CHAPTER 2 Estimacion de Parametros Com frecuencia, cuanda se: inieia ot estudio sabre una pableviée, se puede ewonetene can el problema de: qne nna o varias de Jas parkmetras de interés en dicha poblacién, son deseonocidos. Recoredemos qe la mayoria de. as distribniones de probabilidad. queso hin estadinda on este curs dependen de cierto numero de paeimacteos, como: Pai), N(jsa?), Bin). Cuando un parimetro de la poblacion de interés se deseonoce, se busca encontrar un tepresentante para éla partir de una muestra tomada de dicha poblacisn (pallet un estimador). Los estinadores von valores aproximados de dichns parimetros que pernitan obtener conclusiones coufiubles sobre Ia poblucion en estudio, Estos val ‘ore, gue como se dijo anteriormente son obtenidos de una muestra de la poblaesén, ‘0 ntilizan como representantes del parhmetro desconocido. Pate eapitilo se dedicn ' estudiar Ins t2eniens porn determinar Tos valores muiestrales mis representativos para cl canjunto de parametros de interés, ast como las das: formas on que so pried, catimar nna parkmetr, Se (ewe entonoes gue el proceso de estimacisn implica selecsionar una muestra de In poblacién, calenlar. a partir do las datos de: dicha muestra, algtin estadtstica rela cionado con ef perémetra de interés que se puede entender como tna apraximacién, del pardmetea coenespondicnte de ls poblaciin de la cual fue entraida ta mueste Existeu dos formas de estimar un parimetzo = Una estimactén puntual: (Un solo valor os stitizada para estimar el pardmetra, “ » Una estimacién por intervalos: flefinem wn interval com sm grado Iinchnye al parfractra fonsia. de das valores numtviens que speetfco de confanza, se considera qua En Ja siguientes secciones se describiré cada uno de estos metodos de estimacién haciendo especial éufasis en el miétodo de estinsacion por intervalos, 2.1 Estimadores Puntuales Dado cualquier pardmetro poblacional @, indicaremos por (@ con gorta} un esti: miador de @, donde:82 CHAPTER 2. ESTIMACION DE PARAMETROS Definieion 24.1 Betimudor Puntual Dada we pavdmetra 8 en una pobluciin, ve define un Testimsdor puntusl” Ah 8 vane us lo ssp: ser tumierdy rgersentatven le BBL eieandor murtual de 0 se denotaré por D (0 gorro). ‘Se ha de tener presente que para determinar el estimador puntual de alsin parémetro se debe considerar una funcién que depende de la muestra seleccionada y del estadis- io telseionsdo cou el pardwweleo de interts, v usediate un proceso de optimizscion se encuentra el estinador puntual. Una de lis funcioues aids utliawlas en estos peo ceses, son Iss fuuciones de audsscims verosiuilitud, Algunos estimadores puntusles que ve utiizaran en el desarrollo de este curso, ¥ 98 han obtenido mediante el metodo de estimacion de maxima verosimilitud eon: Parelra En conscenencia, si = ye os nnostro parimetro de interés, entonces Ta media mnestral Yun estimadar puntnal de ln merlin poblacional 1, y eseribiremes que a=. ‘Tanto el valor de X como el valor de 5? varian de wna muestra a otra, por 19 tanto, no es de experntse que sn -ynlores, pra mn mimestrn particular, senn igginles a los pardmettos que etn eslimando. La diferencia 0 — | entre un pardanetto 4, en general descanocida, y su estimadar pnntnial 8, so Hama error de mnestren 9 exeor de estimacidu. Este diferencia es producto del azar por la que no debe entene dense el (érmnina error come equivocacién sino como variacién aleatoria inherente al muesteeo, Un estimador es mas preciso mientras menor sea su error de muestreo. Fn el enpitnla anterior se definia of error estindhir dem estadistien enme tn "desviacidn estiindar" del estadistico. Asi si J es un estadistico, eutonces eu error estdudar estara dedo port Frerar extennler = y sadn Un estimadar coma TF toma valores diferentes para muestras diforon que es posible seleccionar un mimero grande de muestras tenemos que variable aleatoria y podemos caleular su media y su varianza, asi E(X)- a 2, para mas sin semplazo ¥ para m.a.s con roomptage La desviacién tipica de X, o sea o., se llama error esténdar de la media y mide el error de muestra Observamos que en las frumlas anterior aparece el factor o? wus eantidad eue es desconocida, Esta variamza se estima usualmente mediate $? de modo que wh estimaddor del error de muestreo es!22, INTERVALOS DE CONPIANZA, a ara nas, sin reeruplant Ta expresién Tama factor de correecién para poblaciones finitas y tiene a Lenando tiene a infinit, Observactin 2.1.1 Los estimadores generubmente ve yepreventan con le let latina gue denote al estadivticn eon un gurro encima, ast X eg la notacién pura of exti- radar puntual de fa mesia pobloctonal p. Definiciin 2.1.2 Betimudor Frseeguda Ses vw gus an. extimauor den prandmacdea es un si y solamente si B(L) — 0. Ademds T se representa por inne sinsepadr a Definicién 2.1.3 Estimudor Consistente Se dice que wn estiaador Oy es un estiqnador de we pariiwetre 0 dasado en wea rmucstra.alentora de tematia n, decimas que 8, os consistent para & sy stlo si Tim PIG, |<) — pare cualquier mimero positive & Definietin 24.4 Ratinnudor Rfieiente Duos dy Os dos eaimaudores pntuates del parinetro 0 , se define la eficiencia relativa de I, a como oy _ cra fB) ef (a) = mee omits) Con econ(B,) — B{(dy —8) Ts ademés, 2 a eficiencra relaiva es menor que une significa que 0, es wn estimador més eficiente pura 0 yue Oz, en el sentido de gue we wn er eadnficn medio ands prqust BX. & — S% sam narmales, cficientes, insesgados y consistente siempre qu ns 00 y significa qne PIP — 9} — 3, y para el caso binomial PT. 2.2 Intervalos de confianza Come las estinaciones puntuales rare vee serdar igusles a Tos parémetras que 58 supone estima, por lo genera) ve deses contar cou cierto prado de libertad de accion ewvel proceso de estinnncidn, parn esto se realizar sna estimacion del parimetro 90 oan ne aes yee, sive cote a ext de: valees, ste congjanto son intervals In forma a 0 b, donde 0 en el pardmetro nestimar, des nn eatimad print de dicke guviaetect, 9 ey teste les extreme del interunter ques deg de vale que toma cl estimadar puntual Fen uma rmestea dada y tambien de Ia distribncion ucsteal de dicho estimador punisal Se sigue entonees que ef objetivo de esta sceciém se contra on encontrar wm. intervalo fa; de: represemtamtes para cl partiaeta peibacidm # a practic des regen sentante muestrel, estimador puntual, 8, y de tal manera que se puede allrmar conB CHAPTER 2. ESTIMACION DE PARAMETROS (1-a)100% a é » Figure 2.1. Interala de Confianse para d una ceriwes de (1—ce)100% que el pardiuetca se encuentra dentco de dicho intervata, esto es, Pla c @-< ]=1—a. Se sabe que el valor del estimador puntual dependera dela mmestra selevcionada, yy en eonseeencia, como los valores extremoe del interval a y 8 von valores de fa Yatiable aleatoria defimida por cl estimador puntual, entonces extard afoctadas par la distribucion mmestral de 0, por lo que se puede afirur, cou una probabilidad dada, que el invervalo fa;4] contended en realidad al pardmetzo # que se supone cstieaa, Fee otras palabras, paderaes atiizar la distitmeidn rmuestral de F para legie los valores de a y b tales que para cualquice probabilidad especifica 1 — a, com Occ, Pachei—t a Fate intorvala (a; 5, encontrado a partir dena mmiestra de tamano n particular, recibe cl nombre de intervalo de confianza al (1) 1% para ct parametra d, donde, (1a) 108% se comaee como el nivel de confiabilidad o simplemente Ta confiabilidad dol intorvalo, x, « y 8 an los mites inforior y superior respoctivamente de! intervalo, ‘cama se, puede ohservar en Ya figura. 2.1 Note que a denota un error, en este caso, se entiende comp el error que se esti disnesto a ssumir mediante la estimacidu por intervalos. Adicionalmente, de lo descrita anteriormente se sigue que el ejercicio de hallar intervalas de confianza 6@ ceitne encontrar los extremos [es y para ellos se debers resolver el sipuients problems! Pla<@4)100% Figure 2:4. dew dif coor Ahora: bien, para resolver este problema se reapiore conocer la disteibucign del estiauador guutual de Ta media poblacional ji =, y esta distsibucign deponde de diferentes facteves, los cuales detezminan (2es situaciones paxticulares que se estudian por separade # coutinusclén, 2.3.1 Poblacion Normal, Varianz Ci En este caso oe Liewen concentradas las siguientes carscteristicns para el estudio 1, Muestra Cunlqniera 1. Poblaciém Normal, esta es: Kw Niyia? 2. Varianza conacida. 