Proyecto Final Estadistica Inferencial

ESTADISTICA INFERENCIAL
 Misión. - formar profesionales en ingeniería industrial con valores éticos,

sensibilidad social y ambiental, capaces de generar cambio en las personas;
utilizando bases científicas y tecnológicas, que le permita responder a las
necesidades de su entorno, con espíritu emprendedor y socialmente
responsables, en la búsqueda constante de contribuir en el ámbito productivo,
comercial y de servicios para el desarrollo regional y nacional.
 Visión. - ser una unidad académica legalmente acreditada en el ámbito

nacional e internacional, constituyéndose en un referente por la calidad
académica de sus graduados, contribuyendo mediante el impacto de sus
investigaciones académico científicas como aporte significativo al desarrollo
económico y social de la población boliviana.
 Perfil de carrera. - el ingeniero industrial podrá gestionar la cadena de valor

por medio de la innovación, normalización y mejoramiento continuo de los
procesos, productos y servicios con pensamiento analítico, creativo y crítico,
espíritu emprendedor y capacidad de liderar equipos altamente productivos.
En su desempeño profesional tendrá que planear, analizar e interpretar,

diseñar, normalizar, implementar, evaluar, investigar y emprender las posibles
soluciones a necesidades que se representen en la sociedad en sus
respectivas áreas de trabajo o esfera de actuación.
Lic. Maribel Salces Ruíz Página 1

Contenido
1. Introducción ............................................................................................................................... 3
2. Objetivos .................................................................................................................................... 4
2.1. Objetivo General ............................................................................................................... 4
2.2. Objetivo Especifico ........................................................................................................... 4
3. Presentación proyecto estadística descriptiva ..................................................................... 4
4. Aplicación de probabilidades ................................................................................................ 14
4.1. Regla de la suma ............................................................................................................ 14
4.2. Regla de la multiplicación.............................................................................................. 15
4.3. Probabilidad condicional................................................................................................ 16
4.4. Probabilidad clásica ....................................................................................................... 17
5. Aplicación de estimación ....................................................................................................... 19
5.1. Para la Media Poblacional (µ) al 99% ......................................................................... 19
5.2. Para la Proporción Poblacional (π) al 99% ................................................................ 19
6. Muestreo .................................................................................................................................. 20
6.1. Tamaño mínimo .............................................................................................................. 20
6.2. Aleatorio simple .............................................................................................................. 21
6.2.1. Para la media poblacional (𝒖)............................................................................... 21
6.2.2. Para la proporción poblacional (π) ...................................................................... 21
6.3. Sistemático ...................................................................................................................... 22
6.3.1. Para la media poblacional(𝒖) ................................................................................ 22
6.3.2. Para la proporción poblacional(π)........................................................................ 23
7. Conclusiones ........................................................................................................................... 23
8. Glosario técnico ...................................................................................................................... 26

1. Introducción
Mediante un estudio estadístico descriptivo, realizado en octubre del 2017
nuestra población elegida fueron los estudiantes universitarios de la Universidad
Privada Domingo Savio y la muestra aplicada 100 personas.
En base a este estudio se aplicaran técnicas y modelos de estadística inferencial ,

para conocer el consumo o preferencia de café en los estudiantes, también
daremos a conocer las probabilidades del consumo, puede ser beneficioso o malo
para la salud de la persona, también podemos saber que genero consume más
café si le gusta con cafeína o sin cafeína en su café las más comunes son:
Nescafe, Chiriguano, Ideal y Eco.

2. Objetivos
2.1. Objetivo General

 Aplicar diferentes técnicas de estadística inferencial al proyecto de
estadística descriptiva con respecto al consumo del café, dar a conocer y
mostrar datos específicos con probabilidades y métodos de estadística.
2.2. Objetivo Especifico

 Aplicar métodos y modelos de probabilidades.
 Conocer el índice y probabilidad del consumo del café.
 Calcular la probabilidad del consumo del café.
3. Presentación proyecto estadística descriptiva
MUESTRA DE ESTUDIO
N=10.000
ESTUDIANTES
 Para llevar a cabo este proyecto
hemos tomado una muestra n= 100
estudiantes de la UPDS de una
población finita total de N= 10.000
estudiantes.
n=100
Est.

P1 GÉNERO
CUADRO ESTADISTICO
VARIABLE.GENERO. CUALITATIVO
GENERO RECUENTO Fi firel firel%
MASCULINO 47 47 0,47 47%
FEMENINO 53 53 0,53 53%
TOTALES 100 100 100%
Cuadro n°1. Fuente elaboración propia
54 53
52
50
Series1
48 47
46
44
MASCULINO FEMENINO
INTERPRETACÓN
Atreves del diagrama de barras se puede determinar que un 53%(53 personas) son de
género femenino y 47%(47 personas) son de género masculino.
RECUENTO
FEMENINO MASCULIN
53% O
47%
INTERPRETACIÓ
Atreves del diagrama de sectores se puede determinar que un 53%(53 personas) son de
género femenino y 47%(47 personas) son de género masculino.

