g1 Juan Andres Fernandez Solis Estadistica Inferencial

ESTADISTICA INFERENCIAL
PRIMER PARCIAL
CARRERA A DISTANCIA: ING.

EN SEGURIDAD PUBLICA Y
PRIVADA
MATERIA:
NOMBRE:
JUAN ANDRES FERNANDEZ
SOLIS
FECHA: 11/11/2015
Andrs Fernndez
Pgina 1
ACTIVIDAD DE APRENDIZAJE 1.1
PRIMER PARCIAL
PROBLEMA 1
Business Week public que los ingresos fiscales de Playboy Enterprises, Inc. han
sufrido unos retrocesos importantes en los ltimos aos. Christie Hefner, hija del
fundador, asumi el puesto de directora ejecutiva de Playboy en noviembre de 1988.
La seora Hefner ha encontrado que los ingresos mensuales medios de los
distintos clubes de Playboy en todo el pas son de 1.23 millones de dlares, con
una desviacin tpica de 0.65 millones de dlares. Supongamos por el momento que
exista normalidad en la distribucin de ingresos mensuales:
DATOS
Ingresos mensu alescon distribuci n normal :

=$ 1.23 millones
=$ 0.65 millones
a) Si se eligieran los ingresos de un mes en cualquiera de los clubes, cul es la

probabilidad de que:
1. Fueran superiores a 1.3 millones.
P( X >1,3)
Z=
Andrs Fernndez
Pgina 2
PRIMER PARCIAL
131.23
Z=
0.65
Area=0.0438
P( X >1,3)=0,50 Area
P( X >1,3)=0,500,0438
P( X >1,3)=0,4562
Existe la probabilidad del 45,62 que elingreso mensual de uno de los clubes
sea superior a 1,3 millones de d lares .
2. Estuvieren entre 1.5 y 2.0 millones de dlares.
P(1,50< X < 2,00)
Z=
x 1
Z=
1.501.23
0.65
Area=0.1628
Andrs Fernndez
Pgina 3
PRIMER PARCIAL
x
Z= 2
Z=
2.001.23
0.65
Area=0.3810
P (1,50< X <2,00 ) =Area2Area 1
P (1,50< X <2,00 ) =0,38100,1628
P (1,50< X <2,00 ) =0,2182
Existe la probabilidad del 21,82 que el ingreso mensual estar comprendido
entre 1,50 y 2,00 millones de d lares .
b) En marzo ltimo, uno de los clubes declaraba ingresos de 0.89 millones de

dlares. En respuesta al descontento de la seora Hefner, el director de este
club concreto ofreci el argumento de que no era inhabitual que los ingresos
fueran as de bajos. Cmo respondera usted a este argumento?
P( X < 0,89)
Z=
Andrs Fernndez
Pgina 4
PRIMER PARCIAL
0.891.23
Z=
=0.52
0.65
Area=0.1985
P ( X <0,89 )=0,50 rea

P ( X <0,89 )=0,500,1985
P ( X <0,89 )=0,3015
Existe una probabilidad significativa del 30,15 que el ingreso mensual
sea inferior a 0,89 millones de d lares .
c) Si la seora Hefner desea determinar qu clubes informan ingresos en el

12% ms bajo para tomar medidas correctoras. qu nivel de ingresos
deber superar un club para evitar esta atencin no deseada?
P( X < Xo)=0,12
Para el Percentil 12 : rea=0,500,12=0,38 y Z=1,18
x 0=+ Z
Andrs Fernndez
Pgina 5
PRIMER PARCIAL
x 0=1.23+ (1.18 )( 0.65 )

x 0=0,463 0,46
Unclub debe superar ingresosmensuales de 0,46 millones de d lares
para evitar ser considerado para tomar medidas c orrectivas .
PROBLEMA 2
Supongamos que a lo largo de todo un ao el hospital de St. Jude admite 50
pacientes que han de ser explorados para determinar si necesitan operacin. Cul
es la probabilidad de que ms de la mitad necesiten operarse? Los datos del
hospital indican que lo habitual es que el 40% de sus pacientes sean sometidos a
ciruga.
DATOS
=0,40
n=50
=n=500,40=20
= n ( 1 )= 500,40( 10,40 ) =3,46
P(X >25)
DESARROLLO
Andrs Fernndez
Pgina 6
Z=
( X 0,50 )
Z=
( 25+ 0,50 )20

3,46
PRIMER PARCIAL
Z =1,59
Area=0,4441
P ( X >25 )=0,50 rea

P ( X >25 )=0,500,4441
P ( X >25 )=0,0559
Existe la probabilidad aproximada del5,59 que de la mitad de los
pacientes nece siten operarse .

PROBLEMA 1
Arms International comercializa su producto en todo el mundo. Como gran parte de
su negocio se realiza por telfono, es importante minimizar cualquier demora que
los clientes puedan experimentar cuando intenta ponerse en contacto con el
personal de ventas de Arms. El director ejecutivo de Arms averiguo que en su
centralita entraron esta maana seis llamadas. A causa de la insuficiencia de
personal, las demoras de cada cliente en hablar con la oficina de ventas fueron 20,
12, 17, 15, 18 y 15:
DATOS :
Poblaci n para demoraen las llamadas :20, 12,17, 15,18 y 15
Andrs Fernndez
Pgina 7
PRIMER PARCIAL
N=6
a) Si el director ejecutivo tuviera que elegir una muestra de dos llamadas,

cuntas muestras habra en la distribucin muestral?
K=N C n=6 C 2=
6!
=15
2 ( 62 ) !
Enla distribuci n muestral existir n15 muestras de tama o 2.
b) Calcular la desviacin tpica de la poblacin.

TABLA
DE
CALCULOS
X2
20
12
17
15
18
15
97
400
144
289
225
324
225
1.607
x
N
97
6
=16,17
desviacion tipica =
Andrs Fernndez
x
2
( x )
Pgina 8
1607
( 97 )
6
PRIMER PARCIAL
=2,54
Existe un moderado grado de dispersi n en ladistribuci n de la poblaci n
de tiempos de esperaen las llamadas.
c) Construir la distribucin muestral.

