Sunteți pe pagina 1din 10

Estadística Aplicada Producto Académico N° 01

Producto Académico N° 01

A. MUESTREO

1. Describa claramente cuáles son las clases de muestreo.


MUESTREO PROBABILÍSTICO, como requisito es que todos los elementos de la
población tengan la misma probabilidad de ser seleccionada.
 Muestreo Aleatorio Estratificado, esta técnica, perteneciente a la familia de
muestreos probabilísticos, consiste en dividir toda la población objeto de estudio
en diferentes subgrupos o estratos disjuntos, de manera que un individuo sólo
puede pertenecer a un estrato.
 Muestreo por Conglomerados, es una técnica que aprovecha la existencia de
grupos o conglomerados en la población que representan correctamente el total
de la población en relación a la característica que queremos medir.
 Muestreo Sistemático, este método consiste e elegir un punto de partida y luego
se selecciona cada k-enésimo elemento de la población.
 Muestreo Aleatorio Simple, cada sujeto tiene una probabilidad igual de ser
seleccionado para el estudio.
MUESTREO NO PROBABILÍSTICO, no se conoce la probabilidad que tienen los diferentes
elementos de la población de estudio de ser seleccionados.
 Muestreo por Conveniencia, es la muestra que está disponible en el tiempo o
periodo de investigación.
 Muestro por Cuotas, todos los elementos deben aparecer en la muestra.
 Bola de Nieve, se utiliza elementos disponibles en un momento dado que
corresponda con el propósito del estudio.

2. Identifique el tipo de muestreo, corresponde las siguientes situaciones.


a) Educación y deportes. Un investigador de la empresa de equipo deportivo Spaulding
estudia la relación entre el nivel académico y la participación en cualquier deporte.
El investigador hace una encuesta a 40 golfistas, 40 tenistas y 40 nadadores, todos
elegidos al azar. MUESTRO ALEATORIO ESTRATIFICADO.
b) Hacer trampa. Un investigador del Internal Revenue Service estudia las trampas en
las declaraciones de impuestos, al encuestar a todos los meseros y las meseras de 20
restaurantes seleccionados al azar. MUESTREO POR CONGLOMERADO.

1|Página
Estadística Aplicada Producto Académico N° 01

c) Recaudación de fondos. Los recaudadores de fondos de la Universidad de Newport


prueban una nueva campaña de telemarketing, obteniendo una lista de todos los
alumnos y eligiendo cada centésimo nombre de dicha lista. MUESTREO ALEATORIO
SISTEMÁTICO.
d) Prueba de la equinácea. Un estudio sobre la eficacia de la equinácea incluyó
infecciones del tracto respiratorio superior. Un grupo de infecciones fue tratado con
equinácea, y otro grupo fue tratado con placebos. Los grupos de tratamiento con
equinácea y de placebo se determinaron mediante un proceso de asignación
aleatoria (según datos de “Efficacy and Safety of Echinacea in Treating Upper
Respiratory Tract Infections in Children”, de Taylor et al., Journal of the American
Medical Association, vol. 290, núm. 21). MUESTRO ALEATORIO ESTRATIFICADO.

B. DISTRIBUCIONES MUESTRALES

1. Shorty’s Muffler anuncia que puede instalar un silenciador nuevo en 30 minutos o


menos. No obstante, hace poco el departamento de estándares laborales de las oficinas
centrales realizó un estudio y descubrió que 20% de los silenciadores no se instalaba en
30 minutos o menos. La sucursal Maumee instaló 50 silenciadores el mes pasado. Si el
informe de la empresa es correcto:

a) ¿Cuántas instalaciones de la sucursal Maumee se esperaría que tardaran más


de 30 minutos?

Se sabe que la muestra es de 50. Entonces el total de silenciadores que tardan en


instalarse en más de 30 minutos es 50x0.20 = 10 silenciadores.

b) ¿Cuál es la probabilidad de que ocho o menos instalaciones tarden más de 30


minutos?
c) ¿Cuál es la probabilidad de que exactamente 8 de las 50 instalaciones tarden
más de 30 minutos?

8 silenciadores / 10 silenciadores = 80% de probabilidad en tardar más de 30 m.

