INFERENCIA CON MUESTRAS GRANDES

PROBLEMAS DE EVALUACIONES PASADAS (CON SOLUCIÓN)

1. Sea X una variable aleatoria de media 𝜇 y varianza 𝜎², y sea 𝑥1 , … , 𝑥100 una muestra
aleatoria de dicha variable. Decir si las siguientes afirmaciones son verdaderas (V) o falsas
(F). Contesta en la tabla siguiente. No necesitas justificar. Respuesta correcta +0.8,
incorrecta -0.5.

1 Como la muestra es grande, 𝑋 será una normal por el teorema del límite central. F

La media muestral tiene una varianza que es sólo la centésima parte de la varianza
2 V
de X.

3 El intervalo de confianza de 𝜇 deberá estar centrado en 𝜇. F

V
4 El margen de error del intervalo de confianza de 𝜇 depende de 𝜎.

Como la muestra es grande, la varianza de la muestra 𝑠2𝑥 será un estimador F

5
insesgado.

El 95% de los intervalos de confianza de 𝜇, con 𝛼 = 0.05, que se obtengan con V

6
diferentes muestras contendrá el valor de 𝜇.

Dado un nivel de confianza, un intervalo de confianza más amplio implicará

7 F
una menor incertidumbre sobre el valor de 𝜇.

Si 𝜎2 = 100 y queremos que el margen de error de estimar 𝜇 con 𝛼 = 0.05 sea de F

8
1, entonces habrá que tomar al menos 100 datos.

Cuanto mayor sea el nivel de confianza de un intervalo de confianza de 𝜇 menor F

9
será su margen de error.

̅ que se obtengan de diferentes muestras

Si 𝜎2 = 100 , los diferentes valores de 𝑋 F
10
estarán en el intervalo {𝜇 ± 2} con una probabilidad del 97.7%.
SOLUCIÓN

1. Falso. La distribución de 𝑋 no depende de cómo se muestree de ella.

2. Verdadero. 𝑉𝑎𝑟(𝑋̅) = 𝜎 2 ⁄𝑛 = 𝜎 2 /100.
3. Falso. Está centrado en 𝑋̅.
4. Verdadero. El margen de error es 𝐿 = 𝑧𝛼⁄2 𝜎/√𝑛 .
5. Falso. 𝑆𝑥2 es siempre sesgado .
6. Verdadero. Esa es la definición del intervalo de confianza.
7. Falso. A mayor amplitud, mayor incertidumbre sobre 𝜇.
8. Falso.
𝑧𝛼⁄2 𝜎 2 1.96 × 10 2
𝑛=( ) =( ) ≈ 385.
𝐿 1
9. Falso. La amplitud es dos veces el margen de error. A mayor amplitud mayor margen
de error.
10. Falso. El intervalo sería {𝜇 ± 2.27}
𝜎2 𝑧𝛼⁄2 𝜎 𝑧𝛼⁄2 𝜎
𝑋̅ ∼ 𝑁 (𝜇, ) ⇒ 𝑃 (𝜇 − < 𝑋̅ < 𝜇 + ) = 1 − 𝛼.
𝑛 √𝑛 √𝑛
 Si 1 − 𝛼 = 0.977 ⇒ 𝛼 = 0.023 ⇒ 𝛼 ⁄2 = 0.0115 ⇒ 1 − 𝛼 ⁄2 = 0.9885 ⇒ 𝑧𝛼⁄2 ≈
2.27 (ver tabla), y con 𝜎 2 = 100 se tiene que

2.27 × 10 2.27 × 10
𝑃 (𝜇 − < 𝑋̅ < 𝜇 + ) = 𝑃(𝜇 − 2.27 < 𝑋̅ < 𝜇 + 2.27) = 0.977.
√100 √100

2015-2_PC4_Preg2

2. La denominada distribución de Erlang tiene la siguiente función de densidad:

(𝜆𝑥)𝑘−1
𝑓(𝑥) = 𝜆𝑒 −𝜆𝑥 ; 𝑘, 𝜆, 𝑥 > 0
(𝑘 − 1)!

con 𝜇 = 𝐸(𝑋) = 𝑘/𝜆 y 𝜎 2 =Var(𝑋) = 𝑘/𝜆2 . Contesta de forma razonada a las siguientes
preguntas:

a) Obtén los estimadores de 𝜆 y 𝑘 utilizando el método de los momentos. (2p)

b) Se tiene la siguiente muestra de esta población: 1, 5, 3, 4, 6. Con ella, obtén
estimaciones de 𝜇 y 𝜎 2 empleando estimadores insesgados. (1p)
c) ¿Sería válido el intervalo de confianza para 𝜇 visto en clase con estos datos? (1p)
d) Utilizando la fórmula vista en clase, calcula el tamaño muestral necesario para
construir un intervalo de confianza para 𝜇 del 95% de confianza, con margen de error
de 𝐿 = 0.2. (2p)
e) ¿Sería válido el intervalo de confianza usando el tamaño muestral del punto anterior?
(1p)

SOLUCIÓN

a) A partir de 𝐸(𝑋) y Var(𝑋) despejamos 𝜆 y 𝑘.

𝑘
𝐸(𝑋) = ⇒ 𝑘 = 𝜆𝐸(𝑋)
𝜆
𝑘
𝑉𝑎𝑟(𝑋) = 2 ⇒ 𝑘 = 𝜆2 𝑉𝑎𝑟(𝑋)
𝜆
𝜆𝐸(𝑋) 𝐸(𝑋) 𝐸(𝑋)2
⇒ 2 =1⇒𝜆= ⇒𝑘=
𝜆 𝑉𝑎𝑟(𝑋) 𝑉𝑎𝑟(𝑋) 𝑉𝑎𝑟(𝑋)
Los estimadores se obtienen reemplazando 𝐸(𝑋) y 𝑉𝑎𝑟(𝑋) por 𝑋̅ y 𝑆̂ 2 . Por tanto
𝑋̅
𝜆̂ = 2
𝑆̂
𝑋̅ 2
𝑘̂ = 2
𝑆̂

b) El estimador insesgado de 𝜇 es la media muestral, y de 𝜎 2 la cuasivarianza. Se obtiene:

𝑥̅ = 3.8; 𝑠̂ 2 = 3.7

(Las estimaciones de los parámetros de la Erlang que se consiguen con estas

estimaciones son 𝜆̂ = 1.03, y 𝑘̂ = 3.9)
c) No sería válido, pues la población no es normal, y el tamaño muestral es pequeño. No
podemos garantizar que 𝑋̅ sea normal, que es la condición en la que se basa el intervalo
de confianza para 𝜇.
 d) El cálculo del tamaño muestral necesita de una estimación de 𝜎, que será la obtenida
en un apartado anterior.
𝑧𝛼⁄2 𝜎̂ 2 1.96 × 1.924 2
𝑛=( ) =( ) ≈ 356
𝐿 0.2
e) Con n=356 se tiene un tamaño muestral suficientemente grande para considerar que
𝑋̅ sea normal. El intervalo de confianza sería válido.

2015-2_PC4_Preg3

3. Analizando todas las evaluaciones de una asignatura en todos los años anteriores, se
observa que los alumnos han obtenido una nota media de 11.8 con varianza 1.2, siendo la
tasa de aprobados del 75%. Se desea saber si el presente curso supone una continuidad en
cuanto a estos resultados, o ha cambiado algo. Con este fin, se toma una muestra aleatoria
de 30 estudiantes del presente curso, obteniéndose una nota media muestral de 12.2 con
varianza muestral 2, y siendo el número de aprobados en esta muestra igual a 20 alumnos.
A continuación, se enuncian un conjunto de hipótesis sobre los valores poblacionales de
las calificaciones de esta asignatura. Escribe en términos estadísticos, la hipótesis nula y
alternativa que corresponden con cada una de estas hipótesis. (respuesta correcta +0.5).
(5p)

Hipótesis H0 H1
Ejemplo: La nota media poblacional es ahora 12 𝜇 = 12 𝜇 ≠ 12

La nota media ha disminuido respecto a su valor histórico. 𝜇 ≥ 11.8 𝜇 < 11.8

La nota media no ha cambiado respecto a su valor histórico. 𝜇 = 11.8 𝜇 ≠ 11.8

La nota media ha aumentado respecto a su valor histórico. 𝜇 ≤ 11.8 𝜇 > 11.8

Se mantiene la proporción de aprobados 𝑝 = 0.75 𝑝 ≠ 0.75

La proporción de aprobados ha descendido 𝑝 ≥ 0.75 𝑝 < 0.75

2016-1_PC4_Preg1

4. Se desea saber el gasto medio anual de un estudiante en fotocopias. Con ese fin se analiza
una muestra de 100 personas y se obtiene una media muestral de 210 y cuasidesviación
típica 20.
a) Determina un intervalo de confianza del 95% para el gasto medio en fotocopias en la
población. Interpreta su significado. Justifica la respuesta. (2p)
b) ¿Qué tamaño muestral sería necesario para reducir a la mitad el margen de error de
ese intervalo? (3p)
SOLUCIÓN
a) Como tenemos una muestra grande, el intervalo de confianza viene dado, por 𝑋 ± 𝑧𝛼/2 𝑠̂ /√𝑛
. Por tanto
20
𝐼𝐶(0.95): 𝜇 ∈ (210 ± 1.96 × ) = [206.08,213.92]
10

Tenemos una confianza del 95% de que la media poblacional estará dentro de
este intervalo.
 b) El margen de error 𝐿 del intervalo viene dado por 𝑧𝛼/2 𝜎/√𝑛 . Con la información de la
muestra de 100 personas es igual, estimando 𝜎 con 𝑠̂ , a 1.96(20/10). Para reducirlo a la
mitad necesitamos 1.96(20/20) y por tanto 20 = √𝑛 lo cual implica 𝑛 = 400 personas.

