1

Estad
Estad

stica para
stica para
economistas II
economistas II
M.Sc
M.Sc
. Sabino Edgar
. Sabino Edgar
Mamani
Mamani

Choque
Choque
UNIVERSIDAD NACIONAL DEL ALTIPLANO UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERIA ECON FACULTAD DE INGENIERIA ECON MICA MICA
PARTE IV: Estimacin Estadstica
2
Estimaci
Estimaci

n Estad
n Estad

stica
stica
LA INFERENCIA ESTAD
LA INFERENCIA ESTAD

STICA
STICA
Es la
Es la
generali
generali
-
-

zaci
zaci

n
n

de los resultados a partir de la medici
de los resultados a partir de la medici

n de una
n de una
muestra.
muestra.
Procedimientos o m
Procedimientos o m

todos de:
todos de:
1.
1.
Inferir
Inferir

de una muestra a una poblaci
de una muestra a una poblaci

n se llama
n se llama
estimaci
estimaci

n de un par
n de un par

metro.
metro.
2.
2.
Prueba
Prueba

de una hip
de una hip

tesis acerca de un par

tesis acerca de un par

metro.
metro.
1)
1)

Estimaci
Estimaci

n Puntual
n Puntual
.
.
2)
2)

Estimaci
Estimaci

n
n
interv
interv

lica
lica

o por intervalos
o por intervalos
.
.
3

Qu
Qu

es un estimador?
es un estimador?
1.
1.

Es aquel valor de una muestra muy
Es aquel valor de una muestra muy
semejante al par
semejante al par

metro de la poblaci
metro de la poblaci

n.
n.
2.
2.

Ejemplo, se puede decir que X est
Ejemplo, se puede decir que X est

muy
muy
pr
pr

ximo al verdadero valor de

ximo al verdadero valor de

. Para ello
. Para ello
X tiene que cumplir una serie de requisitos.
X tiene que cumplir una serie de requisitos.
(Taro (Taro Yamane Yamane, P , P g. 108) g. 108)
4

Cu
Cu

les son los requisitos de un buen

les son los requisitos de un buen
estimador?
estimador?
1.
1.

Es
Es
insesgado
insesgado

o sin vicio.
o sin vicio.
2.
2.

Consistente
Consistente
3.
3.

Eficiente
Eficiente
4.
4.

Suficiente
Suficiente
5

Estimador
Estimador
Insesgado
Insesgado
. Cuando el valor
. Cuando el valor
esperado de un estad
esperado de un estad

stico empleado como

stico empleado como
estimador es igual al par
estimador es igual al par

metro:
metro:
E(
E(
) =
) =
u
u
.
.

Estimador Consistente
Estimador Consistente
. Cuando un
. Cuando un
estimador se aproxima al par
estimador se aproxima al par

metro de la
metro de la
poblaci
poblaci

n que se va estimar aumentando el

n que se va estimar aumentando el
tama
tama

o de la muestra.
o de la muestra.
6

Estimador Eficiente
Estimador Eficiente
. Se dice que un
. Se dice que un
estimador
estimador

1 1

es m
es m

s eficiente que otro

s eficiente que otro
estimador
estimador

2 2

para
para
u
u

si el primero tiene una
si el primero tiene una
menor varianza que el segundo.
menor varianza que el segundo.

Estimador Suficiente
Estimador Suficiente
. Es un estimador que
. Es un estimador que
utiliza toda la informaci
utiliza toda la informaci

n que posee una

n que posee una
muestra sobre el par
muestra sobre el par

metro que se estima.

metro que se estima.
7
Estimaci
Estimaci

n
n
Interv
Interv

lica
lica
Es la estimaci
Es la estimaci

n de un par
n de un par

metro por un intervalo,

metro por un intervalo,
llamado Intervalo de Confianza, cuyos puntos finales
llamado Intervalo de Confianza, cuyos puntos finales
L y U (L
L y U (L
<
<

U), son funciones de las variables
U), son funciones de las variables
aleatorias observadas tales que la probabilidad de que
aleatorias observadas tales que la probabilidad de que
quede satisfecha la desigualdad L
quede satisfecha la desigualdad L
<
<

u
u

<
<

U, se expresa
U, se expresa
en t
en t

rminos de un n
rminos de un n

mero determinado: 1
mero determinado: 1
-
-

o
o
.
.
8
Sea X una poblacin distribuida N(,
2
)
Para encontrar dos estadsticos
1

y
2

tal que P(
1

<

<
2

) = , con

conocido si sigue los siguientes pasos:
1.

Elegir el nivel de confianza

= 1 -

2.

Sea X
1

, X
2

,

X
n

una muestra aleatoria de tamao n de X, y
media muestral
3.

