Академический Документы
Профессиональный Документы
Культура Документы
Estadstica Inferencial I
Unidad 1
ndice
ndice..................................................................................................................................i
Prefacio............................................................................................................................iii
Estadstica Inferencial 1................................................................................................vi
Unidad 1. Introduccin a la estadstica Inferencial...........................................................7
Subtema 1.1 Breve historia de la Estadstica.................................................................7
Subtema 1.2 Concepto de estadstica............................................................................8
Subtema 1.3 Estadstica descriptiva...............................................................................9
Subtema 1.4 Estadstica inferencial...............................................................................9
Subtema 1.5 Breve introduccin a la inferencia estadstica.........................................9
Subtema 1.6 Teora de decisin en estadstica.............................................................10
Subtema 1.7 Componentes de una investigacin estadstica.......................................11
Subtema 1.8 Recoleccin de datos...............................................................................11
Subtema 1.9 Estadstica paramtrica (poblacin y muestra aleatoria)........................12
Subtema 1.10 Aplicaciones..........................................................................................12
Unidad 2. Inferencia estadstica: Estimacin..................................................................16
Subtema 2.1 Conceptos bsicos...................................................................................16
Subtema 2.2 Distribuciones de muestreo.....................................................................16
Subtema 2.3 Estimacin puntual.................................................................................18
Subtema 2.4 Estimacin de intervalo..........................................................................18
Subtema 2.5 Intervalos de confianza para medias.......................................................21
Subtema 2.6 Intervalos de confianza para diferencia entre medias.............................22
Subtema 2.7 Intervalos de confianza para proporciones.............................................25
Subtema 2.8 Intervalos de confianza para diferencias entre proporciones..................26
Subtema 2.9 Intervalos de confianza para varianzas...................................................28
Subtema 2.10 Intervalos de confianza para razones de dos varianzas.........................29
Unidad 3. Pruebas de hiptesis con una muestra............................................................31
Subtema 3.1 Metodologa para la prueba de hiptesis................................................31
Subtema 3.2 Hiptesis nula y alternativa.....................................................................32
Subtema 3.3 Error tipo I y error tipo II........................................................................34
Subtema 3.4 Pruebas de hiptesis Z para la media (desviacin estndar poblacional
conocida)......................................................................................................................35
2
Estadstica Inferencial I
Unidad 4
Estadstica Inferencial I
Unidad 4
Prefacio
El propsito de este libro es proporcionar a los estudiantes de la carrera de Ingeniera en
Gestin Empresarial, los conocimientos, habilidades, actitudes y valores que
correspondan a la asignatura Estadstica Inferencial 1, por medio del desarrollo de las
competencias tan necesarias en el campo profesional. Para el logro de lo anterior se
sustentar el desarrollo en el Modelo Didctico para los Tecnolgicos (Moditec).
Herrera Mndez, Carlos (2014). Modelo Didctico para los Tecnolgicos, MODITEC.
Guanajuato, Mxico: ICYTEG.
Metodologa.
1.- Formacin de equipos de trabajo de 4 a 5 alumnos, los equipos as formados
permanecern durante todo el curso escolar.
2.- Cada miembro del equipo tendr una libreta exclusiva para las tareas escritas del
curso de Estadstica Inferencial 1, perfectamente identificada con nombre y fotografa.
3.- Las tareas escritas seguirn un formato, con el objeto de regularizar el desarrollo de
las mismas.
4.- Los alumnos resolvern en equipo los ejercicios indicados, cada alumno escribir en
su propia libreta el desarrollo de la tarea.
5.- El profesor seleccionar en forma aleatoria un equipo. As mismo seleccionar en
forma aleatoria a un alumno del equipo, quien a su vez presentar la tarea terminada al
profesor, en su propia libreta.
6.- El profesor revisar la tarea tanto en contenido como en formato, as mismo el
profesor har preguntas al alumno para que explique los resultados y las conclusiones.
7.- Dependiendo del contenido, el formato y las respuestas del alumno, el profesor
asignar la calificacin de dos puntos si todo est bien, un punto si slo est bien una
parte de la tarea, y cero puntos si todo estuvo mal. Esta calificacin ser extensiva a
todos los miembros del equipo. Con lo cual se busca que los todos los miembros del
equipo trabajen en cooperacin, conscientemente, y con responsabilidad, pues no saben
de antemano a que alumno le tocar dar la respuesta, pero todos son responsables. Si
faltare algn alumno el da de la clase, este recibir cero de calificacin.
8.- El procedimiento anterior se seguir con todos los dems equipos, obviamente
evitando seleccionar ms de una vez al mismo equipo.
9.- El formato que seguirn las tareas escritas ser el siguiente: identificacin de la
tarea, por ejemplo T1, T2, T3, etc. Enunciado de la tarea, se escribir con excelente letra
manuscrita y sin faltas de ortografa. Llevar un orden en formulas, grficas, tablas,
clculos, resultados y conclusin, todo perfectamente limpio sin tachaduras, pues de
esta manera aprendern a presentar trabajos escritos en forma correcta.
10.- Para las tareas de investigacin, al inicio de la unidad, el profesor dar una lista de
temas a investigar, dicha investigacin la podrn hacer en cualquier fuente bibliogrfica,
con la salvedad de que citen dicha fuente. Esta tarea tambin ser por equipo.
4
Estadstica Inferencial I
Unidad 4
11.- La presentacin de las tareas de investigacin ser por una parte por escrito a
computadora, (tambin siguiendo un formato dado), por otra parte la presentacin ser
oral, con duracin de 4 a 5 minutos o ms si as se requiere.
12.- El profesor seleccionar al azar un equipo, seleccionar en forma aleatoria a un
alumno del equipo y seleccionar en forma aleatoria un tema de los previamente
asignados, el alumno as seleccionado expondr apropiadamente el tema en un lapso de
4 a 5 minutos. El profesor podr hacer preguntas relativas al tema, si as lo requiere.
13.- La calificacin obtenida para la tarea de investigacin se divide en dos partes. Para
la parte escrita ser de 2, 1 o cero puntos dependiendo del contenido, y el formato. Para
la parte expositiva tambin ser de 2, 1 o cero puntos, dependiendo del contenido y de la
presentacin. En ambos casos la calificacin obtenida ser extensiva a todos los
miembros del equipo, con la salvedad que si alguno no asiste su calificacin ser cero.
14.- Al finalizar cada unidad se har una tarea integradora, esta tambin ser por equipo,
se entregar por escrito a computadora y el profesor seleccionar al azar a un alumno
del equipo para que explique los resultados y conclusiones de la tarea, la calificacin
mxima de esta tarea ser de 5 puntos, dependiendo del contenido y el formato.
15.- El formato para las tareas escritas por computadora ser: Portada con los nombres
de los miembros del equipo, datos generales del Tecnolgico, del campus, la asignatura,
la unidad, fecha, en las siguientes hojas el planteamiento del problema o caso, el
procedimiento, clculos, formulas, grficas, tablas, resultados, conclusin y fuente
bibliogrfica consultada. Todo perfectamente limpio sin faltas de ortografa y entregado
en folder.
16.- Al finalizar la unidad se har una tarea individual, equivalente al examen, el cual
tendr una valoracin de 30 puntos.
17.- Todas las tareas por equipo equivalen al 70% de la calificacin y la tarea individual
al 30%.
18.- Con respecto a las tareas por equipo, al finalizar la unidad se har el computo de
puntos, el alumno que obtenga la mxima puntuacin corresponder al 70% y de ah en
adelante se calcular para los dems alumnos, los cuales podrn obtener 70% o menos,
dependiendo de cuantos puntos acumularon en la unidad respectiva.
19.- La calificacin final de la unidad, ser la suma de los puntos obtenidos en las tareas
por equipo ms los puntos obtenidos en la tarea individual, que en el mejor de los casos
ser 70 + 30 = 100
Todo lo anterior contribuye al desarrollo de las siguientes competencias instrumentales:
Capacidad de anlisis y sntesis.- Los puntos anteriores, 4, 6, 9, 12, 14 y 16 contribuyen
al logro de esta competencia.
Capacidad de organizar y planificar.- Los puntos 1, 2, 3, 9 y 15 contribuyen.
Comunicacin oral y escrita.- Los puntos 3, 6, 9, 11, 12, 14 y 15 contribuyen.
Habilidades bsicas de manejo de la computadora.- Los puntos 11 y 15 contribuyen.
5
Estadstica Inferencial I
Unidad 4
Estadstica Inferencial 1
Ingeniera en Gestin Empresarial.
Clave GEG-0910
crditos 3 3 - 6
Esta asignatura, aporta al perfil del Ingeniero en Gestin Empresarial, la capacidad para
explicar fenmenos involucrados con los procesos de la toma de decisiones en los
negocios y, la sensibilidad y conocimientos para hacer uso eficiente de las pruebas de
hiptesis, en el mbito donde se site su desempeo profesional. Para el estudio de la
Estadstica Inferencial, se identifican temas experimentales paramtricos de
comparacin simple y mltiple, concentrando su aplicacin a la Gestin Empresarial.
Estadstica Inferencial I
Unidad 4
Estadstica Inferencial I
Unidad 1
Subtemas:
1.1 Breve historia de la estadstica.
1.2 Concepto de estadstica.
1.3 Estadstica descriptiva.
1.4 Estadstica inferencial.
1.5 Breve introduccin a la inferencia estadstica.
1.6 Teora de decisin en estadstica.
1.7 Componentes de una investigacin estadstica.
1.8 Recoleccin de datos.
1.9 Estadstica paramtrica (poblacin y muestra aleatoria).
1.10 Aplicaciones
Estadstica Inferencial I
Unidad 1
con este censo, llevado a cabo en 1086, se recoge en el Domesday Book. El registro de
nacimientos y defunciones comenz en Inglaterra a principios del siglo XVI, y en 1662
apareci el primer estudio estadstico notable de poblacin, titulado Comentarios sobre
las partidas de defuncin en Londres.
Subtema 1.2 Concepto de estadstica.
Se designa con el nombre de estadstica a aquella ciencia que ostenta en sus bases una
fuerte presencia y accin de las matemticas y que principalmente se ocupa de la
recoleccin, anlisis e interpretacin de datos que buscan explicar las condiciones en
aquellos fenmenos de tipo aleatorio.
Uno de los rasgos salientes de la estadstica
es que se trata de una ciencia transversal y
funcional a una amplia variedad de
disciplinas que echan mano de ella para
entender e interpretar algunas cuestiones que
hacen a sus objetos de estudio. La fsica, la
mayora de las ciencias sociales, las ciencias
vinculadas a la salud y reas como el control
de calidad y los negocios y tambin
algunas instituciones gubernamentales,
suelen muy recurrentemente ayudarse con la
estadstica para comprender algunos
fenmenos que se dan entre sus filas.
Estadstica Inferencial I
Unidad 1
Estadstica Inferencial I
Unidad 1
Muestra: x1 x2 x3 . . .
Inferencia
Poblacin
T1: Tarea 1.- Investiga en fuentes bibliogrfica los siguientes temas: a) Breve historia
de la estadstica, estadstica descriptiva, estadstica inferencial y su aplicacin a los
negocios, econometra, demografa.
T2.- Investiga en fuentes bibliogrficas los siguientes temas: (1) Medidas de tendencia
central, (2) Medidas de variabilidad, (3) Distribucin Normal, (4) Variable numrica y
ejemplos, (5) Variable categrica y ejemplos, (6) Variable jerarquizada y ejemplos.
Estadstica Inferencial I
Unidad 1
T3:
Investiga
en
fuentes
bibliogrficas los siguientes temas:
(1)
Poblacin
o
universo,
(2) Muestra, (3) Formulacin del
problema.
(4)
Diseo
del
experimento.
Recoleccin
La
recoleccin (5)
de datos
se refieredeal
datos,de(6)una
Inferencia
estadstica yde
uso
gran diversidad
conclusiones.
tcnicas
y herramientas que pueden
ser utilizadas por el analista para
desarrollar
los sistemas
de
informacin, los cuales pueden ser
la entrevistas,
la encuesta,
el cuestionario, la observacin.
Todos estos instrumentos se aplican
12
en un momento en particular, con la
finalidad de buscar informacin que
ser til a una investigacin en
Estadstica Inferencial I
Unidad 1
T4: Investiga en fuentes bibliogrficas los siguientes temas: (1) La entrevista, (2) La
encuesta, (3) El cuestionario, (4) La observacin, (5) Registros de informacin.
