Estadística Aplicada Producto Académico N° 01

Producto Académico N° 01

A. MUESTREO

1. Describa claramente cuáles son las clases de muestreo.

Existen dos tipos de muestreo: muestreo aleatorio y el muestreo no aleatorio.
El muestreo aleatorio es aquel que tiene una probabilidad de respuesta que varía sin
ninguna función aparente, es decir, no cumple un patrón de respuesta. Al estar
supeditada a no tener un lazo entre la población y lo que se desee analizar, este tipo
de muestreos es perfecto para el análisis científico de investigaciones. Las respuestas
poseen el parámetro de EQUI-PROBABILIDAD de ocurrir y estas probabilidades están
determinadas por la función pseudoaleatoria, es decir, existe una misma probabilidad
de ocurrencia para las muestras en la data.
El muestreo no aleatorio es aquel cuyas variables tienen el diferentes potenciales
probabilístico de suceder y están sujetas a condiciones propias del muestreo, es por
ello que cumplen un patrón de probabilidad y en una investigación pueden falsear la
data que se desee adquirir.
2. Identifique el tipo de muestreo, corresponde las siguientes situaciones.
a) Educación y deportes. Un investigador de la empresa de equipo deportivo Spaulding
estudia la relación entre el nivel académico y la participación en cualquier deporte.
El investigador hace una encuesta a 40 golfistas, 40 tenistas y 40 nadadores, todos
elegidos al azar.
Aquí podemos observar que el muestreo es aleatorio y no aleatorio por considerar
dos tipos de variables: una que es la principal (razón nivel académico-deporte) y
otra que es secundaria (tipo de deporte). Ninguna de las muestras tendrán la misma
probabilidad de ocurrencia ya que está determinada por una población que tiene o
puede tener diferentes tipos de comportamiento académico frente al deporte que
ejerzan (muestra aleatoria) pero resulta que la población ha sido forzadamente
elegida con propensión a los deportistas y no al público en general, lo que significa
que dentro de la población existe una ligera equidad de probabilidad de respuesta
(no aleatorio).
b) Hacer trampa. Un investigador del InternalRevenueService estudia las trampas en
las declaraciones de impuestos, al encuestar a todos los meseros y las meseras de 20
restaurantes seleccionados al azar.
Por la cantidad y la forma como se seleccionan la población a ser muestreada este tipo
de muestreo es considerado aleatorio del tipo racimo.

1|Página
 Estadística Aplicada Producto Académico N° 01

c) Recaudación de fondos. Los recaudadores de fondos de la Universidad de

Newportprueban una nueva campaña de telemarketing, obteniendo una lista de
todos los alumnos y eligiendo cada centésimo nombre de dicha lista.
Esta es una distribución puramente no aleatoria ya que existe un patrón de
elección (cada 100 estudiantes) y asumiendo que la lista sea en orden alfabetico
observaríamos que la población tiene distintas probabilidades de ser elegida.
d) Prueba de la equinácea. Un estudio sobre la eficacia de la equinácea incluyó
infecciones del tracto respiratorio superior. Un grupo de infecciones fue tratado con
equinácea, y otro grupo fue tratado con placebos. Los grupos de tratamiento con
equinácea y de placebo se determinaron mediante un proceso de asignación
aleatoria (según datos de “Efficacy and Safety of Echinacea in Treating Upper
Respirator y Tract Infections in Children”, de Taylor et al., Journal of the American
Medical Association, vol. 290, núm. 21).
Este tipo de muestreo es considerado aleatorio pero por el modelo de selección se
considera muestreo estratificado.

B. DISTRIBUCIONES MUESTRALES

1. Shorty’sMuffler anuncia que puede instalar un silenciador nuevo en 30 minutos o

menos. No obstante, hace poco el departamento de estándares laborales de las oficinas
centrales realizó un estudio y descubrió que 20% de los silenciadores no se instalaba en
30 minutos o menos. La sucursal Maumee instaló 50 silenciadores el mes pasado. Si el
informe de la empresa es correcto:
a) ¿Cuántas instalaciones de la sucursal Maufee se esperaría que tardaran más de
30 minutos?
Según el departamento de estándares laborales, si solo el 20% de los
silenciadores no se instalaba en 30 minutos o menos, el 80% si lo hacía. De ello
se deduce que 50*20% = 10 silenciadores tardaran más de 30 min.
b) ¿Cuál es la probabilidad de que ocho o menos instalaciones tarden más de 30
minutos?
10 = 20% (aparente) de silenciadores que se tardan menos de 30 min, es decir,
40 silenciadores se tardan MAS de 30 min exactamente. Esos 40 vienen a ser
nuestro 100%, por ello si nos indican sobre 8 o menos de 8 aumenta la
probabilidad sobre los 40. 8 o menos representa el 500% a más de que los
silenciadores se tarden más de 30 min. En la realidad simplemente seria la
certeza de que 8 o menos se instalan a más de 30 min.
c) ¿Cuál es la probabilidad de que exactamente 8 de las 50 instalaciones tarden
más de 30minutos?
Seria 500% de certeza de que exactamente 8 de las 50 instalaciones tarden mas
de 30 min.

