Estadistica para Neg 1aed 07

Unidad 7
Estimacin de medias,
proporciones y varianzas
Introduccin
n las unidades anteriores se ha venido desarrollando el significado y la utilidad de las

medidas de tendencia central; stas son medidas descriptivas que sealan hacia dnde
tienden a concentrarse los valores contenidos en un conjunto de datos. Se dijo que
el resultado de las medidas de tendencia central proporciona un valor que debe ser tpico o
representativo de la muestra o de la poblacin que se est examinando, el cual es utilizado para
describir o analizar un fenmeno.
El propsito de esta unidad consiste en presentar las tcnicas de la estadstica inferencial
que son utilizadas para estimar los parmetros de una poblacin. Especficamente se expondrn
las tcnicas para inferir el valor de la media poblacional, el valor de una proporcin poblacional,
la diferencia entre las proporciones de dos poblaciones distintas, as como el valor de la varianza
poblacional utilizando tanto estimadores puntuales como intervalos de confianza.
Para esto se har uso de los conceptos del teorema central del lmite y de la distribucin
muestral que, junto con losintervalosdeconfianza, hacen posiblelainferenciadeestosparmetros
poblacionales con cierto nivel de confianza.
7.1. Estimacin puntual y estimacin por intervalos

La estimacin es un procedimiento que forma parte de la vida cotidiana en un sinnmero de
lugares y en los distintos campos del conocimiento, por ejemplo, en la administracin de las
empresas, en las finanzas, en la economa, en las ciencias de la comunicacin, en la contabilidad,
en la mercadotecnia o en la administracin de la informacin.
La estimacin es un procedimiento de la estadstica inferencial mediante el cual se realizan

clculos con los datos de una muestra para obtener valores o resultados que describan las
caractersticas de la poblacin.
La estimacin tiene el objetivo de obtener estadsticos, es decir, frmulas matemticas que

permitan conocer, a partir de ellos y de manera resumida, las caractersticas ms relevantes de
393
una poblacin, utilizando la informacin contenida en una muestra. Al estadstico tambin se le

conoce con el nombre de estimador.
Recuerda que la inferencia estadstica es el proceso mediante el cual una muestra es analizada
y, con base en su informacin, se infiere, se deduce o se concluye sobre lo que est sucediendo en
una poblacin. El propsito de la estimacin es proveer los estimadores o expresiones matemticas
que proporcionen un valor o un conjunto de valores que reflejen el valor del parmetro poblacional.
Una buena estimacin proporcionar tcnicas correctas para encontrar los verdaderos parmetros
poblacionales.
Los siguientes son algunos ejemplos donde se utiliza en forma frecuente la estimacin de la
media poblacional :
de produccin en un periodo de tiempo para establecer planes y mtodos que provean de

mayor seguridad a los trabajadores.
promedio de las familias de una ciudad para determinar qu tan factible resultar abrir
una nueva sucursal, ya que dependiendo del nivel de ingreso ser el nivel de consumo en
artculos diversos.
en una ciudad determinada, esto le sirve de indicador para establecer qu tan conveniente
le resultar introducir al mercado un nuevo seguro, as como estimar el costo de la pliza.
que son inducidos cada mes a comprar un producto debido al impacto producido por la
presencia de un nuevo comercial.
que son producidos diariamente, con el fin de proporcionar un mejor servicio al cliente.
En todos y cada uno de los casos anteriores lo que interesa es conocer la medida promedio
poblacional que facilite la toma de decisiones, por lo que la estimacin es una herramienta importante
que proporciona una serie de mtodos y procedimientos para lograr esta finalidad.
Es necesario denotar que existe una diferencia significativa entre un estimador y un estimado.
El estimador es una frmula o representacin matemtica que conduce a obtener un resultado y el
estimado es el resultado que se obtiene al emplear datos de una muestra en la frmula o expresin
matemtica definida por el estimador que se emplea.
Frecuentemente el problema de la estimacin suele abordarse a travs de dos enfoques: la
estimacin puntual y la estimacin por intervalos.
7.1.1. Estimacin puntual
La estimacin puntual es un procedimiento de la estadstica inferencial mediante el cual se realizan

clculos con los datos de una muestra cuyo resultado es un valor numrico nico empleado para estimar
el valor de un parmetro poblacional.
En las unidades precedentes se han tratado algunos estimadores puntuales, como es el caso de
la media muestral, la varianza muestral y la desviacin estndar muestral para datos no agrupados,
dichos estimadores representan la columna vertebral de la inferencia estadstica.
394
ESTADSTICA PARA NEGOCIOS
Estimador puntual
Xi
n
S2
(X X)2
n 1
(X X)2
n 1
Parmetro poblacional que se desea estimar

Xi
N
2
(media poblacional)
)2
(X
N
)2
(X
N
(varianza poblacional)
(desviacin estndar poblacional)
Recuerda que el resultado que se obtiene en estostres tiposde estimadoresesun valor numrico
nico que es utilizado para describir la informacin contenida en una muestra, pero que tambin
puede ser utilizado para inferir sobre la informacin contenida en una poblacin.
Los estimadores puntuales se utilizan con frecuencia en muchos casos prcticos, por ejemplo:
se desea conocer la talla estndar exacta de los pantalones para los estudiantes de una secundaria;
una empresa que produce detergente desea saber el peso promedio preciso que deben contener las
bolsas de detergente; la Secretara de Salud de una entidad federativa necesita conocer la estatura
promedio exacta de loshabitantesde una regin para realizar un balance sobre nutricin; una empresa
productora de cerveza necesita determinar el promedio exacto de botes de cerveza que la poblacin
consume en su presentacin de 355 ml.
Noobstantesu utilidad, losestimadorespuntualestienen algunasdesventajaso limitaciones; por ejemplo,
cuando la informacin utilizada en el estimador fue colectada de una muestra que no es representativa,
el resultado de la estimacin ser equivocado o sesgado del verdadero parmetro poblacional.
Sin embargo, la principal limitacin de un estimador puntual es que su resultado vara de
muestra en muestra, a pesar de que stas s sean representativas de la poblacin. Recuerda que de una
poblacin es posible obtener varias muestras y cada una de stas tiene una media determinada que no
necesariamente tiene que ser de la misma magnitud que las dems y a la poblacional.
Adems, losestimadorespuntualesno proporcionan una medida dereferencia o un nivel de confianza
que permita conocer cunto le podemos creer o tener confianza al resultado obtenido de la estimacin.
En otras palabras, la limitante ms importante que presenta la estimacin puntual es que el
resultado obtenido slo representar un punto y no se puede apreciar si existe un posible rango de
valores que pueda tomar el parmetro poblacional con un determinado nivel de confianza.
7.1.2. Estimacin por intervalos

Ante las limitaciones que presenta la estimacin puntual se puede hacer uso de otro mtodo de
estimacin, la estimacin por intervalos, ste es un procedimiento alternativo cuando la estimacin
puntual no es capaz de proporcionar informacin eficiente para describir el comportamiento de una
caracterstica de la poblacin.
La estimacin por intervalos es un procedimiento de la estadstica inferencial mediante el cual se realizan

intervalo o conjunto numrico que servir para estimar el parmetro poblacional.
UNIDAD 7. ESTIMACIN DE MEDIAS
395
Existe una gama de fenmenos donde la estimacin puntual cuenta con ciertos inconvenientes,
por lo que es preferible utilizar intervalos para realizar una estimacin apropiada de los parmetros.
En el caso de la estimacin por intervalos de la media poblacional se utiliza la informacin contenida
en una muestra de la que se obtienen dosvalores numricos que definen un rango donde se encuentra
la media poblacional.
Por ejemplo, si se desea estimar el promedio de edad de la poblacin estudiantil de una
universidad y para ello elegimos una muestra, utilizando la estimacin por intervalos se obtienen dos
valores, por ejemplo 22.5 y 24.5, lo que quiere decir que el verdadero valor del promedio de edad de
esa poblacin estudiantil se encontrar dentro del rango de 22.5 a 24.5 aos de edad, aunque nunca
se sabr con exactitud su verdadero valor. Una manera de expresar formalmente este resultado es
utilizando corchetes: [22.5, 24.5].
La estimacin por intervalos tiene varias ventajas; una es que no ofrece un valor nico, sino un
rango donde es muy posible o muy probable que el parmetro poblacional se encuentre incluido. De
esta manera se supera la limitacin de los estimadores puntuales de que su resultado nico vara de
muestra en muestra; es decir, con la estimacin por intervalos tenemos ms probabilidad de acertar
al verdadero valor poblacional.
La principal ventaja de la estimacin por intervalos es que su resultado ofrece un nivel de
confianza que permite conocer en cunto le podemos creer o tenerle confianza al resultado obtenido
de la estimacin. Por esta razn, la estimacin por intervalos tambin es conocida como estimacin
por intervalosdeconfianza, pues su nivel de confianza seala qu tan posible o qu tan probable es que
el parmetro poblacional se encuentre incluido dentro del rango definido.
El concepto de nivel de confianza se encuentra muy relacionado con el de probabilidad, pero
en lugar de estimar la posibilidad de que un evento suceda, el nivel de confianza seala qu tanta
confianza le podemos tener o le podemos creer a un resultado obtenido de un intervalo.
Un nivel de confianza generalmente se mide en porcentajes y tiene un rango entre 0% y 100%
de confianza. Un nivel alto de confianza, por ejemplo, 95% implica que se tiene mucha confianza en
el resultado del intervalo; mientras que un nivel bajo de confianza, por ejemplo 40%, implica que se
tiene poca confianza en el resultado proporcionado por el intervalo.
Los siguientes son algunosejemplosdonde la estimacin por intervalossuele ser de mucha utilidad:
ejemplo: el valor promedio que el tipo de cambio tendr para el siguiente mes con el
propsito de estimar el nivel de exportacionesde una empresa; el precio promedio del barril
de petrleo o mezcla mexicana que tendr el siguiente ao para as estimar el presupuesto
del gobierno federal; el promedio de las tasas de inters durante los siguientes cinco aos
con la finalidad de medir el gasto por endeudamiento de un sector o de un pas.
en un determinado da del ao de una gran ciudad o pas; el nivel mximo y mnimo

que adquirir el ndice burstil de una bolsa; el nivel mximo y mnimo de la inflacin
esperada para el siguiente ao con el fin de prever adecuadamente los planes de inversin
de una empresa.
dependencia gubernamental desea conocer qu porcentaje de la poblacin gana entre 3 y 5

salarios mnimos, o cuando el departamento de mercadotecnia de una empresa de juguetes
desea saber cul es el rango de edad de los nios que se interesan por un nuevo diseo de
carro de control remoto.
396
1.
Es un procedimiento de la estadstica inferencial con el cual se realizan clculos con los datos
de una muestra cuyo resultado son dos valores numricos que definen un rango para estimar el
parmetro poblacional:
a)
b)
c)
d)
2.
Es un procedimiento de la estadstica inferencial mediante el cual se realizan clculos con los

datos de una muestra para obtener valores o resultados que describan las caractersticas de la
poblacin:
a)
b)
c)
d)
3.
Estimacin.
Estimacin puntual.
Estimacin por intervalos.
Nivel de confianza.
Es un procedimiento de la estadstica inferencial mediante el cual se realizan clculos con los

datos de una muestra cuyo resultado es un valor numrico nico, empleado para estimar el
valor de un parmetro poblacional:
a)
b)
c)
d)
4.
Estimacin.
Estimacin puntual.
Nivel de confianza.
Estimacin.
Estimacin puntual.
Nivel de confianza.
Es un estimador de la media poblacional:

a)
Xi
N
b)
5.
Xi
n
c)
S2
(X X)2
n 1
d)
(X X)2
n 1
Es el resultado que se obtiene al emplear datos de una muestra en la frmula o expresin

matemtica para inferir sobre una poblacin:
a)
b)
c)
d)
Estimacin.
Estimador.
Estimado.
Nivel de confianza.
3 97
6.
Es una representacin matemtica que emplea datos de una muestra para estimar un parmetro
poblacional:
a)
b)
c)
d)
7.
Estimacin.
Estimador.
Estimado.
Nivel de confianza.
Son algunas desventajas de realizar estimacin puntual:

a)
Su resultado es expresado en niveles de confianza, aunque esto no implica que siempre se

tendr un 100% de confiabilidad.
b) Su resultado vara de muestra en muestra y no ofrece un nivel de confianza para saber
cunto creerle al resultado.
c) Siempre son estimadores insesgados y su uso no es muy frecuente en los negocios y en las
ciencias sociales.
d) No se puede utilizar para realizar pronsticos, ni para inferir sobre un verdadero parmetro
de la poblacin.
8.
Son algunas ventajas de realizar estimacin por intervalos de confianza:

a)
b)
c)
d)
9.
Si le has prestado dinero a un familiar en 10 ocasiones y nicamente te ha devuelto el dinero

en 9, el nivel de confianza que le tienes es de:
a)
b)
c)
d)
10.
9%
100%
90%
95%
Si se tiene un intervalo de 95% de confianza para estimar la media poblacional de [300, 320],
entonces:
a)
b)
c)
d)
398
Su resultado vara de muestra en muestra.

Su intervalo se puede utilizar con mucha sabidura.
Siempre ofrece un 100% de nivel de confianza.
Su resultado ofrece un nivel de confianza.
La media poblacional se encontrar entre 300 y 320.