13
Estadstica Inferencial I
Unidad 1
98
105
105
109
109
93
95
105
109
120
104
91
105
105
95
113
120
105
113
122
T7.- Los siguientes datos representan las calificaciones de Estadstica Inferencial I del
primer examen parcial. Calcula la media aritmtica, desviacin estndar de la muestra,
varianza, coeficiente de variacin, ndice de aprobacin considerando 70 como
calificacin mnima aprobatoria: 65, 60, 84, 91, 100, 100, 76, 80, 93, 45, 51, 100, 90,
85, 77, 84, 72, 70, 60, 55, 93, 82, 80, 75, 100.
93
109
93
120
120
105
109
121
109
97
113
105
113
105
122
105
105
97
95
T9.- Una empresa acepta las siguientes tarjetas de crdito: Bancomer (Bmer), Banamex
(Bmex), American Express (Amex), Banorte (Bnort), calcula la moda, la proporcin de
cada una, traza un diagrama circular (pastel), interpreta los resultados.
//// 0
Bmer
Amex Bmer
Bmer
Bmex
Bmer
Bmer
Amex
Bmer
Amex
14
Estadstica Inferencial I
Unidad 1
Bmer
Bmex
Bnort
Bmex
Bmex
Bmex
Bmex
Bmer
Bmex
Bmer
Bmer
Amex
Bmex
Bmex
Bnort
Amex
Bmer
Bnort
Bmex
Bmex
Bmer
Bmer
Bmex
Amex Amex
Bmer
Bmex
Bnort
Amex Amex
Bnort
Bmex
Bmer
Amex Amex
Bmex
Bnort
Bmer
Amex Bmer
Bmex
Bmex
Bnort
Amex Bmer
Bnort
Amex
Amex
Amex Bmex
Amex
Bmer
Amex Bmer
Bmex
Bmer
Bnort
Amex
Bmer
Bmex
Amex
Amex
Bnort
Bmex
Amex
Bmex
Bmex
Bmer
Bmex
Bmer
Bnort
Amex
Bmex
Amex Amex
Bmer
Amex
Bmex
Amex Bmex
Bmer
Bmer
Bnort
Bmer
Bnort
Amex
Bnort
Amex
Bmer
Bmer
10 Bmex
Bmex
Amex
Bmex
Bmer
Bmex
Bmex
11 Bnort
Bmer
Bnort
Amex Bnort
Bmer
Bnort
Bnort
Bnort
Bnort
12 Bmer
Bmex
Bmer
Bmer
Bmex
Bmex
Amex
Bmer
Bmer
Bmex
13 Bmex
Bmex
Bnort
Bmex
Bnort
Bmer
Bnort
Bmex
Bnort
Bmex
14 Bmex
Amex
Amex Bmer
Bmer
Bmex
Bmer
Bmex
Bmex
Amex
15 Bmer
Amex
Bmer
Bmex
Bmex
Bmex
Bnort
Amex
Bmer
Bnort
16 Amex
Bnort
Bnort
Bmex
Bnort
Amex
Bnort
Bmer
Bmex
Bmex
17 Amex
Bmer
Bmex
Amex Bmer
Bmer
Bmex
Bmex
Bmex
Bmex
18 Bmer
Bnort
Bmer
Bmer
Bnort
Bmex
Bnort
Amex
Amex Bmer
19 Bmex
Amex
Bmex
Bmex
Bmex
Bmex
Bnort
Amex
Bmer
Bnort
Puntajes de
Productividad
50
55
60
65
70
Fr
3
5
7
8
12
15
Estadstica Inferencial I
Unidad 1
75
80
85
90
95
100
11
9
7
6
5
8
98
104 91
105 105 95
103 93
109 93
97
95
109 120 91
120 105 91
95
120 91
105 113 122 120 109 113 122 120 105 105
10
105 97
11
91
12
93
95
13
14
120 105 109 109 105 105 109 109 109 109
15
122 105 105 113 109 109 109 105 105 105
16
91
17
109 105 93
18
19
109 91
95
91
121 93
105 121 97
95
95
95
109 120
95
105
105 105 93
109 91
105 105 93
120 105 91
109
105
105 105
91
97
93
91
91
121 105 93
113 91
109 109 93
93
97
121 93
105 95
112 93
91
112 93
16
Estadstica Inferencial I
Unidad 2
Subtemas:
2.1 Conceptos bsicos.
2.2 Distribuciones de muestreo.
2.3 Estimacin puntual.
2.4 Estimacin de intervalo.
2.5 Intervalos de confianza para medias.
2.6 Intervalos de confianza para diferencia entre medias.
2.7 Intervalos de confianza para proporciones.
2.8 Intervalos de confianza para diferencias entre proporciones.
2.9 Intervalos de confianza para varianzas.
2.10 Intervalos de confianza para razones de dos varianzas.
Subtema 2.1 Conceptos bsicos.
En estadstica inferencial se llama estimacin al conjunto de tcnicas que permiten dar
un valor aproximado de un parmetro de una poblacin a partir de los datos
proporcionados por una muestra. Por ejemplo, una estimacin de la
calificacin promedio de una poblacin de alumnos de tamao N, podra ser la media de
esa misma caracterstica para una muestra de tamao n.
La estimacin se divide en dos grandes bloques, cada uno de los cuales tiene distintos
mtodos que se usan en funcin de las caractersticas y propsitos del estudio: La
estimacin puntual, y la estimacin por intervalos.
Subtema 2.2 Distribuciones de muestreo.
La distribucin de muestreo es la distribucin de probabilidad de la muestra de una
poblacin en lugar de toda la poblacin.
En otras palabras, supongamos que de una determinada poblacin se toman todas las
muestras posibles de tamao n y se calcula una estadstica (por ejemplo, media
aritmtica) de todas las muestras. Si luego se prepara una distribucin de probabilidad
de esta estadstica, obtendrs una distribucin de muestreo.
17
Estadstica Inferencial I
Unidad 2
Ejemplo: Consideremos una pequea poblacin de 5 datos (1, 2, 3, 4, 5), a los cuales
obtenemos su media poblacional y desviacin estndar poblacional: = 3, = 1.4142,
as tambin consideremos todas las muestras posibles sin reemplazamiento de tamao
tres tomadas de esta poblacin, como se muestra en la tabla adjunta, a cada muestra se
obtiene su media aritmtica.
Muestras
1 2 3
1 2 4
1 2 5
1 3 4
1 3 5
1 4 5
2 3 4
2 3 5
2 4 5
3 4 5
Medias
2.00
2.33
2.67
2.67
3.00
3.33
3.00
3.33
3.67
4.00
Media
frec
probabilida
d
2.00
10%
2.33
10%
2.67
20%
3.00
20%
3.33
20%
3.67
10%
18
Estadstica Inferencial I
Unidad 2
T13.- Discute con tu equipo y expresa por escrito cada una de las siguientes cuestiones.
Cul es la razn por la que los que toman decisiones a menudo valoran muestras en
lugar de poblaciones completas? Ventajas y desventajas.
Cul es la limitante que ocurre al hacer una estimacin punto? Cul es la ventaja de
hacer una estimacin por intervalo?
19
Estadstica Inferencial I
Unidad 2
(Nn)
donde es la desviacin estndar poblacional,
n
N1
x se denomina error estndar, n es el tamao de la muestra, y N es el tamao de la
poblacin si sustituimos convenientemente los datos en la frmula tendremos:
dado por:
1.4142
(53)
= 0.5773 lo cual corresponde exactamente a la
3
51
desviacin estndar de la distribucin muestral de medias = 0.5773.
x
T15.- Considerar los mismos 5 datos de la poblacin del ejemplo anterior y tomar todas
las muestras aleatoria posibles de tamao dos con repeticin o reemplazamiento. Y
hacer los clculos, tablas y grficas como en el ejercicio anterior, luego aplicar la
frmula dada a continuacin para corroborar el valor de la desviacin estndar de la
distribucin muestral de medias.
20
Estadstica Inferencial I
Unidad 2
17.2
25
3.44
92
102
Estadstica Inferencial I
Unidad 2
c) La probabilidad de que la cosecha media por hectrea est entre 117 y122 toneladas.
T21.- La oficina de recursos humanos de una empresa desea hacer una estimacin de la
capacidad en comunicacin verbal en ingls que tienen 5,500 empleados. Una muestra
aleatoria de 250 de estas personas arroj los datos que se dan a continuacin. x =
65, = 15, C = 95%, determina la estimacin puntual y por intervalo. Nota: deber
x =
tomarse en cuenta la siguiente frmula para el clculo del error estndar:
(Nn)
N1
Estadstica Inferencial I
Unidad 2
Determina una estimacin por intervalo de confianza del 99%, para la cantidad real de
croquetas en los paquetes.
T23.- Investiga la estimacin por intervalos de confianza de la media con desviacin
estndar poblacional desconocida. As tambin la distribucin t de Student, sus
propiedades, los grados de libertad, y la tabla de puntaje t de student.
T24.- El administrador del parque zoolgico Animaya, desea calcular el tiempo
promedio de recorrido peatonal en dicho parque, para lo cual selecciona al azar una
muestra de 25 visitantes y encuentra lo siguiente. x = 160 min. S = 5 min. C =
99%, determina la estimacin puntual y por intervalo.
T25.- Un proceso manufacturero usado por una fbrica durante los ltimos 10 aos,
tiene una distribucin normal. Se desea estimar un intervalo de confianza del 90% para
el promedio de unidades por hora producido con dicho proceso. Para tal efecto, se toma
una muestra aleatoria de la produccin por hora durante 25 horas y se obtiene un
promedio de 160 unidades y desviacin estndar de 8 unidades.
T26.- El I. G. E. de una empresa elctrica desea hacer una estimacin puntual y por
intervalo de 95%, del espesor de la cubierta de hule aplicada al alambre elctrico,
medido en milmetros. Para lo cual toma una muestra aleatoria de 30 datos reportados
por el departamento de control de calidad, misma que se muestra a continuacin:
1.2
1.1
1.19 1.1
23
Estadstica Inferencial I
Unidad 2
s 2p
x 2) + t sp
1
1
+
n1 n2
donde
n 11
n 21
s2 (2 )
= 1( 2)+
n 1+n 22
s
Ejemplo: Un artculo publicado dio a conocer los resultados de un anlisis del peso de
calcio en cemento estndar y en cemento contaminado con plomo. Los niveles bajos de
calcio indican que el mecanismo de hidratacin del cemento queda bloqueado y esto
permite que el agua ataque varias partes de una estructura de cemento. Al tomar diez
muestras de cemento estndar, se encontr que el peso promedio de calcio es de 90 con
una desviacin estndar de 5; los resultados obtenidos con 15 muestras de cemento
contaminado con plomo fueron de 87 en promedio con una desviacin estndar de 4.
Supngase que el porcentaje de peso de calcio est distribuido de manera normal.
Encuntrese un intervalo de confianza del 95% para la diferencia entre medias de los
dos tipos de cementos. Por otra parte, supngase que las dos poblaciones normales
tienen la misma desviacin estndar.
Cemento
Estndar
10
90
Contaminado c/plomo
15
87
Al calcularle raz cuadrada a este valor nos queda que sp = 4.41, el puntaje t Student
correspondiente a un nivel de confianza de 95% y 23 grados de libertad es de: 2.069
6.73
24
Estadstica Inferencial I
Unidad 2
Verano
147
120
125
90
137
125
129
90
82
139
118
117
103
141
78
143
99
123
98
99
66
144
Septiembre
73
145
107
68
75
68
143
66
140
102
117
136
81
67
146
96
83
87
100
87
63
145
Estadstica Inferencial I
Unidad 2
Ejemplo: Se comparan dos tipos de rosca de tornillo para ver su resistencia a la tensin.
Se prueban 50 piezas de cada tipo de cuerda bajo condiciones similares, la marca A tuvo
una resistencia promedio a la tensin de 78.3 Kg, mientras que la marca B tuvo una
resistencia promedio de 87.2 Kg. Se sabe de antemano que las desviaciones
poblacionales son de 6.5 Kg para la marca A y 6.3 Kg para la B. Determine el intervalo
de confianza del 95% para la diferencia de las dos medias poblacionales.
La frmula a utilizar cuando las varianzas son conocidas es:
12
= ( x 1x 2 )
Z
2
21 22
+
n1 n2
12
= (87.278.3) 1.96
6.52 6.3 2
+
50 50
Lmites del intervalo de confianza de 95%: 8.9 2.5 = 11.4 y 6.4, por lo que se
concluye que la resistencia a la tensin de tornillos de la marca B es superior a la marca
A.
