ESTADSTICA DESCRIPTIVA

1

DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIN PROBABILSTICA
Enumeracin de todos los resultados de un experimento junto con la
probabilidad asociada a cada uno.

EJEMPLO: Suponga que se est interesado en el nmero de guilas que caen
al volar tres veces una moneda. Este es el experimento. Los posibles
resultados son: cero, uno, dos y tres guilas. Cul es la distribucin
probabilstica para el nmero de guilas?

SOLUCIN:
Hay ocho posibles resultados.

Posibles
resultados
Tiradas de la moneda Nmero de
guilas Primera Segunda tercera
1 Sol Sol Sol 0
2 Sol Sol guila 1
3 Sol guila Sol 1
4 Sol guila guila 2
5 guila Sol Sol 1
6 guila Sol guila 2
7 guila guila Sol 2
8 guila guila guila 3

Distribucin de probabilidades para los eventos de cero, una, dos y tres guilas
resultantes en tres tiradas de una moneda.

Nmero de guilas
x
Probabilidad del resultado
P(x)
0
125 . 0
8
1
=
1
375 . 0
8
3
=
2
375 . 0
8
3
=
3
125 . 0
8
1
=
Total
000 . 1
8
8
=

Nota: La suma de las probabilidades de todos los resultados mutuamente
excluyentes es 1.000





ESTADSTICA DESCRIPTIVA

2

VARIABLES ALEATORIAS

Variable aleatoria: Cantidad que es el resultado de un experimento aleatorio el
cual, debido al azar, puede tomar valores diferentes.

En el ejemplo de la moneda tenemos:
- Resultados posibles: guila o sol
- Evento: guila
- Variable aleatoria: x = 1

Variable aleatoria Discreta: Variable que solo puede tener ciertos valores
claramente separados, que resultan de contar algn elemento de inters.

Variable aleatoria continua: Variable que puede tomar un nmero infinito de
valores dentro de un intervalo dado.


DISTRIBUCIN PROBABILSTICA BINOMIAL O BINMICA
(VARIABLE ALEATORIA DISCRETA)

Caractersticas de la distribucin binomial:
- Un resultado de cada ensayo o realizacin de un experimento se
clasifica en una de dos categoras mutuamente excluyentes: xito o
fracaso.
- La variable aleatoria es el resultado de contar el nmero de xitos en
una cantidad fija de ensayos.
- La probabilidad de un xito permanece igual para cada ensayo. Lo
mismo sucede con la probabilidad de fracaso.
- Los ensayos son independientes. Lo cual significa que el resultado de un
ensayo no afecta el resultado de algn otro.


Para establecer una distribucin binomial, se debe saber:
1. El nmero de ensayos y
2. la probabilidad de xito en cada ensayo


Distribucin probabilstica binomial:

P(x) =
x n x
p p
x n x
n

) 1 (
)! ( !
!


Donde:
n es el nmero de ensayos.
x es el nmero de xitos.
p es la probabilidad de xito en cada ensayo
q = (1 p) es la probabilidad de fracaso en cada ensayo.

ESTADSTICA DESCRIPTIVA

3

Ejemplo: Como se sabe, la respuesta a una pregunta de verdadero/ falso es
correcta e incorrecta. Considere que: (1) un examen consiste en cuatro
preguntas de verdadero/falso, y (2) un estudiante no sabe nada acerca de una
materia. La posibilidad (probabilidad) de que el alumno adivine la respuesta
correcta a la primera pregunta, es 0.50. Asimismo, la probabilidad de acertar en
cada una de las preguntas restantes vale 0.50. Cul es la probabilidad
1. No obtener exactamente ninguna de las cuatro en forma correcta?
2. Obtener exactamente una de las cuatro?

Solucin:
1. P (0) = 0625 . 0 ) 50 . 0 1 ( ) 50 . 0 (
)! 0 4 ( ! 0
! 4
0 4 0
=

2. P (1) = 2500 . 0 ) 50 . 0 1 ( ) 50 . 0 (
)! 1 4 ( ! 1
! 4
1 4 1
=

Nota: Estos clculos se pueden evitar haciendo uso de las tablas de
probabilidades. Apndice A.