La media muestral se encontrar fuera de este intervalo.
La media muestral estar entre 300 y 320 con un 95% de confianza.
La media poblacional estar entre 300 y 320 con un 95% de confianza.
7.2. Estimacin de la media de una poblacin mediante intervalos de confianza

Como se ha sealado uno de los mtodos para estimar la media de una poblacin es a travs de
intervalos de confianza.
Existen dos frmulas para poder estimar la media de una poblacin a travs de intervalos de
confianza y el uso de cada una de ellas depende del caso que se examine.
En primer lugar se mostrar un mtodo generalmente utilizado cuando se dispone de muestras
grandes, es decir, para aquellas muestras compuestas de 30 o ms datos. Este mtodo tambin puede
ser utilizado para muestras menores a 30 datos, siempre y cuando se tenga pleno conocimiento que
la distribucin de los datos de la poblacin sea normal y que se conozca el valor de la varianza
poblacional o de la desviacin estndar poblacional.
En segundo lugar se mostrar un mtodo empleado para el caso de muestras pequeas cuando
se desconoce el valor de la varianza poblacional o de la desviacin estndar poblacional, siempre y
cuando tambin se tenga pleno conocimiento de que la distribucin de los datos de la poblacin
sea normal.
Por ltimo se presentar un mtodo para estimar la diferencia que existe entre las medias
poblacionales de dos conjuntos de datos distintos. Este mtodo ofrece grandes ventajas cuando se
desea conocer si existen diferencias significativas en la forma en que se concentran los datos de dos
poblaciones distintas.
7.2.1. Muestras grandes

El mtodo de estimacin de la media para muestras iguales o mayores a 30 datos se fundamenta en el
teorema del lmite central en la unidad anterior, el cual seala que conforme se incremente el tamao n
de cada muestra posible que se extrae de una poblacin de tamao N, la distribucin muestral de la
media ir adquiriendo la forma de una distribucin normal.
Cuando seconoceladesviacin estndar poblacional, lafrmulaparaestimar lamediadeunapoblacin
a travs de intervalos de confianza, con la informacin contenida en una muestra con 30 o ms datoses:
X Z
X Z
Frmula 7.1
Cuando no se conoce la desviacin estndar poblacional, la frmula para estimar la media de

una poblacin a travs de intervalos de confianza, con la informacin contenida en una muestra
grande es:
S
n
X Z
2
S
n
X Z
2
Frmula 7.2
Es decir, la nica diferencia radica en que la primera frmula utiliza la desviacin estndar
poblacional, mientras que en la segunda frmula se utiliza la desviacin estndar que se obtiene de
la muestra.
Observa que ambas frmulas proporcionan dos valores que definen un intervalo en el que se
encuentra contenida la verdadera media poblacional , con un nivel de confianza que se traduce en
la probabilidad de que la media poblacional se encuentre dentro de nuestro intervalo de confianza.
El intervalo de confianza tambin puede expresarse como:
X Z
2
, X Z
2
399
Observa que el intervalo se encuentra acotado por los dos valores resultantes. Al valor que se
encuentra en la parte izquierda del intervalo se le conoce como la cota inferior, la cual seala el valor
mnimo que puede adquirir la media poblacional. Al valor que se encuentra en la parte derecha de
la frmula se le conoce como la cota superior, la cual seala el valor mximo que puede adquirir la
media de la poblacin.
Los elementos que conforman el intervalo de confianza son:
= Media de la muestra.
X
Z
2
= Es el valor de Z situado bajo la curva normal estandarizada.

= Es el error estndar de la media muestral.
El primer componente es el estadstico puntual X para la media poblacional, el cual sirve como
referencia para establecer el intervalo de confianza. El segundo componente Z / 2 es un valor que se
encuentra estrechamente relacionado con el nivel de confianza del intervalo y se obtiene de la tabla de
la distribucin normal estandarizada. El ltimo componente,
n o S n , es el error estndar
de la media muestral o la desviacin estndar de la distribucin de X.
El nivel de confianza sirve para determinar el valor de Z / 2. Para esto, uno determina un nivel
de confianza considerable, por ejemplo, 90%, 95%, 98% o 99%. Este nivel de confianza se define
como (1 )% y seala el porcentaje de todos los intervalos que se pueden construir con todas las
medias muestrales posibles que contendrn al verdadero valor de la media poblacional. Cabe sealar
que se define como el nivel de significancia y representa la probabilidad de que el parmetro no
se encuentre considerado dentro del intervalo estimado. Los niveles de confianza ms comunes y sus
respectivos valores de Z / 2 son:
1
90%
95%
98%
99%
/2
1.645
1.96
2.326
2.576
Tabla 7.1. Niveles de confianza ms utilizados.

Esto quiere decir que, si se est trabajando con un nivel de confianza de (1 )% = 90%, el
valor de Z / 2 que se debe utilizar en la frmula del intervalo de confianza es 1.645. Lo mismo sucede
para los niveles de confianza de 95%, 98% y de 99%, cuyos valores de Z / 2 son 1.96, 2.326 y 2.576,
respectivamente.
Recuerda que este mtodo de estimacin est basado en el teorema central del lmite, el cual
permite asegurar que al extraer una muestra grande para realizar inferencias sobre el comportamiento
delapoblacin, lamediamuestral tieneunadistribucin normal, sin importar cmo sealadistribucin
original de los datosde la poblacin. En ese sentido, el error que se puede cometer al utilizar a X como
estimador de ser de una magnitud aproximada al valor de E
n , al que se le conoce
/2
como el error mximo de la estimacin.
De una manera ms formal, a continuacin se expondr el procedimiento para obtener la frmula
de intervalos de confianza para muestras grandes utilizando el teorema del lmite central. Para ello se
utilizar el estadstico Z de la distribucin muestral estandarizada de la media estudiado en la unidad 8.
Si se sabe que, en general, X es la media de una muestra de tamao n 30, tomada de una
poblacin con media y desviacin estndar , la distribucin de la media muestral estandarizada es
aproximadamente una normal con media uno y varianza cero, cuyo estadstico se representa por:
400
Z=
Ahora bien, recordemos de la unidad 4 que el valor Z seala a qu distancia se encuentra

alejado un valor especfico de la media de una distribucin. La relacin que existe entre dos valores
de Z y el porcentaje de datos de la poblacin que se encuentra incluido entre esos dos valores de Z,
(1 )%, viene dado por:
[ Z
Z Z
2
] (1
)%
La frmula anterior establece que la variable aleatoria Z puede adquirir un valor comprendido
en el intervalo que va de Z / 2 a Z / 2, con una probabilidad de 1 , o un porcentaje de (1 )% de
los valores de una poblacin (vase la figura 7.1).
(1 )
Z /2
Z /2
Figura 7.1. Nivel de confianza.

Sustituyendo el valor de la normal estandarizada en Z se tiene que:
X
Z
2
(1
Z
n
)%
Al realizar las operaciones algebraicas correspondientes se obtiene el intervalo de confianza

para la media poblacional:
X Z
2
X Z
2
(1
)%
Observa que conforme se exija un mayor nivel de confianza, el valor de Z / 2 y el error mximo
de la estimacin (E) tambin se incrementarn, por lo que el intervalo se har ms ancho y se perder
precisin en la estimacin de la media poblacional . Por el contrario, si se exige menos nivel de
confianza, el valor de Z / 2 y el error mximo de la estimacin (E) tambin se reducirn, por lo que el
intervalo se har ms estrecho y se ganar precisin en la estimacin de la media poblacional . Esto
se convierte en un dilema para la persona que desea estimar la media poblacional . Por un lado se
desea un nivel alto de confianza en el resultado del intervalo, pero tambin se requiere ganar precisin
en la estimacin de , es decir, intervalos de confianza que sean de preferencia muy estrechos.
Cabe sealar que este mtodo tambin puede ser utilizado para estimar intervalos de confianza
para muestras pequeas menores a 30 datos, siempre y cuando se tenga pleno conocimiento de que
la distribucin de los datos de la poblacin sea normal y que se conozca el valor de la varianza
poblacional o de la desviacin estndar poblacional.
4 01
Ejemplo 1
Una mquina de refrescos est ajustada de tal manera que la cantidad de lquido despachada se
distribuye aproximadamente en forma normal con una desviacin estndar igual a 0.15 litros. Si
se toma una muestra de 25 refrescoscuya media fue de 2.25 litros, cul sera el intervalo de confianza
de 95% para la media de todos los refrescos que sirva esta mquina?
En este caso se tiene una muestra pequea. No obstante, se sabe que la distribucin de refrescos
es normal y se conoce la desviacin estndar poblacional = 0.15 litros, por lo que se utiliza la
siguiente frmula del intervalo de confianza:
X Z
2
X Z
Si tenemos un nivel de confianza de 95%, el valor que tomar Z / 2, de acuerdo con la tabla 7.1,
es de 1.96, por lo que los datos que utilicemos en la frmula del intervalo de confianza son:
n = 25
X = 2.25
Z / 2 = 1.96
= 0.15
Sustituyendo los datos en la frmula se obtiene:
2.25 (1.96)
2.25 0.0588
2.1912
0.15
25
2.25 (1.96)
0.15
25
2.25 0.0588
2.3088
En conclusin, con un nivel de confianza de 95%, la media del contenido neto de losrefrescosque
esta mquina envasa se encuentra entre 2.1912 y 2.3088 litros.
Ejemplo 2
Al asumir la nueva administracin de un banco, los nuevos directivos encontraron un problema: no
disponen de informacin detallada sobre los prstamos otorgados a travs de una tarjeta de crdito.
Conseguir esta informacin les tomar varias semanas y el nuevo director general desea conocer, en
menos de 24 horas, cul es el promedio aproximado de endeudamiento de los tarjetahabientes?Por
lo anterior, el departamento de crdito revis de manera aleatoria los expedientes de 36 clientes y
observ que su promedio de endeudamiento ascenda a 8 168 pesos con una desviacin estndar de
1 200 pesos. Cul es el intervalo para estimar el promedio de endeudamiento de toda la poblacin
de tarjetahabientes que se le informara al nuevo director general si se utiliza un nivel de confianza
de 90% y de 99%?
No se conoce la distribucin poblacional de los crditos otorgados mediante esta tarjeta. Sin
embargo, al seleccionar un tamao de la muestraden = 36, se cumplecon el teoremadel lmite central, por
lo que la media poblacional se puede estimar mediante un intervalo de confianza para muestras grandes.
4 02
Los datos recolectados de la muestra son:

n = 36
X =8 168
S =1 200
Si se desea un intervalo de 90% de confianza, el valor de Z
en la frmula se obtiene:
8 168 (1.645)
1 200
36
8 168 329
7 839
8 168 (1.645)
/2
= 1.645. Sustituyendo los datos
/2
= 2.576. Sustituyendo los datos
1 200
36
8 168 329
8 497
Si se desea un intervalo de 99% de confianza, el valor de Z

en la frmula se obtiene:
8 168 (2.576)
8 168 515.2
7 652.8
1 200
36
8 168 (2.576)
1 200
36
8 168 515.2
8 683.2
Con un 90% de confianza, se prev que el promedio de endeudamiento estar comprendido en

un intervalo de 7 839 a 8 497 pesos por cliente. En cambio, con un 99% de confianza, el promedio de
endeudamiento se encuentra entre 7 652.8 a 8 683.2 pesospor cliente. Observa cmo al incrementarse
el nivel de confianza de 90% a 99%, el intervalo se hace ms ancho, por lo que se pierde precisin en
la estimacin de la media poblacional .
7.2.2. Muestras pequeas

En los apartados anteriores se utiliz la distribucin normal pues resulta ser un buen instrumento
para realizar inferencias cuando se trabaja con muestras grandes (n
siempre y cuando la distribucin de la poblacin sea normal y se conozca la desviacin estndar .
Sin embargo, existen situaciones donde se desea estimar la media de una poblacin en que
nicamente se dispone de muestras pequeas (n < 30) y la desviacin estndar de la poblacin no
se conoce, este desconocimiento se debe en parte a situaciones en que el nmero de observaciones
no es lo suficientemente representativo de una poblacin.
Para estimar la media poblacional con muestraspequeasse puede acudir al uso de la distribucin
t, tambin conocida como la distribucin t student, la cual es til cuando se trabaja con muestras
pequeasy se sabe que la distribucin de losdatosesnormal, pero se desconoce la desviacin estndar
poblacional.
Cuando se trabaja con muestras pequeas que se extraen de una poblacin en donde su
distribucin esnormal y la desviacin estndar se desconoce, el estimador por intervalos de confianza
para la media poblacional puede obtenerse a partir de la siguiente frmula:
X t
2
S
n
X t
S
n
4 03
Si se compara con la frmula para muestras grandes, se observa que el estadstico Z / 2 de la

distribucin normal fue reemplazado por el estadstico t / 2 de la distribucin t student y, puesto
que se desconoce la desviacin estndar poblacional , se le sustituye por el estimador de la
desviacin estndar de la muestra S. Esta frmula fue derivada de la misma manera que la que
se utiliza en muestras grandes, pero utilizando el estadstico de la distribucin t cuya distribucin
estandarizada es:
t
X
S
n
Donde:
X=
=
S=
n=
Media muestral.
Media poblacional.
Desviacin estndar de la muestra como una aproximacin a la desviacin estndar .
Nmero de observaciones.
El nuevo componente, t / 2, se obtiene de una tabla de probabilidades. La distribucin t student

tiene un comportamiento muy similar a la distribucin normal, pues es acampanada y simtrica
con respecto al valor de la media , con la salvedad de que es platicrtica o ms achatada que la
distribucin normal. El grado de apuntamiento de la distribucin t depende de los grados de libertad,
los cuales estn estrechamente ligados al tamao de la muestra.
Los grados de libertad representan el tamao de la muestra menos uno (n 1). Por ejemplo, si se
tiene una muestra de tamao 25, los grados de libertad sern (25 1) = 24; es decir, se tiene 24 grados
de libertad. A mayor tamao de la muestra, los grados de libertad sern mayores y mayor el grado
de apuntamiento de la distribucin t student, es decir, es menos achatada. Si el tamao de la muestra
es muy grande, por ejemplo 120, la distribucin t student ya no es achatada, sino mesocrtica, por lo
cual se transforma en la distribucin normal.
Una diferencia de la distribucin t con respecto de la distribucin normal estandarizada (Z) es
que la primera tiene mayores variaciones que la segunda. La mayor variabilidad de la distribucin t
se debe a que depende tanto de la media muestral como de la aproximacin a la desviacin estndar
S. Sin embargo, cuando el tamao de la muestra es demasiado grande, no existe ninguna diferencia
entre la distribucin t student y la normal.
Ejemplo 3
En seis procesos de produccin distintos con una duracin de dos horas cada uno se observaron
los siguientes artculos defectuosos: 9, 14, 7, 8, 11 y 5. Si se sabe que la distribucin de los
artculos defectuosos es normal, cul ser el intervalo donde se encuentra el nmero promedio
de artculos defectuosos si se tiene un nivel de confianza de 95%?
En este caso se tiene una muestra pequea, se sabe que la distribucin de la poblacin es
normal y se desconoce la desviacin estndar de la poblacin. En primer lugar se debe obtener el valor
de la media muestral:
X=
404
X
n
54
=9
6
Puesto que se desconoce el valor de la desviacin estndar se procede a calcular en primer

trmino el valor de la varianza para despus obtener el valor de la desviacin estndar. La frmula de
la varianza para una muestra est dada por:
( X X)2
n 1
S2X
(9 9)2 (14 9)2 (7 9)2 (8 9)2 (11 9)2 (5 9)2

