You are on page 1of 2

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

ESTADÍSTICA
TALLER 2

1. El tiempo dedicado al uso del correo electrónico por sesión tiene una distribución normal, con µ = 8
minutos y σ = 2 minutos. Si se selecciona una muestra aleatoria de 25 sesiones.

a) ¿Cuál es la probabilidad de que la media muestral se encuentre entre 7,8 y 8,2 minutos?
b) ¿Cuál es la probabilidad de que la media muestral se encuentre entre 7,5 y 8 minutos?
c) Si se selecciona una muestra aleatoria de 100 sesiones, ¿cuál es la probabilidad de que se encuentre
entre 7,8 y 8,2 minutos?

2. La cantidad de tiempo que un cajero de banco dedica a cada cliente tiene una media poblacional de
µ = 3,1 minutos y una desviación estándar de σ = 0,4 minutos. Si se selecciona una muestra aleatoria de
n = 16 clientes.

a) ¿Cuál es la probabilidad de que el tiempo medio dedicado a cada cliente sea al menos de 3 minutos?
b) ¿Existe un 85 % de posibilidades de que la media muestral se encuentre debajo de cuantos minutos?
c) Si se selecciona una muestra aleatoria de 64 clientes, existe un 85 % de posibilidades de que la media
muestral se encuentra debajo de ¿cuántos minutos?.

3. Usted planea realizar un experimento de marketing en el que los estudiantes deben probar una de dos
marcas de bebidas gaseosas distintas. Su labor consiste en identificar correctamente cual es la marca que
probaron. Usted selecciona una muestra aleatoria de 200 estudiantes y se supone que no cuentan con
facultades para distinguir entre ambas marcas. (Nota: Si un individuo carece de facultades para distinguir
entre las dos bebidas gaseosas, entonces ambas marcas tienen la misma probabilidad de ser seleccionadas).

a) ¿Cuál es la probabilidad de que la muestra obtenga entre 50 % y 60 % de identificaciones correctas?


b) Hay una probabilidad del 90 % de que el porcentaje muestral se encuentre dentro de ¿Cuáles lı́mites
simétricos del porcentaje poblacional?
c) ¿Cuál es la probabilidad de que el porcentaje muestral de identificaciones correctas sea mayor del
65 %?
d ) ¿Qué es más probable que ocurra: más del 60 % de identificaciones correctas en la muestra de 200, o
más del 55 % de identificaciones correctas en una muestra de 1000? Explique porqué.

4. Sea X1 , X2 , ..., Xn una muestra aleatoria. Se define:


n
X (Xi − µ)2
S :=
σ2
i=1

Demuestre que S tiene distribución Ji-cuadrado con n − 1 grados de libertad.

5. Demuestre que la varianza de S 2 para muestras aleatorias de tamaño n de una población normal disminuye
(n − 1)S 2
a medida que aumenta n. (Sugerencia: primero calcule la varianza de ).
σ2
6. Demuestre que S 2 es un estimador insesgado del parámetro poblacional σ 2 .

7. Suponga que Y1 , Y2 , Y3 denotan una muestra aleatoria de una distribución exponencial con función de
densidad:  
 1 e −yθ y>0
f (y|θ) := θ
0 e.o.c

Considere los siguientes cinco estimadores de θ:

θˆ1 = Y1
Y1 + Y2
θˆ2 =
2
Y 1 + 2Y2
θˆ3 =
3
θˆ4 = mı́n{Y1 , Y2 , Y3 }
θˆ5 = Y
a) ¿Cuales de estos estimadores son insesgados?.
b) Entre los estimadores insesgados, ¿cual tiene varianza más pequeña?.

8. Determine el MLE para una distribución:

a) Distribución Beta de parámetros θ = (θ1 , θ2 ).


1
fx (x|θ) = xθ1 −1 (1 − x)θ2 −1 I(0,1)
β(θ1 , θ2 )

b) Distribución Pareto de parámetros θ = (θ1 , θ2 ).

θ2 θ1θ2
fx (x|θ) = I
xθ2 +1 (θ1 ,∞)

c) Distribución Normal de parámetros θ = (θ1 , θ2 ).

−(x − θ1 )2
 
1
fx (x|θ) = √ exp
2πθ2 2θ2

d ) Distribución Gamma de parámetros θ = (θ1 , θ2 ).

θ2θ1 θ1 −1 −θ2 x
fx (x|θ) = x e I(0,∞)
Γ(θ1 )

9. Si es posible, determine un estimador de θ mediante el método de los momentos, en los items anteriores.

You might also like