Você está na página 1de 14

UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM.

2016-II

UNIDAD 4: ESTIMACIÓN DE PARAMETROS

La estimación estadística es un procedimiento mediante el cual se llega a obtener y analizar


estimadores de parámetros poblacionales desconocidos.
Un estimador es una regla o método para estimar un parámetro poblacional. Por ejemplo, se dice que la
media muestral X es un estimador de la media poblacional  porque la media muestral proporciona
un método para estimar la media de la población.
Un estimador proporciona alguna información respecto al parámetro.
Una estimación es un valor particular del estimador obtenido de observaciones de la muestra.

Para una población de mediciones de X, muchas veces es necesario estimar el parámetro  ; es


decir, mediante una muestra aleatoria X1, X2, ..., Xn debemos “aproximarnos” al verdadero valor de  .

La estimación puede hacerse mediante un único valor (estimación puntual) o mediante un


conjunto de valores (estimación por intervalo).

Por ejemplo, supongamos que los puntajes de ingreso de este año a la Escuela de Ing. de
Sistemas siguen una distribución normal con media  desconocida y con varianza  2 conocida.
Deseamos estimar la media  . Para ello, utilizamos como “estimador” la media muestral. Si elegimos
una muestra aleatoria de 30 ingresantes y observamos sus puntajes, el valor observado de la media
muestral será una “estimación puntual” de  . Si se prefiere acompañar la estimación puntual con
alguna medida de la dispersión de la misma, se estará haciendo una “estimación por intervalo”. En este
ejemplo, un “intervalo de confianza” para  se consigue sumando y restando al estimador puntual X el
producto del error de la media por un cierto factor, que en muchos casos es 1.96.
Los “mejores” estimadores puntuales para la media poblacional, la varianza poblacional y la
proporción poblacional son, respectivamente, la media muestral, la varianza muestral y la proporción
muestral, porque gozan de ciertas propiedades.

PROPIEDADES DE UN BUEN ESTIMADOR PUNTUAL


Un buen estimador puntual ˆ , de un parámetro  , debe ser: insesgado, consistente, eficiente.

ESTIMADOR INSESGADO
Se dice que ˆ es un estimador insesgado del parámetro  si E( ˆ ) = 

Significado :

 Si calculamos el valor de ˆ para cada muestra y repetimos el experimento un gran número de veces,
el promedio de todas estas estimaciones será igual a . Por tanto, los estimadores insesgados
proporcionan resultados perfectos en promedio.

 Si E ( ˆ )   , entonces el estimador será sesgado.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 1


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

El sesgo se mide por :

Sesgo ( ˆ ) = E ( ˆ ) - 

EJEMPLO: Las estadísticas X, S2 y p son estimadores insesgados de los correspondientes

parámetros ,  2 y  .

ESTIMADOR CONSISTENTE
Se dice que ˆ es un estimador consistente del parámetro  si

lim E(ˆ)  
i)
n

lim Var (ˆ)  0


ii)
n

Significado :

Si al incrementar el tamaño de la muestra se produce a la vez un menor sesgo y la varianza tiende a cero,
entonces se tendrá un estimador consistente.

EJEMPLO: Las estadísticas X , S 2 y p son estimadores consistentes de los respectivos parámetros

,  2 y  .

ESTIMADOR EFICIENTE
Sean ˆ1 y ˆ2 dos estimadores insesgados del mismo parámetro  . Se dice que el estimador ˆ1 es más
eficiente que ˆ2 si y solo si
Var ( ˆ1 ) < Var ( ˆ2 )

ERROR ESTANDAR DE UN ESTIMADOR

Se llama error estándar del estimador a la desviación estándar del estimador. Una manera de
medir la precisión de un estimador es utilizando su error estándar. El error estándar es inversamente
proporcional a la precisión del estimador; a menor error estándar, mayor será la precisión del estimador.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 2


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

EJEMPLO:

El error estándar de la media muestral basada en una muestra de tamaño n es .
n
El error estándar de la proporción muestral es p(1  p) / n .
Estas fórmulas son válidas cuando las muestras se toman de poblaciones infinitas o cuando se toman con
reemplazo de poblaciones finitas.