5
10
Una vezque se estima el valor de la varianza es posible obtener el valor de la desviacin estndar
de la muestra a partir de:
SX
S2X
SX
3.1622
10
3.1622
Ya que se tienen los valores de la media muestral y de la desviacin estndar muestral se procede
a resolver el problema. El valor que obtenemos en la tabla de la distribucin t es t / 2 = 2.571, teniendo
en consideracin que los grados de libertad son: n 1 = 5 y el nivel de confianza es de 95% (en la
tabla se debe buscar el rengln que seala 5 grados de libertad y la columna con / 2 = 0.025, pues si
se tiene un nivel de confianza de 95%; entonces, el nivel de significancia es = 1 0.95 = 0.05, este
valor se divide entre 2 y se obtiene / 2 = 0.025).
Datos:
n= 6
t
X= 9
= 2.571
/2
S = 3.1622
Si se sustituyen estos valores en la frmula de intervalo para muestras pequeas tenemos:

X t
2
S
n
9 (2.571)
9 3.32
5.68
X t
2
3.1622
6
S
n
9 (2.571)
3.1622
6
9 3.32
12.32
En conclusin, con un 95% de confianza el intervalo queda comprendido entre 5.68 y 12.32
artculos defectuosos, o sea, se tienen aproximadamente en promedio 6 artculos defectuosos como
mnimo y 12 artculos defectuosos como mximo.
Ejemplo 4
Un almacn de autotransportes de carga tiene registros de las diversas transacciones que realiza con
sus clientes normalmente distribuidos. Si elige una muestra al azar de 15 de estosregistros cuya media
es de 63.9 toneladas y una desviacin estndar de la muestra de 2.8 toneladas, cul es el intervalo de
confianza del servicio de carga promedio si se tiene un nivel de confianza de 90%?
4 05
En este caso, se desconoce la desviacin estndar de la poblacin, pero se conoce la desviacin

estndar de la muestra, por lo que nicamente se tiene que sustituir. El valor de t / 2 es de 1.761,
teniendo en consideracin que los grados de libertad para este caso son: n 1 = 14 y el nivel de
confianza es de 90% (en la tabla se tiene que buscar el rengln que seala 14 grados de libertad
y la columna con / 2 = 0.05, pues si se tiene un nivel de confianza de 90%, entonces el nivel de
significancia es = 1 0.90 = 0.1, este valor se divide entre dos, por lo que se obtiene / 2 = 0.05).
Datos:
n = 15
X = 63.9
t / 2 = 1.761
SX =
2.8
Sustituyendo estos valores en la frmula del intervalo para muestras pequeas tenemos:
X t
2
S
n
63.9 (1.761)
X t
2
2.8
15
63.9 1.2731
62.6269
S
n
63.9 (1.761)
2.8
15
63.9 1.2731
65.1731
Al tener un 95% de confianza, el promedio de carga se encuentra en un intervalo comprendido

entre 62.6269 y 65.1731 toneladas.
7.2.3. Estimacin de la diferencia entre dos medias poblacionales

Al igual que en los apartados anteriores, ste lo dividiremos en dos partes: una para analizar
situaciones que presentan muestras grandes y otra para casos en los que se presentan muestras
pequeas. Como se mencion previamente, cuando se trabaja con muestras grandes la desviacin
estndar de la poblacin es muy similar a la desviacin estndar de la muestra y el teorema
central del lmite garantiza que la distribucin muestral de la media sea normal. En cambio, si
se tienen muestras pequeas y se desconoce la desviacin estndar poblacional se puede acudir
al auxilio de la distribucin t student, siempre y cuando se conozca que la poblacin tiene una
distribucin normal.
Existen casos en los que es necesario estimar la diferencia entre dos medias, con la finalidad de
comparar dos poblaciones, por ejemplo:
bancarias.
dos empresas.
instrumentos de inversin.
406
rating o nivel de audiencia de dos programas de televisin

transmitidos a la misma hora en diferentes canales.
haciendo publicidad en dos ciudades diferentes.

El estimador puntual de la diferencia entre 1 y 2, lo da el estimador X1 X2. Por lo
tanto, para obtener una estimacin puntual de 1 y 2 se seleccionarn dos muestras aleatorias
independientes, una para cada poblacin, de tamaos n1 y n2, y se calcular la diferencia entre sus
medias muestrales.
En el caso de trabajar con muestras grandesde cualquier tipo o que se conozca que la poblacin
tiene una distribucin normal y la desviacin estndar poblacional sea conocida, la normal
estandarizada estara dada por:
(X1 X2 ) (
2)
2
1
2
2
n1
n2
El intervalo de confianza correspondiente estar comprendido entre Z

en la frmula de la normal estandarizada se tiene:
(X1 X2 ) (
2)
2
1
2
2
n1
n2
/2
y Z / 2, sustituyendo
Z
2
Esta frmula conduce al siguiente intervalo de confianza para 1 2, el cual tambin puede ser
utilizado para muestras pequeas siempre y cuando se conozca que la distribucin de la poblacin sea
normal y su desviacin estndar poblacional tambin sea conocida:
2
1
(X1 X2 ) Z
2
n1
2
2
1
n2
(X1 X2 ) Z
2
2
1
2
2
n1
n2
En el caso de muestras grandes en las que no se conozca la desviacin estndar poblacional

se puede utilizar la desviacin estndar muestral, por lo que la frmula del intervalo de confianza
quedara de la siguiente manera:
(X1 X2 ) Z
2
S12
n1
S22
n2
(X1 X2 ) Z
2
S12
n1
S22
n2
4 07
Ejemplo 5
Una empresa de alimentos realiz un experimento para comparar dos dietas para adelgazar: 1 y 2. Se
seleccionan al azar dosgrupos de 36 personascon sobrepeso, el primer grupo se somete a la dieta 1 y el
otro aladieta2. Seobservaqueduranteun determinado nmero dedasel promedio deprdidadepeso
y las desviaciones estndar de ambos grupos son las siguientes: X1 21.3 S1 2.6 X2 13.4 S2 1.9.
Cul es el intervalo de 95% de confianza para la diferencia entre las prdidas de peso promedio de
las dos dietas?
Al tratarse de una muestra grande y un nivel de confianza de 95%, de acuerdo con la tabla
7.1, el valor para Z / 2 es Z / 2 = 1.96.
Datos:
n1 = 36
n2 = 36
X1 = 21.3
X2 = 13.4
S1 = 2.6
S2 = 1.9
Z / 2 = 1.96
Al sustituir los datos en la frmula se obtiene:
(2.6)2
36
(21.3 13.4) 1.96

7.9 1.052
6.848
(1.9)2
36
(21.3 13.4) 1.96
(2.6)2
36
(1.9)2
36
7.9 1.052
8.952
Por tanto, la diferencia entre las prdidas de peso promedio de las dos dietas se encuentra en un
intervalo comprendido de 6.848 a 8.952. En este caso, tanto la cota inferior como la cota superior son
positivas, lo que refleja que el promedio de prdida de peso de la dieta 1 siempre es mayor que el de la
dieta 2. Por esta razn se puede aseverar que la dieta 1 tiene mayor efectividad que la dieta 2.
Cuando la diferencia entre dos medias est dada por un intervalo de confianza con ambas cotas
negativas, se dice que el promedio de la poblacin 2 es mayor que el de la poblacin 1. Cuando el
intervalo de confianza est compuesto por dos cotas positivas, entonces se dice que la poblacin 1 es
mayor a la poblacin 2. En el caso de que la cota inferior sea negativa y la cota superior del intervalo
sea positiva no se puede decir cul de los promedios de las dos poblaciones es mayor.
Ahora bien, cuando se tiene una poblacin cuya distribucin es normal y no se conoce la
desviacin estndar de la poblacin, y si se selecciona una muestra muy pequea se hace uso de
la distribucin t. En el caso de la estimacin de un intervalo de confianza para la diferencia de dos
medias, los grados de libertad estn representados por n1 + n2 2.
La frmula estandarizada para t es dada por:
t
(X1 X2 ) (
S
408
1
n1
2)
1
n2
El intervalo para la distribucin t queda comprendido por:

t
Si se sustituye la frmula estandarizada de t se obtiene:
(X1 X2 ) (
t
2
1
n1
2)
t
2
1
n2
Por lo tanto, el intervalo de confianza para la diferencia de medias de una poblacin es dada por:
(X1 X2 ) t
S
2
1
n1
1
n2
(X1 X2 ) t
S
2
1
n1
1
n2
Como se desconoce la desviacin estndar poblacional, se tiene que calcular la varianza muestral
de ambas poblaciones S2 mediante la siguiente frmula:
S2
(n1 1) S12 (n2 1) S22

n1 n2 2
Para obtener la desviacin estndar muestral de ambas poblaciones se le saca la raz cuadrada a
la varianza y su resultado S se sustituye en la frmula del intervalo de confianza para la diferencia de
dos poblaciones.
Ejemplo 6
Se realiz un comparativo entre dos tipos de automviles para ver cul resultaba ms econmico,
se utilizaron 12 Volkswagen y 10 Toyota en pruebas con velocidades de 90 km por hora. Los VW
obtuvieron un rendimiento promedio de 16 km por litro con una desviacin estndar de 1 km por
litro, mientras que los Toyota obtuvieron un rendimiento de 11 km por litro, con una desviacin
estndar de 1.8 km por litro. Calcula un intervalo de confianza de 90% para la diferencia entre el
rendimiento promedio por litro de ambos automviles.
En este caso los grados de libertad son n1 + n2 2 = 20. Al solicitarse un intervalo de 90% de
confianza, el nivel de significancia es = 1 0.90 = 0.1; este valor se divide entre dos, por lo que se
obtiene / 2 = 0.05. El valor del estadstico t que se encuentra en tablas con 20 grados de libertad y
/ 2 = 0.05 es t / 2 = 1.725.
Datos:
n1
n2
X1
X2
S1
S2
t /2
= 12
= 10
= 16
= 11
= 1
= 1.8
=1.725
409
Primero se encuentra el valor de la varianza y posteriormente el valor del intervalo; sustituyendo

en la frmula de la varianza se obtiene:
S2
(n1 1)S12 (n2 1)S22

n1 n2 2
S2
(12 1)(1)2 (10 1)(1.8)2

12 10 2
(11)(1) (9)(3.24)
20
11 29.16
20
40.16
20
2.008
La desviacin estndar es la raz cuadrada de la varianza, por lo tanto:

S
S2
2.008 1.417
(16 11) (1.725)(1.417)

