EJERCICIOS DE DISTRIBUCIONES MUESTRALES

INTEGRANTES:

TUTOR:
MARCOS CASTRO BOLAOS

ASIGNATURA:
ESTADISTICAII

UNIVERSIDAD DE CARTAGENA
IV SEMESTRE DE ADMINISTRACION DE EMPRESAS

CREAD- LORICA.
FECHA:
09 DE ABRIL DE 2014

TALLER # 3

EJERCICIOS PROPUESTOS DE DISTRIBUCIONES

MUESTRALES
6.1 Defina en qu consisten: a) la distribucin en el muestreo de la media, b) la
distribucin en el muestreo de la proporcin c) la distribucin en el muestreo de
las diferencias de medias d) la distribucin en el muestreo de las diferencias de
proporciones e) el error estndar para cada uno de los literales anteriores.
SOLUCIN
1 DEFINA EN QU CONSISTEN:
a) La distribucin en el muestreo de la media
Si a cada una de las M muestras de igual tamao n, que podemos seleccionar
de una poblacin N, le calculamos su respectivos estimadores (medias
aritmticas), la variable aleatoria as obtenida, la denominamos distribucin en
el muestreo de la media.
b) La distribucin en el muestreo de la proporcin
Frecuentemente en estadstica es importante conocer la proporcin de una
cosa con respecto al todo, como la proporcin de piezas defectuosas en un lote
de produccin dado, proporcin de electores a favor de un cierto candidato, etc.
La distribucin en el muestreo de la proporcin, consiste en la distribucin de
las proporciones de todas las posibles muestras que pueden ser seleccionadas
de una poblacin.
c) La distribucin en el muestreo de las diferencias de medias
Suponga que se tienen dos poblaciones distintas, la primera con media

desviacin estndar
1, y la segunda con media
2 y desviacin estndar
2. Ms an, se elige una muestra aleatoria de tamao n 1 de la primera poblacin
y una muestra independiente aleatoria de tamao n 2 de la segunda poblacin;
se calcula la media muestral para cada muestra y la diferencia entre dichas
medias. La coleccin de todas esas diferencias se llama distribucin muestral
de las diferencias entre medias o la distribucin muestral del estadstico
d) La distribucin en el muestreo de las diferencias de proporciones
Con mucha frecuencia estamos interesados en conocer las diferencia entre dos
proporciones de dos poblaciones independientes; as por ejemplo, supongamos
que se sabe por experiencia que la proporcin de la poblacin empleada
respecto a la poblacin econmicamente activa de una regin es el 60%,
mientras que para otra regin vecina es el 66%. Podramos estar interesados

en conocer la probabilidad de que para un ao dado, las diferencias entre las

proporciones no sobrepasen el 5%, con muestras de tamao 150.
Similarmente a las consideraciones que hicimos para la distribucin en el
muestreo de la diferencia de medias (vase pgina 167), podemos obtener una
tabla que nos indique en una primera columna todos los pares de muestra
posibles que pueden extraerse de dos poblaciones independientes y que
adems en una segunda columna, nos indique las diferencias de proporciones
para cada par de muestras.

e) El error estndar para cada uno de los literales anteriores.

La media muestral es el estimador usual de una media poblacional. Sin embargo,
diferentes muestras escogidas de la misma poblacin tienden en general a dar
distintos valores de medias mustrales. El error estndar de la media (es decir, el
error debido a la estimacin de la media poblacional a partir de las medias mustrales)
es la desviacin estndar de todas las posibles muestras (de un tamao dado)
escogidos de esa poblacin. Adems, el error estndar de la media puede referirse a
una estimacin de la desviacin estndar, calculada desde una muestra de datos que
est siendo analizada al mismo tiempo.

