Documente Academic
Documente Profesional
Documente Cultură
2: INFERENCIA Y MUESTREO
CARRERA DE ECONOMIA
DOCENTE: Lic. Marcelo Aguirre Vargas
NOTA: Los problemas pares están resueltos, los impares deben ser resueltos por estudiantes.
2.7.6.1 Suponga que el número de accidentes mensual de tránsito, ocurridos en las vías de una ciudad
se distribuye según el modelo de probabilidad de Poisson con parámetro desconocido E(X) = λ = µ. Si se
toma una muestra aleatoria de 15 meses y se encuentra que el número de accidentes en los 15 meses
son: 20, 29, 40, 29, 10, 25, 20, 30, 25, 28, 35, 25, 32, 28 y 32, cuyas sumatorias son: ∑X i = 408; ∑Xi2 =
11.798, a) Determinar el valor estimado de E(X) = λ = µ, sabiendo que el estimador de ese parámetro
obtenido por el método de Máxima Verosimilitud es la media muestral (𝑋̅), b) Estime el número medio de
accidentes por mes mediante un intervalo del 90% de confianza, c) Hallar el margen máximo de error
para la estimación del inciso a) con un nivel de confianza del 90%.
2.7.6.2 Se realiza un estudio en 120 hogares de la clase media de una ciudad (población) para estimar
la proporción de hogares sin vivienda propia. Los resultados son los siguientes: 30 tienen vivienda
propia, 65 tienen vivienda alquilada, 15 tienen vivienda en contrato anticrético y 10 declaran tener
vivienda cedida de diversas formas: a) Cual es la población, b) Cual es la muestra, c) Cual es la variable,
d) De que tipo es la variable, e) Estimar la proporción estimada de hogares sin vivienda propia de esa
población (ciudad), f) Determinar la proporción del inciso anterior mediante un intervalo del 97% de
confianza, g) Hallar el margen máximo de error para la estimación del inciso h) con una confianza del
97%. Las estimaciones anteriores son requeridas para realizar una planificación y programación de
construcción de viviendas de bajo costo en la citada ciudad (población), i) Si la población de hogares es
de 80.000, estimar el Nº de hogares sin vivienda propia mediante un intervalo del 99% de confianza.
Para este inciso, determinar el margen máximo de error de la estimación, o sea de 𝑇̂ = n𝑋̅ con un 99%
de nivel de confianza.
SOLUCION.-
d) La variable es cualitativa, cuyas categorías son: Vivienda propia; Vivienda alquilada; Vivienda en
anticrético; Vivienda cedida de diversas formas.
e) 𝑃̂ = 0,75, es la proporción estimada de hogares sin vivienda propia de la clase media de la citada
población.
f) Los límites de (1-α)% de confianza para la estimación del parámetro de la población (P) son: 𝑃̂ ± 𝜎̂𝑃̂ ;
(0,75)(0,25)
(1-𝛼) = 0,97; 𝑍(1−0,03) = 𝑍0,985 = 2,17; 𝜎̂ 𝑃̂ = √ = o,0395; luego, los límites de confianza son:
2 120
0,75 ± (2,17)(0,0395); 0,75 ± 0,09. Finalmente, el intervalo de confianza es: P(0,66 ≤ 𝑃 ≤ 0,84) = 0,97,
Con un 97% de confianza se estima que la proporción de hogares sin vivienda propia de esa población
se encuentra entre 0,66 y 0,84; en porcentaje se entre 66 84 por ciento.
1
g) ℰ = 0,09, es el margen máximo de error de 𝑃̂ = 0,75 con una seguridad de 97%.
𝑋
h) N = 80.000 hogares de la población finita; como P = , entonces X = T = NP es el total de hogares sin
𝑁
vivienda propia en la población (parámetro o medida desconocida). 𝑇̂ = 𝑋̂ = N𝑃̂ es el estimador puntual
de T. Este estimador es insesgado ya que: E(𝑇̂) = N E(𝑃̂) = NP; la varianza de ese estimador es: V(𝑇̂) =
𝑁2 𝑃̂𝑄
̂ (𝑁−𝑛) 𝑛 120
𝜎̂ 2̂ = V(N𝑃̂) =
𝑇 . Debido a que = = 0,0015 < 0,05 no se usa el factor de corrección de
𝑛(𝑁−1) 𝑁 80.000
(0,75)(0,25)
poblaciones finitas; luego 𝜎̂ 𝑇̂ = 80.000√ = 3.162,3; 𝑍(1−0,01) = 𝑍(0,995) = 2,576; luego el intervalo
120 2
de confianza resulta: 60.000 ± (2,576)(3.162,3); 60.000 ± (8.146); P(51.854 ≤ 𝑇 ≤ 68.146) = 0,99,
cuyo significado es el siguiente: Con una seguridad del 99% se estima que el número de hogares sin
vivienda propia de los 80.000 de la señalada ciudad (población) se encuentre entre 51.854 y 68.146. El
Margen Máximo de Error de la estimación puntual (𝑇̂ = 60.000) es 8.146 con una seguridad de 99%.