ESTIMACIÓN DE PARÁMETROS MEDIANTE INTERVALOS DE CONFIANZA

Es una forma de hacer inferencia, que consiste en dar una conjunto de valores dentro de los
cuales estará el verdadero valor del parámetro, con una probabilidad prefijada igual a (1-  ), conocida
como “nivel de confianza”.
Generalmente, un intervalo de confianza se obtiene sumando y restando al estimador puntual del
parámetro, el producto del error estándar del estimador por un cierto factor.
Para obtener el intervalo de confianza para un parámetro, se toma en cuenta la distribución
muestral del estimador correspondiente al parámetro.

PROCEDIMIENTO PARA CONSTRUIR UN INTERVALO DE CONFIANZA

10 Se toma una muestra aleatoria X = X 1 , X 2 ,..., X n de tamaño n de la población X cuya función de


densidad es f ( x; ) , donde  es desconocido.
20 Se define la función pivote Q = q(X;  ) que generalmente depende del estimador y del parámetro y
cuya distribución muestral se conoce.
30 Plantear una proposición probab-ilística como la siguiente

P( q1  Q  q 2 ) 1

donde ( 1 ) generalmente toma los valores 0.90, 0.95, 0.99 y q1 y q2 son los cuantiles de la distribución
muestral del estimador.
40 Despejar  de la proposición anterior hasta obtener

P(q1 (X)    q2 (X))  1  

y entonces el intervalo [q1(X), q2 (X)] será el intervalo que cubre a  con un nivel de confianza igual a
1 .

Interpretación del nivel de confianza 1 :


El nivel de confianza es la probabilidad de que el parámetro que se estima se encuentre en el intervalo
de confianza.
El valor 1 indica la proporción esperada de las veces que el intervalo contendrá al parámetro cuando
el muestreo se repite un determinado número de ocasiones. Si se realiza el muestreo en k oportunidades,
es de esperar que el ( 1 )100% de los k intervalos de confianza que se formen contengan al parámetro.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 3


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

Sea por ejemplo 1 = 0.95. Significa que, si en un muestreo repetido se calculara con cada muestra
un intervalo de confianza para  , entonces en el 95% de las muestras los intervalos construidos
incluirían a  .
A continuación, se muestra un procedimiento para construir intervalos de confianza para algunos
parámetros de interés.

INTERVALO DE CONFIANZA PARA ESTIMAR LA MEDIA  DE UNA POBLACIÓN


NORMAL

CASO 1: La varianza poblacional  2 es conocida.

Siguiendo el procedimiento señalado anteriormente, obtendremos un intervalo de confianza para la


media  si tomamos como función pivote a la variable aleatoria
x
 n
la cual tiene distribución normal estándar.

Usando la distribución normal hacemos el enunciado probabilístico


x
P( -z < < z ) = 1 .
 n

y despejando  se obtiene el siguiente intervalo de confianza


 
[X- z , X z ]
n n

el cual cubre a  con una confianza de ( 1 )100%.

CASO 2: La varianza poblacional  2 es desconocida.

En este caso, la función pivote es

x
s n

la cual tiene distribución t con n-1 grados de libertad.

Usando esta distribución, procedemos como en el caso anterior, planteando una proposición
probabilística y despejando  .

Luego, el intervalo para estimar  a un nivel de confianza de 1 es

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 4


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

s s
[X - t , X t ]
n n
Ejemplo 1:

Una máquina de empaquetar bolsas de café está regulada para embalar bolsas cuyos pesos se distribuyen
normalmente con media 500 gr. y desviación estándar 10 gr. Supongamos que la máquina está
desregulada y deseamos conocer el nuevo promedio  . Una muestra aleatoria de 25 bolsas arroja una
media igual a 485 gr. Hallar un intervalo de confianza de 95% para  .

