II UNIDAD INFERENCIA ESTADISTICA

USO DEL STATGRAPHICS

EJERCICIOS Y PROBLEMAS
2008
9.0.- INFERENCIA ESTADISTICA

La Teora de la Inferencia Estadstica puede definirse como

aquellos mtodos que permiten hacer inferencias o
generalizaciones sobre una poblacin a partir de una muestra.
Existen dos mtodos para estimar parmetros de la poblacin :
El Mtodo Clsico y Mtodo Bayesiano.

El Mtodo Clsico .- Se basa estrictamente en la informacin

obtenida en una muestra aleatoria tomada de una poblacin.
 El Mtodo Bayesiano.- Utiliza el conocimiento subjetivo
previo acerca de la distribucin de probabilidades de los
parmetros desconocidos junto con la informacin
proporcionada por los datos de la muestra.
La Inferencia Estadstica puede dividirse en dos reas
principales :
Estimacin y Prueba de Hiptesis.
 9.1 ESTIMACION

La Estimacin se ocupa del estudio de parmetros de la

poblacin y consiste en encontrar o determinar una
estadstica que constituya una buena estimacin del valor
de un parmetro desconocido . A esta estadstica se le
llama estimador del parmetro desconocido .
Estudiaremos la estimacin puntual y la estimacin por
intervalos .

 3.1.1 ESTIMACIN PUNTUAL

La Estimacin Puntual de algn parmetro de la

poblacin es un valor simple de una estadstica tomada
de la muestra.
Por ejemplo, si el valor de x es la estadstica
calculada a partir de una muestra de tamao n,
entonces x es una estimacin puntual de media
poblacin, es decir = x y =.
La Estadstica que se emplea para obtener una
estimacin puntual recibe el nombre de Estimador .
3.1.2 6.1.2 ESTIMACION POR INTERVALOS

E n vez de estimar el parmetro a partir de un valor de ( estimacin puntual )

ahora se trata de estimar un intervalo [ a, b ] llamado intervalo de confianza
q ue debe contener al parmetro con una probabilidad dada 1 - llamado
nivel de confianza , en base a una muestra aleatoria y la correspondiente
estadstica ; esto es

P ( a b) = 1 -
 A) INTERVALOS CONFIDENCIALES PARA LA MEDIA
POBLACIONAL

a1 ) Cuando es conocida 0 n > 30

Sea x ( , 2n ) Z = (x - ) / ( n )
Entonces

P ( - Z 2 < ( (x - ) / ( n ) < Z 2 ) = 1 -

P ( x Z n < < x + Z n ) = 1 -

Por lo tanto [x Z n ]

Donde :
x : media muestral
Z : se encuentra en la tabla Z
n. : tamao de la muestra
: desviacin estndar conocida
: nivel de significacin
NOTA.-Cuando n 30 y no se conoce 2 se reemplaza por s2 de la muestra
Ejemplo
Se ha calculado que la media y desviacin estndar para las puntuaciones de
una muestra aleatoria de 36 estudiantes son respectivamente 2.6 y 0.3 .
Encuentre el intervalo de confianza al 95% y al 99% para la media de todo
el grupo de estudiantes?.

Solucin:
x = 2.6
s = 0.3
/2 = 0.025
Z = 1.96

P ( 2.6 1.96 (0.3/36) 2.6 + 1.96 (0.3/36) ) = 95%

De donde P( 2.5 < < 2.7 ) = 95%

La probabilidad de que la puntuacin promedio de cualquier estudiante
se encuentre ntre 2.5 y 2.7 es de 95% .
a2) Cuando es desconocido n 30

Cuando no se conoce la varianza poblacional 2 y es imposible obtener una

muestra n 30 pues el costo es un factor que limita el mayor tamao de
muestra. En la medida que la poblacin se distribuye normalmente entonces
podemos usar la distribucin t.

t = (x - )/ ( s/ n)

El procedimiento es el mismo que en el caso anterior excepto que se usa la

distribucin T en lugar de la normal, luego se puede afirmar:

P ( - t/2 <t< t/2 ) = 1-

P ( x - t/2 s/n < < x + t/2 s/n ) = 1 -

Por lo tanto x t/2 s/n

donde t/2 es el valor de t con n 1 grados de libertad

Ejemplo
Los contenidos de cido sulfrico en siete recipientes similares son : 9.8 ,
10.2 , 10.4 , 9.8 , 10.0 , 10.2 y 9.6 litros. Encuentre un intervalo de confianza
al 95% para la media del contenido de todos los recipientes. Suponiendo una
distribucin aproximadamente normal.