5 1.046
3.954
1 1
12 10
(16 11) (1.725)(1.417)
1 1
12 10
5 1.046
6.046
La diferencia entre los rendimientos promedios poblacionales de estos dos vehculos se

encuentra entre 3.954 y 6.046. Al ser ambos resultados en nmeros positivos, se puede aseverar
que los vehculos de la poblacin 1 (VW) tienen mayor rendimiento promedio en kilometraje por
litro que los vehculos de la poblacin 2 (Toyota). Este diferencial puede incluso llegar por encima
de los 6 kilmetros por litro de gasolina (observa la cota superior del intervalo).
Cabe destacar que losmtodosutilizadospara estimar losintervalosde confianza con muestras
pequeas cuando no se conoce la desviacin estndar de la poblacin, se parte del supuesto de que
la distribucin de la poblacin es normal. Si bien es cierto que las muestras pequeas generalmente
son utilizadas para experimentos donde hacer una muestra grande puede resultar muy costoso,
cuando no se tiene plena seguridad de que la distribucin de la poblacin es normal es aconsejable
incrementar el tamao de la muestra a un nmero superior a los 30 datos; de esta manera se da
cumplimiento al teorema del lmite central y las estimaciones de la media se pueden llevar a cabo
mediante intervalos con alto grado de confiabilidad.
410
1.
Si se incrementa el nivel de confianza para la estimacin de un intervalo, el error mximo de la

estimacin E presentar el siguiente comportamiento:
a)
b)
c)
d)
2.
Se incrementar.
Se reducir.
Quedar sin cambios.
No se puede determinar qu pasar.
El nivel de significancia se puede interpretar como:

a)
El porcentaje de los intervalos que se pueden construir con todas las medias muestrales
posibles que contendrn al verdadero valor de .
b) El porcentaje o probabilidad de que se estime correctamente la media muestral dentro del
intervalo.
c) El nivel de probabilidad de que la distribucin muestral de la media no tenga una
distribucin normal.
d) La probabilidad de que el parmetro no se encuentre considerado dentro del intervalo
estimado.
3.
El nivel de confianza se puede interpretar como:

a)
b) El porcentaje o probabilidad de que se estime correctamente la media muestral dentro
del intervalo.
distribucin normal.
d) La probabilidad de que el parmetro no se encuentre considerado dentro del
intervalo estimado.
4.
Si se tiene un nivel de confianza de 90%, el nivel de significancia ser de:

a)
b)
c)
d)
5.
Si se reduce el nivel de confianza para la estimacin de un intervalo, el intervalo de confianza ser:

a)
b)
c)
d)
6.
0.001
0.25
0.05
0.10
Ms ancho.
Ms estrecho.
Quedar sin cambios.
Si se tiene un nivel de confianza de 98%, el estadstico Z

a)
b)
/2
ser igual a:
1.645
1.96
411
c) 2.326
d) 2.576
7.
Las frmulas de intervalos de confianza para muestras grandes tambin pueden ser utilizadas
para muestras pequeas, siempre y cuando:
a)
Se tenga seguridad que la distribucin de la poblacin sea normal,

conocimiento de la varianza poblacional.
b) Se tenga seguridad que la distribucin de la poblacin sea normal
desviacin estndar muestral.
c) Se tenga seguridad que la distribucin de la poblacin sea normal,
conocimiento de la varianza muestral.
d) Se tenga seguridad que la distribucin de la poblacin sea normal
desviacin estndar poblacional.
8.
21
22
23
24
Es platicrtica.
Es mesocrtica.
Tiene sesgo positivo.
Es asimtrica.
Ser menos platicrtica.

Ser ms platicrtica.
Ser menos simtrica.
Ser ms simtrica.
Si las dos cotas de un intervalo de confianza para estimar la diferencia de dos poblaciones, 1 y
2, son negativas, entonces se puede decir que:
a)
b)
412
Ganar precisin.
Perder precisin.
Quedar sin cambios.
Se reducir el nivel de confianza.
Si se incrementan los grados de libertad o el tamao de una muestra pequea, la

distribucin t student:
a)
b)
c)
d)
12.
y que se conozca la
La diferencia de la distribucin t con la distribucin normal es que la primera:

a)
b)
c)
d)
11.
aunque no se tenga
Si se tiene una muestra de tamao 23 y se desea estimar mediante intervalos de confianza la

media de una poblacin, los grados de libertad son:
a)
b)
c)
d)
10.
y que se conozca la
Si se incrementa el nivel de confianza para la estimacin de un intervalo, la estimacin de la

media poblacional presentar el siguiente comportamiento:
a)
b)
c)
d)
9.
aunque no se tenga
La media de la poblacin 1 es mayor que la media de la poblacin 2.

c) La media de la poblacin 1 es igual a la media de la poblacin 2.

d) No se puede saber qu poblacin tiene una mayor media.
13.
Si se tienen dos muestras n1 = 13 y n2 = 8, y se desea estimar la diferencia de las medias de dos

poblaciones mediante intervalos de confianza, los grados de libertad para este intervalo son:
a)
b)
c)
d)
14.
Si la cota inferior es negativa y la cota superior es positiva en un intervalo de confianza para

estimar la diferencia de dos poblaciones, 1 y 2, entonces:
a)
b)
c)
d)
15.
= 1.711
= 2.064
/2
= 2.492
/2
= 2.797
/2
/2
0.2352
1.0266
2.064
1.176
Si la muestra es demasiado grande, la distribucin t student respecto a la distribucin normal

es:
a)
b)
c)
d)
18.
t
t
t
t
Si se estima la media de una poblacin con distribucin normal y desviacin estndar 3, a travs
de un intervalo de 95% de confianza, y para ello se extrae una muestra de tamao 25, el error
mximo de la estimacin es:
a)
b)
c)
d)
17.

La media de la poblacin 1 es igual a la media de la poblacin 2.
No se puede saber qu poblacin tiene una mayor media.
Si se desea estimar la media de una poblacin mediante un intervalo de 99% de confianza

utilizando una muestra de tamao 25, entonces:
a)
b)
c)
d)
16.
7
12
19
20
Igual.
Ms aplanada.
Ms puntiaguda.
Ms simtrica.
Si las dos cotas de un intervalo de confianza para estimar la diferencia de dos poblaciones, 1 y
2, son positivas, entonces se puede decir que:
a)
b)
c)
d)

413
19.
Si se desea un intervalo de 98% de confianza para estimar la diferencia de la media de dos

poblaciones y para ello se tiene que n1 =16 y n2 =10, entonces:
a)
b)
c)
d)
20.
= 2.064
= 2.056
/2
= 2.492
/2
= 2.479
/2
/2

a)
b)
c)
d)
21.
t
t
t
t
0.001
0.1
0.01
0.02
Un analista de un departamento de personal selecciona aleatoriamente los expedientes de 16

empleados y determina que el ndice salarial medio muestral por hora es de $9.5. Se supone
que los ndices salariales de la compaa siguen una distribucin normal. Si se sabe que la
desviacin estndar poblacional de los ndices salariales es de $1, estima el ndice salarial medio
en la empresa con un intervalo de confianza de 90%.
22. Un estudio realizado por una empresa de qumicos dio como resultado que una muestra de 25
obreros se enferma en promedio 6.8 veces por ao, con una desviacin estndar muestral de
2.4. Si se sabe que la distribucin poblacional del nmero de enfermos es normal, construye un
intervalo de confianza de 99% en relacin con el nmero promedio de veces que un obrero se
enferma anualmente.
23.
Una empresa que produce televisores ha detectado que el ciclo de vida de una muestra de
100 televisores es de 48 meses con una desviacin estndar muestral de 2.4 meses. Teniendo
un nivel de confianza de 95%, cul ser el intervalo de confianza del promedio de vida de la
poblacin de televisores?
24. De acuerdo con una encuesta industrial son dos los sectores cuyo personal tiene alta
productividad, en el primer sector se tom una muestra de 50 empresas, el promedio de
empleados altamente productivos es de X1=420.4, con S1=55.7. En el segundo sector, el
promedio de empleados altamente productivos que se observ en una muestra de 50 empresas
es X2=492.5, con S2=87.5. Con un intervalo de confianza de 90%, cul es la diferencia de los
promedios de empleados altamente productivos por empresa entre los dos sectores?
25.
414
De una muestra aleatoria de 16 trabajadores que beben cantidades considerables de alcohol,

el nmero medio de das de ausentismo laboral al mes fue de 2.15 das y la desviacin
estndar de 1.1 das. De una segunda muestra de 12 trabajadores que beben espordicamente,
el nmero medio de das de ausentismo fue de 1.69 das y la desviacin estndar de 1 da.
Calcula un intervalo de confianza de 99% de la diferencia de las dos medias.
7.3. Estimacin de una proporcin poblacional

Existe una gran cantidad de situaciones donde lo que interesa es conocer la proporcin o el
porcentaje de una poblacin, pues este concepto se encuentra estrechamente relacionado con las
probabilidades de ciertos eventos. Por ejemplo, si se tiene la proporcin de las personas que tienen
Internet en su casa, sta tambin puede ser utilizada para calcular la probabilidad de que una
persona cuente con Internet al ser seleccionada aleatoriamente de una poblacin.
Por estarazn, laestimacin delasproporcionespoblacionalesconstituyeunaparteesencial en muchos
estudios donde se busca calcular la probabilidad de xito o de fracaso con que puede ocurrir un evento.
Una proporcin es una parte, fraccin o porcentaje de los elementos que constituyen a una poblacin
o una muestra.
El concepto de proporcin poblacional se utiliza en muchos campos relacionados con los

negocios y las ciencias sociales. Algunos ejemplos donde frecuentemente tiene aplicacin son:
sus recursos en un cierto tipo de acciones.
que prefieren los autos de dos puertas.
empleados que pudieran faltar al trabajo a causa de problemas familiares.
proporcin de artculos que saldrn defectuosos en cada proceso de produccin.
est interesada en determinar la proporcin de contribuyentes que evadirn impuestos los

prximos aos.
Los ejemplos anteriores representan una parte de la gran cantidad de casos donde tiene
aplicacin el manejo de las proporciones. Por esta razn se requiere realizar estimaciones de las
proporciones poblacionales con la informacin recolectada a travs de muestras.
Cabe sealar que la proporcin puede ser considerada como una medida descriptiva que seala
la manera en que se encuentra compuesta una muestra o una poblacin; este indicador es calculado
en valores que van de cero a uno.
La estimacin deuna proporcin tiene como objetivo identificar, a partir de una muestra, aquellos
elementos que posean alguna caracterstica similar a la de una poblacin. Existen dos maneras de
estimar la proporcin de una poblacin: mediante estimacin puntual y a travs de estimacin por
intervalos de confianza.
7.3.1. Estimacin puntual de una proporcin

La proporcin de elementos de la muestra que presentan la caracterstica en estudio se puede
considerar como xitos p, mientras que la proporcin de elementos de la muestra que no presenten
la caracterstica en estudio pueden ser considerados como fracasos q. La frmula para obtener una
proporcin de los xitos o elementos que se observan en una muestra es la siguiente:
415
p X
n
Donde:
p: proporcin de los xitos observados en la muestra.
X: representa el nmero de xitos que se puede obtener en una muestra.
n: es el tamao de la muestra.
Si se conoce el valor de p, es decir, la proporcin de xitos en una muestra, automticamente se

sabe el porcentaje de fracasos q de la muestra. La frmula para obtener una proporcin de los fracasos
q que se observa en una muestra es la siguiente:
1
q
X
n
o q 1 p
Si bien es cierto que p y q sealan la proporcin de xitos y fracasos que se observan en una
muestra, tambin pueden ser utilizados como estimadores puntuales de las proporciones de
una poblacin, pues son procedimientos mediante los cuales se realizan clculos con los datos de una
muestra cuyo resultado es un valor numrico nico que puede ser empleado para estimar el valor de
un parmetro poblacional.
Ejemplo 7
Una empresa desea determinar la proporcin de empleados que toma cursos de capacitacin los
sbados. La empresa elige en forma aleatoria una muestra de 80 empleados, de los cuales 62 toman
cursos de capacitacin los sbados.
Datos:
n = 80
X = 62
Al sustituir en la frmula de proporciones se obtiene:
p X
n
62
80
0.775
Por lo tanto, a partir de la muestra tomada, la empresa puede concluir que, 77.5% de la poblacin
de empleados toma cursos de capacitacin los sbados. El porcentaje de empleados que no toma
cursos de capacitacin se puede obtener a partir de:
1 0.775 0.225
1 p
q
Por lo que, 22.5% de la poblacin no toma cursos de capacitacin los sbados.

Sin embargo, este mtodo de estimacin no resulta muy atractivo ante las limitaciones que
se observan en todo tipo de estimadores puntuales; por ejemplo, su resultado vara de muestra en
muestra y no proporciona una medida de referencia que permita conocer cunto le podemos tener
confianza al resultado obtenido de la estimacin puntual.
416
7.3.2. Estimacin por intervalo de confianza de una proporcin

El concepto de la proporcin poblacional est ntimamente ligado con la distribucin binomial, pues en
un experimento binomial el estimador puntual de la proporcin poblacional p es:
p
X
n
Si se utiliza el muestreo aleatorio, entonces la variable X, que representa el nmero de xitos que
se pueden obtener en una muestra, es una variable binomial, pues permite definir la probabilidad de
obtener cierto nmero de xitos al estudiar una muestra en experimentos independientes.
Lo anterior resulta de gran trascendencia ya que, cuando se busca estimar una proporcin
poblacional a partir de una muestra, en la que se conoce el nmero de xitos y fracasos, se debe hacer
uso de variablesbinomiales; de stas, al igual que en apartadosanteriores, el teorema del lmite central
permite hacer inferencias de las proporciones poblacionales mediante intervalos de confianza.
El teorema central del lmite seala que, si se tiene una variable con distribucin binomial X
que representa el nmero de xitos que se pueden obtener en una muestra, con una distribucin
muestral del estadstico p, en las que cada una de las posibles muestras tiene un tamao n lo
suficientemente grande de tal manera que n multiplicada por el estadstico p sea mayor o igual
a 5, n p 5, y multiplicada por el estadstico q tambin sea mayor o igual a 5, nq 5, entonces la
distribucin muestral del estadstico p tendr una distribucin normal.
Como se sabe que una distribucin binomial X tiene una media p y una varianza pq, la media y
la varianza de la distribucin muestral del estadstico cuando se tienen muestras independientes son:
E(p)
E(p) V
1
1
1
{E( X i )}
(np) p
E(X i )
n
n
n
npq pq
1
1
V (X i )
{V ( X i )}
n
n
n2
n2
Xi
n
Xi
n
Por lo tanto, cuando el tamao de la muestra essuficientemente grande, la distribucin muestral

de una proporcin p sigue una distribucin en forma normal, con media igual a p y desviacin
pq
.
estndar
n
Lo anterior permite obtener una frmula para estimar el parmetro p mediante intervalos de
confianza, pues se puede utilizar el estadstico de la normal estandarizada, es decir, el estadstico de Z,
el cual se puede representar por:
Z
p p
pq
n
El estadstico expuesto anteriormente se aproxima a la distribucin normal estndar. Entonces,

la probabilidad de que la proporcin de una poblacin se localice dentro del intervalo es:
P( Z
) 1
Z Z
2
Si se sustituye el valor del estadstico Z se tiene:

Z
2
p p
pq
n
Z
2
417
Aplicando un poco de lgebra se obtiene el intervalo de p, el cual se puede establecer como:

p
2
pq
n
p p
2
pq
n
Dentro de este intervalo se encuentra el verdadero parmetro de la proporcin poblacional.