2016-1_PC4_Preg3

5. Para las elecciones presidenciales, un partido político ha contratado a una encuestadora

para realizar un estudio de la intención de voto 3 meses antes de las elecciones. El estudio,
en el que se encuestó a 1500 personas, dio como resultado que el 35% de los electores
votarán por dicho partido.
a) Elabore el intervalo de confianza para el porcentaje de votantes que elegirán a ese
partido. Justifique la respuesta. (2p)
b) Dos meses antes de las elecciones, en una nueva encuesta, 570 de las 1750 personas
encuestadas afirmaron que votarían por el partido. ¿Se podría concluir que la
intención de voto por el partido es inferior al 35%? (3p)
SOLUCIÓN
a) Como 𝑛𝑝̂ (1 − 𝑝̂ ) = 1500 × 0.35 × 0.65 = 341 > 5 podemos usar la aproximación a la
normal para la proporción muestral.

De acuerdo a esta aproximación, el intervalo de confianza es

0.35 × 0.65
𝐼𝐶 (0.95): 𝑝 ∈ 0.35 ± 1.96 √ = [0.3259, 0.3741]
1500
b) La nueva encuesta dice que 𝑝̂ = 0.3257. Queremos realizar el siguiente contraste de
hipótesis unilateral:
𝐻0 : 𝑝 ≥ 0.35
𝐻1 : 𝑝 < 0.35

Como 𝑛𝑝̂ (1 − 𝑝̂ ) = 1750 × 0.33 × 0.67 =

386.9 > 5, podemos basar el contraste en la
aproximación de 𝑝̂ a la normal. Entonces:

𝑝̂ − 𝑝0 0.3257 − 0.35
𝑍0 = = = −2.13 < −1.64 → Rechaza la hipótesis nula
√𝑝0 𝑞0⁄𝑛 √0.35 × 0.65⁄1750

̂ observado y 𝑝0 es significativa. Se puede concluir con

La diferencia entre el valor 𝑝
un nivel de significación del 5% que la proporción de votantes que desean elegir al
partido es inferior al 35%.

2016-1_PC4_Preg4

6. Sea 𝑋 una variable aleatoria de cuya distribución sólo conocemos que tiene media 𝜇 = 10
y desviación típica 𝜎 = 2, y de la que tomamos una muestra aleatoria simple de tamaño
𝑛 = 100. Indique si las siguientes afirmaciones son verdaderas o falsas, justificando la
respuesta: (6p)
a. Habrá un 50% de probabilidad de que la media muestral 𝑋̅ que se obtenga con esa
muestra sea mayor que 10. (2p)
 b. Habrá un 50 % de probabilidad de que la media muestral 𝑋̅ que se obtenga con esa
muestra se encuentre entre 9.87 y 10.14. (2p)
c. Para asegurarnos de que 𝜇 se encuentre en el intervalo 𝑋̅ ± 0.1 con un 95% de
confianza, deberíamos tomar más de 1500 datos. (2p)

SOLUCIÓN:

a. VERDADERO. La media muestral es un estimador de 𝜇 que tiene las siguientes propiedades, para
cualquier tamaño de muestra, e independientemente de cómo sea la población de la que se
extrae:
𝐸(𝑋̅ ) = 𝜇 ; 𝑉𝑎𝑟(𝑋̅) = 𝜎 2 /𝑛
Además, con 𝑛 = 100 el tamaño muestral es suficientemente grande para poder considerar que
𝑋̅ es normal. Por tanto:
𝜎2
𝑋̅ ∼ 𝑁 (𝜇, ) = 𝑁(10 , 0.04) .
𝑛
Al ser la normal una distribución continua y simétrica se tiene que 𝑃(𝑋̅ > 𝜇) = 0.5.

b. VERDADERO. Como
𝑋̅ ∼ 𝑁(10 , 0.04)
se tiene que
9.87 − 10 10.14 − 10
𝑃(9.87 < 𝑋̅ < 10.14) = 𝑃 ( <𝑍< )
0.2 0.2
= 𝑃(−0.65 < 𝑍 < 0.70) = 𝑃(𝑍 < 0.70) − 𝑃(𝑍 < −0.65) = 0.758 − 0.258 = 0.5.

(Nota: aquí puede haber una variedad de respuestas dependiendo de cómo redondeen. No
tomar en cuenta esas diferencias)

c. VERDADERO. Si queremos que el margen de error del intervalo de confianza del 95% sea 𝐿 = 0.1
necesitamos que
𝑧0.025 𝜎 2 1.96 × 2 2
𝑛=( ) =( ) ≈ 1537 > 1500.
𝐿 0.1

2016-2_PC4_Preg1

7. En una piscifactoría donde se cultivan langostinos resulta crucial tener una buena
estimación del peso medio de los langostinos de una determinada edad. Con ese fin se
pesan 50 langostinos, obteniéndose los siguientes resultados proporcionados por Minitab
(7p).
a) Construye un intervalo de confianza de nivel 95% para el peso medio. (2p)
b) Calcula el tamaño muestral necesario si queremos que el margen de error con una
confianza del 95% sea 𝐿 = 0.005. (2p)
c) A partir de estos datos, un analista construye el siguiente intervalo de confianza:
i. 𝜇 ∈ (0.9733 ; 0.9943)
 Comparando simplemente los valores de este intervalo con el intervalo calculado en
el punto (a), ¿su nivel de confianza será superior o inferior al 95%? Razona la
respuesta. (1p)
d) Calcula el nivel de confianza del intervalo del punto (c). (2p)

SOLUCIÓN:

a. El tamaño muestras es suficientemente grande para considerar que 𝑥̅ sigue una normal. En ese
caso, el intervalo será
𝑠̂ 0.04488
𝐼𝐶(95%): 𝜇 ∈ {𝑥̅ ± 𝑧𝛼⁄2 } = {0.98379 ± 1.96 }
√𝑛 √50
= 0.98379 ± 0.01244
= (0.971; 0.996)

b. Asumiendo igualmente que el tamaño muestras será >30, el tamaño muestral se calcula con la
siguiente expresión, válida para muestras grandes.

1.96 × 0.04488 2
𝑛=( ) = 309.5 ≈ 310,
0.005
pues no podemos tomar un número no entero de datos.

c. El intervalo es más estrecho que el del 95%; por tanto, habrá menos seguridad de que vaya a
contener al valor verdadero. Por tanto, tendrá un menor nivel de confianza.

d. El intervalo puede escribirse como

𝜇 ∈ (0.98379 ± 0.0105).
Se obtiene entonces que
0.04488
𝑧𝛼⁄2 = 0.0105 ⇒ 𝑧𝛼⁄2 = 1.6543.
√50
Buscando en las tablas de la normal tenemos que

𝛼
𝑧𝛼⁄2 = 1.6543 ⇒ = 0.05 ⇒ 𝛼 = 0.10.
2
Por tanto, el nivel de confianza es del 90%.

2016-2_PC4_Preg3

8. Responde de forma breve, pero razonada, a las siguientes cuestiones:

a) ¿Qué es preferible, un estimador insesgado u otro con poca varianza? (2p)
b) Realizamos el contraste de hipótesis con hipótesis alternativa 𝐻1 : 𝜇 < 100 y a partir
de unos datos concluimos que, con 𝛼 = 0.05, rechazamos 𝐻0 . ¿Podríamos aceptar
𝐻1 si usamos 𝛼 = 0.01? (2p)
c) Si quiero contrastar si la población de cierta variable tiene una media negativa he
de realizar el contraste 𝐻0 : 𝜇 ≤ 0 frente a 𝐻1 : 𝜇 > 0. ¿Verdadero o falso? Justifica.
(2p)
d) Deseo estimar 𝜇 mediante un intervalo de confianza. Si tomo el doble de datos,
reduciré mi margen de error a la mitad, para un mismo nivel de confianza.
¿Verdadero o falso? Justifica. (2p)
 SOLUCIÓN:
a) No está claro, pues el estimador insesgado puede tener mucha varianza, lo que es malo, y el
de poca varianza podría ser muy sesgado, lo que tampoco es deseable. Elegiremos el que tenga
menos error cuadrático medio (ECM) que se basa tanto en el sesgo como en la varianza.
2
𝐸𝐶𝑀(𝜃̂) = 𝑠𝑒𝑠𝑔𝑜(𝜃̂) + 𝑣𝑎𝑟(𝜃̂)

b) Sí se podría, dependiendo del pvalor. Si el

pvalor está en el intervalo 0.01 <
𝑝𝑣𝑎𝑙𝑜𝑟 < 0.05 (zona A de la figura) la
decisión cambiaría, pues pasaríamos de
estar en la región de rechazo de 𝐻0
(aceptación de 𝐻1 ) a la región de
aceptación de 𝐻0 . Pero si el pvalor es
𝑝𝑣𝑎𝑙𝑜𝑟 < 0.01 (zona B de la figura)
seguiríamos manteniendo la misma
decisión (rechazar 𝐻0 ).

c) Falso. Si quiero saber si 𝜇 < 0, esa restricción ha de estar en una de las hipótesis, y, por tanto,
la otra hipótesis sería 𝜇 ≥ 0. Como la hipótesis nula ha de tener el signo = se tiene que el
contraste es
𝐻0 : 𝜇 ≥ 0, 𝐻1 : 𝜇 < 0

d) Falso. Si con 𝑛 datos tengo el siguiente margen de error:

𝑧𝛼⁄2 𝜎
𝐿1 =
√𝑛
cuando tenga 2𝑛 datos tendré
𝑧𝛼⁄2 𝜎 1 𝐿1
𝐿2 = = 𝐿1 ≠
√2𝑛 √2 2

2017-1_PC4_Preg2

9. En cierto país, se sabe que, históricamente, el número de hijos por familia tiene un valor
medio de 3 y una varianza de 1.96.
a) Un analista realiza un estudio, tomando una muestra de 100 familias y obteniendo
que el número medio de hijos en dicha muestra es 2.7. ¿Puede este analista afirmar
que el número medio de hijos por familia en dicho país es ahora menor que 3?
Utilice el p-valor. (2 p)
b) Otro analista toma una nueva muestra de 35 familias y obtiene que el número
medio de hijos de dicho grupo es 3.2. Calcule el intervalo de confianza para el
número medio de hijos por familia que se obtiene con esta muestra. (1.5 p)
c) Calcule el tamaño muestral necesario para que el margen de error del intervalo de
confianza del apartado b) sea 0.1. (1.5 p)
d) Con base en el intervalo hallado en el apartado b), ¿puede afirmarse que el número
medio de hijos por familia en dicho país es ahora distinto de 3? (1 p)

SOLUCIÓN:

a) Se pide realizar un contraste de hipótesis para comprobar si 𝜇 < 3.

