TRABAJO COLABORATIVO 1

CURSO – INFERENCIA ESTADISTICA

Presentado por:

ANDRÉS FELIPE VELÁSQUEZ Código: 73.216.079

ALEXIS CONEO BARBOZA
ENOC MANUEL PERTUZ SALCEDO
JOHAN ALDRUMAR CARDENAS VEGA Codigo 74084104
LUIS ENRIQUE BARBOZA REYES

Presentado a:

EMERSON ALEXANDER CHAPARRO

Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

PROGRAMA – INGENIERÍA DE SISTEMAS

OCTUBRE DE 2012
 Contenido
INTRODUCCIÓN _______________________________________________________________ 3
OBJETIVO GENERAL ____________________________________________________________ 4
OBJETIVOS ESPECIFICOS _____________________________________________________________ 4

2. Mapa conceptual Muestreo. ___________________________________________________ 5

Desarrollo ejercicio 2. __________________________________________________________ 6
Desarrollo ejercicio 3. __________________________________________________________ 8
Mapa conceptual Sobre distribuciones muestrales. __________________________________ 10
Desarrollo ejercicio 5. _________________________________________________________ 11
a) Media de la población ____________________________________________________________ 11
b) Combinatoria por preceptos tomados sin repetición ___________________________________ 11
c) Calcule la media de cada una de las muestras encontradas anteriormente. _________________ 12
d.) Encontrar la varianza y desviación estándar de las medias del punto c. ____________________ 13
e) Calcule la desviación estándar de la distribución muestral de medias utilizando el factor de
corrección _______________________________________________________________________ 13

Teorema del límite central______________________________________________________ 13

Nivel de confianza y nivel de significancia _________________________________________ 13
Desarrollo ejercicio 8 __________________________________________________________ 14
Desarrollo ejercicio 9. _________________________________________________________ 15
Desarrollo ejercicio 10. ________________________________________________________ 16
12. CONCLUSIONES ___________________________________________________________ 18
BIBLIOGRAFÍA________________________________________________________________ 19
 INTRODUCCIÓN

La Universidad Nacional Abierta y a Distancia presenta el Curso de

Inferencia Estadística como herramienta clave en el desarrollo del
profesional de la Ingeniería Industrial; debido a que brinda conocimientos
básicos sobre el manejo y aprovechamiento de las técnicas estadísticas
para que partiendo de la información de una pequeña muestra se puedan
deducir características generales de toda la población de la cual se está
estudiando.

A continuación se desarrollara la actividad de Colaborativo I, donde

aplicaremos conocimientos vistos en la Unidad I del módulo de Inferencia
Estadística. La estadística inferencial no nos da una certeza completa en
sus resultados, sino que están sujetas a una probabilidad de error. Una
incorrecta selección de las unidades muéstrales puede acarrear la
imposibilidad de inferir correctamente las características de la población.

Espero que se convierta en una herramienta clave en nuestra formación

personal e intelectual.
 OBJETIVO GENERAL

 Analizar y conocer los contenidos temáticos del curso Inferencia Estadística,

Unidad I y aplicarlos en la solución de ejercicios propuestos.

OBJETIVOS ESPECIFICOS

 Identificar generalidades de la Unidad I del curso Inferencia Estadística.

 Asimilar conceptos básicos del área para reconocer y asumir con entusiasmo y
motivación los temas a estudiar.

 Interactuar con los compañeros de Grupo Colaborativo, Tutor y Director de

Curso lo anterior con el fin de participar eficazmente en el desarrollo de la
temática, para realizar con éxito el Trabajo Colaborativo I.
 Mapa conceptual Muestreo. Realizar un mapa conceptual cuyo tema central sea el muestreo. Debe tener en cuenta
que éste contemple todos los elementos significativos de dicha temática. Recuerde usar conectores apropiados
Desarrollo ejercicio 2.
Los siguientes valores corresponden a las alturas en centímetros (cm) a la primera
semana siembra, de cada planta en una parcela de maíz.