2, Tamale de ls usuestes Cusigutera Ahora bien, von la condiciones antes descritas se cumplen Jas hipotesis del teorema (21), yor lo tauto ve puede coneluir en virtud de este leorema que rv(o2) Conaeide yale distedhueidu del estinadar puatual pare y se puede ahora resalver €l problema de probsbilidad y ssi encontrar los extrenmos del intervslo, atin ~ Yo2/a Play < - ta P< bol P[Z dy Juego sustituyendo en Ja ecuaclon anterior ve lene:36 CHAPTER 2. ESTIMACION DE PARAMETROS Pizeh| — 1-3 Lego ea tabla de la distribneién normal se puode obtener ol valor del percentil I~, que sera denotado por 2), luego:by — Z, y — Pig. € inualando con el valor de by se tiene: . Por lo tanta, Ahora bien, coma ag y by son valores simétricas al rededor de Ia media de Ia normal estandar (atrodedar det cera), se tiene de ta simetrta de ta curva narmal que: a5 = bo = Za 3, 10" lo tanto: op So to — 2g vein ‘De donde: ze anf Zaye " Ahora bien, como ji = ¥, entonces snstitnyendo, so signe qne mm intervalo de confience al (1 a)10U% pars Is medis poblacicnel esta dade par Observacion 2.3.1 Ds importante resaltar gue, a consecuencia de gue la distribu- cite eauesteal de X es sieedtrion, se pucde natar we camportaraicnta especial en ef fntornala anterior, asi, si se tiene presente que é-*2a, INTERVAL DE GONFIANZA PARA LA MEDIA ar Entonces, oustitupenda oe lene la siguiente expresidn, part el 1.C deduci JPM gx apt Hh 3 x ag (2.4) Ejemplo 2.3.1 Suponga que las notas del parcial de Rstadtsticn se distribuyen nor mal, y que 80 sabe por experiencia que la deswacuin estindar os de Ux, Seo toma una muestra aleatoria de 16 nolas del parcial, obleniende de estas un premedio de 2.5. Ballas un sniervalo sle eonfianza at 9556 pom lo nota promedio sin todos tos pureialer de Estadieticn. Solucion: Sea X—nota de un parcial de Estadisticn, Con: n = 16, 0 = 08, X= 25: Xow Np, 09" Verifiquemos en qué condiciones estamos. Ny n.s) » mix os nséenemota STAN nf . a) 2; conocidas Se wigue ques B~ N (n Ahora Bien, come la distribucion de la normal es simétrien, se tiene gue, ol LC ast media ex dela formas [O— Py 5 ve ogs-+ Lg x a] se tiene: Pog — Zao — 1.98 me" 02 Lruege, sustituyendo, se tenes oe X Aoosyl g XZ [25-196 0.2:25— 1.9602] Ry Cor une ovafiaditidad det 9578 ve puede afirmar que la nota promedia en los exdmenes de estadiatien Ejemplo 2.3.2 La media de las estaturus de una muestra aleatoria de 20 personas de una ciudad es 1,75 m. Se sabe por caperiencia que la estatura de las personas de esa ciudad os una tariahle aleataria que sigue wna distribuctén normal com varianza = 0.16. 4, Dnowentre un estimador puntual paru lu estuture promedio de las personas ent a ciudad. 2. Constraye un intervalo, de un 95% de confiunca, para ta meta de las estatures te lu poblucién, & Cust seria el minimo tomario mucstral necesario para que pueda desiree que 4a verdaderu media de lag evtaturus extd a menos de 2.em de ta media muestrul, con un nivel de confiancu del 9058?88 CHAPTER 2. ESTIMACION DE PARAMETROS Note en ls selucion del ejemplo suterior, gue en esenets este const de tres pasos 1. Definicidn de variables e informavién det problem, 2. Distribucién mnestral del estaditstico 3. Thuplewentaciou del intervalo, sexi la distribucion anterior 2.2.2 Poblacién desconocida, Varianza Conacida o Descono- cida, Muestea Grande Fin este caso se tienen concentradas Tas signientes caractertstieas para el estudio: 1. Poblacion Desconocida, este es: X ~2?{s0,0°). 2, Varianza conacida o descomocida 8, Tamafio de la mmestra Grande. Alors biew, con la condiciones antes deseritas se cumplen las hipotests del teorema (2.2), teorema del limite central, por lo tanto ye puede eoneluir en virtud de este term ae Pate) Conaeide yale distehueidu del estinadar puatual pare je puede ahora resalver el prablenia de probabilidad y ast encontrar Tos extremos del intervala, PlacX Jerin on} _ yg Sein. Pl =, y ew camecettencia f thy nega snstituyenda em la cenaciém ater se tice Pir sul-rte st] — 1-0 Piper) So- ta = 1-045 Pirct] - i-§ Luege de It tabla de la distribucion Ustudent se puede obtener el valor del percent 1 =, por Jo tanterty = taaa-g, ¢ igmalaudo con el valor de ty se tHenet Por Jo tate, bafit lie se40. PTER 2. ESTIMACION DE PARAMETROS Ahors bien, como fs y fp son valores eimeétrivas al rededor del vero, se Gene entonces Re: by = a = tg 8 ge gue De donde: Luero, un intervalo de coufiauat al (1—@)% para kt media poblacionl pe esta dado por: Observacién 2.8.8 Observe en ef LC hallade gue presenta le mime exlructera daseriln en la observacisn 29.2, ealo se debe « que ta distribucion Lstudent ex simétrica, por lo tanto et intervata tiene ta estructura [9 Pig x a5: 04 Pog x Bjemplo 2.8.3 Se ha abservade que las estudiantes de bachillerato en Medellin gas- tan cantidades considerubles de dinero en Jotocupias por semana, Con el propsito de estudiar ol guste senanal por folocopias, en pesos, se ha eleyido una muestra alualoria ile ayes de estos estudiantes, quienes repucturon haber gastale x folo- copias durante la misma semana las siguientes cuntidades en miles de pesos: 10; 15; 9; 1.5; 10.5; 20; 12 8 Determine un inlervalo de wonfiansa al 99% para el gaslo semanal promedio en fotocepias de los estudiantes de dachillerate de Medellin, soLUCION INFORMACION DET PROBLEMA Sea: X : Casto semanal en fotocopias de un estudiante de bachillerato de Medettin ent pesos, Distribuctén de X ~2ls,0°) ng 2 10;15:9;7,7.5:10.5;90;,19;8 Hallar wn LC al 99% para el gasto semanat promedio en fotocopias de tos bachalleres de Medeltin Distribucion muestral del estadistion Para asta casa sa tiene gue: @ = j1, por to tanta @ =X, weamos cual es ta distribu cide del estiraador muntual X det partimetvo jx. X 2p, 07) _ =r pequen b> N27 escanocida Como lus eodiciones lek problema nome perméten doterminar wnn distribuesihn rrr. of estimador puntual X, determincmos lox aupuestos nenesarian para poder enatinuar con cf gjerticio. SUPURSTOS Suponganos que R ~ Ni.o7)2a, INTERVAL DE CONFIANZA PARA LA MEDIA 4 Lasgo: Xn Mla?) n=9- pega $+ 7—-ATH a? desenmowida Solucin del Intervato Alora bien, como la divtribuciin de X ex una student, y lat e9 simétriea, ve tienen gue el T.-C para fa media pablacional p1 es de ta forma: Poets $70.99 00.01 1 go 88 ppas Pig — taoan — 9.355 -4-£ donde f° — FE 756 oy — A 1.296 Por la tanta, sustitnyenda en of intervalo se tienes [I aa86 x 196; 111 1.396] Se sigue que un LC al 99% para el gaste pronmdio sesnanal de los extudiantes de bashilleruto de Medellin en folocopius, estd dude por: [ocx2; 15.65) Ri Con wna vonfiabilidad det 99% se puede afirmar que el yasto semanal yromeidio en folovapias de tos estudiantes de bachilleralo de Medellin se encuentra entre 6320 15680 pesos semanales. : EBjemplo 2.8.4 Los contenidos de 7 canecas similares de pintura son de 9.8, 10.2, 204, 93, 10.0, 10.2, 9.6 Wiros. Haller el intereala de confanca del 95% pare ta media de todas las canecas, suponiendo que su distribucién es aproximadamente normal 2.3.4 ejercicios 1 1. Una empresa de investigacién evo a cabo una encuesta para determinar 1a tantidad media gue los fumadores zastan en cixarrillos durante una semana. La seman eucoutrd que la distribuciou de cantidades gastadas por semana tendfa a seguir una distribucién normal, con una desviacion estandar de § Tina mnestra de de 64 fhmadores revels nn gast6 medio de $20. <2Cinal es ol tstimador de intervalo de confianza de 959% para cl gnsto promedio en cigarrifia ton ba poblaviin? 2, La Doctora Patton es profesora de inglés, Hace poco conté el numero de palabras con faltas de ortografia en un grupo de ensayos de sus estudiantes, Observe que Is distribucién de palabras con faltas de crtontafia por enserva ve venis por une distritucién normal con uns des viecién estandar de 2.44 palabras por ensayo, En su clase de 40 alumnos de las 10 de la manana, el niauero medio de las palabras con faltas de ortografia fue de 6.05. Coustruys42 CHAPTER 2. ESTIMACION DE PARAMETROS un intervalo de confianza de 90% para ol mimero medio de palabras von faltas ide ortoprafia en la poblaviin de enzayos, 3. La Avociaciém Hstadounideme de Productores de Avicar desea calcular el ronssimn medio de azsiear por nip. Tha muestra de: 16 personas reveln. que el rronssinn medio anual rs de 6 Tibrns, eon sina desvineién estdindae de 20 Tibras. Constenya mn intcrvalo de confianza del 991% para ta medin de tn poblacisn. EBs raconable coucluir que la media poblacioual es de 69 libeas? 4, Se estudia al caciente intelectual de 10 estudiantes de septimo eleyjdios aleato- clameute de un detecuiuads ceutes excular, sieudo estos valores: 80, 96, 87, 104, 105, 99, 112, 89, 80, 100. Sabiendo que el cociente intelectual se distribuye fepyian uns norwnal, lesae: (a) Malls ef intervalo de confianza al nivel del 95% para la media del vociente Intclectsal de los estudiantes de septimo de dicho centro eseobnr (b) Razona y explica qné se podria hacer para que cl intervalo de confianza {nvicra menor sunpliind con mismo nivel de confianen. 5. Greater Pittsburgh Area Chamber of Commerce desea caleular el tiempo medio gue los trabajadores que laboran en el centro de la ciudad utilizan para llegar al trabajo, Una muestra de 15 t rahajedores revela al tiempo: medio es de 85.06 minutos, con uns desviaciou estandar de 6 minutos. Con struys un intervalo de coufianza del 98% para ls medie de la poblacion. ;Bs caauaable coucluir que la media poblacioual es de 47? 8, El nimero de owt diarios generados por Jovenes de entre 16 y 24 aitos sigue tuna distribucion normal de media desconovida, Tomada una nuestra de 25 wnarios de Twitter, aw media diaria ha reswttado ser de 12 tweety Ia Frsvinridy Hipiea 6 swe. Clete el intervaky de ennfianza al 89% para el fimere medio poblarional de mensajes de twneter enviados por fos Swen intro 16 y 24 ation, 2.4 Intervalo de Confianza para la diferencia de me- dias F propsisito ahora es enpontrar 1m ronjimto i. estimaddores para ta diferencia de fa medias poblacionales 1 — jn, a partir de mmestras independientes: ms ¥ n> tomadas, de Jas respectivas poblacioues EL objetivo sigue siendo encontrar valores a y B lales que cou ums confiabilidad del (1 — a} 00% el estimador del paréuetro ve encuentre enlze estos valores, esto 3, Pla 21] — 3, Inego sustitnyendo en la couaciéma antericr se: tiene Pizcul-Pieal — boa Fizeal 0 - ta oP - 1+ 2-0 Luvgo de Ja labla de la distribucion normal se puede obtener el valor del percentil 1—§, por lo tante:s: — Zig, igualando com el valor de 21 ve tiewe: Por lo tante, - eo ba YA Ae sft PRPTER 2. ESTIMACION DE PARAMETROS Figure 244, Interval de Confanse Ahora bien, coma 2o.