Ejemplo: Con base en experiencia reciente, 5% de los engranes producidos por
una mquina automtica de alta velocidad Carter-Bell, resultan defectuosos.
Cul es la probabilidad de que si entran seis engranes seleccionados al azar,
exactamente cero sean defectuosos? Exactamente uno? Dos? Tres?
Cuatro? Cinco? O exactamente seis de los seis?

EJERCICIOS:
1. En una situacin binomial n = 4 y p = 0.25. Determine las siguientes
probabilidades utilizando la frmula binmica:
a) x = 2
b) x = 3
2. En un caso binomial n = 5 y p = 0.40. Determine las siguientes
probabilidades utilizando la frmula respectiva:
a) x = 1
b) x = 2
3. Supngase que una distribucin binomial donde n = 3 y p = 0.60.
a) Considere el apndice A y enuncie las probabilidades de un xito para
valores de x desde 0 hasta 3.
4. Se asegura que el 95% del correo de primera clase se entrega, dentro de la
misma ciudad, a los dos das de haber hecho el envo. Se mandan
aleatoriamente seis cartas a diferentes sitios.
a) Cul es la probabilidad de que las seis lleguen a su destino dentro de los
dos das?
b) Cul es la probabilidad de que exactamente cinco lleguen dentro de dos
das?
c) Determine la media del nmero de cartas que llegarn dentro de dos das.
Utilice np =
d) Calcule la varianza y la desviacin estndar del nmero de cartas que
llegar dentro de dos das. Utilice ) 1 (
2
p np = o

ESTADSTICA DESCRIPTIVA

4


DISTRIBUCIONES PROBABILSTICAS ACUMULATIVAS

Ejemplo: Un estudio hecho reciente por la polica federal de caminos revel que
60% de los conductores en Mxico se coloca el cinturn de seguridad al
manejar. Se selecciono una muestra de 10 automovilistas en una carretera de
Veracruz.
1. Cul es la probabilidad de que exactamente 7 llevarn fijo el cinturn?
2. Cul es la probabilidad de que 7 o menos de los conductores lo lleven
puesto?

Solucin:

1. P(x = 7/ n = 10, p = 0.60) = 0.215

2. P(xs 7/ n = 10, p = 0.60) = P(x = 0) + P(x = 1) + P (x =2) + P(x = 3) + P(x =
4) + P(x = 5) + P(X = 6) + P(x = 7).
= 0.000 + 0.002 + 0.011 + 0.042 + 0.111 +0.201 + 0.251 + 0.215 = 0.833

EJERCICIOS:

1. en una distribucin binomial n = 8 y p = 0.30. Determine las siguientes
probabilidades.
a) x = 2
b) x 2 s
c) x > 2

2. En una distribucin binomial n = 12 y p = 0.60. Determine las siguientes
probabilidades.
a) x = 5
b) x s 5
c) x > 6


DISTRIBUCIN PROBABILSTICA POISSON
(VARIABLES DISCRETAS)

La forma lmite de la distribucin binomial cuando la probabilidad de xito (p)
es muy pequea (menores a 0.05) y n es grande (100 o ms) se denomina
distribucin probabilstica Poisson (Ley de eventos improbables).

Distribucin de Poisson P(x) =
! x
x

Donde:
- ) (mu es la media aritmtica del nmero de xitos en un intervalo de
tiempo especfico.
- Es la constante 2.71828 (base del sistema logartmico neperiano).
- X es el nmero de xitos
- P(x) es la probabilidad que se va a calcular para un valor dado de x.
ESTADSTICA DESCRIPTIVA

5


Media de una distribucin Poisson np =


EJEMPLO: En la empresa Mexicana de aviacin rara vez se pierde el equipaje.
En la mayora de los vuelos no se observa un mal manejo de las maletas;
algunos reportan una valija perdida; unos cuantos tienen dos maletas
extraviadas; rara vez un vuelo tiene tres; y as sucesivamente. Supngase que
una muestra aleatoria de 1 000 viajes areos revela un total de 300 maletas
prdidas. Cul es la probabilidad de no perder ninguna maleta?

P (0) = 7408 . 0
! 0
) ( ) 30 . 0 (
30 . 0 0
=

Nota: Para evitar los clculos se puede utilizar la tabla del apndice C.
Bibliografa utilizada: Estadstica para Administracin y economa de Mason /
Lind / Marchal. 10. Edicin. Editorial Alfaomega.