2.7.6.3 De 50.000 válvulas fabricadas por una compañía se extrae una muestra aleatoria de
400 válvulas, y se obtiene una duración media de 800 horas con una desviación estándar de
100 horas: a) Hallar el intervalo de confianza de 99% para la media de la población, b) ¿Con
que coeficiente de confianza se diría que la vida media está en el intervalo 799.11 a 800.98?
horas, c) ¿Que tamaño deberá tener la muestra para que el intervalo de la media de 792,16 a
807,84 sea de 95% de confianza?
SOLUCION.-
a) (1 − 𝛼 ) = 0,90; 𝑍(1−0,10) = 𝑍0,95 = 1,645. Se utiliza la normal estándar debido a que se conoce
2
56 2
la varianza de la variable poblacional (X); 𝑋̅ = 9 = 6,22 unidades; 𝜎𝑋̅ = 9 = 0,67; los límites y el
√
intervalo de confianza son: 6,22 ± (1,645)(0,67); 6,22 ± (1,10); P(5,12 ≤ µ ≤ 7,32) =0,90. Con
un 90% de confianza se estima que la resistencia media de la población de ese material se
encuentra entre 5,12 y 7,32 unidades.
2
2.7.6.5 Fueron retiradas 25 piezas de la producción diaria de una máquina. Se encontró para
una cierta variable una media de 5.2 mm. Se sabe que esa variable tiene distribución normal
con desviación estándar de 1.2 mm, construir un intervalo de confianza para la media con
coeficiente de confianza de 99%.
2.7.6.6 Suponga que las estaturas de los estudiantes de la Carrera de Economía tienen
distribución normal con desviación estándar de 15 cm. Fue extraída una muestra aleatoria de
100 estudiantes, obteniéndose una media de 175 cm. Construir un175 intervalo de confianza
para la verdadera estatura media de todos los estudiantes de la Carrera de Economía con un
95% de confianza.
SOLUCION.-
2.7.6.7 Una muestra de tamaño 36 fue extraída de una población distribuida según la normal
con media µ1 y varianza σ12 = 9, que arrojó esa muestra una media de 70. Otra muestra de
tamaño 25 extraída de otra población distribuida también según la normal con varianza 16,
arrojó una media de 60. Determinar el intervalo del 95% de confianza para d µ = µ1 - µ2.
2.7.6.8 Diez lotes de tierra son tratados con el fertilizante “A” y 12 con el fertilizante “B”. La
producción media de los primeros lotes fue de 8 toneladas por hectárea con una desviación
estándar de 0.4. La producción media de los segundos lotes fue de 6 toneladas por hectárea
con desviación estándar de 0.2. Construir un intervalo del a) 95% y b) 98% de confianza para la
diferencia de medias de los dos tipos de cultivos (diferencia de medias de las dos poblaciones
independientes: dµ = µA - µB. Esta diferencia puede simbolizarse también como: dµ = µ1 - µ2). Se
supone que la variable producción de ambos tipos de cultivo (𝑋1 y 𝑋2 ) tienen distribución
normal; además, se supone que las varianzas de las producciones de ambos tipos de cultivo en
las dos poblaciones son iguales (𝜎12 = 𝜎22 ).
SOLUCION.-
3
incluyen el cero; por lo que, se estima que la producción media del primer tipo de cultivo es
mayor a la del segundo tipo de cultivo.
b) (1-α) = 0,98; 𝑡(1−0,02)(10+12−2) = 𝑡(0,99)(20) = 2,528; 𝜎̂𝑑𝑋̅ = 0,131 ton/ha. Los límites y el
2
intervalo de confianza son: 𝑑𝑋̅ = 𝑋̅1 - 𝑋̅2 = 8 – 6 = 2 ton/ha; 2 ± (2,528)(0,131); 2 ± (0,33);
P(1,67 ≤ 𝑑µ ≤ 2.33) = 0,98. Con un 98% de confianza se estima que la diferencia de
producciones medias de ambos tipos de cultivo (𝑑µ = µ1 − µ2 ) se encuentra entre 1,67 y 2,33
ton/ha; además, igual que en el inciso anterior los límites de este intervalo de confianza no
incluyen el cero; por lo que, se estima que la producción media del primer tipo de cultivo es
mayor a la del segundo tipo de cultivo.