¥ 21 som valores simétrions al rodedar el estimador pumtsal de Ja media, el cual se distribuye como una normal, se lene entonces quer ay Zy = =2, se sinue que: o-fii De donde: a (fi ~ hi Se sigue entouces que wit intervalo de coufianse at (1 — 0)% para ta diferencia de medias poblacionales esta dade pori (XX) rayiie (% 2.4.2 Poblaciones Cualquiera, Varianzas Cualquiera, Mues- tras Grandes Fan este easo so tienen coneentradas las signientes earactertsticas para el estudio: 1. Pablaciomes enalquiera, esto os: Xi ~22(ju1.a3) y Na ~ 212,03). 2. Varianans {o? y 08) evalysira. 8. Tamatio de las mnostras ns,m2 grandes Abors bien, con Ins condiciones antes deceritas se cumplen las bipétests del teorema (2.3), por lo tanto #e puede conclu en virtud de este teoreme que: -— <= a8 8 (m-mec) Comacida ya ta distrihmeiém del estimadar puntnal para ji. + ju», se pede ahora resolver el problema de probabilidad y asi euroutrar Ios extoemos del intervalo,plea). Fo Xu) = ta Vets (u_p2) ~ a ~ tra ta o que inmplica que para hallar los valores de ay bse ddhen encontrar primera les valeres dey ¥ 24 hor bien, como ln distribneiém de la diferencia de medins mnesirates XiX2 cs tn normal, y la distribuciém normal cs simétrica, s0 tiene que el error ase distribuye, cdo manera ergitativa en cada ima de fas colns, coma se muestra en ta figura se Llewe entonces que: FIZ grande a3 = 0:03 = 8? -+ eonoesdas 2 . 2 oti (X,-T)an (v0 — s+ s) % Cateulo det £0 Ahora bien, como tn distribucidin del estimador puntual es simétrien, se sient que ol T.€ para In diferencia de medias 0 de ta forma: P- sap 8+ Hi 209] Como ob estinndor puntual sv istridnye normal, Py ges Za domes 0.96, luego « = 1-0.96 = 0.04, por la tanto, 1 =0.04/2= 0.98 De ta distribucién normal (tabla de ta normal) ve bene: Poon — Zoom — 2.05 pa Vie VE +R a1 Iungo, sustituyendo se tiene que ol 1.0 al 96% para ta diferencia de madia asta Ati po [6 205 124 1 20 x 1. id] > [ S707; 84203) R/ Se puede concluir gue con un nivel de confiansa det 96% fa difenencia de rmadias entre la enlifcacién promedio de los empagues de plastica y aluminia se encuentra entre -8.57 y ~9.44 puntos, on consecuencia se tiene que fas pu- tnjes promedios para tos empagues de adumtnio som superions a fos punttajes promedio de tos empagues de plastica 24.3. Poblaciones Normales, Varianzas Desconocidas pero iguales, Muestras pequefias En esto caso se tienen eoncentradas Ins signiontes earactortstiens para ol estudio. 1. Poblacianes normates, esto es: Xi~ Nije a) y Na~ Nivea, 2. Varianaas (0? y 03) deseonocidas. 8 of =o3 A, Tauaiio de las muesteas rs,r2 pequeilas,48, a PTER 2. ESTIMACION DE PARAMETROS Ahora bien, oon las condiciones antes descritas se cumplen las bipotesis dei teorema (2.8), por ly tanto ve puede coneluir en virtud de este leorema que =F) = (es — oe) r ee Conorida ya ta distribmcion del estimador pntnal para jis — jin, so puede ahora resolver el problema de probabilidad v asi encontrar los extremos del intervals =mima P — l-a v2 uta) us 2] a ce Pls 2 = ta rivet] — 1 a donde t= 97" Wg ga USE ns} Abora bien, para hallar los valoros de a y b se deen eneontrar primero los valores do tu y th, ¥ como In distribucidn det estadtstico T reqnerida os Ia t student, y In distribucian £ es simétrica, se tiene que el error a se distribuye de manera equitativa en cada una de las colas, como se muestra en la frure (2.7), se tiene entonces que: Pu al tiene! 2, luego sustituyendo en fa ecuacién anterior se Presa] Pret) — 1 0 Pirenj-2 - 1-0 2 1 art FIP st] = Loa tS Pen] — 1-$ nego de la tabla de la distrihncién t se puede obtence cl valor dol percensil { — $ por lo tantorty = tyy+n.—2:1—4, ¢ igualanda com ol valor de ty, 5 tiene bay su Bh ~,- ta) 2 a Por Jo tate, .. 3 SE HI) + treme vag get24. INTERVALO DE Figure 2.0, Inlervaly de Confanse Ahora bien, como dq ¥ fy son valures simétrieus al rededor de la media de Ta ds fribuclin ¢, se tiene entonces que: fa = tn,sns—ng sigue que: De donde: 0 = (Gli ~ 788) — lagen ag iy hy Be sigue entances que tm intervalo de confianza al {1 a¥% para ta diferencia de modins pablaciannles esti dada rae [2.3 (Xi = Xa) + bostgat—g (Xt = 2) — bag enseat 2.4.4 Poblaciones Normales, Varianzas Desconocidas y difer= entes, Muestras pequefias En este caso ve Liewen coucentradas las siguientes caracteristicas pars el estudio 1, Poblaciomes narmates, esto os: Xi ~ Niu) y Xo ~ Niji. 2. Varianzas (o y 03) desvonocidas, 8, of 403 A, Tamaiio de las mmuesteas ny pequedias Ahorn bien, con Ins condiciones nntes desea se enmplen Ins hipsitesis del secmeamn (29), por lo (auto se puede coneluir en viscud de este teorema que: a) = Gu +o) doude Ger, Conocida ya ta distribucion del estimador puntual para jay + ju», se puede ahora resolver el problema de probabilidad y asi encontrar los extresuos del interval,BO CHAPTER 2. ESTIMACION DE PARAMETROS cota (1) ws wal ~ te Vat Vite bw 2] ~ te vate Pigs Tsu] — toa Psil-ele st] — t-« lores de a y bse deben encontrar primera os valores de da y ty ¥ como la distribuctiu det estadlsticn P requerido es ta f= student, y 1a Aistcibuciiu 6 es situstrica, ve Gieue que el error w ve distribuye de manera eguitativa en cada uus de las clas, cone ve muestra en la figura (27), we Gene entonoes que: fe] — $y PEC > tal — 4, Tuego sustituyendo en a ecuacign anterior se Piren) Pret] — 1 9 6 Pirenl-$ - 1-0 Lore 7 2 - 6g Luego de Ia tabla de la distribucién ¢ se puede cbtener el valor del peroentil 1— 4, por lo tantorty = ty. e igualando con el valor de fy ee tdene bp} tacg = Por Jo tate,24. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS 5 Abora bien, como fq ¥ fy son valures simétrieus al rededor de la media del dls tribucion ¢, ve tiene entonces aues f6 — f.5 — to — —fyr—g, 88 sigue gue ate hang. De donde: Git oF Be sigue eutonces que uu intervalo de coufiuce af (1 —a)% pars Ia diferencia de medias poblacionales esta dude port ta v2 tha alte Bjemplo 2.4.2 Fl gusta daria en Nanadas telefénieas de: los departamentas foc turucién y produecién de una misraa empresa sigue una distribucién wormal respec tivamente, con gusto medio desconocide en auibos departamentos. Las dirsctivas han obseroado que ew una muestra aleatoria de 20 dias, ef gasto wedio diario en Hamadas realizadas por el departamento facturacién ha sido de 1100 efntimos con une desviacién tipien de 100 céntimos, y una media de 1400 efntimos en et depar- tamento de produccidn can una deswiacidn de 110. Fntrega ta informacicn muestral sfictente cmdencta para aryumentar que las gastos siarins por Tlamadns frlrfiniros som iguales en ambos departamentas de la empresa’, utiles internalas de camfiansa pare oblener su conclusién 2.4.5 ejercicios 11 1. El gasto diario en Ieunadas Lelefouicas de dos departamentos X e Y de una aisina empresa slime una disiribucion normal, con yasto medio desuonocido fen ambos. Sin embargo, xe vpnocen las desviaciones tipicas, que sou 100 y 110 rintimos de caro parn X-¢ V, reapectivamente. Ta dircecidn ha observado que ima mnestra aleatoria de 20 ding, ol gasto medio diario cn Namadas realizadas por cl departamento X ha sido de 1100 céntimos, y de 1400.e 6) Aepariamento "Y. Obtener an intervate de confianza para ta diferencia de gastos medios entra nabs department, 2. Un fabricante de televisores esté desarrollando um mievo modo de televisor en olor, y para cate fin se pnodien ntilizar dos tipos de esqnemas transistorizadas. El Gabricante seleccious una unestra de esque mas traasistorizadas del peicwer tipo de eamatio 16, y otra del segundo tipo de tamano 13. Los datos muestrales cespecto a ta visda media de cada esquema son fos siguientes: Xi = HOO] S = Whores | ms = 36 X, — 1500 | $,— 17 horas | ny — 38 Construir un intervalo de confianca del 90% para la diferencia de vids media de eada tipo de esquema 8, Un instituto de investigaciones aprondmica s siembra, en cineo parcelas difer- tentes, dos tipos de maiz hibrido. Las produccion es eu quiutales métrious por hectares sem: Ti Fibrida T | 0 L T?] oo Hibrido TT | 84 | 87 |2 CHAPTER 2. ESTIMACION DE PARAMETROS (3) Construir un intervalo de eonfianza para el eoeiente de varkanas eon una confiabitidad det 90%, (b) Construir un intervalo de conlianza del 90% para Ia diferencia entre fas producciones medias, 4, En un estudio sobre los préstamos reulizados por dos entidades fnancieras se tows ua muestra aleatoria simple de veis préstamos de la primera eutidad observando gue el importe medio es de 9.972 eurns y una desviaetin tipies de 770 euras, y obra muestra alestoria simple, independiente de la anterior, de aueve préstamos, tal gue su importe medio es de 2.098 eurus y su desviaclin tipica. de {0.834 euros, Obtener al nivel del 95% un intervalo de confianza para la diferencia entre sus medias poblacionales (sea preciso al escribir los supuestos nevesarios). 2.5 Intervalo de Confianza para la Proporcién Se toma una muestra de tamano n grande de une poblacién binomial, con et propésito de encontrar un estimador por interval para el paréimetro poblaciou descanocida, En este caso oe (ienen concentradss las siguientes coudicioues para el estudio del objetivo: 1. Poblacion Binomial, esto es: X ~ Binin.7). 