You are on page 1of 19

INFERENCIA ESTADÍSTICA

SEMANA 5

................................................................... INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS DE DOS DISTRIBUCIONES NORMALES CON VARIANZAS DESCONOCIDAS Y DESIGUALES ................................................................................................................ INTERVALOS DE CONFIANZA DE LA VARIANZA DE UNA POBLACIÓN NORMAL ................................ 8 4.................................... 6 3................................................................................................................................................................................ TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL ................................. 3 INTRODUCCIÓN .................... 17 COMENTARIO FINAL..................................... INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS DE DOS DISTRIBUCIONES NORMALES CON VARIANZAS DESCONOCIDAS.......................... 13 6..................... 18 REFERENCIAS ...............ÍNDICE APRENDIZAJES ESPERADOS ... 15 7................... INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE DOS MEDIAS CON VARIANZAS CONOCIDAS ............................................... 3 1................................... 4 2............................................................................................................................................................. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONALES . PERO IGUALES ....................................................................................................... 10 5.......................................................... 19 2 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .............................................................. INTERVALOS DE CONFIANZA DE DOS MEDIAS: MUESTRAS DEPENDIENTES (DATOS PAREADOS) .............

. X n es una muestra aleatoria de tamaño n. se puede calcular intervalos de confianza para los parámetros  y p . dicho cálculo se basa en las distribuciones de determinados estadísticos.. INTRODUCCIÓN En un módulo anterior se vieron los métodos de estimación puntual y la estimación a través de intervalos de confianza.. y X1 . ). Es importante recordar los intervalos de confianza vistos hasta el momento: Si X es una variable aleatoria que sigue una distribución N (  .1   conocida   x  Z / 2  n n  s x  t / 2.OTROS TEMAS DE ESTIMACIÓN APRENDIZAJES ESPERADOS  Usar intervalos de confianza para estimar parámetros de dos poblaciones  Discriminar papel de la dependencia/independencia entre las muestras y los supuestos de igualdad o diferencia entre las varianzas..n 1   desconocida  x n  tn 1 s n s x  Z / 2  si n  30 n p = proporción de éxitos p p  Z / 2   p 1 p   p pZ   p 1 p  /2 n n 3 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . tal y como se indica en la siguiente tabla: Parámetro Estadístico Intervalo de confianza  x  N  0. X 2 .

respectivamente. p.92 1  0. Los pesos promedio de las cajas se desconocen. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE DOS MEDIAS CON VARIANZAS CONOCIDAS Si x y y son las medias muestrales de dos muestras aleatorias independientes de tamaño nx y n y tomadas de poblaciones que tienen varianzas conocidas  12 y  22 . 331): Donde: Z / 2 es el punto de la distribución normal estándar que corresponde al porcentaje  / 2 .92. Solución: Los datos son: x  256 y  245  x  15  y  10 nx  18 ny  20 Ahora se debe hallar el valor de Z / 2 . EJEMPLO: Dos fábricas A y B empaquetan bombones en caja. Para ello se sabe que 1 –  = 0. el nivel de confianza es aproximadamente válido para tamaños grandes de muestra. respectivamente. 1    0. Observación: el nivel de confianza 1 –  es exacto cuando las dos poblaciones son normales. pero la desviación estándar es 15 g y 10 g. Hallar el intervalo de confianza a un 92% para la diferencia entre los pesos promedios de las cajas A y B.92   4 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . 1. un intervalo de confianza para  x   y del 100  1    % está dado por (Montgomery & Runger. En una muestra de 18 cajas de A se observó un peso promedio de 256 g y en una muestra de 20 cajas de B se observó un peso promedio de 245 g. 1996. Para poblaciones que no lo son. Se despeja.