Sin embargo, como la proporcin real de una poblacin se desconoce, en su lugar se emplean los
estimadores muestrales p y q. Con esta modificacin, el intervalo anterior queda transformado de la
siguiente manera:
p
2
pq
n
p p
2
pq
n
Donde:
pq Es la desviacin estndar del estadstico , tambin conocido como el error estndar de la
p
n
proporcin.
/2
pq
Es el error mximo de la estimacin de una proporcin.
n
Ejemplo 8
El departamento de recursos humanos de una empresa tiene inters en conocer el porcentaje de
trabajadores que tienen estudiosde bachillerato, para esto seleccion una muestra de 200 trabajadores
y detect que 114 tienen al menos estudios de bachillerato. Con un nivel de confianza de 90%, cul
es el intervalo para la proporcin de trabajadores que tienen estudios de bachillerato?
En primera instancia se debe buscar el valor de p, que representa la proporcin de trabajadores
que tienen estudios de bachillerato en la muestra seleccionada.
X 114
0.57
Que representa la proporcin de xitos.
n 200
Para obtener la proporcin de fracasos tenemos que:
p
p 1 p 1 0.57 0.43
Tenemos que el porcentaje de xitos representa 57% de la muestra y el porcentaje de fracasos

representa 43%.
Antes de estimar el intervalo de confianza, se debe indagar si la muestra es lo suficientemente
grande para garantizar el cumplimiento del teorema del lmite central para una distribucin muestral
de una proporcin.
np= (200) (0.57) = 114 5,
nq= (200) (0.43) = 86 5,
418
Tanto np como nq son mayores a 5, por lo que la distribucin muestral del estimador p tiene una
distribucin normal. Por lo tanto, cuando el nivel de confianza es de 90%, el valor de Z / 2 = 1.645.
Datos:
p = 0.57
q = 0.43
X = 114
n = 200
Z / 2 = 1.645
Sustituyendo estos valores en la frmula se tiene:

p
2
pq
n
0.57 1.645
p p
2
(0.57)(0.43)
200
pq
n
p 0.57 1.645
(0.57)(0.43)
200
0.57 1.645(0.035) p 0.57 1.645(0.035)

0.513 p 0.627
En conclusin, la proporcin de trabajadores que tienen estudios de bachillerato se encuentra

en un intervalo comprendido entre 51.3% y 62.7%.
Ejemplo 9
De una muestra de 300 artculos de cermica se detect que 75 no tienen la calidad requerida para
poder colocarseen el mercado. Construyeun intervalo deconfianza de 95% para estimar laproporcin
poblacional de los artculos que no tienen la calidad requerida para colocarse en el mercado.
Aplicando las frmulas de proporcin, el nmero de xitos es:
p
X
n
75
300
0.25
Mientras que el nmero de fracasos es:

q 1 p 1 0.25 0.75
Antes de estimar el intervalo de confianza, se debe indagar si la muestra es lo suficientemente

grande para garantizar el cumplimiento del teorema del lmite central para una distribucin muestral
de una proporcin.
np = (300) (0.25) = 75 5,
nq = (300) (0.75) = 225 5,
419
Tanto np como nq son mayores a 5, por lo que la distribucin muestral del estimador p tiene una
distribucin normal. Por lo tanto, cuando el nivel de confianza es de 95%, el valor de Z / 2 = 1.96.
Datos:
n=
p=
q=
Z /2 =
300
0.25
0.75
1.96

p
2
pq
n
0.25 1.96
p p
2
(0.25)(0.75)
300
pq
n
p 0.25 1.96
(0.25)(0.75)
300
0.25 0.049 p 0.25 0.049

0.201 p 0.299
Por lo tanto, con un nivel de confianza de 95% se puede decir que la proporcin poblacional de los
artculos que no tienen la calidad requerida para colocarse en el mercado se encuentra en un intervalo
comprendido entre 20.1% y 29.9%.
420
1.
Una proporcin se puede definir como:

a)
Una medida descriptiva que seala hacia dnde tienden a concentrarse los valores de una
muestra o poblacin.
b) Una medida descriptiva que seala la manera en que los datos de una muestra o poblacin
se dispersan entre s.
c) Un nivel de significancia para medir parmetros poblacionales.
d) Una parte, fraccin o porcentaje de los elementos que constituyen una poblacin o
una muestra.
2.
3.
El estadstico puntual de una proporcin se define como:

a)
n
X
b)
X
n
c)
p
n
d)
q
n
El teorema del lmitecentral seala que una distribucin muestral del estadstico p, con muestras
lo suficientemente grandes, tendr:
a)
b)
c)
d)
4.
La distribucin de la variable X que representa el nmero de xitos que se pueden obtener en

una muestra, tiene una:
a)
b)
c)
d)
5.
Una distribucin normal.

Una distribucin binomial.
Una distribucin t student.
Una distribucin sesgada.
Distribucin normal.
Distribucin binomial.
Distribucin t student.
Distribucin sesgada.
Para que una muestra sea considerada lo suficientemente grande en la estimacin de una
proporcin poblacional:
a)
n 30
b) np 5 y nq 5
c) nq 5 y nX 5
d) nq 5 y pX 25
4 21
6.
Si se desea estimar un intervalo de confianza para la proporcin de una poblacin con

caractersticas X, y para ello se selecciona una muestra de tamao n = 250 en la que existen 30
elementos con las caractersticas X:
a)
b)
c)
d)
7.
No se cumple el teorema del lmite central puesnp = 30

No se cumple el teorema del lmite central puesnp = 220
S se cumple el teorema del lmite central pues np = 30
S se cumple el teorema del lmite central pues np = 220
La frmula del error mximo de la estimacin de una proporcin es:
a)
b)
c)
d)
8.
n
n
/2
pq
n
/2
pq
n
La frmula del error estndar de una proporcin es:
a)
b)
c)
d)
9.
y nq = 220.
y nq = 30.
y nq = 220.
y nq = 30.
n
n
/2
pq
n
/2
pq
n
Si se desea estimar un intervalo de confianza de 90% para la proporcin de una poblacin con
caractersticas X, y para ello se selecciona una muestra de tamao n = 500 en la que existen 200
elementos con las caractersticas X, el error estndar de la proporcin sera:
a) 0.1564
b) 0.0429
c) 0.0219
d) 0.0360
422
10.
Si se desea estimar un intervalo de confianza de 95% para estimar la proporcin de una

poblacin con caractersticas X, y para ello se selecciona una muestra de tamao n = 1 200 en
la que existen 300 elementos con las caractersticas X, el error mximo de la estimacin sera:
a)
b)
c)
d)
0.00005625
0.0205
0.0125
0.0245
11.
Una tienda de autoservicio de artculos electrodomsticos realiz una evaluacin sobre las
ventas que hubo en la semana. De una muestra de 500 artculos se observ que 425 se vendieron a crdito. Construye un intervalo de confianza de 99% para la proporcin de ventas reales
que se hacen a crdito.
12.
El departamento de mercadotecnia de una empresa de cigarros llev a cabo una encuesta para
saber qu porcentaje de los fumadores prefieren la marca que sta vende. De una muestra de
190 fumadores, 171 aceptaron su preferencia por los cigarros que produce la empresa, y el resto
asegura que prefiere otra marca. Si existe un nivel de confianza de 99%, cul es el intervalo
para la proporcin correspondiente a la poblacin que se muestrea?
13.
Un conocido noticiero, que es transmitido por televisin a nivel nacional en una noche
determinada, pregunt a su pblico televidente si considera que sea posible que exista vida en
otro planeta. Se recibieron un total de 1 000 llamadas telefnicas, de las cuales 630 consideran
que s es posible la existencia de vida en otro planeta, mientras que 370 consideraron que no es
posible. Si se hace el supuesto de que la encuesta realizada por el noticiero es representativa de la
poblacin, encuentra un intervalo de 90% de confianza para estimar la proporcin poblacional
de la gente que s cree en la existencia de vida en otros planetas.
14.
A una muestra aleatoria de 344 mayoristas industriales se les pregunt: Estn satisfechos con
las ventas en el presente ao?83 de estos mayoristas respondieron que s. Calcula un intervalo
de confianza de 90% para la proporcin poblacional de los mayoristas industriales que s estn
satisfechos con sus ventas en el presente ao.
15.
A una muestra aleatoria de 147 directores de recursos humanos que ofertan trabajos a
universitariostituladosse lespregunt cul era el papel que jugaba el expediente acadmico en la
evaluacin de los candidatos. 87 de estos directores contestaron definitivo, extremadamente
importante o muy importante. Calcula un intervalo de confianza de 95% para la proporcin
poblacional de directores de recursos humanos que compartan esta opinin.
423
7.4. Estimacin de la diferencia entre dos proporciones poblacionales

Frecuentemente se presentan casos donde es necesario tomar decisiones a partir de la estimacin
de dos proporciones. En este caso, la finalidad de la estimacin consiste en calcular las diferencias o
similitudes que existen entre dos proporciones de poblaciones diferentes.
Esta situacin se presenta en muchos casos relacionados con los negocios o las ciencias sociales,
por ejemplo:
una proporcin de habitantes de la delegacin Iztacalco es mayor que el consumo de una

proporcin de habitantes de la delegacin Venustiano Carranza.
en la demanda de una determinad a marca de cigarros, tomando como referencia dos

proporciones de fumadores de dos ciudades distintas.
de una muestra, si un tipo de publicidad por radio produce mayores efectos que otro
medio publicitario.
En este tipo decasosesimportante contar con un medio quepermitaestimar la diferencia que existe
entre las proporciones de dos poblaciones y decidir de qu manera hemos de llevar a cabo el anlisis e
interpretacin de sus resultados. Un procedimiento que facilita esta labor es la estimacin de la diferencia
entre proporciones a travs de intervalos de confianza. Este procedimiento se puede aplicar a partir de
elegir dos muestras independientes n1 y n2 de dos poblaciones binomiales, si X1 y X2 son los nmeros
de aciertos o xitos que se obtienen al muestrear n1 y n2, entonces se pueden formar las proporciones.
p1
X1
y p2
n1
X2
n2
El estimador puntual de la diferencia de proporciones de dos poblaciones p1 p2 es p1 p2.

Considerando la distribucin muestral de p1 q2, puede construirse un intervalo de confianza para
estimar p1 p2.
Si se tienen muestras lo suficientemente grandes de tal manera que n1 p1, n1q1, n2 p2, n2q2
son mayores a 5, la distribucin muestral de p1 p2 tiene una distribucin normal. La media y la
desviacin estndar del estadstico p1 p2 son:
Media: p1 p2
Desviacin estndar:
p 1q1
n1
p2 q2
n2
Cuando se utilizan muestras grandes, la distribucin muestral de la diferencia entre dos

proporciones se puede calcular en forma aproximada a partir de la utilizacin de la distribucin
normal, mediante el estadstico Z, el cual se puede establecer a partir de:
Z
(p1 p2 ) (p1 p2 )
p1 q1
n1
424
p2 q2
n2
El estadstico Z est distribuido en un intervalo que va de Z / 2 Z / 2, es decir, la probabilidad que

se tiene de que la diferencia de proporciones se encuentre en dicho intervalo est comprendida en:
Z
Sustituyendo el valor de Z se tiene:

(p1 p2 ) (p1 p2 )
Z
2
p1 q2
n1
p1 q2
n2
Z
2
Despejando p1 p y resolviendo algebraicamente se obtiene:

2
(p1 p2 ) Z
p1 q1
n1
p2 q2
n2
p1 p2
(p1 p2 ) Z
p1 q1
n1
p2 q2
n2
Que es el intervalo de confianza para la diferencia entre dos proporciones poblacionales.
Ejemplo 10
Una empresa que produce cartn est evaluando si modifica el procedimiento de produccin con la
finalidad de incrementar la calidad del producto. Para llevar a cabo la evaluacin, la empresa elige una
muestra del procedimiento actual y otra muestra del procedimiento que piensa poner en prctica. Si
150 de 1 000 artculos del procedimiento actual salieron defectuosos y lo mismo sucedi con 120 de
1 000 artculos del nuevo procedimiento, con un 90% de confianza, cul es el intervalo de confianza
para la diferencia de proporciones de partes defectuosas entre los dos procesos?
Contando con un nivel de confianza de 90% el valor de Z / 2 = 1.645
Datos:
X1 = 150
X2 = 120
n1 =1 000
n2=1 000
Z / 2 = 1.645
En primer lugar, se procede a calcular el valor de las proporciones o nmero de xitos p1 y p :
2
p1
X1
n1
150
1 000
0.15
p2
X2
n2
120
1 000
0.12
Mientras que el nmero de fracasos en ambas poblaciones es:

q1 1 p1 1 0.15 0.85
q2 1 p2 1 0.12 0.88
425
Sustituyendo losvaloresanteriores en la frmula de intervalo para la diferencia de proporciones

se obtiene:
(p1 p2 ) Z
p1 q1
n1
p1 p2
(p1 p2 ) Z
(015
. )(085
. ) (012
. )(088
. )
1 000
1 000
(015
.
012
. ) 1645
.
0.03 0.025 p1 p2
0.005 p1 p2
p2 q2
n2
p1 p2
p1 q1
n1
p2 q2
n2
(015
.
012
. ) 1645
.
(015
. )(085
. ) (012
. )(088
. )
1 000
1 000
0.03 0.025
0.055
Por lo tanto, la diferencia de proporcionesde partes defectuosasde dospoblacionesse encuentra

en un intervalo comprendido entre 0.005 y 0.055, es decir, que al considerar dos procedimientos
distintos, la diferencia que existe entre las proporciones de defectos que ambos producen est entre
0.5% y 5.5% de defectos, o de otra manera, se produce entre ellos una diferencia mnima de defectos
de 0.5% y como mximo una diferencia de 5.5% de defectos. Observa que ambas cotas son positivas,
lo que seala que el procedimiento 1 tiene una mayor proporcin de artculos defectuosos que el
procedimiento 2. En este sentido, de acuerdo con el proceso de inferencia mediante intervalos de
confianza, se puede decir que el procedimiento 2 es mejor que el procedimiento 1.
Ejemplo 11
El gerente de ventas de una gran industria est interesado en conocer la proporcin de devoluciones
que existe en dosciudadesdel pas. En la ciudad 1 detect que de cada 900 artculos100 son devueltos,
mientras que en la ciudad 2 se devuelven 80 artculos de cada 1 000. Calculemos un intervalo de
confianza de 95% para la diferencia de la proporcin de devoluciones entre las dos ciudades.
Contando con un nivel de confianza de 95%, el valor de Z / 2 = 1.96
Datos:
X1 = 100
X2 = 80
n1 = 900
n2=1 000
Z / 2 = 1.96
En primer lugar, se procede a calcular el valor de las proporciones o nmero de xitos p1 y p .