T30.- Se llevan a cabo pruebas de resistencia a la tensin sobre dos diferentes clases de
largueros de aluminio utilizados en la fabricacin de alas de aeroplanos comerciales. De
la experiencia pasada con el proceso de fabricacin de largueros y del procedimiento de
prueba, se supone que las desviaciones estndar de las resistencias a la tensin son
conocidas. Los datos obtenidos se presentan en la siguiente tabla:
Tipo de larguero
Tamao de muestra
n1 = 10
x1
n2 = 15
x2 = 74.5
= 87.6
1 =1
2 =1.5
Si 1 y 2 indican los verdaderos promedios de las resistencias a la tensin para las dos
clases de largueros, hallar un intervalo del 90% de confianza para la diferencia de las
medias 1 - 2
26
Estadstica Inferencial I
Unidad 2
44 40 47 42 45 43 48 41 45 42 45 44
6 1 6 1 9 8 1 1 6 7 9 5
Proceso
nuevo
46 44 43 46 42 47 45 45 42 46 45 45
2 8 5 5 9 2 3 0 7 9 2 7
p(1p)
n
0.048(10.048)
= 0.048 0.02649
250
=
0.0745 < P < 0.0215 7% < P < 2% esto quiere decir que la proporcin de
reproductores de discos compactos que podran fallar esta dentro del intervalo de 7% al
2%, con una confiabilidad de 95%
La estimacin por intervalo: P = 0.048 1.96
27
Estadstica Inferencial I
Unidad 2
T33.- En una muestra aleatoria de 100 clientes que realizan sus compras al medio da en
el supermercado Soriana, 90 de ellas incluyen la leche en sus compras. Establece la
estimacin puntual y por intervalo de confianza del 95% para la proporcin real de
clientes que compran leche.
T34.- De una poblacin de 5,000 clientes se tom una muestra aleatoria de 150 que
compran pasta de dientes en un supermercado Chedraui, al norte de la ciudad, 53 de
ellos adquieren la marca Colgate, establece la estimacin puntual y por intervalo para
la proporcin real de clientes que compran la pasta de dientes entes mencionada con un
nivel de confianza de 90%.
Soporte
^p
Primera muestra
85
10
0.1176
0.8823
Segunda muestra
85
0.09411
0.9058
Lmites
del
intervalo:
(0.1176
q^
0.09411)
1.96
(0.11760.8823) (0.094110.9058)
+
85
85
Lmites = - 0.06893 a 0.11598, Este intervalo de confianza incluye al cero, as que, con
base en los datos muestrales, parece poco probable que los cambios hechos en el
28
Estadstica Inferencial I
Unidad 2
T37.- En dos empresas similares se tomaron muestras de sus productos, cada muestra
era de 200 artculos, en la empresa A 144 artculos pasaron la prueba con xito, en la
empresa B slo 135 lo hicieron. Construye un intervalo de confianza de 95% para la
diferencia entre las proporciones.
( n1 ) s 2
(n1)s 2
2
< <
, que es el intervalo de confianza del (1 ) 100% de
x 2(1 /2)
x 2 /2
2, la varianza de la poblacin. As mismo si se calcula la raz cuadrada de cada uno de
los tres trminos de la doble desigualdad, se obtiene el intervalo de confianza del
(1 ) 100% para , que es la desviacin estndar de la poblacin.
Ejemplo: Una muestra aleatoria de n = 5 ejemplares de cierto tipo de helado tiene un
contenido de grasa promedio de 11% y una desviacin estndar muestral de s = 0.38%,
29
Estadstica Inferencial I
Unidad 2
x 0.975
= 0.484 se obtiene
2
0.025
( 51 ) 0.382
(51)0.382
2
respectivos de x2, se obtiene:
< <
-- 0.05053 < 2
11.143
0.484
< 1.193, por lo que extrayendo la raz cuadrada a ambos miembros de la desigualdad, se
obtiene
0.22% < < 1.09%, lo cual se interpreta de la siguiente manera: el
intervalo de confianza del 95% para la desviacin estndar poblacional est entre 0.22%
a 1.09%, dentro de ese rango se encuentra el verdadero valor de la desviacin estndar
poblacional.
T38.- El voltaje de ruptura de circuitos elctricamente cargados, tomada de una muestra
de 17 datos indic una varianza muestral de 137,324.3, obtener la estimacin puntual y
por intervalo de confianza de 95% para la varianza poblacional as como para la
desviacin estndar poblacional.
T40.-El salario promedio diario para una muestra de 30 trabajadores, empleados por
horas en una empresa grande de $ 180.00 con una desviacin estndar de s = $14.00.
Se sabe que los montos de los salarios estn normalmente distribuidos, obtener un
intervalo de confianza de 95% para estimar la desviacin estndar de los salarios diarios
de la poblacin.
Estadstica Inferencial I
Unidad 2
s 21
s 22 ,
2
2
s1
2
s 2 F /2
21
<
1
2
2
<
s1
2
s2 F
(1 )
2
21 / 22
31
Estadstica Inferencial I
Unidad 2
T41.- Una empresa que se encarga de fabricar botellas de plstico por inyeccin,
emplea dos mtodos diferentes para la produccin. A los I.G.E. les gustara saber cul
de los dos procesos tiene menor rugosidad en la superficie. Para lo cual toma muestras
aleatorias de cada proceso.
Datos
Proceso 1: n1 = 16, s1 = 4.7;
T42.- Se obtuvieron las varianzas de dos muestras para los volmenes de flujo en dos
tipos de tubos del mismo dimetro pero de diferente material. Los resultados se
observan a continuacin: Tipo 1: n1 = 9; s
T43.- Los puntajes de una prueba de aptitud para obreros de una empresa X y para
obreros de una empresa Y se muestran a continuacin, suponer que las muestras son
independientes y que los puntajes de cada poblacin estn normalmente distribuidos.
Construir un intervalo de confianza del 95% para 21 / 22
Empresa X: nx = 21, sx = 13.26; empresa Y: ny = 16, sy = 10.5
32
Estadstica Inferencial I
Unidad 2
Subtemas.
3.1 Metodologa para la prueba de hiptesis.
3.2 Hiptesis nula y alternativa.
3.3 Error tipo I y error tipo II.
3.4 Pruebas de hiptesis Z para la media (desviacin estndar poblacional conocida).
3.5 Pruebas para proporciones.
3.6 Seleccin del tamao de muestra (para estimar la media poblacional).
3.7 Seleccin del tamao de muestra (para estimar la proporcin poblacional).
Etapa 1.- Planear la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0) es el
valor hipottico del parmetro que se compra con el resultado muestral resulta muy
poco probable cuando la hiptesis es cierta.
Etapa 3.- Elegir la estadstica de prueba. La estadstica de prueba puede ser la estadstica
muestral (el estimador no segado del parmetro que se prueba). Por ejemplo, para
probar el valor hipottico de una media poblacional, se toma la media de una muestra
aleatoria de esa distribucin normal, entonces es comn que se transforme la media en
un valor Z el cual, a su vez, sirve como estadstica de prueba.
33
Estadstica Inferencial I
Unidad 2
Etapa 5.- Determinar el valor real de la estadstica de prueba. Por ejemplo, al probar un
valor hipottico de la media poblacional, se toma una muestra aleatoria y se determina
el valor de la media muestral. Si el valor crtico que se establece es un valor de z,
entonces se transforma la media muestral en un valor de z.
2.
3.
4.
5.
6.
7.
Establecer los valores crticos que establecen las regiones de rechazo de las de
no rechazo.
Determinar la prueba estadstica.
Coleccionar los datos y calcular el valor de la muestra de la prueba estadstica
apropiada.
34
Estadstica Inferencial I
8.
Unidad 2
9.
10.
Estadstica Inferencial I
Unidad 2
Estadstica Inferencial I
Unidad 2
la probabilidad del error tipo II, en contraste con el error tipo I (azul), no se puede
calcular.
La hiptesis de la que se parte
aqu es el supuesto de que la situacin experimental
presentara un estado normal. Si no se advierte este estado normal, aunque en
realidad existe, se trata de un error estadstico tipo I. Algunos ejemplos para el error tipo
I seran:
Se considera que el paciente est enfermo, a pesar de que en realidad est sano;
hiptesis nula: El paciente est sano.
En un estudio de investigacin, el error de tipo II, tambin llamado error de tipo beta
() ( es la probabilidad de que exista este error) o falso negativo, se comete cuando el
investigador no rechaza la hiptesis nula siendo esta falsa en la poblacin. Es
equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega
a la conclusin de que ha sido incapaz de encontrar una diferencia que existe en la
realidad.
Se acepta en un estudio que el valor del error beta est entre el 5 y el 20%.
Contrariamente al error tipo I, en la mayora de los casos no es posible calcular la
probabilidad del error tipo II. La razn de esto se encuentra en la manera en que se
formulan las hiptesis en una prueba estadstica. Mientras que la hiptesis nula
representa siempre una afirmacin enrgica (como por ejemplo
Promedio =
0) la hiptesis alternativa, debido a que engloba todas las otras posibilidades, es
generalmente de naturaleza global (por ejemplo
Promedio 0 ).
Estadstica Inferencial I
Ho: = 25 000
Unidad 2
H1: 25 000
, x =
4000
100
= 400,
Los resultados de la muestra para el turno de da fueron =25 430 millas, y Puesto que se
est probando si la media es diferente a 25 000 millas, el estadstico de prueba se tiene
( x )
(2543025000)
con la ecuacin: Zep =
, Zep =
= 1.075
x
400
Dado que Zep = 1.075, se ve que 1.96 < 1.075 < 1.96, entonces no se rechaza Ho.
Por ello, la decisin de no rechazar la hiptesis nula Ho. En conclusin es que la
duracin promedio de las llantas es 25 000 millas. A fin de tener en cuenta la posibilidad
de un error de tipo II, este enunciado se puede redactar como no hay pruebas de que la
duracin promedio de las llantas sea diferente a 25 000 millas en las llantas producidas
en el turno de da.
Las pruebas de hiptesis pueden ser de dos colas, como el ejemplo anterior, o de una
cola (izquierda o derecha). Cmo saber si la prueba es de una o dos colas? Es muy
sencillo, si lo que se quiere probar tiene que ver en el planteamiento del problema con
igualdad o diferencia, entonces se debe seleccionar una prueba de dos colas, pero si lo
que se quiere probar tiene que ver con mayor que o algo similar se deber emplear
prueba de una cola derecha, ahora bien si lo que se quiere probar tiene que ver con
menor que o algo similar, la prueba indicada ser de una cola izquierda.
Con tamao de muestra pequeo y desviacin estndar desconocida.
38
Estadstica Inferencial I
Unidad 2
Ho: > 3
Alterna
Hi: < 3
s
n
Tamao de muestra: n = 30
;
Sx =
0.18
30
= 0.03286
regin de aceptacin de Ho
En este caso se emplea el puntaje t student, con n-1 grados de libertad = 29, = 0.05
unilateral el cual se busca en la tabla respectiva, dando un valor de 1.699
6 Paso: Estadstico de Prueba: Ep = (2.92 3) / 0.03286 Ep = - 2.43
7 Paso: Regla de decisin: si el estadstico de prueba es menor que el valor crtico se
rechaza la hiptesis nula y se acepta como verdadera la hiptesis alterna. Resultado:
dado que el estadstico de prueba (-2.43) es menor que el valor crtico (-1.699) se acepta
como verdadera la hiptesis alterna (Hi) y en consecuencia se rechaza la hiptesis nula.
39
Estadstica Inferencial I
Unidad 2
Conclusin: Con base en lo anterior se concluye que las latas de caf que supuestamente
tienen cuando menos 3 libras es falsa, demostrando que en realidad el contenido es
menor de esa cantidad.
T45.- Una compaa que vende tiras repelentes contra insectos asegura que su producto
es eficaz ms de 400 hrs. Un anlisis sobre 9 tiras seleccionadas aleatoriamente indic
un promedio de 380 hrs. y una desviacin estndar de 60 hrs. Prueba la aseveracin de
la compaa a un nivel de significacin de 1 %
T46.- La media y la desviacin estndar de la estancia de los turistas extranjeros en
hoteles de 4 estrellas el ao anterior fue de 4 noches y 1.5 noches respectivamente. El
gerente de reservaciones de un hotel desea saber con una confiabilidad de 95 % si la
estancia de turistas extranjeros en hoteles de 4 estrellas ser diferente este ao. Para lo
cual selecciona una muestra aleatoria de 35 turistas extranjeros y determina que la
estancia promedio es de 3.6 noches
T47.- El tiempo promedio en realizar determinada tarea por el personal de cuartos de un
hotel es de 65 min. y S = 15 min. El administrador cree que si el personal antes
mencionado recibiese entrenamiento especial, el tiempo en realizar la tarea disminuira.