Solución:
Datos: n = 25, X = 485,  = 10, 1 = 0.95, z /2 = 1.96. Como se conoce la varianza poblacional, se
usará el intervalo del caso 1. Reemplazando los datos se obtiene el siguiente I.C. para  con un nivel
de confianza de 95%:
[481.08 , 488.92]

Ejemplo 2:
Una máquina produce varillas de metal utilizadas en el sistema de suspensión de un automóvil. Se toma
una muestra aleatoria de 15 varillas y se mide su diámetro. Los datos obtenidos son: 8.24 8.21
8.23 8.25 8.26 8.23 8.20 8.26 8.19 8.23 8.20 8. 28 8.25 8.24 8.24
Suponiendo que los diámetros de las varillas siguen una ley normal, construir un intervalo de confianza
del 95% para el diámetro promedio por varilla.
Solución:
Con los datos se obtiene: n=15, X = 8.234 y S 2 = (0.0244)2. Siendo la varianza poblacional
desconocida, usaremos la distribución t para construir el I.C. Para 1 = 0.95 y por la simetría de la
distribución t, el cuantil que deja a su izquierda un área igual a 0.975 es t  / 2 = 2.145. Reemplazando los
datos en el último intervalo se obtiene el siguiente intervalo que cubre a  con una confianza igual a
95%: [8.22 , 8.247].

Ejemplo 3:
Se desea conocer la permanencia media de pacientes en cierto hospital, con el fin de poner en práctica
un proyecto de ampliación del local. Con datos referentes a días de permanencia, de una muestra de 600
pacientes se obtuvieron los siguientes resultados: X = 12.3 días y S = 8 días.
Hallar un intervalo de confianza del 95% para la permanencia media.

Solución:
Como no se conoce la varianza poblacional, deberíamos usar la distribución t para obtener el I.C. Pero,
siendo la muestra n=600 grande, por el TCL se sabe que X tiene distribución normal con media y
varianza desconocidas. La varianza se estima con la varianza muestral. Luego, usaremos el intervalo del
caso 1. Por la simetría de la curva normal, para 1 = 0.95 se tiene z /2 =1.96
Reemplazando datos se obtiene que, el tiempo promedio de permanencia de los pacientes en el hospital
varía en el intervalo (11.66, 12.94), expresado en días, con una seguridad de 95%.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 5


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

Observaciones:

1. La longitud del intervalo de confianza para  es L = 2 z / 2 .
n
Como el tamaño de la muestra aparece en el denominador, entonces, muestras grandes darán intervalos
de confianza de longitud más cortos, por lo tanto más precisos. Si se conociera la longitud del intervalo,
entonces el tamaño de la muestra será igual a
 2 z / 2  
2

n 
 L 
Por ejemplo, suponga que el número de onzas de cerveza que una máquina vierte en una botella es una
variable aleatoria distribuida normalmente con media  desconocida y desviación estándar conocida
igual a 0.5 onzas. ¿De qué tamaño debe ser n para que la longitud del intervalo de 90% de confianza sea
de media onza?
Reemplazando los datos en la relación anterior se tiene:
2
 2 x1645
. x 0.5
n  = 11
 0.5 
Si la longitud del intervalo fuese un cuarto de onza, entonces sería n = 44.

2. Si se desea estimar la media poblacional  mediante la media muestral X , con un error de


estimación no mayor a E, y con probabilidad igual a ( 1 ), bastará tomar una muestra de tamaño n de

tal modo que z / 2  E. De aquí se deduce que el tamaño de muestra a usar debe ser tal que
n
z 
2

n    /2 
 E 

Así por ejemplo, si en el problema 1 el máximo error permitido se reduce a la mitad, cuál será el
tamaño de muestra requerido?

Siendo z / 2 = (1.96 x 10)/5 = 3.92, la mitad del error es 1.96. Reemplazando este valor en la fórmula
n
de n se obtiene n  100.