1° Se definen las hipótesis (0.5 p):
𝐻0 : 𝜇 ≥ 3; 𝐻! : 𝜇 < 3
 2° Se define el estadístico de contraste (0.25 p):
2.7−3
Como se usa el valor de 𝜎 → 𝑧0 = 1.4 = −2.14
√100
3° La distribución de Z0 es (0.25 p): 𝑍0 ~𝑁(0,1)

4° Se realiza el contraste utilizando el p-valor

𝛼 = 0.05
𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 𝑃(𝑍 < −2.14) = 0.0162 (0.5 p)
𝑝 − 𝑣𝑎𝑙𝑜𝑟 < 𝛼 → 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

Respuesta: Hay suficiente evidencia para afirmar que el número medio de hijos en
dicho país ha disminuido (es ahora menor que 3) (0.5 p).
b) El valor del margen de error es:
1.4
𝐿 = 1.96 = 0.4638
√35

𝐼. 𝐶(0.95): 𝜇 ∈ {3.2 ± 0.4638} (1 p)

𝜇 ∈ [2.7362; 3.6638] (0.5 p)

c) Para obtener 𝐿 = 0.1, se debe tener una muestra de tamaño (1.5 p):
1.96 × 1.4 2
𝑛=( ) = 752.95 ≈ 753
0.1
d) Se quiere comprobar si 𝜇 ≠ 3, por lo que se debe realizar un contraste de hipótesis bilateral.
Esto equivale a comprobar si el valor 3 se encuentra en el intervalo de confianza del 95%:
Se tiene el intervalo de confianza del apartado anterior:
𝐼. 𝐶(0.95): 𝜇 ∈ [2.7362; 3.6638]
- Se comprueba si 3 pertenece al intervalo (0.5 p).
- Como sí pertenece, se puede aceptar la hipótesis nula de dicho contraste: no hay suficiente
evidencia para afirmar que la media sea distinta de 3 (0.5 p).

2017-1_PC4_Preg3

10. A continuación, se enuncian un conjunto de hipótesis sobre los valores poblacionales de las
duraciones de estas tareas. Escribe en términos estadísticos, la hipótesis nula y alternativa
que corresponden con cada una de estas hipótesis. (respuesta correcta +0.5). (3p) (no
necesitas justificar)

Hipótesis H0 H1

La duración media de la tarea X es 10. 𝜇 = 10 𝜇 ≠ 10

𝜇𝑦 ≥ 9 ⇒ 𝜇 ≥ 3 𝜇𝑦 < 9 ⇒ 𝜇 < 3
La duración media de la tarea Y es menor de 9.
(ambas son válidas) (ambas son válidas)

La duración media de la tarea X es superior a 3 𝜇≤3 𝜇>3

2017-2_PC4_Preg2
11. Se realiza un estudio sobre la estatura de los ciudadanos de un país. Se toma una muestra
de 225 individuos y, de esta muestra, se obtienen una media de 166 cm y una varianza de
35.

Responda, con un procedimiento justificado, las siguientes cuestiones:

a. Construya un IC para la media, con un nivel de confianza de 95%. (1 p).

SOLUCIÓN:

𝑥̅ = 166
𝑠̂ 2 = 35
𝑛 = 225

𝑠̂ √35
𝐼. 𝐶. (0.95): {𝑋̅ ± 𝑧0.025 } = {166 ± 1.96 }
√𝑛 √225

𝑰. 𝑪. (𝟎. 𝟗𝟓): [𝟏𝟔𝟓. 𝟐𝟑; 𝟏𝟔𝟔. 𝟕𝟕](𝟏 𝒑)

Puntaje:

- Valor incorrecto de 𝑧 = 1.96: −𝟎. 𝟕𝟓 𝒑.

b. ¿Cuál debería ser el tamaño muestral para, con un nivel de confianza de 95%,
tener un margen de error máximo de 0.4 cm? (1.5 p)

2
𝑠̂ 2 √35
𝑛 = (𝑧0.025 ) = (1.96 × ) = 840.35 ≈ 841 (𝟏. 𝟓/𝟏. 𝟓 𝒑)
𝐿 0.4

𝑆𝑖 ℎ𝑎𝑛 𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑎𝑑𝑜 𝑎 840: 𝟏𝒑/𝟏. 𝟓𝒑

c. Un analista ha utilizado la información de este estudio y ha construido el siguiente

intervalo de confianza: [165.4; 166.6]. ¿Cuál es el nivel de confianza de dicho
intervalo? (1.5 p)

SOLUCIÓN:

𝐼𝐶(1 − 𝛼): [165.4; 166.6] = {166 ± 0.6}

𝑠̂ √35
𝐿 = 0.6 = 𝑧𝛼⁄2 → 0.6 = 𝑧𝛼⁄2 ×
√𝑛 √225
𝑧𝛼⁄2 ≈ 1.52 (𝟎. 𝟓 𝒑)
𝛼⁄ = 0.0643 → 𝛼 = 0.1286 (𝟎. 𝟓 𝒑)
2
Entonces, el nivel de confianza será: 1 − 𝛼 = 0.8714 (𝟎. 𝟓 𝒑)
2017-2_PC4_Preg3
12. Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 4, y sea 𝑥1 , … , 𝑥100 una muestra
aleatoria de dicha variable. Decir si las siguientes afirmaciones son verdaderas (V) o falsas
(F). Contesta en la tabla siguiente. No necesitas justificar. Respuesta correcta +0.5,
incorrecta -0.5. (máximo 2 puntos)

1 Como la muestra es grande, 𝑋 se distribuirá como una normal. F

2 La media muestral es una variable aleatoria de varianza 0.4. F

El intervalo de confianza de 𝜇 será mayor cuanta más confianza tengamos

3 V
en él.
El intervalo de confianza proporciona un rango de valores entre los que el
4 V
margen de error del intervalo de confianza de 𝜇 depende de 𝜎.
5 Para reducir a la mitad el margen de error debemos tomar el doble de datos F

2017-2_PC4_Preg4

13. Una empresa productora de perfumes vendidos por catálogo se encuentra realizando un
estudio sobre el número de perfumes adquiridos por cada comprador. El objetivo del
estudio es averiguar si la última campaña promocional ha logrado aumentar el número
promedio histórico de perfumes adquiridos por compra, que es de 2.5 perfumes por
compra. De un total de 100 compras analizadas, se obtuvieron los siguientes datos en el
estudio:
Número de Número de
perfumes adquiridos compras
1 25
2 25
3 35
4 15

Responda, de manera justificada, las siguientes cuestiones:

a. Con base en la información del estudio, ¿se puede afirmar que la campaña promocional
ha cumplido su cometido? (2 p)

𝑥̅ = 2.4
𝑠̂ 2 = 1.0505 → 𝑠̂ = 1.0249
No hay puntaje solo por calcular estos valores.

Se realiza un contraste de hipótesis:

I. Se plantean las hipótesis (𝟎. 𝟓 𝒑)
𝐻0 : 𝜇 ≤ 2.5
𝐻1 : 𝜇 > 2.5

Se acepta 𝐻0 salvo que los datos hagan lo que dice 𝐻1 de forma muy evidente. Es decir,
sólo rechazaremos 𝐻0 si 𝑥̅ ≫ 2.5. Como 𝑥̅ = 2.4 < 2.5 los datos no contradicen a 𝐻0
por lo que la conclusión del contraste es de aceptación de 𝐻0 . No hay evidencia de que
la campaña haya funcionado. (los alumnos que hayan respondido esto, tienen ya el
puntaje completo: 2p)
 Si no han realizado ningún contraste y solo han concluido que la media no ha
aumentado porque 𝒙̅ = 𝟐. 𝟒 es menor que 𝟐. 𝟓, el puntaje es 0.25 p.

Si se continúa haciendo el resto de pasos del contraste:

II. Se define el estadístico de contraste

𝑥̅ − 𝜇0 2.4 − 2.5
𝑡0 = = = −0.9756 (𝟎. 𝟓 𝒑)
𝑠̂⁄ 1.0249⁄
√𝑛 √100

III. Se define la distribución del estadístico de contraste. Al ser muestra grande se tiene
que:

𝑇0 ~𝑁(0,1)

IV. Se definen las regiones de aceptación y rechazo

𝐸𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜 𝑠𝑒𝑟á: 𝟏. 𝟔𝟒𝟓 (𝟎. 𝟓 𝒑).

Este puntaje también es por haber definido correctamente que la región de rechazo es hacia
la derecha. Si se ha definido hacia la izquierda, o ambos lados, no hay puntaje en esta parte.

Nota: si han partido de una mala definición de hipótesis en la primera parte (I), esta parte
(IV) también será incorrecta (0 puntos en ambas partes).