Para lo cual toma al azar una muestra de 32 empleados de esa rea, reciben
entrenamiento, posteriormente se mide el tiempo promedio en que dichos trabajadores
realizan la tarea y se encuentra que es de 55.5 min. Sirve de base estos datos para
apoyar la opinin del administrador? = 5 %
T48.- El coordinador de la carera de IGE, desea verificar con un nivel de significacin
de 5 % la hiptesis de que el promedio de calificaciones en la asignatura Estadstica
Inferencial 1 en un determinado grupo es de 65. Una muestra aleatoria de 25 sujetos dio
los siguientes resultados: x = 67,
s = 12.
T49.- El tiempo promedio para atender a los clientes que solicitan los servicios de tour a
Uxml en una determinada agencia de viajes es de 15 min. con desviacin estndar = 4
min. El gerente cree que si el personal recibe entrenamiento, el tiempo de atencin a los
clientes se reducira. El personal recibe un curso de eficiencia en el trabajo y
posteriormente se selecciona una muestra aleatoria de 20 servicios, dando una media de
10 min. Sea =5%
Estadstica Inferencial I
Unidad 2
compara con la variabilidad prescrita mediante una distribucin de muestreo que tiene
como base el supuesto de que H0 es realmente verdadera.
En muchos aspectos, las pruebas de proporciones se parecen a las pruebas de medias,
excepto que, en el caso de las primeras, los datos muestrales se consideran como
frecuencias en lugar de como mediciones.
Cuando el objetivo del muestreo es evaluar la validez de una afirmacin con respecto a
la proporcin de una poblacin, es adecuado utilizar una prueba de una muestra.
La metodologa de prueba depende de si el nmero de observaciones de la muestra es
grande o pequeo. Esta prueba comprende el clculo del valor estadstico de prueba Z.
x /n p0
Z prueba =
p0 q 0
n
x
n
p0 q 0
desviacin estndar de la proporcin, q0 = 1 p0,
n
complemento de la proporcin. La frmula anterior de Zprueba se aplica a muestreos
con poblacin infinita o desconocida. Pero si se toma una muestra a partir de una
poblacin finita o conocida, (n/N * 100) % > 5% se debe emplear un factor de
poblacional o parmetro,
(Nn)
p0 q 0
(N1)
n
Posteriormente este valor es comparado con el valor de Z, obtenido a partir de una tabla
de distribucin normal a un nivel de significacin seleccionado. Como ocurri con la
prueba de medias de una muestra, las pruebas de proporciones pueden ser de una o dos
colas.
correccin para la desviacin estndar de la proporcin
La hiptesis nula se plantea Ho: p =p o, en tanto que para la hiptesis alterna hay tres
posibilidades: H1: p < po ; p > p o,
p p o , dependiendo del planteamiento del
problema, en el primer caso ser de cola izquierda, en el segundo caso de cola derecha,
en el tercer caso de dos colas o bilateral.
Ejemplo
Una encuesta realizada por Bancomer a 35 clientes indic que un poco ms del 74 %
tenan un ingreso familiar de ms de $200,000 al ao. Si esto es cierto, el banco
desarrollar un paquete especial de servicios para este grupo. La administracin quiere
determinar si el porcentaje verdadero es mayor del 60 % antes de desarrollar e
introducir este nuevo paquete de servicios. Los resultados mostraron que 74.29 % de los
clientes encuestados reportaron ingresos de $200,000 o ms al ao.
El procedimiento para la prueba de hiptesis de proporciones es el siguiente:
Especifica la hiptesis nula y alternativa.
41
Estadstica Inferencial I
Hiptesis Nula:
Unidad 2
H 0 : P 0.60
Hiptesis Alternativa
H a : P 0.60
=0.05 , el valor de
sp
p (1 p)
n
sp
0.60(1 0.60)
.0828
35
0.7429 0.60
1.73
0.0828
Z prueba = 1.73
42
Estadstica Inferencial I
Unidad 2
T51.- Un promotor de turismo del Estado de Yucatn cree que el 25 % de los turistas
que vienen a Yucatn, visitan la zona arqueolgica de Kabh, el promotor selecciona
una muestra aleatoria de 120 turistas y se les pregunta si piensan visitar o si ya han
visitado la zona arqueolgica antes mencionada, 20 de los cuales contestaron
afirmativamente, verificar la hiptesis del promotor. Sea = 1 %
T52.- En un estudio se afirma que 9 de cada 10 mdicos recomiendan la aspirina a sus
pacientes, probar esta afirmacin con respecto a la alternativa de que la proporcin real
de mdicos que hacen esto es menor del 90 %. Una muestra aleatoria de 100 mdicos
revela que 80 de ellos recomiendan la aspirina a sus pacientes. Sea a = 5 %
T53.- En un estudio se afirma que 3 de 10 estudiantes universitarios de I. G. E.,
trabajan. Pruebe esta aseveracin, a un nivel de significacin de 0,025, respecto a la
alternativa de que la proporcin real de los estudiantes universitarios trabajan es mayor
de lo que se afirma, si una muestra aleatoria de 600 estudiantes universitarios revela que
200 de ellos trabajan. La muestra fue tomada de 10000 estudiantes.
T54.- Un fabricante afirma que por lo menos el 90 por ciento de las piezas de una
maquinaria que suministra a una fbrica guardan las formas especificadas. Un examen
de 200 de esas piezas revel que 160 de ellas no eran defectuosas. Pruebe si lo que
afirma el fabricante es cierto a un nivel de significancia de 5%
Subtema 3.6 Seleccin del tamao de muestra (para estimar la media poblacional).
A la hora de determinar el tamao que debe alcanzar una muestra hay que tomar en
cuenta varios factores: el tipo de muestreo, el parmetro a estimar, el error muestral
43
Estadstica Inferencial I
Unidad 2
(Z )
e2
Z2
donde:
2 : Varianza poblacional
e: error mximo
44
Estadstica Inferencial I
Unidad 2
segn la siguiente
(Nn )
(N +n )
(1.96 0.99)
= 380.318, dado que el tamao de la muestra debe ser un
0.102
nmero entero, no puede tomarse una fraccin de la muestra, se aconseja redondear el
resultado al entero que sigue, o sea en este caso sera 380.318 381.
n
T55.- El coordinador de la carrera de IGE, desea hacer una estimacin del tiempo
promedio que emplean los alumnos en hacer el recorrido entre la casa y la escuela,
desea que su estudio tenga una confiabilidad de 99% y una precisin de un minuto, una
prueba piloto dio una varianza de 25, Qu tamao debe tener la muestra, si la
poblacin es de 2,500 alumnos?
T56.- El departamento de Recursos Humanos de una empresa planea hacer un estudio
con el objeto de conocer el promedio de horas semanales trabajadas por las mujeres del
servicio domstico. La muestra ser extrada de una poblacin de 10,000 mujeres que
figuran en los registros de la Seguridad Social y de las cuales se conoce a travs de un
estudio piloto que su varianza es de 9.648. Trabajando con un nivel de confianza de 0.95
y estando dispuestos a admitir un error mximo de 0,1, cul debe ser el tamao
muestral que empleemos?
T57.- Se desea conocer el promedio de la glucemia basal de una poblacin, con una
confiabilidad de 95% y un margen de error de 3 mg/dl y se tiene informacin de un
estudio piloto que la varianza es de 250 mg/dl, que tamao debe tener la muestra si:
La poblacin es infinita.
La poblacin es finita de 10,000 personas.
45
Estadstica Inferencial I
Unidad 2
(0.25Z 2 )
proporcin la frmula se modifica a la siguiente: n =
, donde 0.25 es el
e2
producto de p*q, suponiendo que estos tienen los valores de 0.5 y 0.5
Ahora bien si el tamao de la muestra proviene de una poblacin finita, ( n f
complementa con la siguiente frmula:
nf
se
( Nn )
( N +n )
Ejemplo: Una maestra desea hacer una investigacin acerca de la actitud de los alumnos
hacia el estudio, de que tamao debe ser la muestra si quiere que su investigacin difiera
cuando mucho en 2.5% del valor verdadero, con una confiabilidad de 95%.
Investigaciones similares que se llevaron a cabo en otro Tecnolgico dio como resultado
que el 60% de los alumnos tenan buena disposicin hacia el estudio.
Datos: p = 0.60, q=0.40, (1 ) = 0.95
(0.600.401.962)
cantidades convenientemente en la frmula obtenemos n =
0.0252
=1,475.17 el tamao de la muestra debe ser un nmero entero por lo que se redondea al
entero inmediato, o sea 1,476.
T60.- Con los datos del problema anterior, calcula el tamao de la muestra suponiendo
que en la ciudad hay 6000 hogares con T. V.
46
Estadstica Inferencial I
Unidad 2
Ejercicios integradores.
El significado de las variables es:
ASISTENCIA: Nmero de asistencias por cada alumno durante un semestre.
PARTICIPACIONES: Nmero de participaciones por cada alumno durante un semestre.
APROVECHAMIENTO: Calificacin promedio final del curso de Estadstica 2
UAPO: Unidades aprobadas en prueba ordinaria (primera oportunidad)
EDAD: Edad del estudiante al momento de cursar Estadstica 1
CI.- Cociente intelectual de los alumnos en el momento de cursas Estadstica 1.
LIBRAS.- Peso de los alumnos en libras.
CAL. MATEMATICAS. Calificacin obtenida en la primera unidad de matemticas.
CAL. ESTADSTICA. Calificacin obtenida en la primera unidad de estadstica.
PESO DE LOS ALUMNOS EN KGS.
CALIFICACIN DE LA UNIDAD 2.
Instrucciones: se asignar una tarea a cada equipo, el cual deber desarrollar lo siguiente
de acuerdo al formato dado. Emplear la base de datos de las pginas 47 a la 52.
a.- Calcular el tamao adecuado de la muestra, considerando que la poblacin es finita.
b.- Escoger los nmeros aleatorios utilizando la funcin correspondiente de la
calculadora, o bien utilizando tabla de nmeros aleatorios.
c.- Seleccionar los datos de acuerdo a los nmeros aleatorios.
d.- Calcular la estimacin puntual de la media poblacional.
e.- Calcular la estimacin por intervalo de la media poblacional.
f.- Plantear una hiptesis con los datos del ejercicio y con los resultados obtenidos,
probarla.
g- Incluye en cada caso interpretaciones y grfica.
1.- Se desea hacer una estimacin puntual y por intervalo del promedio de
ASISTENCIAS por semestre, para lo cual acude al muestreo aleatorio, se desea que la
estimacin est cuando mucho a 1.5 unidades de la media verdadera, con una
confiabilidad de 95%, Para determinar la desviacin estndar referencial toma una
muestra piloto con los 10 primeros datos de esta variable. Por otra parte calcula
mediante probabilidad (reas) que proporcin de alumnos tienen 10 o ms asistencias al
ao.
2.- Se desea hacer una estimacin puntual y por intervalo del promedio de
PARTICIPACIONES por semestre, para lo cual acude al muestreo aleatorio, se desea
que la estimacin est cuando mucho a 2 unidades de la media verdadera, con una
confiabilidad de 95%. Para determinar la desviacin estndar referencial toma una
47
Estadstica Inferencial I
Unidad 2
muestra piloto con los 10 primeros datos de esta variable. Por otra parte calcula
mediante probabilidad (reas) que proporcin de alumnos tienen 10 o ms
participaciones al ao.
3.- Se desea hacer una estimacin puntual y por intervalo del promedio de
APROVECHAMIENTO por semestre, para lo cual acude al muestreo aleatorio, se
desea que la estimacin est cuando mucho a 5 unidades de la media verdadera, con una
confiabilidad de 90%, Para determinar la desviacin estndar referencial toma una
muestra piloto con los 10 primeros datos de esta variable. Por otra parte calcula
mediante probabilidad (reas) que proporcin de alumnos tienen calificacin de 70 o
ms.
4.- Se desea hacer una estimacin puntual y por intervalo del promedio de U. A. P. O.
por semestre, para lo cual acude al muestreo aleatorio, se desea que la estimacin est
cuando mucho a 0.3 unidades de la media verdadera, con una confiabilidad de 90%,
para determinar la desviacin estndar referencial toma una muestra piloto con los 10
primeros datos de esta variable. Por otra parte calcula mediante probabilidad (reas)
que proporcin de alumnos tienen 3 o ms U. A. P. O.