75 y 1.7507   18 20 18 20 35 35 11  1.76.08   Se busca en la tabla Z / 2  Z0 .  x2  y2  x2  y2 x  y  Z / 2     x   y  x  y  Z / 2   nx ny nx ny 152 102 152 102 256  245  1. En este caso. la probabilidad 0.324  x   y  11  7 .7507     x   y  11  1. Se reemplazan los datos en el intervalo de confianza para la diferencia de medias.7507     x   y  256  245  1.96.08 / 2  Z0 . también es útil usar la fórmula de Excel: =DISTR.ESTAND. 0.INV(0.324 3.7507    x   y  11  1.676  x   y  18.7507   18 20 18 20 225 100 225 100 11  1.NORM.324 5 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .04 . Gráficamente: Se observa en la tabla (revisar en materiales de la semana).7507  2 2 11  7.96) Y se obtiene 1.7507. Se halla entre 1.

.. INTERVALOS DE CONFIANZA DE DOS MEDIAS: MUESTRAS DEPENDIENTES (DATOS PAREADOS) Se supone una muestra aleatoria de tamaño n . yn los valores de la muestra obtenida de la población que tiene media  y . se mide de nuevo el nivel de colesterol de cada persona. Se administra el medicamento “x” a una persona seleccionada aleatoriamente en cada par y el medicamento “y” a la otra persona del par. Si d y sd son la media y la desviación estándar observadas en las n diferencias de la muestra. 326): sd sd d  t n1. e y1 . Si se supone que la distribución poblacional de las diferencias es normal.. 2008... Estime. El grupo de investigación utiliza un enfoque de datos pareados para controlar la variación de la reducción que podría deberse a factores distintos del medicamento. 6 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . EJEMPLO: Se realiza un estudio médico para comparar la diferencia de eficacia de dos medicamentos para reducir el nivel de colesterol..xn los valores de la muestra obtenida de la población que tiene media  x . “x” e “y”. entonces el intervalo de confianza al 100  1    % de la   diferencia entre las medias d   x   y tiene la forma (Newbold. Tras un tiempo determinado.. con un nivel de confianza del 99%.. Es decir. / 2   d  d  t n 1. correspondientes a cada par. / 2  n n d  d  n 2 Con: sd  i 1 nd La variable aleatoria tn 1 tiene una distribución t de Student con n  1 grados de libertad. y2 . 2. así como las diferencias. Carlson & Thorne. p. Los miembros de cada par de datos tienen las mismas características de edad. con n pares de observaciones enlazadas procedentes de distribuciones normales de medias  x y  y . La tabla muestra el número de puntos en d x y los que se ha reducido el nivel de colesterol de cada persona. i i i. x1 . para reducir el colesterol. la diferencia media de eficacia entre los dos medicamentos. peso. estilo de vida y otros factores pertinentes. con d  xi  yi .x2 . Suponga que se selecciona de las grandes poblaciones de participantes una muestra aleatoria de ocho pares de pacientes que tienen problemas conocidos de colesterol.

01.777 nd Ahora se determina el valor de t n1. / 2  t8 .T. / 2  n n 3. / 2   d  d  t n 1. El valor correspondiente es 3.0 .0 . 499 . Se usa Excel introduciendo la fórmula: =DISTR. sd sd d  t n1. 499    x   y  1.7) = 3.005 .01/ 2  t7 .01 Si se usa la tabla 2 (revisar en materiales de la semana) y se observa el valor de t para 7 grados de libertad con  / 2  0.   t 7 .INV(0.625  3.3 7 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . n d i d i 1  1.777 3.005 .625  3. Se reemplazan los datos en el intervalo de confianza para la diferencia entre muestras pareadas. 499  8 8 3.05  x   y  6.0 .625 n d  n 2 i d sd  i 1  3.777 1.499 Ya que Excel considera t n1. Par Medicamento “X” Medicamento “Y” Diferencia di  xi  yi 1 29 26 3 2 32 27 5 3 31 28 3 4 32 27 5 5 32 30 2 6 29 26 3 7 31 33 -2 8 30 36 -6 Solución: Se calcula la media muestral  di  y la desviación estándar de las diferencias de la reducción de colesterol  sd  .