2
426
p1
X1
n1
100
900
p2
X2
n2
80
1 000
0.11
0.08
Mientras que el nmero de fracasos es:

q1 1 p1 1 0.11 0.89
q2 1 p2 1 0.08 0.92
Sustituyendo los valores en la frmula del intervalo para la diferencia de proporciones se obtiene:
(p1 p2 ) Z
(011
.
008
. ) 196
.
p1 q1
n1
p1 p2
(p1 p2 ) Z
(011
. )(089
. ) (008
. )(092
. )
900
1 000
0.03 0.026 p1 p2
0.004 p1 p2
p2 q2
n2
p1 p2
p1 q1
n1
p2 q2
n2
(011
.
. ) 196
.
008
. )
(011
. )(089
. ) (008
. )(092
900
1 000
0.03 0.026
0.056
Por lo tanto, la diferencia de proporciones poblacionales de las dos ciudades se encuentra en un

intervalo comprendido entre 0.004 y 0.056.
4 27
428
1.
Una empresa dedicada a realizar encuestas tom dos muestras aleatorias independientes
para saber la proporcin de votantes que estn a favor de que se graven con un impuesto los
productos de la canasta bsica. En una primera muestra de 1 500 personas, 350 estuvieron a
favor; mientras que en una segunda muestra de 1 400 personas, 400 dieron el visto bueno.
Cul es el intervalo de confianza de 95% para estimar la diferencia entre proporciones de las
dos poblaciones que apoyan que se graven con un impuesto los artculos de la canasta bsica?
2.
En un proceso de produccin se observ que 30 focos resultaron fundidos de una muestra de

350 focos, mientras que con otro proceso se produjeron 25 focos fundidos de una muestra
de 420. Si se trabaja con un nivel de confianza de 99%, determina el intervalo para estimar la
diferencia entre las proporciones de focos fundidos para las dos poblaciones.
3.
En un estudio de los proyectos patrocinados por empresas (PPE) en cursos universitarios de

marketing, se pidi a los profesores encargados de dicha asignatura que evaluasen la frase: Los
PPE exigen demasiado tiempo de trabajo al departamento. De una muestra de 92 profesores de
escuelas acreditadaspor la SEP que empleaban losPPE, 49 estaban de acuerdo con esta opinin.
De otra muestra independiente de 82 profesores que tambin hacan uso de los PPE, pero que
pertenecan a escuelas no acreditadas, 36 compartan dicha visin. Calcula un intervalo de 90%
de confianza para estimar la diferencia entre las proporciones poblacionales de los profesores
que estn de acuerdo con el empleo de los PPE.
4.
En un estudio sobre el comportamiento de compra en los supermercados, se pidi a los clientes

que respondiesen un pequeo cuestionario justo despus de hacer una compra. De una muestra
aleatoria de 570 que eligieron algn producto que no estaba de oferta, 308 afirmaron que
haban comprobado el precio en el momento de elegirlo. De otra muestra aleatoria de 232
que escogieron un artculo en oferta, 157 dijeron haber hecho dicha comprobacin. Calcula un
intervalo de confianza de 90% para estimar diferencia entre las proporciones de la poblacin
que comprueban precios.
5.
De una muestra aleatoria de 112 grandes empresas minoristas, 70 emplean tcnicas estadsticas
como un mtodo de prediccin de sus ventas. De otra muestra aleatoria independiente de
135 pequeos minoristas, 65 utilizan tcnicas estadsticas como mtodo de prediccin de sus
ventas. Calcula un intervalo de confianza de 95% para estimar la diferencia de proporciones de
las empresas que emplean mtodos estadsticos para la prediccin.
7.5. Estimacin de la varianza de una poblacin

En las secciones anteriores se han venido desarrollando diversas tcnicas de estimacin mediante
intervalos de confianza para la media de una poblacin, para la diferencia entre las medias de dos
poblaciones, la proporcin de una poblacin y la diferencia de proporciones de dos poblaciones.
Sin embargo, en muchas ocasiones necesitamos estimar medidas de dispersin para analizar ciertos
fenmenos que se presentan en los negocios y en las ciencias sociales.
En la unidad 3 se expusieron distintas medidas de dispersin. Se dijo que este tipo de medidas
proporcionan una idea mental con la cual se conoce qu tanto varan o qu tanto se dispersan los
valores de un conjunto de datos. Una de ellas es la varianza, la cual resulta muy importante en el
anlisis de datos, pues de ella se deriva otra medida de dispersin, la desviacin estndar, la cual es
utilizada con mucha frecuencia por la interpretacin que se le puede dar a su resultado.
En esta seccin se expondr un mtodo de estimacin para la varianza de una poblacin
2
a travs de intervalos de confianza, pues a menudo se presentan casos donde se desconoce esta
medida de dispersin, por lo que se tiene que buscar un mecanismo que permita hacer inferencias
sobre 2.
El hecho de que se desconozca el valor de 2 crea problemas en el momento de querer tomar
decisiones a partir de la inferencia de una muestra, esto se debe a que se desconoce la variacin que
existe entre los distintos elementos que componen la muestra. Si se elige una muestra en forma
aleatoria de una poblacin, se puede utilizar como estimador puntual de 2.
S2
( X i X)2
Estimador puntual de la varianza poblacional.
n 1
Nuevamente, una forma de facilitar la estimacin de la varianza de una poblacin es a travs

de la construccin de intervalos de confianza. La estimacin del intervalo de 2 se puede realizar
haciendo uso del estadstico conocido como 2 que se lee como ji cuadrada con n 1 grados de
libertad. Este estadstico se puede presentar como:
2
( n 1)S2
2
La distribucin 2 muestra ciertas peculiaridades que la hacen ser distinta a las distribuciones
Z y t student; por ejemplo, la distribucin ji cuadrada se distribuye nicamente en un intervalo compuesto
por valores positivos incluyendo al cero, adems, su forma es asimtrica (vase la figura 7.2).
1
2
1
/2
2
Figura 7.2. Intervalo de confianza para la varianza de una poblacin

utilizando la distribucin ji cuadrada.
429
En la figura 7.2 se tiene una distribucin 2, con n 1 grados de libertad cuando se seleccionan
muestras a partir de una poblacin normal. Por tanto, el intervalo para 2 queda comprendido dentro
2
2
de los lmites 1 2 y
2 , con un nivel de confianza o probabilidad igual a 1 , esto se puede
representar a travs de:
2
< <
=1
2
Al sustituir el valor de
en el intervalo resulta:
2
1
( n 1) S2
2
2
2
Al despejar a 2 y realizar algunas operaciones algebraicas se obtiene el siguiente intervalo

de confianza para estimar el parmetro de 2, que nicamente puede ser utilizado para aquellas
poblaciones que tienen una distribucin normal:
( n 1) S2
( n 1) S2
2
1
2
2
De igual manera, como se desconoce el valor de 2, ste se puede obtener por definicin a partir
de la frmula de la varianza muestral, este valor tambin es utilizado como el estimador puntual de
la varianza poblacional 2:
S2
( X i X)2
n 1
Como se trabaja con una distribucin especial para varianzas, hay que buscar el valor en
tablas que nos servir para poder realizar el clculo del intervalo que se requiera, y para ello
es necesario considerar que la tabla muestra en la parte superior el nivel de significancia con
el que se trabaja. La columna de la izquierda indica los grados de libertad. Por ejemplo, si se
quiere encontrar el valor 2 cuando se quiere calcular un intervalo de confianza de 95%, el nivel
de significancia que le corresponde es de 0.05 o 5%, como trabajamos con dos valores para el
intervalo se divide entre dos el nivel de significancia, en este caso al dividir tenemos 0.025 para
un extremo, pero en el otro extremo tendremos 1 0.025 = 0.975; entonces, con los valores 0.025
y 0.975 determinamos el valor en tablas simplemente buscando esos dos valores y los grados de
libertad. El punto donde se intersectan esos valores ser el valor en tablas para el intervalo, por
ejemplo, si tenemos los valores 0.025 y 0.975 para calcular un intervalo de confianza de 95%
con ocho grados de libertad, los valores en tablas que emplearamos son 2.17973 y 17.5346. Esto
puede apreciarse en la tabla siguiente.
2
0.995
0.990
0.975
0.950
.900
0.100
0.050
0.025
0.010
0.005
0.675
0.872
1.237347
1.63539
2.20413
10.6446
12.5916
14.4494
16.8119
18.5476
0.989
1.239
1.68987
2.16735
2.83311
12.0170
14.0671
16.0128
18.4753
20.2777
1.344
1.646
2.17973
2.73264
3.48954
13.3616
15.5073
17.5346
20.0902
21.9550
1.734
2.087
2.70039
3.32511
4.16816
14.6837
16.9190
19.0228
21.6660
23.5893
10
2.155
2.558
3.24697
3.94030
4.86518
15.9871
18.3070
20.4831
23.2093
25.1882
Tabla 7.2 Segmento de la tabla de valores de la distribucin ji cuadrada.
430
Ejemplo 12
Una empresa que fabrica bateras para automvil asegura que sus bateras duran en promedio 3 aos con
una varianza de un ao. Si 5 de estasbaterastienen duracionesde 1.9, 2.4, 3.0, 3.5 y 4.2 aos, obtengamos
un intervalo de confianza de 95% para determinar el valor real de la varianza de la poblacin.
Con un nivel de confianza de 95% y (n 1 = 5 1 = 4) 4 grados de libertad el valor de
2
11.14 y para 12 0.025
0.484
0.975
2
0.025
Xi
(Xi X)2
1.9
1.21
2.4
0.36
3.0
0.00
3.5
0.25
4.2
1.44
15
3.26
Ya que no se conoce la varianza de la poblacin, entonces, se procede a utilizar el estimador

puntual de la misma, ste se obtiene de la siguiente manera:
(Xi X)2
n 1
S2
3.26
4
0.815
Al sustituir el valor del estimador de la varianza de la poblacin en la frmula del intervalo

se obtiene:
(n 1) S2
(n 1) S2
2
1
2
2
(5 1)(0.815)
11.14
2.26
11.14
0.29
(5 1)(0.815)
0.484
2.26
0.484
6.73
Con un nivel de confianza de 95%, la varianza de la poblacin se encuentra en un intervalo

comprendido entre 0.29 y 6.73.
4 31
Ejemplo 13
El departamento de personal de una empresa realiz una serie de exmenes a sus empleados para saber
si se encuentran en condiciones de ocupar otra plaza, se eligi una muestra aleatoria de 20 empleados,
dichamuestra obtuvo un promedio decalificacionesigual a72 en una escala de1 a 100, con una varianza
de 16. Suponiendo que lascalificacionesobtenidassiguen una distribucin normal y se tiene un nivel de
confianza de 90%, cul es el intervalo donde se podra localizar la varianza de la poblacin?
2
0.05
Con un nivel de confianza de 90% y (n 1 = 20 1 = 19) 19 grados de libertad, el valor de

2
30.14 y para 12 0.05
0.95 10.11
Datos :
n = 20
S2 = 16
2
/2
= 30.14
2
1
= 10.11
Al sustituir los datos en la frmula de intervalo para encontrar la varianza real de la

poblacin resulta:
(n 1) S2
(n 1) S2
2
1
(20 1) (16)
30.14
10.08
(20 1) (16)
10.11
30.06
Con un nivel de confianza de 90%, la varianza real de la poblacin se encuentra en un intervalo