2. Tamano de la nmestra rande, Ahora bien, com las condiciones antes descritas se cumplen las hipdtesis del teorema (0.5), por lo tanto se puede concluir en vireal de este teorema que Pe (220-2) Conocids yat Is distribucidn del estinador puatusl para 7, se pus shore essolver el problems de probsbilidd y ssi encontrar los extremos del intervsla, Ejemplo 2.5.1 Fin una muestra aleatoria realizada a 500 personas que paseen autos, cn la ciudad de Mostellén, se encontré que 140 prefieren la marca Toyota. Encuentra un intervata de confianza det 95% parm tn proporcidn de personas que prefieren la marca. Toyota. Solucian = Defi Bes X : Mimero de personas en medellin que prefieren la marca de carro Toyota. de variables y datos det problema HOD: — 40; conflabsledad 197% Ahom bien, se puede decir que el hecho de que @ una persona fe guste a wo fa marea Toyota en carte, es un expertmento de bernulli, si se te cuenta gue fa preferencia por cierta marea es independiente entre personas Aesconvcidas, se tiene que estos experimentos de bernulli son independientes,25, INTERVAL DE CONPIANZA PARA LA PROPORCION a y eu probabilidad permanecerté conelante, por lu larcu se puede eoneluir, con lage en lo definieisin que KX ~ Bini5u0,7) donde: 5: Proporcitn de personas en la poblaciin que prefieren an vehiculo de marca Toyota. + Distribucidn del estimador puntual En este caso, el parimetro de interés es 7. y ® se distrebuye P X ~ Bin(swv, x) _ x2) Pi mone Lie Tat Px (n 2S) a no aplica « Calculo del LO Ahora bien, comp ta distribuctin del estimador puntual de ® =P es simétrion enfonees se tiene gue el uttervalo de confiana, parw w es de ta forma: [0- Pg x og:0+ Pa x 05] Ho Como ta distribucida de estinader puntual es normal se tiene ques Pig = Zs-4, con 1a = 0.95, por lo que ws = 0.05, 1-28 9975 Lusgo, de ta disirbucisn normal (tabla de la normal) se obtiene que Poste — Zor — 1.96 en consecuencia = 3 = nazosinss Ri Poo? _ pra, /Oes 00 _ 500 300 Zurgo, sustsiuyenda en Ia estructura del antervala de confionza, sn tinne gue un EC al 95% para te proporeion de personas que prefieren ta marca de earra Toyota esta dado por: [hs 1.06 x 020s 11.96 x 02086145] > [0450 T R/ Se puede voncluir que con wn nivel de conjianza det 95% que la proporeién de personas que prefieren la marca de carro Toyota ex fa ciudad de Medellin cesta entre 0.890 y B24.Ba CHAPTER 2. ESTIMACION DE PARAMETROS Bjemplo 2.5.2 Una encuesta efectuada a wie muestra aeataria de: £60 familias en clerta comunidad urbana reveld que en el 8856 de los casos, por lo menos uno dé los miembros de la familia tenia alguna forma de seguro reacionado von ta salu. La secretaria de salud afirma que en no mis del 80% de las familias de dicha cavanidad gor to menos une de los mierabros de la Familia cuenta con un segura de salud. Suminisiran los datos muestrales informacién sufciente pare canfrmar fiche afrmactén?, wtilica LO al 99% para argumentar su respuesta. 4. Drowentre a estimador puntuad par proporcidn de fiailins que tener at mcnas tun miembrn can alguna forma de seguro de salud. 2, Constraye urs interoato de congianza at 90% para ta proporeisine de farting en ta coneunidad gue Wenen al menos un miembro con alguna forma de segure de salud. Comstraye son intervie de confianza cl 99%8 para ta proporeidi de fanning en ta eoneunidad gue tienen al menoe un mnietbro con alguna forma de eequre de salut 4. Cust sorfa ef ménimo tamaio muestral norasario para que pueda decirse qua 1a nerdadera proporcidn fomulias en la comunidad que ttenen al menos un micmbro con alguna forma de sequro de salud estd a menos de 0.9 de la proporeidn muestrat, con ut nivel de conflanza del 8036 Ejemplo 2.5.8 So hare un estusin par dederminnr ia ninbilidad de fa eonstrueniin de-una planta de energie nuclear. Ta adminestracién sabe que si se encucntro gue rmuls 7074 te tos habitantes na favoreeen ln consirueridm, se dattarn su imagen, y por tnnto no es eonueniente weakiznr el proyesta. Sie. tiene gue sda 140 de 4 untantes selocctonadas a azar fouorocen ef proyacta. Medeante un T.0 al 2636 determine si cs faverahle para ta imagen de: la adminéstracidn implementar e? prog. 2.6 Tntervalo de Confianza para la Diferencia de Porciones Supongase que se Lienen dos poblaciones binontiales von probabilidades de éxito m yz deseanocidas, ¥ que se quicre realizar wna comparacién de estas pablaciones. Para esto, se toman repectivamente de estas pablaciones de manera independionto imestras my yn grandes, y se calenan fos estimadores paminales, 7 y Fs, de ton pariimeteos drseonocidos, Para realizar In comparacién de ts poblaciones, hallemas wn estimador poe intervalos para los parémetros de interés, esto es, envotremos reales @ y b tales que se pneda garantizar con tina confiabitidad del (Ia) « 100% que ct parimetro de. interes. se encnentea entre estos valores, os decir, Plas) m2 < 82-1 a, como. ‘m1 y m2 son desconocidas, procedamos a resalver Ia probabilidad a paritir do sis estimadores puntuales, os decir, hallemos a y 8 tales qn Plesm-ee 24 a ‘Vounos entemecs coma se distribuyeT) Fe parnecsolver In probabilidad de inteets Xm Birla m) (nu =n LD 5 BU te ie a eat26, INTERVALO DE CO! PARA LA DIFERENCIA DE PORCIONES, Se sigue que Py — Pe, tiene ans dsribuelda nocusl, y ls norunad es sintriea, por Io tanto, el LC al (1 a)» 100% passe my — my de bs form: [0 Fea eg P+ Payee dude, B- By Pa, Bape H-are 9 45— Y™, snstituyenclo, $e tiene que im TC! al (1 a} « W0% para a: Tar 2s gee la tata, ‘est dade pee: (Pr— 22) tun (« =P) ~tr Bjemplo 2.6.1 $1 se tiene que 192 de los 200 votantes del distrite A favoreocn al un candidate Alvares para las elecciones del venado, y 90 de 150 volantes del distrito B ge expresan a favor de mismo candidate, reatice un intervalo de eonfianca que te nermila eslablecer si el candidato Alvarez tiene mayor avogida en el disirito B que en el distrito A. Uilice una confiabitidad deb 99% 2.6.1 ejercicios IIT 1. Maris Wilson cousidera postularse pars la ulcaldia de la ciudad de Beas Gulel, Montana. Antes de solicitar ls postuluciu, decide realizar una encuesta entre los electores de Bear Gulch para estimar qué tanta svogids tendria, Una, muestra de de 100 eleclores revela que 200 1a apoyarian en has el eleceiones de noviembre, Coustruya un inlervalo de confianza del 99% para la proporcion poblacianal, 2, Emma ciudad A se toma una nmestra aleatoria simple de 98 eabezas de familia de las cuales 48 hau sido poseedores de accioues de telefonica, Eu otra ciudad Rise seloeciona otra mncatra nlentorin simple de tamasio £27 enbezns de fuitin ‘te Ina ennales 24 han sido. poseedores de aceiones de telefonien. Obtener unt Snnervalo de conBian ab 99% parm In diferencia entze proporeiones de. ebenaa fe famstin que ban sid posesainres le esie tipo de aeeiones en ambas eindades. 3. Schack Sillescroen Printing, Tne., compra tazas de plistico para tmprimie 1 ells logotipes de actos deportives, gradunciones, eumpleniios # atras « siones ieaportantes. Zack Schadck ct propictaria rocihia mm envio grande e: matiana. Para ssognrarse\a calidad io} envi, selnesinnn sma nuarstya aloak- ria de SKF tazas. Halls que 16 estaban dof ‘Constrnya nn intervalo flr eonfinnyan de 80% para In proporeiin de tava defensins. 4, Sec hus establocida que na medida paraesiableser que ol poder arlguisitive de ‘una familia es aveptable si esta (iene un ordenador en casa, La administracién fe ciorta cindad afirma que o 55% de sms hogares tienen wn poser adqpisitivn ceptable, Para corroborar esto, se selecciona una muestra aleatoria de 600 familias, a las que se pregunta si tienen o no ordenador en casa de las cuales contestaron afirmativanente 240. Mediante un LC al 90% se puede dectr que J administracién de la ciudad esta en lo cierto en su afirmacién?, Argumente su respuesta con el intervalo, 5. Seppin fos divipentes del partido A, le inteneién de voto def partido rival B, en Andalucia, os la miu que Le que tive en Madrid. Se realiza uma encussta a 100 personas en Andalucia de los que 25 mastraran su spavo al partida By ofras 160) personas en Madrid de las que 50 ve inclinerou gor el partido B,56 CHAPTER 2. ESTIMACION DE PARAMETROS (@) Construir un intervalo de confianze de | 904% pare le proparciiin de pert sonas que votarian al partido B en Audalucia (b) £A cudntas personas habria que encuesta r para obtener un mangen de enor p exsor ie estimnridn & 2%, al nivel de eonianzn anterior? (6) Constrnir im intervato de confianza al 90% para ta diferencia de propor- eiones en Ta stimavion del voto del pastido B en las dos comunidades EPoriomos afirmar que los dlirignntes del partido A tionen raz6n? 6, En una encuesta realizada a 120 jovenes, 14 se declararon contrarins a la Unidu Europea, Halla un iuterva lo de confiauza del 92% para determinar el poroentaje de la proparcién de jévenes que es contraria & lx UE. 7. Le gereucia de seguridad dlimentaria y nutricioual de Awtioguia tiese us pro grama de alimentacién para los nifios llamado "MANA". Con el objetivo de tstablever vimo est funcionando dicho programa se realize una encuesta a 1000 nifios de las eecuelas que distrutan de este programa. para saber sil pro- rama los hs beneficiado o no. Se euvontrd que 75 de los nites reepoudieron tpi si fos heneficin. $5 ta administracién entiende que cl programa bencficia feln pablacié cumnda In proporeién real de personas heneficindas es smperice el 70%, indique si Is informacién suministrada por Ia muestra confirma, con una vonflanza del 9996, lo que aflrmta la adluluisteacioa. 