Finalmente, 𝑡0 = −0.98 se encuentra en la región de aceptación. Se acepta

𝐻0 ; es decir:
No hay suficiente evidencia para afirmar que la media ha aumentado.
(𝑪𝒐𝒏𝒄𝒍𝒖𝒔𝒊ó𝒏: 𝟎. 𝟓 𝒑. 𝐿𝑎 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎 𝑑𝑒𝑏𝑒 𝑒𝑠𝑡𝑎 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎).

b. Realice un contraste de hipótesis con un nivel de significación del 3% y averigüe si la

media del número de perfumes adquiridos por compra ha cambiado. (2 p)

Se realiza un contraste de hipótesis:

I. Se plantean las hipótesis (𝟎. 𝟓 𝒑)

𝐻0 : 𝜇 = 2.5
𝐻1 : 𝜇 ≠ 2.5

II. Se define el estadístico de contraste

𝑥̅ − 𝜇0 2.4 − 2.5
𝑡0 = = = −0.9756 (𝟎. 𝟓 𝒑, 𝑝𝑢𝑒𝑑𝑒𝑛 𝑢𝑠𝑎𝑟𝑙𝑜 𝑑𝑒𝑙 𝑎𝑝𝑎𝑟𝑡𝑎𝑑𝑜 "𝑎")
𝑠̂⁄ 1.0249⁄
√𝑛 √100

III. Se define la distribución del estadístico de contraste

𝑇0 ~𝑁(0,1)

IV. Se definen las regiones de aceptación y rechazo para 𝛼 = 0.03:

 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑐𝑟í𝑡𝑖𝑐𝑜𝑠 𝑠𝑒𝑟á𝑛: ±𝑧0.015 = ±𝟐. 𝟏𝟕 (𝟎. 𝟓 𝒑)
Este puntaje también es por haber definido correctamente que la región de rechazo es hacia
ambos lados. Si se ha definido hacia la izquierda o hacia la derecha, no hay puntaje en esta
parte.
Nota: si han partido de una mala definición de hipótesis en la primera parte (I), esta parte
(IV) también será incorrecta (0 puntos en ambas partes).
Finalmente, 𝑡0 = −0.98 se encuentra en la región de aceptación. Se acepta
𝐻0 ; es decir:
No hay suficiente evidencia para afirmar que la media ha cambiado.
( Conclusión: 0.5 p. La respuesta debe estar completa).
Este último contraste, debido a que es bilateral, se puede realizar utilizando un intervalo de
confianza del 97% (esta solución alternativa es igual de válida para obtener el puntaje
completo):
𝐼. 𝐶. (0.97): 𝜇 ∈ {2.4 ± 2.17 × 1.0249⁄ }
√100

𝐼. 𝐶. (0.97): 𝜇 ∈ [2.18; 2.62]

Entonces, como la hipótesis nula es 𝜇 = 2.5, y dicha media hipotética (2.5) se encuentra dentro
del intervalo se puede concluir lo siguiente:

Se acepta 𝐻0 ; es decir, no hay suficiente evidencia para afirmar que la media ha cambiado.
2017-2_PC4_Preg5

14. Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 𝜎 2 . Sea el nivel de significación 𝛼 =
0.05. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F). Contesta en la
tabla siguiente. No necesitas justificar. Respuesta correcta +0.5, incorrecta -0.5. (máximo
2 puntos)
2
1 Si se obtiene que 𝑠̂ > 4 podríamos aceptar la hipótesis nula que 𝜎2 ≤ 4. V

2 ̅ = 10, y rechazamos 𝐻0 : 𝜇 ≥ 11 entonces aceptaríamos 𝐻0 : 𝜇 ≤ 11.

Si la media muestral es 𝑥 V

3 ̅ = 10, podríamos aceptar tanto 𝐻0 : 𝜇 ≥ 11 como 𝐻0 : 𝜇 ≤ 11.

Si la media muestral es 𝑥 V
̅ = 10, y la muestra es suficientemente grande rechazaremos 𝐻0 : 𝜇 ≥
Si la media muestral es 𝑥
4 V
11.
5 Si aceptamos 𝐻0 con 𝛼 = 0.05 también aceptaremos con 𝛼 > 0.05 F

2017-2_PC4_Preg6
15. Un servidor web de una red informática recibe por término medio 5 intentos de ataque por
virus por cada 1000 peticiones de conexión. La organización que posee dicho servidor hace
una campaña de publicidad para difundir la dirección de su sitio web. Al día siguiente de
dicha campaña, el servidor recibe 830 peticiones de conexión, de las que 10 son ataques
por virus. ¿Hay evidencia suficiente para afirmar que la campaña publicitaria ha atraído a
los virus? Razona la respuesta.

SOLUCIÓN:

Sea 𝑝=proporción poblacional de conexiones con virus. Sea 𝑝̂ =proporción muestral de

conexiones por virus. Como n=830 es muy grande, y
10 829
𝑛𝑝̂ (1 − 𝑝̂ ) = 830 ( )( ) > 5,
830 830
podemos utilizar la aproximación a la normal para el estimador 𝑝̂ . (1p)

El contraste es (1p)

𝐻0 : 𝑝 ≤ 0.005
𝐻1 : 𝑝 > 0.005
El estadístico de contraste es (1p)
10
𝑝̂ − 𝑝0
830 − 0.005
𝑧₀ = = = 2.88.
𝑝 𝑞
√ 0 0 √0.005 × 0.995
𝑛 830
La distribución de referencia es la N(0,1), y la región de rechazo será la cola de la derecha,
como se muestra en esta figura.(1p)

Para 𝛼 = 0.05 el valor crítico es 1.65. Por tanto, se rechazará la hipótesis nula si 𝑧₀ > 1.65.
Como 𝑧₀ = 2.88 > 1.65 se rechaza la hipótesis nula. Parece evidente que la campaña
publicitaria ha atraído también a los ataques por virus, y habrá que tomar medidas. (1p)

2015-2_PC5_Preg3

16. Se desea estimar la proporción de varones que, tras ingresar a cierta tienda de moda, acaba
comprando algún producto. Con ese fin, se coloca una cámara a la que se conecta un
ordenador con un programa de reconocimiento de imágenes que permite recabar la
información solicitada de forma automática. Tras ingresar 200 varones, 10 de ellos
compraron algún producto. Responde a las siguientes cuestiones de forma justificada.
a. A partir de esta información, construye un intervalo de confianza para la proporción
de varones que tras ingresar a la tienda compran algún producto. (3p)
 b. Un experto en marketing dice que el 10% de los varones que entren a una tienda de
este tipo acaba comprando algo. ¿Tiene razón este experto? (2p)
c. ¿Qué tamaño muestral es necesario para estimar esa proporción con un margen de
error de 0.01? (2p)
SOLUCIÓN:
a) Sea 𝑝 = proporción de varones que compran un producto en esa tienda, de entre los varones que
han ingresado en ella. Con la muestra de 𝑛 = 200 se estima que
10
𝑝̂ = = 0.05.
200
Como se verifica que 𝑛𝑝̂ (1 − 𝑝̂ ) = 200 × 0.05 × 0.95 = 9.5 > 5 podemos aplicar el Teorema del
Límite Central, y considerar que el estimador 𝑝̂ sigue una distribución normal. (1p)

A partir de este resultado, el intervalo de confianza será

𝑝̂ (1 − 𝑝̂ )
𝐼𝐶 (1 − 𝛼): 𝑝 ∈ {𝑝̂ ± 𝑧𝛼⁄2 √ }.
𝑛

Con la muestra obtenida resulta:

0.05 × 0.95
𝐼𝐶 (0.95): 𝑝 ∈ {0.05 ± 1.96 √ } = [0.0198 ; 0.0802].(2p)
200

b) El experto dice que en ese tipo de tiendas se verifica que 𝑝 = 0.1. Ese valor no se encuentra dentro
del intervalo de confianza obtenido en el apartado anterior, por lo que los datos que se poseen
no lo respaldan. Se puede rechazar, con un nivel de significación de 𝛼 = 0.05, que 𝑝 = 0.10. (2p)

c) Dado que podemos aplicar el Teorema del Límite Central, (0.5p) el cálculo del tamaño muestral 𝑛
necesario para tener un margen de error 𝐿 con un nivel de confianza (1 − 𝛼) en la estimación de
𝑝 es
2
𝑧𝛼⁄2 √𝑝(1 − 𝑝)
𝑛=( )
𝐿
Como 𝑝 no es conocido, tenemos varias opciones para solventarlo (con hacer una opción es
suficiente (1.5p)). Por una parte, podemos ponernos en el caso más desfavorable, en el que 𝑝 =
𝑞 = 0.5, donde 𝑞 = 1 − 𝑝. Entonces, el cálculo es
2
1.96√0.5 × 0.5
𝑛=( ) = 9604,
0.01
que es un tamaño muestral considerable. Una segunda opción es basarnos en una estimación
previa de 𝑝 a partir de la muestra del apartado (a). En ese caso reemplazamos 𝑝 por 𝑝̂ = 0.05 y
tenemos
2
1.96√0.05 × 0.95
𝑛=( ) ≈ 1825,
0.01
que proporciona un tamaño muestral sensiblemente inferior.