P2 EDAD.
FI
#I Li Ls Fi Li Ls MC Firel Firel% ACUM MC*fi MC - X D fi*D D2 fi*D2
1 16 17 2 15,5 17,5 16,5 0,02 2% 2 33 -4 4 8 16 32
2 18 19 46 17,5 19,5 18,5 0,46 46% 48 851 -2 2 92 4 184
3 20 21 28 19,5 21,5 20,5 0,28 28% 76 574 0 0 0 0 0
4 22 23 18 21,5 23,5 22,5 0,18 18% 94 405 2 2 36 4 72
5 24 25 3 23,5 25,5 24,5 0,03 3% 97 74 4 4 12 16 48
6 26 27 1 25,5 27,5 26,5 0,01 1% 98 27 6 6 6 36 36
7 28 29 1 27,5 29,5 28,5 0,01 1% 99 29 8 8 8 64 64
8 30 31 1 29,5 31,5 30,5 0,01 1% 100 31 10 10 10 100 100
TOTALES 100 100% 614 2022 172 536
Cuadro n°2. Fuente: elaboración propia
POLIGONO
50
46
40
30 28
20 POLIGONO
18
10
0 2 3
1 1 1
16.5 18.5 20.5 22.5 24.5 26.5 28.5 30.5
INTERPRETACIÓN
A través del histograma podemos apreciar que una muestra de n=100 un 2%(dos
personas) tienen una edad promedio de entre 15,5 y 16,5 años de edad, un 46%(46
personas )tiene 17.5 y 19,5 años de edad, un 28%(28 personas) tiene un promedio de
entre 19,5 y 21,5 años de edad, 18%(18 personas) tiene 21.5 y 235 años de edad, un
3%(tres personas)tiene 23,5 y 25,5 años de edad, 3%(tres personas ) tiene entre 25,5-
27,5 y 29,5 años de edad.

HISTOGRAMA
60% 46%
Axis Title 40% 28%
18%
20% 2% 3% 1% 1% 1%
0%
17,5 19,5 21,5 23,5 25,5 27,5 29,5 31,5
15,5 17,5 19,5 21,5 23,5 25,5 27,5 29,5
Axis Title
INTERPRETACION
A través del histograma podemos apreciar que una muestra de n=100 un 2%(dos
personas) tienen una edad promedio de entre 15,5 y 16,5 años de edad, un 46%(46
personas )tiene 17.5 y 19,5 años de edad, un 28%(28 personas) tiene un promedio de
entre 19,5 y 21,5 años de edad, 18%(18 personas) tiene 21.5 y 235 años de edad, un
3%(tres personas)tiene 23,5 y 25,5 años de edad, 3%(tres personas ) tiene entre 25,5-
27,5 y 29,5 años de edad.
ESTADIGRAFOS MUESTRALES
estadígrafos muestrales
promedio 19,88
mediana 19,42
moda 19,06
D. media (DM) 1,56
D al cuadrado (S2) 2449,86
desviación estándar (S) 49,50
D. porcentual (CV) 249%
Q3 20,78
Q1 18,40
P10 17,79
P90 22,3
CAS 0,009
K 0,264

P5.MARCA DE CAFÉ
MARCA RECUENTO FI FIREL FIREL%
CHIRIGUANO 14 14 0,14 14%
ECO 5 5 0,05 5%
IDEAL 13 13 0,13 13%
NADA 2 2 0,02 2%
NESCAFE 60 60 0,6 60%
OTROS 6 6 0,06 6%
TOTAL 100 100 1 100%
Cuadro n°5 fuentes elaboración propia.
Chart Title CHIRIGUANO

OTROS 14%
6%
ECO
5%
IDEAL
13%
NESCAFE
60%
NADA
2%
INTERPRETACIÓ a través de un diagrama de sector de una muestra de n=100

estudiantes se obtiene que:
 60% de los estudiantes de la upds prefieren tomar nescafé.
 5% de los estudiantes de la ups toman el café marca eco.
 13% de los estuantes de la upds toma café ideal.
 2% de las personas de la muestra no toma café.
 14% de los estudiantes toma café chiriguano
 6% consume otro tipo de café de los mencionados en la encuesta.

P6. COMO TE GUSTA EL CAFÉ.
¿Cómo TE GUSTA EL RECUENTO FI FIREL FIREL%

CAFÉ?
CON CAFEINA 63 63 0.63 63%
SIN CAFEINA 34 34 0.34 34%
NADA 3 3 0.03 30%
TOTALES 100 1 100%
Cuadro n|°6 fuente elaboración propia.
COMO PREFIERE EL CAFÉ

CON CAFEINA SIN CAFEINA NADA
24%
49%
27%
INTERPRETACION.
A través de un diagrama de sectores podemos apreciar que un 49% de los encuestados

prefieres tomar el café con cafeína.

P9. PIENSAS QUE EL CAFÉ ES DAÑINO PARA LA SALUD
¿PIENSAS QUE EL CAFÉ ES

DAÑINO PARA LA SALUD? recuentro fi fi rel %
SI 57 0,57 57%
NO 34 0,34 34%
SI, EN EXCESO 7 0,07 7%
NADA 2 0,02 2%
total 100 1 100%
Cuadron°7. Fuentes elaboración propia.
¿piensas que el café es

dañino para la salud
60%
57%
40%
34%
20%
7% 2%
0%
SI NO SI, EN EXCESO NADA
INTERPRETACION
A través de un diagrama de barras se obtiene que un 57%(57 personas) piensan que si

el café es dañino para la salud, y un 2%(2 personas) no piensan nada sobre lo que
produce el consumo del café en la salud.
Chart Title
1 2 3 4 5 6
0% 5% 9%
43% 14%
29%
INTERRETACIÓN
A través de un diagrama de sector se obtiene que un 57%(57 personas) piensan que si

el café es dañino para la salud, y un 2%(2 personas) no piensan nada sobre lo que
produce el consumo del café en la salud.

