de 0,01, ¿habría que rechazar el lote por no
cumplir la garantía?
H0 : µ ≥ 800
H1 : µ <800
α = 0.01; zα = 2.33

3Verificación.
x = 750
4Decisión
Rechazamos la hipótesis nula H0. Con un nivel de significación
del 1%.
20 U n fabricante de lámparas eléctricas está ensayando un nuevo
método de producción que se considerará aceptable si las lámparas
obtenidas por este método dan lugar a una población normal de
duración media 2400 horas, con una desviación típica igual a 300. Se
toma una muestra de 100 lámparas producidas por este método y esta
muestra tiene una duración media de 2320 horas. ¿Se puede aceptarr la
hipótesis de validez del nuevo proceso de fabricación con un riesgo
igual o menor al 5%?
H0 : μ = 2400
H1 : μ ≠2400
α = 0.05 zα = 1.96.
3Verificación.
Valor obtenido de la media de la muestra: 2320 .
4Decisión
Rechazamos la hipótesis nula H0, con un nivel de significación
del 5%.
21 E l control de calidad una fábrica de pilas y baterías sospecha
que hubo defectos en la producción de un modelo de batería para
teléfonos móviles, bajando su tiempo de duración. Hasta ahora el
tiempo de duración en conversación seguía una distribución normal con
media 300 minutos y desviación típica 30 minutos. Sin embargo, en la
inspección del último lote producido, antes de enviarlo al mercado, se
obtuvo que de una muestra de 60 baterías el tiempo medio de duración
en conversación fue de 290 minutos. Suponiendo que ese tiempo sigue
siendo Normal con la misma desviación típica:
¿Se puede concluir que las sospechas del control de calidad son
ciertas a un nivel de significación del 2%?
¿Se puede concluir que las sospechas del control de calidad son
ciertas a un nivel de significación del 2%?

H0 : µ ≥ 300
H1 : µ < 300
α = 0.02; 1- α = 0. 98; P(1.96)= 0. 98; zα = 1.96 .
3Verificación.
µ = 290
4Decisión
Rechazamos la hipótesis nula H0. Con un nivel de significación
del 2%.
22 S e cree que el nivel medio de protombina en una población
normal es de 20 mg/100 ml de plasma con una desviación típica de 4
miligramos/100 ml. Para comprobarlo, se toma una muestra de 40
individuos en los que la media es de 18.5 mg/100 ml. ¿Se puede
aceptar la hipótesis, con un nivel de significación del 5%?
H0 : μ =20 mg/100 ml
H1 : μ ≠ 20 mg/100 ml
3Verificación.
Valor obtenido de la media de la muestra: 18.5.
4Decisión
Rechazamos la hipótesis nula H0, con un nivel de significación
del 5%.
http://www.vitutor.com/estadistica/inferencia/i_e.html

Problemas de Inferencia Estadística

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Problemas de Inferencia Estadística

Încărcat de

Drepturi de autor:

Formate disponibile

Inferencia estadística

Estudia como sacar conclusiones generales para toda la

población a partir del estudio de una muestra, y el grado de

fiabilidad o significación de los resultados obtenidos.

Consiste en elegir una muestra de una población al azar. Podemos

distinguir varios tipos de muestreo:

Muestreo aleatorio simple

Para obtener una muestra, se numeran los elementos de la

población y se seleccionan al azar los n elementos que contiene la

Muestreo aleatorio sistemático

Se elige un individuo al azar y a partir de él, a intervalos

constantes, se eligen los demás hasta completar la muestra.

Por ejemplo si tenemos una población formada por 100 elementos

y queremos extraer una muestra de 25 elementos, en primer lugar

debemos establecer el intervalo de selección que será igual a 100/25 =

4. A continuación elegimos el elemento de arranque, tomando

aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos

los restantes elementos de la muestra.

Se divide la población en clases o estratos y se escoge,

aleatoriamente, un número de individuos de cada estrato proporcional

al número de componentes de cada estrato.

En una fábrica que consta de 600 trabajadores queremos tomar

una muestra de 20. Sabemos que hay 200 trabajadores en la sección A,

150 en la B, 150 en la C y 100 en la D.

Un muestreo puede hacerse con o sin reposición, y la población de

partida puede ser infinita o finita.

En todo nuestro estudio vamos a limitarnos a una población

de partida infinita o a muestreo con reposición.

población, para cada muestra podemos calcular un estadístico (media,

desviación típica, proporción, ...) que variará de una a otra.

Así obtenemos una distribución del estadístico que se llama

P[Μ - K < X < Μ + K] = P

Hallar el intervalo característico de una distribución normal N(0,

1) correspondiente a la probabilidad p = 0.9.

El nivel de significación se designa mediante α.

El valor crítico (k) como z α/2 .

P(Z>z α/2 ) = α/2 P[-z α/2 < z < z α/2 ] = 1- α

0.90 0.05 1.645

0.95 0.025 1.96

0.99 0.005 2.575

En una distribución N(μ, σ ) el intervalo característico

correspondiente a una probabilidad p = 1 - α es:

0.90 0.05 1.645 (μ - 1.645 · σ , μ + 1.645 · σ)

0.95 0.025 1.96 (μ - 1.96 · σ , μ + 1.96 · σ )

0.99 0.005 2.575 (μ - 2.575 · σ , μ + 2.575 · σ )

Si una población tiene media μ y desviación típica σ, y tomamos

muestras de tamaño n (n>30, ó cualquier tamaño si la población es

"normal"), las medias de estas muestras siguen aproximadamente la

1.Permite averiguar la probabilidad de que la media de una

2.Permite calcular la probabilidad de que la suma de los

elementos de una muestra esté, a priori, en un cierto intervalo.

Las bolsas de sal envasadas por una máquina tienen μ = 500 g y σ

= 35 g. Las bolsas se empaquetaron en cajas de 100 unidades.

1.Calcular la probabilidad de que la media de los pesos de las

2.Calcular la probabilidad de que una caja 100 de bolsas pese

Es el procedimiento utilizado para conocer las características de

un parámetro poblacional, a partir del conocimiento de la muestra.

Con una muestra aleatoria, de tamaño n, podemos efectuar una

estimación de un valor de un parámetro de la población; pero también

necesitamos precisar un:

Se llama así a un intervalo en el que sabemos que está un

parámetro, con un nivel de confianza específico.

Probabilidad de que el parámetro a estimar se encuentre en el