2|Página
 Estadística Aplicada Producto Académico N° 01

2. Un ingeniero industrial afirma que el rendimiento medio de la población de cierto

proceso en lotes es 750 gramos por milímetro de materia prima. Para verificar esta
afirmación toma una muestra de 47 lotes cada mes. Si el valor de t calculado cae entre –
t0,05 y t0,05, queda satisfecho con su afirmación. ¿Qué conclusión extraería de una
muestra que tiene una media de 525 gramos por milímetro y una desviación estándar
de 45 gramos? Suponga que la distribución de rendimientos es aproximadamente
normal.
Si la desviación estándar es 45 gramos, podemos hallar el valor por milímetros de
materia prima. Empleando la distribución Student
̅−𝝁
𝒙
𝒕=
𝒔/√𝒏
𝟓𝟐𝟓 − 𝟕𝟓𝟎 −𝟐𝟐𝟓
𝒕= = = −𝟑𝟒. 𝟐𝟕𝟖
𝟒𝟓/√𝟒𝟕 𝟔. 𝟓𝟔𝟒
Este valor esta por debajo de valor 1.684, es decir que la producción es menor a lo que
se espera. El rendimiento es pésimo.
3. La dirección de transportes de Huancayo viene realizando un estudio de los tiempos
requeridos por una de las líneas de bus para alcanzar uno de sus destinos; se sabe que,
forman una distribución normal con una desviación estándar σ =1.25 minutos. Si se elige
al azar una muestra de 21 tiempos, encuentre la probabilidad de que la varianza
muestra sea mayor que 2.23.
Para que la varianza muestral sea 2.23, la probabilidad debe ser hallada como el área
conociendo la desviación estándar σ =1.25 minutos. Como el numero de muestras es
21, entonces R= 20
N=21
varianza= 2.23
σ =1.25 minutos
r= 20
El valor en la tabla seria: 28.54
Para alfa = 0.1 => 𝟏 − 𝜶 = 𝟎. 𝟗
Area obtenida es 0.1 qu es la probabilidad (10%)

C. INTERVALOS DE CONFIANZA PARA UN PARÁMETRO

3|Página
 Estadística Aplicada Producto Académico N° 01

1. Una empresa de investigación llevo a cabo una encuesta para determinar la cantidad
media que los fumadores gastan en cigarrillos durante una semana. La empresa
encontró que la distribución de cantidades gastadas por semana tendía a seguir la
distribución normal, con una desviación estándar de $5. Una muestra de 49 fumadores
revelo que 𝑋̅ = $20.
a) ¿Cuál es el estimador puntual de la media de la población? Explique lo que indica.
Indica la aproximación del valor real de la media a la muestra poblacional. Este
valor para este problema es muy alto ya q la varianza es 25% de la media.
b) ¿Con el nivel de confianza de 95%, determine el intervalo de confianza para μ.
Explique lo que significa.

n= 49
𝑥̅ = 20
𝜎 = 95% = 0.95
α =0.05 entonces Zc=±2.021
𝑥̅ ± 𝑍𝑐 ∗ 𝜎/√𝑛
20 ± 2.021 ∗ 5/√49
20 ± 2.021 ∗ 5/7
20 ± 1.4436

2. Los contenidos de 5 latas de café instantáneo de un productor han dado los siguientes
pesos netos en gramos: 280; 290; 285; 275; 284.
a) Encuentre un intervalo de confianza del95% para la media de todos los contenidos
de latas de café del productor.
X: 282.8
S: 5.63
n: 5
r=n-1=4
𝑬 = 𝒕𝜶/𝟐 ∗ 𝒔/√𝒏
X - E <  < X+E
𝒕𝟎.𝟎𝟐𝟓 = 𝟐. 𝟕𝟕𝟔 con 4 grados de libertad
𝑬 = 𝟓. 𝟐𝟗
𝟐𝟕𝟕. 𝟓𝟏 < 𝝁 < 𝟐𝟖𝟖. 𝟎𝟗
Con un nivel de confianza del 95% se sabe que el promedio del contenido de los
contenedores esta entre 277,51 y 288,09
b) ¿Con qué grado de confianza se estima que el contenido promedio de café tenga los
límites de confianza 277,432 y 288,168?. Suponga una distribución normal.
Como está dentro del intervalo hallado anteriormente, tiene un 99% de confianza.
3. Una máquina produce piezas de metal que tienen forma cilíndrica. Se toma una muestra
de tales piezas y se encuentra que los diámetros son 1,01; 0,97; 1,03; 1,04; 0,99; 0,98;

