Este documento presenta 17 ejercicios de estadística inferencial. Cada ejercicio explora cómo aplicar métodos estadísticos para tomar decisiones informadas bajo incertidumbre mediante estimaciones, predicciones y evaluación de afirmaciones.
0 calificaciones0% encontró este documento útil (0 votos)
11 vistas18 páginas
Este documento presenta 17 ejercicios de estadística inferencial. Cada ejercicio explora cómo aplicar métodos estadísticos para tomar decisiones informadas bajo incertidumbre mediante estimaciones, predicciones y evaluación de afirmaciones.
Este documento presenta 17 ejercicios de estadística inferencial. Cada ejercicio explora cómo aplicar métodos estadísticos para tomar decisiones informadas bajo incertidumbre mediante estimaciones, predicciones y evaluación de afirmaciones.
Este documento presenta 17 ejercicios de estadística inferencial. Cada ejercicio explora cómo aplicar métodos estadísticos para tomar decisiones informadas bajo incertidumbre mediante estimaciones, predicciones y evaluación de afirmaciones.
A lo largo de estos 17 ejercicios, nos sumergiremos en situaciones del mundo real
donde la estadística inferencial se convierte en una herramienta invaluable. Exploraremos cómo tomar decisiones basadas en la incertidumbre, realizar predicciones precisas y evaluar afirmaciones utilizando métodos estadísticos sólidos.
Desde la estimación de parámetros hasta la comparación de grupos y la evaluación
de relaciones entre variables, cada ejercicio presenta un desafío único para que puedas aplicar y consolidar tus conocimientos. Al final de este recorrido, no solo habrás adquirido habilidades prácticas en estadística inferencial, sino también una comprensión más profunda de su poder y aplicabilidad en diversos contextos. ¡Prepárate para descubrir el fascinante mundo de la inferencia estadística a través de estos ejercicios cuidadosamente seleccionados!
2 MARCO TEÓRICO Como parte de esta serie de ejercicios de estadística inferencial, se examinarán los pilares conceptuales esenciales para una comprensión profunda y rigurosa de los métodos estadísticos aplicados. Iniciaremos explorando distribuciones fundamentales para el muestreo, distribución muestral de la media, distribución muestral de la diferencia de las medias, distribución muestral de la proporción y utilizaremos las tablas, subrayando la importancia de seleccionar adecuadamente representaciones reducidas de datos para realizar inferencias precisas.
Adentrándonos en la variabilidad de los datos, examinaremos la distinción entre
parámetros y estadísticos, esclareciendo cómo estos elementos son cruciales para la construcción de intervalos de confianza y la realización de pruebas de hipótesis. Se analizarán detalladamente las distribuciones de probabilidad y su papel en la inferencia estadística.
A lo largo de este marco teórico, se destacará la relevancia de la inferencia estadística
en la toma de decisiones informadas, proporcionando una base conceptual robusta para la resolución efectiva de los ejercicios que seguirán. Este enfoque proporcionará una comprensión sólida de los principios teóricos que respaldan cada análisis estadístico propuesto. ¡Prepárate para sumergirte en un análisis teórico profundo y detallado!
3 1. En una muestra de 16 observaciones de una distribución normal con una media de 150 y una varianza de 256, encuentre ̅ < 𝟏𝟔𝟎) a) 𝑷(𝒙 ̅ > 𝟏𝟒𝟐) b) 𝑷(𝒙 𝑛 = 16 𝜇 = 150 𝜎 = 256 a) 𝑃(𝑥̅ < 160) 𝑥−𝜇 𝑧= 𝜎 √𝑛 160 − 150 𝑧= 16 √16 𝑧 = 2.5 𝑃(𝑥̅ < 160) = 0.9838 = 98.38% La probabilidad de que el promedio sea menor que 160 es del 98% b)
𝑃(𝑥̅ > 142)
𝑥−𝜇 𝑧= 𝜎 √𝑛 142 − 150 𝑧= 16 √16 𝑧 = −2 𝑃(𝑥̅ > 142) = 1 − 𝑃(𝑥̅ < 142) = 1 − 0.0228 = 0.9772 = 97.72% La probabilidad de que el promedio sea mayor que 142 es del 97.72%
4 2. Un astrónomo del observatorio de Mount Palomar observa que durante una lluvia de meteoros, un promedio de 40 meteoros aparecen cada hora, con una varianza de 16 meteoros. La lluvia de meteoros ocurrirá la próxima semana: a) Si el astrónomo ve la lluvia de meteoros durante 4 horas, ¿cuál es la probabilidad de que aparezca un mínimo de 36 meteoros por hora? b) Si el astrónomo mira una hora más, ¿aumentará o disminuirá esta probabilidad. Explique su respuesta.