DISTRIBUCIN PROBABILSTICA NORMAL
(VARIABLES CONTINUAS)

Caractersticas de la distribucin normal y su respectiva curva normal:

- La curva normal es acampanada y presenta un solo pico (cresta o
curtosis) en el centro de la distribucin. La media (aritmtica), la
mediana y la moda de la distribucin son iguales y estn localizadas en
el pico. De esta forma, la mitad del rea bajo la curva se encuentra por
arriba de este punto central, y la otra mitad por abajo.
- La distribucin probabilstica normal es simtrica con respecto a su
media. Si se corta la curva normal verticalmente en este valor central,
las dos mitades se reflejan como imgenes en un espejo.
- La curva normal decrece uniformemente en ambas direcciones a partir
del valor central. Es asinttica, lo cual significa que la curva se acerca
cada vez ms al eje x, pero en realidad nunca llega a tocarlo. Esto es,
los puntos extremos de la curva se extienden indefinidamente en uno y
otros sentidos.
- El rea total comprendida bajo la curva y por encima del eje horizontal
es igual a 1. (unidad cuadrada).
- La distancia horizontal que hay desde el punto de inflexin de la curva
(el punto donde la curva deja ser cncava hacia abajo y empieza a ser
cncava hacia arriba) hasta una perpendicular levantada sobre la media
es igual a la desviacin estndar.
- La distribucin normal es realmente una familia de distribuciones,
puesto que existe una distribucin diferente para cada valor de y o .





ESTADSTICA DESCRIPTIVA

6

DISTRIBUCIN PROBABILSTICA NORMAL ESTNDAR

Se observ que existe una familia de distribuciones normales. Cada
distribucin tiene media ( ) o desviacin estndar ( ) o , con valores diferentes.
Por lo tanto el nmero de distribuciones normales es ilimitado. Por fortuna,
puede utilizarse un elemento de la familia de distribuciones normales para
todos los problemas donde la distribucin resulte aplicable. Tiene una media
igual a cero y una desviacin estndar igual a 1, y se denomina distribucin
estndar. Cualquier distribucin normal puede convertirse en una distribucin
normal estndar restando la media a cada observacin, dividiendo luego entre
la desviacin estndar.

Valor Z: Diferencia (desviacin) entre un valor seleccionado, denotado por x, y
la media ( ) , dividida tal diferencia entre la desviacin estndar ( ) o .

Valor normal estndar Z =
o
x

Donde:
X es el valor de cualquier medida u observacin especfica.
es la media de la distribucin.
o es la desviacin estndar de la distribucin.

APLICACIONES:

Cul es el rea bajo la curva entre la media y X para los siguientes valores Z?
Valor z calculado rea bajo la curva
2.84 0.4977
1.00 0.3413
0.49 0.1879
-2.04 0.4793
-1.65 0.4505
0.63 0.2357

Se calcular el valor Z cuando se conoce la media poblacional , la desviacin
estndar de poblacin o y una X seleccionada.

EJEMPLO: La media de un grupo de ingresos semanales con distribucin
normal para un gran conjunto de gerentes de nivel medio, es $10 000, y la
desviacin estndar es de $1 000. Cul es el valor Z para un ingreso X de $11
000? Y para uno de $9 000?

Solucin:
Para x = $11 000 Para x = $9 000
Z =
o
x
Z =
o
x

=
1000
10000 11000
=
1000
10000 9000

Z = 1.00 Z = -1.00
ESTADSTICA DESCRIPTIVA

7


Ejercicio: Con la informacin anterior convierta:
a) El ingreso semanal de $12 250 a una unidad estndar (valor Z).
b) El ingreso semanal de $ 7 750 a un valor Z.

reas bajo la Curva Normal

1. Aproximadamente 68% del rea bajo la curva normal est dentro de ms
una y menos una desviaciones estndares respecto a la media. Esto se
expresa como o 1 .
2. Aproximadamente 95% del rea bajo la curva normal est dentro de ms dos
y menos dos desviaciones estndares respecto a la media. Esto se expresa
como o 2 .
3. Prcticamente toda el rea (99.7%) bajo la curva normal est dentro de tres
desviaciones estndares respecto a la media (a uno y otro lado del centro), lo
cual se indica por o 3 .