entonces el intervalo de confianza del 100  1    % para la diferencia de las medias  x   y . lo que sugeriría que el medicamento " Y " podría ser más eficaz. 3. EJEMPLO: Los residentes de San Bernardo. / 2 es el punto crítico superior que x y  corresponde al porcentaje  / 2 de la distribución t con nx  ny  2 grados de libertad. / 2 x nx ny x y nx ny  nx  1  sx2   ny  1  s y2 Donde s p  es el estimador ponderado de cada población (conocida nx  ny  2 también como varianza muestral agrupada) y t n  n 2 . lo que sugeriría que los medicamentos " X " e " Y " son igual de eficaces. en miles de pesos. está dado por (Montgomery & Runger. que  x   y podría ser negativo. 8 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . o bien. El valor de estas multas. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS DE DOS DISTRIBUCIONES NORMALES CON VARIANZAS DESCONOCIDAS. halle el intervalo de confianza al 95% de la diferencia entre los costos medios de estas dos comunas. Se obtuvieron muestras aleatorias independientes de las multas pagadas por los residentes de cada una de las comunas durante tres meses. se puede concluir que  x   y podría ser positivo. Las autoridades acordaron estudiar el problema para ver si las quejas eran razonables. PERO IGUALES Si x . Santiago de Chile se quejan que las multas por exceso de velocidad son más altas en su comuna que las que se imponen a los residentes de la comuna de Las Condes. respectivamente. / 2  s p  y  2 . no se puede saber si uno de los dos medicamentos es más eficaz para reducir el nivel de colesterol. fue: San Bernardo 100 125 135 128 140 142 128 137 156 142 Las Condes 95 87 100 75 110 105 85 95 Suponiendo que la varianza poblacional es igual. s y2 son las medias y las varianzas de dos muestras aleatorias de tamaños nx y n y .Como el intervalo de confianza contiene al valor cero. tomadas de dos poblaciones normales e independientes con varianzas desconocidas. lo que sugeriría que el medicamento " X " podría ser más eficaz. p. y y s x2 . 340): 1 1 1 1 x  y  t n  n   sp    x   y  x  y  t n  n 2 . pero se supone iguales. o que  x   y podría ser cero. 1996. Por lo tanto.

2562 s p  13.389 Para determinar el valor de  . 4286 nx ny nx  10 ny  8 Se calcula el estimador combinado de la desviación estándar común de la población s p :    nx  1  sx2   ny  1  s y2 sp  nx  ny  2 sp  10  1  218.Solución: Sea " x" el valor de la multa pagada por un habitante de San Bernardo y sea " y" el valor de la multa pagada por un habitante de Las Condes. se divide por 2: 9 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .3 y i 1  $94 nx nx  x  x  y  y n 2 n 2 i i sx2  i 1  $218. se sabe que: 1    0.4286 10  8  2 s p  179. n n  xi y i x i 1  $133.95 Se despeja  1  0. Se supone que las poblaciones son normales y se determinan los promedios y las desviaciones estándar.05   Pero como interesa  / 2 .95   0.0111 s y2  i 1  $129.0111  8  1 129.

pero supuestamente iguales. entonces el intervalo de confianza del 100  1    % para la diferencia de las medias  x   y . INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS DE DOS DISTRIBUCIONES NORMALES CON VARIANZAS DESCONOCIDAS Y DESIGUALES Si x .3  13.025.05   0.389  10 8 10 8 9 9 39.12 Se reemplazan los datos obtenidos en el intervalo de confianza para la diferencia de dos poblaciones normales de varianzas desconocidas. tomadas de dos poblaciones normales e independientes con varianzas desconocidas y desiguales.38468  40 40 39. y y s x2 . / 2   sp    x   y  x  y  t n  n 2 . está dado por (Montgomery & Runger.05   / 2   0.3  13.05 / 2  t16.389    x   y  133.764 más alto que el costo medio de una multa a un vecino de Las Condes.025 x y  Se busca en la tabla de distribución de probabilidades t de Student (revisar en materiales de las semanas) con 16 grados de libertad el valor t asociado con una probabilidad 0. 1996. 0.464 25.3  94  2 . t16.12 13.0 . interesa calcular el valor de t n  n 2 . 342): 10 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . / 2  s p  x y nx ny x y nx ny 1 1 1 1 133.38468    x   y  39.0 .836  x   y  52. s y2 son las medias y las varianzas de dos muestras aleatorias de tamaños nx y n y .764 Esto significa que el costo medio de una multa impuesta a un residente de San Bernardo es entre $25.12 13. 464  x   y  39.3  28. 1 1 1 1 x  y  t n  n  2 . / 2  t1082. respectivamente.025 2 Por último.025  2. 4.0 .836 y $52.3  94  2.3  28. p.