2.7.6.10 Una muestra aleatoria de 400 viviendas obtenida de un determinado municipio arrojó
que el 25% de estas son viviendas de alquiler. Hallar un intervalo del 98% de confianza para la
verdadera proporción de viviendas alquiladas en el citado municipio.
SOLUCION.-
2.7.6.12 Una encuesta sobre una muestra aleatoria de 300 habitantes de una ciudad intermedia
arrojó que 180 desean consumir agua filtrada. Hallar los límites del 90% y 95% de confianza
para la verdadera proporción de la población que desea consumir agua filtrada en esa ciudad
intermedia.
4
SOLUCION.-
a) (1-α) = 0,90; 𝑍(1−0,1) = 𝑍(0,95) = 1,645; los límites y el intervalo de confianza para la estimación
2
de P son: 0,60 ± (1,645)(0,028); 0,60 ± (0,05); P(0,55 ≤ 𝑃 ≤ 0,65) = 0,90, con 90% de
confianza se estima que la verdadera proporción de habitantes que desea consumir agua
filtrada en la ciudad intermedia se encuentra entre 55 y 65 por ciento respectivamente.
b) (1-α) = 0,95; 𝑍(1−0051) = 𝑍(0,975) = 1,96; los límites y el intervalo de confianza para la
2
estimación de P son: 0,60 ± (1,96)(0,028); 0,60 ± (0,055); P(0,545 ≤ 𝑃 ≤ 0,655) = 0,95, con
95% de confianza se estima que la verdadera proporción de habitantes que desea consumir
agua filtrada en esa ciudad intermedia se encuentra entre 54,5 y 65,5 por ciento
respectivamente.
2.7.6.14 Sea ỹ la media de una muestra aleatoria extraída de una población distribuida según la
normal, Hallar el valor estimado de n, dada la siguiente probabilidad: P(ỹ – 2 ≤ µ ≤ ỹ + 2) = 0.90
ó P(│ỹ - µ│‹ 2) = 0.95
SOLUCION.-
2.7.6.15 Se desea estimar la media de una población µ con distribución normal, cuya varianza
es 100. Cual deberá ser el tamaño de la muestra aleatoria a tomar, de forma que sea 0.90 la
probabilidad de que la estimación no tenga un error mayor de 4 unidades respecto a µ.
2.7.6.16 Suponiendo que ỹ = $us. 105; Z = ± 2.58 y la desviación estándar de la media muestral
es 10. Encontrar: a) El intervalo de confianza para la µ, b) Los límites de confianza para la µ, c)
El coeficiente de confianza para la estimación de µ, d) Si µ es conocida e igual a $us. 100,
¿Está esta media de la población dentro del intervalo obtenido en el inciso a)?
5
SOLUCION.-
Y: Representa al gasto diario en dólares de turistas extranjeros que visitan la ciudad de La Paz.
µ: Representa el gasto medio diario en dólares de la población de turistas extranjeros.
𝑌̅ = $us 105.- es el gasto medio diario estimado con la información de la muestra; 𝑍0,95 = 2,58;
𝜎̂ 𝑌̅ = 10.
a) El intervalo del 99% de confianza para la estimación del gasto medio diario (µ parámetro
desconocido) es: 𝑌̅ ± 𝑍(1− 𝛼) 𝜎̂ 𝑌̅ ; 105 ± (2,58)(10); 105 ± (25,8); P(79,2 ≤ µ ≤ 130,8) = 0,99.
2
Con 99% de confianza se estima que el gasto medio diario de turistas extranjeros se encuentra
entre 79,2 y 130,8 dólares estadounidenses.
b) Los límites del 99% de seguridad para la estimación de µ son: 𝐿𝐼 = 79,2 y 𝐿𝑆 = 130,8.
c) El coeficiente de confianza para la estimación de µ es: (1-α) = 0,99; razón por la cual, el valor
de 𝑍(1− 0,01) es 2,58.
2
d) Si µ = $us 100.- este monto se encuentra entre los limites inferior y superior (79,2 y 230,8);
por lo que, es una media poblacional aceptable con un 99% de confianza.