Diagrama:

*EJEMPLO: Una prueba de vida til para un gran nmero de pilas alcalinas tipo
D, revel que la duracin media para un uso especfico antes de la falla, es 19
horas (h). La desviacin estndar de la distribucin fue 1.2h.
1. Entre qu par de valores fall aproximadamente 68% de las pilas?
2. Entre cules dos valores ocurri la falla de alrededor de 95% de las pilas?
3. Entre qu par de valores fallaron prcticamente todas las pilas?

Solucin:
1. Entre 17.8h y 20.2h, valores obtenidos de 19.0 1(1.2).
2. Entre 16.6h y 21.4h, valores obtenidos de 19.0 2(1.2).
3. Entre 15.4h y 22.6h, valores obtenidos de 19.0 3 (1.2).

Ejercicios:

1. A los empleados de una empresa se les otorgan puntuaciones por eficiencia.
La distribucin de stas sigue, aproximadamente, una distribucin normal. La
media es 400, y la desviacin estndar 50.
a) Cunto vale el rea bajo la curva normal entre 400 y 482?
b) Cunto vale el rea bajo la citada curva para puntuaciones mayores que
482?
c) Muestre los aspectos de este problema en un diagrama.

2. Una poblacin normal tiene una media de 20 y una desviacin estndar de 4.
a) Calcule el valor z asociado a 25.
b) Qu porcentaje de la poblacin est entre 20 y 25?
c) Qu porcentaje de la poblacin es menor que 18?

3. Una mquina expendedora de refresco se ajusta para servir 7 onzas (oz) del
lquido por vaso. La desviacin estndar es de 0.10 oz. Cul es la
probabilidad de que la mquina sirva:
a) entre 7.10 y 7.25 onzas?
ESTADSTICA DESCRIPTIVA

8

b) 7.25 oz o ms?
c) Entre 6.8 y 7.25 onzas?

4. PRUEBA DE HIPTESIS


HIPTESIS: Enunciado acerca de una poblacin elaborado con el propsito de
poner a prueba.

PRUEBA DE HIPTESIS: Procedimiento basado en la evidencia muestral y en
la teora de la probabilidad que se emplea para determinar si la hiptesis es un
enunciado razonable.


PROCEDIMIENTO DE CINCO PASOS PARA PROBAR UNA HIPTESIS










PASO 1: PLANTEAR LA HIPTESIS NULA (H
0
) Y LA HIPTESIS
ALTERNATIVA (H
1
)

HIPTESIS NULA Afirmacin (o enunciado) acerca del valor de un parmetro
poblacional. Se designa mediante H
0
y se lee H subcero. Donde la H significa
hiptesis y el subndice cero no hay diferencia.

Plantear las
hiptesis nula y
alternativa
Seleccionar un
nivel de
significacin
Identificar el
estadstico de
prueba
Formular una regla
de decisin
Tomar una muestra
y llegar a una
decisin.
ESTADSTICA DESCRIPTIVA

9

HIPTESIS ALTERNATIVA Afirmacin que se aceptar si los datos
maestrales proporcionan amplia evidencia de que la hiptesis nula es falsa. Se
designa por H
1
y se lee H subuno. Con frecuencia se denomina tambin como
la hiptesis de investigacin.

Hay tres maneras diferentes de plantear ambas hiptesis, por ejemplo:

H
0
: 15 = H
0
: 15 s H
0
:
H
1
: 15 = H
1
: 15 > H
1
: 15 <

NOTA: Como puede observarse la hiptesis nula siempre incluir el signo igual
porque la hiptesis nula es un enunciado a probar.
La hiptesis alternativa nos dir si se trata de una prueba de una o dos colas.
En el ejemplo anterior: el primer caso la hiptesis alternativa describira que se
trata de dos colas debido a que el signo = no indica direccin, en el segundo
caso, se trata de una cola a la derecha, mientras que en el tercero nos indica
una cola a la izquierda.

PASO 2. SELECCIONAR EL NIVEL DE SIGNIFICANCIA.

Nivel de significancia: Probabilidad de rechazar la hiptesis nula cuando es
verdadera. Se denota por o , la letra griega alfa, algunas veces tambin se
denota nivel de riesgo (riesgo que existe al rechazar la hiptesis nula cuando
en realidad es verdadera).
Se recomienda utilizar los niveles:
0.01 para aseguramiento de calidad
0.05 para proyectos de investigacin sobre consumo
0.10 para encuestas polticas.

ERROR TIPO I. Rechazar la hiptesis nula, H
0
cuando en realidad es
verdadera.