Solucin:

x = 10 ; s = 0.283 ; t/2 = t (0.025) (6) = 2.447

luego :

x t/2 s/n

10.0 ( 2.447 ) ( 0.283)/ 7

10.0 0.26

P ( 9.74 < < 10.26 ) = 95 %

B) INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS

Si se tiene una poblacin con medias 1 , 2 y varianzas 12 , 22

respectivamente y si se toma muestras n1 y n2 respectivamente, entonces se
puede obtener intervalos confidenciales para la diferencia de medias.

b1) Si 12 , 22 son conocidas y n 1 30 y n2 30

entonces un intervalo confidencial para 1 - 2 es:

P [( x1 --x2 ) - Z (12 / n1 + 22 /n2 ) 1 - 2 (x1 -x2 ) + Z

(12 / n1 + 22 /n2 ) ] = 1 -

por lo tanto ( 1 - 2 ) [( x1 --x2 ) Z (12 / n1 + 22 /n2 )]

Donde x1 ,x2 son las medias muestras aleatorias independientes de tamao

n1 , n2 , tomadas de poblaciones con varianzas conocidas 12 , 22
respectivamente, y - Z es el valor de la distribucin normal estndar.
Ejemplo :

50 Mujeres y 30 hombres se presentaron a un examen de admisin para ocupar un cargo :

las mujeres obtienen una calificacin promedio de 76 puntos con una desviacin estndar de
6 , mientras que los hombres obtienen una calificacin promedio de 82 puntos con una
desviacin estndar de 8. Encuentre un intervalo de confianza del 96% para la diferencia de
medias.

SOLUCI0N
n1 = 50 n2 = 75 , x1 = 76 y x2 = 82 , s1 = 6 y s2 = 8

Como n1 , n2 > 30 s1 = 1 y s 2 = 2

Se aplica

P [( x1 --x2 ) - Z (12 / n1 + 22 /n2 ) 1 - 2 (x1 -x2 ) + Z (12 / n1 +

22 /n2 ) ] = 1 -

Remplazando datos se obtiene :

P ( 3.42 ) 1 - 2 8.58 ) = 95 %
b2 ) Si 12 , 22 son desconocidas y n 1 y n2 30

Donde las medias y varianzas de muestras independientes pequeas de tamaos n1 y n2

son tomadas de distribuciones aproximadamente normales y t es el valor de la
distribucin t con n1 - n2 - 2 grados de libertad:

P [( x1 --x2 ) - t (s12 / n1 + s22 /n2 ) 1 - 2 (x1 -x2 ) + t (s12 / n1 +

s22 /n2 ) ] = 1 -

por lo tanto ( 1 - 2 ) [( x1 --x2 ) t (s12 / n1 + s22 /n2 )]

Ejemplo:

Los registros de los ltimos 15 aos muestran que la precipitacin fluvial promedio.
durante el mes de mayo es de 4.93 cm. con una desviacin estndar 1.14 cm. en Per, en
Chile la precipitacin fluvial promedio fue de 2.64 con una desviacin estndar de
0.66 durante los 10 aos pasados. Encuentre un intervalo confidencial del 95% para la
diferencia verdadera de las precipitaciones fluviales promedio en estos pases, suponiendo
que las muestras se han tomado de poblaciones normales con variancias diferentes.
Solucin:

Per x = 4.93 s = 1.14 n = 15

Chile x = 2.64 s = 0.66 n = 10

.t( 0.025 ) ( 15+10 2 ) = 2.069.

Remplazando en la frmula se tiene :

P [( 0.29 2.069 ) (1.142 / 15 + 0.662 /10 ) 1 - 2 2.29 +

2.069 (1.142 / 15 + 0.662 /10 ) ] = 1 -

P( 2.02 1 - 2 2.56 ) = 0 95 %

Significa que se tiene una confianza del 95% de que el intervalo de 2.02 a 2.56
contenga el verdadero valor promedio de la precipitacin fluvial .
C) I NTERVALOS CONFIDENCIALES PARA LAS PROPORCIONES

Si la estadstica p = x /n es la proporcin de xitos en una muestra de

tamao n extrada de. una distribucin binomial en la que P es la
proporcin de xitos en la poblacin
los lmites de confianza para P, cuando n se tiene que :

E(p) = P , V(p) = PQ /n por lo tanto tambin se tiene:

P ( - Z 2 < Z < Z 2 ) = 1 -

Z = (p P)/ ( PQ /n ) por lo tanto

P [ p - Z 2 ( PQ /n ) < P < p +Z 2 ( PQ /n ) ] = 1 -

Luego
P [ p Z 2 ( PQ /n ) ]
Ejemplo:

En una muestra aleatoria de n = 500 familias de cierta ciudad que poseen televisores,
se observ que 340 posean TV a color. Encuentre un intervalo de confianza del 95%
para la proporcin real de las familias en dicha ciudad con TV a color.