N
muestra
Muestras
k
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
20
20
20
20
20
12
12
12
12
17
17
17
15
15
18
Media de
muestra
s
12
17
15
18
15
17
15
18
15
15
18
15
18
15
15
Suma:
16
18,5
17,5
19
17,5
14,5
13,5
15
13,5
16
17,5
16
16,5
15
16,5
242,5
d) Cul es la probabilidad de que

1) se elijan como muestra las dos demoras ms largas y
p=
Andrs Fernndez
de exitos
total de muestra
Pgina 9
PRIMER PARCIAL
1
p=
15
p=0,0667
Existe la probabilidad del 6,67 que se presente este caso .
2) se incluya en la muestra la demora de 17 minutos?
p=
de exitos
total de muestra
p=
5
15
p=0,3333
Existe la probabilidad del 33,33 que se presente este caso .
e) Cul es la media y el error tpico de la distribucin muestral? Qu relacin

tiene la media de la distribucin muestral con la media de la poblacin?
Interpretar el error tpico.
Andrs Fernndez
Xm
Xm.f
Xm.f
13,5
27
364,5
14,5
14,5
210,25
15
30
450
16
48
768
16,5
33
544,5
17,5
52,5
918,75
18,5
18,5
342,25
19
19
361
Suma:
15
242,5
3959,25
Pgina 10
PRIMER PARCIAL
Xf
X =
k
242,5
X =
15
X =16,17 minutos
Conlos c lculos del literal b , se verifica que num ricamente son iguales los valores
promediosde la poblaci n y de ladistribuci n muestral de medias .
Error tipico= x =
x=
x f
( x f )
n
n
2
( 242,5 )
15
3959,25
15
x =1,609 minutos
Este valor mide el grado de dispersin de la distribucin muestral de medias
alrededor de su valor promedio , que de los resultados se verificaes menor
a l grado de dispersin de ladistribucin de la poblacin .
PROBLEMA 2
Fortune public que el efecto de las compras apalancadas es difcil de detectar. En
1988 el valor medio de las empresas de Fortune 500 que se compraron fue de 3.51
miles de millones de dlares, con una desviacin tpica de 1.92 miles de millones de
dlares.
Andrs Fernndez
Pgina 11
PRIMER PARCIAL
DATOS
n=64
=3.51 mil millones

=1.92mil millones
a) Si se toma una muestra de n=64 empresas, cul es la probabilidad de que la

media muestral sea superior a 3.65 miles de millones de dlares?
P ( X >3,65 )
Z=
X
/n
Z=
3,653,51
1,92/ 64
Z =0,58
Area=0,2190
0,50 rea
P ( X >3,65 )=0,500,2190
P ( X >3,65 )=0,2810
Andrs Fernndez
Pgina 12
PRIMER PARCIAL
Existe la probabilidad del 28,1 que la media muestral sea superior

a 3,65 mil millones de dlares .
b) Qu porcentaje de todas las muestras posibles de tamao 64 dar como

resultado una >3.64?
Z=
X
/n
Z=
3,643,51
1,92/ 64
Z =0,54
Area=0,2054
0,50 rea
P ( X >3,64 ) =0,500,2054
P ( X >3,64 ) =0,2946
El 29,46 deltotal de muestras tendrnmedias superiores a 3,64 mil millones de dlares .
Andrs Fernndez
Pgina 13
PRIMER PARCIAL
c) Si se tom una muestra de n=64 y se obtuvo una =3.90, qu podra
deducir?
Z=
X
/n
Z=
3,903,51
1,92/ 64
Z =1,625
Area=0,4484
0,50 rea
P ( X >3,90 )=0,500,4484
P ( X >3,90 )=0,0516
Solo el 5,16 del total de muestrastendrn medias muestrales
superio r a 3,90 mil millones de dlares .
d) Si los datos de Fortune son correctos, cul es la probabilidad de que si se

toma una muestra de n=100 empresas el error de muestreo sea superior a
500 millones de dlares?
Andrs Fernndez
Pgina 14
Z=
X
/n
Z=
0.50
1,92/ 10
PRIMER PARCIAL
Z =2,60
Area=0,4953
2(0,50 rea)
P (|error|>0.5 )=2 ( 0,500,4953 )

P (|error|>0.5 )=0,0094
Existe la mnima probabilidad del 0,94 que e l error de muestreo

sea superior a 500 millones de dlares (0,5 mil millones de dlares).
PROBLEMA 3
Autoridades de la administracin de Washington acaban de expresar su
preocupacin sobre el exceso de gastos en contratos militares. Estos gastos no
planificados han costado a los contribuyentes norteamericanos miles de millones
de dlares anuales. El presidente nombr un comit de expertos que estimase la
cantidad media que cada contrato cuesta por encima de la cantidad acordada. El
Andrs Fernndez
Pgina 15
PRIMER PARCIAL
comit ha determinado ya que la desviacin tpica de los costes excesivos es de
17,500 millones de dlares y que parecen seguir una distribucin normal:
DATOS
n=25
=17.500 millones USD
a) Si se elige una muestra de 25 contratos, cul es la probabilidad de que la

muestra haga una estimacin de la media poblacional que la supere en ms
de 10,000 millones de dlares?
Z=
X
/n
Z=
1000
17500/ 25
Z =2,86
Area=0,4979
0,50 rea
P ( error> 1000 )=0,500,4979
P ( error> 1000 )=0,0021
Andrs Fernndez
Pgina 16
PRIMER PARCIAL
Existe la mnima probabilidad del 0,21 que l a muestra haga una estimacin
de la media poblacional quesupere en ms de 10000 millones de dlares .
b) El presidente aceptar un error de 5,000 millones de dlares en la estimacin