En aplicaciones prcticas, el verdadero valor de la desviacin estndar (o del

error) es generalmente desconocido. Como resultado, el trmino "error
estndar" se usa a veces para referirse a una estimacin de esta cantidad
desconocida. En tales casos es importante tener claro de donde proviene, ya
que el error estndar es slo una estimacin. Desafortunadamente, esto no es
siempre posible y puede ser mejor usar una aproximacin que evite usar el
error estndar, por ejemplo usando la estimacin de mxima verosimilitud o
una aproximacin ms formal derivada de los intervalos de confianza. Uno
caso bien conocido donde se pueda usar de forma apropiada puede ser en la
distribucin t de Student para proporcionar un intervalo de confianza para una
media estimada o diferencia de medias. En otros casos, el error estndar
puede ser usado para proveer una indicacin del tamao de la incertidumbre,
pero su uso formal o semi-formal para proporcionar intervalos de confianza o
test debe ser evitado a menos que el tamao de la muestra sea al menos
moderadamente grande. Aqu el concepto "grande" depender de las
cantidades particulares que vayan a ser analizadas.
En anlisis de regresin, el trmino error estndar o error tpico es tambin
usado como la media de las diferencias entre la estimacin por mnimos
cuadrados y los valores dados de la muestra.

6.3 Si a cada una de las muestras del problema anterior le calculamos su

correspondiente proporcin, cmo llamara usted a la serie de proporciones
obtenidas y qu propiedades tiene dicha distribucin.

SOLUCIN
A la serie de proporciones que se obtienen de la muestra recibe el nombre de
medias mustrales y para estas se cumple que el promedio de estas medias es
x =M.
igual a la media poblacional, es decir.

6.5 Quinientos cojinetes de bolas, tienen un peso medio de 5.02 onzas y una
desviacin estndar de 0.30 onzas. Hallar la probabilidad de que una muestra
aleatoria de 150 cojinetes, tenga un peso medio de ms de 5.10 onzas.
Respuesta: 0.0005.
SOLUCIN
5-

= 5,02 ,

Z=
n

=0,3 ,

5,025,1
0,3
=
150

n =150, X = 5,1.

0,08
0,3
=
12,2474

0,08
= 0,02449 =-3,2659 3,27 .

Luego.
P (x 5,1= p ( z>3,27 ) =1 p ( z< 3,27 )=10,9995=0,0005.

6.7 Se desea estudiar una muestra de 49 personas para saber la proporcin

de ellas que tienen ms de 40 aos; sabiendo que la proporcin en la poblacin
es de 0.4. Cul es la probabilidad de que la 189 Proporcin en la muestra sea
menor que 0.5, si se trata de una poblacin muy grande? Respuesta: 0.8472.
SOLUCIN:
n=49

p = 0,4 ,

p(1 p)
n

<0,5.

(0,1)(10,4)
49

( 0,4 ) (0,6)
49

0,24
49

0,004897 =0,06998, remplazando en la frmula de z tenemos.

As.
Z=

0,40,5
= 0,06998

0,1
= 0,06998

= -1,4248

-1,43.

6.9 De una poblacin de 1.500 familias que conforman una comunidad se sabe
que el 70% tienen vivienda propia. En una muestra aleatoria de 50 familias
extradas de dicha poblacin se encontr que el 65% tenan vivienda propia. a)
Identifique: i) N, ii) n, iii) el estimador, iv) el parmetro. b) Cmo explica usted la
diferencia entre el estimador y el parmetro.
SOLUCIN:
N =1500 familias que conforman la comunidad.
n =50, que son las familias que se toman de N.
El estimador es 70%.
El parmetro es el 65% de familias con vivienda propia.
El valor de un estimador proporciona lo que se denomina en estadstica una
estimacin puntual del valor del parmetro en estudio. En general, se suele
preferir realizar una estimacin mediante un intervalo, esto es, obtener un
intervalo [a, b] dentro del cual se espera est el valor real del parmetro con
un cierto nivel de confianza. Utilizar un intervalo resulta ms informativo, al
proporcionar informacin sobre el posible error de estimacin, asociado con la
amplitud de dicho intervalo. El nivel de confianza es la probabilidad de que a
priori el verdadero valor del parmetro quede contenido en el intervalo.
En la prctica, los intervalos de estimadores con distribuciones simtricas
suelen indicarse dando el valor del estimador puntual utilizado como centro del
intervalo y un valor que debe sumarse y restarse para obtener el lmite superior
e inferior.