P11. QUE OPINAS SOBRE EL CONSUMO DEL CAFÉ.
OPINION RECUENTO FI FIREL FIREL%

ADICTIVO 1 1 0,01 1%
BUENO 19 19 0,19 19%
BUENO Y MALO 1 1 0,01 1%
BUENO, CON LIMITE 28 28 0,28 28%
BUENO, SABOR AGRADABLE 3 3 0,03 3%
DAÑINO 8 8 0,08 8%
EXCESO DE CAFEINA 2 2 0,02 2%
NADA 18 18 0,18 18%
NECESARIO 1 1 0,01 1%
NORMAL 15 15 0,15 15%
RICO 4 4 0,04 4%
Cuadro n° 11 fuente. Elaboración propia
30 28
25
19 18
20 15
15
10 8
3 4
5 1 1 2 1
Series1
0
INTERPRETACIÓN
A través de un diagrama de barras de obtiene que un 28%(28 personas) opinan que el

consumo del café es bueno con límites, un 1%(1persona)piensan que el café es
adictivo,1%8una persona)piensa que el café es bueno y malo, un 1%(1 persona )piensa
que el café es necesario.

TABLA DE CONTINGENCIA 1
Cuenta de P9.¿PIENSAS QUE EL CAFÉ ES DAÑINO PARA LA SALUD?

SI, EN Total
GENERO NADA NO SI
EXCESO general
FEMENINO 1 14 32 5 52
MASCULINO 1 19 25 3 48
Total general 2 33 57 8 100
Cuadro n°13. Fuente elaboración propia.
35
32
30
25
25
19 NADA
20
NO
15 14
SI
SI, EN EXCESO
10
5
5 3
1 1
0
FEMENINO MASCULINO
INTERPRETCION
A través de un histograma podemos apreciar:
 1% del género femenino no opina nada, 14% del género femenino dice que el café no
es dañino para la salud, 32% del género femenino opina que el café si es dañino para
la salud,5% del género femenino opina que el café si es dañino en exceso.
 1% del género masculino no opina nada, 19% del género masculino dice que el café
no es dañino para la salud, 25% del género masculino opina que el café si es dañino
para la salud, 3% del género masculino opina que el café si es dañino en exceso.

TABLA DE CONTINGENCIA 2
Cuenta de P6.¿COMO TE GUSTA EL CAFÉ?

SIN Total
GENERO CON CAFEINA NADA
CAFEINA general
FEMENINO 26 2 24 52
MASCULINO 37 1 10 48
Total general 63 3 34 100
Cuadro n°13 fuentes. Elaboración propia.
40 37
35
30
26
24
25
CON CAFEINA
20
NADA
15 SIN CAFEINA
10
10
5 2 1
0
FEMENINO MASCULINO
INTERPRETACION
 26% del género femenino prefieren el café con cafeína, 2% no responde nada,24%
del género femenino lo prefiere sin cafeína.
 37% del género masculino prefieren el café con cafeína, 21% no responde nada,24%
del género masculino lo prefiere sin cafeína.

4. Aplicación de probabilidades
4.1. Regla de la suma

¿Cuál es la probabilidad que una persona seleccionada al azar sea mujer ó
piense que el café si es dañino para la salud?
P (A) Mujer
P (B) Si es dañino para la salud
𝑃(𝐴ó𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
52 57 32
𝑃(𝐴ó𝐵) = + −
100 100 100
𝑃(𝐴ó𝐵) = 0.77 ∗ 100 = 77%
¿Cuál es la probabilidad de que en una encuesta tomada al azar salga como

resultado, que a una persona le guste el café con cafeína o sin cafeína?
P (A) Con cafeína
P (B) Sin cafeína
𝑃(𝐴ó𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
63 34
𝑃(𝐴ó𝐵) = +
100 100
𝑃(𝐴ó𝐵) = 0.97 ∗ 100 = 97%
¿Cuál es la probabilidad de escoger un encuestado al azar, sea hombre o le

guste el café con cafeína?
P (A) Hombre
P (B) Le guste el café con cafeína
𝑃(𝐴ó𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
48 63 37
𝑃(𝐴ó𝐵) = + −
100 100 100
𝑃(𝐴ó𝐵) = 0.74 ∗ 100 = 74%

¿Qué probabilidad hay de seleccionar un encuestado al azar, sea hombre o

piense que el café no es nada dañino para la salud?
P (A) Hombre
P (B) Nada dañino
𝑃(𝐴ó𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
48 2 1
𝑃(𝐴ó𝐵) = + −
100 100 100
𝑃(𝐴ó𝐵) = 0.49 ∗ 100 = 49%
4.2. Regla de la multiplicación