 / 2 es el punto crítico superior que 2  sx  2 2  sy2       nx    n y   nx  1  ny  1 corresponde al porcentaje  / 2 de la distribución t . / 2     x   y  x  y  t . fueron los siguientes: Sucursal Cerro Navia Sucursal Lo Espejo (Población x) (Población y) Media muestral $ 290 $ 250 Tamaño de la muestra 16 11 Desviación estándar muestral $ 15 $ 50 Se supone que las varianzas poblacionales que son desconocidas. Estime la diferencia entre los valores medios de las facturas pendientes de pago de las dos oficinas. tomó una muestra aleatoria de facturas pendientes de pago de las oficinas de Cerro Navia y Lo Espejo. Los estadísticos muestrales obtenidos. son distintas. Se quería estimar con estas dos muestras independientes la diferencia entre los valores medios de las facturas pendientes de pago. en miles de pesos. Utilice un nivel de confianza del 95%. / 2   nx ny nx ny 2  sx2 s y2     Donde    nx n y  son los grados de libertad y t . 2 2 sx2 s y sx2 s y x  y  t . EJEMPLO: La empresa de auditoría maestros de la auditoría subterránea. Se sabe que: 2  sx2 s y2       nx n y  2  sx2  2  s y2       nx    n y   nx  1  ny  1 Se reemplazan los valores: 11 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . Solución: Primero se calculan los grados de libertad   .

 / 2     x   y  x  y  t .025  2. 2 2 sx2 s y sx2 s y x  y  t .05   0. 247  11  225   2. 2 152 502   16  11    2  2  15   502  2      16    11  16  1 11  1 2  225 2.95 Se despeja  : 1  0.178. se sabe que: 1    0.95   0.500  5.05   Pero como interesa  / 2 .025 2 Se busca en la tabla de distribución de probabilidades t de Student (revisar en materiales de las semanas) con 11 grados de libertad el valor t asociado con una probabilidad 0.500   16  11  58. t11.05   / 2   0.242. 201 Ahora se construye el intervalo de confianza para la diferencia entre medias de dos distribuciones normales con varianzas desconocidas y desiguales. 47285      16    11  15 10 Este valor significa que se busca un valor de t asociado a 11 grados de libertad. Para determinar el valor de  .025. se divide por 2: 0. / 2   nx ny nx ny 12 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .0 .69192  2 2   11.

al menos. Obtenga el 13 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .81  x   y  74. 152 502 152 502 290  250  2. 20115.201  16 11 16 11 40  2. 2008. se obtiene un intervalo de confianza al 100 1    % de la diferencia entre proporciones poblacionales p x  p y  de la forma siguiente (Newbold. Carlson & Thorne.534967  x   y  40  2.534967 40  34.810 y $74. Se halla que 8 de estos soportes son defectuosos.19  x   y  40  34. 337): px  p y  Z / 2   px  1  px   p  1  p   p  p y y  p x  p y  Z / 2   px  1  px   p  1  p  y y x y nx ny nx ny Donde Z / 2 es el punto crítico superior que corresponde al porcentaje  / 2 de la distribución normal estándar.19 5. de 40 observaciones cada una). p. Se hace una modificación al proceso de acabado de la superficie y se toma una segunda muestra también de 85 soportes. hallándose que 10 tienen un terminado más rugoso de lo que las especificaciones permiten. Si las muestras son de gran tamaño (generalmente. 5. EJEMPLO: Se toma una muestra aleatoria de 85 soportes para el cigüeñal del motor de un automóvil.19 El resultado significa que el valor medio de las facturas pendientes de pago de la sucursal Cerro Navia es de entre $5. 201    x   y  290  250  2 . INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONALES Sea px la proporción observada de éxitos en una muestra aleatoria independiente de nx observaciones procedentes de una población que tiene una proporción px éxitos y sea p y la proporción observada de éxitos en una muestra aleatoria independiente de n y observaciones procedentes de una población que tiene una proporción p y éxitos. 20115.190 mayores que el valor medio de las facturas pendientes de pago de la sucursal Lo Espejo.