2.7 El Tamafio de la Muestra y el Error de Esti- macién F) objetivo dod proneso de estimacién por intervalo de confianza es ef de obtenee {ntervalos estrechos con alta couflabilidad. $i se observan los compouentes de tt intervalo de confianza, se puede natar cme su longitad esté determinads por el Coe. ficieute de confiabilidad x Error Bstandar, como el coeficiente de confiabilidad 8 Bi, entonees Ia lonrjtud del intervalo dependers del error estimiar, y vomo 18 vorlana es constante entonees dependerd del valor de n, esto es, para reducir el error estsindar ve deberss aumentar el lautaio de Ia muestra 1 Determinar el tamaiio de lv amestra apropiado, estar entonoes directamente relacionado con el parimetro @ que se quiere estimar, bs distribucidn muestral del estiuador puntual 0, y de Ia couliabilidad que se desea en la estima cansecnencia de este, del crear de estimacion, donde Definicion 2.7.1 Ervor de estimacidn: Dodo un interoalo ste eonfianan. Jo,¥f rare. un parimetra 8, s0 define cl eevor de estirancitin F cara: boa £ Abiors lulen, ve tienen los siguientes casos: [Pastinet | Pron Fatanmcitn (P] ] Tanai de Tx stra (ay | M 1-4 ap 7 E=4, apy 1 Fe Bi eu uu priucipio no ve tienen idew sobre que vor puede tomar , debemos cou siderar el peur caso posible, que os en el que se hi de estimar el tammaio uuestral exsnde27. FLTAMANO DKLA MURSTRA Y NL ERROR DE RSVIMACION 57 Bjemplo 2.7.1 Suponye que lus violas del pareiad de Bstudistien se distriduyen nov- mal, y qu: ae wale por experveneie que la deseiacitie estiiudar ex dle OS. jeudl debe ser el tamaiia de: a muestra para estimar la. nota promedio de todos los parciales, si se quiere aceplar ux error ie estimacidn inferior a 0.2, oon uur confiubilidud det 95%? Solucién Como ol partimelre a estimar ex la media poblacional p. y la distribucitin de su estitnadar puntual X es simétriea, entonces, el eenr de. estimacitin. est dada por: Ba Bae 1.96, yor — 2, Zaye — Za: por lo tanto: ° Faun Flevande al cuadrada en ambos lados de la mnecuacién anterior, y despegando n. como se muestra en ta tabla se tiene 02 Zi has 1.6? 08 Grane ~ 32 hare on 16? 2 ot R/ Bl taruaiia deta rauesten renter para lograr ua errar de estiraacién inferior 0.2 es de 62 parviales, Bjemplo 2.7.2 Semin los dirigentes del partido A, la intencién de voto del partido vival B, en Andalucia, es lu misma que la que tiene ew Madrid. Se reatiza una eneuesta w 100 personas en Andalucia de los que 25 mosiruren su apoyo al partido By a obras 100 persowas en Madrid de las que 30 ve inelinaron por el portide B. 4. Construir wn intervata de confiance del 90% pare to proporeidn de personas gue voturion al partide B en Andalucia 2, 2A cudntas personas habria que encuestar para abtenor un margon de error 0 conor de. estimacion $25, al nivel de vonfianza anterior? 8. Comstrusr wm intervato de confianze at 4% porn fa diferenean de proporeiones fin ta estimarién det voto deb partido B rn tas dos comunidades. ;Pademas affrmar gue fos dingentes det partido A tienen rasén?. Ejemplo 2.7.8 So quicm estimor ol msultada de un refentndum que se ralizant en fe ciudad de: la olorna pritaavera, para estas se quiere evalizar wn sandea on: la oblacisn, y sin fener wna iden sabre el posible resultado def mismo, eusl ha de sor el tamaita de munstea macesarea para abiencr un inicruato al 277% de. eanfianza, eon unt error de. 0.9 note que » El iamaio deta mnestra samenta a medida que smmenia cl nivel de: confisnzn para tm error de. estimaciém ¥ rma varianza dann, © El tamafio de In mnestra anmenta a medida que disminnye ol error de: esti- macién para nn nivel de confianza y varianza dados.58 CHAPTR 2. RSTIMACION DE PARAMEYROS 2.8 Intervalo de confianza para la Varianza Fn In primera sesion del eapitila anterior, se encontrs que ante Tn presencia. de, muestreo sobre una poblacion, surjen nuevas variables relacionadas co Tos extadis- ticos, tales como Ta media, Ia varinnza y la proporcién entran a asumir rin valor que varia con la muestra clogida. Tn las sesiones pasteriores det mismo capitulo, se catndlié ta distribmcion de la media mnestral y la proporcién mnestral, in cuales quien estaban principalmente relacionadas con la curva normal, muy estndiada cn ol capleuta tres. Sin ombarga, hasta cl momenta na se ha dicha nada sobre ta distrib ci6n de ta varianza mucstral. A continnaciém se introdnce ima meva distribncion continus, que ee encuentra estrechamente refacicnads cou d coumportauiente poblae ciomal de fa varianza rmestral. 2.8.1 Distribneion Ji-Cuadrada y° Be une disteibuclin de Form funcional elaborads que ve desliga de Ia distribuciom amma yeh de forma es, dande 7 son los prados de libertad. La distribuctén ji-cusdrado es un caso especial de la distribucion gama cuando el pardanetro de escala es A — 4, en cayo caso, ef parimetro de forma suele expresarse como r— 3. Bu este caso, el uimero 7 fauge como el parsmetro més importante de la divtciducién eof definida y revibe el nombre de wimnere de grados de tibertad No necesariamente liene que ser uit niauery enters, gece lo aids conde es tiane)e este Lipa de valores, por ejemplo, « ls hora de usar tablas. De uiatere situbolica, Definici6n 2.8.1 Tino yarsable aleatnria rontinun que ikene distribuciin ji-cnodroda c0%.*) gradas de Uhertad se define como sigue: —— Ae 1 wera) 4; 20, renteropasitive El siguiente teorema se sizue de manera casi inmediata: ‘Feorema 2.1 $1 X es una variable nleatoria continun gue. trene distribuciiin ji euadrada con y grados de libertad, entonces sus narémetros media y vartonsa sem, respecticamente, las siguientas:ji = 7s 0? = 2. ‘Teorema 2.2 Sea X una variable aleatoria continua tal gue X ~ N(ao)s v sen $? ta eariance dee wae wavestr eleatoria de Leruaica re exradla de esa misma oblacién, entonces la variable aleatoria (ne ie W tiene une distribucidin ji-cuadrada cow ne — & grades de libertad. we ~x%n= 3) Propiedades de la Distribucién ji-cuadrada 1. La distribucion es asiméteina, 2, La variable toma valores entre 0430 8. Tan distribucidn depende de ant pariimetra + Maumado Tos yradas de Tibertaud (9), AL ssimetriy de Ie cure disninyve & madide gue el mimero de yredos de Ibertad Lieude « infinito y se aproxims # la norm2.8. TNTRRVALO DE CONKIANZA PARA JA VARIANZA sg 2.8.2 Intervalo de Confianza Sabeaos gue 1 estinuador comsisteute de la vatiawa poblaciowal o? exté dado por 5% eslo es, siempre que n —+ oo; ademss por el (eorema 2.2 se Lene que Lp 42. we Gone entonves que para hallar un inlervalo Ue oufianza del 70% parm I varia poblucionsl, lulemns los pererntiles a — x4 y b= yf g que garanticen que: . 2) operando sritméticammnte se tenet Pesasi] — \ a - ta ~ isa (us? (w— YS? (w—1)87 >| PF OY Along bien, por teorem sttes mucin (2.2) v8 tiewe que ba variable ballads es una x7, por lo que al sustituir ve tiene: v SBE cc BaD) sn Se sigue entances aq: in — 1)? in— 1)? (Ck) a CD ang despejando se encucnira quo: (=, wast Xe 5g Xb ig ahora hien, sustiruyendo en Ia cenacién (2.2) se tiene para Ia varianza poblacional ape: o (2.8) [errs « Xa ell “ta se tiene entonces de (2.2) que un intervalo de confianza del (1—a)% para la varianza poblacional esta dado port fm _DS! (n us] on ‘También se puede oblener un intervalo de confianza del (1 In raty cutndradn de cada panto extremos del intervala para 4 .)% para 2 wavando Ejemplo 2.8.1 Un fabricante de baterias pare aulombviles quiere estimar el tempo wromedio real que duran sus balerias, pues siembre las ha vendide asegurando gue iewen sna duracidin, meatia de ¥ asiox con suna variance dean aio, pero auora tiene una visita de interventorfa y tema que sus baterfas no estén cumpliendo las panimetros de dispersisn eslablecidos con lo que se venden. Para esto, seleccicin & de estas hatertas las cuales tienen tas siguientes duracinmes de 1.9, 2.$. 2.0, 3.5 y $2@ CHAPTHR 2. ESTIMACION Di PARAMETROS frtas, Tietormine un mécrualo de confianza dol 95% para ia varvanca del tiempo do vida de fas Bolerias, si se sabe que la durueisn de fas buterias liewe una distribuein aprarimadamente normal. Con. base on las resultados obtondos, le reromendaria usted al fabricante que se tranguilice con la visita’, explique su respuesta 2 Ejercicios propucstos V 1. $i X ~y"(5) hallar PIX < xy] — 0.99 2. Mallar Zan 8. Soha revagido nna mnestra aleatorin para prover fa inflacidn on cl ano, en siete paises, Las previsiones han sido: 1.5, 21, 19, 23, 25, 32, 3.0, Whlizando tskos datos, dofina la variable de interés para solncionar signionte prognnta y establezce distribucion, senuidamente, constrave un intervalo de confianza, al BOS, para la desviacion tipica de la previsiou de ls inflacion eu los paises. 2.9 Interyalo de confianza para Ja raz6n de Varian- nas % De ananers snsloga a Is sesidn anterior, » continuaciin se introduce una nueva Aistribmoiin comtinn, qne pormitins estndinr cl comportamiente de Tn rain de varianzas muestrales, 2.9.1 Distribucién F-Fisher Definieion 2.9.1 Se dice gue una variable alvatoria continua X, tiene uma die twibucion F con sy y 72 grudos de libertad, si y solamente si su funcién densidad Ae prodabilidad este: dada por my) Boer "(1+32) Dory (zy CaS) be Cons 7p vonolunten, y 0 Sx < oe. Bu ente caso se dive awe X tiene wna distribucisn PF con yy: 72 grados de lihertad, y se denota por: Sir) Fare Una forma altornativn, qiie se cnesientra can freenoncin on fn fitoratira, para dofinir ta fincion 7, consiste en presentarln como et oociente de doa distribsicanca chi cuadeadla, doude los peiauerus zeados de libertad. 