PROBABILIDAD Y ESTADISTICA ONLINE

GRUPO B EQUIPO 1 INTEGRANTES     JUAN EMANUEL JIMÉNEZ RABANALES SANTIAGO RAFAEL DUARTE PERERA PAOLA YARISSA YAM ALONZO HAMID JOSUE MEDINA ORTIZ

MTRO. JOSE LUIS POVEDA MACIAS

11 DE ABRIL 2013

11-4-2013

y sería deseable proporcionar una medida de la precisión de la estimación del parámetro. uno de los problemas que se plantean es que el valor de la estimación es sólo uno de los valores (posiblemente infinitos) del estimador. El nivel de confianza y la amplitud del intervalo varían conjuntamente. Al hacer cualquier estimación se está cometiendo un error. que se calcula a partir de datos de una muestra. una medida de las posibilidades de fallar en la estimación mediante tal intervalo. que ofrece una estimación más precisa. y en el cual se confía que esté el valor de parámetro. En estas circunstancias. El intervalo se obtendrá a partir de un estadístico generalmente relacionado con un estimador puntual. obtenido al extraer una muestra concreta. esto es. α es el llamado error aleatorio o nivel de significación. que indica la proporción de intervalos de todos los que se podrían construir a partir de muestras distintas. y una medida de la validez del intervalo es el nivel de confianza. aumentan sus posibilidades de error. de forma que un intervalo más amplio tendrá más posibilidades de acierto (mayor nivel de confianza). de forma que si extraemos dos muestras distintas.INTRODUCCIÓN El intervalo de confianza es un par o varios pares de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. Cuando tratamos la estimación puntual. estos números determinan un intervalo. el concepto de intervalo de confianza como un intervalo cuyos extremos son variables que dependen de la muestra. Intervalos de confianza Fórmula Diferencia de medias √ Diferencia de proporciones ( Diferencia de medias poblacionales ( Donde ) √ ) √ . y el valor desconocido es un parámetro poblacional. las estimaciones serán distintas. cuya distribución no depende del parámetro desconocido.α y se denomina nivel de confianza. que realmente contienen al parámetro. mientras que para un intervalo más pequeño. La probabilidad de éxito en la estimación se representa con 1 . Formalmente.

√ ∑( ) (Varianza Muestral) .( ) ( ) Diferencia de medias poblacionales ( ) √ Donde ( ( ( ) ) ( ) ( ) ) Tablas para calcular los distintos niveles de confianza.

¿Existe evidencia suficiente para sugerir que una línea produce una proporción más alta de defectuosos que la otra? ( ) √ ( ) √ ( ) ( √ )( ) ( )( ) ( ) ( √ )( ) ( )( ) Dado que el intervalo contiene el valor cero. se seleccionan muestras aleatorias independientes de 100 artículos de cada línea. Ejercicios 1. Para comparar las proporciones de artículos defectuosos producidos por dos líneas de producción. La línea A produjo 18 defectuosos en la muestra y la línea B produjo 12 defectuosos. Obtenga un intervalo de confianza de 98% para la diferencia real entre las proporciones de defectuosos para las dos líneas. Tarea 2. no hay razón para creer que el nuevo procedimiento ocasionó una disminución significativa en la proporción de partes defectuosas con respecto al método actual .Unidad 5.

3025 ∑160. Las mediciones se muestran en la siguiente tabla.55 0.22 35.3025 6. Se entrenaron dos grupos de nueve empleados nuevos durante un período de tres semanas.45 -4.22 35.22 10.2. un grupo utilizó el nuevo método y el otro grupo el procedimiento de entrenamiento estándar.55 31.55 31.78 77.22 35.22 35.55 31.55 -2. ¿Existe evidencia suficiente para considerar que es mejor el nuevo método? Procedimiento Estándar Nuevo 32 35 37 31 35 29 Mediciones 28 25 41 34 44 40 35 27 31 32 34 31 E 32 37 35 28 41 44 35 31 34 XE 35.55 (XI-XN)^2 11.9025 6.22 35.22 (XI-XE) (XI-XE)^2 -3. Suponga que los tiempos de montaje tienen aproximadamente una distribución normal y que las varianzas son aproximadamente iguales para los dos métodos.55 2.22 35.55 31.78 3. Una operación de montaje en una fábrica manufacturera requiere aproximadamente un período de entrenamiento de un mes para que un nuevo empleado alcance la máxima eficiencia.55 31.5025 42.4025 20.55 31.22 35.1684 -0.45 -0.22 35.5556 N 35 31 29 25 34 40 27 32 31 XN 31.22 0.45 8.55 (XI-XN) 3.22 52.4084 8.4884 ∑195.78 33.0884 -0. Estime la diferencia real de las medias ( ) con un nivel de confianza de 0.0025 71. Se midió el tiempo (en minutos) que necesitó cada empleado para montar el dispositivo al final del período de entrenamiento de tres semanas.7025 0.55 -6.8084 -1.3684 1.0484 -4.45 -0. Se sugirió un nuevo método para el entrenamiento y se realizó una prueba para comparar el método nuevo con el procedimiento estándar.9025 0.2225 √ √ .22 17.1284 5.95.22 1.0484 -7.55 31.22 0.55 31.2025 0.