Siendo un buen estimador de , se puede usar la distribucin
muestral

de para establecer un intervalo de confianza para .
4.

Para n

suficientemente grande

(n>30), por el teorema del lmite
central se tiene que:
X
X
X
|
|
.
|

\
|

n
N x
2
,
o

9
Si X es una poblacin normal, entonces la media muestral

es normal
para todo n, y se obtiene que:
( )
o
n x
Z

=
~(0,1)
5.

Z

depende del parmetro ; eligiendo

= 1

se puede determinar
dos valores: Z
1

y Z
2

tal que:
| | o = = s s = 1
2 1
Z Z Z Z
6.

Hay muchas formas de escoger Z
1

y Z
2

que cumplan tal condicin.
La forma mas sencilla es escoger Z
2
= -Z
1
= Z
0
| | o = = s s = 1
0 0
Z Z Z P
10
7.

Por simetra de la curva normal, se tiene:
| | ( ) = s = s s = 1 2
0 0 0
Z Z P Z Z Z P
Es decir:
- Z
o/2 0
Z
o/2
Intervalo de
RC o/2
RC o/2
RA 1 - o
| | + = s = 1 2
0
Z Z P
| | ( ) + = s = 1
2
1
0
Z Z P
| |
2
1
0
o
= s = Z Z P
8.

Del paso anterior se encuentra el valor de Z
0

y, sustituyendo el valor
de Z se encuentra que:
| |
o

=
(

s = s s =
0 0 0 0
Z n
x
Z P Z Z Z P
11

o
=
(

s s
n
Z
x
n
Z
P
0 0

o
=
(

+ s s
n
Z
x
n
Z
x P
0 0

o
=
(

+ s s
n
Z
x
n
Z
x P
0 0
Entonces el intervalo de confianza es:
(

+
n
Z
x
n
Z
x
o o
0 0
;
n
Z
x
o
0

12
1. Intervalo de confianza para
1. Intervalo de confianza para

con
con
o
o
2 2

conocida
conocida
Si
Si
X
X

es la media de una muestra de tama
es la media de una muestra de tama

o n (n
o n (n

30)
30)
tomada de una distribuci
tomada de una distribuci

n con media
n con media

(descocida) y
(descocida) y
o
o
2 2
conocida, entonces:
conocida, entonces:
(

+
n
Z
x
n
Z
x
o o
0 0
;
Es aproximadamente un intervalo del 100 % de confianza
para la media , donde Z
0

es tal que P(ZZ
0

)=1-

/2

Si se desconoce

y n30, se puede usar la desviacin estndar muestral

S

para aproximar

Si la v.a. X se distribuye normalmnete

con media

y 2 conocida, el teorema anterior se
cumple tambien

para n< 30
13
Si el muestreo es sin reemplazo en poblaciones finitas, se usa el factor de
correccin (N-n)/(N-1).
Para poblacin finta de N elementos,

conocida, muestreo sin reemplazo y n30,
el intervalo del 100 % de confianza para

es:
(

1
;
1
0 0
N
n N
n
Z
x
N
n N
n
Z
x
o o
Si

es desconocida, el intervalo de confianza ser:
(

1
;
1
0 0
N
n N
n
S Z
x
N
n N
n
S Z
x
El IC es funcin creciente del nivel de confianza.
El tamao de muestra aparece en el denominador de Z
0

, por tanto para muestras
grandes el IC ser

mas corto (informacin mas precisa)
14
Construir un IC del 95% de confianza para la media de la poblacin, a partir de
una muestra de tamao 64, extrada de una poblacin con =10. La media
muestral

fue de 48.5
=0.95, entonces (1+0.95)/2 = 0.975
De la tabla Z, Z
0

=1.96

1

= 46.05

2

= 50.95

0.90 0.95 0.955 0.98 0.99

Z
0
1.645 1.96 2.00 2.33 2.576
15
Es posible estimar un IC para la cantidad total de una poblacin en casos
apropiados.
(

+
n
S Z
X N
n
S Z
X N
0 0
;
1.

Si se obtienen todas las posibles muestras de tamao 25 en una distribucin
normal, con media 20 y D.E. 4, dentro de que lmite se encuentra el 90% central
de las medias muestrales?
2.

En una muestra de 60 observaciones, la media es de 35 y la D.E. 4.2. Determine
los lmites entre los cuales debe encontrarse la media poblacional, con una
probabilidad del 95%.
3.

Como prueba de mercado de un artculo, se evala durante un mes las ventas en
las tiendas de una cadena de autoservicio. Los resultados de una muestra de 36
tiendas indicaron ventas promedio de S/1200 con una D.E. S/180. Si la cadena
tiene 200 tiendas, establezca un IC con 99% de confianza de las ventas totales.
16
2.
2.