¿Qué probabilidad hay de seleccionar un encuestado al azar, sea hombre y
piense que el café no es dañino?
P (A) Hombre
P (B) Piensa que el café no es dañino
𝑃(𝐴𝑦𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵⁄𝐴)
48 19
𝑃(𝐴𝑦𝐵) = ∗
100 48
𝑃(𝐴𝑦𝐵) = 0.19 ∗ 100 = 19%
¿Qué probabilidad hay de seleccionar un encuestado al azar, sea mujer y piense

que el café si es dañino en exceso?
P (A) Mujer
P (B) Si es dañino en exceso
52 5
100 52
𝑃(𝐴𝑦𝐵) = 0.05 ∗ 100 = 5%

¿Qué probabilidad hay de seleccionar un encuestado al azar, sea hombre y le

guste el café sin cafeína?
P (A)=Hombre
P (B)=Le gusta el café sin cafeína
48 10
100 48
𝑃(𝐴𝑦𝐵) = 0.1 ∗ 100 = 10%

¿Qué probabilidad hay de seleccionar un encuestado al azar, sea mujer y le guste
el café con cafeína?
P (A)=Mujer
P (B)=Le gusta el café con cafeína
52 26
100 52
𝑃(𝐴𝑦𝐵) = 0.26 ∗ 100 = 26%
4.3. Probabilidad condicional

Sabiendo que el encuestado es mujer:
¿Cuál es la probabilidad de que le guste el café con cafeína?
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵) =
𝑃(𝐵)
26
𝑃(𝐴⁄𝐵) =
52
𝑃(𝐴⁄𝐵) = 0.5 ∗ 100 = 5% 𝑃𝑟𝑜𝑏.
¿Cuál es la probabilidad que le guste el café sin cafeína?
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵) =
𝑃(𝐵)
24
𝑃(𝐴⁄𝐵) =
52
𝑃(𝐴𝑦𝐵) = 0.46 ∗ 100 = 46% 𝑃𝑟𝑜𝑏.

Sabiendo que el encuestado es hombre: ¿Que probabilidad hay que le guste el

café sin cafeína?
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵) =
𝑃(𝐵)
10
𝑃(𝐴⁄𝐵) =
48
𝑃(𝐴⁄𝐵) = 0.21 ∗ 100 = 21% 𝑃𝑟𝑜𝑏.
Sabiendo el total de los encuestados ya sea hombre como mujer ¿Qué

probabilidad hay que no le guste el café?
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵) =
𝑃(𝐵)
34
𝑃(𝐴⁄𝐵) =
100
𝑃(𝐴⁄𝐵) = 0.34 ∗ 100 = 34% 𝑃𝑟𝑜𝑏.
4.4. Probabilidad clásica

Variable genero
47
Hombre: 100
= 0.47 ∗ 100 = 47%
53
Mujer: 100
= 0.53 ∗ 100 = 53%
Variable consumo
1
Adictivo: 100
= 0.01 ∗ 100 = 1%
19
Bueno: 100
= 0.19 ∗ 100 = 19%
1
Bueno y malo: 100
= 0.01 ∗ 100 = 1%
28
Bueno con limite: 100
= 0.28 ∗ 100 = 28%
3
Bueno, sabor agradable: 100
= 0.03 ∗ 100 = 3%

8
Dañino: 100
= 0.08 ∗ 100 = 8%
2
Exceso de cafeína: 100
= 0.02 ∗ 100 = 2%
18
Nada: 100
= 0.18 ∗ 100 = 18%
1
Necesario: 100
= 0.01 ∗ 100 = 1%
15
Normal: = 0.15 ∗ 100 = 15%
100
4
Rico: 100
= 0.04 ∗ 100 = 4%
Variable marca de café

14
Chiriguano: 100
= 0.14 ∗ 100 = 14%
5
Eco: = 0.05 ∗ 100 = 5%
100
13
Ideal: = 0.13 ∗ 100 = 13%
100
60
Nescafe: 100
= 0.60 ∗ 100 = 60%
6
Otros: = 0.06 ∗ 100 = 6%
100
2
Nada: = 0.02 ∗ 100 = 2%
100
Variable como te gusta el café

63
Con cafeína: 100
= 0.63 ∗ 100 = 63%
34
Sin cafeína: 100
= 0.34 ∗ 100 = 34%
3
Nada: 100
= 0.03 ∗ 100 = 3%

5. Aplicación de estimación
5.1. Para la Media Poblacional (µ) al 99%

Durante el mes de octubre del 2017, se realizó un estudio Descriptivo,
considerando una muestra de 100 estudiantes universitarios de la universidad
Privada Domingo Savio se tiene un promedio de 19.88 años. Tomando en cuenta
datos anteriores que la desviación estándar es de 49.50.
Determinar el intervalo de confianza para el 99%.
X= 19.88
S= √49.50 = 7.03
Z= 99% = 2.275
𝑠 𝑠
𝑝 (𝑥 − 𝑧 ≤𝜇 ≤𝑥+𝑧 )
√𝑛 √𝑛
7.03 7.03
99% (19.88 − 2.275 ≤ 𝜇 ≤ 19.88 + 2.275 )
√100 √100
99%(19.88 − 1.60 ≤ 𝜇 ≤ 19.88 + 1.60)
99%(18.28 ≤ 𝜇 ≤ 21.48)
Interpretación: Con el 99% de certeza se estima que el valor de la media
poblacional es de 18.28 a 21.48 años.
5.2. Para la Proporción Poblacional (π) al 99%