975  1. Z0 .95   0. se sabe que: 1    0.025 2 Se busca dentro de la tabla de distribución de probabilidad normal estándar (revisar en materiales de las semanas) para determinar el valor Z / 2 asociado con una probabilidad 0. Solución: Primero se determina el valor de  asociado al 95% de confianza.96 Además se sabe que: 10 px  85 8 py  85 nx  85 ny  85 Ahora se construye el intervalo de confianza para la diferencia entre dos proporciones poblacionales: 14 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .05   0.975. el valor Z / 2 asociado con una probabilidad 1 – 0.025 = 0.05   / 2   0.intervalo de confianza del 95% para la diferencia en la proporción de resortes defectuosos producidos por ambos procesos.95 Se despeja  : 1  0.05   Pero como interesa  / 2 . Para determinar el valor de  . o bien por simetría. se divide por 2: 0.025.

09235 85 85 0.0688  px  py  0. entonces se obtiene un intervalo de confianza al 100 1    % de la varianza poblacional de la siguiente manera (Newbold. 342):  n  1  s 2   2   n  1  s 2  n21. 2008.225 85 85 85 85 85 85 2 2  1.96  289  7.96   85 85 85 85 85 85 85 85 30 616 30 616 2 2  1.96    px  p y    1. p.96  0. /2  n21. parece poco probable que los cambios hechos en el proceso de acabado de la superficie hayan reducido el número de soportes defectuosos para cigüeñal producidos.00222 85 85 2 2  0.09235  px  p y   0. px  p y  Z / 2   px  1  px   p  1  p   p  p y y  p x  p y  Z / 2   px  1  px   p  1  p  y y x y nx ny nx ny 10  10  8  8  10  10  8  8   1    1    1    1   10 8 85  85  85  85  10 8 85  85  85  85    1.1159 Como este intervalo de confianza incluye al cero. 6.00222  px  p y   1.1 /2 15 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .225  px  p y   1.96  0. Si la varianza muestral observada es s 2 .96  289  7. INTERVALOS DE CONFIANZA DE LA VARIANZA DE UNA POBLACIÓN NORMAL Suponga que hay una muestra aleatoria de n observaciones extraídas de una población que sigue una distribución normal de varianza  2 . Carlson & Thorne.

05/2 = 0.05/2 = 0.0.05   Como la distribución ji-cuadrado es asimétrica.1 /2 es el número para el que: 2  P   n21   n21. A.975 De la tabla de la distribución ji-cuadrado (revisar en materiales de las semanas) se busca el valor asociado al percentil 1 – 0. Se obtiene una muestra aleatoria de 25 temperaturas durante 1 semana y se observa que la varianza muestral es s 2  100 .975 = 0. /2 es el número para el que: 2  P   n21   n21.Donde  n 1. Solución: En este ejemplo. n  25 y s 2  100 y en el caso de un intervalo de confianza al 95%..975 con 24 grados de libertad. el percentil es  /2 = 0. EJEMPLO: El director de Aceros Norte S. 16 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .025 con 24 grados de libertad. se debe calcular el valor para cada cola. Halle el intervalo de confianza al 95% de la varianza poblacional de la temperatura. Para la cola derecha. quiere evaluar la variación de la temperatura en el nuevo horno eléctrico de la empresa.95 Se despeja  : 1  0. n21.95   0. el percentil es 1 – /2 = 1 – 0.025 = 0.025 De la tabla de la distribución ji-cuadrado (revisar en materiales de las semanas) se busca el valor asociado al percentil 1 – 0. /2   2 Y  n 1.1 /2   2 Y la variable aleatoria  n21 sigue una distribución ji-cuadrado con  n  1 grados de libertad. entonces: 1    0.975 2  12.1 /2  24. 4 Para la cola izquierda.