Intervalo de Confianza para la diferencia de
Intervalo de Confianza para la diferencia de
dos distribuciones con varianzas
dos distribuciones con varianzas
o
o
2 2

1 1

y
y
o
o
2 2

2 2
conocidas y muestras grandes (n
conocidas y muestras grandes (n
>
>

30).
30).


Si X
Si X
1 1

y X
y X
2 2

, son las medias de dos muestras aleatorias independientes
, son las medias de dos muestras aleatorias independientes
de tama
de tama

os n
os n
1 1

y n
y n
2 2

seleccionadas respectivamente de dos poblaciones
seleccionadas respectivamente de dos poblaciones
con medias
con medias

1 1

y
y

2 2

y variancias
y variancias
o
o
2 2

1 1

y
y

o
o
2 2

2 2

, supuestas conocidas. El
, supuestas conocidas. El
estad
estad

stico es:
stico es:
| |

o
o

=
(
(
(
(

s
+

s =
s s =
0
2
2
0
0 0
) (
Z
m n
y x
Z P
Z Z Z P
y
x
y x
17

o
o

=
(
(
(
(

s
+

s
0
2
2
0
) (
Z
m n
y x
Z P
y
x
y x

o
o

o
o
=
(
(

+ + s s +
m n
Z y x
m n
Z y x P
y
x
y x
y
x
2
2
0
2
2
0
) ( ) ( ) (

o
o
o
o
=
(
(

+ + +
m n
Z y x
m n
Z y x P
y
x
y
x
2
2
0
2
2
0
) ( ; ) (
m n
Z y x
y
x
2
2
0
) (
o
o
+
18
1.

La media y D.E. de las cargas mximas soportada por 100 cables producidos por
una compaa A son 20 toneladas y 1.1 toneladas. La media y D.E. de 60 cables
producidos por otra compaa B es de 16 toneladas y 0.8 toneladas,
respectivamente. Determine un IC del 95% para la diferencia de cargas mximas
medias.
19
3.
3.

Intervalo de Confianza para una proporci
Intervalo de Confianza para una proporci

n,
n,
muestras grandes (n
muestras grandes (n
>
>

30).
30).
p=X/n es un estimador puntual de P
Si P es desconocido se puede establecer un IC para P, (P
1

P P
2

)

considerando la distribucin muestral

de p.
Para una muestra aleatoria de tamao n suficientemente grande (n30),
la v.a. p tiene una distribucin aproximadamente

normal con media y
varianza:
P p E
p
= = ) (
n
pq
p
=
2
o
La v.a. tiene una distribucin normal para n grande
n
pq
P p
Z

=
20
Una vez elegido , se puede encontrar Z
0

como:
| | = s s =
0 0
Z Z Z P
=
(
(
(
(

s =
0 0
Z
n
pq
P p
Z P
=
(

+ s s =
n
pq
Z p P
n
pq
Z p P
0 0
21
Para muestreo sin reemplazo
=
(

+ s s

=
1 1
0 0
N
n N
n
pq
Z p P
N
n N
n
pq
Z p P
1.

Una investigacin efectuada a 400 familias de clase media revel

que en la
realizacin de fiestas familiares, el 62% prefera el pisco a cualquier otra calse

de
licor. Determine los LC del 99%.
2.

El gerente de una agencia bancaria que tiene 1000 cuenta habitantes desea
determinar la proporcin la proporcin de sus cuentahabitantes

a los cuales les
paga el sueldo por semana. Se selecciona una muestra de 100 cuentahabitantes,
de los cuales 30 indican que se les pag

por semana. Determine el intervalo del
90% de confianza de la proporcin real de cuentahabitantes

a quienes se les
pag

por semana.
22
4.
4.

Intervalo de Confianza para la diferencia de
Intervalo de Confianza para la diferencia de
proporciones
proporciones
Un IC para P
1

P
2

puede establecerse considerando la distribucin muestral

de
p
1

p
2

. Para n suficientemente grande (n30), p
1

p
2

se distribuye
aproximadamente normal con media p
1

p
2
y varianza:
2
2 2
1
1 1
2
2 1
n
q p
n
q p
p p
+ =

o
Entonces:
2
2 2
1
1 1
2 1 2 1
) ( ) (
n
Q P
n
Q P
P P p p
Z
+

=
tiene aproximadamente una distribucin N(0,1)
23
Elegido un

podemos encontrar Z
0

tal que:
| | = s s =
0 0
Z Z Z P
=
(
(
(
(

s
+

s
0
2
2 2
1
1 1
2 1 2 1
0
) ( ) (
Z
n
Q P
n
Q P
P P p p
Z P
=
(

+ + s s +
2
2 2
1
1 1
0 2 1 2 1
2
2 2
1
1 1
0 2 1
) ( ) ( ) (
n
Q P
n
Q P
Z P P P P
n
Q P
n
Q P
Z p p P
(

+ + +
2
2 2
1
1 1
0 2 1
2
2 2
1
1 1
0 2 1
) ( ; ) (
n
Q P
n
Q P
Z P P
n
Q P
n
Q P
Z p p
2
2 2
1
1 1
0 2 1
) (
n
Q P
n
Q P
Z p p +
24
1.