de . Cul es la probabilidad de que reciba una estimacin del comit
dentro del intervalo especificado?
Z=
X
/n
Z=
5000
17500/ 25
Z =1,43
Area=0,4236
rea
P ( er ror<5000 ) =0,4236
Andrs Fernndez
Pgina 17
PRIMER PARCIAL
Existe la probabilidad del 42,36 que el presidente reciba una estimacin

del promedio u de parte del comit dentro del intervalo es pecificado .
PROBLEMA 4
Como ahora las investigaciones de las autoridades deportivas hacen indagaciones
ms profundas en los deportes, un funcionario ha estimado que el 70% de los
programas de baloncesto universitario han infringido las reglas. Si se ha
encontrado que 32 de los 40 programas examinados han cometido una infraccin
como mnimo, qu conclusin se podra sacar sobre la estimacin de dicho
funcionario?
Comprender los conceptos sobre Muestreo
Aplicar los diferentes mtodos de muestreo
Utilizar la tabla de nmeros aleatorios
DATOS
n=40
p=0,70
32
=0,80
40
Andrs Fernndez
Pgina 18
Z=
Z=
p
( 1 )
n
0,700,80
0,80 (10,80 )
40
PRIMER PARCIAL
Z =1,58
Area=0,4429
rea
P ( 0,70< p <0,80 )=0,4429
La estimacin del funcionario presenta un error de subestimacin con
probabilidad del 44,29 .

PROBLEMA 1
Andrs Fernndez
Pgina 19
PRIMER PARCIAL
Un nmero de febrero de 1989 de la revista Fortune relataba los esfuerzos de las
empresas por aumentar la velocidad con que desarrollan, fabrican y comercializan
sus productos. Una respuesta de 50 empresas realizada por Kaiser Associates,
empresa consultora de Vienna, Virginia, revel que casi todas las empresas ponan
el acento en la estrategia del tiempo (TBS), como se llama al nuevo
planteamiento. El atractivo de la TBS, como deca un director ejecutivo, procede de
que la velocidad mata a la competencia.
a) A General Electric le preocupaba el tiempo que tardaba en servir cuadros de
interruptores automticos. En la factora de Akron, Ohio, se pensaba que el
tiempo medio necesario era de unas tres semanas desde la recepcin del
pedido hasta la expedicin de un cuadro. Si los 100 ltimos pedidos se
sirvieron al cabo de 3.4 semanas de media, con una desviacin tpica de 1.1
semana, se confirma la estimacin de 3 semanas al nivel de confianza del
98%?
Intervalo de confianza del 98 para la media poblacional .

n>30 se aplica ladistribucin normal .
IC=X
Area=
ZS
n
0,98
=0,49 Z=2,33
2
IC=3,4
2,3311
100
IC=3,4 0,26
LI =3,40,26
LI =3,14
LS=3,4+0,26
Andrs Fernndez
Pgina 20
PRIMER PARCIAL
LS=3,66
Existe el 98 de confianza que el verdadero tiempomedio para la entrega

de la poblacin de cuadros de interruptoresautomticos estar comprendido
entre 3,14 y 3,66 semanas . Este intervalo de confianza no confirma que el

tiempomedio estimado en servir loscuadros de interruptores sea de 3 semanas .
b) En una muestra de n=100 proyectos de diseo, AT&T invirti una media de

2.3 aos en disear un nuevo telfono. Los tiempos de diseo de 12
proyectos tuvieron una desviacin tpica de 1.5 aos. Si suponemos una
distribucin normal en los tiempos de diseo, cul es el intervalo de
confianza del90% para tiempos medios?
Intervalo de confianza del 90 para la media poblacional .

n<30 se aplica ladistribucin t .
IC=X
tS
n
Para el 90 y n1=11 gl :t=1,796
IC=2,3
Andrs Fernndez
1,7961,5
12
Pgina 21
PRIMER PARCIAL
IC=2,3 0,78
LI =2,30,78
LI =1,52
LS=2,3+0,78
L S=3,08
Existe el 90 de confianza que el verdadero tiempomedio para disear
el nuevo telfono estar comprendido entre 1,52 y 3,08 aos .
PROBLEMA 2
Tom Monaghan, director ejecutivo de Dominos Pizza, es un verdadero entusiasta
del deporte. Adems de ser propietario del equipo de bisbol Detroit Tigers, corre
ms de 6 millas diarias y todos los lunes se lleva a sus directivos a correr con l. La
empresa est organizada con las mismas directrices que una liga deportiva
profesional, con divisiones regionales que compiten entre s en rendimiento
general, incluidos los tiempos de entrega. Monaghan ha llevado a Dominos a
ocupar el segundo puesto de las cadenas de pizza, despus de Pizza Hut,
ofreciendo a sus clientes un descuento de 3 dlares por cada pizza que tarde en
llegar ms de 30 minutos. Todo nuestro negocio se basa en la velocidad, afirma.
Monaghan est interesado en la proporcin de pizzas que no pasan la prueba de los
30 minutos y que, por lo tanto, tiene descuento. Supongamos que en una muestra
de 780 entregas, 54 llegan tarde. Monaghan quiere un intervalo de confianza que
Andrs Fernndez
Pgina 22
PRIMER PARCIAL
slo tenga una probabilidad de error del 4% para la proporcin de entregas que le
cuestan 3 dlares.
DATOS :
n=780
x 54
p= =
=0,0692
n 780
Intervalo de confianza del 96
np comon(1 p)son mayores a 5 se aplica la distribucin normal .
IC= p Z
rea=
p ( 1p )
n
0,96
=0,48: Z=2,06
2
IC=0,0692 2,06
0,0692 ( 10,0692 )
780
IC=0,0692 0,0091
LI =0,06920,0091
LI =0,0601
LS=0,0692+ 0,0091
LS=0,0783
Andrs Fernndez
Pgina 23
PRIMER PARCIAL
Existe el 94 de confianza que la verdade ra proporcin de entregas que