𝜎=8 40 − 36 𝑧= 8 𝑧 = 0.5 𝑃 = 0.1915 = 19.15% La probabilidad de que aparezca un mínimo de 36 meteoros por hora es de 19.15% b) Independientemente de las horas de observación la probabilidad es la misma, porque el estudio es en el rango de una hora.
3. María Barrios es auditora de una gran compañía de tarjetas de crédito y sabe que en promedio, el saldo mensual de determinando cliente es de $112, con una desviación estándar de $65. Si maría revisa 50 cuentas seleccionadas al azar, ¿cuál es la probabilidad de que el saldo mensual promedio este: a) Por debajo de $100 5 𝑛 = 50 μ= 112 σ= 56 𝑃(𝑥̅ < 100) 𝜎 𝜎𝑥 = √𝑛 56 𝜎𝑥 = √50
𝜎 = 7.9196 𝑥−𝜇 𝑧= 𝜎 100 − 112 𝑧= 7.9196 𝑧 = −1.515 𝑃 = 0.0655 La probabilidad de que el promedio sea por debajo de 100 es del 6.55%
𝑥−𝜇 𝑧= 𝜎 130 − 112 𝑧= 7.9196 𝑧 = 2.273 𝑃 = 0.9236 La probabilidad de que el promedio sea entre de 100 y 130 es del 92.36%
6 4. Para Hallar la probabilidad de que de los próximos 200 niños nacidos: a) menos del 40% sean niños. b) entre el 43% y el 57% sean niñas. c) más del 54% sean niños. Supónganse iguales las probabilidades de nacimiento de niño y niña
8 5. Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma normal con una media de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Si se extraen 200 muestras aleatorias de tamaño 25, determine: a) La probabilidad de que las estaturas estén entre 172.5 y 175.8 centímetros. b) La probabilidad de que las estaturas estén por debajo de 172 centímetros.
a) 𝜇 = 174.5 σ= 6.9 cm n= 25
𝑃(172 < 𝑥̅ < 175.8)
𝑥−𝜇 𝑧= 𝜎 √𝑛 𝜎 𝜎𝑥 = √𝑛 6.9 𝜎𝑥 = √25
𝜎 = 1.38 172.5 − 174.5 𝑧= 1.38 𝑧 = −1.449
175.8 − 174.5 𝑧= 1.38 𝑧 = 0.942 𝑃 = 0.749 − 0.3264 = 0.4226 La probabilidad de que las estaturas estén entre 172.5 y 175.8 centímetros es de 0.4226
La probabilidad de que las estaturas estén por debajo de 172 centímetros es
de 0.4649 6. En una prueba de aptitud la puntuación media de los estudiantes es de 72 puntos y la desviación estándar es de 8 puntos. ¿cuál es la probabilidad de que dos grupos de estudiantes formado de 28 y 36 estudiantes, respectivamente, difieran en su puntuación media en: a) 3 o más puntos P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 3)
MA = 72 puntos σA2 σB2 (8)2 ( 8) 2 MB = 72 puntos ̅𝐵 = √ σ𝑋̅ 𝐴 − 𝑋 + =√ + = 𝟐. 𝟎𝟏𝟓 𝑛𝐴 𝑛𝐵 28 36 σA = 8 puntos σB = 8 puntos (𝑋̅ 𝐴 − 𝑋̅𝐵) − (𝑀𝑎 − 𝑀𝑏) 3 − 0 𝑍= = = 𝟏. 𝟒𝟖𝟖 σ𝑋̅ 𝐴 − 𝑋̅𝐵 2.015 nA = 28 estudiantes nB = 36 estudiantes P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 3)= 0.9306
1-0.9306= 0.06994
La probabilidad de que el promedio de la diferencia de medias sea 3 o
más puntos de diferencia es de 0.0681
b) 6 o más puntos P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 6)
(𝑋̅ 𝐴 − 𝑋̅𝐵) − (𝑀𝑎 − 𝑀𝑏) 6 − 0
𝑍= = = 𝟐. 𝟗𝟕𝟕 σ𝑋̅ 𝐴 − 𝑋̅𝐵 2.015
P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 6) = 𝟎. 𝟗𝟗𝟖𝟓
1-0.9985= 0.0015 La probabilidad de que el promedio de la diferencia de medias sea 6 o más puntos de diferencia es de 0.0015
P (2 ≤ 𝑋̅ 𝐴 − 𝑋̅𝐵 ≤ 5)= 0.9934 La probabilidad de que el promedio de la diferencia de medias sea entre 2 y 5 puntos de diferencia es de 0.1545