Se ha encontrado que 25 de 250 cinescopios de
televisin producidos por el proceso A son
defectuosos y que 14 de 180 producidos por un
proceso B son defectuosos. Asumiendo que el
muestreo es aleatorio, determine un intervalo del
99% de confianza para la diferencia verdadera en la
proporcin de defectuosas, de los dos procesos.
25
5.
5.

Intervalo de Confianza para la media con varianza
Intervalo de Confianza para la media con varianza
desconocida, muestra peque
desconocida, muestra peque

a.
a.
Sea X una v.a. con distribucin aproximadamente normal con media

y varianza
2

(desconocida), en cuyo caso el estimador puntual es S
2
.
La media muestra es adecuada para estimar , pero como no se conoce
2
, se usa la
distribucin muestral

de la v.a.
S
n x
T

=
que tiene una distribucin t con n-1

gl
Entonces, elegido =1-, puede determinarse dos valores t
1

y t
2

tal que:
| | o = = s s 1
2 1
t T t P
26
Hay muchas formas de escoger t1 y t2 que cumplen tal condicin, la mas simple es
tomar t
2

=t
1

=t
0
t
0
- t
0

Luego | | o = = s s 1
0 0
t T t P

=
(

s
0 0
t n
S
x
t P
27
=
(

+ s s
n
S t
x
n
S t
x P
0 0
(

+
n
S t
x
n
S t
x
0 0
;
n
S t
x
0

28
Para muestreo sin reemplazo en poblaciones finitas
=
(

+ s s

1 1
0 0
N
n N
n
S t
x
N
n N
n
S t
x P
(

1
;
1
0 0
N
n N
n
S t
x
N
n N
n
S t
x
1
0

N
n N
n
S t
x
29
1.

El dimetro final de un cable elctrico blindado es distribuido normalmente. Una
muestra de tamao 20 produce una media de 0.79 y una D.E. muestral

de 0.01.
Determine un intervalo de confianza del 95% para .
2.

A un laboratorio de ensayo de materiales se lleva una muestra de

10 cables para
obtener sus cargas de rotura a la traccin. Los resultados obtenidos (kg/cm
2
)
fueron: 280, 295, 308, 320, 265, 350, 300, 310, 285, 310. Considerando que estas
cargas poseen distribucin de probabilidad normal, determine el IC de 90% para
la media de la poblacin.
3.

Los ingresos del ingreso sobre ventas en una ciudad que tiene un

total de 300
establecimientos comerciales se recogen cada trimestre. Los siguientes datos
representan los ingresos (en miles) cobrados durante el primer trimestre en una
muestra de nueve establecimientos comerciales: 16, 18, 11, 17, 13, 10, 22, 15, 16.
a) Determine un intervalo con 95% de confianza de los ingresos trimestrales del
impuesto sobre ventas en los establecimientos comerciales, b) Determine una
estimacin del intervalo con 95% de confianza de los ingresos totales por

impuesto sobre ventas que recogern este trimestre.
30
6.
6.

Intervalo de Confianza para diferencia de medias
Intervalo de Confianza para diferencia de medias
con varianzas desconocidas pero iguales, muestras
con varianzas desconocidas pero iguales, muestras
peque
peque

as.
as.
Sea X una v.a. distribuida normalmente con media
x

y varianza
2

desconocida.
Sea Y una v.a. independiente distribuida normalmente con media
y

y varianza
2

desconocida.
Sea la media muestral

de una muestra aleatoria de n (n<30) observaciones de X y,
sea la media muestral

de una muestra aleatoria de m (m<30( observaciones de Y.
x
x
y
Luego
2
) 1 ( ) 1 (
1 1
) ( ) (
2 2
+
+
+

=
m n
S m S n
m n
y x
T
y x
y x

tiene una distribucin t con n+m-2

grados de libertad. Dado que T no
depende de
x

-
y

; y elegido

se puede encontrar t
0

, tal que:
| | = = s s
0 0
t T t P
31
2
) 1 ( ) 1 (
2 2
+
+
=
m n
S m S n
S
y x
c
Si S
c

= desviacin estndar combinada
Entonces
) (
1 1
) ( ) (
c
y x
S
m n
y x
T
+

=

=
(
(
(
(

s
+

s
0 0
) (
1 1
) ( ) (
t
S
m n
y x
t P
c
y x
=
(

+ + s s + ) (
1 1
) ( ) (
1 1
) (
0 0 c y x c
S
m n
t y x S
m n
t y x P
32
Restituyendo S
c
(
(

+
+
+ +
+
+
+
2
) 1 ( ) 1 (
1 1
) ( ;
2
) 1 ( ) 1 (
1 1
) (
2 2
0
2 2
0
m n
S m S n
m n
t y x
m n
S m S n
m n
t y x
y x y x
2
) 1 ( ) 1 (
1 1
) (
2 2
0
+
+
+
m n
S m S n
m n
t y x
y x
1.