71. se relacionane cou low grados de liertad de la cli cuadrada del auueeador, ¥ los segundos, 72, con los grados de Tibertad de la chi-cuadrada en ol denonninaden. Teorema 2.8 Sean X;, Xz poblaciones normales con varianzas 03 y 03 respec tivamente, Se loman mustrus alewlorias independientes detarmaia ty y hy repee- tivomente de esta publaciones. Sean adenuis, $} y SF las reepectivas variances rnuestrales, entonces el estadistico Fatt ic, ef estadistion F tiene una distrohuctin F com ns yma 1 gradas de libertad,ae 2.9, INTERVALO DE CONPIANZA PARA LA RAZON DE VARIANZAS © 64 Para efectos practicos, es importante lener presenta al momento de aplioar of ax rem anterior gue la tabla de la disuibucida de probabilidad acamulada de fa F se construye asumiendo que la mavor de las dos varianzas est en el mumerador, esto es, que la varianza de la poblacién en el numerador, es la mayor Adicicnatmente, came Is distribucién F no es simétriea, y Tas tables de ta F solo ofrece los percentiles de las probubilidades muds elevads, es cecommulable tener presente Ie siguiente propiedad de le distribucion, Observe en la propiedad anterior que los praclos de libertad se intercambian, y fas probubilidad se complementa, 2.9.2 Intervalo de couflanza Para determinar cl 1. al (1 0)% para la razin de varianzas “2 se dehen hallar Jos valores de a y 2 tales que: resi cian eames como se dsbuven 87.52 y $2 eon los valores de las variaucas de muestrue aleatorias independientes de tamara ry ¥ ry tomadas de dos pablaciones narmales, entonces por teorema 2.3, se tiene que: Jo) FBO a vast Tnego, of intervalo de confianza de (1 0)100% para % esta dato por ‘SF 1 3 1 SBP ay ten i ae SB Pay tar bap Ejemple 2.9.1 Se esidn estudiando las tasas de quemado de dos diferentes propul- sores de cohete de combustible solide. Se sabe que ambos propulsores tienen una Hisirdbovisn aprosimadonnente wwrmad con mucins sp pe y desvineiones eolindar de tasa de queiade dadas por 01 y 02 respectivamente. Se pruebun dos muestras aleatorias 1s — 20 y 12 — 25, y las tase de queraado was soe Xr — Wer seg y Xz — Yem/seg, oon desviaciones estdndar muestrules dadas yor 8, — $1 = Bom) seg. 4. Usilice intervalos de confiansu al 955% puns estubleces si las varinnsas poblo~ clonales son iguates 2. Utilice ef resultady del iene anterior para coustruir un intervale de conflanza al 95% puru To diferencia de snesdias. 8. Determine ef error de estimucivn pare eula uno de los inlervulos anteriones. Ejemplo 2.9.2 Tn fabricante de tclevisores estd desarmallanda un nuevo madela de telemsor on color, y para este fin se pueden utilizar das tipas de. esquemas trae sistorizedas. Fi fabricante. selerciona una mucstra de esquemas transistorisadas del@ CHART 2. KSTIMACION DE PARAMETROS primer tipo de tamaio 16, y otra del segundo tipo de tamaria 13. Los datos rues trates respecto a la vide media de cada esquema son los siguientes: [Xi 1500 Roms | 3) — 17 horas | my — 165 [X= 1100 tras 0 turns | ng = 13 Clonsimuir un intervalo de confianza del SI para In diferencia de vida media de cada tipe de esquema, so prude argeracntar que. fa vise media. def segundo tipo es menor gue la del primer tipo? 2.9.3. ejercicios VI 2. SEX *: F5,g, haillar ap, tak guns PIX ro] — 0.95 2. Hallar Pesowoa 8. Mallar Fis.ans 4, Thallar Faso 5. By 16 recorrides de pruebs, ef consuane de pssolina de un motor experimental ‘tnvo ma desviscién estindar de 2.2. litros. Constmair nnintervalo de comfiamza del 99% para Is varianza y para le desviaciin es tndar es peradas de este motor 5. Un fabricante de autombviles poue @ prueba dos nuevos wiétodos de ensau blaje de motores respecto al tiempo en minutos. Los resultados se muestra fn la tabla siguiente: Metada 1 | Metodn 3 | m= 25 50 | S,=21 Consemnir mn intervalo de confianza del 90% para la razbn de varianaas &. Se pide decir que las varianas son iguales? 7. Tin eatndio de inforencia hn mostradlo que cl 1.C! al 99% para ta diferencia de proporciones de personas que gustan de ir al estadio a ver futbol on Ia cindad A comtra la cindad Bi (Proporcion en A menos proparcion en Besta dado por € 0.01,0.13), (2) Con bave en estos resultados, Jive puede afirmar que le aficion por el fathol os igual en anthas ciudades?, explique sw resprursta. (b) Fnenentre of error de estimacién para cl 1.0 dada, (€) £Qn¢ tamafio debera toner ta muestra, si se quiere Tograr in error de cotimacion gna} a Ta mitad del hallado, pero conscevandla ta rasta com Anbilidad? B. Una cmprem fabrica propnisores. A tos ingenicros les gustarfa saber cust de Flos procesos sione ta menor mgosidad on Tas snperficies. Para cllo se toman ayprsizas alratyins shy ravls poem, 6b prom sib fins sip ssnatsan she 38 mm y nna oviacion estandar de 4.7, mientras que el proceso dos tomo sina mmurstra de 12 mm en la que se enconteo una desviarin esténdar de 5.1 D. Fn un estustin sobre fos préstamos realizatlos por dos entices Gunners se toma unn. muesira sleatorin simple de seis pristames de In primera. entidad, bservando qne el importe medio es de #1972 eros ¥ tma desviactén tipica de 7.470 onros, ¥ pira muestra aleatoria simple, independiente de la anterior, da nueve préstamos, tal gue su importe medio es de 2.098 euros v su desviacién2.9. RIFROIOIOS PROPUKSTOS: 63 tipica dee 10.831 euros, Admitiendo que las dus distribucioues de préstamos son normales, ebtewer al nivel del 95% un intervalo de confiauza para la rain, Xe varianzas poblaciomalies, json kas varinzss iyuades?. IN. FE procio dem doterminado articnlo cn los comercios de tina ciudad signe ima distribneién normal. Se toma tna ranesten aleataria sieaple de acka cater rxcios y se observa ol pracio de dicho articula, obtoniende Tas signientes ob- servaciones: (132, 126, 180, 130, 126, 138, 124, 440}. Obtenod al nivet de ronfinnza. Hel 89% sn intervaly de eonfinnza para Ja vayinnza poblarinnal 11, Un supervisor de control de calidad ex una enlatadora sabe que la cantidad exacta en eada Tata varia, pues hay vlerlns Factores impucibles de eouleolar que afectan a la cantidad de Henado, Ei lleuado medio por lata es isuportaute, pero igualmente importante es la variaciou 92 de la cantidad de enado. Si £2 ee grande, algunas lalas conlendrén muy poco, y otras, demasiado. A fin ide estimar la variation del Henado en Is enlatadors, el supervisor escoge al Arar 10 latas ¥ pesa el cantenida de cada ina, abtenienda et siguiente pesage fon aras}: 7.6, 7.90, 7.98, 8.01, 7.97, 8.03, 8.02, 8.04, 8.02 Pstablezea rm Snnervalo de confinnsa de 90% porn In vesdadern wariacion det Henao de fata em ta onlatadara, 2.40 Bjercicios Propuestos 1. Si es un estimador puntual de 0, tal que BJO] — 0, entouces O es un esti. muador, — para 0, 2. Ta Tongitd de tas barras producidas por ana cadena de produccisn ‘va, con distribaciion normal y desviaciém tipica 1.8mm. Se extrac ma m fie 9 ohservariones y se obtione ob signionte intervalo de conflanza al nivel det 19% para Ta langitud modia poblaciomal: [114.65 17.75]. Fl direetar erce qua el intervalo es demasiado amplio y exige uno con el mismo nivel de confianza pero cuya longitud no sea superior a 1mm, ;Cuantas observaciones debe tener Ja muestra para construir dicho intervalo 3. BI precio aml de tos seanras de vehfculos signen rma distribncién normal ron varinnzn a. $i para tna muestra de tamaiva 25 se cucucntra que el cxeae tskindar de ta modi mmnestral os 30, ;C%nsl dchera ser cl tamafio de otra nstra para Jograr que o error csténdar de Ja media mnestral se baje a 252. 4. Uns erapress encerpads de la produectin de thos de carton desea establecer barreras para determinar sf la produccion on un dia detenminado se puede cousiderar como defectuosa © uo, Como se desconoce la proporuibn diaria de defectuosos, definen estimar este valor mediante un LC al 99% de conf bilidnd, » partir de sina mutosten de 1501 thos on los qie se hills 7 tubes Aefectnasos, 5, Tasnnta denna pmicha de-aptin siguen wma distribmeigm normal cam desvineion tipiea de 28.2, Una muestra aleatoria de nueve alumnos arroje los resultados siguientes: SO, x; = W098 y 102, x? = HHL, (2) Mallar un intervalo de contianza de! 90% para la media poblacional. (b) Razonar sin hacer eélentos si Ta longind den intervalo al 95% sorA menor, mayor 0 igual qe Ta del chtemide en el apartade anterier. Cuil vers el tamaio de musstea minimo neoesseio pars obtener un fn lervale al 90% de nivel de confisares, cou lousitud 10?o CHART 2. KSTIMACION DE PARAMETROS 6, Se sahe que 25 de cada 1000 objetos elaborados por una empresa son defece tunsos. {De qué tamato conviene tomar una muestra para que la proporcién ealimada de defectuosos no differs de fa verdadera en mds de un 5% eon un nivel de eonfiauzs de un 99% Pare estinuar be proporcion de hubitantes de wn ciudad que vossen ordenaioe personal se toms una muestra de tamaiio n, Caleula el valor mnizimo den para, rarantizar, von un nivel deconfianz del 95%, que el ernoe de wetinwssion wo supers el 2%, (Como ve desconoce ls proporei6n, # ha de partir del caso xi Resfavorable, que vers 0.5.) 