3. Cuando la población es finita de tamaño N y el tamaño de la muestra supera el 5% de la población,


entonces el intervalo de confianza para estimar la media  de una distribución normal con varianza
conocida, al nivel 1 , está dado por:

  N n  N n
 X  z / 2 , X - z  /2 
 n N 1 n N 1 

Si la varianza es desconocida y la muestra es pequeña, el intervalo es:

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 6


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

 s N n s N n
 X  t / 2 , X - t  /2 
 n N 1 n N 1 

y para muestras grandes es:

 s N n s N n
 X  z / 2 , X - z  /2 
 n N 1 n N 1 

Ejercicio 1:
Un fabricante de fibras sintéticas desea estimar la tensión de ruptura media de una fibra. Diseña un
experimento en el que se observan las tensiones de ruptura, en libras, de 16 hilos del proceso
seleccionados aleatoriamente. Las tensiones son: 20.8 20.6 21.0 20.9 19.9 20.2 19.8 19.6 20.9 21.1
20.4 20.6 19.7 19.6 20.3 20.7. Supóngase que la tensión de ruptura de una fibra se encuentra
modelada por una distribución normal, con  =0.45 libras
Construir un intervalo de confianza estimado del 98% para el valor real de la tensión de ruptura
promedio de la fibra.
Construir otro intervalo de confianza suponiendo que no se conoce  . Compare los dos intervalos.

Ejercicio 2:
Tres estudiantes desean construir intervalos de confianza para la media de una población normal con
varianza conocida igual a 9 y con coeficiente de confianza de 90%. Cada uno de ellos dispone de la
información siguiente:
ESTUDIANTE TAMAÑO DE MUESTRA VALOR OBSERVADO
a 1 8
b 3 6 5 4
c 6 10 0 4 2 9 5
a) ¿Qué intervalo construiría cada estudiante?. Compare la precisión de los intervalos y haga algún
comentario.
b) ¿Qué tamaño de muestra se necesitaría si deseamos un intervalo de 90% de confianza y una precisión
de 0.4?

INTERVALO DE CONFIANZA PARA ESTIMAR LA VARIANZA  2 DE UNA POBLACIÓN


NORMAL

Siguiendo el método anterior, después de obtener una muestra aleatoria de tamaño n de la población
normal con varianza desconocida, se usa como función pivote la variable aleatoria
(n-1) S 2 /  2

la cual tiene distribución chi cuadrado con n-1 grados de libertad.


Tomando en cuenta tal distribución se hace el siguiente enunciado probabilístico

(n  1) S 2
P( 2 / 2   12 / 2 )  1  
 2

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 7


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

y despejando  2 dentro del paréntesis se obtiene el siguiente intervalo estimador que cubre a  2 , con
un nivel de confianza igual a ( 1 )100%:

 (n 1) S 2 (n-1)S 2 
 2 , 
  1 / 2  2 /2 
Ejemplo:
Se realizaron 15 mediciones del largo de una barra. Los resultados fueron: 42.7, 43.48, 43.63, 42.78,
43.18, 42.756, 42.76, 42.87, 42.95, 43.39, 43.01, 43.06, 41.60, 43.20, 43.10.
Suponiendo que la variable aleatoria X que representa a las mediciones es normal, hallar el intervalo de
estimación para las varianzas de las medidas, al nivel de confianza del 95%.
Solución:
El tamaño de la muestra es 15. Los valores de la media y varianza muestrales son, respectivamente, X =
42.95 y S 2 = 0.2284. Para el nivel 1 = 0.95, los cuantiles correspondientes de la distribución chi
cuadrado con 14 grados de libertad son  20.025 =5.63 y  20.975 = 26.1
Reemplazando todos estos valores en el intervalo para la varianza se tiene que:
[0.1224 , 0.5679] cubren a  2 con una confianza de 95%.

INTERVALO DE CONFIANZA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL π DE


UNA POBLACIÓN DE BERNOULLI

Se sabe que, cuando se extrae una muestra grande de una población de Bernoulli con parámetro π, la
proporción muestral, que tiene las mismas características de la media muestral, tiene una distribución
muestral que se comporta como una distribución normal.
Utilizando este modelo se construye el intervalo de confianza para π siguiendo el método antes descrito.
p 
En este caso, la función pivote que se usa es la variable aleatoria Z =
 (1   )
n
la cual tiene distribución normal estándar .
El valor de π que aparece en el error estándar se estima con la proporción muestral.
Luego, el intervalo que cubre a π con una confianza de 1 es

p(1  p) p (1  p)
[ p  z / 2 , p  z //2 ]
n n
Ejemplo:
Con motivo de las elecciones presidenciales, en una encuesta de opinión pública, de un total de 400
persona entrevistadas, 320 mostraron su preferencia por determinado candidato.
a) Construir un intervalo de confianza del 95% para estimar la proporción del total de personas que están
a favor de dicho candidato.
b) Con un nivel de confianza de 99%, cambia el error de estimación de a)?