432
1.
Los resultados de una encuesta realizada a 25 mujeres en un supermercado muestran que

consumen un promedio de 6.8 kg de huevo a la semana, con una desviacin estndar de
2.4 kg. Construye un intervalo de confianza de 99% para estimar la varianza del consumo
de huevo que realizan las familias a la semana si se supone una distribucin normal.
2.
El salario promedio de una muestra de 30 trabajadores de una determinada empresa es de $60

diarios con una varianza de 15. Se supone que los salarios diarios de la empresa siguen una
distribucin normal. Cul ser el intervalo de 95% de confianza para la varianza poblacional?
3.
De una muestra aleatoria de 15 pastillas para el dolor de cabeza cuya poblacin tiene una
distribucin normal, se observ una varianza de 0.64 en la concentracin del ingrediente activo.
Halla un intervalo de confianza de 90% para la varianza poblacional.
4.
Un fabricante quiere estimar la variabilidad de los niveles de impureza de los envos de materia
prima de un determinado proveedor, los cuales tienen una distribucin normal. Extrae para
ello una muestra de 15 envos y comprueba que la varianza en la concentracin de los niveles de
impureza es de 5.5696%. Calcula un intervalo de confianza de 95% para la varianza.
5.
Un psiclogo quiere estimar la varianza de las calificaciones obtenidas por los candidatos a
un puesto de trabajo en un examen de aptitud. Extrae para esto una muestra aleatoria de
18 candidatos cuya varianza es de 108.16. Calcula un intervalo de confianza de 90% para la
varianza poblacional, si se supone que las calificaciones tienen una distribucin normal.
433
7.6 Aplicacin a los negocios

Los siguientes ejemplospueden mostrar de manera ms efectiva la aplicacin a los negocios de lo visto
anteriormente.
1.
El seor Ruiz, ejecutivo financiero de la compaa SPRONSA S.A., decidi llevar a cabo un
anlisis detallado sobre algunos aspectos de la empresa con la finalidad de obtener datos
que le permitieran tomar decisiones para llevar a cabo acciones especficas en los diferentes
departamentos de cada una de las plantas de la empresa.
La investigacin inicia con el rea de produccin de la planta norte, donde averigua con el
jefe del rea cul esla produccin diaria promedio que se obtiene del aromatizante de gardenias
para interiores?
Para responder a ello el jefe de produccin registrar diariamente el nmero de lotes
elaborados durante 60 das, considerando que la cota de error aceptada es de dos veces la
varianza. Con la informacin del registro diario procede a calcular la media y la desviacin
estndar de la produccin, obteniendo los siguientes datos: una media de 16 300 unidades y
una desviacin estndar de 450 unidades.
Solucin:
a)
Para estimar la produccin diaria promedio se cuenta con los siguientes datos:
n = 60 das
X = 16 300 unidades
= 450 unidades
=?
Como se sabe que el error debe ser de 2 veces la varianza, entonces:
2
2 X
n
Como no se conoce el valor de se sustituye por S, la desviacin estndar de la muestra.
Sustituyendo:
2
450
S
58.09
60
60
58.09
29.05
2
El jefe de produccin notifica al ejecutivo financiero que se puede confiar en que la

estimacin de 16 300 unidades que se obtuvieron dentro de los 60 das se encuentra a menos
de 30 unidades del verdadero rendimiento promedio de produccin.
Ahora el ejecutivo financiero quiere que el jefe de produccin encuentre un intervalo de
confianza de 95% para la proporcin de aromatizantes de la poblacin que son rechazados por
no aprobar las pruebas de calidad, sabiendo que todos los aromatizantes deben pasar todas las
pruebas antes de venderse.
434
Para ello se toma una muestra aleatoria de 750 aromatizantes y se someten a las pruebas de
calidad, lo cual arroja como resultado que 35 fallan en una o ms pruebas de calidad.
b)
Para estimar el intervalo de confianza se tienen los siguientes datos:

n = 750
35
p
0.047
750
q 1 0.047 0.953
Validacin para garantizar el cumplimiento del teorema del lmite central para una
distribucin muestral de una proporcin.
np 750 (0.047) 35.25 5
nq 750 (0.953) 714.75 5
Ambas validaciones son mayores que 5, por lo tanto la distribucin muestral del estimador
p tiene una distribucin normal.
Para el nivel de confianza de 95%, Z / 2 = 1.96
Sustituyendo los datos en la frmula p Z

0.047 1.96
(0.047) (0.953)
750
pq
n
p 0.047 1.96
p p Z
pq
n
(0.047) (0.953)
750
0.0319 p 0.0621
Con lo que el jefe de produccin concluye que con un nivel de confianza de 95%, la
proporcin de aromatizantes rechazados, porque no pasan alguna de las pruebas, est entre
0.0319 y 0.0621, es decir, entre 3.19% y 6.21%.
2.
Un emprendedor de negocios desea adquirir un centro de operacin ejecutiva con Internet,

impresiones blanco y negro y color, fax y dems servicios accesorios. Para realizar su anlisis
de costo-beneficio requiere conocer el promedio aproximado que pagan los usuarios por los
servicios ofrecidos en dicho centro.
Dado que el actual dueo no cuenta con informacin estadstica se procedi a analizar
una muestra aleatoria de 40 usuarios, obteniendo que el consumo promedio es de $245 con
una desviacin estndar de $15. Si se establece un nivel de confianza del 95%, determinar el
intervalo para estimar el promedio de ingresos del centro de operacin ejecutiva.
Solucin
Se cuenta con los siguientes datos:
n = 40
X = 245
S = 15
435
El intervalo de confianza definido es de 95%, entonces el valor correspondiente de Z / 2 = 1.96.

Sustituyendo en la frmula:
X Z
2
S
n
245 1.96
245 4.65
240.35
X Z
2
15
40
S
n
245 1.96
15
40
245 4.65
249.65
Por tanto, el emprendedor de negocios podr considerar cualquier valor de que est
dentro del rango como un valor promedio vlido para realizar su estudio de costo-beneficio.
3.
El rea de calidad de una empresa aplic una encuesta en su portal de Internet para evaluar
el grado de satisfaccin de sus clientes en referencia a sus productos. Los resultados de dicha
encuesta son los siguientes: el nmero de participantes fue de 250, de los cuales 35 no estn
satisfechos con sus productos.
Con la informacin anterior el rea de calidad requiere establecer un intervalo de confianza
de 90% para estimar la proporcin poblacional de losclientesa loscualeslosproductosofrecidos
no satisfacen sus expectativas.
Solucin
Los datos con que se cuenta son:
X = 35
n = 250
Clculo de la proporcin del nmero de xitos (p)
p
X
n
35
250
0.14
Clculo de la proporcin del nmero de fracasos (q)

q 1 p 1 0.14 0.86
Validacin para garantizar el cumplimiento del teorema del lmite central para una distribucin
muestral de una proporcin.
np 250 (0.14) 35 5
nq 250 (0.86) 215 5
Ambas validaciones son mayores que 5, por lo tanto la distribucin muestral del estimador
p tiene una distribucin normal.
Para el nivel de confianza de 90%, Z / 2 = 1.645
436
Aplicamos la frmula:
p Z
2
pq
n
0.14 1.645
p p Z
2
0.14 (0.86)
250
pq
n
p 0.14 1.645
0.14 (0.86)
250
0.1039 p 0.1761
En conclusin, la proporcin poblacional de clientes insatisfechos con la calidad de los

productos se encuentra entre 10.39% y 17.61%, lo cual es un ndice muy elevado de clientes
insatisfechos.
Problemas propuestos
1.
El nuevo jefe de produccin de una empresa requiere conocer cul es la produccin diaria
promedio que se obtiene del aromatizante para interiores que se produce en la planta con un nivel
de confianza de 90%. Mediante un registro realizado durante 60 das se obtuvieron los siguientes
datos: una media de 1 630 unidades producidas con una desviacin estndar de 45 unidades.
Solucin
1620.44
2.
1639.56
El rea de recursos humanos necesita generar la orden de produccin de uniformes para el

personal de la empresa, por tal motivo se procede a recolectar de manera aleatoria una muestra
en cada planta siendo el tamao de la muestra de 60 empleados. En la planta del norte se han
contratado 25 mujeres, mientras que en la planta sur se han contratado 33.
Obtener el intervalo de confianza para la diferencia de proporciones poblacionales con un
nivel de confianza de = 0.98
Solucin:
El intervalo es: [0.3356, 0.0756]
437
1.
Estadsticamente se considera como una muestra grande aquella que:

a)
b)
c)
d)
2.
Se considera como estimacin puntual aquella que:

a)
b)
c)
d)
3.
Tiene un nmero infinito de elementos.

n 30
n 30
n = 29
Asigna varios valores en un intervalo.

Asigna valores solamente en muestras pequeas.
Asigna un valor nico.
Asigna valores cuando la distribucin sigue una distribucin normal.
El nivel de significancia se puede interpretar como:

a)
del intervalo.
distribucin normal.
intervalo estimado.
4.
El nivel de confianza se puede interpretar como:

a)
del intervalo.
distribucin normal.
intervalo estimado.
5.
El valor del coeficiente de confianza para un 90% es:

a)
b)
c)
d)
6.
Si el nivel de confianza es igual a 1

a)
b)
c)
d)
438
1.645
1.241
1.96
2.645
= 90 %, el nivel de significancia es de:
0.05
0.10
1.96
0.25
7.
Si las dos cotas de un intervalo de confianza para estimar la diferencia de dos poblaciones,
1 y 2, son negativas, entonces se puede decir que:
a)
b)
c)
d)
8.
Si la cota inferior es negativa y la cota superior es positiva en un intervalo de confianza para

estimar la diferencia de dos poblaciones, 1 y 2, entonces:
a)
b)
c)
d)
9.

Si se incrementan los grados de libertad o el tamao de una muestra pequea, la distribucin

t student:
a)
b)
c)
d)
10.

Ser menos platicrtica.

Ser ms platicrtica.
Ser menos simtrica.
Ser ms simtrica.
Si se estima un intervalo de confianza para una media poblacional con una muestra grande, la
frmula para calcular el error mximo de la estimacin es:
a)
E Z
2
c)
E Z
2
d)
E Z
2
11.
Es un procedimiento de la estadstica inferencial con el cual se realizan clculos con los datos
de una muestra, cuyo resultado son dos valores numricos que definen un rango para estimar
el parmetro poblacional:
a)
b)
c)
d)
12.
Estimacin.
Estimacin puntual.
Nivel de confianza.
Para estimar la media poblacional mediante intervalosde confianza cuando se tienen muestras
pequeas y se conoce la desviacin estndar poblacional:
a)
b)
c)
d)
Se utiliza la distribucin normal estandarizada.

Se utiliza la distribucin t student.
Se utiliza la desviacin estndar muestral.
Se utiliza la distribucin de medias muestrales.
439
13.
Si se tienen dos muestras n1 = 11 y n2 = 7, y se desea estimar la diferencia de las medias de dos

poblaciones mediante intervalos de confianza, los grados de libertad para este intervalo son:
a)
b)
c)
d)
14.
Si se desea estimar la media de una poblacin mediante un intervalo de 95% de confianza

utilizando una muestra de tamao 21, entonces:
a)
b)
c)
d)
15.
11
16
17
18
t
t
t
t
= 1.325
= 1.645
/2
= 1.725
/2
= 2.086
/2
/2
Es el resultado que se obtiene al emplear datos de una muestra en la frmula o expresin

matemtica para inferir sobre una poblacin:
a)
b)
c)
d)
Estimacin.
Estimador.
Estimado.
Nivel de confianza.
16. Es una representacin matemtica que emplea datos de una muestra para estimar un
parmetro poblacional:
a)
b)
c)
d)
17.
Si el tamao de la muestra es igual a 20, el nmero de grados de libertad es igual a:

a)
b)
c)
d)
18.
0.2741
1.645
9.87
59.22
Si se desea un intervalo de 99% de confianza para estimar la diferencia de la media de dos

poblaciones y para ello se tiene que n1 =12 y n2 =15, entonces:
a)
b)
c)
d)
440
22
18
21
19
Si la varianza muestral es igual a 36, el tamao de la poblacin es 36 y se desea estimar un

intervalo de 90% de confianza, el error mximo de la estimacin es:
a)
b)
c)
d)
19.
Estimacin.
Estimador.
Estimado.
Nivel de confianza.
t
t
t
t
= 2.485
= 2.479
/2
= 2.473
/2
= 2.787
/2
/2
20.

a)
b)
c)
d)
21.
Son algunas ventajas de realizar estimacin por intervalos de confianza:

a)
b)
c)
d)
22.
Su resultado vara de muestra en muestra.