Durante al mes de octubre de 2017, se realizó un estudio descriptivo,
considerando una muestra de 100 estudiantes universitarios de la universidad
Privada Domingo Savio de las cuales 53 son mujeres.
Calcular la estimación al 99% para encontrar la Proporción Poblacional.
n= 100
p= 0.53
q= 0.47
z= 99% = 2.275
𝑝∗𝑞 𝑝∗𝑞
𝑧 (𝑝 − 𝑧√ ≤𝜋 ≤𝑝+𝑧√ )
𝑛 𝑛
0.53 ∗ 0.47 0.53 ∗ 0.47

99% (0.53 − 2.275 √ ≤ 𝜋 ≤ 0.53 + 2.275 √ )
100 100
99%(0.53 − 0.11 ≤ 𝜋 ≤ 0.53 + 0.11)

99%(0.42 ≤ 𝜋 ≤ 0.64)
Interpretación: con el 99% de confianza se ha obtenido una proporción

poblacional de 0.425 a 0.645 son mujeres.

6. Muestreo
6.1. Tamaño mínimo

En la universidad privada Domingo Savio en la gestión 2017 del mes de octubre se
registraron 10.000 estudiantes, se requiere obtener la media poblacional (U), con la encuesta
realizada se conoce un promedio de edad de 19,88 con una desviación estándar de 49,50
obtener el tamaño mínimo de la muestra con un 99% de certeza y un error de estimación del
5%
𝑋 = 19.88 𝐸 = 𝑋 ∗ 𝐸%
𝑆 2 = (7,03)2 𝐸 = 19.88 ∗ 0.05
𝑍 = 99% = 2,575 𝐸 = 0,994
𝐸 = 5% = 0.05
Primer paso. -
(𝑍)2 ∗ (𝑆)2
𝑛𝑜 =
(𝐸)2
(2,575)2 ∗ (7,03)2
𝑛𝑜 =
0,994
𝑛𝑜 = 331,65
Segundo paso. -
𝑛𝑜
𝑛= 𝑛𝑜
1+ 𝑁
331,65
𝑛=
331,65
1 + 10000
𝑛 = 321,003
Interpretación. - con un 99% de certeza se estima un tamaño mínimo de la media poblacional

de 321 encuestados.

6.2. Aleatorio simple
6.2.1. Para la media poblacional (𝒖)

Se quiere calcular el tamaño de la muestra para la media poblacional de las edades de los
estudiantes de la universidad privada Domingo Savio.
Por estudios anteriores se conoce una edad promedio de 19,88 y una desviación estándar
de 49,50 años. Obtener la muestra con un error de estimación de 5 años.
𝑁∗(𝑆)2
𝑁 = 10000 𝑛 = (𝑁−1)∗𝐷+(𝑆)2
10000∗(49,50)2
𝑆 2 = (49,50)2 𝑛 = (10000−1)∗(6,25)+(49,50)2
24502500
𝐸=5 𝑛=
64944
𝐸2 52
𝐷= 4
= 4
= 6,25 𝑛 = 377,29 ≈ 377
Interpretación. - con un error de 5 años el tamaño de la muestra es de 377.
6.2.2. Para la proporción poblacional (π)

Durante la gestión pasada se realizó un estudio estadístico descriptivo sobre el
consumo de café en jóvenes universitarios de la UPDS, en dicho estudio se
determinó que al 63% les gusta el café con cafeína. Calcular el tamaño de la muestra
con error de estimación de 5%.
𝑁∗(𝑝)(𝑞)
𝑁 = 10000 𝑛 = (𝑁−1)𝐷+(𝑝)(𝑞)
(10000)(0,63)(0,37)
𝑝 = 63% = 0,63 𝑛 = (10000−1)(0,000625)+(0,63)(0,37)
2331
𝑞 = 37% = 0,37 𝑛= 6,48
= 359,7 ≈ 360
𝐸 = 5% = 0,05
𝐸 2 (0,05)2
𝐷= = = 0,000625
4 4
Interpretación. – con un error del 5% el tamaño de la muestra es de 360.

6.3. Sistemático
6.3.1. Para la media poblacional(𝒖)

Se quiere calcular el tamaño de la muestra para la media poblacional de las edades de los
estudiantes de la universidad privada Domingo Savio.
Por estudios anteriores se conoce una edad promedio de 19,88 y una desviación estándar
de 49,50 años. Obtener la muestra con un error de estimación de 5 años.
𝑁∗(𝑆)2
𝑁 = 10000 𝑛 = (𝑁−1)∗𝐷+(𝑆)2
10000∗(49,50)2
𝑆 2 = (49,50)2 𝑛 = (10000−1)∗(6,25)+(49,50)2
24502500
𝐸=5 𝑛=
64944
𝐸2 52
𝐷= 4
= 4
= 6,25 𝑛 = 377,29 ≈ 377
𝑁 10000
𝐾= 𝑛
= 377
= 26,52 ≈ 27
Selección de la muestra
27 54 81 108 135 162 189 216 243 270

