INSTITUTO TECNOLGICO SUPERIOR

DE TIERRA BLANCA
Comprender los mtodos estadsticos
para inferir los parmetros de la poblacin
a partir de una muestra de inters de
estudio.
Determinar los intervalos de confianza
referentes a la muestra de inters para
inferir el valor de los parmetros de la
poblacin de partida.
Validar por pruebas de hiptesis, alguna
medida de inters en la muestra, y la
inferencia en la poblacin de estudio las
medidas de: especificacin, dimensiones en
calidad, tolerancia, prueba destructiva o no
destructiva de materiales, empaques o
embalajes, etc.
Determinar mediante las pruebas de bondad
de ajuste el nivel de validez de los modelos en
los fenmenos logsticos que se presenten en
la prctica profesional, su comportamiento y
control normado.

La Inferencia Estadstica es aquella rama de la
Estadstica mediante la cual se trata de sacar
conclusiones de una poblacin en estudio, a
partir de la informacin que proporciona una
muestra representativa de la misma. Tambin es
denominada Estadstica Inductiva o Inferencia
Inductiva ya que es un procedimiento para
generar nuevo conocimiento cientfico
Plantear una
hiptesis
Contrastarla
mediante datos
experimentales
Aceptarla o
modificarla si
no fue
aceptada
Estimacin puntual
Estimacin por intervalos
Estimacin
Se realizan hiptesis sobre
parmetros desconocidos
Se desarrolla un procedimiento
para compararlas.
Contraste
de Hiptesis
Muestreo
aleatorio
simple
Muestreo
sistemtico
Muestreo
estratificado
Muestreo
por
conglome
rados
1 1 1 1 1 1
2 2 2 2 2 2
3 3 3 3 3 3
4 4 4 4 4 4
5 5 5 5 5 5
6 6 6 6 6 6
7 7 7 7 7 7
8 8 8 8 8 8
9 9 9 9 9 9
10 10 10 10 10 10
1. La maestra Viridiana fue observadora en un puesto de revisin
de sobriedad de la polica, donde se detena y entrevistaba a cada
quinto conductor. (La maestra fue testigo del arresto de un alumno
del 304-D).
2. Un estudiante de ingeniera mide la fuerza de los dedos
necesaria para presionar botones al probar a miembros de familias.
3. Un investigador estudia las trampas en las declaraciones de
impuestos, al encuestar a todos los meseros y las meseras de 20
restaurantes seleccionados al azar.
4. La maestra encuesto a todos sus estudiantes para obtener datos
mustrales que consistan en el numero de tarjetas de crdito que
posee cada uno.
5. En el tecnolgico un grupo de alumnos motivados por un
estudiante que muri en estado de ebriedad , realizo una
investigacin de estudiantes que beben, seleccionando al azar 10
diferentes salones de clase y entrevistando a todos los estudiantes
en cada uno de esos grupos.


1. La maestra Viridiana fue observadora en un puesto de revisin de
sobriedad de la polica, donde se detena y entrevistaba a cada quinto
conductor. (La maestra fue testigo del arresto de un alumno del 304-c).
(sistemtico)
2. Un estudiante de ingeniera mide la fuerza de los dedos necesaria para
presionar botones al probar a miembros de familias. (estratificado)
3. Un investigador estudia las trampas en las declaraciones de impuestos,
al encuestar a todos los meseros y las meseras de 20 restaurantes
seleccionados al azar. (conglomerados)
4. La maestra encuesto a todos sus estudiantes para obtener datos
mustrales que consistan en el numero de tarjetas de crdito que posee
cada uno. (conveniencia)
5. En el tecnolgico un grupo de alumnos motivados por un estudiante
que muri en estado de ebriedad , realizo una investigacin de
estudiantes que beben, seleccionando al azar 10 diferentes salones de
clase y entrevistando a todos los estudiantes en cada uno de esos grupos.
(conglomerados)


Definir la
poblacin
Definir la
unidad de
muestreo
Definir las
variables
Seleccionar el
mtodo de
muestreo
Calcular el
tamao
necesario
Elaborar el
plan de
muestreo
Al seleccionar muestras aleatorias simples de
tamao n de una poblacin, la distribucin
muestral de la media de la muestras X se puede
aproximar con una distribucin normal de
probabilidades, cuando el tamao de la muestra
es grande.


