Docsity Actividad 3 Estadistica Inferencial
Docsity Actividad 3 Estadistica Inferencial
Docsity Actividad 3 Estadistica Inferencial
inferencial
Estadística Inferencial
Universidad del Valle de México (UVM) - Puebla
16 pag.
• Con base en el material consultado en la unidad resuelve los ejercicios que se plantean
acerca de los siguientes temas:
En algunos problemas necesitarás el archivo de datos en formato .xls o .csv cuyo nombre
se señala al inicio del enunciado, puedes descargarlo del archivo .zip.
Técnicas básicas
Datos:
N=7 Valores z Valores t
𝝁 = 𝒙 ± 𝒛 𝒂⁄𝟐 ∗
𝝈
√𝒏
Página 1 de 16
Página 2 de 16
0.05
𝑍𝛼 = = 0.025
2 2
0.5 − 0.025 = 0.475 → 1.96 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
35 35
𝐿𝑆𝐶 = 76 + 1.96 ( ) = 85.70 𝐿𝐼𝐶 = 76 − 1.96 ( ) = 66.29
√50 √50
b) 99%
0.01
𝑍𝛼 = = 0.005 0.5 − 0.005 = 0.495 → 2.58 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
35 35
𝐿𝑆𝐶 = 76 + 2.58 ( ) = 88.77 𝐿𝐼𝐶 = 76 − 2.58 ( ) = 63.22
√50 √50
Se puede usar Z dado que la muestra es mayor de 30, sin embargo, dado que son
datos muestrales, se puede usar t de student
𝝈
𝑰𝑪 = 𝝁 ± 𝒕𝜶,𝒏−𝟏 ( )
𝟐 √𝒏
Página 3 de 16
0.05
𝑡𝛼,𝑛−1 = , (50 − 49) 𝑡0.025,49 = 2.0096 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
35 35
𝐿𝑆𝐶 = 76 + 2.0096 ( ) = 85.94 𝐿𝐼𝐶 = 76 − 2.0096 ( ) = 66.05
√50 √50
Error
estándar
de la IC de 95%
N Media media para μ
50 76.00 4.95 (66.30,
85.70)
μ: media de Muestra
Desviación estándar conocida = 35
b) 99%
0.01
𝑡𝛼,𝑛−1 = , (50 − 1) 𝑡0.005,49 = 2.6800 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
35 35
𝐿𝑆𝐶 = 76 + 2.6800 ( ) = 89.26 𝐿𝐼𝐶 = 76 − 2.6800 ( ) = 62.73
√50 √50
Error
estándar
de la IC de 99%
N Media media para μ
50 76.00 4.95 (63.25,
88.75)
μ: media de Muestra
Desviación estándar conocida = 35
Página 4 de 16
Se utiliza la Z dado al %mayor de muestra 30, dado alos datos muestrales, se puede
usar t de student
0.05
𝑡𝛼,𝑛−1 =
2
, (50 − 1) 𝑡0.025,49 = 2.0096 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2
0.30 0.30
𝐿𝑆𝐶 = 8 + 2.0096 ( ) = 8.08 𝐿𝐼𝐶 = 8 − 2.0096 ( ) = 7.91
√50 √50
0.01
𝑍𝛼 = = 0.005 0.5 − 0.005 = 0.495 → 2.58 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
Página 5 de 16
0.01
𝑡𝛼,𝑛−1 = , (50 − 1) 𝑡0.005,49 = 2.68 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
0.64 0.64
𝐿𝑆𝐶 = 67.3 + 2.68 ( ) = 67.54 𝐿𝐼𝐶 = 67.3 − 2.68 ( ) = 67.05
√50 √50
Página 6 de 16
𝜎 0.05
𝐼𝐶 = 𝜇 ± 𝑍𝛼 ( ) 𝑍𝛼 = = 0.025 0.5 − 0.025 = 0.475 → 1.96 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2 √𝑛 2 2
11.9 11.9
𝐿𝑆𝐶 = 19.3 + 1.96 ( ) = 22.73 𝐿𝐼𝐶 = 19.3 − 1.96 ( ) = 15.86
√46 √46
11.9 11.9
𝐿𝑆𝐶 = 19.3 + 2.0141 ( ) = 22.83 𝐿𝐼𝐶 = 19.3 − 2.0141 ( ) = 15.766
√46 √46
Página 7 de 16
Se usa la media muestral como media poblacional, por lo cual debe haber una
estimación puntual.
