Documente Academic
Documente Profesional
Documente Cultură
ESTADÍSTICA INFERENCIAL
ING. OMAR YAGUAL MUÑOZ, MSC
CURSO: 3CPA-A2
PERIODO LECTIVO:
OCTUBRE 2017 – MARZO 2018
MILAGRO – ECUADOR
INTRODUCCIÓN
Con el transcurso del tiempo el número de habitantes de una población sea a multiplicado al
doble o un triple, es decir, que ha incrementado la población , por esta razón es debe tomar
en cuenta a la muestra para realizar algún estudio, tomando en cuenta que es muy importante
que esas muestra sea seleccionada de manera aleatoria y debe ser representativa, para de esta
asegurar los resultados del ejercicio, ya que al tomar un valor representativo de la población
sería más factible y manejable para el usuario que está siendo partícipe de dicho estudio.
porque es aquel que comprende los métodos y procedimientos que por medio de la inducción
Sin embargo es importante tener presente que el estudio estadístico depende mucho de la
población, de tal manera que no es posible obtener distintas muestras de tamaño n, ya que
cada muestra puede contar con una media diferente e inclusive es posible obtener una
El error estándar es un factor que siempre debe ser tomado en cuenta al momento de la
ejecución de un proyecto, ya que un erro este tipo sería perjudicial para el proyecto y por
ende todo el trabajo realizado no serviría de nada, toda inferencia debe ser realizada de
manea consiente y con el debido cuidado ya que los resultados que proyecten servirán de
DISTRIBUCIÓN MUESTRAL
las muestras posibles de tamaño "n" elegidas al azar de una población determinada.
Ejemplo:
normal con media 20 cm y desviación estándar de 1,5 cm. Se toma una muestra aleatoria
mayor que 20 se compra, pagando sobre el precio base una cantidad adicional C- 1000
( 𝑋 – 20) 2 nuevos soles. Cuál es la probabilidad de que la cantidad a pagar sea menor
Solución:
Cuando estamos haciendo un estudio sobre una población, por ejemplo, la satisfacción de los
usuarios del metro de Sevilla valorados en una puntación entera de 0 a 100, lo que solemos
hacer es escoger una muestra de 30 personas, por ejemplo, y reducir el estudio a esa muestra.
Ejemplo:
es 200, 250, 150,200 y 300. Realice una distribución muestral y calcule la media de
σ = √2600
σ = 50.99
Σx= 31.32
3. ¿Qué pasará con el error estándar del ejercicio anterior si n = 3? ¿Por qué hay
diferencia?
4. Las muestras de n = 40 se toman de una población grande con una media de 100 y
Σx= σ / √n
Σx= σ / √n
σx= 25/√100
El error estándar es de 2.5, lo que explica una
Σx=2.5 disminución al aumentar el número de la
población.
distribución normal. Así pues, el teorema asegura que esto ocurre cuando la suma de estas
8. ¿Qué pasa con el error estándar a medida que el tamaño de la muestra aumenta?
b. P(X>8900)
d. De tablas=0.020
e. P (Z>0.02)= 0.020
De tablas: 0.00523
P (Z<8000)=0.00523
= 0.283919
10. Las latas de gaseosa vendidas en Minute Mart tienen un promedio de 16.1 onzas, con
una desviación estándar de 1.2 onzas. Si se toma una muestra de n =200, cuál es la
11. Una encuesta realizada por la Asociación Nacional de Educación reveló que los
estudiantes de último año de secundaria ven televisión un promedio de 37.2 horas por
semana. Se asume una desviación estándar de 5.4 horas. En una muestra de n =500
a. ¿Más de 38 horas?
b. ¿Menos de 36.6 horas? P (µ < X < 16.3) = 0.4906 P (µ > X > 15.9) = 0.4906
P (15.9 < X < 16.3) = 0.9812 = 98.12% f. ¿Entre 36.4 y 37.9 horas?
hogar, con una desviación estándar de 3.6 galones. El comisionado de la ciudad desea
estimar esta media no conocida con una muestra de 100 hogares. ¿Qué tan probable
13. Una encuesta de opinión a 1000 residentes de una ciudad grande investiga si se está
a favor de un alza de Impuestos para pagar un nuevo estadio deportivo. Si más del 85%
Si la proporción poblacional de todos los residentes que están a favor del impuesto es p
P(X>8900)
14. El 30%de todos los empleados tienen capacitación avanzada. Si en una muestra de
500 empleados menos del27% estaba preparado de forma adecuada, todos los nuevos
σ = √ (Qπ / n)
σ =√ (0.1944/500)
σ = √0.0004 = 0.02
menos del 60% está satisfecho con el TIAA-CREF, se encontrará una alternativa.
P (400 < X < 410) = P(X < 410) − P(X < 400)
P (400 < X < 410) = P(X < 410) −P(X < 400) = 0, 6222
P(X < c) = 0, 95
16. La proporción de todos los clientes de Pizza Hut que comen en el sitio es del 75%.
En una muestra de 100clientes, ¿cuál es la probabilidad de que menos del 20% lleven
su comida a casa?
σ = √ (0.1875/100)
σ =√0.0019 σ =0.0436
P (0.05 ≤ p ≤ 0.10)
𝑍 = 0.10−0.10 0.021 = 0
Obtenido de:
http://www.monografias.com/trabajos94/distribucion-muestral/distribucion-
muestral.shtml#ixzz540nqX5Ki
Obtenido de:
https://www.google.com.ec/search?q=Qu%C3%A9+se+entiende+por+desviaci%C3%B
3n+est%C3%A1ndar+de+la+poblaci%C3%B3n+y+por+error+est%C3%A1ndar+de+la
+distribuci%C3%B3n+muestral+de+las+medias+muestrales%3F+%C2%BFC%C3%B
3mo+se+relacionan+y+c%C3%B3mo+se+diferencian+en+cuanto+a+tama%C3%B1o%
3F+Dibuje+las+gr%C3%A1ficas+en+su+respuesta&source=lnms&tbm=isch&sa=X&v
ed=0ahUKEwjtgeam6dPYAhVPON8KHTOsADUQ_AUICigB&biw=1252&bih=601#
imgrc=GGNyLnMKOaIh5M:
Obtenido de:
http://www.disfrutalasmatematicas.com/datos/desviacion-estandar.html