28,59 4,21 7,14 20,41 6,42 19,79

24,61 7,45 7,45 16,57 18,87 28,03
24,29 7,28 13,25 19,70 7,69 21,15
16,41 25,52 12,07 17,10 15,85 23,44
1,47 3,76 14,72 9,95 28,95 0,29
Tabla N°1 Selección de cinco muestras de tamaño 6, utilizando el comando de
generar números aleatorios de Excel.
Alturas (cm) MUESTRA 1
1 28,59 1 7 22 18,87
2 24,61 2 11 7 7,45
3 24,29 3 18 18 19,7
4 16,41 4 21 13 13,25
5 1,47 5 5 16 20,41
6 4,21 6 15 11 7,14
7 7,45
8 7,28 MUESTRA 2
9 25,52 1 15 19 17,1
10 3,76 2 14 7 7,45
11 7,14 3 13 18 19,7
12 7,45 4 21 4 16,41
13 13,25 5 20 17 16,57
14 12,07 6 22 24 15,85
15 14,72
16 20,41 MUESTRA 3
17 16,57 1 22 11 7,14
18 19,7 2 18 1 28,59
19 17,1 3 16 28 21,15
20 9,95 4 22 16 20,41
21 6,42 5 22 14 12,07
22 18,87 6 7 6 4,21
23 7,69
24 15,85 MUESTRA 4
25 28,95 1 24 7 7,45
26 19,79 2 8 22 18,87
27 28,03 3 19 5 1,47
28 21,15 4 9 27 28,03
29 23,44 5 27 4 16,41
30 0,29 6 7 30 0,29

MUESTRA 5
1 24 13 13,25
2 2 19 17,1
3 27 17 16,57
4 20 14 12,07
5 6 16 20,41
6 20 26 19,79

MUESTRA 6
1 3 7 7,45
2 21 8 7,28
3 17 29 23,44
4 12 11 7,14
5 12 1 28,59
6 25 26 19,79
Desarrollo ejercicio 3.
Se debe tomar una muestra estratificada de tamaño n=120, de una población de
tamaño N= 2000 que consta de cuatro estratos de tamaño N1= 400, N2=1100,
N3=150 y N4=350. ¿Cuál es el tamaño de la muestra que se debe tomar en cada
uno de los cuatro estratos si la distribución debe ser proporcional?

𝑁𝑖
𝑛𝑖 = 𝑛 ( )
𝑁
N = Tamaño de la población
n = Tamaño de la muestra
Ni= Tamaño del estrato i
ni= Tamaño de muestra en el estrato i
N= N1+N2+N3+..+Nh
n = n1 + n2+…+ ni

400
N1= 120 (2000) = 24
1100
N2= 120 (2000) = 66
150
N3=120 (2000) = 9
350
N4 = 120 (2000) = 21
Mapa conceptual Sobre distribuciones muestrales.
Realizar un mapa conceptual cuyo tema central sea las “Distribuciones Muéstrales”. Debe tener en cuenta que éste
contemple todos los elementos significativos de dicha temática.
Desarrollo ejercicio 5.
Dada la variable de interés número de horas a la falla de un dispositivo electrónico
(N=5) y los datos de la población: X= 50, 35, 45, 48 y 47.
a. Halle la media y la varianza poblacional.
b. Seleccione todas las muestras posibles de tamaño tres (sin reemplazamiento).
c. Calcule la media de cada una de las muestras encontradas anteriormente.
d. Encontrar la varianza y desviación estándar de las medias del punto c.
e. Calcule desviación estándar de la distribución muestral de medias utilizando el factor
de corrección.
DISPOSITIVO
X
ELECTRONICO
1 50
2 35
3 45
4 48
5 47

a) Media de la población
50+35+45+48+47
𝜇𝑥 = = 45
5
Varianza poblacional.
1
𝜎𝑥2 = [(50 − 45)2 + (35 − 45)2 + (45 − 45)2 + (48 − 45)2 + (47 − 45)2 ] = 27.2
5

b) Combinatoria por preceptos tomados sin repetición

5! 5!
5𝐶3 = = = 10
(5 − 3)! 3! (2)! 3!
Según lo descrito, existen 10 muestras posibles para la población especificada.