Las siguientes son 16 determinaciones independientes del punto de fusin de un
compuesto, ocho hechas por un analista A y ocho por un analista B. Los
resultados fueron (C).
Analista A (X) 164.4 169.7 169.2 169.5 161.8 168.7 169.5 163.9
Analista B (Y) 163.5 162.8 163.0 163.2 160.7 161.5 160.9 162.1
Hallar un IC del 90% para la diferencia media entre analistas, suponiendo
varianzas iguales pero desconocidas.
33
7.
7.

Intervalo de Confianza para la varianza
Intervalo de Confianza para la varianza
Sea X una v.a. distribuida normalmente con media

y varianza
2

desconocidos.
Sea la media muestral

y S
2

la varianza muestral

de X, de tamao n
x
Se conoce que:
2
1
2
2
2
2
) (
) 1 (
o o

=

=

=
n
i
i
X X
S n
X
tiene una distribucin chi-cuadrado con n-1

grados de libertad; depende de
2
,
pero su distribucin no, por tanto, elegido

se puede encontrar a

y b, tal que:
= s s ) (
2
b X a P
= < s ) ( ) (
2 2
a X P b X P
34
Una forma de escoger a

y b

es:
2 ) (
2
o = < a X P
2 1 ) (
2
o = s b X P
Donde =1-. Entonces:
2
2 o
X a =
2
2 1 o
= X b
/2
/2

2
2 o
X
2
2 1 o
X
35
De:
) ( ) ( ) (
2 2 2
a X P b X P b X a P < s = s s
) ( ) ( ) (
2 2 2
a X P b X P b X a P < s = s s
Se obtiene
| |
2
2 1
2 2
2 o o
s s X X X P
Donde y son valores de chi-cuadrado con n-1 grados de libertad tales
que:
2
2 o
X
2
2 1 o
X
2 ) (
2
2
2
o
o
= s X X P y
2 1 ) (
2
2 1
2
o
o
= s

X X P
o
o o
= = = 1
2 2
1
36
Luego, reemplazando X
2

por:
2
2
) 1 (
o
S n
=
se obtiene
(

s

2
2 1
2
2
2
2
) 1 (
o o
o
X
S n
X P
(
(

2
2
2
2
2
2 1
1
) 1 (
1
o o
o
X S n X
P
o o
o o
= =
(
(

s s

1
) 1 ( ) 1 (
2
2
2
2
2
2 1
2
X
S n
X
S n
P
(
(

2
2
2
2
2 1
2
) 1 (
;
) 1 (
o o
X
S n
X
S n
37
La estimacin del intervalo de 100 % de confianza para la desviacin estndar es:
o o
o o
= =
(
(

s s

1
1 1
2
2
2
2 1
X
n
S
X
n
S P
(
(

2
2
2
2 1
1
;
1
o o
X
n
S
X
n
S
1.

A un laboratorio de ensayo de materiales se lleva una muestra de

10 cables
para obtener sus cargas de rotura a la traccin. Los resultados obtenidos
(kg/cm2) fueron: 280, 295, 308, 320, 265, 350, 300, 310, 285, 310.
Considerando que estas cargas poseen distribucin de probabilidad normal,
determine el IC de 90% para la desviacin estndar de la poblacin.
38
8.
8.

Intervalo de Confianza para la raz
Intervalo de Confianza para la raz

n de dos
n de dos
varianzas
varianzas
Sea X una v.a. distribuida normalmente con media
x

y varianza
x
2

, y sea Y una v.a.
independiente (de X) distribuida normalmente con media
y

y varianza
y
2
Sea S
x
2

la varianza muestral

basada en una muestra aleatoria de tamao n de X, y sea
S
y
2

la varianza muestral

basada en una muestra aleatoria de tamao m de Y.
Entonces
2
2
2
2
2 2
2 2
x
y
y
x
y y
x x
S
S
S
S
F
o
o
o
o
= =
tiene una distribucin F con n-1 y m-1

grados de libertad. Su distribucin no depende
de
x
2

y
2
; elegido , se puede hallar c

y d, tal que:
= s s ) ( d F c P
= s s ) ( ) ( c F P d F P
39
Eligiendo c

y d

de modo que:
2 ) ( o = < c F P 2 1 ) ( o = < d F P
donde

= 1-

= 1 -

Es decir
1 , 1 , 2
=
m n
f c
o 1 , 1 , 2 1
=
m n
f d
o
Luego
( ) o
o o
= = s s = s s