4|Página
 Estadística Aplicada Producto Académico N° 01

0,99; 1,01 y 1,03 centímetros. Utilice estos datos para calcular tres tipos de intervalos y
hacer interpretaciones que ilustren las diferencias entre ellos en el contexto del sistema.
Para todos los cálculos suponga una distribución aproximadamente normal. La media
muestral y la desviación estándar para los datos dados son x¯ = 1.0056 y s = 0.0246.
a) Calcule un intervalo de confianza del 99% sobre la media del diámetro.
Cantidad muestral: n=9 y v= 8
𝜶 = 𝟎. 𝟎𝟏
Cuando existe normalidad pero no se conoce 𝝈 podemos hallarla usando:
̅ ± 𝒛𝜶/𝟐 𝒔/√𝒏
𝝈=𝒙
De aquí reemplazamos:
𝒛𝜶/𝟐 = 𝟑. 𝟑𝟓𝟓
𝝈 = 𝟏. 𝟎𝟎𝟓𝟔 + 𝟑. 𝟑𝟓𝟓 ∗ 𝟎. 𝟎𝟐𝟒𝟔/√𝟗 = 𝟏. 𝟎𝟑𝟑𝟏𝟏𝟏
b) Calcule un intervalo de predicción del 99% sobre el diámetro medido de una sola
pieza de metal tomada de la máquina.
𝝈 = 𝟏. 𝟎𝟎𝟓𝟔 + 𝟑. 𝟑𝟓𝟓 ∗ 𝟎. 𝟎𝟐𝟒𝟔/√𝟏 = 𝟏. 𝟎𝟖𝟖𝟏𝟑𝟑
c) Calcule los límites de tolerancia del 99% que contengan 95% de las piezas de metal
producidas por esta máquina.
𝝈 =1,08379502

D. INTERVALOS DE CONFIANZA PARA DOS PARÁMETROS

1. Se llevan a cabo pruebas de resistencia a la tensión sobre dos diferentes clases de

largueros de aluminio utilizados en la fabricación de aviones comerciales pequeños. De
la experiencia pasada con el proceso de fabricación de largueros y del procedimiento de
prueba, se supone que las desviaciones estándar de las resistencias a la tensión son
conocidas. Los datos obtenidos aparecen en la siguiente tabla:

a) En base a esta información entregada previamente, encuentre un intervalo de

confianza para la diferencia entre los promedios poblacionales de la resistencia a
la tensión con un nivel de confianza del 90%.

5|Página
 Estadística Aplicada Producto Académico N° 01

𝝈𝟏𝟐 𝝈𝟐𝟐 𝝈𝟏𝟐 𝝈𝟐𝟐

̅̅̅̅ − 𝒙𝟐
𝒙𝟏 ̅̅̅̅ − 𝒛𝜶 √ + ̅̅̅̅ − 𝒙𝟐
≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙𝟏 ̅̅̅̅ + 𝒛𝜶 √ +
𝟐 𝒏𝟏 𝒏𝟐 𝟐 𝒏𝟏 𝒏𝟐

Limite superior 12.22

Limite inferior 13.98

b) ¿De acuerdo al resultado obtenido en a) qué puede concluir respecto a la diferencia

entre los promedios poblacionales con relación a la resistencia?
La diferencia de los limites tanto superior como inferior indican que existe una
tendencia Zc=1.64 es decir, el largero de aluminio de clase 1 es muy diferente al
largero de aluminio de clase 2
2. Una compañía de taxis trata de decidir si comprar neumáticos de la marca A o de la B
para su flotilla de taxis. Para estimar la diferencia entre los promedios de desgaste a
través de kilómetros recorridos, de las dos marcas, se lleva a cabo un experimento
utilizando 12 de cada marca. Los neumáticos se utilizan hasta que se desgastan, dando
como resultado promedio para la marca A 36,300 kilómetros, con una desviación
estándar de 5000 kilómetros y para la marca B 38,100 kilómetros con una desviación
estándar de 6100 kilómetros. Calcule un intervalo de confianza de 95% para la
diferencia promedio de las dos marcas, si se sabe que las poblaciones se distribuyen de
forma aproximadamente normal para la marca A y para la marca B. Asuma que las dos
varianzas poblacionales son distintas.
Es deseable que la diferencia de medias sea positiva por lo que restamos los
medios mayores menos la media menor. En este caso será la media del motor B
menos la media del motor A. En las tablas de la Normal encontramos que el valor
de la variable que deja por debajo una probabilidad de 0,475 es 𝒛𝜶 = ±𝟏. 𝟗𝟔
𝟐

𝝈𝟏𝟐 𝝈𝟐𝟐 𝝈𝟏𝟐 𝝈𝟐𝟐

̅̅̅̅ − 𝒙𝟐
𝒙𝟏 ̅̅̅̅ − 𝒛𝜶 √ + ̅̅̅̅ − 𝒙𝟐
≤ 𝝁𝑨 − 𝝁𝑩 ≤ 𝒙𝟏 ̅̅̅̅ + 𝒛𝜶 √ +
𝟐 𝒏𝟏 𝒏𝟐 𝟐 𝒏𝟏 𝒏𝟐

−𝟐𝟔𝟔𝟐. 𝟔𝟖 ≤ 𝝁𝑨 − 𝝁𝑩 ≤ 𝟔𝟐𝟔𝟐. 𝟔𝟕

Aparentemente no es posible afirmar que el neumático A tiene mayor duración que el neumático B.

6|Página