Dato Valor

1 2 3 50 35 45

1 2 4 50 35 48

1 2 5 50 35 47

1 3 4 50 45 48
 1 3 5 50 45 47

1 4 5 50 48 47

2 3 4 35 45 48

2 3 5 35 45 47

2 4 5 35 48 47

3 4 5 45 48 47

c) Calcule la media de cada una de las muestras encontradas anteriormente.

Valor ̅
𝒙

50 35 45 43,33

50 35 48 44,33

50 35 47 44,00

50 45 48 47,67

50 45 47 47,33

50 48 47 48,33

35 45 48 42,67

35 45 47 42,33

35 48 47 43,33

45 48 47 46,67

𝑁
1
𝜇𝑥̅ = ∑ 𝑥̅𝑖
𝑁
𝑖=1
43.33 + 44.33 + 44 + 47.67 + 47.33 + 48.33 + 42.67 + 42.33 + 43.33 + 46.67
= = 45
10
Tanto la media muestral como la media poblacional son equivalentes.

d.) Encontrar la varianza y desviación estándar de las medias del punto c.

𝜎2
(43.33 − 45)2 + (44.33 − 45)2 + (44 − 45)2 + (47.67 − 45)2 + (47.33 − 45)2 + (48.33 − 45)2 + (42.67 − 45)2 + (42.33 − 45)2 + (43.33 − 45)2 + (46.67 − 45)2
=
10

2.78 + 0.44 + 1 + 7.11 + 5.44 + 11.11 + 5.44 + 7.11 + 2.78 + 2.78 46

𝜎2 = = = 4.6
10 10

𝜎 = √4.6 = 2.14

e) Calcule la desviación estándar de la distribución muestral de medias utilizando

el factor de corrección.

Tenemos que para una media de una muestra aleatoria de tamaño n proveniente de
una población finita de tamaño N con media 𝜇 y varianza 𝜎 2 , la varianza equivale a:

𝜎2 𝑁 − 𝑛 27.6 5 − 3 27.6
𝑉(𝑥) = ∗ = ∗ = ∗ 0.5 = 4.6
𝑛 𝑁−1 3 5−1 3

𝐷(𝑥) = √4.6 = 2.14

Teorema del límite central

Los principios del límite central se encuentra que es la relación entre la forma de la
distribución de la población y la forma de la distribución del muestreo. Nos demuestra
que la distribución de muestreo de la media se aproxima a la normal al incrementarse el
tamaño de la muestra.

El teorema del límite central establece que es suficiente que las variables que las
variables que se suman sean independientes, idénticamente distribuidas, con valor
esperado y varianzas finitas.

Nivel de confianza y nivel de significancia

El nivel de confianza es la probabilidad de que el parámetro a estimar se encuentre en
el intervalo de confianza y se designa mediante 1-α, mientras que el nivel de
significancia es la probabilidad de equivocarnos y se simboliza α, es la máxima cantidad
de error que se está dispuesto a aceptar para dar como válida la hipótesis.
Desarrollo ejercicio 8.

Elementos y/o Elementos y/o

Estadísticos de estadísticos Estadísticos
Intervalo para: prueba que se muestrales que poblacionales
usa se que
usan*: se usan**:

La media.
Muestras
pequeñas Diferencias de
n<30
medias

La media
muestras
grandes Diferencias de
n>=30
medias

muestras Proporciones
grandes
n>=30 Diferencias de
(siempre) proporciones

muestras
grandes Varianza
n>=30 poblacional
(siempre)
*Entre los elementos muestrales hay:
𝑀𝑒𝑑𝑖𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 = 𝑥
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 = 𝑛
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 = 𝑠

**Entre los elementos poblacionales hay:

𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 = 𝜎2
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 = 𝜎
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 = 𝑁

Desarrollo ejercicio 9.

En una muestra de 25 individuos se ha medido la ansiedad, a través de un test que

categoriza este rasgo entre 0 puntos hasta 30; obteniéndose una media de 22 y una
desviación típica de 10. A partir de estos datos se ha calculado un intervalo de
confianza para la media de la población, a un nivel de confianza del 95%. Indique cuál
es el intervalo de confianza de la media.

