Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 202 vistas

    Actividad 5 Estadistica Inferencial

    Cargado por

    ルーリー シルバ
    El documento presenta ejercicios sobre el cálculo del tamaño de la muestra para estimar parámetros poblacionales con diferentes niveles de confianza. Incluye ejemplos numéricos como estimar una media a una variación dada, una proporción binomial con un rango específico y estimar una fracción defectuosa de teléfonos celulares.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Actividad 5 Estadistica Inferencial

    Cargado por

    ルーリー シルバ
    202 vistas3 páginas
    El documento presenta ejercicios sobre el cálculo del tamaño de la muestra para estimar parámetros poblacionales con diferentes niveles de confianza. Incluye ejemplos numéricos como estimar una media a una variación dada, una proporción binomial con un rango específico y estimar una fracción defectuosa de teléfonos celulares.

    Descripción original:

    asdasd

    Título original

    actividad-5-estadistica-inferencial

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta ejercicios sobre el cálculo del tamaño de la muestra para estimar parámetros poblacionales con diferentes niveles de confianza. Incluye ejemplos numéricos como estimar una media a una variación dada, una proporción binomial con un rango específico y estimar una fracción defectuosa de teléfonos celulares.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    202 vistas3 páginas

    Actividad 5 Estadistica Inferencial

    Cargado por

    ルーリー シルバ
    El documento presenta ejercicios sobre el cálculo del tamaño de la muestra para estimar parámetros poblacionales con diferentes niveles de confianza. Incluye ejemplos numéricos como estimar una media a una variación dada, una proporción binomial con un rango específico y estimar una fracción defectuosa de teléfonos celulares.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    lOMoARcPSD|2785041

    • Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca
    de los siguientes temas:
    ➢ Determinación del tamaño de la muestra al construir intervalos de confianza.

    Técnicas básicas

    1. Supongamos que desea estimar una media poblacional basada en una muestra aleatoria de
    n observaciones. Experiencias anteriores sugieren que σ = 12.7. Si desea estimar μ correctaa
    no más de 1.6 de variación, con probabilidad igual a 0.95 ¿Cuántas observaciones deben estar
    incluidas en su muestra?

    𝑍𝜎 2
    𝑛=( )
    𝑒

    0.05
    𝑍 = 0.5 − = 0.475 = 1.96
    2

    1.96 ∗ 12.7 2
    𝑛= ( ) = 242.03 ≈ 242
    1.6

    2. Supongamos que desea estimar una media poblacional basada en una muestra aleatoria de
    n observaciones. Experiencias anteriores sugieren que σ 2 = 5.4. Si desea estimar μ correctaa

    no más de 0.2 de variación, con probabilidad igual a 0.95 ¿Cuántas observaciones deben estar
    incluidas en su muestra?

    𝑍𝜎 2
    𝑛=( )
    𝑒

    0.05
    𝑍 = 0.5 − = 0.475 = 1.96
    2

    1.96 ∗ 2.32 2
    𝑛= ( ) = 518.616 ≈ 519
    0.2
    lOMoARcPSD|2785041

    3. Supongamos que desea estimar un parámetro binomial p correcto a no más de .04 de


    variación, con probabilidad igual a 0.95. Si sospecha que p es igual a algún valor entre 0.1 y
    0.3 y desea estar seguro de que su muestra es suficientemente grande, ¿qué tan grande debe
    ser n ? (Sugerencia: Cuando calcule el error estándar, use el valor de p en el intervalo
    .1  p  .3 que dará el tamaño muestral más grande)

    2
    𝑍𝛼/2 𝑝𝑞
    𝑛=
    𝑒2

    0.05
    𝑍 = 0.5 − = 0.475 = 1.96
    2

    1.962 (0.3)(1 − 0.3)


    𝑛= = 504.21 ≈ 504
    0.042

    1.962 (0.1)(1 − 0.1)


    𝑛= = 216.09 ≈ 216
    0.042

    Aplicaciones

    1. Balones de futbol. Supongamos que el fabricante de balones oficiales de la NFL utiliza una
    máquina para inflar los balones nuevos a una presión de 13.5 libras. Cuando la máquina está
    correctamente calibrada, la presión media de inflado es 13.5 libras, pero factores
    incontrolables causan que las presiones de balones individuales varíen al azar en un rango de

    13.3 a 13.7 libras. A efectos de control de calidad, el fabricante desea estimar la presión media
    de inflación correcta a no más de .025 libras de variación con 99% de confianza. ¿Qué tamaño
    de muestra se debe especificar para el experimento?

    13.7 − 13.3 = 0.4

    𝑍𝜎 2
    𝑛=( )
    𝑒
    0.01
    𝑍 = 0.5 − = 0.495 = 2.58
    2

    2.58 ∗ 0.4 2
    𝑛= ( ) = 1704.04 ≈ 1704
    0.025
    lOMoARcPSD|2785041

    2. Teléfonos celulares. Un fabricante de teléfonos celulares en el mercado regulado tiene un


    problema inicial por las excesivas quejas de los clientes y consiguientes devoluciones de
    teléfonos celulares para su reparación o reemplazo. El fabricante quiere estimar la magnitud
    del problema con el fin de diseñar un programa de control de calidad. ¿Cuántos teléfonos
    celulares se deben muestrear y registrar para estimar la fracción defectuosa, p correcta a no
    más de .01 de variación, con 90% de confianza? (Sugerencia: Suponga que un 10% de los
    celulares está defectuoso por lo que p = 0.1).

    0.1
    𝑍 = 0.5 − = 0.45 → 1.645
    2

    2
    𝑍𝛼/2 𝑝𝑞
    𝑛=
    𝑒2

    1.6452 (0.1)(1 − 0.1)


    𝑛= = 2435.42 ≈ 2435
    0.012

    También podría gustarte