1 ) (
1 , 1 , 2 1 1 , 1 , 2 m n m n
f F f P d F c P
donde f
/2

y f
1-/2

son valores de la distribucin F con n-1 y m-1 grados de libertad,
dejando reas

bajo la curva de /2 y 1-/2, respectivamente a la izquierda.
40
Entonces
( ) = s s
1 , 1 , 2 1 1 , 1 , 2 m n m n
f F f P
o o
|
|
.
|

\
|
s s =
1 , 1 , 2 1
2
2
2
2
1 , 1 , 2 m n
x
y
y
x
m n
f
S
S
f P
o o
o
o
|
|
.
|

\
|
s s =
1 , 1 , 2
2
2
2
2
1 , 1 , 2 1
1 1
m n y
x
x
y
m n
f S
S
f
P
o o
o
o

o
o
o o
=
|
|
.
|

\
|
s s =
1 , 1 , 2
2
2
2
2
1 , 1 , 2 1
2
2
1 1
m n y
x
y
x
m n y
x
f S
S
f S
S
P
|
|
.
|

\
|
1 , 1 , 2
2
2
1 , 1 , 2 1
2
2
1
;
1
m n y
x
m n y
x
f S
S
f S
S
o o
41
/2
/2

2 o
f
2 1 o
f
Intervalo de confianza para la razn
|
|
.
|

\
|
1 , 1 , 2 1 , 1 , 2 1
1
;
1
m n y
x
m n y
x
f S
S
f S
S
o o
42
1.

Se preparan dos diferentes tandas de cemento, y de cada una se
fbrica gran nmero de tabiques. Se toma una muestra de seis
tabiques de cada tanda, y la fuerza de tensin en lb/pulg
2
, se
mide para cada tabique de las dos muestras. Suponiendo que la
fuerza de tensin est

normalmente distribuido con varianza
i
2
,
i=1, 2. Hallar un IC de 95% para la razn de las dos desviaciones
estndar
1

/
2
Tanda 1 536 492 528 572 582 506
Tanda 2 555 567 550 550 535 540
43
Ejercicio 04.
Ejercicio 04.

La media y la desviaci
La media y la desviaci

n est
n est

ndar
ndar
de las cargas m
de las cargas m

xima soportada por 100 cables

xima soportada por 100 cables
producidos por la compa
producidos por la compa

a
a

Duramas
Duramas

son 20
son 20
toneladas y 1.1 tonelada. La media y la
toneladas y 1.1 tonelada. La media y la
desviaci
desviaci

n est
n est

ndar de 60 cables
ndar de 60 cables
preoducidos
preoducidos

por la Compa
por la Compa

a
a

Cableco
Cableco

son 16 toneladas y
son 16 toneladas y
0.8 toneladas, respectivamente. Determinar un
0.8 toneladas, respectivamente. Determinar un
intervalo de confianza del 95 % para la
intervalo de confianza del 95 % para la
diferencia de cargas m
diferencia de cargas m

ximas medias. (
ximas medias. (
Rpta
Rpta
.
.
P(3.7,4.3)=0.95.
P(3.7,4.3)=0.95. (R. Moya, (R. Moya, Pag Pag. 660) . 660)

.
.
.n
.n
1 1

= 100; X
= 100; X
1 1

= 20; S
= 20; S
1 1

= 1.1; Z = 1.96
= 1.1; Z = 1.96
.n
.n
2 2

= 60; X
= 60; X
2 2

= 16; S
= 16; S
2 2

= 0.8.
= 0.8.
44
Ejercicio 05a.
Ejercicio 05a.

Una compa
Una compa

a exportadora de
a exportadora de
caf
caf

quiere escoger la mejor calidad de caf
quiere escoger la mejor calidad de caf

de
de
exportaci
exportaci

n entre dos variedades de caf

n entre dos variedades de caf

en
en
grano: A (
grano: A (
Chanchamayo
Chanchamayo
) y B (
) y B (
Quillabamba
Quillabamba
).
).
Elegir
Elegir

la variedad de caf
la variedad de caf

que contenga el
que contenga el
menor porcentaje de impurezas por saco de un
menor porcentaje de impurezas por saco de un
quintal. Se sabe que los porcentajes de
quintal. Se sabe que los porcentajes de
impurezas de saco de cada variedad de caf
impurezas de saco de cada variedad de caf

tienen distribuci
tienen distribuci

n normal y con la misma

n normal y con la misma
varianza.
varianza. (C (C rdova Manuel, P rdova Manuel, P g. 76) g. 76)
45
Dos muestras aleatorias independientes una de 10 sacos
Dos muestras aleatorias independientes una de 10 sacos
de A y la otra de 12 sacos de B, revelaron los siguientes
de A y la otra de 12 sacos de B, revelaron los siguientes
porcentajes de impurezas por saco de caf
porcentajes de impurezas por saco de caf