Tenemos los siguientes datos

Para una Confianza de 95% Z = 1,96

__
X = 22
 =10
n = 25

Reemplazando tenemos:

10 10
22  1,96( ) y 22  1,96( )
25 25
10 10
22  1,96( ) y 22  1,96( )
5 5
22  3,92 y 22  3.92
25,92 y 18.08

Rta. Con una confianza del 95% el intervalo de confianza está entre 18,08y25, 92
Desarrollo ejercicio 10.
Para probar la durabilidad de una pintura nueva para las líneas divisorias, un
departamento de carreteras pintó franjas de prueba en carreteras muy transitadas en
ocho sitios distintos y los contadores electrónicos demostraron que se deterioran luego
de que 142600, 167800, 136500, 108300, 126400, 133700, 162000 y 149400
automóviles cruzaron por estas. Elabore un intervalo de confianza del 95% para la
cantidad promedio de transito (automóviles que cruzaron por las líneas) que esta
pintura puede soportar antes de deteriorarse.

Lo primero es hallar la media y la Desviación estándar.

Hallamos la media

Tenemos

X= 142600, 167800, 136500, 108300, 126400, 133700, 162000 y 149400

N=8

Tenemos

X= 142600, 167800, 136500, 108300, 126400, 133700, 162000 y 149400

N=8

__
142600  167800  136500  108300  126400  133700  162000  149400
X 
8
__
1.126.700
X 
8
__
X  140.837,5

Para hallar la desviación estándar, Hallamos la varianza poblacional.

 (142600 - 140837,5) 2  (167800 - 140837,5) 2  (136500 - 140837,5) 2  (108300 - 140837,5) 2 
2 
8
(126400 - 140837,5)  (133700 - 140837,5)  ( 162000 - 140837,5) 2  (149400 - 140837,5) 2
2 2

8
2.588.138.752
2 
8
  323.517.344
2

  323.517.344
  17986,59

Ahora procedemos a hallar los intervalos de confianza

Para un 95% Z = 1,96

Reemplazando tenemos:
17986,59 17986,59
140.837,5  1,96( ) y 140.837,5  1,96( )
8 8
17986,59 17986,59
140.837,5  1,96( ) y 140.837,5  1,96( )
2.82 2.82
140.837,5  1,96(6378,22) y 140.837,5  1,96(6378,22)
140.837,5  12501,3 y 140.837,5  12501,3
140.837,5  12501,3 y 140.837,5  12501,3
153.339 y 128.336

Rta. Con una confianza del 95% deben transitar entre 128.336 y 153.339 vehículos
cruzaron por las líneas para el deterioro de la pintura.
 CONCLUSIONES

 Se realizó un estudio a los temas correspondientes a la Unidad I.

 La aportación fundamental de la Inferencia Estadística en el curso, es

comprender es los métodos y procedimientos para deducir propiedades de una
población, a partir de una pequeña parte de la misma, tomando como base el
planteamiento para definir con precisión la población, característica a estudiar,
las variables entre otros.

 Todos los temas tratados en el curso son entendibles y el desarrollo de los

mismos son claros y concisos en la interpretación de la teoría propuesta para su
respectivo desarrollo y aplicación.

 Existen numerosas técnicas para seleccionar muestras, este paso es de

importancia vital en un estudio estadístico, porque las conclusiones que se
obtienen dependen muy esencialmente de las muestras analizadas; las técnicas
que suministran las mejores muestras son las aleatorias, en las que cualquier
integrante de la población tiene la misma posibilidad de ser elegido.

.
 BIBLIOGRAFÍA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS

BÁSICAS, TECNOLOGÍA E INGENIERÍA UNIDAD DE CIENCIAS BÁSICAS AUTOR
JORGE ELIECER RONDON DURAN DANIS BRITO ROSADO 100403 – INFERENCIA
ESTADÍSTICA DANIS BRITO ROSADO (DIRECTOR NACIONAL) LIDA ANGELICA
VEGA ACREDITADOR BOGOTÁ D.C. MAYO 2008.