Otra opción, sería confiar en el experto mencionado en la sección (b) (a pesar de que los datos
desmientan, con un nivel de significación del 5%, que sea aplicable a nuestra tienda), y usar que
𝑝 = 0.1, quedando los cálculos:
2
1.96√0.10 × 0.90
𝑛=( ) ≈ 3458,
0.01

2016-2_PC5_Preg2
17. Una empresa productora se encuentra realizando una inspección de su proceso, debido a
recientes quejas de sus clientes. Se toma una muestra de 250 artículos, de los cuales 10
resultan defectuosos.
a. Realice un contraste de hipótesis para comprobar si, a partir de los datos, es posible afirmar que
la proporción de defectuosos es mayor que 3%. Para ello, complete la información que se pide
en la siguiente tabla:

𝑯𝟎 : 𝒑 ≤ 𝟎. 𝟎𝟑 𝑯𝟏 : 𝒑 > 𝟎. 𝟎𝟑

Hipótesis (0.5 p) En ambas hipótesis deben estar presentes el símbolo de la

proporción poblacional (𝒑) y el valor de la proporción
hipotética (0.03), de lo contrario: 0 p.

𝑝̂ − 𝑝0 0.04 − 0.03
Estadístico de contraste (0.5 p) 𝑍0 = = = 0.9269
𝑝 𝑞 0.03 × 0.97
√ 0 0 √
𝑛 250
Indique el símbolo que lo representa
y su valor. Utilice una precisión de 4 Si el valor es correcto: 0.5 p.
decimales.
Si el valor es incorrecto: 0 p.

𝑍0 ~ 𝑁(0,1)
Distribución del estadístico de
Si la distribución es correcta: 0.5 p.
contraste (0.5 p)
Si la distribución es incorrecta: 0 p.

Si los tres apartados anteriores (hipótesis, estadístico y distribución) son correctos, se continúa
con la corrección.

Si al menos uno es incorrecto, no se corrigen los siguientes apartados (p-valor y conclusión).

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 1 − 0.8238 = 0.1762

p -valor del contraste (0.5 p) Si el p-valor es correcto: 0.5 p.

Si el p-valor es incorrecto: 0p.

JUSTIFICACIÓN (0.5 p):

Conclusión del contraste (1 p)
Es posible justificar (1) usando el p-valor, o (2) usando el
valor crítico.
Responda:
OPCIÓN 1:
• ¿Acepto o rechazo Ho?
• ¿Se puede afirmar que la Debido a que el p-valor es mayor que el nivel de
proporción de defectuosos es significación (𝛼 = 0.05).
mayor que 3%?
OPCIÓN 2:
Justifique su respuesta.
 JUSTIFICACIÓN: el estadístico de contraste se encuentra en
la región de rechazo (< 1.645).

(El valor -1.645 debe estar presente en esta opción de

respuesta).

Si no han justificado o han justificado incorrectamente, no

se corrige la conclusión.

CONCLUSIÓN (0.5 p):

a. Se acepta la hipótesis nula (Ho).

b. No hay evidencia para afirmar que la proporción de
defectuosos es mayor que 3%.

Deben tener ambas conclusiones (“a” y “b”) correctas (0.5

p). De lo contrario: 0 p.

b. Utilizando un intervalo de confianza, compruebe, con base en los datos, si es posible afirmar que
la proporción de defectuosos poblacional es del 3.5%. Utilice una precisión de 4 decimales en el
intervalo de confianza. (2 p)

En primer lugar, se construye el I.C.:

𝑝̂ 𝑞̂
𝐼. 𝐶. (0.95): 𝑝 ∈ {𝑝̂ ± 𝑧𝛼⁄ × √ }
2 𝑛

0.04 × 0.96
𝐼. 𝐶. (0.95): 𝑝 ∈ {0.04 ± 1.96 × √ }
250

𝐼. 𝐶. (0.95): 𝑝 ∈ {0.04 ± 0.0243} = [0.0157; 0.0643] (1 p)

Intervalo de confianza correcto: 1 p.

Intervalo de confianza incorrecto: 0 p.
Si el intervalo de confianza es incorrecto, considerar dicho intervalo como correcto
para la justificación de la conclusión:

Finalmente, para comprobar si es posible afirmar si la proporción tiene un valor de 3.5%,

se comprueba si dicho valor (0.035) se encuentra en el intervalo de confianza:

Sí es posible afirmar que la proporción tiene un valor de 3.5% porque dicho valor se
encuentra dentro del intervalo de confianza. (1 p)

Conclusión justificada correctamente: 1 p.

Conclusión justificada de manera incorrecta o no justificada: 0 p.
2017-2_PC5_Preg3
 18. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F). Contesta en la tabla
siguiente. No necesitas justificar. Respuesta correcta +0.5, incorrecta -0.5. (máximo 2
puntos)

Si tenemos 40 datos, y obtenemos con ellos que 𝑝̂ = 0.05, no podremos hacer un contraste de
1 V
hipótesis de una proporción asumiendo muestras grandes.
Si la proporción poblacional sigue una distribución normal, siempre podremos hacer un contraste
2 F
de hipótesis sobre una proporción para cualquier tamaño muestral.
Dado un tamaño muestral, el margen de error de un intervalo de confianza de una proporción será
3 V
mayor si p=0.4 que si p=0.2
Si al realizar un contraste rechazo que 𝑝 ≥ 0.5, el pvalor del contraste con 𝐻0 : 𝑝 ≤ 0.5 tendrá un
4 V
pvalor mayor que 0.05.
Sólo podemos usar la distribución t de Student para el contraste de una media si la muestra es
5 F
pequeña y la población es Normal

SOLUCIÓN:

1- V. En ese caso 𝑛𝑝̂ (1 − 𝑝̂ ) = 1.9 < 5 por lo que la aproximación a la normal no es satisfactoria.
2- F. La proporción poblacional será un número, y no una variable aleatoria.
3- El margen de error del intervalo es

𝑝(1 − 𝑝)
1.96√
𝑛
y es tanto mayor cuanto más próximo esté 𝑝 a 0.5. Para 𝑝 = 0.4 será
1.96
0.4899
√𝑛
y para 𝑝 = 0.2 será
1.96
0.40
√𝑛
que es menor.
4- V. Si se rechaza que 𝑝 ≥ 0.5 es porque 𝑝̂ ≪ 0.5. Por tanto, si con ese valor tomamos 𝐻0 = 𝑝 ≤
0.5 no podríamos rechazarlo, pues los datos están del lado de 𝐻0 . El pvalor será mucho mayor
que 0.05.
5- F. Podremos usar la t de Student si la población es normal, aunque la muestra sea pequeña.

2017-2_PC5_Preg4

19. Se desea conocer qué porcentaje de vehículos tiene contratada una póliza de seguro
vehicular. ¿A cuántos vehículos debemos preguntar para estimar dicha proporción con un
margen de error de 0.05? (2p)

SOLUCIÓN:

Colocándonos en la situación más desfavorable, donde 𝑝 = 𝑞 = 0.5, y asumiendo que 𝑛

será lo suficientemente grande para que 𝑝̂ se distribuya como una normal, el tamaño
muestral necesario será
2
𝑧𝛼⁄2 √𝑝𝑞 1.96 × 0.5 2
𝑛=( ) =( ) = 384.16 ≈ 385
𝐿 0.05
 donde, como buscamos el n que garantice que el margen de error no sea mayor a 0.05,
redondeamos al entero superior.

2017-1_EF_Preg4

20. ¿Qué tamaño muestral es necesario para estimar la proporción de hogares que cuenta con
conexión a internet si se quiere asegurar que el margen de error sea menor a 0.05? (1.5p)

Como no conocemos el valor de 𝑝, nos ponemos en el peor der los casos, que es cuando
𝑝 = 𝑞 = 0.5. El tamaño muestral será, redondeando al entero superior:
2
𝑧0.025 √0.5 0.5 1.96 2
𝑛 = ⌈( ) ⌉ = ⌈( ) ⌉ = 385
0.05 2(0.05)

2017-2_EF_Preg2

21. Un proceso productivo produce, cuando funciona en condiciones óptimas, un 1% de

artículos defectuosos. Después de una avería en la que hubo que reparar algunas máquinas
se produjeron 6 artículos defectuosos en 500 artículos producidos. ¿Ha empeorado el
proceso tras la reparación de la avería?

SOLUCIÓN:

Tras la avería puede que haya empeorado el proceso (𝑝 > 0.01) o sigua igual (𝑝 =
0.01, ó 𝑝 ≤ 0.01). El contraste a realizar es, por tanto, (1p)

𝐻0 : 𝑝 ≤ 0.01 (ó 𝑝 = 0.01)
𝐻1 : 𝑝 > 0.01
En la muestra se obtiene
6
𝑝̂ = = 0.012,
500
que discrepa de 𝐻0 , y está del lado de 𝐻1 . Tenemos que realizar un contraste de hipótesis
para valorar si esa diferencia con respecto a 𝐻0 es significativa o, por el contrario, se puede
explicar por el azar del muestreo. Con este fin, en primer lugar vemos que el tamaño
muestral n=500 es elevado y, además,
𝑛𝑝̂ (1 − 𝑝̂ ) = 500(0.012)(1 − 0.012) = 5.92 > 5,
por lo que, para realizar el contraste, podemos utilizar la aproximación a la normal para el
estimador 𝑝̂ . (1p). El estadístico de contraste que vamos a utilizar entonces es,
𝑝̂ − 𝑝0
𝑧₀ =
𝑝 𝑞
√ 0 0
𝑛

y el valor que toma en nuestra muestra, es (1p)

𝑝̂ − 𝑝0 0.012 − 0.01
𝑧₀ = = = 0.45
𝑝 𝑞
√ 0 0 √0.01 × 0.99
𝑛 500

La distribución de referencia es la N(0,1), y la región de rechazo será la cola de la derecha,

como se muestra en esta figura.(1p)
 Para 𝛼 = 0.05 el valor crítico es 1.65. Por tanto, se rechazaría la hipótesis nula si 𝑧₀ > 1.65.
Como 𝑧0 = 0.45 < 1.65 no podemos rechazar la hipótesis nula. No hay evidencia suficiente
para pensar que tras la reparación el proceso haya empeorado (1p)
2015-2_ES_Preg1