𝜎 0.05
𝐼𝐶 = 𝜇 ± 𝑍𝛼 ( ) 𝑍𝛼 = = 0.025
2 √𝑛 2 2
4 4
𝐿𝑆𝐶 = 4.5 + 1.96 ( ) = 5.28 𝐿𝐼𝐶 = 4.5 − 1.96 ( ) = 3.7
√100 √100
μ = 4.5
0.05
𝑡𝛼,𝑛−1 = , (100 − 1) 𝑡0.025,99 = 1.9842 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
Página 8 de 16
∑𝑥 2609
𝑆 = √𝑆 2 = √16.30 = 4.1 𝜇= = = 11.60
𝑛 225
𝜎
𝐼𝐶 = 𝜇 ± 𝑍𝛼 ( )
2 √𝑛
0.10
𝑍𝛼 = = 0.05 0.5 − 0.05 = 0.45 → 1.645 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
4.1 4.1
𝐿𝑆𝐶 = 11.6 + 1.645 ( ) = 12.05 𝐿𝐼𝐶 = 11.6 + 1.645 ( ) = 11.15
√225 √225
(11.15 − 12.05)
Página 9 de 16
∑𝑥 13.7 𝑠
𝜇= = = 2.28 𝐼𝐶 = 𝜇 ± 𝑡𝛼,(𝑛−1) ( 𝑛)
𝑛 6 2 √
0.05
𝑡𝛼,𝑛−1 = , (6 − 1) 𝑡0.025,5 = 2.5706 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
2 2
0.95 0.95
𝐿𝑆𝐶 = 2.28 + 2.5706 ( ) = 3.28 𝐿𝐼𝐶 = 2.28 − 2.5706 ( ) = 1.28
√6 √6
(1.28,3.28)
Página 10 de 16
2
∑ 𝑥 2 − (∑ 𝑥)2 /𝑛 23.54 − 18.582 /15
𝑆 = = = 0.037
𝑛−1 14
∑𝑥 18.58
𝑆 = √𝑆 2 = √0.037 = 0.19 𝜇= = = 1.24
𝑛 15
𝑠 0.01
𝐼𝐶 = 𝜇 ± 𝑡𝛼,(𝑛−1) ( ) 𝑡𝛼,𝑛−1 = , (15 − 1)
2 √𝑛 2 2
𝑡0.005,14 = 2.9768 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
0.19 0.19
𝐿𝑆𝐶 = 1.24 + 2.9768 ( ) = 1.39 𝐿𝐼𝐶 = 1.24 − 2.9768 ( ) = 1.09
√15 √15
(1.09,1.39)
El valor de la media esta entre 1.09 y 1.39 con un nivel de del 1%
Página 11 de 16
𝑠 0.01
𝐼𝐶 = 𝜇 ± 𝑡𝛼,(𝑛−1) ( ) 𝑡𝛼,𝑛−1 = , (6 − 1)
2 √𝑛 2 2
𝑡0.005,5 = 4.0321 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑠
6.8
𝐿𝑆𝐶 = 52.9 + 4.0321 ( ) = 64.09
√6
6.8
𝐿𝐼𝐶 = 52.9 − 4.0321 ( ) = 41.71
√6
(41.71,64.09)
Página 12 de 16
110 61 57 44 40 20
104 67 75 29 45 205
57 77 59 35 56 19.5
43 58 42 21 120 23.5
60 57 35 23 110 236
55 105 69 25 94
50 49 77 48 90
31 30 51 38 160
36 58 42 23 218
∑𝑥 3338
𝜎 = √𝜎 2 = √2400.829 = 49 𝜇= 𝑛
= 50
= 66.76
Página 13 de 16
𝜎 0.01
𝐼𝐶 = 𝜇 ± 𝑍𝛼 ( ) 𝑍𝛼 = = 0.005 0.5 − 0.005 = 0.495 → 2.58 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠
2 √𝑛 2 2
49 49
𝐿𝑆𝐶 = 66.76 + 2.58 ( ) = 84.64 𝐿𝐼𝐶 = 66.76 − 2.58 ( ) = 48.88
√50 √50
(48.88, 84.64)
Referencias
McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.
Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para negocios y
economia (11 ed.). Cengage Learning. Retrieved from
https://elibro.net/es/lc/uvm/titulos/39949
Página 14 de 16
• Conclusión
• La estadística inferencial tiene como objetivo entregar las herramientas
necesarias para la afirmación de un parámetro poblacional basado el valor
estadístico proveniente de una muestra. Estimación de intervalos refiere a un
conjunto de valores que comprenden un intervalo asociado a cierta probabilidad
de ocurrencia, la cual es llamada de igual manera intervalo de confianza esto es
derivado al nivel de confianza de este.
Las muestras grandes de la estadística inferencial refieren a una muestra igual o
mayor a 30, en cambio una muestra pequeña es referida a un tamaño de
muestra menor a 30 lo cual nos permite la estimación de valores de una
población.
• Referencias bibliográficas
• http://www.esap.edu.co/portal/wp-content/uploads/2017/10/6-Estadstica-ii.pdf. (s.
f.). http://www.esap.edu.co/portal/wp-content/uploads/2017/10/6-Estadstica-ii.pdf.
Recuperado 29 de julio de 2021, de http://www.esap.edu.co/portal/wp-
content/uploads/2017/10/6-Estadstica-ii.pdf
• MUESTRAS GRANDES Y PEQUEÑAS. (s. f.).
https://repositorio.scalahed.com/recursos/files/r176r/w36172w/EstadisticaInferenc
ial_Ant_B2_S.pdf. Recuperado 29 de julio de 2021, de
https://repositorio.scalahed.com/recursos/files/r176r/w36172w/EstadisticaInferenc
ial_Ant_B2_S.pdf
Página 15 de 16
Spiegel, M. R., Stephens, L. J., Roa, M. C. E. H., & Castillo, R. G. (2008). Estadística
• Al finalizar, vuelve a la plataforma y sigue los pasos que se indican para enviar tu
actividad.
* * *
Página 16 de 16