5.- Se desea hacer una estimacin puntual y por intervalo de la EDAD promedio de los
alumnos, para lo cual se acude al muestreo aleatorio, se desea que la estimacin est
cuando mucho a 0.5 unidades de la media verdadera, con una confiabilidad de 95%,
Para determinar la desviacin estndar referencial toma una muestra piloto con los 10
primeros datos de esta variable. Por otra parte calcula mediante probabilidad (reas)
que proporcin de alumnos tienen 22 o ms aos.
6.- Se desea hacer una estimacin puntual y por intervalo de la CI promedio de los
alumnos, para lo cual se acude al muestreo aleatorio, se desea que la estimacin est
cuando mucho a 3 unidades de la media verdadera, con una confiabilidad de 99%, Para
determinar la desviacin estndar referencial toma una muestra piloto con los 10
primeros datos de esta variable. Por otra parte calcula mediante probabilidad (reas)
que proporcin de alumnos tienen CI entre 100 y 110.
7.- Se desea hacer una estimacin puntual y por intervalo del peso promedio en
LIBRAS de los alumnos, para lo cual se acude al muestreo aleatorio, se desea que la
estimacin est cuando mucho a 3.8 libras de la media verdadera, con una confiabilidad
de 98%, Para determinar la desviacin estndar referencial toma una muestra piloto con
los 10 primeros datos de esta variable. Por otra parte calcula mediante probabilidad
(reas) que proporcin de alumnos pesa ms de 140 libras.
8.- Se desea hacer una estimacin puntual y por intervalo de la calificacin de
Matemticas de los alumnos, para lo cual se acude al muestreo aleatorio, se desea que
la estimacin est cuando mucho a 4 unidades de la media verdadera, con una
confiabilidad de 90%, Para determinar la desviacin estndar referencial toma una
muestra piloto con los 10 primeros datos de esta variable. Por otra parte calcula
mediante probabilidad (reas) que proporcin de alumnos tiene calificacin menor de
90.
48
Estadstica Inferencial I
Unidad 2
BASE DE DATOS:
NUM
.
CAL
MAT
1
55
13
80
22
83
11
61
23
3
4
93
88
9
14
6
21
62
86
3
1
21
24
5
6
56
76
16
16
8
11
52
75
2
3
23
20
54
17
16
77
20
80
26
21
80
11
56
23
10
81
13
10
69
21
11
12
13
97
94
89
15
16
9
9
5
1
36
48
33
1
0
1
22
22
23
98
10
4
10
3
97
10
9
95
12
0
10
5
10
5
10
9
10
5
91
93
PESO
CAL
PESO
LIBRAS Unid. 1 KG
179
55
98.45
califc.
Unid. 2
37
158
83
86.9
80
158
175
93
88
86.9
96.25
95
87
171
178
56
76
94.05
97.9
40
69
189
54
103.95
36
164
80
90.2
76
180
80
99
76
171
81
94.05
77
176
177
180
97
94
89
96.8
97.35
99
100
97
89
49
Estadstica Inferencial I
Unidad 2
14
73
10
50
21
15
80
16
16
95
23
16
17
96
71
2
11
1
6
33
46
2
2
21
20
18
19
94
92
12
9
3
4
50
45
1
3
23
20
20
76
14
98
20
21
22
23
24
64
82
82
80
14
16
18
13
19
19
21
7
94
85
93
73
3
4
2
3
21
22
23
21
25
90
16
19
87
24
26
27
94
77
12
13
7
11
67
74
3
1
23
20
28
29
72
81
7
18
3
24
54
97
4
2
20
21
30
31
67
84
13
12
8
8
48
44
1
2
23
21
32
33
74
74
13
13
7
4
72
84
4
3
22
22
34
89
11
12
72
23
35
82
16
11
51
21
36
83
10
43
23
37
91
11
82
21
38
39
40
74
77
88
12
17
5
15
11
1
84
89
73
4
2
0
20
23
20
41
83
14
27
20
42
63
20
21
43
82
18
88
22
44
45
46
81
86
76
16
10
12
18
7
12
86
61
71
2
2
1
23
21
24
47
90
56
23
48
73
17
12
82
20
49
88
47
20
113
12
0
12
2
91
10
9
113
12
1
10
5
91
93
113
12
0
12
2
91
10
9
113
12
1
97
10
9
95
12
0
10
5
10
5
10
9
10
5
91
93
10
5
10
5
10
9
10
5
93
113
12
0
12
2
10
9
168
73
92.4
65
176
80
96.8
75
174
171
96
71
95.7
94.05
99
62
185
172
94
92
101.75
94.6
96
93
181
76
99.55
69
165
178
181
177
64
82
82
80
90.75
97.9
99.55
97.35
52
79
78
75
189
90
103.95
90
181
177
94
77
99.55
97.35
96
71
179
188
72
81
98.45
103.4
63
77
190
179
67
84
104.5
98.45
55
81
175
160
74
74
96.25
88
66
66
176
89
96.8
88
178
82
97.9
78
163
83
89.65
80
166
91
91.3
91
178
165
172
74
77
88
97.9
90.75
94.6
65
70
88
168
83
92.4
80
176
63
96.8
50
176
82
96.8
78
176
182
184
81
86
76
96.8
100.1
101.2
76
84
69
176
90
96.8
90
179
73
98.45
65
165
88
90.75
86
50
Estadstica Inferencial I
Unidad 2
50
98
11
47
21
51
82
10
74
21
52
72
49
22
53
79
62
22
54
88
14
12
86
23
55
56
57
67
72
92
12
16
7
9
15
6
68
79
50
3
3
2
21
23
21
58
69
83
20
59
81
40
23
60
77
13
71
20
61
62
63
86
80
82
14
14
14
12
12
12
27
79
79
0
3
3
20
21
22
64
70
65
23
65
65
11
12
61
21
66
67
77
78
16
12
13
7
64
67
2
3
24
23
68
100
10
57
20
69
60
11
82
20
70
80
16
10
84
21
71
88
14
14
29
23
72
73
82
73
18
16
21
18
82
63
3
2
21
22
74
75
74
77
10
9
5
2
80
55
2
1
22
23
76
77
82
88
12
16
5
18
46
76
3
4
21
23
78
79
81
63
12
14
14
7
92
66
2
2
21
20
80
81
80
59
16
7
19
2
62
42
1
4
23
20
82
81
82
20
83
84
66
75
18
4
14
3
97
79
3
2
21
22
95
12
0
10
5
10
5
10
9
10
5
91
93
10
9
10
5
10
9
10
5
93
113
12
0
12
2
10
9
95
12
0
10
5
10
5
10
9
10
5
91
10
9
113
12
1
97
10
9
95
10
9
95
12
0
10
5
10
159
98
87.45
100
174
82
95.7
78
171
72
94.05
63
178
79
97.9
74
183
88
100.65
87
177
189
176
67
72
92
97.35
103.95
96.8
56
62
92
184
69
101.2
58
193
81
106.15
76
179
77
98.45
70
173
179
169
86
80
82
95.15
98.45
92.95
84
75
78
175
70
96.25
60
165
65
90.75
52
175
186
77
78
96.25
102.3
70
71
186
100
102.3
100
162
60
89.1
45
184
80
101.2
76
160
88
88
88
176
171
82
73
96.8
94.05
77
65
176
183
74
77
96.8
100.65
67
70
171
187
82
88
94.05
102.85
78
87
176
191
81
63
96.8
105.05
76
50
163
186
80
59
89.65
102.3
75
44
171
81
94.05
77
186
180
66
75
102.3
99
53
67
51
Estadstica Inferencial I
Unidad 2
85
74
14
51
23
86
87
89
77
16
15
17
15
47
94
4
3
21
24
88
100
12
10
90
23
89
90
86
85
24
23
25
16
100
100
4
3
20
20
91
92
70
80
24
11
27
4
100
23
0
3
21
23
93
83
22
14
97
21
94
99
20
13
100
22
95
96
97
98
99
100
82
100
84
83
87
64
16
23
20
16
23
23
8
18
21
12
13
8
95
98
100
81
100
61
3
4
3
3
4
2
22
23
21
23
21
20
101
73
24
24
100
23
102
103
71
76
21
13
12
6
91
87
3
3
20
21
104
105
93
74
19
16
15
9
100
79
4
3
22
23
106
107
85
76
18
18
13
25
100
100
4
3
21
24
108
109
70
58
23
22
29
25
100
100
4
3
23
20
110
111
67
79
20
15
10
7
84
89
3
3
20
21
112
89
24
14
100
23
113
87
11
75
21
114
78
17
88
22
115
116
117
118
119
77
91
93
78
76
17
23
19
22
20
9
36
13
17
17
94
100
100
100
79
4
4
3
4
2
22
23
21
23
21
120
74
23
18
79
20
5
10
9
10
5
91
10
9
12
1
97
10
9
95
10
5
10
9
10
5
91
93
112
93
113
12
0
12
2
91
10
9
113
12
1
113
12
1
97
10
9
95
12
0
10
5
10
9
10
5
91
93
93
95
12
0
176
74
96.8
65
170
168
89
77
93.5
92.4
88
71
179
100
98.45
100
175
187
86
85
96.25
102.85
84
82
177
181
70
80
97.35
99.55
59
75
8
175
83
96.25
167
99
91.85
100
184
174
178
184
177
189
82
100
84
83
87
64
101.2
95.7
97.9
101.2
97.35
103.95
79
80
81
79
86
51
166
73
91.3
64
177
176
71
76
97.35
96.8
61
69
173
177
93
74
95.15
97.35
95
67
178
180
85
76
97.9
99
82
69
172
168
70
58
94.6
92.4
59
43
179
179
67
79
98.45
98.45
56
74
182
89
100.1
89
175
87
96.25
85
163
78
89.65
72
170
162
168
188
188
77
91
93
78
76
93.5
89.1
92.4
103.4
103.4
71
91
95
72
69
176
74
96.8
66
52
Estadstica Inferencial I
Unidad 2
121
77
14
96
23
122
95
17
100
20
123
79
19
88
20
124
125
126
73
80
59
15
22
18
11
17
19
87
100
100
3
3
4
21
22
23
127
78
85
21
128
129
86
78
22
9
19
6
75
75
3
2
24
23
130
86
17
12
94
20
131
74
21
89
20
132
70
18
15
97
21
133
134
87
86
16
20
16
18
85
100
3
4
23
21
135
136
137
90
82
87
11
17
26
3
11
25
72
84
98
3
4
4
22
22
23
138
81
15
13
95
21
139
90
85
23
140
79
16
11
71
21
141
142
143
94
88
74
16
26
25
11
33
16
93
94
90
4
4
3
20
23
20
144
62
16
10
88
20
145
90
20
16
96
21
146
74
11
86
22
147
88
18
87
23
148
75
92
21
149
78
59
24
150
151
89
86
13
2
7
3
30
25
1
0
23
20
152
69
76
20
153
154
90
68
7
3
4
2
25
90
1
4
23
21
10
5
10
5
10
9
10
5
91
93
12
2
10
9
95
12
0
10
5
10
5
10
9
113
12
1
97
114
10
5
10
5
10
9
10
5
91
93
10
9
10
5
12
0
10
5
10
5
10
9
10
5
91
10
9
10
5
10
188
77
103.4
71
186
95
102.3
97
169
79
92.95
74
179
175
178
73
80
59
98.45
96.25
97.9
65
75
44
186
78
102.3
72
181
185
86
78
99.55
101.75
83
72
180
86
99
85
186
74
102.3
67
173
70
95.15
59
173
188
87
86
95.15
103.4
85
84
174
177
178
90
82
87
95.7
97.35
97.9
91
79
85
183
81
100.65
76
170
90
93.5
89
170
79
93.5
74
168
181
165
94
88
74
92.4
99.55
90.75
95
87
66
180
62
99
48
175
90
96.25
90
176
74
96.8
66
184
88
101.2
87
178
75
97.9
67
179
78
98.45
72
158
158
89
86
86.9
86.9
88
84
175
69
96.25
59
171
178
90
68
94.05
97.9
90
57
53
Estadstica Inferencial I
Unidad 2
155
156
100
79
7
21
4
12
83
25
3
0
22
22
157
68
25
23
158
159
81
83
20
14
11
7
95
84
3
3
21
23
160
161
98
87
22
19
7
16
86
90
4
4
21
20
162
163
91
93
12
20
5
13
78
93
3
3
23
20
164
87
81
20
165
77
15
75
21
166
63
16
13
95
22
167
94
26
14
78
23
168
169
170
61
84
61
7
26
26
7
7
12
92
87
90
4
4
3
21
24
23
171
79
23
93
20
172
99
27
12
96
20
173
174
175
176
81
84
77
82
28
21
29
28
27
13
18
0
100
85
97
78
4
3
4
3
21
23
21
22
177
71
28
84
22
178
83
29
10
87
23
179
180
91
71
28
21
13
3
100
80
4
3
21
23
181
77
27
82
21
182
82
24
83
20
183
59
26
93
23
184
76
27
13
100
20
185
186
187
69
78
78
27
27
23
10
21
6
98
95
81
3
3
3
20
21
22
188
189
65
89
28
28
2
10
79
92
3
3
23
21
9
10
5
91
12
0
10
9
113
12
1
97
10
9
95
12
0
10
5
10
5
10
9
10
5
91
93
10
5
10
9
10
5
91
93
112
12
0
12
2
10
9
95
12
0
10
5
10
5
10
9
10
5
91
93
10
9
10
189
164
100
79
103.95
90.2
97
73
180
68
99
57
171
176
81
83
94.05
96.8
77
80
177
180
98
87
97.35
99
100
85
168
176
91
93
92.4
96.8
91
94
174
87
95.7
86
171
77
94.05
70
185
63
101.75
49
172
94
94.6
96
181