se realizaran fuera de tiempo estar comprendido entre 6,01 y 7,83 del
total de pedidos a domicilio .
PROBLEMA 3
a) Si Dominos quiere un intervalo de confianza del 99% para el tiempo medio
de entrega que no tenga un error superior a 1.5 minutos qu tamao deber
tener la muestra si una muestra piloto estima la desviacin tpica en 6
minutos?
E=1,5 minutos
NC=99
S=6 minutos
Area=
0,99
=0,495 Z=2,58
2
ZS
n=
E
( )
(
n=
2,586
1,5
n=106,50 107
El tamao mnimo de muestra necesario es 107 elementos para

cumplir con los requerimientos de la investigacin.
Andrs Fernndez
Pgina 24
PRIMER PARCIAL
b) Si se ha de construir un intervalo de confianza del 95% para la proporcin de
entregas retrasadas que nos d una estimacin del 1%, qu tamao deber
tener la muestra?
Tamao de muestra conp=0,0692(del problema anterior ); con NC =95 y error del 1 .
Area=
0,95
=0,475 Z=1,96
2
Z
n=p ( 1 p )
E
( )
n=0,0692 ( 10,0692 )
1,96
0,01
( )
n=2474,43 2474
Para cumplir con las caracteristicas , es necesario un tamano minimo
de muestra de 2474 elementos

PROBLEMA 1
News & World Report public un artculo sobre la carrera de xitos de Wal-Mart.
Actualmente es la mayor cadena de venta al por menor de la nacin. Empez con
una sola tienda de descuento en la pequea localidad de Rogers, Arkansas, y ha
crecido hasta poseer 1,300 tiendas en 25 estados. Este xito le ha valido a Sam
Walton, fundador y mayor accionista, el ttulo de hombre ms rico de Amrica. Las
ventas anuales se cifran en 15 millones de dlares por tienda:
DATOS :
=$ 15 milllones
n=120
X =$ 15,39 millones
Andrs Fernndez
Pgina 25
PRIMER PARCIAL
S=$ 2,9 millones

=0,10
PROBLEMA 2
a) Si se elige al azar una muestra de 120 tiendas y se hallan una ventas medias
de 15.39 millones de dlares, con una desviacin tpica de 2.9 millones de
dlares, est respaldada la hiptesis de = 15 millones al nivel de
significacin del 10%?
1.Planteo de hiptesis .
Venta promedio por tienda es igual a 15 mill ones de dlares .
Venta promedio por tienda es diferente a15 millones de dlares .
2.Nivel de significancia:
3.Estadstica de prueba .
n>30, ladistribucin muestral para lamedia se aproxima a ladistribucin

de probabilidad normal .
Zp=
X
S/ n
Zp=
15,3915
2,9/120
Zp=1,47
Andrs Fernndez
Pgina 26
PRIMER PARCIAL
4.Regla de decisin .
Estadstica Z critica , para rea=0,50
=0,45 : Zc=1,65
2
Regla de decisin : Se rechaza la Ho si Zp est fuer a de 1,65 ; caso contrario se acepta.
5.Decisin .
Como Zp=1,47 est dentro de 1,65 se acepta la Ho ,entonces al nivel de
significancia del 10 se concluye que la venta promedio por tienda es

igual a 15 millones de dlares .
b) Calcular el valor de p asociado con estos datos.
Para Zp=1,47: rea=0,4292
p=2(0,500,4292)=0,1416
Entonces , no existe evidencia que Ho no es verdadera .
c) Si es en realidad 14.8 millones de dlares, cul es la probabilidad de

cometer un error de tipo II?
Intervalode confianza del 90

n>30 se aplica ladistribucin normal .
IC=X
ZS
n
Andrs Fernndez
Pgina 27
PRIMER PARCIAL
0,90
Area=
=0,45 Z=1,65
2
IC=15
1,652,9
120
IC=15 0,44
LI =150,44
LI =14,54
LS=15+0,44
LS=15,44
Calculo de proba bilidad : P(14,56< X <15,44)
Z 1=
Z 1=
X 1
/n
14.5614,8
=0,91
2,9 / 120
Area 1=0,3186
Z 2=
X 2
/n
Z 1=
15.4414,8
=2,42
2,9/ 120
Area 1=0,4922
Andrs Fernndez
Pgina 28
PRIMER PARCIAL
P(14,56< X < 15,44)== Area1+ Area 2

P(14,56< X < 15,44)=0,3186+ 0,4922
P(14,56< X < 15,44)=0,8108

Existe la probabilidad del 81,08 de cometer un error tipo II si la
verdadera media de ventas es 14,8 millones de dlares .
d) Con las condiciones descritas en el problema anterior, calcular de nuevo las

partes a), b) y c) si la estimacin de ventas se ha expresado as: los ingresos
no superan 15 millones de dlares por tienda.
1.Planteo de hi ptesis .
Venta promedio por tienda no supera los 15 millones de dlares .

Venta promedio por tienda es mayor alos 15 mill ones de dlares .
2.Nivel de significancia :
n>30, ladistribucin muestral para lamedia se aproxima a la
distribucin de probabilidad normal .

Zp=
X
S/ n
Zp=
15,3915
2,9/120
Zp=1,47
Andrs Fernndez
Pgina 29
PRIMER PARCIAL
Estadstica Z critica , para rea=0,50 =0,40 :Zc=1,28
Regla de decisin : Se rechaza la Ho si Zp> 1,28; caso contrario se acepta .

5.Decisin .
Como Zp=1,47>1,28 se rechaza la Ho , entonces alnivel de s ignificancia

del 10 se concluye que la venta promedio por tienda es mayor a
los15 millones de dlares en forma significativa .
Valor p
Para Zp=1,47: rea=0,4292
p=0,500,4292=0,0708
Entonces, existe alguna evidencia que Hono es verdadera .
Probabilidad de cometer error tipo II si u1=14,8 millones de dlares .