22. Se desea estimar la estatura media de los adultos varones de una ciudad. Para ello, se ha
tomado una muestra aleatoria de 80 estaturas. De dicha muestra, se ha calculado una
media de 167.2 cm y una cuasivarianza de 2.4. Responda, de manera justificada, a las
siguientes cuestiones:
a) Construya un intervalo de confianza del 85% para la media. (2 p)

SOLUCIÓN
𝑠̂
𝐼. 𝐶. (0.85): 𝜇 ∈ {167.2 ± 𝑧0.075 × }
√𝑛
𝑧0.075 = 1.44 , 𝑝𝑜𝑟 𝑡𝑎𝑏𝑙𝑎𝑠 (𝟏 𝒑)

√2.4
𝐼. 𝐶. (0.85): 𝜇 ∈ {167.2 ± 1.44 × }
√80
𝑰. 𝑪. (𝟎. 𝟖𝟓): 𝝁 ∈ [𝟏𝟔𝟔. 𝟗𝟓; 𝟏𝟔𝟕. 𝟒𝟓] (𝟏 𝒑)

b) Con la información de la muestra, se ha construido el siguiente intervalo de confianza:

𝐼. 𝐶. (1 − 𝛼): 𝜇 ∈ [166.88; 167.52]

¿Cuál es el nivel de confianza de dicho intervalo? (2 p)

SOLUCIÓN

Se sabe que:
2𝐿 = 0.64 ⇒ 𝐿 = 0.32
Además:
𝑠̂ √2.4
𝐿 = 𝑧𝛼⁄2 × = 𝑧𝛼⁄2 ×
√𝑛 √80
Entonces:
√2.4
𝑧𝛼⁄2 × = 0.32 ⇒ 𝑧𝛼⁄2 = 1.85 (𝟎. 𝟓 𝒑)
√80
→ 𝛼⁄2 = 0.0322 → 𝛼 = 0.0644 (𝟏 𝒑)

Se concluye que:

1 − 𝛼 = 0.9356 → 𝑵. 𝑪. : 𝜶 = 𝟗𝟑. 𝟓𝟔% (𝟎. 𝟓 𝒑)

c) Asumiendo que 𝜇 = 167.6 cm, se toma una muestra aleatoria de estaturas de 40 personas. ¿Cuál
es la probabilidad de que la media de dicha muestra se encuentre sea mayor que 168.2 cm? (1 p)
 Se pide:

𝑃(𝑋̅ > 168.2)

Se sabe que:
𝐸(𝑋) = 𝜇 = 167.6 𝑐𝑚
𝑛 = 40 (𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑔𝑟𝑎𝑛𝑑𝑒)
Entonces, por ser muestra grande:
2.4
𝑋̅~𝑁 (167.6; ) 𝒑𝒐𝒓 𝒔𝒆𝒓 𝒎𝒖𝒆𝒔𝒕𝒓𝒂 𝒈𝒓𝒂𝒏𝒅𝒆 (𝟎. 𝟓 𝒑)
40
Por lo tanto:

168.2 − 167.6
𝑃(𝑋̅ > 168.2) = 𝑃 𝑍 > = 𝑃(𝑍 > 2.45) = 0.0071
√2.4
( 40 )
2018-1_PC3_Preg3

23. El gerente de una tienda desea estudiar el número de accidentes de trabajo (X) que se ocurren en
un mes. Para estimar la media de dicha variable, se toma una muestra aleatoria de 35 meses, que se
resume a continuación:

Número de Número de
reclamos (X) meses
0 6
1 8
2 12
3 9

Responda, de manera justificada, a las siguientes cuestiones:

a. Construya un intervalo de confianza del 90% para la media. (2 p)

SOLUCIÓN

De la tabla se obtiene que:

𝑥̅ = 1.69 (𝟎. 𝟓 𝒑) ;
(0 − 1.69)2 × 6 + ⋯ + (3 − 1.69)2 × 9
𝑠̂ = √ = 1.05 (𝟎. 𝟓 𝒑)
34
Se pide:
𝑠̂
𝐼. 𝐶. (0.90): 𝜇 ∈ {1.69 ± 𝑧0.05 × }
√𝑛
1.05
𝐼. 𝐶. (0.90): 𝜇 ∈ {1.69 ± 1.645 × }
√35
𝐼. 𝐶. (0.90): 𝜇 ∈ {1.69 ± 0.292}
𝑰. 𝑪. 𝟗𝟎: 𝝁 ∈ [𝟏. 𝟗𝟕𝟖; 𝟏. 𝟑𝟗𝟑] (𝟏 𝒑)

b. ¿Qué ocurriría con el intervalo de confianza del apartado anterior si se tuviera un tamaño muestral
de 20? (1 p)
SOLUCIÓN
Posibles respuestas:
A) No podría construirse ningún intervalo de confianza, pues, ya que no se tiene una muestra
grande (y la población no es normal), no se sabría si la media muestral se distribuye normalmente
o no. Puntaje: 𝟏 𝒑.

B) El intervalo de confianza aumentaría su margen de error, al disminuir el tamaño muestral.

Puntaje: 𝟎. 𝟐𝟓 𝒑.

c. Asumiendo que 𝜎 2 = 0.20, ¿qué tamaño muestral será necesario tomar para que, al estimar la
media, el margen de error sea 0.12 con un 95% de confianza? (2 p)

SOLUCIÓN
Se pide:
Mínimo valor de 𝑛 para lograr un margen de error máximo de 0.12.

Se sabe que 𝜎 2 = 0.20. Además:

𝜎 2
𝑛 = (𝑧𝛼⁄2 × )
𝐿
Entonces:
2
√0.20
𝑛 = (1.96 × )
0.12
𝑛 = 53.35 (𝟏. 𝟓 𝒑)
𝒏 ≈ 𝟓𝟒 (𝟎. 𝟓 𝒑)
2018-1_PC3_Preg4

24. En el departamento de TI de una empresa, se han registrado el número de fallas reportadas

por día en las computadoras de los usuarios. A continuación, se muestran los datos:

Número de 0 1 2 3 4
fallas
Número de días 12 17 11 7 5

̅ = 𝟏. 𝟓𝟑; 𝒔̂𝟐 = 𝟏. 𝟓𝟖𝟔𝟖; 𝒔̂ = 𝟏. 𝟐𝟔

Se puede calcular que: 𝒙
a. Realice un contraste de hipótesis para comprobar si, a partir de los datos, es posible afirmar que el
número medio de fallas no es mayor que 2.5.

𝑯𝟎 : 𝝁 ≤ 𝟐. 𝟓 𝑯𝟏 : 𝝁 > 2.5
Hipótesis (0.5 p)
Si no han escrito 2.5 y, en su lugar, han escrito 𝜇0 , el puntaje es cero.

Estadístico de contraste (0.5 𝑥̅ − 𝜇0 1.53 − 2.5

𝑡0 = = = −5.5514
p) 𝑠̂ 1.26
Indique el símbolo que lo representa, √𝑛 √52
su fórmula, los valores que utiliza en
la fórmula y el valor numérico del Hay que verificar que hayan usado los valores correctos en el cálculo.
estadístico. De lo contrario, el puntaje es cero. Si han escrito que el estadístico de
Utilice una precisión de 4 decimales. contraste es 𝑍0 , el puntaje es 0.25.
 Distribución del estadístico de 𝑇0 ~ 𝑁(0; 1)
contraste (0.5 p)
Si han escrito que el estadístico de contraste es 𝑍0 , el puntaje es 0.25.

Si han respondido correctamente los tres apartados anteriores (hipótesis, estadístico y distribución), se
continúa corrigiendo. De lo contrario, el puntaje, en adelante, es cero.

𝑝 − 𝑣𝑎𝑙𝑜𝑟 ≈ 1
p-valor (0.5 p)
Tienen que haber escrito el valor (aproximadamente 1). De lo contrario,
el puntaje es cero.
JUSTIFICACIÓN (opción 1) (0.5 p):

JUSTIFICACIÓN: el estadístico de contraste se encuentra

en la región de aceptación (< 1.645).
Conclusión del contraste (1 p)
(El valor 1.645 debe estar presente en esta opción de respuesta, de
lo contrario se considera incorrecta).

Responda: JUSTIFICACIÓN (opción 2) (0.5 p):

• ¿Acepto o rechazo Ho?
• ¿Se puede afirmar que la media JUSTIFICACIÓN: el p-valor (1) es mayor que el nivel de
no es mayor que 2.5? significación (𝛼 = 0.05).
(El p-valor = 1 debe estar presente en esta opción de respuesta, de lo
contrario se considera incorrecta).
Debe justificar su conclusión.
Si no han justificado o han justificado incorrectamente, no se corrige
la conclusión (puntaje cero).

CONCLUSIÓN (0.5 p):

a. Se acepta la hipótesis nula (Ho).

b. Hay evidencia suficiente para afirmar que el número medio
de fallas no es mayor que 2.5 (otra manera: no hay evidencia
suficiente para afirmar que el número medio de fallas es
mayor que 2.5).

Deben tener ambas conclusiones (“a” y “b”) correctas (0.5 p). De lo

contrario: 0 p.

b. Construya un intervalo de confianza para el número medio de fallos diarios. A partir de él indique si
es posible afirmar que la media poblacional tiene un valor de 2.5. Utilice 𝛼 = 2%. (2.5 p)

𝑥̅ = 1.53; 𝑠̂ 2 = 1.5868; 𝑠̂ = 1.26 (0.25 p)

 𝑠̂
𝐼. 𝐶. (1 − 𝛼): 𝜇 ∈ {𝑥̅̅ ± 𝑧𝛼⁄2 × }
√𝑛

1.26
𝐼. 𝐶. (0.98): 𝜇 ∈ {1.53 ± 𝑧0.01 × }
√52

Se puede ver en las tablas: 𝑧0.01 = 2.33 (1 p)

1.26
𝐼. 𝐶. (0.98): 𝜇 ∈ {1.53 ± 2.33 × }
√52

𝐼. 𝐶. (0.98): 𝜇 ∈ {1.53 ± 0.41}

𝑰. 𝑪. (𝟎. 𝟗𝟖): 𝝁 ∈ [𝟏. 𝟏𝟐; 𝟏. 𝟗𝟑] (0.5 p)

Entonces, no hay suficiente evidencia para afirmar que la media tiene un valor de 2.5 (0.5 p), pues
se verifica que 2.5 no pertenece al intervalo de confianza (0.25 p).