297 324 351 368 405 432 459 486 513 540
567 594 621 648 675 702 729 756 783 810
837 864 891 918 945 972 999 1026 1053 1080
1107 1134 1161 1188 1215 1242 1269 1296 1323 1350
1377 1404 1431 1458 1485 1512 1539 1566 1593 1620
1647 1674 1701 1728 1755 1782 1809 1836 1863 1890
1917 1944 1971 1998 2025 2052 2079 2106 ………. 10000
Interpretación. - con un error de 5 años el tamaño de la muestra es de 377 y una K =27

6.3.2. Para la proporción poblacional(π)

En la gestión pasada en el mes de octubre se hizo un estudio sobre el consumo del café a
jóvenes estudiantes de la UPDS se considera un error del 10% y se encuesta si piensa que
el café es dañino para la salud sobre el 57% que si piensa que el café es dañino para la
salud.
Determine el tamaño de la muestra para una proporción.

𝑁∗(𝑝)(𝑞)
𝑁 = 10000 𝑛 = (𝑁−1)𝐷+(𝑝)(𝑞)
(10000)(0,57)(0,43)
𝑝 = 57% = 0,57 𝑛 = (10000−1)(0,0025)+(0,57)(0,43)
2451
𝑞 = 43% = 0,43 𝑛 = 25,24 = 97,09 ≈ 97
𝐸 = 10% = 0,10
𝐸 2 (0,10)2
𝐷= = = 0,0025
4 4
Interpretacion.- con un error de estimación del 10% el tamaño de la muestra para proporción
(π) es de 97,09 estudiantes que si piensan que el café es dañino para la salud.
7. Conclusiones
Mediante el presente proyecto se quiere aplicar herramientas y técnicas de estadística
inferencial como probabilidades, estimación y muestro.
Probabilidades
 la probabilidad que una persona sea mujer o piense que el café si es dañino para la
salud es de 77%
 la probabilidad que a una persona le guste el café con cafeína o sin cafeína es de
97%
 la probabilidad que una persona sea hombre o le guste el café con cafeína es de 74%
 la probabilidad que una persona sea hombre o piense que el café no es nada dañino
para la salud es de 49%
 la probabilidad de que una persona sea hombre y piense que el café no es dañino es
de 19%
 la probabilidad que una persona sea mujer y piense que el café si es dañino en
exceso es de 5%
 la probabilidad que una persona sea hombre y le guste el café sin cafeína es de 10%
 la probabilidad que una persona sea mujer y le guste el café con cafeína es de 26%
 la probabilidad de que le guste el café con cafeína es de 5% sabiendo que el
encuestado es mujer
 la probabilidad que le guste el café sin cafeína es de 46%

 la probabilidad de que le guste el café sin cafeína es de 21% Sabiendo que el

encuestado es hombre
 la probabilidad de que no le guste el café es de 34% ya sea hombre o mujer el
encuestado
 la probabilidad de la variable género en los hombres es de 47%
 la probabilidad de la variable género en las mujeres es de 53%
 la probabilidad de la variable BUENO en el consumo del café es de 19%
 la probabilidad de la variable DAÑINO en el consumo del café es de 8%
 la probabilidad de la variable NORMAL en el consumo del café es de 15%
 la probabilidad de que se consuma el café NESCAFE es de 60%
 la probabilidad de que se consuman OTROS tipos de café es de 6%
 la probabilidad de que algunos estudiantes consuman el café sin cafeína es de 34%
 la probabilidad de que algunos estudiantes consuman el café con cafeína es de 63
Estimación
 Interpretación: Con el 99% de certeza se estima que el valor de la media poblacional

es de 18.28 a 21.48 años.
 Interpretación: con el 99% de confianza se ha obtenido una proporción poblacional de
0.425 a 0.645 son mujeres.
Muestreo
 Tamaño mínimo
Interpretación. - con un 99% de certeza se estima un tamaño mínimo de la media

poblacional de 321 encuestados.
 Aleatorio simple media poblacional
Interpretación. - con un error de 5 años el tamaño de la muestra es de 377.
Interpretación. - con un error de 5% el tamaño de la muestra es de 360.
 Aleatorio simple proporción poblacional
Interpretación. - con un error de 5 años el tamaño de la muestra es de 377 y una K

=27
Interpretación. - con un error de estimación del 10% el tamaño de la muestra para
proporción (π) es de 97,09 estudiantes que si piensan que el café es dañino para la
salud.
Sistemático
 Media poblacional
Para una población de 10000 estudiantes para el método del muestreo probabilístico
sistemático k-enésima parte de la población es 27.

 Proporción poblacional
Interpretación: con un error de estimación de 10% el tamaño de la muestra para una
proporción (π) es de 97,09 estudiantes que si piensan que el café es dañino para la
salud.
Nota: El proyecto realizado de estadística Descriptiva fue en base

a 100 encuestados y el cálculo del muestreo aleatorio simple es =
360. En lo cual llegamos a la conclusión de que la muestra es muy
pequeña para una población de 10000 estudiantes, para dar validez
al proyecto anterior es necesario realizar 260 encuestas adicionales.