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 8


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

Solución:
a) La proporción muestral es igual a p = 320/400 = 0.80. Para 1 = 0.95 el valor de z /2 es 1.96.
Luego, reemplazando estos valores en el intervalo antes formulado se obtiene el siguiente intervalo que
cubre a π con una confianza de 95%:

0.8  0.0392
Nótese que el valor 0.0392 es el máximo error de estimación. Entonces decimos que, el 80% del
electorado estará a favor del candidato, con un error de estimación de 3.92% y con una confianza de
95%.
b) Si fuese 1 = 0.99, entonces el máximo error permitido sería
z /2 p = 2.58 x 0.02 = 0.0516. Vemos que el error de estimación se vuelve más grande y por tanto el
intervalo es menos preciso.

Del mismo modo, siguiendo el método antes descrito, se puede construir intervalos de confianza para los
parámetros que son combinaciones de los parámetros ya vistos, como son la diferencia de medias y la
razón de varianzas en poblaciones normales y la diferencia de proporciones en poblaciones de Bernoulli.
En todos estos casos se deberá tomar en cuenta la distribución muestral del estimador correspondiente
al parámetro en cuestión. El intervalo que se obtenga en cada caso será el resultado de seguir el método
de la cantidad pivotal, con un nivel de confianza de ( 1 )100% .

INTERVALO DE CONFIANZA PARA ESTIMAR LA DIFERENCIA DE PROPORCIONES


1-2 DE DOS POBLACIONES DE BERNOULLI INDEPENDIENTES

p1 1  p1  p 2 1  p 2 
p1  p 2   Z1α/2 
n1 n2

Analizando los signos de los límites de este intervalo podemos concluir que:
• Si el intervalo es (- , +), entonces 1 = 2.
• Si el intervalo es (- , -), entonces 1 < 2.
• Si el intervalo es (+, +), entonces 1 > 2.

INTERVALO DE CONFIANZA PARA ESTIMAR LA RAZÓN DE VARIANZAS σ12 σ 22


DE DOS POBLACIONES NORMALES INDEPENDIENTES

Se quiere estimar el cociente de varianzas de dos poblaciones Normales.

Un intervalo de confianza para σ12 σ 22 al (1-α)100% está dado por:

S12 S12
Fn 2 1,n1 1;α/2 2 ; Fn 2 1,n1 1;1α/2 2
S2 S2

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 9


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

• Interpretación:
Si el intervalo anterior contiene al uno, entonces se puede considerar que las varianzas son
iguales, con el nivel de confianza dado.
En cambio, si el intervalo no contiene al uno, se puede considerar que las varianzas son
diferentes.

INTERVALO DE CONFIANZA PARA ESTIMAR LA DIFERENCIA DE MEDIAS µ1 - µ2 DE


DOS POBLACIONES NORMALES INDEPENDIENTES

Se quiere estimar la diferencia de medias de dos poblaciones Normales independientes.

• Caso I: Varianzas poblacionales conocidas


Un intervalo de confianza para µ1 - µ2 al (1-α)100% está dado por:

σ12 σ 22
X1  X 2   z1α/2 
n1 n2

• Caso II: Varianzas poblacionales descocidas pero iguales:

Un intervalo de confianza para µ1 - µ2 al (1-α)100% está dado por:

 1 1 
X1  X2   t n  n 2  2;1 α/2  S2p   
 n1 n 2 
1

• Caso III: Varianzas poblacionales desconocidas pero diferentes:

Un intervalo de confianza para µ1 - µ2 al (1-α)100% está dado por:

S12 S22
X1  X 2   t V;1α/2 
n1 n 2

Interpretación:
Para los tres casos de estimación de la diferencia de medias, la interpretación se hace a partir de
los signos de los límites del intervalo:
Si el intervalo es (- , -), entonces µ1< µ2.
Si el intervalo es (- , +), entonces µ1= µ2.
Si el intervalo es (+ , +), entonces µ1> µ2.
……………………………………………………………………………………………………………