Intervalode confianza del 90
n>30 se aplica la distribucin normal .

LS=X +
ZS
n
Area=0,900,50=0,40 Z =1,28
Andrs Fernndez
Pgina 30
PRIMER PARCIAL
1,282,9
LS=15+
120
LS=15+0,34
LS=15,34
Calculo de probabilidad : P(X < 15,34)
Z 1=
X
/n
Z 1=
15,3414,8
=2,04
2,9/ 120
Area=0,4793
P ( X <15,34 ) ==0,50+ rea

P ( X <15,34 ) =0,50+0,4793
P ( X <15,34 ) =0,9793
Existe la probabilidad del 97,93 de cometer un error tipo II si la
verdadera media de ventas es 14,8 millones de dlares .
PROBLEMA 3
El servicio norteamericano de peces y vida salvaje etiquetaba salmones que
desovaban en el ro Hood cerca de Seattle para determinar sus caractersticas
migratorias. El servicio pensaba que el 40% de los peces volvan all cada ao:
Andrs Fernndez
Pgina 31
PRIMER PARCIAL
a) Si una muestra de 2,022 peces revel que 822 haban sido etiquetados el ao
anterior, est respaldada la hiptesis del servicio al nivel de 5%?
DATOS :
n=2022
X =822
p=
822
=0,4065
2022
=0,40
=0,05
Proporcinde peces que regresan es igual al 40 .
Proporcinde peces que regresanes diferente al 40 .

Ya que n. y n (1 )es mayor a 5, ladistribucin muestral para la proporcin
se aproxima ala distribucin de probabilidad normal .

Zp=
Zp=
p
( 1 )
n
0,40650,40
=0,60
0,40 ( 10,40 )
2022
Andrs Fernndez
Pgina 32
PRIMER PARCIAL
Estadstica Z critica , para rea=0,50 /2=0,475 :Zc=1,96
Regla de decisin : Se rechaza la Ho si Zp est fuera de 1,96 ;
caso contrario se acepta.

5.Decisin .
Ya que Zp=0,60 est dentro de 1,96 se aceptala Ho , entonces al nivel de

significancia del 5 se concluye que la proporcin de peces que regresan
se mantiene en el 40 .
b) Calcular el valor de p correspondiente a estos datos.
Para Zp=0,60: rea=0,2257

p=2( 0,500,2257)=0,5486
Entonces, no existe ninguna evidencia que Hono es verdadera .

c) Calcular la probabilidad de cometer un error de tipo II si la proporcin
verdadera es 0.38.
Intervalo de confianza del 95 para la proporcin
tanto np como n(1p)es mayor a 5 se aplica ladistribucin normal .

IC= Z
Andrs Fernndez
( 1 )
n
Pgina 33
PRIMER PARCIAL
rea=0,95/2=0,475 : Z=1,96
IC=0,40 1,96
0,40 ( 10,40 )
2022
IC=0,40 0,021
LI =0,400,021
LI =0,379
LS=0,40+0,021
LS=0,421
Calculo de probabilidad : P(0,379< p< 0,421)
Z 1=
Z 1=
p1 1
( 1 )
n
0,3790,38
=0,90
0,38 ( 10,38 )
2022
Area 1=0,0359
Z 2=
p2 2
( 1 )
n
Andrs Fernndez
Pgina 34
PRIMER PARCIAL
0,4210,38
Z 2=
=3,80
0,38 ( 10,38 )
2022
Area 2=0,50
P ( 0,3796< p<0,421 )== Area 1+ Area 2
P ( 0,3796< p<0,421 )=0,0359+ 0,50
P ( 0,3796< p<0,421 )=0,5359
Existe la probabilidad del 53,59 de cometer un error tipo II si
la verdadera proporcin de pecesque regresan es 0,38.
PROBLEMA 4
Con los datos del problema anterior, si el servicio mantuviera la hiptesis de que
ms del 40% de los peces regresaban cada ao, cules seran sus respuestas a las
partes a), b) y c)?
Prueba de hiptesis para la proporcin de una muestra de cola supe rior
Proporcinde peces que regresan es el 40 .
Proporcinde peces que regresanes msdel 40 .

Ya que n. y n (1 )es mayor a 5, ladistribucin muestral para la proporcin
Andrs Fernndez
Pgina 35
PRIMER PARCIAL
se aproxima ala distribucin de probabilidad normal .

Zp=
Zp=
p
( 1 )
n
0,40650,40
=0,60
0,40 ( 10,40 )
2022
Regla de decisin : Se rechaza la Ho si Zp> 1,65; caso contrario se acepta .

5.Decisin .
Ya que Zp=0,60<1,65 se aceptala Ho , entonces al nivel de significancia

del 5 se concluye que la proporcin de peces que regresan se mantiene en el 40 .
Valor p
Para Zp=0,60: re a=0,2257

p=0,500,2257=0,2743
Andrs Fernndez
Pgina 36
PRIMER PARCIAL
Entonces, no existe ninguna evidencia que Hono es verdadera .
Probabilidad de cometer error tipo II si 1=0,38.
Intervalode confianza del 95 para la proporcin

Ya que tanto n . p como n.(1 p)es mayor a 5 se aplica ladistribucin normal .
LS= + Z
( 1 )
n
Area=0,950,50=0,45 Z =1,65
LS=0,40+1,65
0,40 ( 10,40 )
2022
LS=0,40+0,018
LS=0,418
Calculo de probabilidad : P( p<0,418)
Zp=
Zp=
p 1
( 1 )
n
0,4180,38
=3,52
0,38 ( 10,38 )
2022
Andrs Fernndez
Pgina 37
PRIMER PARCIAL
Area=0,50
P ( p< 0,418 )==0,50+ rea
P ( p< 0,418 )=0,50+ 0,50
P ( p< 0,418 )=1,00
Existe la probabilidad del 100 de cometer un error tipo II si
la verdadera proporcin de peces q ue regresan es 0,38.