2|Página
Estadística Aplicada Producto Académico N° 01

2. Un ingeniero industrial afirma que el rendimiento medio de la población de cierto


proceso en lotes es 750 gramos por milímetro de materia prima. Para verificar esta
afirmación toma una muestra de 47 lotes cada mes. Si el valor de t calculado cae entre –
t0,05 y t0,05, queda satisfecho con su afirmación. ¿Qué conclusión extraería de una
muestra que tiene una media de 525 gramos por milímetro y una desviación estándar
de 45 gramos? Suponga que la distribución de rendimientos es aproximadamente
normal.

De la tabla encontramos que t0.05 para 46 grados de libertad es de 1.6787. Para que la
afirmación quede satisfecha, la muestra de 47 lotes tiene que estar dentro de los valores
t entre –1.6779 y 1.6779.

Calculamos el valor de t:

525 − 750
𝑡= = −34.28
45
√47

Este valor está por debajo de -1.6779. Lo cual se concluye que el fabricante no está
produciendo el producto esperado.

3. La dirección de transportes de Huancayo viene realizando un estudio de los tiempos


requeridos por una de las líneas de bus para alcanzar uno de sus destinos; se sabe que,
forman una distribución normal con una desviación estándar σ =1.25 minutos. Si se elige
al azar una muestra de 21 tiempos, encuentre la probabilidad de que la varianza
muestral sea mayor que 2.23.
Primero se encontrara el valor de chi-cuadrada correspondiente a 𝑆 2 = 2.23

(𝑛 − 1)𝑆 2 (21 − 1)𝑥2.23


𝑋2 = = = 28.54
𝜎2 1.252

El valor de 28.54 se busca adentro de la tabla en el valor de 20 grados de libertad. Este


valor le corresponde aproximadamente de un área a la derecha de 0.1. En
consecuencia, el valor de la probabilidad es P(S2>2.23) = 10%.

3|Página
Estadística Aplicada Producto Académico N° 01

C. INTERVALOS DE CONFIANZA PARA UN PARÁMETRO

1. Una empresa de investigación llevo a cabo una encuesta para determinar la cantidad
media que los fumadores gastan en cigarrillos durante una semana. La empresa
encontró que la distribución de cantidades gastadas por semana tendía a seguir la
distribución normal, con una desviación estándar de $5. Una muestra de 49 fumadores
revelo que 𝑋̅ = $20.

a) ¿Cuál es el estimador puntual de la media de la población? Explique lo que indica.

El estimador puntual es 20, ya que es un valor extraído de la muestra para estimar el


parámetro desconocido de la población. Al valor usado se le llama estimador.

b) ¿Con el nivel de confianza de 95%, determine el intervalo de confianza para μ.


Explique lo que significa.

Del problema se obtiene los siguientes datos:

𝑛 = 49, 𝑋̅ = 20, (1 − 𝛼) = 95%

0.05
Calculamos 𝑍∝⁄2 = 1 − 0.95 = 0.05 = 0.025, 0.025 + 0.95 = 0.975
2

Dicho valor de 0.975, buscando en la tabla de distribución normal 𝑍∝⁄2 = 1.96

𝜎 𝜎
Se aplica la fórmula: 𝑋̅ − 𝑍 < 𝑋̅ < 𝑋̅ + 𝑍
√49 √49

18.6 < 𝑋̅ < 21.4 , lo que significa que tenemos una confianza de 95% de que el
intervalo de 18.6 a 21.4 realmente contiene el valor 𝑋̅.

4|Página
Estadística Aplicada Producto Académico N° 01

2. Los contenidos de 5 latas de café instantáneo de un productor han dado los siguientes
pesos netos en gramos: 280; 290; 285; 275; 284.

a) Encuentre un intervalo de confianza del 95% para la media de todos los contenidos
de latas de café del productor.

Se calcula primeramente la desviación estándar. , se consideró la fórmula


poblacional, ya que el problema no menciona que es una muestra.

𝜎 = 5.036 , 𝑢 = 282.5

0.05
Calculamos 𝑍∝⁄2 = 1 − 0.95 = 0.05 = 0.025, 0.025 + 0.95 = 0.975
2

Dicho valor de 0.975, buscando en la tabla de distribución normal 𝑍∝⁄2 = 1.96

𝜎 𝜎
Se aplica la fórmula: 𝑢 − 𝑍 <𝑢 <𝑢+𝑍
√5 √5

5.036 5.036
282.8 − 1.96 < 𝑢 < 282.8 + 1.96
√5 √5

278.38 < 𝑢 < 287.214

b) ¿Con qué grado de confianza se estima que el contenido promedio de café tenga los
límites de confianza 277,432 y 288, 168? Suponga una distribución normal.