:
:
A: 4, 3, 6, 6, 5, 6, 7, 4, 7, 6
A: 4, 3, 6, 6, 5, 6, 7, 4, 7, 6
B: 7, 6, 10, 8, 9, 8, 7, 6, 7, 9, 5, 8
B: 7, 6, 10, 8, 9, 8, 7, 6, 7, 9, 5, 8
Estime mediante un intervalo de confianza del 95% la
Estime mediante un intervalo de confianza del 95% la
diferencia entre los dos promedios de porcentajes de
diferencia entre los dos promedios de porcentajes de
impurezas por saco de toda la producci
impurezas por saco de toda la producci

n de las dos
n de las dos
variedades de caf
variedades de caf

.
.

qu
qu

variedad de caf
variedad de caf

deber
deber

a elegir
a elegir
para la exportaci
para la exportaci

n?.
n?. Rpta Rpta. P( . P(- -3.354, 3.354, - -0.846)=0.95. 0.846)=0.95.
46
Ejercicio 05b.
Ejercicio 05b.

El jefe de personal de una empresa de
El jefe de personal de una empresa de
confecciones quiere comparar las medias de los
confecciones quiere comparar las medias de los
tiempos en minutos que operarios hombres y mujeres
tiempos en minutos que operarios hombres y mujeres
utilizan para confeccionar una camisa. Se supone que
utilizan para confeccionar una camisa. Se supone que
las dos poblaciones de tiempos tienen distribuci
las dos poblaciones de tiempos tienen distribuci

n
n
normal con varianza homog
normal con varianza homog

nea. Dos muestras

nea. Dos muestras
aleatorias de tama
aleatorias de tama

o 16 revelaron las siguientes

o 16 revelaron las siguientes
estad
estad

sticas: X
sticas: X
1 1

= 38, S
= 38, S
1 1

= 6 y X
= 6 y X
2 2

= 35, S
= 35, S
2 2

= 4 .
= 4 .
Utilizando un intervalo de confianza del 95%,
Utilizando un intervalo de confianza del 95%,

se
se
puede concluir que en promedio los hombres y las
puede concluir que en promedio los hombres y las
mujeres utilizan el mismo tiempo?, suponiendo
mujeres utilizan el mismo tiempo?, suponiendo
varianzas iguales pero desconocidas.
varianzas iguales pero desconocidas. (C (C rdova Manuel. P rdova Manuel. P g. 100). g. 100).
47

Problema 05c
Problema 05c
. Se lleva a cabo un estudio para
. Se lleva a cabo un estudio para
comparar el sueldo en Lima de los ingenieros
comparar el sueldo en Lima de los ingenieros
(B1) y de los administradores (B2) egresados de
(B1) y de los administradores (B2) egresados de
la PUCP. Las experiencias anteriores indican que
la PUCP. Las experiencias anteriores indican que
la distribuci
la distribuci

n de los sueldos tanto de B1 como

n de los sueldos tanto de B1 como
en B2 es normal y con varianzas diferentes. Dos
en B2 es normal y con varianzas diferentes. Dos
muestras aleatorias, una de 9 sueldos de B1 y
muestras aleatorias, una de 9 sueldos de B1 y
otra de 8
otra de 8
de
de

B2 dieron los siguientes ingresos en
B2 dieron los siguientes ingresos en
miles de d
miles de d

lares:
lares:

B1: 1.2, 2.8, 1.0, 2.5, 2.4, 1.9, 2.2, 2.3, 1.7
B1: 1.2, 2.8, 1.0, 2.5, 2.4, 1.9, 2.2, 2.3, 1.7

B2: 1.6, 2.0, 1.6, 2.0, 1.6, 1.7, 1.5, 2.1
B2: 1.6, 2.0, 1.6, 2.0, 1.6, 1.7, 1.5, 2.1
48
Ejercicio 06.
Ejercicio 06.