PROBLEMA 1
Un nmero de abril de 1991 de la revista Fortune publicaba un artculo sobre la
numerosa generacin de adictos al trabajo, con edades entre 25 y 43 aos, que
ocupan puestos directivos en las empresas. El artculo comparaba la vida laboral de
estos jvenes ejecutivos que se han colocado en el camino del ascenso rpido en
las empresas con la de los trabajadores que dedican menos tiempo a su trabajo.
Mientras que quienes siguen la moda de perseguir el xito suelen trabajar 70, 80 o
incluso 90 horas a la semana, lo tpico es trabajar 60. Los datos se recopilaron a
partir de entrevistas con empleados de las empresas. Si clasificamos en el grupo 1
a los de ascenso rpido y en el grupo 2 a los que dedican menos tiempo a su
trabajo, y suponemos que las entrevistas revelaron los datos estadsticos
siguientes en relacin con los programas de trabajo semanales:
GRUPO 1
GRUPO 2
X 1=62.5horas
horas
X 2=39.7
S 1=22 3.7 horas
S 2=8.9 horas
n1=175
n2=168
Andrs Fernndez
Pgina 38
PRIMER PARCIAL
DATOS :
S 1 2 S 22
Sp=S X X =
+
n1 n2
1
Sp=S X X =
1
23,72 8,92
+
=1,9186
175 168
a) Al nivel de significancia del 10%, parece haber una diferencia entre el

nmero medio de horas semanales dedicadas al trabajo por uno y otro
grupo?
Promedio de horas de trabajo semanal es igual en los 2 grupos .
Promedio de horas de trabajo semanal es diferente en los 2 grupos .

Por ser lostamaos de muestras mayores a 30, la distribucin muestral
parala diferencia de medias se aproxima ala d istribucin de probabilidad normal .

Zp=
X 1X 2
Sp
Zp=
62,539,7
=11,88
1,9186
Estadstica Z critica , para rea=0,50 /2=0,45 :Zc=1,65
Andrs Fernndez
Pgina 39
PRIMER PARCIAL

5.Decisin .
Como Zp=11,88 est fuera de 1,65 se rechaza la Ho , entonces alnivel
de significanciadel 10 se concluye que el promedio de horas de trabajo

semanal es diferente en los2 grupos en for ma significativa .
b) Supongamos que queremos determinar si los pertenecientes al primer grupo

trabajan ms horas que la media de los pertenecientes al segundo.
Promedio de horas de trabajo semanal es igual en los 2 grupos .

Promedio de horas de trabajo semanal es mayor en el primer grupo .
Zp=
X 1X 2
Sp
Zp=
62,539,7
=11,88
1,9186
Andrs Fernndez
Pgina 40
PRIMER PARCIAL
Regla de decisin : Se rechaza la Ho si Zp> 1,28;

5.Decisin .
Como Zp=11,88> 1,28 se rechaza la Ho , ent onces al nivel de
significancia del 10 se concluye que el promedio de horas de trabajo

semanal es mayor en el primer grupo que en el segundo grupo en forma significativa .
c) Un tercer enfoque de esta comparacin es comprobar la hiptesis de que 1

sea superior a 2 en 10 horas.
Diferenciaentre promedio de horas de trabajo semanal

entre los 2 grupos es igual a 10 horas .
Diferenciaentre promedio de horas de trabajo semanal

entre los 2 grupos es mayor a 10 horas .
Andrs Fernndez
Pgina 41
PRIMER PARCIAL
X
( 1 X 2)10
Sp
Zp=
Zp=
(62,539,7)10
=6,67
1,9186

5.Decisin .
Como Zp=6,67>1,28 se rechaza la Ho , entonces al nivel de

significancia del 10 se concluye que la diferencia entre promediode
horas de trabajo semanal entre los 2 grupos es mayor a10 horas en forma significativa .
PROBLEMA 2
Muchos estudios econmicos se ocupan de sectores en los cuales una gran parte
del dominio del mercado se concentra en manos de unas pocas empresas. Se teme
que las empresas poderosas en sectores de tan alta concentracin dominen el
mercado con fines egostas. Se emparejaron las empresas de nueve sectores
concentrados con las de un nmero igual de sectores en los cuales el poder
econmico estaba ms disperso. Se hicieron coincidir las empresas de cada grupo
Andrs Fernndez
Pgina 42
PRIMER PARCIAL
en cuanto a competencia extranjera, estructuras de coste y de todos los dems
factores que pueden afectar a los precios industriales.
A continuacin se indican los incrementos medios del precio en porcentajes de
cada sector. Al nivel del 5%, parece que los sectores concentrados presentan una
presin inflacionista ms pronunciada que los sectores menos concentrados?
PAREADOS DE
SECTORES
SECTORES
SECTORES
CONCENTRADOS (%)
MENOS
CONCENTRADOS
1
2
3
4
5
6
7
8
9
(%)
3.2
3.7
2.6
0.1
4.1
4.8
5.2
3.9
4.6
3.7
4.1
2.1
-0.9
4.6
5.2
6.7
3.8
4.9
DATOS :
Tabla de clculos para ladiferencia media de 2 muestrasdependientes .