277.432 < 𝑢 < 288.168

Se aplicará la siguiente fórmula:

277.432−282.8 𝑋−𝑢 288.168−282.8


𝑃(277.432 < 𝑍 < 288.168) = 𝑃( < < )
5.036 𝜎 5.036

𝑃(−1.0659 < 𝑍 < 1.0659), buscando en la tabla se obtiene un 85.77% de confianza.

5|Página
Estadística Aplicada Producto Académico N° 01

3. Una máquina produce piezas de metal que tienen forma cilíndrica. Se toma una muestra
de tales piezas y se encuentra que los diámetros son 1,01; 0,97; 1,03; 1,04; 0,99; 0,98;
0,99; 1,01 y 1,03 centímetros. Utilice estos datos para calcular tres tipos de intervalos y
hacer interpretaciones que ilustren las diferencias entre ellos en el contexto del sistema.
Para todos los cálculos suponga una distribución aproximadamente normal. La media
muestral y la desviación estándar para los datos dados son x¯ = 1.0056 y s = 0.0246.
a) Calcule un intervalo de confianza del 99% sobre la media del diámetro.

0.01
Calculamos 𝑡∝⁄2 = 1 − 0.99 = 0.01 = 0.005
2

Dicho valor de 𝑡(0.005 , 8) = 3.355 buscando en la tabla T – Student.

𝑋̅ − 𝑡(∝,𝑛−1) 𝑆 < 𝑢 < 𝑋̅ + 𝑡(∝,𝑛−1) 𝑆


2 √𝑛 2 √𝑛

0.0246 0.0246
1.0056 − 3.355𝑥 < 𝑢 < 1.0056 + 3.355𝑥
√9 √9
0.978089 < 𝑢 < 1.033111

Se concluye que existe un 99% de confianza que en el intervalo (0.978,1.033) se


encuentre la verdadera media del diámetro de las piezas de metal.

b) Calcule un intervalo de predicción del 99% sobre el diámetro medido de una sola
pieza de metal tomada de la máquina.
Como se trata de un intervalo de predicción se usará la siguiente fórmula:

1 1
𝑋̅ − 𝑡(∝,𝑛−1) 𝑆√1 + < 𝑢 < 𝑋̅ + 𝑡(∝,𝑛−1) 𝑆√1 +
2 𝑛 2 𝑛

1 1
1.0056 − 3.355𝑥0.0246𝑥 √1 + < 𝑢 < 1.0056 + 3.355𝑥0.0246𝑥 √1 +
9 9

0.9186 < 𝑢 < 1.0925


Se concluye que existe un 99% de confianza que en el intervalo (0.9186,1.0925) se
encuentre el diámetro medido de una pieza de metal.

6|Página
Estadística Aplicada Producto Académico N° 01

c) Calcule los límites de tolerancia del 99% que contengan 95% de las piezas de metal
producidas por esta máquina.
Como se trata de hallar los límites de tolerancia se usará la siguiente tabla y fórmula:
𝑋̅ ± 𝐾𝑆

Buscando en la tabla el valor de K: 4.55, entonces los límites serán:


0.894 < 𝑢 < 1.11753
Se concluye que existe un 99% de confianza que el 95% de los diámetros de las piezas de
metal se encuentren dentro de los límites de tolerancia (0.894,1.11753).

7|Página
Estadística Aplicada Producto Académico N° 01

D. INTERVALOS DE CONFIANZA PARA DOS PARÁMETROS

1. Se llevan a cabo pruebas de resistencia a la tensión sobre dos diferentes clases de


largueros de aluminio utilizados en la fabricación de aviones comerciales pequeños. De
la experiencia pasada con el proceso de fabricación de largueros y del procedimiento de
prueba, se supone que las desviaciones estándar de las resistencias a la tensión son
conocidas. Los datos obtenidos aparecen en la siguiente tabla:

a) En base a esta información entregada previamente, encuentre un intervalo de


confianza para la diferencia entre los promedios poblacionales de la resistencia a la
tensión con un nivel de confianza del 90%.