8. Glosario técnico
Complemento del evento
Es el conjunto de todos los elementos que pertenecen al espacio muestral y no

pertenecen al evento.
Pag. Web : https://www.varsitytutors.com/hotmath/hotmath_help/spanish
Complemento de probabilidad
El complemento de la probabilidad de un evento es la probabilidad de que dicho

evento no ocurra.
Pág. Web: https://prezi.com/.../probabilidad-condicional-y-probabilidad-del-complemento/
Error tipo I
Rechazar la hipótesis nula cuando en realidad es verdadero.
Pág. Web: https://es.wikipedia.org/wiki/Errores_de_tipo_I_y_de_tipo_II
Error tipo II
Acepta la hipótesis nula cuando en realidad es falso.
Pág. Web: https://es.wikipedia.org/wiki/Errores_de_tipo_I_y_de_tipo_II
Espacio muestral
Es el conjunto de todas las posibilidades que presenta un fenómeno aleatorio.
Pág. Web: https://es.wikipedia.org/wiki/Espacio_muestral
Estimación
Es el proceso mediante se enuncia el probable valor de un parámetro poblacional a

partir de un valor estadígrafo muestral.}
Pág. Web: conceptodefinicion.de/estimacion/
Estimación puntual
Consiste en utilizar cierta magnitud muestral y a partir de ella el verdadero valor del
parámetro poblacional, en esta estimación no se especifica el grado de certeza con
que se realiza la estimación.
Pág. Web: https://www.uv.es/webgid/Inferencial/4_estimacin_puntual.html

Estimaciones por intervalos
Consiste en construir un intervalo con cierto nivel de confianza también llamado nivel
de certeza y se afirma que dentro de los límites del intervalo se encuentra el
verdadero valor del parámetro poblacional, es decir que con cierto nivel de confianza
se espera que dentro de este intervalo se encuentre el verdadero valor del parámetro
poblacional.
Pág. Web: https://es.wikipedia.org/wiki/Estimación_estadística
Eventos o sucesos
Un evento es un subconjunto de espacio muestral y se lo plantea como: lo que se

espera que suceda.
Pág. Web: rea.ceibal.edu.uy/.../Probabilidad%20sucesos%20o%20eventos.../suceso_o_evento
Eventos independientes
Dos eventos son independientes cuando la probabilidad de uno de ellos no depende

de la ocurrencia o no del otro evento.
Pág. Web: https://www.varsitytutors.com/hotmath/hotmath_help/.../independent-dependent-

events
Eventos mutualmente excluyentes
Dos eventos son mutualmente excluyentes cuando la ocurrencia de uno de ellos

elimina la posibilidad de que el otro evento ocurra.
Pág. Web: https://www.shmoop.com/.../eventos-mutuamente-excluyentes-complementarios.html
Fenómeno aleatorio
Es aquel acontecimiento cuyo resultado final no se puede predecir con exactitud

porque presenta dos o más opciones.
Pág. Web: https://es.wikipedia.org/wiki/Experimento_aleatorio

Estadística descriptiva
Es una disciplina que nos proporciona un conjunto de métodos y procedimientos que

nos permiten recopilar información, clasificar, encontrar las características de los
datos y hacer una buena interpretación de los mismos, para poder emitir una
conclusión respecto al tema de interés. En pocas palabras la estadística descriptiva ,,

Pág. Web: https://www.esan.edu.pe/apuntes-empresariales/2016/.../que-es-la-estadistica-

descriptiva/
Estadística inferencial
Es la disciplina que nos ofrece un conjunto de métodos y técnicas que posibilitan la

generalización de la información obtenida mediante técnicas descriptivas hacia el
conjunto de la población en estudio.
Pág. Web: https://es.wikipedia.org/wiki/Estadística_inferencial
Población
Es una investigación la constituyen el conjunto de datos de interés. Ej.: si se lleva a

cabo un estudio acerca del grado de aceptación hacia la universidad domingo savio,
la población seria el conjunto de los estudiantes. Existen dos tipos de población:
 Población infinita: es aquella población que tiene como la cantidad de

elementos inmensamente grande, generalmente desconocidas.
 Población finita: es aquella población que tiene como una cantidad de
elementos. Ej : la población de estudiantes de un curso de estadística la
población de colegios particulares.
Pág. Web: https://es.wikipedia.org/wiki/Población
Muestra
Es una proporción de la población de interés, una muestra podía ser, por ejemplo: en
el caso de que la población fuera el conjunto de los estudiantes de la UPDS, una
muestra puede estar constituida por un grupo de 120 estudiantes de diferentes
carreras y diferentes turnos.
Pág. Web: https://es.wikipedia.org/wiki/Muestra_estadística
Muestreo
Es el conjunto de actividades que se llevan a cabo con la intensión de realizar la

toma de muestra.
Pág. Web: https://es.wikipedia.org/wiki/Muestreo_(estadística)

Muestreo aleatorio simple
Es una técnica de muestreo en la cual todas las unidades observadas tienen la

misma posibilidad de ser elegidos y tomados como parte de la muestra.