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 10


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

LISTA DE EJERCICIOS No. 9

TEMA: ESTIMACIÓN DE PARÁMETROS

Estimación de la media

1. Un analista de investigación de mercados quiere estimar el promedio del ingreso familiar


mensual de una determinada población. En una muestra aleatoria de tamaño 100 de esa
población se encontró que el promedio del ingreso familiar era de S/.2500. Suponga que el
ingreso se distribuye normalmente con desviación estándar igual a S/.300.
a. Determine el intervalo de confianza (I.C) del 95% para la estimación requerida.
b. Si la población consiste de 2000 ingresos familiares. Construya un intervalo de confianza del
95% para la estimación del ingreso total.

2. Se desea tener una estimación de los montos por cobrar de los arbitrios en el municipio de La
Molina en el presente trimestre. Se sabe que en el trimestre anterior la desviación estándar de
dichos montos fue S/. 35.
¿Cuál será el tamaño de muestra necesario de contribuyentes, si se desea tener un margen de
error no mayor a 5 soles, con una seguridad del 95%?

3. Los resultados de la revisión de una muestra de 100 cuentas de ahorros en US dólares de BAN
BIF, mostraron que el saldo promedio de las cuentas fue de US$ 1000 con una desviación
estándar de US$ 350.
a. ¿Cuál será el intervalo de confianza del 95% del saldo promedio de todas las cuentas de
ahorros en US dólares de BAN BIF?
b. Si se sabe que BAN BIF tiene 10000 cuentas de ahorros en US dólares, ¿cuál será el
intervalo de confianza del 95% del saldo total de las cuentas del banco?

4. Una muestra de 10 latas de 120 grs. de café instantáneo COLCA, seleccionadas al azar de una
población normal, tuvieron un rendimiento de 285, 291, 279, 288, 282, 285, 291, 279, 288 y 282
tazas de café. Se utilizó una medida estándar para la preparación de las tazas de café. ¿Entre que
valores se encontrará el número promedio de tazas que deben rendir dichas latas de café con una
confianza del 98%?

Estimación de la proporción

5. El gerente de producción de artefactos eléctricos garantiza que el 95% de los artefactos que se
producen están de acuerdo con las especificaciones estándares exigidas. Examinando una
muestra de 200 unidades de dichos artefactos se encontró que 25 son defectuosos.
Si se pone en duda la afirmación del gerente de producción ¿cuál será el intervalo de confianza
del 96% para la proporción de artefactos defectuosos?, ¿este resultado apoya la afirmación del
gerente?

6. En una encuesta de opinión pública se invita a 100 personas, seleccionadas de una población de
10000 a expresar su preferencia por el producto A con respecto a otras marcas; a partir de esta

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 11


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

muestra se concluye que entre 2100 y 3900 personas prefieren el producto A. ¿Qué nivel de
confianza se usó en este informe?

7. Cable Mágico desea estimar la proporción de sus clientes que comprarían un paquete consistente
en 10 canales HD con programas muy selectos de televisión por cable. La compañía emplea una
confianza del 95% para un margen de error de 0.05 con respecto a la proporción real. La
experiencia anterior en otros países señala que el 75% de los clientes comprarían el paquete de
canales HD. ¿Qué tamaño de muestra se necesita?

Estimación de la varianza

8. En la fabricación de anillos para motores, se sabe que el diámetro promedio es de 5 cm. con una
desviación estándar igual a 0.005 cm. El proceso es vigilado en forma periódica mediante la
selección aleatoria de 64 anillos, midiendo sus diámetros. Así en la última muestra se obtuvo una
desviación estándar de 0.0065 y se consideró que la variabilidad de los diámetros estaba bajo
control ¿Cuáles son los límites de la variabilidad esperados con un nivel del 95% de confianza?
Suponga que los diámetros tienen distribución normal.