2018-2_PC3_Preg3

25. Se desea conocer el consumo (en soles) promedio de un cliente en un restaurante. Se sabe que la
varianza poblacional es 3.4 y se toma una muestra de 120 clientes, de la cual se obtiene una media
de 17.40.
Responda a las siguientes preguntas de manera justificada:
a. A partir de la información de la muestra, se ha construido el siguiente intervalo de confianza:
𝐼. 𝐶. (1 − 𝛼): 𝜇 ∈ [17.15; 17.65]. Calcule cuál es el nivel de confianza de dicho intervalo. (2 p)

Se sabe que:
𝐼. 𝐶. (1 − 𝛼): 𝜇 ∈ {𝑋̅ ± 𝐿}
𝐼. 𝐶. (1 − 𝛼): 𝜇 ∈ [𝑋̅ − 𝐿; 𝑋̅ + 𝐿]

Se tiene: 𝐼. 𝐶. (1 − 𝛼): 𝜇 ∈ [17.15; 17.65]

Entonces, se puede calcular el margen de error: 𝐿 = 17.4 − 17.15 = 0.25 (0.5 p)

Otra manera de calcular el margen de error:

Amplitud del intervalo = 𝟏𝟕. 𝟔𝟓 − 𝟏𝟕. 𝟏𝟓 = 𝟎. 𝟓 = 𝟐𝑳 → 𝑳 = 𝟎. 𝟐𝟓.

Además, se conoce que el margen de error se calcula de la siguiente manera:

𝜎 √3.4
𝐿 = 𝑧𝛼⁄2 × = 𝑧𝛼⁄2 × = 0.25
√𝑛 √120

→ 𝑧𝛼⁄2 = 1.4852 ≈ 1.49 (0.5 p)

Si han escrito un valor de 𝜶 negativo o mayor que 1, el puntaje total, en adelante, es cero.

Entonces, por tablas:

𝛼⁄ = 0.0681
2

𝛼 = 0.1362 (0.5 p)
 El nivel de confianza es:

𝑁. 𝐶. = (1 − 𝛼) × 100%

𝑵. 𝑪. = 𝟖𝟔. 𝟑𝟖% (0.5 p)

b. Calcule cuántos datos se deben tomar como mínimo para estimar la media con un margen de error
máximo de 0.18, utilizando un nivel de confianza del 95%. (2.5 p)

Para obtener 𝐿 = 0.18, se debe calcular el tamaño muestral:

𝜎 2
𝑛 = (𝑧𝛼⁄2 × ) (0.5 p)
𝐿
2
√3.4
= (1.96 × ) = 403.13 (1.5 p)
0.18

𝑛 ≈ 404 (0.5 p) Deben haber redondeado hacia arriba.

2018-2_PC3_Preg4

26. El Ministerio de Educación de un país ha implementado un programa de becas que da a los

egresados universitarios la oportunidad de estudiar maestrías y doctorados en distintas
universidades en el mundo. Se desea conocer la evolución del programa, por lo que se
pretende estimar la proporción de ex becarios que lograron concluir sus estudios.
Responda, de manera justificada:
a. ¿A cuántos ex becarios se debe incluir en una muestra para estimar dicha proporción con un máximo
margen de error de 3.5% y un nivel de confianza del 90%? (2 p)

SOLUCIÓN

𝑝̂ 𝑞̂
𝑛 = (𝑧0.05 )2 ×
0.0352
Ya que no se conoce 𝑝̂ , hay que ponerse en el “peor de los casos”: 𝑝̂ = 0.5.
0.5 × 0.5
𝑛 = (1.645)2 ×
0.0352
𝑛 = 552.25 (𝟏 𝒑) ≈ 553 (𝟏 𝒑)
• ̂ , el puntaje es 1p.
Si han utilizado otro valor de 𝒑
• Si no han redondeado, el puntaje es 1.5 p.
• Si han redondeado hacia abajo (n = 552), el puntaje es 1.5 p.

b. Un analista del Ministerio ha tomado una muestra de 1200 ex becarios, de los cuales 72 no lograron
concluir sus estudios. Con base en dicha información, ha afirmado que la proporción de ex becarios
que no lograron concluir sus estudios no supera el 7%. Realice un contraste de hipótesis (𝛼 = 1.5%)
para comprobar si los datos apoyan dicha afirmación.

𝑯𝟎 : 𝒑 ≤ 𝟎. 𝟎𝟕 𝑯𝟏 : 𝒑 > 𝟎. 𝟎𝟕
Hipótesis (0.5 p) En ambas hipótesis deben estar presentes el símbolo de la
proporción poblacional (𝒑) y el valor de la proporción hipotética
(0.03), de lo contrario: 0 p.
 𝑝̂ − 𝑝0 0.06 − 0.07
𝑍0 = = = −1.3577
Estadístico de contraste (0.5 p) 𝑝 𝑞
√ 0 0 √0.07 × 0.93
𝑛 1200
Indique el símbolo que lo representa,
su fórmula, y su valor numérico. Si el valor es correcto: 0.5 p.
Utilice una precisión de 4 decimales. Si el valor es incorrecto: 0 p.

Como la muestras es suficientemente grande (np(1-p)>5) 𝑍0

Distribución del estadístico de puede aproximarse con una normal
contraste (0.5 p)
𝑍0 ~ 𝑁(0,1)
Justifique brevemente
(si no justifican o la justificación es errónea, 0.25p)

Si los tres apartados anteriores (hipótesis, estadístico y distribución) son correctos, se continúa con la
corrección.

Si al menos uno es incorrecto, no se corrigen los siguientes apartados (p-valor y conclusión).

Solo hay dos posibles respuestas:

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 1 − 0.0885 = 0.9115

p-valor del contraste (0.5 p)
𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 1 − 0.0869 = 0.9131

JUSTIFICACIÓN (0.5 p):

Es posible justificar (1) usando el p-valor, o (2) usando el valor crítico.

OPCIÓN 1:

Debido a que el p-valor es mayor que el nivel de significación

(𝛼 = 0.015).

OPCIÓN 2:
Conclusión del contraste (1 p)

Responda:
• ¿Acepto o rechazo Ho?
• ¿Qué se concluye?

Debe justificar su conclusión.

JUSTIFICACIÓN: el estadístico de contraste se encuentra en la

región de aceptación (< 2.18).

(El valor 2.18 debe estar presente en esta opción de respuesta).

Si no han justificado o han justificado incorrectamente, no se corrige

la conclusión.

CONCLUSIÓN (0.5 p):

 c. Se acepta la hipótesis nula (Ho).
d. No hay evidencia para afirmar que la proporción de ex
becarios que no concluyeron sus estudios es mayor que el
7%.

Deben tener ambas conclusiones (“a” y “b”) correctas (0.5 p).

De lo contrario: 0 p.

2018-1_PC4_Preg4

27. Se quiere conocer qué proporción de estudiantes universitarios está estudiando portugués,
como lengua extranjera. ¿A cuántos deberíamos preguntar para estimar dicha proporción
con un margen de error de 0.05? (2 p)
• Como no se tiene ninguna proporción muestral, se asume el “peor de los casos”: 𝑝̂= 0.5.
(0.5 p)
• Como no se tiene más información, se asume que se construirá el intervalo con un nivel
de confianza del 95%.
Según la información que se tiene:

2019-1_PC4_Preg4

28. Después de preguntar a 50 estudiantes, obtenemos que 5 de ellos estudia portugués.

Aprovechando esta información, ¿a cuántos deberíamos preguntar para estimar dicha
proporción con un margen de error de 0.05? (1.5 p)
• Como no se tiene más información, se asume que se construirá el intervalo con un
nivel de confianza del 95%.
5
• Según la información que se tiene: 𝑝̂ = 50 = 0.10 (0.5 p)

2019-1_PC4_Preg5

29. Tras preguntar a 200 estudiantes, 12 de ellos estudian portugués. Contrasta que la
proporción poblacional de estudiantes que estudia portugués sea como mínimo el 10%. (1.5
p)
 2019-1_PC4_Preg6

30. Se desea estudiar el número de artículos defectuosos que se encuentra en una caja de 6 dispositivos
electrónicos. Se ha tomado una muestra aleatoria de varias cajas, cuya frecuencia se muestra a
continuación:

Número de dispositivos
Número de cajas
defectuosos
0 73
1 43
2 11
3 2
4 1
5 1
a. A partir de la información muestral, ¿es posible afirmar que el número medio de
artículos defectuosos en una caja de 6 dispositivos no es inferior al valor de 1?
Resuélvalo utilizando el p-valor. (2 p)
 b. A partir de la información de la muestra, ¿es posible afirmar que el porcentaje de cajas
que tienen al menos un artículo defectuoso es mayor que el 50%? Resuélvalo
utilizando el p-valor. (1 p)

