Anda di halaman 1dari 6

Universidad Nacional de Colombia -_- Sede Bogotá

Departamento de Estadística (Cursos Pregrados), Inferencia Estadística

1. Suponga que muestras independientes de tamaño ni , se seleccionan, cada una de k


poblaciones y que la población i está normalmente distribuida con media µi y
varianza σ2 i = 1,2,…,k. Donde todas las poblaciones están distribuidas normalmente
con la misma varianza pero con medias distintas. Sean Xi y σ2 las respectivas medias
muéstrales y varianzas con i = 1,2,…,k. Sea θ = c1µ1 + c2µ2 + … + ckµk donde c1, c2, …,
ck son constantes dadas.

a. Calcula 𝐸(𝜃̂)
b. Calcula 𝑉(𝜃̂)
(𝑛𝑖 −1)∗𝑆 2
c. Cuál es la distribución de
𝜎2

b. Solución:

𝐸(𝜃̂ ) = 𝐸(𝐶𝑘 𝑋̅𝑘 ) = 𝐶𝑘 𝐸(𝑋̅𝑘 ), 𝑑𝑜𝑛𝑑𝑒 𝐸(𝑋̅𝑘 ) = 𝜇𝑘

𝐶𝑘 𝐸(𝑋̅𝑘 ) = 𝐶𝑘 𝜇𝑘 , donde k = 1, 2, 3 ….

𝐸(𝜃̂) = 𝐶𝑘 𝜇𝑘 = c1µ1 + c2µ2 + … + ckµk

c. Solución
𝜎2
𝑉(𝜃̂ ) = 𝑉(𝐶𝑘 𝑋̅𝑘 ) = 𝐶𝑘 2 𝑉(𝑋̅𝑘 ), 𝑑𝑜𝑛𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑉(𝑋̅𝑘 ) =
𝑛𝑘

𝑉(𝜃̂ ) = 𝑉(𝐶𝑘 𝑋̅𝑘 ) = 𝑉(𝐶1 𝑋̅1 ) = (𝐶1 𝑋̅1 + 𝐶2 𝑋̅2 +. . . 𝐶𝑘 𝑋̅𝑘 )

𝐶1 2 2 𝐶2 2 2 𝐶3 2 2 𝐶𝑘 2 𝜎 2
𝑉(𝜃̂) = 𝜎 + 𝜎 + 𝜎 +⋯
𝑛1 𝑛2 𝑛3 𝑛𝑘
a. Solución

La distribución Chi-Cuadrada, su uso más común es cuando se quiere probar si unas


mediciones que se hayan efectuado siguen una distribución esperada, por ejemplo
la normal o cualquier otra.

1 Marcela Martínez
Si seleccionamos una muestra aleatoria de tamaño n de una población con
distribución normal, con desviación estándar igual a σ. De la muestra encontramos
que la desviación estándar es igual a s. Con estos datos podemos calcular una
estadística, que llamamos Chi-Cuadrada Cuadrada, por medio de la siguiente
ecuación:

2
(𝑛 − 1) ∗ 𝑆 2
𝑥 =
𝜎2

2. Para una comparación de los porcentajes de piezas defectuosas producidas por dos
líneas de montaje, de cada línea se seleccionaron muestras aleatorias
independientes de 100 piezas. La línea A produjo 18 piezas defectuosas en la
muestra y la línea B contenía 12 piezas defectuosas.

a. Encuentra un intervalo de confianza de 98% para la verdadera diferencia en


proporciones de piezas defectuosas para las dos líneas.

b. ¿Hay evidencia que sugiera que una línea produce una proporción más alta
de piezas defectuosas que la otra?

Solución:

̅ − 80
X 78 − 80
̅ ≤ 78) = P
P (X ≤ ≈ P(Z ≤ −2,74) = 1 − 0,9968 = 0,0032
4√5 2√30
15
( √150 )

Por lo tanto la probabilidad es de 0,0032. Es una probabilidad muy pequeña por lo


que se estima que la calificación promedio es menor que el promedio general de la
escuela.

3. Las calificaciones de las evaluaciones para todas las estudiantes de último año de
preparatoria en cierta región tiene media de 80 y varianza de 84. Una muestra
aleatoria de n = 150 estudiantes de una escuela preparatoria grande tuvo una
calificación media de 78.

2 Marcela Martínez
a. ¿Hay evidencia para sugerir que la categoría de conocimiento de esta escuela es
inferior?

b. Calcula la probabilidad de que la media muestral sea a lo sumo 78 cuando n =


150.

Solución:

Encuentra un intervalo de confianza de 98% para la verdadera diferencia en


proporciones de piezas defectuosas para las dos líneas.

El intervalo de confianza de 98% con 𝑍0,01 = 2,326 es:

(0,18) (0,82) + (0,12)(0,88)


0,18 − 0,12 ± 2,326 √ =
100

0,06 ± 0,117
Se obtiene el intervalo:

(−0,057; 0,177)

¿Hay evidencia que sugiera que una línea produce una proporción más alta de
piezas defectuosas que la otra?

Rta: Existe la probabilidad que la dos líneas de montaje A y B produzcan la misma


proporción de piezas defectuosas al obtenerse un intervalo de confianza que
contiene cantidades positivas y negativas.

4. Suponga que Y1, Y2, …, Yn representan una muestra aleatoria tal que E(Yi) = µ, Var(Yi)
= σ2. Demuestra que:

a. Es un estimador insesgado de σ2 y que

3 Marcela Martínez
b. Es un estimador sesgado de σ2

Solución:

a. Se puede demostrar que

Partiendo de la sumatoria tenga

Por propiedad de la cantidad esperada tenga

A partir de aquí se aplica las equivalencias de la varianza de una variable aleatoria dada
por de la cual se despeja

Remplazando las cantidades halladas tenga:

4 Marcela Martínez
Se deduce que:

Por tanto S2 es una estimadora insesgada para σ2.

b. y que S´2 está sesgada porque

5. Suponga que Y1, Y2,…., Ym con X1, X2, …, Xn son muestras aleatorias independientes,
con las variables Yi distribuidas normalmente con media µ1 y varianza σ12 y las
variables Xi distribuidas normalmente con media µ2 y varianza σ22. La diferencia
entre las medias muestrales, - , es entonces una combinación lineal de m + n
variables aleatorias distribuidas normalmente.

a. Encuentra E( - )

b. Encuentra V( - )

Solución:

Para muestras aleatorias independientes se cumplen las siguientes propiedades para la


varianza y la esperanza:
a.

b.

5 Marcela Martínez
BIBLIOGRAFÍA

Wackerly, D. (2008). Estadística matemática con aplicaciones. 7 edición,


Thomson/Brooks-Cole

6 Marcela Martínez