ERROR TIPO II. Aceptar la hiptesis nula cuando en realidad es falsa.

EJEMPLO: Una muestra de 50 tableros de circuitos que se recibi en cierto
da de una empresa electrnica, revel que cuatro de ellos- o sea el 8%-
estaban por debajo del estndar. El embarque se rechaz porque exceda el
mximo del 6% de tableros de tipo subestndar, sin embargo, si estos 4 son los
nicos de un embarque de 4 000 tableros sera un error de tipo I rechazar la
remesa. Si en la muestra dos de los 50 tableros estuvieran por debajo del
estndar, diramos que 48 cumplen con los requisitos de calidad, pero que
pasa si resulta que estos 48 eran los nicos aceptables de todo el embarque se
cometera un error de tipo II.

TABLA QUE RESUME LAS DECISIONES QUE PODRA TOMAR EL
INVESTIGADOR Y LAS CONSECUENCIAS POSIBLES.

INVESTIGADOR
Hiptesis Nula Se acepta H
0
Se rechaza
H
0
15 >
ESTADSTICA DESCRIPTIVA

10

H
0
es verdadera Decisin
correcta
Error de tipo
I
H
0
es falsa

Error de tipo
II
Decisin
correcta



PASO 3. CALCULAR EL VALOR ESTADSTICO DE PRUEBA.

Valor Estadstico de Prueba: Valor obtenido a partir de la informacin muestral,
que se utiliza para determinar si se rechaza la hiptesis nula.

En las pruebas de hiptesis para la media ( ), el valor estadstico de prueba z
se determina a partir de:

z de distribucin como valor estadstico de prueba z =
n
x
/ o



El valor z se basa en la distribucin muestral de x, que se distribuye de manera
normal cuando la muestra es razonablemente grande con una media (
x
) igual
a , y una desviacin estndar
x
o , que es igual a n o .


PASO 4. FORMULAR LA REGLA DE DECISIN.

Una regla de decisin es un enunciado de las condiciones segn las que se
acepta o se rechaza la hiptesis nula. La regin de rechazo define la ubicacin
de todos los valores que son demasiado grandes o demasiado pequeos, por
lo que es muy remota la probabilidad de que ocurran segn una hiptesis nula
verdadera.

Valor Crtico: Nmero que es el punto divisorio entre la regin de aceptacin y
la regin de rechazo, de la hiptesis nula.


PASO 5. TOMAR UNA DECISIN.

Con base a informacin muestral, se calcula z y a travs del diagrama de la
distribucin normal teniendo ubicado el valor crtico, se observa si ste valor de
z calculado se encuentra dentro o fuera de la regin de aceptacin de la
hiptesis nula, y es as como se toma la decisin de aceptar o rechazar la
hiptesis nula establecida.

PRUEBA DE SIGNIFICANCIA DE UNA Y DE DOS COLAS.

PRUEBA DE DOS COLAS


ESTADSTICA DESCRIPTIVA

11

EJEMPLO: Una empresa fabrica y ensambla escritorios y otros muebles para
oficina, en diversas plantas en Mxico. La produccin semanal del escritorio
Modelo A325 en la planta 1, se distribuye normalmente, con una media de 200
y una desviacin estndar de 16. Recientemente debido a la expansin del
mercado, se han introducido nuevos mtodos de produccin y se han
contratado ms empleados. El vicepresidente de la compaa quisiera saber si
ha habido un cambio total en la produccin semanal del citado mueble de
oficina, es decir, el nmero medio de escritorios producidos en la planta
mencionada es diferente de 200? Utilice el nivel de significancia de 0.01.

Solucin:


Paso 1. H
0
: 200 =
H
1
: 200 =

Paso 2.
01 . 0 = o (Probabilidad de rechazar una hiptesis verdadera)

Paso 3.

z =
n
x
/ o



Paso 4. Diagrama que muestra la regla de decisin para el nivel de
significacin 0.01

*La regla de decisin se formula hallando el valor crtico de z a partir del
apndice D. Puesto que esta es una prueba de dos colas, la mitad de 0.01, o
sea 0.005, est en cada cola. El rea de aceptacin H
0
, que se localiza entre
las dos colas, vale, por consiguiente 0.99. El apndice D se basa slo en la
mitad del rea bajo la curva, o sea, 0.5000. De tal manera que tenemos
(0.5000 0.005 = 0.4950), esto nos permite localizar el valor en la tabla,
encontrando que el valor ms cercano a ste es 0.4951 el cual nos permite
obtener el valor crtico que es 2.58. Por consiguiente, la regla de decisin es: si
el valor z calculado no que da en la regin entre -2.58 y +2.58 se rechaza la
hiptesis nula y se acepta la hiptesis alternativa. En caso contrario, no se
descarta la hiptesis nula.