se tiene que:  25  1 100   2   25 1 100 39. Suponga que debe garantizarse que el intervalo de confianza al 95% de la proporción poblacional tiene una amplitud máxima de 0. /2  n21. 7.53 Es peligroso seguir el método que se acaba de mostrar cuando la población no sigue una distribución normal. 25  Z /2  2 n ME 2 EJEMPLO: Se estima que el intervalo de confianza del 95% de la proporción de responsables de las admisiones en programas de posgrado en que pensaban que las calificaciones obtenidas en exámenes normalizados eran muy importantes en la consideración de un candidato. 2008.533  p  0. se obtuvo un intervalo de 0. 40 60. /2  24. basándose en 142 observaciones. p. que tiene una amplitud máxima ME a cada lado de la proporción muestral si el tamaño de la muestra es (Newbold. Puede garantizarse entonces un intervalo de confianza al 100 1    % de la proporción poblacional. 347): 0. Carlson & Thorne.97   2  193.0.06 a cada lado de la proporción muestral. La validez del estimador de un intervalo de la varianza depende mucho más del supuesto de la normalidad que la del estimador de un intervalo de la media poblacional.1 /2 Sustituyendo.693 .025 2  39.36 12.n21.36 El intervalo de confianza al 95% de la varianza poblacional es:  n  1  s 2   2   n  1  s 2  n21. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL Suponga que se selecciona una muestra aleatoria de una población. ¿De qué tamaño debe ser la muestra? Solución: 17 ESTE DOCUMENTO CONTIENE LA SEMANA 5 .

Los intervalos de confianza son una excelente forma para dar una idea bastante exacta del valor del parámetro que se quiere estimar. 06 y Z /2  Z0.025  1. Normalmente. se debe hacer hincapié en que el margen de error no incluye los errores que se deben a que la muestra es sesgada o es inadecuada por otras razones.96 (puede consultar por los ejemplos anteriores en que se calculó el valor Z / 2 ). COMENTARIO FINAL Los medios de comunicación a menudo publican los resultados de encuestas de opinión sobre cuestiones de actualidad. Estas encuestas generalmente representan las opiniones de algún subgrupo de la población. como el índice de aprobación del presidente en cuestiones nacionales o en política exterior o las opiniones de la gente sobre alguna propuesta fiscal. Concretamente.Se sabe que: ME  0. el número de observaciones muestrales es: 0. etc. por ende. ya que estas decisiones incidirán directamente en el acierto del parámetro que se está estimando y. Sin embargo. se necesita un mínimo de 267 observaciones muestrales (un aumento significativo con respecto a 142 observaciones iniciales). dependiendo la situación. más o menos el error de muestreo o margen de error indicado. 06  2 2 Para lograr este intervalo de confianza más estrecho. 25 1. 18 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . 78  ME   0. estos intervalos son el porcentaje muestral. No se debe perder de vista que es importante tener el criterio bajo qué condiciones se aplica un intervalo u otro. Por lo tanto. las ventas. dan estimaciones del porcentaje de la población que tiene determinadas opiniones y suelen concluir con afirmaciones como —con un error de muestreo de más o menos 3%— o la encuesta tiene un margen de error del 3%.96  2 0. se podrá mejorar la productividad. 25  Z2 /2 n   266. el servicio.

aplicaciones y métodos. Espinet. Inferencia estadística. Montgomery. D. A. G. W.. B. (1996). Probabilidad y estadística. J. Estadística aplicada a través de Excel. (1998). Fandos. L. J. Estadística para la administración y economía. 19 ESTE DOCUMENTO CONTIENE LA SEMANA 5 . & Thorne. (2008). Estados Unidos: McGraw-Hill. Canavos. & Escolano.. 2ª edición. J. 1ª edición. Probabilidad y estadística aplicadas a la Ingeniería. Estados Unidos: Pearson Prentice-Hall. Newbold. Otros temas de estimación. Madrid. Carlson. E.. Villagrán. España: Prentice-Hall. (2002). 6ª edición. Estados Unidos: McGraw-Hill. Jimeno.. (2003). M. Pérez. 1ª edición. P. Matemáticas II aplicadas a las ciencias sociales. J.REFERENCIAS Biosca. CONSIDERE: IACC (2013). G. & Runger.. PARA REFERENCIAR ESTE DOCUMENTO. B. C. M. Semana 5. España: Edebé bachillerato.