1. Si n > 30, entonces las medias muestrales
tienen una distribucin que se puede aproximar
por medio de una distribucin normal, con media
y una desviacin estndar / .
2. Si n 30 y la poblacin original tiene una
distribucin normal, entonces las medias
muestrales tienen una distribucin normal con
una media y una desviacin estndar / .
3.Si n 30, y la poblacin original no tiene una
distribucin normal, entonces no aplican los
mtodos de esta unidad.
A la distribucin de un estadstico calculado a
partir de los valores tomados de una muestra se
le denomina distribucin muestral del
estadstico.

Distribuciones
de muestreo
Media
Varianza
Proporciones
La distribucin muestral de la media es la
distribucin de medias mustrales, donde todas
las medias tienen el mismo tamao muestral n y
se obtienen de la misma poblacin. (la
distribucin muestral de la media generalmente
se representa como una distribucin de
probabilidad en formato de tabla, histograma de
probabilidad o frmula).
El tiempo que el cajero de un banco con servicio
en automvil atiende a un cliente es una variable
aleatoria con media poblacional de 3.2 min y una
desviacin estndar poblacional de 1.6 min. Si se
observa una muestra aleatoria de 64 clientes,
encuentre la probabilidad de que su tiempo
medio en el cajero sea:
1. A lo mas 2.7 min.
2. Mas de 3.5 min.
3. Al menos 3.2 min pero menos de 3.4 min.
1. La maquina empleada para el llenado de las cajas
de galletas de una determinada marca, esta
regulada para efectuar dicha operacin,
despachando en promedio 1 000 grs. Con una
desviacin estndar de 75 grs. En base a esta
informacin, determine la probabilidad que
muestras seleccionadas aleatoriamente de 25 cajas
contengan en promedio.

Al menos 975 grs?
Un mnimo de 980 pero no ms de 1025 grs?
A lo mas 981 grs?

2. La media de una distribucin normal es 60 y la
desviacin estndar es 12. Se toma una muestra
aleatoria de 9. Calcule la probabilidad de que la
media muestral.

Sea mayor que 63
Menor que 56
Este entre 56 y 63

La presin sangunea de mujeres entre 18-24
aos se distribuye normalmente, con una media
de 114.8 y una desviacin estndar de 13.1. la
hipertensin suele definirse como una presin
mayor que 140.
Si se selecciona al azar una mujer entre 18 y 24 aos,
calcule la probabilidad de que su presin sea mayor a
140.
Si se seleccionan al azar cuatro mujeres del mismo rango
de edad, calcule la probabilidad de que su presin sea
mayor que 140.
Dado que el punto dos tiene una muestra no mayor que
30, Por qu puede utilizar el teorema del limite central?
Al disear la ubicacin de un reproductor de CD en un nuevo
modelo de automviles, los ingenieros industriales deben
considerar el alcance frontal del conductor. Si el reproductor
de CD se coloca ms all del alcance, el conductor tendra que
mover su cuerpo, lo cual lo distraera y resultara peligroso (no
queremos que alguien se lastime al tratar de escuchar lo
mejor de Nelson Kanzela). Los diseadores deciden que le
reproductor debe ubicarse de manera que este dentro del
alcance del 95% de las mujeres. Las mujeres tienen alcances
distribuidos normalmente con una media de 27 pulgadas y
una desviacin estndar de 1.3 pulgadas. Calcule el alcance
frontal de las mujeres que separa al 95% superior del resto.
Con Z = -1.645, = 27.0 y = 1.3, calculamos x
empleando la frmula utilizando la siguiente
versin:

X = + (z*) = 27.0 + (-1.645*1.3) = 24.8615

Si permitimos que x= 24.8615 vemos que esta
solucin es razonable, ya que el alcance frontal
que separa al 95% superior del 5% inferior debe ser
menor que la media de 27 pulgadas.
El alcance frontal de 24.9 pulgadas (redondeado)
separa al 95% superior del resto, ya que el 95%
de las mujeres tienen alcances frontales menores
que 24.9 pulgadas.
Los dulces M&M sencillos tienen un peso medio de 0.8565 g y
una desviacin estndar de 0.0518 g . Estos datos provienen
de un paquete que contena 465 dulces y la etiqueta del
paquete indicaba que su peso neto era de 396.9 gramos. ( si
cada paquete contiene 465 dulces, el peso medio de los
dulces debe exceder 396.9/465 = 0.8535 g del contenido neto,
para pesar al menos 396.9 g )
a) Si se selecciona al azar un dulce sencillo, calcule la
probabilidad de que pese ms de 0.8535 g.
b) Si se seleccionan al azar 465 dulces, calcule la probabilidad
de que su peso medio sea de al menos 0.8535 g.
c) Con estos resultados la compaa Mars esta ofreciendo a
los consumidores de M&M la cantidad indicada en la
etiqueta?
En un estudio para comparar los pesos promedio de nios y
nias de sexto grado en una escuela primaria se usar una
muestra aleatoria de 20 nios y otra de 25 nias. Se sabe
que tanto para nios como para nias los pesos siguen una
distribucin normal. El promedio de los pesos de todos los
nios de sexto grado de esa escuela es de 100 libras y su
desviacin estndar es de 14.142, mientras que el
promedio de los pesos de todas las nias del sexto grado
de esa escuela es de 85 libras y su desviacin estndar es
de 12.247 libras. Si representa el promedio de los pesos de
20 nios y es el promedio de los pesos de una muestra de
25 nias, encuentre la probabilidad de que el promedio de
los pesos de los 20 nios sea al menos 20 libras ms grande
que el de las 25 nias.

Ejemplo:
Uno de los principales fabricantes de televisores
compra los tubos de rayos catdicos a dos
compaas. Los tubos de la compaa A tienen
una vida media de 7.2 aos con una desviacin
estndar de 0.8 aos, mientras que los de la B
tienen una vida media de 6.7 aos con una
desviacin estndar de 0.7. Determine la
probabilidad de que una muestra aleatoria de 34
tubos de la compaa A tenga una vida promedio
de al menos un ao ms que la de una muestra
aleatoria de 40 tubos de la compaa B.

Se prueba el rendimiento en km/L de 2 tipos de
gasolina, encontrndose una desviacin estndar de
1.23km/L para la primera gasolina y una desviacin
estndar de 1.37km/L para la segunda gasolina; se
prueba la primera gasolina en 35 autos y la segunda
en 42 autos. Suponga que las medias poblacionales
son iguales.
Cul es la probabilidad de que la primera gasolina de un
rendimiento promedio mayor de 0.45km/L que la segunda
gasolina?
Cul es la probabilidad de que la diferencia en
rendimientos promedio se encuentre entre 0.65 y
0.83km/L a favor de la gasolina 1?.

Es la distribucin de probabilidad de
proporciones mustrales, donde todas las
muestras tienen el mismo tamao muestral n y
provienen de la misma poblacin.
Un ejemplo de la utilidad de esta distribucin es
cuando se requiere saber la proporcin de
artculos defectuosos en una lnea de produccin.
En el caso de se puede considerar que la
muestra es grande cuando se cumplen las
condiciones siguientes:
np 5
n(1- p) 5
Por ejemplo:
Si p = 0.60 y n= 30
np= 30(.60) = 18 5
n(1- p) = 30 (.40) = 12 5

La frmula de una distribucin muestral de
proporciones est basada en la aproximacin de
la distribucin normal a la binomial.

=

Se puede agregar el factor de correccin
dependiendo de la poblacin (si es finita o
infinita)

Se ha determinado que el 60% de los estudiantes del
ITSTB consumen alcohol. Se toma una muestra aleatoria
de 800 estudiantes. Calcule la probabilidad de que la
proporcin de la muestra de estudiantes que consumen
alcohol sea menor que 0.55.
n=800
P = .60
p= 0.55 p (p < 0.55)
FC = .5/ tamao de la muestra
.55 (.5 /800) = 0.5494

=
0.549375 0.60
0.60 (0.40)
800

= -2.92
Se ha encontrado que el 2% de las piezas
fabricadas en cierta maquina son defectuosas.
Cul es la probabilidad de que en un envo de
400 piezas?
A) El 3% o ms sean defectuosas
B) El 2% o menos sean defectuosas

Se sabe que la proporcin de componentes
defectuosos fabricados en una empresa es de
4%, encuentre la probabilidad de que una
muestra aleatoria de tamao 60 tenga:
* menos del 3% de los componentes defectuosos
* mas del 1% pero menos del 5% de partes
defectuosas.
Un medicamento para malestar estomacal tiene la
advertencia de que algunos usuarios pueden
presentar una reaccin adversa a l, ms an, se
piensa que alrededor del 3% de los usuarios tienen
tal reaccin. Si una muestra aleatoria de 150
personas con malestar estomacal usa el
medicamento, encuentre la probabilidad de que la
proporcin de la muestra de los usuarios que
realmente presentan una reaccin adversa, exceda
el 4%.