Paso 5. Se toma una muestra de la poblacin (produccin semanal); y se
calcula z y con base a la regla decisoria- se decidir rechazar H
0
o no
rechazarla. El nmero medio de escritorios producidos en el ltimo ao (50
semanas, porque la planta estuvo cerrada dos por vacaciones), es de 203.5. La
desviacin estndar de la poblacin es de 16 escritorios al mes. Calculando z
queda:

z =
n
x
/ o

= 55 . 1
50 / 16
200 5 . 203
=

ESTADSTICA DESCRIPTIVA

12

Puesto que 1.55 no cae en la regin de rechazo, H
0
no se descarta. De modo
que se concluye que la media de la poblacin no es distinta de 200. Es decir
que no se encuentra suficiente evidencia para refutar la hiptesis nula.

EJERCICIO: La tasa anual media de resurtido de botellas de 200 aspirinas es
de 6.0 (Esto indica que las existencias del medicamento tienen que renovarse
en promedio 6 veces al ao en un establecimiento.) La desviacin estndar es
de 0.50. Se sospecha que el volumen de ventas promedio ha cambiado y no es
6.0. Se utilizar el nivel de significancia de 0.05 para probar esta hiptesis.

a) Plantee las hiptesis nula y alternativa.
b) Cul es la probabilidad de un error tipo I?
c) Proporcione la frmula para el valor estadstico de prueba.
d) Enuncie la regla de decisin.
e) Se seleccion una muestra aleatoria de 64 frascos de tal producto, con una
media de 5.84. Debe rechazarse la hiptesis de que tal media poblacional es
6.0? Interprete el resultado.


PRUEBA DE UNA COLA

Considerando la informacin del ejemplo anterior. Supngase que el
vicepresidente desea saber si ha habido un aumento en el nmero de unidades
ensambladas. De otra manera, se puede concluir-ya que se tienen mejores
mtodos de produccin-que el nmero medio de escritorios armados en las
ltimas 50 semanas fue mayor que 200?

Paso 1.
H
0
: 200 s
H
1
: 200 >

Paso 2.

01 . 0 = o (Probabilidad de rechazar una hiptesis verdadera)

En este caso como la prueba es de una cola a la derecha la regin de rechazo
es de0.01 en una sola extremidad.

Paso 3.

z =
n
x
/ o



Paso 4. Diagrama que muestra la regla de decisin para el nivel de
significacin 0.01


*La regla de decisin se formula hallando el valor crtico de z a partir del
apndice D. Puesto que esta es una prueba de una cola el valor crtico es de
ESTADSTICA DESCRIPTIVA

13

2.33, obtenido de (0.5000 0.01 = 0.4900). Por lo tanto, la regla de decisin
queda de la siguiente manera: Si al calcular el valor z de la muestra, este es
menor o igual a 2.33 la hiptesis nula se acepta de lo contrario se rechaza y se
acepta la hiptesis alternativa.


Paso 5.

z =
n
x
/ o

= 55 . 1
50 16
200 5 . 203
=

Por lo tanto se acepta la hiptesis nula y se rechaza la hiptesis alternativa
debido a que no hay suficiente evidencia para rechazarla.
PRUEBAS PARA LA MEDIA DE POBLACIN: MUESTRA GRANDE Y SE
DESCONOCE LA DESVIACIN ESTNDAR POBLACIONAL.

Valor z; se desconoce o
n s
x
z
/

=

EJEMPLO: Una cadena de tiendas de descuento expide su propia tarjeta de
crdito. El gerente de esta funcin desea averiguar si el saldo insoluto medio
mensual es mayor que $4000 (pesos). El nivel de significancia se fija en 0.05.
Una revisin aleatoria de 172 saldos insolutos revel que la media muestral es
$4 070 y que la desviacin estndar de la muestra vale $ 380. Debera
concluir el funcionario de crdito que la media poblacional es mayor que $4
000, o bien es razonable suponer que la diferencia de $70 se bebe al azar?