6.11 Si se obtienen todas las posibles muestras de tamao 25 en una

distribucin normal con media 20 y desviacin estndar 4; dentro de que lmites
se encuentra el 90% central de las medias mustrales. Respuesta: Entre 18.69
y 21.31.
SOLUCIN:
n =25,

= 20,

=4,

x1 x2 .

Segn la informacin tenemos que p ( Z > x 1 ) P (Z X 2 ) = es decir 1-p

(z x1 ) p (z x 2 ) =0,9, por simetra
Z2

=- Z 1

ASI quedara 1 p ( z 2 ) p ( z 2 ) = 0,9.

1 2p (z) = 0,9.
P (z) =

0,1
2

2p (z)= 1-0,9. , 2p (z) =0,1.

Z2

=0,05. , lo que indica que

=0,64.

Pero segn la frmula de Z tenemos.

Z2

=
n

Despejando
4
= 20 5

202
4
=
25

20
4
=
5

=0,64.

4
tenemos 20 = 5 = (0,64)

= (0,64) = 20 0,51 = 19,48.

En forma similar para el valor -Z tenemos.

4
=20 +
5

(0,64) = 20 + 0,51 =20, 51.

6.13 Con el fin de estimar la diferencia de proporciones entre dos poblaciones

A y B, se tomaron muestras de ambas poblaciones de tamaos 70 y 90
respectivamente. Se pide calcular el error estndar de la diferencia de las
proporciones mustrales, si se sabe que stas ltimas fueron 35% y 41%
respectivamente. Respuesta: 0.077.
SOLUCIN:
n1

n2

=70,

p1 =0,35

=( p1 p2 ) =

=90

p2 =0,41

p1 (1 p ) p2 (1 p )
+
n1
n2
1

( 0,35 ) (10,35) ( 0,41 ) (1041)

+
70
90

(0,35)(0,65) ( 0,41 ) (0,59)

+
70
90

5,93777103

0,2275 0,2419
+
70
90

=0,077.

6.15 En cierta regin los salarios diarios de los mineros del carbn estn
normalmente distribuidos, con una media de $ 1.650.00 US y una desviacin
estndar de $ 150.00 US. La poblacin de mineros es superior a 1500. Cul es
la probabilidad de que en una muestra representativa de 25 de esos mineros, el
salario medio sea inferior a $1.575.00 US. Respuesta: 0.0062.
SOLUCIN:
X

=1650,

Z=
n

=150,

16501575
150
=
25

1575.

n =25,
75
= 150
5

75
= 30

=2,5.

P(x 1575 =1 p( z <2,5)=10,9938=0,0062.

6.17 Una muestra aleatoria de tamao 20 extrada de una poblacin normal,

tiene una media de 56.4 y una desviacin estndar de 3.2. Mediante la anterior
informacin qu puede usted concluir respecto de la afirmacin de que la
media poblacional es 62.0? Respuesta: t = - 7.83. Como de acuerdo a la tabla
t-Student el 99% de las medias mustrales se encuentran en el intervalo
correspondiente a t=-2.861, entonces, podemos concluir que la afirmacin
relacionada con la media poblacional no es correcta.
SOLUCIN:
n =20,

=56,4,

S =3,2

M =62.

x M
S
La informacin hace referencia a la distribucin t, t =
n

5.6
3,2
4,472

56,462
3,2
=
20

5.6
= 0,7155

t =-7,8267

- 7,83.

Como de acuerdo a la tabla t-Student el 99% de las

medias mustrales se encuentran en el intervalo correspondiente a t=-2.861,

entonces, podemos concluir que la afirmacin relacionada con la media
poblacional no es correcta.