8. Se selecciona una muestra aleatoria de 600 familias, a fay que ve pregunta si tienen 0 no ordenador ew vasa. Contestaron slirmativamente 240 Familias Obtener 1m intorvaa de confianza al nivel del 99% para la proporcion real de amin que posoen ordenador en casa. 9. Es comin utilizar aceruy inoxidables en lav plautas quitiicas gara manejac fuidos corrosivas. Sin embargo, estos accros tienen especial smsceptibilidad al agrictamiento par corrosién eansada por esfierzos en ciertos entornos. Fi sma musta do 24 falas de nleariones de acer que ocurrieron en refinerfns He petrélen y plantas peisorfmicas en Japén durante tos siltimos 10 afios, 118 se dhioron a agrictamiento por corrosién canada por esfnerzos y a fatiga 1596 pra In serdadera vias por agrictamicnto por corrosién fle rorrosin. Ratablezra sin intorvaln de: confinnsan de proporcién de falias de aleaciones es Hebido a esferzas. 30. Qneremos ajnstar ima maquina de rofrescos de modo que el promedio del liquide dispensaclo quede dentro de cierte range. Le cantided de lguide ver= tide por la maquina sigue una distribucidn normal con desviacin estandsr 0.15 decilitros, Deseamos que el valor estimada que se vava. a obtener com saaradu con el verdadero no sea superior 4 0.2 decilitros com una eonfianzs del 8544, {De qué tamano debemos esconer la. muestra?(Sol, N—217), 11, Seva a realizar una encuesta entre la poblacién espanola mayor de edad. Si se adimive ut murgen de error del 2%, j3¢ cudutas persons habe’ que eulrevistae toon un nivel de eonfianzs del 99%? 22, Las ventas mensusles en una cadens de sluscenes tiene une dieteibucidn nor mal con varianza de 36 millones de pesos. De qué tuuaiio ve debers tomar Ja muestra ui se quiere aveptar un error de estimariin de 5 millones, y ana, confiabilidad del 99%? JA. Fn sma muestra alentorin simple de (25 varones desempleados, exputendea todos ellos de la secundaria eure las edades de 16 y 21 atios inclusive, 88 le ellos declararon que eran consumidores regulares de bebidas alvohoticas Constenir cf intervala de confinnya del 95% para In proporcion poblacional de ‘warones desemplendos que fueron expatendos de tn secundaria entre Ins edades fle 36 y 28 afios y eran consumidares de hobidas aleohaliens 24. FE riompo de conesion a internet de fos alumnos de ciorta tmiversidad signee ama distribucién normal con desviacion tfpica de 1% mimias. Para estirane Jn mnrin de tiempo de eonesitn, se qpiere ealeolar mn inicrvao de: confianzn tne tenga ona amplind menor o ignal a 6 minntos, con mm nivel de confianza del 959%. Delermina cual es el tamaiio minimo de la muestra que es nevesario observer.2.0. RIFROIOIOS PROPUKSTOS: 65 15. El peso de fos polls de un criadera a los cinco meses siquen una distribuciém sortud. El aduiuistrador del criadero quiere eucoutrar un estinadoe pot lntervalo para el peso real de sus pollos con una confiabilidad del 99%. Para sto toma una muesira de pollos de cineo meses y ve obtuvieron Tos siguientes pesos en libras, 4.41; 4.37; 4.33; 4.35; 4.90; 4.39; 4.36; 4.98; 4.40: 4.39 {Pour ol administrador adelentar una vampaiia publicitaria afirnmando que us pills tienen tm peso de 4.35 fibeas sin astmie cl riesgo de uma demanda? Expliqe sn respesia. 16, Bn una muestra aleatoria simple de 125 varenes desempleadvs, expulsadoa torios effos de Ta secimdarin entre Tas edades do 16 y 38 asin inchsivn, 88 fle ellos dectararon que eran consumidores regntares de bebidas alcahdtieas. Construir el intervalo de confianza al 95% de coufiabilidad para ke proporeién poblacionsl de varones desempleudos que fueron echudos de la seemdaria entre Jos 16 y 19 aiias y confesaron que eran consumidores de bebidas aleobol, (a) 2Qué error mséximo se comete cou le estimacion del anterior intervale? (b) 80 puode concinir de sns resnltados qne sim hombre se encuentra do- Fempleado es muy probable qe tuviera problemas de aleahat en In so rundarin?, explique sn respuesta 37. Smpongamos qn, a partir de_oma mostra aleatoria de tamano n—25, se ha aleulado el imerwalo de confiauza pura la media de una poblaciéu normal amplitud de & Si el tamailo de la muestra hubiera sido 1100, permaneclendo invariable todos los demés valores que intervienen en tf valenlo, Zemsl habia sido Ja ampliind del intervalo? Se eeleccioma una muestra slealoria de 16 frutos de ly variedad Ay otra de 9 frutos de fa varledad B de wus fruts determinada, y se encontraron los sigufentes pesos para cada una de las fratas, As U8 196 2001410) 196) 192 195 B: 168 169 170 164 165 166 162 165 185, 198 199 200 494 495 196 198 (a) 2Se puede afirmar con una confiabildad del 959% que la dispersion de fos pesos de las frutas son diferentes? (bo) Clee el resultado del item anterior y coustruyes un intervalo de coulanza 1 95 para le diferencia de los pesos promos de las dos variedades, (6) (Se puede afirmar que el peso medio de los doy variedades de frutas gon Tiforentes? Eaplique si rospunsta von bose on ef restate abt (4) Fnenentre um 1.C al 95% para el peso promedio de tn frnta de la variedad A 16, Para estimar la proporcion de faniias de una determinada ciudad que poseen uicrowas, oe quiere malizar una umestra aleatoria de tamaiio a, Caleulat tl valor minimo de n para rarantizar que, 3 un nivel de eonfianza del 95%, el terror en la estimation sea inenor yue 0.05. (Como se deeconoce la propersion, se ha de tomar el caeo mas desfavorable, que seri 0.5) 29. Smpongamos que Ins notas en tn asignatura de Tnferencia signen una distribne 6p normal en fos dos grupos exxistentes. Se seleeciona nna mmcstra aleatoria staple de 24 alumamas det primer grupo y otra de 26 almmos dol segundo rupo, amihas independiontes, x se abtionon cama varianzas 1250 y 40 respoce fivamente, Obtenga un intervalo de confianza para el cociente de varianzas, poblacionales al aivel de confianza del 90%G CHART 2. KSTIMACION DE PARAMETROS 20, En wna entidad bancaria se han realizado estudios acerca de las enemtas de inversign, y se ha detectado que éstas estan distribuidas normalmente con uns medis de $2000.00 y una desviacidn estdudar de $600.00. $i la instivucion toma una umestes aleatoria de 100 cuentas de fuversion, encuentse: (a) Cal es la probabilidad de que la media muestral esté entre $1900.00 ¥ S2050.002 (b) :Cual es la probabilidad de que el promedio de fas cuentas de inversion fe enettente por cncienn de $2119.02 (¢) Si Tas cnentas de invorsién smperiores a $351K}4K) son clasifiradas romn $ clasiirat randdes inversinnes, j¢mit poreentaje de fa enentas del baneo elasifican Pome grandes inversiomes? (4) {11 90% de las inversiones nde allas se encuentran por encim de qué valor? 21, En dos mumivipios Ay B del departamento de Antioquia se selevelonaron ampstras indepenientes para evaluar la opinion de los ciudadanos eu relaciou tl referendum de paz que se realizaré el proximo dos de octubre. Eu el ura Disipio A de las 129 persons enenestaidns BR reconocieron estar a favor dew Sion cf referéndam, en tanto que on cl municipio B, 68 de Ins 150 personas enctestadas mnanifestaron estar de acuerdo con un Si. Susuiaistrass Tos datos Interioresinformacidn suficiente para afirmar qute In opinién de los eindadanea Sronte a) referéndinm cs igmal en ambos mmicipios. Urilice nn .C! al 95% para |argumentar sn respnesta. 22. Fis sma eomminidad asténoma se sabe que ta desvincin sipien dc] mimern le dias que dura un uontrate temporal es igual a 57 die, Indica ef nimero _minimo des contratos on Jos qe se han mirado 9 dnracion porn quel intervalo ron tsp nivel de ronfinnzn Hof 9596 ys in fn sharin mien fr sn eonkeaby fie ese sipo tenga sma amplitnd no mayor de 60 diss 22. Una mieatra aleatorin simple de veintieineo estiidinntes responden a sma prueba de inteligencis espacial, obleniendo una medis de cen puntos. Se sabe que la variable intcligencia espacial de tados los aluminas es sina variahte parma} ran una desvineién ripiea ignal a din, pero se desconoce Ia media, Tn inveatigador desea encontrar wn estimador la media con ina confiahilidad del nate. {a} Buvuentre el intervalo de confianea desea, (b) ,C6mo se ve afectadia ol intervalo de confianza.en a) si cl tamano mnestral fe enarirnplica y ol promedio mmstral se mantienn constante? 24. Fn una pobfacién, una variable alontoria signe ima fey normal de media do- seomacida y desviaciém tipien 2. Ohservada uma rmiestra de tamafio 400, tomada al azar, se ha obtenido tina media muestral igual a AN. Con 1m nivel Fie comfianza acl 87%, zqné tamano minimo debe toner la mnestra para que la ramplitut det intervalo que se abtenga sea, como maximo, 1? Se-anbe que In vida on horns de sina bombilla dle 75 walt tiene: una distribu proximadamente normal. Ta muesten alestoria de 22 bombitlas tiene nnn ‘vida modia de 1024 horas yuma. desviacion estiindar de té horas. Constraya un intervalo de confianza del 95% para la vida media de Jas bombillas, & interpeete.2.0. RIFROIOIOS PROPURSTOS: ar 26. Se solieité al personal de mereades de una disteibuidora de productos de aso que presentaran informes seuauules obre el valor en suillones de pesos de Jos pedidos que hacian los clientes. Bu una muestra aleatoria de 62 informes semanales se caleulo un promedio de 22.4 millones de pesos vemanales y Ja. desvinelou fue de 5 auillones de pesos semunales, {a) Sin conocer 1a forma de le distribucién de te variable K—"Valor de fos pedidos semaneles", construya un intervalo de confianza del 95% para el uimero promedio del costo de pedidos vemanales a los clientes de la poblacion, (b) Suponga que los datos muéstrales dados anteriormente proceden de una muestra de taimafio 21 y que la forms de la distribuetin de le variable X fn toda la poblaciin es norma, pero no se conoce la variamza. Com esta Inlormacién adicional, comstruys wu intervalo de coufisuza del 95% para fl valor promedio del costo de los pedidos semanales a los clientes de la compaia {(e) Compare el maryen de error de los dos provedimientos, 27. Se estima que el tiempo de reweiin de un conductor ete un obstécaly iar previsto tiene una distribucién norms! con desviacién tipica de 0,05 seundos. Si se quiere consemuir que el error de escimaciin de fy media wo supere fos 0,01 seyundos con un nivel de confianza del 99%, Equé lamsiio minimy he de tewer la umestra de tiempos de reaccion? 