Solucin:

p = 340/500 = 0.68

Z( 0.025) = 1.96

Usando la frmula :

P [ p - Z 2 ( PQ /n ) < P < p +Z 2 ( PQ /n ) ] = 1 -

P[ 0.68 1.96 ( 0.68*0.32) /500 < P < 0.68 + 1.96 ( 0.68*0.32) /500 ] = 95%

Por lo tanto P ( 0.64 < P < 0.72 ) = 95 %

D) INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE PROPORCIONES

Dada dos poblaciones binomiales de las cuales se extrae dos muestras

aleatorias independientes de tamaos n1, n2 se puede encontrar un intervalo
de confianza para la verdadera diferencia de proporciones, es decir P1 , P 2
mediante :

P [( p1 - p2 ) - Z/2 ( p1 q1 /n1 + p2 q2 /n2) < P1 P2 < ( p1 - p2 ) +

Z/2 ( p1 q1 /n1 + p2 q2 /n2)]

Por lo tanto
(P1 P2 ) [ ( p1 - p2 ) Z/2 ( p1 q1 /n1 + p2 q2 /n2) ]

Ejemplo:

En el proceso de fabricacin de cierto componente se considera un cambio con el objeto de

determinar si el nuevo procedimiento es mejor. Se toma muestras del procedimiento
existente y del nuevo si se detecta que 75 de 1500 componentes tomados del procedimiento
existente fueron defectuosos, as como 80 de 2000 del nuevo procedimiento fueron
defectuosos. Encuentre un intervalo de confianza al 90% para la diferencia real de
proporcin de componentes defectuosos.
Solucin:

p1 = 75/1500 = 0.05 n1 = 1500

p2 = 80/200 = 0.04 n2 = 2000 Z/2 = 1.645

Segn frmula :

0.01 1.645 ( 0.05*0.95/1500 + 0.04*0.96/2000 )

P ( -0-0017 < P1 P2 < 0.0217 ) = 90 %

Como el intervalo contiene el valor 0 no hay razones, que el nuevo

componente produzca una disminucin significativa en
la proporcin de componentes defectuosos con respecto al mtodo existente.
E) INTERVALOS CONFIDENCIALES PARA LA VARIANZA

Supongamos que tenemos una muestra aleatoria x1 ,x2 , x3, ... xn de

una distribucin de media y una varianza 2 , ambas desconocidas luego:
n
( xi - x ) 2 = (n 1 ) s2
i=1 2 2
Tiene una distribucin 2 con n-1 grados de libertad cuando las muestras
se escogen de una poblacin normal entonces :

P (2 /2 2 (2 1- /2 ) = 2
P ( /2 (n 1 ) s2 (2 1- /2 ) = 1-
2

2 2 (n 1 ) s2 ) = 1 -
P( ( n 1 ) s
2 1- /2 2 /2
2 es la varianza de la 2 2
Donde s muestra aleatoria n, /2 y 1- /2
2
son valores de la distribucin con n 1 grados de libertad hacia la derecha.
Ejemplo

Un experimentador quiere verificar la variabilidad de un equipo diseado para medir

el volumen de una fuente de audio frecuencia. Tres mediciones independientes
registraron con este equipo fueron 4.1 , 5.2 y 10.2. Estime 2 con un coeficiente de
confianza de 0.9.

Solucin

Si se supone normalidad en las mediciones registradas por este equipo, se puede

aplicar el intervalos de confianza desarrollado anteriormente . Para los datos
ofrecidos, s2 = 10.57 con /2 = 0.05 y n- 1 = 2 grados de libertad , en la tabla de la distribucin Chi
2 = 0.103 y 2 = 5.959 2 es
cuadrado nos da /2 1- /2 por lo tanto el intervalo de confianza para

P ( 2*10.57 / 5.991
2 2*10.57 / 0.103 ) = 0.90

P ( 3.53 2 205.24 ) = 0.90

Obsrvese que este intervalo para 2 es muy amplio, bsicamente porque n es muy
pequeo .
 Ejemplo propuesto:

Los siguientes valores son los pesos en decigramos de 10

paquetes de semilla distribuidos por cierta compaia : 46.4 ,
46.1 , 45.8 , 47.0 , 46.1 , 45.9 , 45.8 , 46.8 , 45.2 y 46.0.
Encuentre un intervalo de confianza al 95% para la varianza
de dichos paquetes de semilla distribuidos por esta compaia.