2019-1_PC4_Preg7

31. Un grupo de médicos se encuentra realizando un estudio sobre hábitos de sueño de

estudiantes universitarios. Han realizado una encuesta y han obtenido los siguientes
resultados: 12 estudiantes duermen 4 horas diarias; 28 estudiantes, 5 horas; 17
estudiantes, 6 horas; 13 estudiantes, 7 horas; y 8 estudiantes, 8 horas. Con esta
información, se obtiene que la media muestral es 5.71. y que la cuasivarianza es 1.48. A
partir de los datos, responda, de manera justificada:

a. ¿Es posible afirmar que el número medio de horas diarias que duermen los estudiantes universitarios es
superior a las 5.5 horas? (6p)

Hipótesis (1p)
Debe estar el símbolo 𝜇 y
el valor 5.5. Si han 𝑯𝟎 : 𝝁 ≤ 𝟓. 𝟓 𝑯𝟏 : 𝝁 > 𝟓. 𝟓
planteado otras hipótesis:
0 p.
Estadístico de
contraste (1p)
̅ − 𝜇0
𝑥 5.71 − 5.5
Indique el símbolo del 𝑡0 = (𝟎. 𝟓 𝒑) = = 1.52 (𝟎. 𝟓 𝒑)
estadístico, su fórmula, 𝑠̂ √1.48
los valores que utiliza en √𝑛 √78
la fórmula y el valor
numérico
Distribución del
estadístico de
𝑇0 ~ 𝑁(0,1)
contraste (1p)
¿Por qué ha elegido
dicha distribución? Porque hay 78 datos; es decir, la muestra es grande (n > 30).
(1p)
Si los tres primeros pasos (hipótesis, estadístico y distribución) son correctos, se continúa con
la corrección. Si al menos uno es incorrecto, el resto de pasos no se corrige (puntaje 0). No
considerar la explicación del porqué de la distribución.
 Dibuja la
distribución de
referencia, las
regiones de
aceptación y
rechazo, y localiza el
valor del estadístico
de contraste. (1p)

Si el valor crítico (1.645)

es incorrecto, el puntaje
es 0.
Si la región de rechazo
está ubicada hacia la
izquierda o hacia ambos
lados, el puntaje es 0.

Conclusión del
contraste (1p)
1. ¿Se acepta o se 1. Se acepta la hipótesis nula.
rechaza la 2. No hay suficiente evidencia para afirmar que el número
hipótesis nula? medio de horas de sueño es superior a 5.5 horas.
Si ambas son correctas: 1 p.
2. Responda a la
Si al menos una es incorrecta o no ha sido respondida: 0 p.
pregunta
planteada en el
enunciado:

b. ¿Es posible afirmar que el 10% de la población de estudiantes universitarios duerme 8 horas diarias?
Responda a este contraste utilizando el p-valor. (6 p)

Hipótesis (1p)
Debe estar el símbolo 𝑝 y el valor 0.1. Si han 𝑯𝟎 : 𝒑 = 𝟎. 𝟏 𝑯𝟏 : 𝒑 ≠ 𝟎. 𝟏
planteado otras hipótesis: 0 p.
8
𝑝̂ − 𝑝0 − 0.1
78
Estadístico de contraste (1p) 𝑧0 = (𝟎. 𝟓 𝒑) =
√0.1(1 − 0.1)
√𝑝0 (1 − 𝑝0 )
Indique el símbolo del estadístico, su fórmula, los
valores que utiliza en la fórmula y el valor numérico 78
𝑛
= 0.08 (𝟎. 𝟓 𝒑)
Distribució*n del estadístico de contraste (1p)
𝑍0 ~ 𝑁(0,1)

¿Por qué ha elegido dicha distribución? (1p)

Porque 𝑛𝑝̂ (1 − 𝑝̂ ) = 7.18 > 5; es decir, la muestra es grande.

Como el contraste es bilateral:

p-valor del contraste ( 1p)
𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 2 × 𝑃(𝑍 > 0.08) = 2 × (1 − 0.5319)
Cualquier otro valor: 0 p.
= 𝟎. 𝟗𝟑𝟔𝟐
Si los cuatro primeros pasos (hipótesis, estadístico, distribución y p-valor) son correctos, se continúa con la
corrección. Si al menos uno es incorrecto, el resto de pasos no se corrige (puntaje 0). No considerar la
explicación del porqué de la distribución.
 1. Se acepta la hipótesis nula.
Conclusión del contraste (1p) 2. Hay suficiente evidencia para aceptar que el
1. ¿Se acepta o se rechaza la hipótesis nula? 10% de la población duerme 8 horas.
2. Responda a la pregunta planteada en el Si ambas son correctas: 1 p.
enunciado. Si al menos una es incorrecta o no ha sido respondida: 0 p.

2019-2_PC4_Preg3

32. Sea 𝑋₁ la duración de un filamento de wolframio en espiral simple, y 𝑋₂ la duración

usando espiral doble. Se toma una muestra de tamaño 200 de ambos tipos de filamentos
teniéndose unas duraciones medias de 𝑥̅ ₁ = 1100 horas, y 𝑥̅ ₂ = 1108 horas. Las
varianzas poblacionales de las duraciones de cada tipo de filamento son 𝜎₁² = 20² y
𝜎₂² = 23². Se pide, utilizando 𝜶 = 𝟎. 𝟎𝟓:

Escriba las hipótesis de un

contraste para analizar si el
filamento de espiral doble
tiene una duración media
𝐻0 : 𝜇1 ≥ 𝜇2 𝐻1 : 𝜇1 < 𝜇2
mayor que el de espiral
simple.(0.5 p)

𝑥̅1 − 𝑥̅2
Escriba la fórmula del 𝑧= [0.5𝑝]
estadístico de contraste y 𝜎2 𝜎22
√ 1 +
calcule su valor (4 decimales) 𝑛1 𝑛2
(1 p) 1100 − 1108
= = −3.7119 [0.5𝑝]
2 2
√ 20 + 23
200 200

Distribución del estadístico de Como las muestras son grandes (0.25p)

contraste (0.5 p) 𝑍 ∼ 𝑁(0,1) (0.25p)
independientemente de cómo se distribuyan 𝑋1 𝑦 𝑋2
Justifique brevemente (es falso concluir que por ser las muestras grandes entonces 𝑋1 𝑦 𝑋2 son normales)

Calcule el valor crítico y dibuje

las regiones de aceptación y
rechazo sobre la distribución
de referencia (1p)

(Debe ser consistente con las hipótesis y el estadístico de contraste)

a) El estadístico de contraste toma un valor en la muestra que cae en la región

A la vista de los resultados de rechazo de Ho. (0.5p)
¿qué se concluye sobre la b) La diferencia entre las duraciones medias encontrada es significativa. Hay
doble espiral? (1p) evidencia de que los filamentos de espiral doble tienen una mayor duración
media. (0.5p)
Justifique brevemente (El resultado debe ser consistente con el desarrollo del ejercicio. No vale de nada
acertar ‘por casualidad’)

2018-1_EF_Preg1
 33. En la central telefónica de una empresa se ha registrado el tiempo de duración (en
segundos) de un conjunto de 100 llamadas seleccionadas de manera aleatoria. Se ha
realizado esta toma de datos con el fin de comprobar si se cumple la meta de que la
duración media de una llamada sea inferior a los 180 segundos.
a. A partir de dicha información, se ha realizado un contraste de hipótesis para averiguar si se cumple o
no con la meta, obteniéndose un p-valor de 0.068. ¿Se puede afirmar que se cumple la meta? (1 p)

Las hipótesis del contraste son 𝐻0 : 𝜇 ≥ 180; 𝐻1 : 𝜇 < 180. (0.5 p) Como el p-valor es mayor que el nivel de

2. significación (𝛼 = 0.05), se acepta 𝐻0 , por lo que no se puede afirmar que se cumple con la meta. (0.5 p)

Si en la respuesta no se explica cuáles son las hipótesis del contraste, el puntaje es cero.

b. Se realiza otro contraste para averiguar si el tiempo medio es 177 segundos. El estadístico de
contraste resulta ser 0.79. ¿Cuál es el p-valor de dicho contraste? (0.5 p)

El estadístico de contraste (muestra grande, población de distribución desconocida) es 𝑧0 = 0.79.

Entonces, el p-valor del contraste, por ser bilateral, será:

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 0.2148 × 2 = 0.4296

(0.5 p) Solo se corregirá la respuesta. Cualquier otra respuesta tiene puntaje cero (incluso si han calculado el
valor 0.2148 pero no lo han multiplicado por 2).

2018-2_ES_Preg5

34. Una ONG va a realizar un proyecto de mejora de plantas de tratamiento de aguas residuales
en una región. Para ello, el Ministerio de Vivienda, Construcción y Saneamiento le exige que
realice un sondeo en dicha región, que permita estimar el porcentaje de habitantes que
está de acuerdo con la ejecución del proyecto. A partir de la información recopilada en las
500 encuestas tomadas, se construyó el siguiente intervalo de confianza para la proporción
de habitantes que manifestaron estar de acuerdo con el proyecto: [0.40; 0.46]. Calcule el
nivel de confianza de dicho intervalo. (1.5 p)
0.40+0.46
Como el intervalo es [0.40; 0.46], entonces 𝑝̂ = = 0.43. (0.75 p)
2
Además, se puede calcular el margen de error:
2𝐿 = 0.46 − 0.40 → 𝐿 = 0.03 (0.25 p)
Entonces:
𝑝̂ (1 − 𝑝̂ )
𝐿 = 𝑧𝛼⁄2 × √
𝑛
0.43×0.57
0.03 = 𝑧𝛼⁄2 × √ → 𝑧𝛼⁄2 = 1.35 (0.25 p)
500
Por tablas: 𝛼⁄2 = 0.0885 → 𝛼 = 0.177

Finalmente, el nivel de confianza es: 𝑁. 𝐶. = 100 × (1 − 𝛼)% = 𝟖𝟐. 𝟑% (0.25 p)

2018-2_ES_Preg6