6.19 Un distribuidor de pinturas afirma que la diferencia de los promedios de

los rendimientos entre dos marcas A y B de pinturas es de 5 metros cuadrados
por galn () A B =5. Por otra parte una oficina constructora de
vivienda, pone en duda dicha afirmacin y para comprobarlo, toma 6 galones
de pintura de cada marca y encuentra que con la marca A el promedio del
rendimiento es de 32 metros cuadrados por galn y desviacin estndar de 2.5
metros cuadrados por galn, mientras que con la marca B el 190 Proporcin en
la muestra sea menor que 0.5, si se trata de una poblacin muy grande?
Respuesta: 0.8472.
SOLUCIN:
(

1 x 2
x

Marca A

) =5
Marca B

n =6

n=6

M = 32

M = 29

SA

=25

SB

=1,8

Como tenemos 2 varianzas para calcular el valor de t, encontramos primero la

varianza muestral ponderada.

2
P

S =

1,8

2
= 2,5 + ( 61 )
( 61 )

( n11 ) S21 + ( n2 1 ) S 22
n1 +n 22

5 ( 6,25 ) +5 (3,24)
122

31,25+16,2
10

47,45
10

=4,745.

Ahora para la diferencia de medias.

( X 1 X 2 ) (M 1M )
2

T=

S P sp
+
n1 n 2

2
1,5816

2
= 1,257

1+ n22
Para ( n =( 122 ) =10

5(3229)
4,745 4,745
+
6
6

53

9,49
6

=1,5902

grados de libertad el 95% de los valores se encuentra

entre -2,2281 y 2,2281 y se puede observar que el valor de t calculado (t

=1,5902) se encuentra dentro de este intervalo por lo cual podemos concluir
que la afirmacin hecha por el distribuidor es correcta.

6.21 Los salarios diarios de cierta industria estn distribuidos normalmente con
una media de $1.320.00. Si el 9% de las medias de los salarios diarios en
muestras de 25 obreros, es inferior a $1.250.00, cual es la desviacin estndar
de la industria. Respuesta: 261.19.
SOLUCIN:
X

= 1320

Como P (X

n=25

X 1250

=?

1250) =9% 0,09 el valor que le corresponde a z para esta

Probabilidad es Z =1,34. De la expresin Z=

n

despejando a

tenemos.
Z.

= x ,

Z.

n ( x ),

de donde

n ( x )
Z

, Remplazando valores tenemos.

(13201250) 25
1,34

( 70 ) (5)
1,34

350
= 1,34

=261,19

6.23 Calcular los valores de Ji-cuadrada siguientes: a)

grados de libertad b)

X 0.05 para 16 grados de libertad c)

2
grados de libertad d) X 0.995

X 2 0.95 para 16
2

X 0.005 para 12

para 12 grados de libertad. Respuestas: a)

7.962, b) 26.296, c) 28.300, d) 3.074.

SOLUCIN:
a) En la tabla para 10 grados de libertad ji- cuadrada para 16 grados de
libertad

0,95 =7,962.
x 2 0,05 =26,296.

b) En la misma tabla para los grados de libertad

Similar para los incisos c y d.
c) a 12 grados de libertad
d) para 12 grados de libertad

0,005 =28,299

28,300

x 2 0,995 =3,074.

6.25 Calcular los siguientes valores de F: a) F 0.025, 24,26 b) F0.975, 26,24) F0.01, 20,16, d)
F0.99, 16,20. Respuestas: a) 2.22, b) 0.45, c) 3.26, d) 0.3067.
SOLUCIN:
Se trata de buscar en la tabla de f cada valor perdido.
a F 0,025 para 60 grados de libertad del numero
b F0, 01 = 3,2587 3,26 con 20 grados de libertad para el numerador.
c F0, 975 =0,45 con 26 grados de libertad para el numerador.
d F 0,99 0,3067, para 16 grados de libertad para el numerador.