7. A y B fabrican dos tipos de cables, que tienen unas resistencias medias a la rotura de 4000 y 4500 libras con desviaciones estándar de 300 y 200 libras, respectivamente. Si se prueban 100 cables de A y 50 de B, ¿cuál es la probabilidad de que la media de resistencia a la rotura sea de: a) al menos 600 libras más que A. MA = 4000 P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 600) MB = 4500 σA2 σB2 (300)2 (200)2 σA = 300 ̅𝐵 = √ σ𝑋̅ 𝐴 − 𝑋 + =√ + = 𝟒𝟏. 𝟐𝟑 𝑛𝐴 𝑛𝐵 100 50 σB = 200 (𝑋̅ 𝐴 − 𝑋̅𝐵) − (𝑀𝑎 − 𝑀𝑏) 600 − 500 nA = 100 𝑍= = = 𝟐. 𝟒𝟐𝟓 σ𝑋̅ 𝐴 − 𝑋̅𝐵 41.23 nB = 50 P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 600) = 𝟎. 𝟗𝟗𝟐𝟐
1-0.9922= 0.0078 La probabilidad de que la media de resistencia a la rotura sea de al menos 600 libras más que A es de 0.0078
b) Al menos 450 libras más que A. P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 450)
(𝑋̅ 𝐴 − 𝑋̅𝐵) − (𝑀𝑎 − 𝑀𝑏) 450 − 500
𝑍= = = −𝟏. 𝟐𝟏𝟐 σ𝑋̅ 𝐴 − 𝑋̅𝐵 41.23
P (𝑋̅ 𝐴 − 𝑋̅𝐵 ≥ 450) = 𝟎. 𝟏𝟏𝟑𝟏
1-0.1131= 0.8869
11 La probabilidad de que la media de resistencia a la rotura sea de al menos 450 libras más que A es de 0.8869
8. Para una distribución t Student con 15 grados de libertad, hallar el valor t tal que: a) el área a la derecha de t sea 0.01 Para una distribución con GL=15, el área será t1= 2.602 b) el área a la izquierda de t sea 0.95 Para una distribución con GL=15, el área será t1= -1.753 c) El área a la derecha de t sea 0.10 Para una distribución con GL=15, el área será t1= 1.341 d) el área combinada de t a la derecha y a la izquierda de -t sea 0.01. n= 15 gl gl=14 t 0.01 y -t 0.01= 2.624 e) el área entre –t y t sea 0.95. n= 15 gl gl=14 -t 0.95 y t 0.95= 1.761
9. Hallar los valores de t para la distribución t Student que satisface cada una de las condiciones siguientes: a) El área entre –t y t sea 0.90 y v=25. V=24 -t 0.90 y t 0.90 = 1.318 b) el área a la izquierda de –t sea 0.025 y v=20. El área a la izquierda de -t sea 0.025 es igual a -2.086 c) el área combinada a la derecha de t y a la izquierda de –t sea 0.01 y v=5 v= 4 t 0.01 y -t 0.01 = 3.747 10. Se ha determinado que el 85.1% de los estudiantes de una universidad fuman cigarrillos. Se toma una muestra aleatoria de 200 estudiantes. Calcular la probabilidad de que no más del 80% de alumnos de la muestra fume. P= 85.1 % P = 80% n = 200 𝑝−𝑃 𝑍= √𝑃(1 − 𝑃) 𝑛
En las tablas de valor z, para z = -2.0214 encontramos que la probabilidad de
que no más del 80% de los alumnos de la muestra fumen es de 0.0214 o sea 2.14% 11. Suponga que los tiempos requeridos por un cierto autobús para alcanza uno de sus destinos en una ciudad grande forman una distribución normal con una desviación estándar de 1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la probabilidad de que la varianza muestral sea mayor que 2. 2 𝜎 = 1 𝑚𝑖𝑛𝑢𝑡𝑜 (𝑛 − 1)𝑠 2 2 𝑋 = 𝑛 = 17 𝜎2
𝑠2 = 2 (17 − 1)(2) 𝑋2 = = 𝟑𝟐 12
𝑃(𝒔𝟐 > 𝟐) = 0.01 en la tabla de X^2
Por lo tanto, la probabilidad de que la varianza muestral sea mayor a 2 es de 0.1% 12. Una compañía manufacturera asegura que las baterías utilizadas en sus juegos electrónicos duran un promedio de 30 horas. Para conservar este promedio se prueban 16 baterías mensualmente. Si el valor calculado de t cae entre –t0.025 y t0.025 la compañía está satisfecha con su afirmación. Que conclusión sacaría la empresa de una muestra que tiene una media muestral de 27.5 horas y una desviación estándar de 5 horas? Duración de las Baterías. u= 30 √𝑛(𝑥̅ − 𝑢) 𝑡= 𝑥̅ = 27.5 ℎ𝑟𝑠 𝑠 √16(27.5 − 30) 𝑛 = 16 𝑡= = −𝟐 5 𝑠=5 𝑡15 (−𝑡0,025, 𝑡0.025) = −𝟐. 𝟏𝟑𝟑𝟏 𝒚 𝟐. 𝟏𝟑𝟐𝟏
La empresa todavía quedaría satisfecha con los valores obtenidos.