Sustituyendo ( ( ) ) ( ( )√ )√ Simplificando un poco Dado que el intervalo contiene el valor cero.( ) ( ) ( )( ) ( )( ) √ El intervalo de confianza para la diferencia de medias poblacionales µE-µN está dado por: ( ) √ ( ) √ y Al consultar la tabla de distribución t de student con se obtiene 2.120 que es el valor crítico. . no hay razón para creer que el nuevo método de entrenamiento ocasionó una disminución significativa en la en los tiempos de los empleados con respecto al actual.

de acuerdo a las condiciones dadas los límites del intervalo de confianza para la diferencia de medias son √ ( ) √ Dado que el intervalo contiene el valor cero. mostraron los siguientes resultados para muestras probadas independientemente (mediciones en psi): Método 1 n1  37 y1  3250 Método 2 n2  40 y 2  3240 Estimar el intervalo de confianza de 95% para la diferencia de promedios.3. Dos diferentes métodos de secado con desviaciones estándar poblacionales  1  210 y  2  190 . hasta cierto punto. La resistencia del concreto depende. . no hay razón para creer que el nuevo método de secado no ocasionó una disminución significativa en la resistencia del concreto del primer método respecto al segundo método. del método que se utiliza para secado. concreto. con una resistencia promedio diferente? Como el tamaño de la muestra de cada población es grande. ¿Parecen producir los dos métodos.

2 721140.2 140775 700 1036.84 ∑2326003 ∑639984.8 77172.8 -336.04 759 1036.2 1175.2 31046.2 -375.8 -241.2 289659.2 -849.8 113434.8 318.4.2 -176.6 795 1036. la variable casas tienen distribución aproximadamente normal.2 1725 2574.8 58467.8 √ √ √ Vista al Mar √ Junto al Mar Como las desviaciones estándar poblacionales son desconocidas y diferentes.2 224. asimismo.8 1382506 1355 1036.8 538. A continuación se muestran valores de mercado (en miles de dólares) de casas elegidas al azar en Long Beach Island y New Jersey.2 3750 2574.8 -277.44 1575 1036. Estime un intervalo de confianza del 95% para la diferencia de precios promedio entre las casas con vista al mar y las casas que no están directamente sobre la playa.24 2398 2574.2 101251. entonces se utilizará la distribución t de student con las siguientes fórmulas: Los grados de libertad son: ( ( ( ) ) ( ) ( ) ) .8 50535.2 2799 2574. ¿Realmente podemos concluir que las casas con vista al mar valen más? Considere que las variables poblacionales tienen distribución aproximadamente normal y que Vista al mar: Junto al mar: 2 199 700 3 750 1355 1 725 795 2 398 1 575 2 799 759 Vista X XI-X (XI-X)^2 Junto Y YI-Y (YI-Y)^2 Mar Mar 2199 2574.

3379 < ) ) (√ ( ) ) √ ( ) ) (√ ) Al ser ambas partes de la desigualdad positivas podemos afirmar que realmente las playas junto al mar valen más . se redondea al entero más cercano. Con el calor de v y con el área en las dos colas de la tabla t de student se obtiene el valor crítico Ahora el intervalo de confianza se obtiene a través de la fórmula ( ( ( 1501.Sustituyendo se tiene: ( ( ( ) ) ( ( ) ) ) ( ( ( ) ) ) ( ( ) ) Dado que v es rara vez un entero.

5. ¿cuántas muestras de agua se deben tomar antes y después de agregar el producto químico.95? Suponer que los tamaños de muestras son iguales. si se quiere estimar la diferencia promedio entre proporciones con un límite de error de estimación de 0.1 y un coeficiente de confianza de 0. Para libertad mayor o igual a 30 ̂̂ √ √ √ . √ ̂̂ ̂̂ ⁄ ̂̂ ̂̂ √ Como los valores tienen que ser mayores a 30. Al estudiar la proporción de muestras de agua con bacterias patógenas.

En este tema y como en todos la resolución numérica del problema. o una de las dos muestras sea más efectiva en comparación a la otra. Sin embargo. todas las propiedades exigidas al respecto. esto es consecuencia de la aleatoriedad del muestreo. que las dos muestras en sí no tienen diferencia significativa entre las dos muestras evaluadas. incluso.CONCLUSION Es posible construir un “buen” estimador Puntual de un parámetro θ. del intervalo de confianza. Las diferentes interpretaciones a las que se puede llegar podrían ser. en el sentido de que dar un número como estimación de un parámetro no nos indica el error que cometemos en la estimación. ya que después de haber encontrado dicho intervalo a partir de la comparación entre muestras debemos interpretar el valor de dicho intervalo y poder expresar con palabras lo que realmente significa el resultado. . que verifique. en muchos casos. una estimación puntual no es suficiente. no es suficiente.