El gerente de operaciones de una
El gerente de operaciones de una
empresa de confecciones debe tomar la decisi
empresa de confecciones debe tomar la decisi

n
n
entre dos procesos de manufactura A y B para la
entre dos procesos de manufactura A y B para la
fabricaci
fabricaci

n de una prenda. Eligi

n de una prenda. Eligi

10 operaciones
10 operaciones
eficientes y cada uno de ellos utiliz
eficientes y cada uno de ellos utiliz

los dos procesos
los dos procesos
de manufactura para fabricar la prenda, resultando los
de manufactura para fabricar la prenda, resultando los
siguientes tiempos en minutos para los procesos de
siguientes tiempos en minutos para los procesos de
manufactura A y B.
manufactura A y B. (C (C rdova Manuel. P rdova Manuel. P g. 80) g. 80)
n
d
d
n
i
i
=
=
1
1
) (
2 2

=

n
d n d
S
d
49
Ejercicio 07.
Ejercicio 07.

Durante cierta semana, una tienda de
Durante cierta semana, una tienda de
departamentos observo y registr
departamentos observo y registr

que 5,750 de las
que 5,750 de las
12500 personas que entraron en la tienda hicieron por
12500 personas que entraron en la tienda hicieron por
lo menos una compra. Tratando esto como una
lo menos una compra. Tratando esto como una
muestra al azar de todos los clientes potenciales, hallar
muestra al azar de todos los clientes potenciales, hallar
el intervalo de confianza del 99 % para la proporci
el intervalo de confianza del 99 % para la proporci

n
n
real de personas que entran en la tienda y que har
real de personas que entran en la tienda y que har

n por
n por
lo menos una compra.
lo menos una compra.
(
(
Rpta
Rpta
: p(0.45,0.47)=0.99.
: p(0.45,0.47)=0.99.

(R. Moya. (R. Moya. Pag Pag. 662) . 662)

.
.

Cu
Cu

l ser
l ser

el tama
el tama

o de la muestra
o de la muestra

n
n

al 99% central
al 99% central
con un error estad
con un error estad

stico aceptado: e = 0.015?.

stico aceptado: e = 0.015?.
50
Ejercicio 08
Ejercicio 08
. El gerente cree que el 40 % de 2000
. El gerente cree que el 40 % de 2000
comerciantes demandan lavadoras a una compa
comerciantes demandan lavadoras a una compa

a.
a.
Establecer un intervalo de confianza del 95 %. Para ello
Establecer un intervalo de confianza del 95 %. Para ello
se toma se toma una muestra al azar de 400
se toma se toma una muestra al azar de 400
comerciantes, para la proporci
comerciantes, para la proporci

n real de comerciantes
n real de comerciantes
que demandar
que demandar

n lavadoras a la compa
n lavadoras a la compa

a.
a.

Cu
Cu

l ser
l ser

el tama
el tama

o de la muestra
o de la muestra

n
n

al 95% central
al 95% central
con un error estad
con un error estad

stico aceptado: e = 0.05?.

stico aceptado: e = 0.05?. (Taro (Taro Yamane Yamane, ,
P P g. 134) g. 134)

.
.
51
Ejercicio 09.
Ejercicio 09.

Se ha encontrado que 25 de 250
Se ha encontrado que 25 de 250
cinescopios de televisi
cinescopios de televisi

n producidos por el
n producidos por el
proceso A son defectuosos y que 14 de 180
proceso A son defectuosos y que 14 de 180
producidos por un proceso B son defectuosos.
producidos por un proceso B son defectuosos.
Suponiendo que el muestreo es aleatorio,
Suponiendo que el muestreo es aleatorio,
determinar el intervalo de confianza del 99 % de
determinar el intervalo de confianza del 99 % de
confianza para la diferencia verdadera es la
confianza para la diferencia verdadera es la
proporci
proporci

n de defectuosos, de los dos procesos.

n de defectuosos, de los dos procesos.
(
(
Rpta
Rpta
, p(
, p(
-
-
0.049, 0.093).
0.049, 0.093). (R. Moya, (R. Moya, Pag Pag. 669) . 669)

.
.
52
Ejercicio 10.
Ejercicio 10.

Los siguientes son los pesos, en
Los siguientes son los pesos, en
decagramos, de 10 paquetes de semillas de pasto
decagramos, de 10 paquetes de semillas de pasto
distribuidos por determinada compa
distribuidos por determinada compa

a: 46.4,
a: 46.4,
46.1, 45.8, 47, 46.1, 45.9, 45.8, 46.9, 45.2, 46.
46.1, 45.8, 47, 46.1, 45.9, 45.8, 46.9, 45.2, 46.
Encu
Encu

ntrese un intervalo de confianza de 95 %

ntrese un intervalo de confianza de 95 %
para la variancia de todos los paquetes de
para la variancia de todos los paquetes de
semillas de pasto que distribuy
semillas de pasto que distribuy

por esta
por esta
compa
compa

a, suponiendo una poblaci

a, suponiendo una poblaci

n normal.
n normal.
Rpta
Rpta
, p(0.135, 0.953).
, p(0.135, 0.953). ( (Walpole Walpole- -Myers Myers, P , P g.. 274) g.. 274)

.
.