165
178
61
84
61
99.55
90.75
97.9
47
80
47
181
79
99.55
74
177
99
97.35
100
189
181
177
179
81
84
77
82
103.95
99.55
97.35
98.45
76
81
71
78
190
71
104.5
61
179
83
98.45
79
175
160
91
71
96.25
88
91
62
176
77
96.8
71
178
82
97.9
77
163
59
89.65
43
166
76
91.3
69
178
165
172
69
78
78
97.9
90.75
94.6
58
72
72
168
176
65
89
92.4
96.8
53
88
54
Estadstica Inferencial I
Unidad 2
190
90
20
85
24
191
80
29
10
100
23
192
193
194
195
196
58
61
98
89
81
27
27
29
27
27
4
2
10
13
3
95
70
95
100
80
4
2
3
4
4
20
20
21
20
21
197
198
77
78
27
23
4
4
82
83
3
4
23
21
199
95
28
93
22
200
74
28
13
100
22
201
55
20
10
98
23
202
75
29
21
95
21
203
204
70
71
27
27
6
2
81
79
3
3
23
21
205
206
79
74
29
28
10
4
92
85
3
4
20
23
207
208
80
81
28
20
10
4
100
95
4
3
20
20
209
210
85
96
27
23
10
13
70
95
3
3
21
22
211
78
28
95
23
212
73
28
81
21
213
214
215
216
217
218
219
220
92
84
80
74
74
92
89
73
20
29
27
27
29
28
28
20
4
6
13
10
21
6
2
10
79
92
85
100
95
70
95
95
3
4
4
2
3
4
2
3
24
23
20
20
21
20
20
21
5
10
5
10
9
10
5
91
93
93
115
10
9
95
12
0
10
5
10
5
10
9
10
5
91
10
9
113
12
1
97
10
9
95
10
5
10
9
10
5
91
93
112
91
93
93
115
176
90
96.8
91
176
80
96.8
75
175
182
184
176
179
58
61
100
89
81
96.25
100.1
101.2
96.8
98.45
41
46
100
88
77
165
159
77
78
90.75
87.45
71
71
174
95
95.7
98
171
74
94.05
66
178
55
97.9
37
183
75
100.65
68
177
189
70
71
97.35
103.95
60
61
176
184
79
74
96.8
101.2
73
65
193
179
80
81
106.15
98.45
76
77
173
179
85
96
95.15
98.45
83
99
169
78
92.95
72
175
73
96.25
64
165
175
186
186
162
184
160
176
92
84
80
74
74
92
89
73
90.75
96.25
102.3
102.3
89.1
101.2
88
96.8
93
81
75
66
67
93
89
65
55
Estadstica Inferencial I
Unidad 2
56
Estadstica Inferencial I
Unidad 4
Subtemas;
4.1 Introduccin.
4.2 Distribuciones: normal y t de Student.
4.3 Pruebas de significancia.
4.4 Comparacin de dos muestras independientes: Pruebas t para las diferencias entre
dos medias.
4.5 Prueba de Fisher para varianzas y de igualdad de las varianzas de dos poblaciones
normales.
4.6 Comparaciones de dos muestras pareadas
4.7 Modelo totalmente aleatorio: anlisis de varianza de un factor.
4.8 Seleccin del tamao de muestra para estimar la diferencia de dos medias.
4.9 Aplicaciones.
57
Estadstica Inferencial I
Unidad 4
Tamao de
muestra
Media
Desviacin
estndar
80
64.2
16
100
71.41
22.13
A un nivel de significacin = 0.05, probar que los saldos medios reales observados en
las dos tiendas son iguales.
1 Paso: Plantear la Hiptesis de Investigacin: Los saldos a 30 das en las tiendas A y
B son diferentes.
2 Paso: Plantear las Hiptesis Nula a Alterna;
Hi: 1 - 2 0
Ho: 1 - 2 = 0
58
Estadstica Inferencial I
Unidad 4
S 21 S 22
( + )
n1 n 2
162 22.132
+
)
80
100
((x 1 x 2) (12))
sx
35
650
150
35
700
100
T62.- El gerente de la gran cadena de tiendas Sears, afirma que la cantidad media de
ventas es mayor en su local ubicado en el centro de la ciudad, que el ubicado en la
Gran Plaza, probar tal afirmacin. Sea = 1 %
x
Sears
Centro
100
45
10
Gran Plaza
100
43.5
10
Estadstica Inferencial I
Unidad 4
Temporada
Alta
35
51.4
Baja
35
46.11 18.65
s
20.86
(( x 1 x 2) (12))
, por otra parte para obtener el puntaje
sx
t-student en la tabla respectiva es necesario obtener los grados de libertad aplicando la
siguiente frmula: n1 + n2 - 2
caso anterior, o sea Ep =
Mina 1
8,260
8,130
8,350
8,070
8,340
Mina 2
7,950
7,890
7,900
8,140
7,920
7,840
Hiptesis nula: 1 - 2 = 0
Hiptesis alterna: 1 - 2 0,
= 0.01
gl = 5 + 6 2 = 9, puntaje obtenido en la tabla para una prueba de dos colas 3.250,
criterio para rechazar la
Hiptesis Nula: si Ep < 2
x
S
3.250 o Ep > 3.250. Muestr
Las medias y las varianzas
a
de las dos muestras son:
n1 = 5
8,230
15,750
n2 = 6
7,940
10,920
60
Estadstica Inferencial I
Unidad 4
2
Sx = 69.21
E p = 4.19 dado que estadstico
s p = 13,066.66, Sp = 114.3,
de prueba es mayor al valor crtico 3.250, se rechaza la hiptesis nula en consecuencia
se acepta la hiptesis alterna y se concluye que la capacidad de produccin de calor
promedio del carbn de las dos minas es diferente.
T64.- Para probar la afirmacin de que la estada promedio de los turistas en la ciudad
de Mrida es mayor en el mes de agosto que en junio, se tomaron muestras aleatorias en
ambos meses de varios aos. Proporcionan estos datos evidencia suficiente como para
aprobar la afirmacin? Sea = 5 %
Mes
Junio
16
3.125
1.4
Agosto
16
3.68
0.94
Espaol
12
3482
2143
Ingls
12
1235
613
T66.- En muestras de fibras de nylon tomadas de dos mquinas de hilar se encontr que
8 de la primera mquina tenan una media en denier de 9.67 con una desviacin estndar
de 1.81, mientras que 10 de la segunda mquina tienen una media en denier de 7.43 con
una desviacin estndar de 1.48. Suponiendo que las poblaciones muestreadas son
normales y tengan la misma varianza, prueba la hiptesis nula de que 1 - 2 = 1.5
contra la hiptesis alterna de que 1 - 2 > 1.5, con un nivel de significancia de 0.05
61
Estadstica Inferencial I
Unidad 4
Subtema 4.5 Prueba de Fisher para varianzas y de igualdad de las varianzas de dos
poblaciones normales.
Muchas veces tenemos la necesidad de disponer de mtodos estadsticos para comparar
las varianzas de dos poblaciones a partir del anlisis de una sola poblacin. Por ejemplo
se desea comparar la precisin de un instrumento de medicin con la de otro, o la
estabilidad de un proceso de manufactura con la de otro a partir del anlisis de sus
varianzas. Podramos comparar las varianzas de dos poblaciones, 21
y 22
utilizando la razn de las varianzas muestrales s21/s22. Si s21/s22 es casi igual a 1, se
tendr poca evidencia para indicar que 21 y 22 no son iguales. Por otra parte, un
valor muy grande o muy pequeo para s21/s22, proporcionar evidencia de una diferencia
en las varianzas de las poblaciones.
Supngase que se tiene inters en dos poblaciones normales independientes, donde las
medias y las varianzas de la poblacin son desconocidas. Se desea probar la igualdad de
las dos varianzas, ya que para poder comparar las medias de estas dos poblaciones se
utiliza la distribucin t de Student, vista anteriormente, en la cual podemos tener
varianzas iguales o diferentes en la poblacin.
Para conocer esto ltimo se requiere de la distribucin Fisher, y despus de utilizarla, se
tomar la decisin de tener o no varianzas iguales en la poblacin, dando pi a realizar
la comparacin de las dos medias segn estemos hablando. Primer caso en que las
varianzas de la poblacin son desconocidas pero iguales, o en el caso dos donde se
tienen varianzas desconocidas pero diferentes.
Para el ensayo de hiptesis se utilizar la relacin de varianzas, la cual puede dar tres
resultados:
En base a lo que se quiera probar, el ensayo podr ser unilateral derecho, izquierdo o
bilateral.
Ejemplo: La variabilidad en la cantidad de impurezas presentes en un lote de productos
qumicos, utilizada para un proceso en particular, depende del tiempo que tarda el
proceso. Un fabricante que emplea dos lneas de produccin 1 y 2, hizo un pequeo
ajuste al proceso 2, con la esperanza de reducir la variabilidad, as como la cantidad
media de impurezas en los productos qumicos. Muestras de n1=25 y n2=20 mediciones
de dos lotes produjeron las siguientes medias y varianzas:
62
Estadstica Inferencial I
Unidad 4
Presentan los datos evidencia suficiente para indicar que las variaciones son menores
para el proceso 2? Realice una prueba con un = 0.05.
Lnea
S2
25
3.2
1.04
20
3.0
0.51
Ensayo de hiptesis:
Estadstico de prueba:
Regla de decisin:
Si el estadstico de prueba Fc
Clculo:
Estadstica Inferencial I
Unidad 4
2 es menor que la del proceso 1, en otras palabras las varianzas poblacionales son
iguales o casi iguales.
T67.- En su incansable bsqueda de un sistema de llenado adecuado, cierta empresa
prueba dos mquinas. Robo-fill se usa para llenar 16 frascos y da una desviacin
estndar de 1.9 onzas en el llenado. Con Automat-fill se llenan 21 frascos que dan una
desviacin estndar de 2.1 onzas. Si la empresa tiene que elegir uno de estos sistemas en
funcin de la uniformidad de llenado. Cual deber seleccionar? Use un = 0.01
T68.- Las capas de xido en las obleas semiconductoras son depositadas en una mezcla
de gases para alcanzar el espesor apropiado. La variabilidad del espesor es una
caracterstica crtica de la oblea, y lo deseable para los siguientes pasos de la fabricacin
es tener una variabilidad baja. Para ello se estudian dos mezclas diferentes de gases con
la finalidad de determinar con cul se obtienen mejores resultados en cuanto a la
reduccin en la variabilidad del espesor del xido. 21 obleas son depositadas en cada
gas. Las desviaciones estndar de cada muestra del espesor del xido son s 1 = 1.96
angstroms y s2 = 2.13 angstroms. Existe evidencia que indique una diferencia en las
desviaciones? Utilice = 0.05.
T69.- Una muestra aleatoria de (n 1) de 10 focos ahorradores dio una vida til promedio
de x 1 = 4,000 horas con una desviacin estndar s 1 = 200, otra muestra de (n 2) 8
focos del mismo tipo pero de otra marca, dio una vida til promedio de x 2 = 4,300
horas con una desviacin estndar s2 = 250, probar a un nivel de significancia de 1%
que: No existe diferencia entre la vida til de operacin de las dos marcas de focos.