Pág. Web: https://www.questionpro.com/blog/es/muestreo-aleatorio-simple/

Muestro aleatorio sistemático
Es una técnica de muestreo tiene la característica de que los elementos

seleccionados para la muestra son elegidos en base a una secuencia planificada.
Generalmente se aplica a un muestreo llevado a cabo en línea de

producción(fabricas).
Pág. Web: https://explorable.com/es/muestreo-sistematico

Muestreo estratificado
Es una técnica de muestreo donde las unidades observadas son heterogéneas y se

encuentra formando un segmento de la población entre los principales ejemplos
poder citar poblaciones agrupadas por segmentos sociales, segmentos, académicos,
segmentos políticos, económico, etc.
Pág. Web: https://explorable.com/es/muestreo-estratificado
Muestreo conglomerado
Es una técnica de muestreo en el que las unidades observadas se encuentran

agrupadas en sindicatos, facultades dentro de la universidad, sucursales bancarias
departamentales en el país.
Pág. Web: https://es.wikipedia.org/wiki/Muestreo_por_conglomerados

Parámetro poblacional
Es una característica representativa de toda una población de interés es obtenido

generalmente mediante inferencia estadística y siempre es referida la población de
interés, entre los principales parámetros tenemos:
 La media aritmética
 La proporción poblacional
 Desviación estándar
Pág. Web: https://prezi.com/1ikqcfvy_vr1/parametros-poblacionales-y-estadisticos/
Estadígrafo muestral
Un estadígrafo muestral es aquella característica obtenida de un conjunto de datos

que constituyen una muestra. Ejemplo
 La media aritmética

 La proporción muestral
 Desviación estándar
Pág. Web: https://educacion.elpensante.com/que-es-estadistico-o-estadigrafo/

Proyecto Final Estadistica Inferencial

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Proyecto Final Estadistica Inferencial

Transféré par

Droits d'auteur :

Formats disponibles

ESTADISTICA INFERENCIAL

 Misión. - formar profesionales en ingeniería industrial con valores éticos,

 Visión. - ser una unidad académica legalmente acreditada en el ámbito

 Perfil de carrera. - el ingeniero industrial podrá gestionar la cadena de valor

En su desempeño profesional tendrá que planear, analizar e interpretar,

Lic. Maribel Salces Ruíz Página 1

Lic. Maribel Salces Ruíz Página 2

En base a este estudio se aplicaran técnicas y modelos de estadística inferencial ,

Lic. Maribel Salces Ruíz Página 3

2.1. Objetivo General

2.2. Objetivo Especifico

3. Presentación proyecto estadística descriptiva

Lic. Maribel Salces Ruíz Página 4

GENERO RECUENTO Fi firel firel%

MASCULINO 47 47 0,47 47%

FEMENINO 53 53 0,53 53%

TOTALES 100 100 100%

Cuadro n°1. Fuente elaboración propia

Lic. Maribel Salces Ruíz Página 5

Cuadro n°2. Fuente: elaboración propia

Lic. Maribel Salces Ruíz Página 6

Lic. Maribel Salces Ruíz Página 7

MARCA RECUENTO FI FIREL FIREL%

CHIRIGUANO 14 14 0,14 14%

IDEAL 13 13 0,13 13%

NESCAFE 60 60 0,6 60%

TOTAL 100 100 1 100%

Cuadro n°5 fuentes elaboración propia.

Chart Title CHIRIGUANO

INTERPRETACIÓ a través de un diagrama de sector de una muestra de n=100

 60% de los estudiantes de la upds prefieren tomar nescafé.

 5% de los estudiantes de la ups toman el café marca eco.

 13% de los estuantes de la upds toma café ideal.

 2% de las personas de la muestra no toma café.

 14% de los estudiantes toma café chiriguano

 6% consume otro tipo de café de los mencionados en la encuesta.

Lic. Maribel Salces Ruíz Página 8

P6. COMO TE GUSTA EL CAFÉ.

¿Cómo TE GUSTA EL RECUENTO FI FIREL FIREL%

SIN CAFEINA 34 34 0.34 34%

NADA 3 3 0.03 30%

TOTALES 100 1 100%

Cuadro n|°6 fuente elaboración propia.

COMO PREFIERE EL CAFÉ

A través de un diagrama de sectores podemos apreciar que un 49% de los encuestados

Lic. Maribel Salces Ruíz Página 9

P9. PIENSAS QUE EL CAFÉ ES DAÑINO PARA LA SALUD

¿PIENSAS QUE EL CAFÉ ES

¿piensas que el café es

A través de un diagrama de barras se obtiene que un 57%(57 personas) piensan que si

A través de un diagrama de sector se obtiene que un 57%(57 personas) piensan que si

Lic. Maribel Salces Ruíz Página 10

P11. QUE OPINAS SOBRE EL CONSUMO DEL CAFÉ.

OPINION RECUENTO FI FIREL FIREL%

Cuadro n° 11 fuente. Elaboración propia

A través de un diagrama de barras de obtiene que un 28%(28 personas) opinan que el

Lic. Maribel Salces Ruíz Página 11

Cuenta de P9.¿PIENSAS QUE EL CAFÉ ES DAÑINO PARA LA SALUD?

Cuadro n°13. Fuente elaboración propia.

A través de un histograma podemos apreciar:

Lic. Maribel Salces Ruíz Página 12

Cuenta de P6.¿COMO TE GUSTA EL CAFÉ?

Cuadro n°13 fuentes. Elaboración propia.