Existe una probabilidad del 17% de que al tomar
una muestra de 150 personas se tenga una
proporcin mayor de 0.04 presentando una
reaccin adversa.

La frmula que se utilizar para el calculo de
probabilidad del estadstico de diferencia de
proporciones es:


Los hombres y mujeres adultos radicados en una
ciudad grande del norte difieren en sus opiniones
sobre la promulgacin de la pena de muerte para
personas culpables de asesinato. Se cree que el 12%
de los hombres adultos estn a favor de la pena de
muerte, mientras que slo 10% de las mujeres
adultas lo estn. Si se pregunta a dos muestras
aleatorias de 100 hombres y 100 mujeres su opinin
sobre la promulgacin de la pena de muerte,
determine la probabilidad de que el porcentaje de
hombres a favor sea al menos 3% mayor que el de
las mujeres.

Se sabe que 3 de cada 6 productos fabricados por
la mquina 1 son defectuosos y que 2 de cada 5
objetos fabricados por la mquina 2 son
defectuosos; se toman muestras de 120 objetos
de cada mquina:
cul es la probabilidad de que la proporcin de
artculos defectuosos de la mquina 2 rebase a la
mquina 1 en por lo menos 0.10?
cul es la probabilidad de que la proporcin de
artculos defectuosos de la mquina 1 rebase a la
mquina 2 en por lo menos 0.15?

Datos:
P
1
= 3/6 = 0.5
P
2
= 2/5 = 0.4
n
1
= 120 objetos
n
2
= 120 objetos
p(p
2
-p
1
0.10) = ?




La probabilidad de que exista una diferencia de proporciones de
artculos defectuosos de por lo menos 10% a favor de la mquina
2 es de 0.0011.


p(p
1
-p
2
0.15)=?









La probabilidad de que exista una diferencia de
proporciones de artculos defectuosos de por lo
menos 15% a favor de la mquina 1 es de 0.2357.


2
=
(1)
2

2
=

(
1

)
2

2

Tiene una distribucin ji cuadrada con n-1 grados
de libertad =n-1

Los valores de la variable aleatoria
2
se calculan
de cada muestra mediante la formula:

2
=
(1)
2

2


Un fabricante de bateras para auto garantiza
que sus bateras duran en promedio 3 aos, con
una desviacin estndar de 1 ao. Si cinco de
estas bateras tienen duraciones de 1.9, 2.4, 3.0,
3.5 y 4.2 aos. El fabricante aun est convencido
de que sus desviacin estndar de un ao?
1.- Se obtiene el valor de la desviacin estndar
muestral
Sustituir el valor de la desviacin estndar
muestral en la frmula.
Desviacin estndar muestral= 0.815


2
=
(4)(0.815)
2
1
2
= 3.26
Si tomamos un 95% de confianza con 4 grados de
libertad, los valores de ji cuadrada seran 0.484 y
11.143.
1- .95 = .05
.05/2 = .025
1-.025 = .975
Si el valor de la frmula cae dentro de ese rango se
podra decir que la suposicin del fabricante es
razonable.

Se puede utilizar cuando no conocemos la
desviacin estndar y hacer inferencias sobre la
media poblacional.
=
()
/

Un ingeniero afirma que el rendimiento medio de la
poblacin de un proceso es de 500 g por milmetro de materia
prima. Para verificar esta afirmacin muestra 25 lotes cada
mes. Si el valor t calculado cae entre t0.05 queda satisfecho
con su afirmacin. Que conclusin extraera de una muestra
que tiene una media de 518 gramos por milmetro y una
desviacin estndar muestral de 40 gramos? Suponga que la
distribucin del rendimiento es aproximadamente normal.

De la tabla podemos encontrar que t,0.05 = 1.711
para 24 grados de libertad. Por tanto, el
fabricante queda satisfecho con esta afirmacin
si una muestra de 25 lotes rinde un valor entre -
1.711 y 1.711. si = 500, entonces.
=
()
/
= 2.25
Un valor un poco arriba de 1.711.