28. Un prupa de planeacién urbana desea estimar Ta diferencia entre tas medias He los imgresos familiares en das zones de una gran area metropolitans. Unes, mattastras aleatoriae independientes de fumilise residentes en las dos vom produjeron tos siguientes resultados i Tana] Tonal (Tumaio demuestra [8 I | Ingreso promedio: | 15700 Us | 11500 Us | | Desviavién estindar: | 700 TS | sou US_| {a) gue smpnestos dchen establecerse para resolver tos siguientes incisoa? (b) Determine ma estimacion puntual para fa diferencia entre las medias de Jos ingresos de Tas dos nema, (6) Determine un intervato de contianza de 95% para dicha diferencia, 20. EL Av de los empleados de una fabrica estan a favor de trabajar los sébados Se oma una muestra slestoris, ,Cusl debera ser el lamaio de ls muested para que cou un nivel de confianze del 95% el error miximo admisible en la Palimaciin de 0.087 20, Se hu tomudo uns ssuectsa de los precios de un usismo producto allmenticlo en 16 comercies, elegidos al azar en un barrio de una ciudad, y se ham encomtrada los siguientes precios: 95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 108, 110. Suponiende que los precios de este producto se distribuyen, seprin una ley normal de varianza 25 y media desvonveida: {a} 2Cual es la distritbucién de la media muestral? (b) Determine ef intervalo de confienza, al 95%, para la medi poblacionalCHART 2. KSTIMACION DE PARAMETROS B1. Se sabe que los pesos medies de les caballs de carreras se distritamen nea malmente, los de la cuadra A con una desviacién tipica de 45 kg, v los de la evades B con une desviecion Gpiva de SL kp, Se desea estimar la diferencia de pesos medias de las cxbullas de aubas cusdrss: pea ello se elige uns cuuestes ide 50 vabsllos de ta cusdra A y 38 caballos de ts cuadra B. Se ealeulan fos pesos medios inuestrales y se obtiene un promedio de 49ky; pars A y de 175 Kg, para Dilfalls el intervalo de confianza para la diferencia de medias de pesos al uivel del 99%. 92, Se ha tomada una muestra de los precios de mn misma producto alimenticio en 16 comercios, elegidos al azar en un barrio de una ciudad, y ve han encontrado Ing siguientes precios: 95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, [E1, 103, [10 Suponiendo que tos precios de este producto se distritmyen eatin ana normaat de varianza 25 y media desocmacida: (a) £¢ial os tn distribucién de la media muestrat? (b) Determine of intervato de confianza, al 95%, para Ia media poblacional RR, Para-catimar te proporeidin de familias dunn determinada ciudad que poscen sin monn, st sien fiizar inp muestra alzatorin de medida n, Clean el valor minima den para garantizar gnc, a rm nivel de confianza del 95%, ol txror on In estimacién sea menor que 008. (Como se Arseonoee Ia proporcién, se ka de tomar cl casa més desfavorable, que serd ti.) 34, So dosea obtencr In. modia do una variable aleatoria quo se distriberye normal. mente con una desviacion tipica de 8,2, Para ello se toms uns muestra de 64 individuos obteniéudose ua media de 92,5. £Con qué nivel de conflanza se puede airman que Is media de la poblacion esta entre 31,5 y 33.5? Sila desviacion tipica de la poblaciou fuera 3, Equé tamaiio uintio deberia tewet La umuestra con Is cual estimamos la media poblacional si gueremos que el nivel tte eonfianza sea del 999%, y el error admisible no supere el valor de 0,75? 88. Un onricultor diene para fs venta dos variedsdes diferentes de una misma ruta, las cuales oe las payaet sendin se su peso. El apricullue quizee saber gué variadad Gian mayor peso, para concentrar su produccién en ella, EL selecciona una muestra aleatoria de LL frulos de le variedad Ay otra de Jrutos de la variedad B y se encontraron los siguientes pesos para cada una He Tas frutac. x 1B | 16s | 169 | (a) 2Se puede afirmar con una confiabildad del 959% que la dispersion de fos pesos de lus frutas son diferentes? (b) Utilice fos resultados de los items anteriores para estimar el pardmetra de interés svediante us intervale con confisbilidad del 99% {c} Se purde afirmar que el peso medio de los dos variediades de frutas sont tiferentes? Utilice LC para anmumentar su respuesta, 86, El peso (en gramos) de fas cajas de cereales de una detenminads mares she una distribucion N(j1,25), Se ha lomada los pesos de 16 cajas eeleceionadas alestoriamente, y los resultados oblenidos han sido: 506, 508, 499, 592, 504, 510, 497, 532, SLA, 505, 498, 496, 506, 592, 509, 496. (a) Obtencr los intervalos de confianza del s10%, 96% y 10% para la mesdin poblaciona,2.30. RIFRO JOS PROPUKS TOS: 6g (b) Determinar cual seria el tamano muestral necesario para conseguir, con un 95%% de confianza, un intervalo de longitud igual « 2 gramos & Suponiend ahors que a es descomocida, caleular los intervalos de conti. anza para ts medis al 00%, 985% v OOK. (a) qué puede concluir de los resultados anteriores? 87, La afluencia de visitantes al parque Norte durante un mes; medida a través ide una muestra aleatoria durante 10 dias elexidos aleatoriamente, han sido los siguientes: B82, 553, 585, 68, O57, 649, 522, 548, 700, 552 Snponiendo que fos niveles de aflnencia signen ma distribucién normal, ¥ que Jn desvineibn tipien mucstral es de 56.89, {a) Se podria afirmar, con 1m 95 por ciento de confianza, qne 1a afnencia media al parque es de 600 personas al mes. (b) Tos adjndieatarios de la explotaciém al parqne, en negociaciones can la Junta de Extremadura, afiauaron que la aluencia nedia era coustaute ¥ que le dispersion seria de unas 15 personas, £Queda esta afirmacion probads com los datos disponibles cou un 95% de confianza? 88. El paste diario en Hamadas telefiinieas de dos departamentas Xe Y de una misma empresa sigue una distribucion normal, com gusto medio descunocide en ambus. Sin embsrp, se eomoven las desviaeiones tipieas, que son 100 y 140 ‘éutimos de euro para Xe Y, respectivamente. La direccion ha observado que luna muestra slestoria de 20 diss, el yasto media disria en Iuusdas realivadas por el departamento X ha sido de 1100 eéntimos, y de 1400 en el departamento Y. Obtener uu invervalo de confianas pars ls diferencia de gastos medios entre ambos depnstamenton. 89, Se velevciona una muestra aleatoris de 600 familias, « fas que ve pregunta si tienen o no ordenador en casa. Coutestaron alirmativamente 210 Fauilias Obtener un intorvalo de eonfinnza nl nivel del 85% pyar ta proporeiion real he familias que poseen ordenador en casa, 4), Sogim Jos dirigentes del partido A, In intencién de voto del partido rival Tem Anlalucia, es la misma que la que tiews en Madrid. Se realiza una encuest a 200 personas en Andatucta de Tos que 24 mostraron sm apoyo al partido B, y b otras 100 personas en Madrid de las que 80 ve inclinazow por el partido B. {») Coustruir un intervalo de conlisn del 90% para It proparciia de per. sonas que votarian al partide B en Audalucia (b) £A cusntas personas habria que encuestar para obtener un marpen de fervor o error de estimciou $ 2%, al nivel de confiauza anterior? (@) Cousteuir un intecvalo de conlisna at 9% para ls diferencis de peopor- cianes en a estimacién del voto de} partido Tien las das comitnidades £Podemos alirmar que los dirigentes del partido A tienen razou?, 41, Dos maquinarias A y B, usadas para el corte de pieles para zapato, tienen ‘ye ser eomparaidas para eomprobar la eslidad de la produecidin. Se extrac ima mnestra de 80 clementos por la magninaria A y 45 para fa maqninaria TB. Tambisn, se sahe que Ia varinnza de los cortes es de 9 em para c} grupo A-y 14 para cl gmpo Ti. Sabiendo qe las modtins maestralcs abtemidas som respoctivamente iguales a 740 em y 124} em, determine modiante nn infervaln de confianza al 93% cual maquina presenta ef menor promedio,70 CHAPTER 2. KSTIMACION De PARAMEYROS 42. Tomundo al acer uns muestra de 500 personas de une determinada comunidad se encomtré: que 300 leten la prensa repmlarmente, Halla, con confianza del 89.597 un interval para estudiar ly proparcidu de lectores entre las personas ide esa eonmunidad. 49, Se desea estimar ln proporcion de individuos daltonicos de una poblacion a raves det poreentaje observado en una muestra sleatoria de individuos, de tamaiio (2) Si ef poreentaje de individues daltouicos en la muestra es igual at 30%, raleia el valor de-n para que, can wn nivel de confinnwa de 8.2%, cl ceeat rometido en In catinncin sen inferior af 3,45 (b) Si cf tamafio de ta muestra os de 114 individnos, y- cl porcentaje de Individiues dalidiins on In muestra es del 34%, determina, usando ut nivel de significacion det 1%, cl correspondiente intervato de confianza para la proporcién de dalténicos de fa poblaciss,