Solucin:

Paso 1.
H
0
: 4000 $ s
H
1
: 4000 $ >

Paso 2.
005 = o

Paso 3.

n s
x
z
/

=

Paso 4. Debido a que la hiptesis alternativa indica un sentido o direccin, se
aplica una prueba de una cola a la derecha, como lo muestra el diagrama.

ESTADSTICA DESCRIPTIVA

14

El valor crtico de z es 1.65, por lo tanto, si al calcular z de la muestra este valor
es menor o igual a 1.65 la hiptesis nula se acepta de lo contrario se rechaza y
se acepta la hiptesis alternativa.

Paso 5.

n s
x
z
/

= 42 . 2
172 / 380
4000 4070
=

=

Debido a que el valor estadstico de prueba calculado 2.42 es mayor que el
valor crtico de 1.65, la hiptesis nula se rechaza y se acepta la hiptesis
alternativa. El gerente de crdito puede concluir que el saldo insoluto medio es
mayor que $4 000.

EJERCICIOS:
Para los ejercicios del 1 al 4 aplique los cinco pasos para probar la hiptesis.
1. Se ha dado la siguiente informacin.
H
0
= 50 =
H
1
= 50 =
La media muestral es 49, y el tamao de muestra, 36. La desviacin estndar
de la poblacin es 5. Utilice el nivel de significancia de 0.05.
2. Se dispone de la siguiente informacin:
10
10
1
0
> =
s =

H
H

La media muestral es 12 para una muestra de 36. La desviacin estndar de la
poblacin es 3. Utilice el nivel de significancia de 0.02.
3. Una muestra de 36 observaciones se selecciona de una poblacin normal.
La media muestral es 21, y la desviacin estndar de la muestra, 5. Efecte la
siguiente prueba de hiptesis utilizando el nivel de significancia de 0.05.
20 :
20 :
1
0
<
s

H
H

4. Una muestra de 64 observaciones se selecciona de una poblacin normal.
La media muestral es 215, y la desviacin estndar de la muestra es 15.
Realice la siguiente prueba de hiptesis utilizando el nivel de significancia de
0.03.
220 :
220 :
1
0
<
>

H
H


ESTIMACIONES PUNTUALES E INTERVALOS DE CONFIANZA

Estimacin Puntual: El valor, calculado a partir de la informacin de muestreo,
que se emplea para estimar el parmetro de poblacin.

Intervalo de Confianza: Una gama de valores obtenidos a partir de datos de
muestreo, de modo que el parmetro ocurre dentro de esa variedad a una
probabilidad especfica. La probabilidad especfica en cuestin se denomina el
nivel de confianza.
ESTADSTICA DESCRIPTIVA

15


Intervalo de Confianza para una media
n
s
z x

EJEMPLO: En un experimento se trata de seleccionar una muestra aleatoria de
256 gerentes de nivel medio. Un elemento de inters es su ingreso anual. La
media muestral vale $454 200 y la desviacin estndar en la muestra, es $20
500.
a) Cul es el ingreso medio estimado de todos los gerentes de nivel medio?
Es decir, cul es la estimacin puntual?
b) Cul es el intervalo de confianza de 95% para la media de la poblacin?
c) Cules son los lmites del intervalo de confianza de 95%, para la media de
la poblacin?
d) Interprete los resultados.


SELECCIN DEL TAMAO DE MUESTRA ADECUADO


1. El nivel de confianza deseado
2. El mximo error permisible por el investigador
3. La variacin en la poblacin que se estudia


2
*
|
.
|

\
|
=
E
s z
n


n = p (1 p) (z / E)
2


Ejercicios:
1. Se estima que una poblacin tiene una desviacin estndar de 10- Ha
de evaluarse la media de la poblacin dentro de 2, con un nivel de
confianza de 95%. Qu tamao se requerir para la muestra?
2. Se requiere estimar la media poblacional dentro de 5, con un nivel de
confianza de 99%. La desviacin estndar de la poblacin se determina
que es 15. Qu tamao debe tener la muestra?
3. El valor de la proporcin de poblacin ha de estar entre 0.05, con un
nivel de confianza de 95%. El mejor clculo de la proporcin de la
poblacin es 0.15. Qu tamao se requerir para la muestra?