0.10
Calculamos 𝑍∝⁄2 = 1 − 0.90 = 0.10 = 0.05, 0.05 + 0.90 = 0.95
2

Dicho valor de 0.95, buscando en la tabla de distribución normal 𝑍∝⁄2 = 1.64


Además, se sabe que las varianzas poblacionales son:
𝜎 21 = 1 𝑦 𝜎 2 2 = 2.25

𝜎12 𝜎22
̅̅̅ ̅̅̅
𝐼𝐶(𝑢1 − 𝑢2 ) = (𝑋1 − 𝑋2 ) ± 𝑍1−∝ √ +
2 𝑛1 𝑛2

1 2.25 1 2.25
(87.6 − 74.50) − 1.64√ + < 𝑢1 − 𝑢2 < (87.6 − 74.50) + 1.64√ +
10 12 10 12

12.20 < 𝑢1 − 𝑢2 < 14

8|Página
Estadística Aplicada Producto Académico N° 01

b) ¿De acuerdo al resultado obtenido en a) qué puede concluir respecto a la diferencia


entre los promedios poblacionales con relación a la resistencia?
Existe un 90% de confianza que el intervalo (12.2,14) contenga la verdadera
diferencia entre los promedios poblacionales de la resistencia a la tensión de los
largueros de aluminio de clase 1 y 2.

2. Una compañía de taxis trata de decidir si comprar neumáticos de la marca A o de la B


para su flotilla de taxis. Para estimar la diferencia entre los promedios de desgaste a
través de kilómetros recorridos, de las dos marcas, se lleva a cabo un experimento
utilizando 12 de cada marca. Los neumáticos se utilizan hasta que se desgastan, dando
como resultado promedio para la marca A 36,300 kilómetros, con una desviación
estándar de 5000 kilómetros y para la marca B 38,100 kilómetros con una desviación
estándar de 6100 kilómetros. Calcule un intervalo de confianza de 95% para la
diferencia promedio de las dos marcas, si se sabe que las poblaciones se distribuyen de
forma aproximadamente normal para la marca A y para la marca B. Asuma que las dos
varianzas poblacionales son distintas.

Media
Desviación
muestral de
estándar de la
Marca de Tamaño de la duración de
duración de
Neumáticos Muestra los
los
neumáticos
neumáticos
(Km)
A 12 36300 5000
B 12 38100 6100

0.05
Calculamos 𝑡∝⁄2 = 1 − 0.95 = 0.05 = 0.025
2

Hallamos los grados de libertad con la siguiente fórmula>

𝑆2 𝑆2
(𝑛1 + 𝑛2 )2
1 2
𝑉= 2
𝑆 𝑆2
(𝑛1 )2 (𝑛2 )2
1 2
+
(𝑛1 − 1) (𝑛2 − 1)

5000 6100 2
( 12 + 12 )
𝑉= = 21.786 ≈ 22
5000 2 6100 2
( 12 ) ( )
+ 12
(12 − 1) (12 − 1)

9|Página
Estadística Aplicada Producto Académico N° 01

Dicho valor de 𝑡(0.025 , 22) = 2.07 buscando en la tabla T – Student.

Como se trata de muestras que provienen de poblaciones normales y las varianzas


poblacionales son desconocidas y distintas.

𝑆12 𝑆22
̅̅̅ ̅̅̅
𝐼𝐶(𝑢1 − 𝑢2 ) = (𝑋1 − 𝑋2 ) ± 𝑡𝑣,∝ √ +
2 𝑛1 𝑛2

5000 6100 5000 6100


(38100 − 36300) − 2.07√ + < 𝑢1 − 𝑢2 < (38100 − 36300) + 2.07√ +
12 12 12 12

−1862.9566 < 𝑢1 − 𝑢2 < −1737.0434

Existe un 95% de confianza que en el intervalo (-1862.9566,-1737.0434) se


encuentre la verdadera diferencia entre los de duración promedio de neumáticos de
clase A y B. Siendo la clase B, los neumáticos que tiene mayor rendimiento en
kilómetros recorridos hasta el desgaste total del mismo.

10 | P á g i n a