13 13. Las siguientes son calificaciones de prueba obtenidas en un examen estandarizado que se aplicó a una muestra al azar de 15 estudiantes de la escuela A y 10 estudiantes de la escuela B. las calificaciones obtenidas en la escuela A con 75, 88, 65, 100, 100, 95, 82, 57, 42, 100, 72, 49, 100, 85 y 90 puntos; y las calificaciones obtenidas en la escuela B son 95, 80, 72, 63, 100, 45, 81, 92, 50 y 72. Pruebe con un nivel de significación de 0.02, si es razonable suponer que las dos desviaciones estándar de la población son iguales. Escuela A Escuela B 1 75 1 95 2 88 2 80 3 65 3 72 4 100 4 63 5 100 5 100 6 95 6 45 7 82 7 81 8 57 8 92 9 42 9 50 10 100 10 72 11 72 12 49 13 100 14 85 15 90
Para escuela A 1128 ̅= Media A 𝑋 = 75.20 15 Muestra 𝑛 = 𝟏𝟓
𝑠22 = 𝟏𝟏𝟏. 𝟏𝟏 𝑠12 160.36 𝐹= 2= = 𝟏. 𝟒𝟒 𝑠2 111.111 En la tabla de Fisher, el valor 1.44 no excede el valor para un nivel de significancia de 0.02, no hay suficiente evidencia para rechazar la hipótesis nula. Por lo tanto, a un nivel de significancia del 0.02, es razonable suponer que las dos desviaciones estándar de la población son iguales. 14. Se toman muestras aleatorias de tamaño 2 de una población finita que consta de los números 3, 4, 5, 6, 7, 8, y 9. a) ¿Cuáles son la media y la desviación estándar de la población? b) ¿Cuántas muestras aleatorias de tamaño 2 se pueden tomar de esta población? Cite las muestras y calcule sus medias. c) con los resultados del inciso b) construya la distribución muestral de la media de muestras aleatorias de tamaño 2 tomadas de la población dada. ¿Qué probabilidad se debe asignar a cada muestra? a)
=2
b)
= 21
15 c)
15. Se tomaron al azar 50 muestras de tamaño n=5 de una población con =4 y 48 de las medias de las muestras (el 96%) difirieron de la media de la población en menos de 3.5. con base en el teorema del límite central ¿cuál es la probabilidad de que la diferencia entre la media de la muestra y la media de la población sea menor que 3.5 cuando se toma al azar una muestra de tamaño n=5 de una población con = 4?
16 16. Los resultados de una elección demostraron que un cierto candidato obtuvo el 46% de los votos. Determinar la probabilidad de que de: a) 200 individuos elegidos al azar de entre la población votante se hubiese obtenido una mayoría de votos para dicho candidato. b) 1000 individuos elegidos al azar de entre la población votante se hubiese obtenido una mayoría de votos para dicho candidato.
a)
b)
17. Dos técnicas diferentes de iluminación de los aparadores de una tienda se
comparan midiendo la intensidad de la luz en sitios seleccionados de áreas iluminadas por medio de los dos métodos. Si una muestra aleatoria de 12 mediciones de la intensidad de la luz que proporciona la primera técnica tiene una desviación estándar de 2.6 bujías-pie; y una muestra aleatoria de 16 mediciones de la intensidad de la luz que proporciona la segunda técnica tiene una desviación estándar de 4.4 bujías-pie, demuestre si es razonable pensar que hay una diferencia significativa entre las desviaciones estándar de las dos muestras.
17 CONCLUSION En conclusión, a través de esta serie de ejercicios sobre el tema de distribuciones fundamentales para el muestreo, se ha fortalecido nuestra comprensión y habilidades para aplicar conceptos clave en la inferencia estadística. Al trabajar con distribuciones como la distribución normal, la distribución t de Student y la distribución chi-cuadrado, hemos aprendido a utilizar herramientas poderosas para analizar y tomar decisiones basadas en datos muestrales. Estos ejercicios nos han permitido entender cómo estimar parámetros poblacionales, realizar pruebas de hipótesis y construir intervalos de confianza y precisión. Además, hemos adquirido la capacidad de interpretar los resultados de manera significativa y comunicar conclusiones confiables basadas en la evidencia estadística. En resumen, esta serie de ejercicios ha sido fundamental para desarrollar nuestras habilidades en estadística inferencial y nos prepara para enfrentar desafíos más complejos en el análisis de datos en el futuro.