9. Se espera tener cierta variación nominal en el espesor de las láminas de plástico que una máquina
produce. Para determinar cuándo la variación en el espesor se encuentra dentro de ciertos límites,
cada día se seleccionan en forma aleatoria 12 láminas de plástico y se mide en milímetros su
espesor. Los datos que se obtuvieron son los siguientes:

12.6 11.9 12.3 12.8 11.8 11.7 12.4 12.1 12.3 12.0 12.5 12.9

Si se supone que el espesor es una variable aleatoria distribuida normalmente. Obtenga los
intervalos de confianza estimados del 90%, 95% y 99% para la varianza desconocida del espesor.
10. Según registros del departamento de calidad de la compañía “A&C”, el peso de ciertos paquetes
tiene una distribución normal con peso medio de 40 gramos y  = 0.25 gramos. Una muestra
aleatoria de 20 paquetes dio S = 0.32 gramos. ¿Con 95% de confianza, se podría concluir que la
variabilidad de los paquetes se ha incrementado? Justifique.

Estimación de la razón de varianzas y de la diferencia de medias

11. La siguiente información se refiere a la vida útil en años de dos marcas de motores para
refrigeradores, obtenida a partir de sendas muestras de motores de ambas marcas:

Marca muestral Promedio Desv. Est.


A 50 12.0 1.2
B 50 13.8 1.5

Si se calcula los límites de confianza del 90% para A - B, ¿a qué conclusión llegaría usted?

12. En los últimos años se está vendiendo autos coreanos, cuya aceptación en el mercado
fundamentalmente se debe al alto rendimiento en kilómetros por galón de gasolina. El gerente de

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 12


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

ventas de la marca Hyundai sostiene que los autos que ellos ofrecen no tienen competencia ya
que el rendimiento promedio es de 62 km/gal. Sin embargo, los representantes de la marca
Daewoo, no piensan lo mismo consideran que sus autos superan dicha cifra con creces, pues
tienen un rendimiento promedio de 69 km/gal. Como la publicidad que se maneja confunde un
tanto al consumidor, el instituto oficial de defensa al consumidor ha tomado una muestra de 9
autos de ambas marcas, a los cuales les ha hecho las pruebas y mediciones de rendimiento
correspondientes Los resultados fueron los siguientes:

Hyundai 62.0 61.0 60.0 60.5 61.5 61.0 62.5 60.0 60.5
Daewoo 69.0 69.5 68.0 68.5 69.0 69.5 68.0 67.0 67.5

¿A un nivel de confianza del 99%, los datos muestrales obtenidos indican que los representantes
de Daewoo tienen razón?

13. La Real S.A. es una empresa aseguradora que opera a nivel nacional y esta empeñada en lograr
la certificación ISO 9001. Como parte de este proceso el comité de autoevaluación realizó un
test entre el personal de las áreas de marketing y finanzas con el propósito de tener una medida
de la satisfacción laboral. Las puntuaciones obtenidas fueron:

Área Marketing: 75 82 80 92 68 84 95 78 87 93
Área Finanzas: 69 75 88 76 92 88 69 74 81

¿A qué conclusión podría usted llegar con base en el intervalo de confianza del 98% para la
diferencia entre las puntuaciones promedio?

Estimación de la diferencia de proporciones

14. En un instituto de idiomas se están probando dos nuevos métodos de enseñanza del inglés. Con
el objeto de conocer sus resultados, en el método A se involucraron a 80 alumnos; mientras que
100 en el método B. Al final del ciclo académico se obtuvo que el 70% de los alumnos del
método A fueron sobresalientes; en cambio en el método B, sólo al 60% se les pudo considerar
como sobresalientes. Halle el intervalo de confianza del 99% para la verdadera diferencia en las
proporciones de alumnos sobresalientes de los dos métodos de enseñanza del idioma inglés

15. En una muestra al azar de 250 baterías tomadas de la línea de producción de CAPSA se
encuentra que 20 son defectuosas y en una muestra al azar de 300 unidades sacada de la línea de
fabricación de VOLTA, 18 son defectuosas. ¿Cuál será el intervalo del 99% de confianza para la
verdadera diferencia de la proporción de baterías defectuosas entre CAPSA y VOLTA?