Subtema 4.6 Comparaciones de dos muestras pareadas
En los subtemas anteriores: 4.4 Comparacin de dos muestras independientes: Pruebas t
para las diferencias entre dos medias. y 4.5 Prueba de Fisher para varianzas y de
igualdad de las varianzas de dos poblaciones normales, las muestras fueron escogidas de
manera independiente una de la otra. En otras situaciones tiene sentido tomar muestras
que no sean independientes entre s. El empleo de muestras dependientes o pareadas
permite llevar a cabo un anlisis ms preciso, porque permite controlar factores
externos. Tenemos muestras pareadas o correlacionadas cuando sabemos de antemano
que una observacin est relacionada con la otra. Pueden ser observaciones tomadas al
mismo tiempo, o medidas tomadas en un mismo sujeto o unidad en dos oportunidades o
tiempo distintos.
Ejemplo. El profesor de Estadstica Inferencial I, cree que si los alumnos desarrollan
trabajos de investigacin obtendrn mejores resultados en sus calificaciones, para
probar lo anterior escoge a 13 alumnos en forma aleatoria y les asigna trabajos de
investigacin, al final de la unidad presentan examen y selecciona en forma aleatoria a
otros 13 que no hicieron trabajos de investigacin y forma parejas, prueban los datos a
continuacin que los que realizaron trabajos de investigacin obtienen mejores
calificaciones que los dems? Sea a = 5 %
64
Estadstica Inferencial I
Con trabajos
Unidad 4
80 89 76 87
88 90 100
96 96 100
89 95 70
78 80 70 100
75 60 70
95 96 80
70 70 72
de investigacin
Sin trabajos de I.
Ho
Hi
sd
n
; Sx = =
13.3613
13
( x )
sx
= 3.70577
Ep = (10.7692-0) /
3.70577 Ep = 2.90607
65
Estadstica Inferencial I
Unidad 4
9 Paso: Resultado: dado que el estadstico de prueba (2.90607) es mayor que el valor
crtico (1.782) se acepta como verdadera la hiptesis alterna (Hi) y en consecuencia se
rechaza la hiptesis nula.
10 Paso: Conclusin: Con base en lo anterior se concluye que los alumnos que
desarrollan trabajos de investigacin en el rea de estadstica obtienen mejores
resultados en sus calificaciones que aquellos que no realizaron trabajos de investigacin.
En este tipo de pruebas se puede presentar los siguientes casos: unilateral derecha,
unilateral izquierda, bilateral, el parmetro de comparacin puede ser cero u otra
cantidad, eso depender del planteamiento del problema.
T70.- Los siguientes datos representan las horas hombre que semanalmente se pierden
en promedio por accidentes de trabajo en 10 empresas antes y despus de que se
implantara un programa de seguridad. Utiliza un nivel de significacin de 5 % para
verificar si el programa de seguridad es eficaz.
Antes
45 73 46 124 33 57 83 34 26 17
Despus
36 60 44 119 35 51 77 29 24 11
T71.- Un promotor seleccion al azar a 15 parejas (hombre y mujer) y les solicit que
completaran un cuestionario para medir el nivel de satisfaccin con los servicios que
presta un centro recreativo. La tabla adjunta muestra los resultados de una encuesta.
Proporcionan estos datos una indicacin de que los hombres estn ms satisfechos con
dichos servicios, que sus respectivas parejas?
Sea = 5 %
hombres:
44 60 55 68 40 48 57 49 47 52 58 51 66 60 68
mujeres:
33 57 32 54 52 34 60 40 59 39 40 59 44 32 55
94 91 68 88 75 66 94 88 96 88 95 87
Tradicional:
89 87 70 83 67 71 92 81 97 78 94 79
66
Estadstica Inferencial I
Unidad 4
15 30 49 47 50 52 74 62 49 70 72
Despus:
20 38 47 52 56 60 72 79 50 75 79
Mtodo
Nuevo
Tradicional
99 88 97 71 91 79 87 73 96
97
Las K muestras sobre las que se aplican los tratamientos son independientes.
67
Estadstica Inferencial I
Unidad 4
Ejemplo: El profesor de Estadstica Inferencial I, imparte clase a tres grupos los cuales
se muestran a continuacin verificar si los tres grupos son iguales en cuanto a
aprovechamiento. Sea a = 5 %
Observacin
4G1
4G2
4G3
85
71
59
75
75
64
82
73
62
76
74
69
71
69
75
85
82
67
79
74
66
5.83
4.47
5.66
s2
34
20
32
x 2 +
x 3 +
x 4 + xk)/k
2
b
[ nt ( x imdm )2 ]
k 1
Calculo de la varianza
31
s
2
w
= 258
[ ( nt 1 ) s 2i ]
( nt k )
( 534+ 520+532 )
183
28.66
Calculo del estadstico de prueba: Ep =
s 2b
s 2w
Ep = 258 / 28.66 = 9
Calculo del puntaje o valor critico: en este caso se emplea el puntaje F con (k-1)
grados de libertad en el numerador y (nt k) grados de libertad en el denominador.
68
Estadstica Inferencial I
Unidad 4
= 5 %
F0.05 = 3.68
EP = 9
Resultado y conclusin: Dado que el estadstico de prueba (9) es mayor que el valor
crtico (3.68) se acepta como verdadera la Hiptesis alterna. En conclusin se puede
decir que el aprovechamiento en los tres grupos es diferente. Siendo el grupo 4G1 el
ms alto con media de 79, 4G2 intermedio con media de 74 y 4G3 el ms bajo con
media de 66.
En el caso de que las muestras sean de tamao diferentes, lo nico que cambia es la
media de medias y todas las dems frmulas quedan igual.
Por ejemplo, supongamos que tenemos tres grupos.
Grupo
A
B
C
6
5
4
media
58
57
59
(x * n )
i
mdm =
nt
Hormona
Crecimiento de las
plantas
A1
13
17
14
B2
21
13
20
17
C3
18
15
20
17
D4
11
18
10
69
Estadstica Inferencial I
Unidad 4
E5
11
15
T76.- En un estudio de las propiedades de las vigas metlicas ensambladas con placas,
empleadas para soporte de techos, produjo las siguientes observaciones sobre el ndice
de rigidez axial (kilo libras/ pulgada), para longitudes de placa de 4, 6, 8, 10, 12
pulgadas. Tiene algn efecto la variacin de la longitud de placa sobre el promedio de
rigidez axial? Sea = 0.01
Long.
Placa
ndice de rigidez
Cuatro
309.2
409.5
311
326.5
316.8
349.8
309.7
Seis
402.1
347.2
361
404.5
331
348.9
381.7
Ocho
392.4
362.2
351
357.1
409.9
367.3
382
Diez
346.7
452.9
461.4
433.1
410.6
384.2
362.6
Doce
407.4
441.8
419.9
410.7
473.4
441.2
465.8
Resistencia a la compresin
655.
5
788.3
734.3
721.4
679.1
699.4
789.
2
772.5
786.9
686.1
732.1
774.8
737.
1
639
696.3
671.7
717.2
772.1
535.
1
628.7
542.4
559
586.9
520
T78.- Los siguientes datos resultaron de un experimento que compara los grados de
manchas de tejido co polimerizado con tres mezclas diferentes de acido metacrilico
Influye de alguna manera los tipos de mezcla en el grado de manchas? Sea = 0.01
70
Estadstica Inferencial I
Unidad 4
Mezcla
0.56
1.12
0.9
1.07
0.94
0.72
0.69
0.87
0.78
0.91
0.62
1.08
1.07
0.99
0.93
T79.- Se analizaron seis muestras de cada uno de los cuatro tipos de cereales
producidos en cierta regin para determinar el contenido de tiamina, resultando los
siguientes datos. Sugiere esta informacin que por lo menos dos de tipos de granos
difieren con respecto al verdadero promedio de contenido de tiamina?. Sea = 0.05
Contenido de tiamina.
Trigo
5.2
4.5
6.7
5.8
6.1
Cebada
6.5
6.1
5.9
5.6
7.5
Maz
5.8
4.7
6.4
5.2
4.9
Avena
8.3
6.1
7.8
5.5
7.2
T80.- Un bilogo desea estudiar los efectos del etanol en el tiempo del sueo, se
selecciona una muestra de 20 ratas igualadas por edad y otras caractersticas, y a cada
una se administr una inyeccin oral con una concentracin diferente de etanol. El
rpido movimiento ocular (REM) en el tiempo del sueo de cada rata se registr durante
un periodo de 24 horas. Indican los datos que el verdadero promedio REM en tiempo
de sueo depende de la concentracin de etanol? Sea = 0.05
concentracin
REM
de etanol
T81.La
crtica
de
0 (Control)
88.6
73.2
91.4
68
75.2
es la mxima
ciclos/seg. A
1g
63
53.9
69.2
50.1
71.5
persona puede
2g
44.9
59.5
40.2
56.3
38.7
centelleo de
luminosa
4g
31
39.6
45.3
25.2
22.7
Una
realizada para ver si el verdadero promedio de la cff, depende del color
siguientes resultados Sea = 0.05
frecuencia
centelleo (cff)
frecuencia en
la que una
detectar
el
una
fuente
intermitente.
investigacin
del iris dio los
71
Estadstica Inferencial I
Unidad 4
Caf
26.8
27.9
23.7
25
26.3
Verde
26.4
24.2
28
26.9
29.1
Azul
25.7
27.2
29.9
28.5
29.4
24.8
25.7
24.5
28.3
Subtema 4.8 Seleccin del tamao de muestra para estimar la diferencia de dos
medias.
Si se recuerda a la distribucin muestral de diferencia de medias se tiene que el margen
de error esta dado por: e = z
21 22
+
n1 n2
z 2 ( 21 + 22 )
e2
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando
las poblaciones son de diferente tamao y se sabe que una poblacin es K veces mayor
que la otra. N1 = KN2
n2 =
z 2 ( 21 + k 22 )
k e2
72
Estadstica Inferencial I
Unidad 4
z 2 ( 21 + 22 )
e2
( 1.962 )( 22+2 2)
12
= 30.73 31
T83.- Con los mismos datos del ejemplo pero considerando que el tamao de la
poblacin del grupo 1 de trabajadores es de 300 en tanto que la poblacin del grupo 2 es
de 100.
T84.- Con los mismos datos del ejercicio T82 pero considerando que el tamao de la
poblacin del grupo de pacientes que recibe el tratamiento habitual es de 500, en tanto
que la poblacin del otro grupo, a quienes se le va a aplicar el nuevo frmaco es de 200.
Subtema 4.9 Aplicaciones. Son las tareas distribuidas a lo largo de cada subtema.
73
Estadstica Inferencial I
Unidad 4
74
Estadstica Inferencial I
Unidad 5
Subtemas:
5.1 Prueba Z para la diferencia entre dos proporciones.
5.2 Prueba para la diferencia entre dos proporciones.
5.3 Prueba para la diferencia en n proporciones Z.
5.4 Prueba de independencia (ji-cuadrada).
5.5 Pruebas de contingencia (ji-cuadrada).
5.6 Pruebas de bondad de ajuste.
5.7 Aplicaciones.
Esta prueba se aplica en diseos de investigacin en los que se estudia a dos grupos de
individuos a quienes se ha medido una variable cualitativa, tambin llamada categrica,
La variable tiene una escala compuesta de modalidades y se dispone de informacin
sobre la frecuencia de individuos en cada modalidad, tanto para un grupo como para el
otro. La variable cualitativa medida en ambos grupos se puede resumir en forma de
proporciones. Por lo anterior, se dispone de dos proporciones que pueden ser
comparadas para averiguar si existe una diferencia estadsticamente significativa entre
ellas.
En la prueba se plantean las siguientes hiptesis estadsticas:
Hiptesis estadstica nula: Ho: P1 = P2
75
Estadstica Inferencial I
Unidad 5
Ejemplo: Un odontlogo deseaba saber si la desercin del hbito de lavado dental era
diferente en nios que usaban pasta dental con diferentes sabores. Durante tres meses
proporcion dotaciones de pasta dental sabor cereza a un grupo de 16 nios y de sabor
menta a otro grupo de 15 nios. El inters del odontlogo era verificar si exista una
diferencia estadsticamente significativa entre la proporcin de desertores en uno y otro
grupo. Sea = 5%
Nios segn sabor de la pasta dental usada y desercin del hbito de lavado.
Pasta de dientes
desertaron
no desertaron
Sabor cereza
16
10
0.375
0.625
Sabor menta
15
10
0.666
0.333
76
Estadstica Inferencial I
Unidad 5
^p =
1 1
^p q^
+
n 1 n2
6 +10
16+ 15
donde
= 0.5161;
^p =
q^
f 1+ f 2
n1+ n2
q^ = 1 -
^p
0.3750.666
de prueba queda: Ep =
( 0.5161 ) ( 0.4838 )
( 161 + 151 )
Estadstico de prueba 1.62; dado que el estadstico de prueba est dentro del intervalo
1.96, o sea dentro del rea de aceptacin de la hiptesis nula, se concluye que no
existe una diferencia estadsticamente significativa entre las proporciones de desertores
en ambos grupos.