Pareado
s
de
sectores
1
2
3
4
5
6
7
8
Sectores
Concentra
d.
3,7
4,1
2,1
-0,9
4,6
5,2
6,7
3,8
Andrs Fernndez
Sectore
s
Menor c.
Diferenci
a
D
Dif
media
Dm
Cuadrad
o
(D-Dm)
3,2
3,7
2,6
0,1
4,1
4,8
5,2
3,9
0,5
0,4
-0,5
-1
0,5
0,4
1,5
-0,1
0,22
0,22
0,22
0,22
0,22
0,22
0,22
0,22
0,0772
0,0316
0,5216
1,4938
0,0772
0,0316
1,6327
0,1038
Pgina 43
9
4,9
4,6
Sumas:
PRIMER PARCIAL
0,3
2
0,22
0,0060
3,9756
DIFERENCIA MEDIA
D=
D
n
2
D= =0,22
9
DESVIACION ES TANDAR
S n=
( DD )2
S n=
3,9756
=0,7049
91
n1
Diferenciamedia en presin inflacionaria entre

los2 sector es es igual a cero .
Diferenciamedia en presin inflacionaria es mayor en

el grupo de sectoresconcentrados .
Por ser el tamao de muestra menor a 30, se aplicala distribucin de probabilidad t .
Andrs Fernndez
Pgina 44
PRIMER PARCIAL
D
tp=
Sn
n
tp=
0,22
=0,94
0,7049/ 9
Estadstica t critica , para 8 gl de una cola y =0,05 :tc=1,86
Regla de decisin : Se rechaza la Ho si tp> 1,86;

5.Decisin .
Como tp=0,94 <1,86 se aceptala Ho , entonces al nivel de significancia
del 5 se concluye que los sectores concentrados no presentan una presin

inflacionista ms pronunciada que los sectores menos concentrados en forma
significativa .
PROBLEMA 3
Una empresa de sondeos prueba dos barrenas perforando pozos hasta una
profundidad mxima de 112 pies y anotando el nmero de horas que requiere el
proceso. La primera barrena se utiliz en 12 casos con un tiempo medio de 1 =
27.3 horas y s1 = 8.7 horas. Con la segunda se perforaron 10 pozos, obtenindose
un resultado de 2 =31.7 horas y s2 = 8.3 horas.
Andrs Fernndez
Pgina 45
PRIMER PARCIAL
DATOS :
2
p
S =
S 2p=
( n1 1 ) S 21+ ( n21 ) S 22
n1+ n22
( 121 ) 8,72 + ( 101 ) 8,32

=72,63
12+102
a) Parece que la primera barrena es ms eficaz que la segunda? Pone = 0.10.
Tiempo promedio de perforacion es igual con los 2 tipos de barrenas .
Tiempo promedio de perforacin es menor con la primera barrena.

Por ser lostamaos de muestras menores a 30 y se desconocen los valo res de
la desviacin estndar de cada poblacin , se aplica ladistribucin de probabilidad t .

tp=
tp=
X 1X 2
S2p
( n1 + n1 )
1
23,731,7
1 1
72,63
+
12 10
Andrs Fernndez
=1,206
)
Pgina 46
PRIMER PARCIAL
Estadstica t critica , para n 1+n 2 2=20 gl de una cola
=0,10 :tc=1,325
Regla de decisin : Se rechaza la Ho si tp<1,325 ;

5.Decisin .
Como tp=1,206>1,325 se rechaza la Ho , entonces al nivel de significancia

del 10 se concluye que la prim era barrenano es mas eficaz que la segunda
barrena en forma significativa .
b) Todos los pozos se perforaron con el mismo equipo y en el mismo suelo. Si

por estos motivos o muchos otros que se pudieran citar la empresa de
sondeos pens que los tiempos tenan varianzas iguales, cmo diferira la
prueba de la parte a)?
En elliteral anterior ya se aplic el criterio de las varianzas iguales para el desarrollo

de la prueba de hiptesis , por el contrario para casos con varianzas diferentes habr
que considerar algn cambio o ajust e en el proceso para desarrollar la prueba de

hiptesis , pero por limitaciones del libro de estudios no se la conoce , tal que no
Andrs Fernndez
Pgina 47
PRIMER PARCIAL
podemosdeterminar si cambia o no elresultado de la prueba .
PROBLEMA 4
Un estudio realizado por Retail Management revel que 131 de 468 mujeres pagaron
sus compras al por menor con una tarjeta de crdito concreta, mientras que de 237
hombres 57 utilizaron la misma tarjeta:
DATOS :
pc =
X1+ X2
n1 +n2
pc =
131+57
=0,2667
468+237
a) Hay datos indicadores de una diferencia en la proporcin de mujeres y

hombres que utilizan esa tarjeta? Sea = 0.05.
Proporcinde compras con tarjetaes igual

entre hombres y mujeres .
Proporcin de compras con tarjetaes

iferente entre hombres y mujeres .
Andrs Fernndez
Pgina 48
PRIMER PARCIAL
Por ser n . p y n(1 p)mayores a5 para cada muestra se aplica

la distribucin normal .
Zp=
Zp=
p 1 p2
PC ( 1PC )
( n1 + n1 )
1
0,280,24
1
1
0,2666 ( 10,2666 )
+
468 237
=1,13
Estadstica Z critica , para rea=0,50
=0,475 : Zc=1,96
2

5.Decisin .
Como Zp=1,13 est dentro de 1,96 se acepta la Ho , entonces al nivel de
significancia del 5 se concluye que no existe una diferencia

significativa en la proporcin de compras pagadas con tarjeta por mujeres y hombres .
Andrs Fernndez
Pgina 49
b) Supongamos que la hiptesis fuera que w > M.
Proporcinde compras con tarjetaes igual

entre hombres y mujeres .
Proporcinde compras con tarjetaes mayor

en grupo de mujeres .
Zp=
Zp=
p 1 p2
PC ( 1PC )
( n1 + n1 )
1
0,280,24
0,2666 ( 10,2666 )
( 4681 + 2371 )
=1,13

5.Decisin .
Andrs Fernndez
Pgina 50
PRIMER PARCIAL
PRIMER PARCIAL
Como Zp=1,13<1,65 se aceptala Ho, entonces al nivel de significancia

del 5 se concluye que lascompras pagadas con tarjeta por mujeres no
es mayor en forma significativa que la realizada por hombres .
c) Supongamos que la hiptesis fuera que la proporcin de mujeres era como

mnimo tan grande como la de hombres.
Proporcin de compras con tarje tahecha
por mujeres es igual a 0,24.

Proporcin de compras con tarjetahecha
por mujeres es mayor a 0,24.