2.7.6.17 Una muestra aleatoria de 350 trabajadores de una organización bastante grande con
20.000 trabajadores, arrojó la siguiente distribución de frecuencias referida al salario semanal:
Salario Semanal Número de Trabajadores
(En bolivianos) (ni)
250 a menos de 350 50
350 a menos de 450 80
450 a menos de 550 95
550 a menos de 650 75
650 a menos de 750 30
750 a menos de 850 20
Cuyas sumatorias son las siguientes: ∑Xini = 176.500; ∑Xi2ni = 95.550.000, a) Estimar el salario
medio semanal para los 20.000 trabajadores, mediante un intervalo del 95% de confianza, b)
Hallar el margen máximo de error de la estimación puntual del salario medio semanal con una
confianza del 95%, c) Estimar el monto total requerido para el pago semanal de salarios a los
20.000 trabajadores mediante un intervalo del 99% de confianza.
SOLUCION.-
6
Como ℰ = ± 15 km.; (1-α) = 0,9545, entonces 𝑍(1− 0,0455) = 𝑍(0,9772) = 2; y 𝛔 = 120 km., entonces
2
𝑍 2𝜎2 22 1202 57.600
el tamaño de muestra requerido es: n = ℰ 2 = 152 = 225 = 256. Este tamaño de muestra
aleatoria garantiza con 95,45% de confianza de que el Margen Máximo Error de 𝑋̅ (estimador
de µ que es el número medio de kilómetros recorridos durante una semana por la población de
camiones) sea ℰ = |𝑋̅ − µ | = ± 15 km.
2.7.6.19 El gerente de una estación de radio desea estimar la proporción de la gente que le
gusta un programa particular. El especifica que: 1) El error muestral máximo no deberá ser más
del 2% de la verdadera proporción de la población, 2) El nivel de confianza deberá ser del 95%,
3) La proporción de la población de la gente a la que le gusta el programa es cerca del 60%: a)
¿Cual es el tamaño de muestra adecuado?, b) ¿Cuál es el tamaño máximo de muestra
aleatoria adecuado si él no especifica el punto 3)?
SOLUCION.-
1
X: Representa la resistencia a la rotura en libras de la población de cuerdas con diámetro de 16
pulgadas.
µ: Representa la resistencia media a la rotura de la variable poblacional (X).
𝜎 2 y 𝛔 representan la varianza y la desviación estándar de la variable poblacional (X).
La muestra de n = 10 observaciones genera las sumatorias: ∑ 𝑋𝑖 = 565 y ∑ 𝑋𝑖2 = 32.091; la
565
media de la muestra aleatoria resulta: 𝑋̅ = = 56,5 libras; la desviación estándar de la muestra
10
10 32.091
es: s = √ 9 [ − (56,5)2 ] = 4,33 libras; y la desviación estándar de la media de la muestra
10
4,33
aleatoria es: 𝜎̂𝑋̅ = = 1,37 libras.
√10
a) (1-α) = 0,90; 𝑡(1− 0.10)(10−1) = 𝑡(0,95)(9) = 1,833, se utiliza la t de Student porque es desconocida
2
la varianza de la variable poblacional y por el tamaño pequeño de la muestra, luego el intervalo
de confianza es el siguiente: 56,5 ± (1,833)(1,37); 56,5 ± (2,5); P(54 ≤ µ ≤ 59) = 0,90. Este
resultado se interpreta como sigue: Con un 90% de confianza se estima que la resistencia a la
rotura media de las citadas cuerdas de la población se encuentra entre 54 y 59 libras.
7
varianza de la resistencia a la rotura de las citadas cuerdas de la población se encuentra entre
9,98 y 50,67 (libras)2.
2.7.6.21. Una máquina se usa para cortar barras de metal en pedazos pequeños, que sirven
para fabricar pernos. Suponiendo que la longitud de los pedazos cortados es una variable
aleatoria distribuida según la normal, con media µ y varianza σ 2 desconocidas. Estimar la
desviación estándar, a fin de verificar si la máquina necesita algún ajuste. Para este propósito
se toman al azar 25 piezas cortadas por esa máquina y se hallan las siguientes sumatorias: ΣY i
= 101.1 cms. ; ΣY2 = 412.75 cms2 ; Σ(Yi – ỹ)2 = 3.9 cms2.
2.7.6.22 Estimar mediante un intervalo del 98% de confianza la cantidad media de aceite que se
puede extraer de cada racimo de “motacú” (fruto de una palmera del mismo nombre), producida
en una zona tropical. Para esto, se registraron las cantidades de aceite extraídas de 10 racimos
elegidos al azar, las que fueron: 58, 65, 55, 64, 69, 62, 70, 75, 76 y 60 cm3. Suponer que la
cantidad de aceite por racimo es una variable aleatoria distribuida según la normal, con media µ
y varianza σ2 desconocidas.
SOLUCION.-