T85.- El profesor de Estadstica Inferencial imparte este curso a dos grupos, l supone
que ambos grupos son similares en cuanto al ndice de aprobacin, para verificar lo
anterior toma muestras aleatorias de las calificaciones aprobatorias de ambos grupos, las
cuales se presentan a continuacin, sirven estos datos para apoyar el supuesto del
profesor? Sea = 1 %
Grupo
Muestra
Aprobados
77
Estadstica Inferencial I
Unidad 5
4G1
180
120
4G2
220
150
T86.- Una empresa que se especializa en venta por catalogo ideo un nuevo formato que
en su concepto va a generar ms ventas que el formato del catalogo anterior, el nuevo
catalogo se enva a una muestra de 200 posibles compradores siendo el numero de
pedidos efectuados de 120. Hace unos meses cuando se utiliz el formato anterior se
hicieron 115 pedidos de 250 catlogos que se enviaron. Es mejor el nuevo formato que
el anterior? sea = 5 %
Turyuc
Merimex.
Norteamericana
130
100
Otros.
20
80
T89.- Una muestra aleatoria de 32 amas de casa, indica que 22 prefieren la marca de
pasta de dientes Colgate y 10 prefieren la marca Crest, reflejan estos datos una
verdadera preferencia por la marca Colgate? Sea = 2 %
Estadstica Inferencial I
Distrito
Unidad 5
muestra
electores
150
113
II
160
104
Reprocesamiento
Planta A
Planta B
Totales
Si necesitan
19
21
40
No necesitan
181
179
360
Totales
200
200
400
20
20
180
180
79
Estadstica Inferencial I
Unidad 5
Las frecuencias tericas ft para cada celda se puede calcular mediante la siguiente
nR nC
frmula: ft =
donde nR es el nmero total en el rengln (40), nC es el nmero
nt
total en la columna (200) y nt es el tamao total de la muestra en este caso sera 400.
40(200)
360 (200)
= 20,
ft =
= 180, el mtodo de anlisis mediante ji400
400
cuadrado usa la diferencia entre la frecuencia observada y la frecuencia terica elevada
al cuadrado, esta diferencia al cuadrado entre la frecuencia terica, y el estadstico de
ft =
( foft)
ft
(sumatoria de todas las celdas), donde fo es la frecuencia observada de cada celda, ft es
la frecuencia terica de cada celda, R es el nmero de renglones en la tabla de
contingencia, C es el nmero de columnas en la tabla de contingencia. Este estadstico
sigue una distribucin ji-cuadrada aproximadamente con grados de libertad: gl = (R
1)(C 1),
x 2(r1 )(c1)
Fo
ft
(fo ft)
(fo ft)2
19
20
-1
0.05
21
20
0.05
181
180
0.0055
179
180
-1
0.0055
Ep =
(foft)
ft
0.1111
Ep = 0.1111
2.706
80
Estadstica Inferencial I
Unidad 5
Dado que el estadstico de prueba es menor que el valor crtico 2.706 se acepta como
verdadera la hiptesis nula, por lo que se concluye que no existe evidencia de una
diferencia entre las plantas A y B en la proporcin de cajas de cereal que necesitan
reprocesamiento.
Para los siguientes ejercicios resolver los problemas aplicando la prueba ji-cuadrada.
T91.- Considerar los datos del ejercicio T85
T92.- Considerar los datos del ejercicio T86
T93.- Considerar los datos del ejercicio T87
T94.- Considerar los datos del ejercicio T88
T95.- Considerar los datos del ejercicio T89
Ho: p1 = p2 = p3 =. . . . pn
Hi: por lo menos una proporcin es diferente a las otras.
Ejemplo: En una encuesta de bienes races, una de las preguntas era para saber si haba
diferencia en las proporciones de casa con alberca con base a su ubicacin geogrfica en
la ciudad de Mrida, se desea probar la hiptesis de que las casa con alberca tienen
relacin con su ubicacin geogrfica, Sea = 1 %
81
Estadstica Inferencial I
Unidad 5
Ubicacin geogrfica
con Alberca
Brisas
C. Mxico
Country
Totales
No
61
45
48
154
Si
13
15
51
79
totales
74
60
99
233
Las frecuencias tericas ft para cada celda se puede calcular mediante la siguiente
nR nC
frmula: ft =
, de la misma manera que en el caso de la diferencia de dos
nt
proporciones visto en el subtema anterior. El mtodo de anlisis mediante ji-cuadrado
usa la diferencia entre la frecuencia observada y la frecuencia terica elevada al
cuadrado, esta diferencia al cuadrado entre la frecuencia terica, y el estadstico de
2
(foft)
(sumatoria
ft
de todas las celdas), donde fo es la frecuencia observada de cada celda, ft es la
frecuencia terica de cada celda, R es el nmero de renglones en la tabla de
contingencia, C es el nmero de columnas en la tabla de contingencia. Este estadstico
sigue una distribucin ji-cuadrada aproximadamente con grados de libertad: gl = (C
1).
2
x(c1)
=
Fo
ft
(fo ft)
(fo ft)2
(foft)
ft
61
48.91
12.09
146.18
2.9885
45
39.66
5.34
28.51
0.7190
48
65.43
-17.43
303.8
4.64
13
25.09
-12.09
146.16
5.82
15
20.34
-5.34
28.51
1.40
51
33.57
17.43
303.8
9.05
24.6175
82
Estadstica Inferencial I
Unidad 5
9.21
Ep =24.6175
Dado que el estadstico de prueba es mayor que el valor crtico 9.21 se acepta como
verdadera la hiptesis alterna, por lo que se concluye que si hay relacin entre la
existencia de alberca en la casa y su ubicacin geogrfica en la ciudad de Mrida.
La proporcin de casas con alberca segn su ubicacin es la siguiente.
Brisas: 17.56%
Country: 51.5 %
T96.- La cervecera Modelo S. A. fabrica y distribuye tres tipos de cerveza: ligera, clara
y obscura. En un anlisis de segmentacin de mercado para las tres cervezas, el grupo
de investigacin encargado ha planteado la posibilidad de si la preferencia es
independiente del gnero del consumidor. Sea = 5 %
Cerveza preferida.
Gnero
Ligera
Clara
Oscura
Total
Hombre
20
40
20
80
Mujer
30
30
10
70
Total
50
70
30
150
Estadstica Inferencial I
Unidad 5
ventas. A 50 clientes se les da a probar bebidas de cada uno de los nuevos sabores y se
les pide su opinin, verificar si existe alguna preferencia por el sabor, Sea = 5 %
s a b o r e s
Uva
Gust
No gust
Fresa Manzana
20
26
41
30
24
09
empresa
Tipo de carrera
Petrleo
Qumica.
Elctrica.
Computacin
Administracin
30
15
15
40
Ingeniera
30
30
20
20
84
Estadstica Inferencial I
Unidad 5
marca
USA
Europa
Japn
total
Honda
20
80
30
10
140
Wolkwagen
130
60
20
10
220
Toyota
70
60
90
60
280
total
220
200
140
80
640
(fo ft)2
Fo
ft
(fo ft)
20
48.125
-28.125
791.01563 16.4366883
80
43.75
36.25
1314.0625 30.0357143
30
30.625
-0.625
0.390625
0.0127551
10
17.5
-7.5
56.25
3.21428571
130
76.625
53.375
60
68.75
-8.75
20
48.125
-28.125
10
27.5
-17.5
306.25
11.1363636
70
96.25
-26.25
689.0625
7.15909091
60
87.5
-27.5
756.25
8.64285714
90
61.25
28.75
826.5625
13.494898
60
35
25
625
17.8571429
2848.8906 37.1796493
76.5625
1.11363636
791.01563 16.4366883
Estadstico de prueba
162.71977
Hi: por lo menos una proporcin es diferente. Si hay relacin, son dependientes.
Ho: las proporciones son iguales, no hay relacin, son independientes.
85
Estadstica Inferencial I
Unidad 5
16.812
162.71977
T99.- Los resultados de una encuesta hecha para determinar si la edad de los turistas
tiene alguna relacin con su estada en noches en la ciudad de Mrida, se muestra en la
tabla adjunta. Ser la estada independiente de la edad? Sea = 5 %
21 a 30
31 a 40
41 a 50
51 o ms
1 noche
748
821
786
720
2 noches
174
160
151
166
3 noches
31
25
22
16
4 noches o mas
10
86
Estadstica Inferencial I
Unidad 5
T100.- Los resultados de una encuesta realizada para determinar si la procedencia de los
turistas tiene alguna relacin con su estada en noches en la ciudad de Mrida, se
muestra en la tabla adjunta. Ser la estada independiente del lugar de origen de los
turistas? Sea = 1 %
Procedencia de los turistas
Estada en
noches
Mxico
USA
Europa
Japn
150
40
20
40
100
60
30
10
20
20
20
4 o mas
30
50
10
Ejemplo: Vamos a presentar un ejemplo de dos caracteres binarios, que tienen que ver
con enfermos, para los cuales se ha observado si tienen o no una tendencia al suicidio
(carcter X). Las enfermedades han sido clasificadas como ''psicosis'' y ''neurosis''
(carcter Y). Se quiere saber si existe una dependencia entre las tendencias al suicidio y
la clasificacin de los enfermos. Probar lo anterior con un nivel de significancia de 5%.
Supongamos que la tabla de contingencias observada es:
Frecuencias observadas.
87
Estadstica Inferencial I
Unidad 5
Tendencia
Sin tendencia
Total
Psicosis
20
180
200
Neurosis
60
140
200
Total
80
320
400
Debemos obtener las frecuencias tericas del modo ya visto con anterioridad. Por lo que
estas frecuencias tericas seran:
Tendencia
Sin tendencia
Total
Psicosis
40
160
200
Neurosis
40
160
200
Total
80
320
400
Ft
(fo ft)
(fo ft)2
20
40
- 20
400
60
40
20
400
10
180
160
20
400
2.5
140
160
- 20
400
2.5
estadstico
de prueba
25
(foft)2
ft
10
Estadstica Inferencial I
Unidad 5
Sin depresin
Con depresin
Deportista
38
No deportista
31
22
Nivel de significancia 5 %
34 a 55
55 o mas
Poca violencia
12
21
Mucha violencia
18
15
Indican los datos que ver violencia en la televisin depende de la edad del televidente,
a un nivel de significacin del 5%?
89
Estadstica Inferencial I
Unidad 5
Producto
Nuevo producto
compaa A
compaa B
compaa C
48
98
54
Suma
200
Producto
Producto
compaa A
compaa B
compaa C
200(0.30) = 60
200(0.50) = 100
200(0.20) = 40
Estadstica Inferencial I
Unidad 5
El estadstico de prueba tiene distribucin ji-cuadrada con K-1 grados de libertad, donde
K es el nmero de grupos, en este caso son 3 grupos, y los grados de libertad son 2, con
a = 0.05, consultando en la tabla respectiva obtenemos el puntaje 2 = 5.99
Como 7.34 > 5.99 se rechaza Ho y se acepta Hi.
Por lo que se puede concluir que la innovacin en el producto presentada por la
compaa C si causa variacin en las participaciones de las tres empresas.
Ejercicios.
de
programa
Cultural
Noticias
Deportivo.
18
15
17
95
Por Esto:
70
Mundo al Da:
89
Otros
46
Amarillo
Rojo
Naranja
Verde
Azul
30%
20%
20%
10%
10%
10%
91
Estadstica Inferencial I
Unidad 5
En un estudio que apareci en Chance (No. 4 1996) se usaron muestras de 1 lb. Para
determinar si eran vlidos los porcentajes publicados. Se obtuvieron los siguientes
resultados de una muestra de 506 chocolates.
Caf
Amarillo
Rojo
Naranja
Verde
Azul
177
135
79
41
36
38
Betania
43
Capernaum
53
39
10%
30%
40%
15%
5%
18
30
40
22
10
92
Estadstica Inferencial I
Unidad 5
Dao nervioso
28
Hemorragia
16
desplazamiento
4
ninguna
58
Total
106
Hemorragia
29.4%
desplazamiento
5.36%
ninguna
15.24%
Total
100%
93
Estadstica Inferencial I
Bibliografa
Levin, Rubin, Balderas, Del Valle, Gmez, sptima edicin.
Estadstica para administracin y economa. Pearson, Mxico, 2004.
94