Zp=
Zp=
p1
( 1 )
n1
0,280,24
=2,03
0,24 ( 10,24 )
468
Andrs Fernndez
Pgina 51
PRIMER PARCIAL

5.Decisin .
Como Zp=2,03>1,65 se rechaza la Ho , entonces alnivel de significancia

del 5 se concluye que lascompras pagadas con tarjeta por mujeres
mayor al24 en forma significativa .
d) Formulemos la hiptesis de que la proporcin de mujeres supere a la de

hombres en ms del 1.5%.
Diferenciaen proporcin de compras
con tarjeta es igual a 0,015.

Proporcinde compras con tarjeta
es mayor en 0,015 en grupo de mujeres .

Andrs Fernndez
Pgina 52
PRIMER PARCIAL
p
( 1 p2 )0,015
1 1
+
n 1 n2
Zp=
PC ( 1PC )
Zp=
( 0,280,24 ) 0,015
0,2666 ( 10,2666 )
( 4681 + 2371 )
=0,71

5.Decisin .
Como Zp=0,71<1,65 se aceptala Ho, entonces al nivel de sig nificancia

del 5 se concluye que lascompras pagadas con tarjeta por mujeres no es
mayor en el1,5 en forma significativa sobre las compras r ealizada por hombres .
Bibliografa principal. Texto gua
Andrs Fernndez
Pgina 53
Ttulo:
PRIMER PARCIAL
Estadstica para administracin y

economa
Autor:
Levin / Rubin / Balderas/ del Valle /

Gmez
Editorial:
Pearson
Edicin o ao:
7. edicin
Bibliografa de consulta opcional
Ttulo:
Autor:
Estadstica para administracin y

economa
William J.Stevenson
Editorial:
Harla
Edicin o ao:
1981
Ttulo:
Estadstica para administracin y economa
Autor:
Mason / Lind / Marchal
Editorial:
McGraw Hill
Edicin
11. edicin
Andrs Fernndez
Pgina 54

g1 Juan Andres Fernandez Solis Estadistica Inferencial

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

g1 Juan Andres Fernandez Solis Estadistica Inferencial

Uploaded by

Copyright:

Available Formats

ESTADISTICA INFERENCIAL

CARRERA A DISTANCIA: ING.

Ingresos mensu alescon distribuci n normal :

a) Si se eligieran los ingresos de un mes en cualquiera de los clubes, cul es la

sea superior a 1,3 millones de d lares .

2. Estuvieren entre 1.5 y 2.0 millones de dlares.

P(1,50< X < 2,00)

b) En marzo ltimo, uno de los clubes declaraba ingresos de 0.89 millones de

P ( X <0,89 )=0,50 rea

sea inferior a 0,89 millones de d lares .

c) Si la seora Hefner desea determinar qu clubes informan ingresos en el

Para el Percentil 12 : rea=0,500,12=0,38 y Z=1,18

x 0=1.23+ (1.18 )( 0.65 )

( 25+ 0,50 )20

P ( X >25 )=0,50 rea

pacientes nece siten operarse .

ACTIVIDAD DE APRENDIZAJE 1.2

a) Si el director ejecutivo tuviera que elegir una muestra de dos llamadas,

Enla distribuci n muestral existir n15 muestras de tama o 2.

b) Calcular la desviacin tpica de la poblacin.

de tiempos de esperaen las llamadas.

c) Construir la distribucin muestral.

d) Cul es la probabilidad de que

2) se incluya en la muestra la demora de 17 minutos?

e) Cul es la media y el error tpico de la distribucin muestral? Qu relacin

a l grado de dispersin de ladistribucin de la poblacin .

=3.51 mil millones

a) Si se toma una muestra de n=64 empresas, cul es la probabilidad de que la

Existe la probabilidad del 28,1 que la media muestral sea superior

b) Qu porcentaje de todas las muestras posibles de tamao 64 dar como

d) Si los datos de Fortune son correctos, cul es la probabilidad de que si se

P (|error|>0.5 )=2 ( 0,500,4953 )

Existe la mnima probabilidad del 0,94 que e l error de muestreo

=17.500 millones USD

a) Si se elige una muestra de 25 contratos, cul es la probabilidad de que la

b) El presidente aceptar un error de 5,000 millones de dlares en la estimacin

Existe la probabilidad del 42,36 que el presidente reciba una estimacin

Comprender los conceptos sobre Muestreo

Aplicar los diferentes mtodos de muestreo

Utilizar la tabla de nmeros aleatorios

ACTIVIDAD DE APRENDIZAJE 1.3

Intervalo de confianza del 98 para la media poblacional .

Existe el 98 de confianza que el verdadero tiempomedio para la entrega

entre 3,14 y 3,66 semanas . Este intervalo de confianza no confirma que el

b) En una muestra de n=100 proyectos de diseo, AT&T invirti una media de

Intervalo de confianza del 90 para la media poblacional .

Para el 90 y n1=11 gl :t=1,796

Existe el 90 de confianza que el verdadero tiempomedio para disear

el nuevo telfono estar comprendido entre 1,52 y 3,08 aos .

Existe el 94 de confianza que la verdade ra proporcin de entregas que

total de pedidos a domicilio .

El tamao mnimo de muestra necesario es 107 elementos para

Tamao de muestra conp=0,0692(del problema anterior ); con NC =95 y error del 1 .

de muestra de 2474 elementos

ACTIVIDAD DE APRENDIZAJE 1.4

S=$ 2,9 millones

Venta promedio por tienda es diferente a15 millones de dlares .

n>30, ladistribucin muestral para lamedia se aproxima a ladistribucin

Regla de decisin : Se rechaza la Ho si Zp est fuer a de 1,65 ; caso contrario se acepta.

significancia del 10 se concluye que la venta promedio por tienda es

Para Zp=1,47: rea=0,4292

c) Si es en realidad 14.8 millones de dlares, cul es la probabilidad de

Intervalode confianza del 90

Calculo de proba bilidad : P(14,56< X <15,44)