16. Una empresa de Marketing la semana pasada lanzó, por todos los medios de comunicación, la
publicidad de un nuevo producto para el cuidado del cabello y quiere conocer si la publicidad
permitió que el producto sea conocido, y sobre todo está interesada en saber si existe una
diferencia marcada en la preferencia de varones y mujeres. Se tomó una muestra de 200 varones
de los cuales 80 contestaron que conocían el producto mientras que de una muestra de 200
mujeres la mitad dijeron conocer el producto, ¿cuál es el intervalo del 95% de confianza para la
diferencia las proporciones entre hombres y mujeres?

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 13


UNMSM – FISI – EAPIS – PROBABILIDADES Y STADÍSTICA – SEM. 2016-II

EJERCICIOS ADICIONALES DE ESTIMACIÓN DE PARÁMETROS

1. Se han registrado los tiempos que 100 clientes, tomados al azar, utilizan en sus distintas operaciones
en un banco local. La media de la muestra es de 10 minutos. Informaciones anteriores indican que la
distribución de los tiempos utilizados es normal con varianza 9. Estimar el tiempo real  , del tiempo
utilizado por los clientes, con un intervalo al nivel de confianza del 99%.
2. Algunas veces los ajustes que se hacen a una máquina modifican la longitud media de las piezas que
produce. Sin embargo, dichos ajustes no afectan la variabilidad de las longitudes. Se sabe que éstas
tienen distribución normal con desviación estándar igual a 0.5 milímetros.
Las siguientes longitudes (en milímetros) se obtuvieron en diez piezas seleccionadas aleatoriamente,
después de haber hecho una serie de ajustes a la máquina: 75.3, 76.0, 75.0, 77.0, 75.4, 76.3, 77.0,
74.9, 76.5, 75.8
Estime la longitud media de todas las piezas producidas, mediante un intervalo de confianza de 95%.
3. Cierta población de ingresos anuales correspondientes a obreros no calificados tiene desviación
estándar igual a $ 1200. Con base en una muestra de 36 obreros se obtuvo una media x = $ 7280.
a) Obtenga una estimación puntual para la media poblacional de los ingresos anuales.
b) Estime  con un intervalo de confianza de 98%.
4. A partir de una muestra se desea estimar la media de las edades de las personas que trabajan en cierta
rama de la industria, de tal modo que la longitud del intervalo al nivel de confianza del 95% sea
menor o igual que 1. ¿Cuántas personas deben incluirse en la muestra si se supone que la varianza de
la variable que describe las edades es 16?
5. ¿De qué tamaño debe tomarse una muestra si se quiere estimar el ingreso medio de una población con
una confianza de 99% y con un error máximo igual a $ 75?. La población de ingresos tiene
desviación estándar igual a $ 900.
6. Un ingeniero ha estimado en 5 segundos la desviación estándar del tiempo necesario para pasar un
producto de un lugar a otro en un proceso de producción.
a) ¿Qué tamaño de muestra se requiere para asegurar un error máximo de 2 segundos, con una
confianza de 95%?
b) ¿Cuántas mediciones de tiempo son necesarias para tener una certeza de 95% de que el error de
estimación máximo no exceda a 1 segundo?
7. Los pesos de cajas llenas con cierto cereal están distribuidas normalmente con una desviación
estándar igual a 0.27 onzas. Una muestra de 18 cajas seleccionadas aleatoriamente produjo una media
de pesos igual a 9.87 onzas.
a) Determine el intervalo de confianza de 95% para el peso medio verdadero de una caja de este
cereal.
b) Halle el intervalo de confianza de 99% para el peso medio.
c) ¿Qué efecto tuvo el aumento del nivel de confianza sobre el ancho del intervalo?
8. En una muestra de 60 estudiantes de cierta universidad, seleccionados aleatoriamente, sólo 22
estuvieron a favor del presupuesto asignado a actividades deportivas. Determine el intervalo de
confianza de 0.99 para estimar la proporción de todos los estudiantes de la universidad que están a
favor del presupuesto asignado.

10. Un fabricante de automóviles compra tuercas a un proveedor quien afirma que en su producto
sólo hay 5% de defectuosos. Determinar el tamaño de muestra que se requiere para estimar la
proporción verdadera de elementos con defectos si se desea que el error de estimación máximo sea
igual a 0.02 con una confianza de 90% (Rpta: n = 324)

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Página 14