Su intervalo se puede utilizar con mucha sabidura.
Siempre ofrece un 100% de nivel de confianza.
Su resultado ofrece un nivel de confianza.
Si 1
a)
b)
c)
d)
23.
0.001
0.1
0.01
0.02
= 95%, el valor de Z
es:
1.96
1.645
2.575
2.41
Si Z /2 = 1.96,
a)
b)
c)
d)
/2
= 12 y n = 25, el error de estimacin es:
4.6
5.32
4.7
5.01
24. Si se incrementa el nivel de confianza para la estimacin de un intervalo, el intervalo de

confianza ser:
a)
b)
c)
d)
25.
Ms ancho.
Ms estrecho.
Quedar sin cambios.
Es un estimador de la media poblacional:
a)
Xi
n
Xi
N
b)
c)
S2 =
(X X)2
n 1
d)
S=
(X X)2
n 1
4 41
26.
Encuentra el intervalo de confianza de 90% para la media de una poblacin que se distribuye como
una normal, si se tiene una muestra n = 16, una media muestral de 20 y una varianza muestral S2 = 4:
a)
b)
c)
d)
27.
[19.127, 20.873]
[19.1775, 20.8225]
[19.1235, 20.8765]
[18.247, 21.753]
Encuentra un intervalo aproximado de confianza de 98% para la diferencia de las medias de

dos poblaciones, con dos muestras n1 = 10 y n2 = 10, cuyas varianzas fueron S12 1 y S22 4 , y
medias muestrales X1 = 8 y X2 = 15.
a)
b)
c)
d)
[9.6, 4.4]
[9.83, 4.17]
[9.85, 4.15]
[8.8, 5.2]
28. Encuentra el intervalo de confianza de 95% para la media de una poblacin que no se distribuye
como normal, teniendo una muestra de n = 100, una media muestral de 5 y una desviacin
estndar muestral de 1:
a)
b)
c)
d)
29.
[4.9804, 5.0196]
[4.804, 5.196]
[4.8355, 5.1645]
[4.98355, 5.01645]
Encuentra el intervalo de confianza de 99% para la diferencia de las medias de dos poblaciones
con distribucin normal, con desviaciones estndar poblacionales 1 = 10 y 2 = 6, a travs de
dos muestras n1 = 200 y n2 = 72, cuyas medias muestrales fueron X1 = 60 y X2 = 50.
a)
b)
c)
d)
[8.355, 11.645]
[9.06, 10.94]
[9.4, 10.6]
[7.424, 12.576]
30. Encuentra el intervalo de confianza de 90% para la media de una poblacin que se distribuye
como una normal, si se tiene una muestra n = 25, una desviacin estndar poblacional = 3,
una media muestral de 10:
a)
b)
c)
d)
31.
Si se trabaja con un nivel de confianza de 99%, el valor de Z / 2 es:

a)
b)
c)
d)
442
[9.013, 10.987]
[8.9734, 11.0266]
[9.8026, 10.1974]
[9.79468, 10.20532]
1.575
1.96
1.645
2.575
32.
Si se trabaja con un nivel de confianza de 90%, el valor de Z / 2 es:

a)
b)
c)
d)
33.
Si X = 40 y n = 1/ 75 el valor de p es:
a)
b)
c)
d)
34.
0.335
0.229
4.375
3.5
Para estimar la varianza poblacional a travs de intervalos de confianza se utiliza una distribucin:
a)
b)
c)
d)
35.
1.645
1.96
2.575
1.641
Normal.
t student.
ji cuadrada.
F.
Con un 95% de confianza y 4 grados de libertad, el valor de

a)
b)
c)
d)
37.
es:
11.14
0.484
30.14
10.09
36. Algunas caractersticas de la distribucin

a)
b)
c)
d)
2
1
son:
Es smtrica y platicrtica.
Es una distribucin normal que se encuentra sesgada a la derecha.
Sus valores son negativos, incluyendo el cero y es sesgada.
Es asimtrica y sus valores son positivos, incluyendo el cero.
Si n = 50 y X = 12.5, la proporcin de fracasos es:

a)
b)
c)
d)
0.25
4
0.75
0.5
95%, p 0.50 y n 5, el error de estimacin de la proporcin es:
38. Si Z
2
a)
b)
c)
d)
39.
0.44
0.41
0.36
0.34
90% y E 0.09, el tamao de la muestra es:
Si Z
2
a)
b)
82
85
443
c) 84
d) 90
40. La estimacin por proporciones contiene un error mximo el cual no excede el valor de:
a)
b)
c)
pq
n
d)
41.
pq
n
Una distribucin normal.

Una distribucin binomial.
Una distribucin t student.
Una distribucin sesgada.
La distribucin de la variable X que representa el nmero de xitos que se pueden obtener en

una muestra, tiene una:
a)
b)
c)
d)
43.
/2
El teorema del lmitecentral seala que una distribucin muestral del estadstico p, con muestras
lo suficientemente grandes, tendr:
a)
b)
c)
d)
42.
/2
Distribucin normal.
Distribucin binomial.
Distribucin t student.
Distribucin sesgada.
Para que una muestra sea considerada lo suficientemente grande en la estimacin de una
proporcin poblacional:
a)
b)
c)
d)
n
np
nq
nq
30
5 y nq 5
5 y nX 5
5 y pX 25
44. Una proporcin se puede definir como:

a)
Una medida descriptiva que me seala hacia dnde tienden a concentrarse los valores de
una muestra o poblacin.
b) Una medida descriptiva que me seala la manera en que los datos de una muestra o
poblacin se dispersan entre s.
c) Un nivel de significancia para medir parmetros poblacionales.
d) Una parte, fraccin o porcentaje de los elementos que constituyen a una poblacin o
una muestra.
444
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
c)
a)
b)
a)
c)
b)
b)
d)
c)
d)
1. a)
2. d)
3. a)
4. d)
5. b)
6. c)
7. d)
8. b)
9. b)
10. a)
11. a)
12. b)
13. c)
14. d)
15. d)
16. d)
17. a)
18. a)
19. c)
20. d)
21.
Se sabe que la distribucin de la poblacin es normal y se conoce la desviacin estndar

poblacional, por lo que se utiliza el estadstico Z con un 90% de confianza. Los datos a utilizar
son los siguientes:
n = 16
n2 = 9.5
= 1
x
Z /2 = 1.645
X Z
2
X Z
2
445
9.5 (1.645)(
1
16
9.5 (1.645)(
9.5 0.41125
9.08875
1
16
9.5 0.41125
9.91125
Con un nivel de confianza de 90%, el ndice medio salarial de la empresa se encuentra en

un intervalo de 9.08875 a 9.91125 pesos por hora.
22.
Datos:
n = 25
X = 6.8
SX = 2.4
= 2.797
/2
X t
2
SX
n
X t
2
6.8 (2.797)(
2.4
)
25
6.8 1.3425
5.457
SX
n
6.8 (2.797)(
2.4
)
25
6.8 1.3425
8.142
En conclusin, con un nivel de confianza de 99% el promedio poblacional de obreros que

se enferman anualmente se encuentra en un rango que va de 5.457 a 8.142 veces por ao.
23.
Datos:
n = 100
X =
48
SX = 2.4
Z / 2 = 1.96
48 (1.96)(
48 0.4704
47.5296
2.4
)
100
48 (1.96)(
2.4
)
100
48 0.4704
48.4704
En conclusin, con un nivel de confianza de 95% el promedio de la vida til de los

televisores se encuentra en un rango que va de 47.5296 a 48.4704 meses.
446
24.
Al tener una muestra grande y un nivel de confianza de 90%, el valor de tablas para Z / 2 = 1.645
Datos:
n1 = 50
n2 = 50
X1 =420.4
X2
S1
S2
Z /2
=492.5
= 55.7
= 87.5
= 1.645
Sustituimos los datos en la frmula para obtener:

(420.4 492.5) 1.645
72.1 24.1302
96.2302
(55.7)2
50
2
(87.5)2
50
11
(420.4 492.5) 1.645
(55.7)2
50
(87.5)2
50
72.1 24.1302
47.9698
En conclusin, con un nivel de confianza de 90% la diferencia del promedio de empleados

altamente productivos por empresa en las dos industrias se encuentra en un rango que va de
96.2302 a 47.9698. Al tener las dos cotas negativas este intervalo podemos interpretar que
la media poblacional de la poblacin 2 es mayor que la media de la poblacin 1, por lo que se
puede concluir que las industrias ms productivas son aquellas que pertenecen al sector 2.
25.
Al tenerse dos muestras pequeas, los grados de libertad son n1 + n2 2 = 26. Al solicitarse un
nivel de confianza de 99% y al no conocerse las desviaciones estndar de ambas poblaciones, el
valor de tablas para t / 2 = 2.779
Datos:
n1 =16
n2 =12
X1 =2.15
X2 =1.69
S1 =1.1
S2 = 1.0
=2.779
/2
Sustituimos los datos en la frmula de la varianza muestral para dos poblaciones:
S2
(n1 1)S12 (n2 1)S22

n1 n2 2
S2
(16 1)(1.1)2 (12 1)(1.0)2

16 12 2
[(15)(1.21) (11)(1)]
26
18.15 11
26
29.15
1.12
26
La desviacin estndar es la raz cuadrada de la varianza, por lo tanto:

S
S2
1.121 1.058
4 47
Ahora se utiliza la frmula para intervalos de confianza de muestras pequeas para estimar
la diferencia entre dos medias poblacionales:
(X1 X2 ) t
S
2
1
n1
1
n2
(2.15 1.69) (2.779)(1.058)

0.46 1.12
0.66
1 1
16 12
(X1 X2 ) t
S
2
11
1
n1
1
n2
(2.15 1.69) (2.779)(1.058)
1
1
161 12
0.46 1.12
1.58
En conclusin, con un nivel de confianza de 99% la diferencia del promedio de horas

que se ausentan del trabajo los empleados que beben de manera habitual y los empleados que
beben ocasionalmente se encuentra en un rango que va de 0.66 a 1.58. En este caso, al tenerse
que la cota inferior es negativa y la cota superior es positiva, no se puede saber cul de las dos
poblaciones de trabajadores tiene un mayor promedio en el nmero de ausencias.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
d)
b)
a)
b)
b)
c)
d)
c)
c)
d)
Como np = 425 y nq = 75, la distribucin muestral de p es normal, por lo que para un nivel de
confianza de 99%, el valor de Z / 2 = 2.576
Aplicando la frmula de proporcin de xitos:
p
X
n
425
500
0.85
La proporcin de fracasos es:

q 1 p 1 0.85 0.15
Datos:
X = 425
n = 500
p = 0.85
Z 2 = 2.576
448
p Z
2
pq
n
0.85 2.576
p p Z
2
pq
n
(0.85)(0.15)
500
p 0.85 2.576
(0.85)(0.15)
500
0.85 0.041 p 0.85 0.041

0.809 p 0.891
Por lo tanto, la proporcin real de ventasque se hacen a crdito se encuentra en un intervalo

que va de un 80.9% a un 89.1%.
12.
confianza de 99%, el valor de Z 2 = 2.576
X
n
171
190
09
.
Mientras que la proporcin de fracasos es:

q 1 p 1 0.93 0.1
Datos:
X = 171
n = 190
p = 0.9
q = 0.1
Z 2 = 2.576
p Z
2
pq
n
0.9 2.576
p p Z
2
(0.9)(0.1)
190
pq
n
p 0.9 2.576
(0.9)(0.1)
190
0.9 (2.576)(0.021) p 0.9 (2.576)(0.021)

0.846 p 0.954
Por lo tanto, la proporcin de fumadores que prefieren esa marca se encuentra en un

intervalo comprendido entre 84.6% y 95.4%.
449
13.
confianza de 90%, el valor de Z 2 = 1.645
p
X
n
630
1 000
0.63

q 1 p 1 063
.
037
.
Datos:
X = 630
n = 1 000
p = 0.63
q = 0.37
Z 2 = 1.645
p Z
2
pq
n
0.63 1.645
p p Z
2
pq
n
(0.63)(0.37)
1 000
p 0.63 1.645
(0.63)(0.37)
1 000
0.9 (1.645)(0.0152) p 0.9 (1.645)(0.0152)

0.6049 p 0.6551
Por lo tanto, la proporcin de la poblacin que s cree en la existencia de vida en otros

planetas se encuentra en un intervalo comprendido entre 60.49% y 65.51%.
14.
Cuando el nivel de confianza es de 90%, el valor de Z
= 1.645

p
X
n
83
344
0.241
La proporcin de fracasos es:

q 1 p 1 0.241 0.759
Datos:
X = 83
n = 344
p = 0.241
q = 0.759
Z 2 = 1.645
450

p Z
2
pq
n
0.241 1.645
p p Z
2
pq
n
(0.241)(0.759)
344
(0.241)(0.759)
344
p 0.241 1.645
0.241 (1.645)(0.023) p 0.241 (1.645)(0.023)

0.203 p 0.278
Por lo tanto, la proporcin de la poblacin de mayoristas que s estn satisfechos con las
ventas en este ao se encuentra en un intervalo comprendido entre 20.3% y 27.8%.
15.
Cuando el nivel de confianza es de 95%, el valor de Z
= 1.96.

p
X
n
87
142
0.613

q 1 p 1 0613
.
0387
.
Datos:
X = 87
n = 142
p = 0.612
q = 0.388
Z 2 = 1.96
p Z
2
pq
n
0.612 1.96
p p Z
2
pq
n
(0.612)(0.388)
142
p 0.612 1.96
(0.612)(0.388)
142
0.612 (1.96)(0.0408) p 0.612 (1.96)(0.0408)

0.5319 p 0.6921
Por lo tanto, la proporcin real de poblacin que se muestrea se encuentran en un intervalo

comprendido entre 53.19% y 69.21%.
4 51
1.
Contando con un nivel de confianza de 95% el valor de Z
= 1.96
Datos:
X1
X2
n1
n2
Z
= 350
= 400
= 1 500
= 1 400
= 0.96
Se procede a calcular el valor de las proporciones de xitos:

p1
X1
n1
350
1 500
0.23
p2
X2
n2
400
1 400
0.29
Mientras que las proporciones de fracasos son:

q1 1 p1 1 0.23 0.77
q2 1 p2 1 0.29 0.71
Sustituyendo los valores en la frmula para obtener el intervalo para diferencia de

proporciones se obtiene:
(p1 p2 ) Z
(023
.
029
. ) 196
.
p1 q1
n1
p2 q2
n2
(p1 p2 ) Z
(023
. )(023
. ) (029
. )(071
. )
1500
1400
0.06 0.031 p1 p2
0.091 p1 p2
p1 p2
p1 p2
p1 q1
n1
p2 q2
n2
(023
.
029
. ) 196
.
. )
(023
. )(077
. ) (029
. )(071
1500
1400
0.06 0.031
0.029
Por lo tanto, la diferencia de proporciones para las dos poblaciones de personas que apoyan
que se implemente el impuesto est comprendida en un intervalo entre 0.091 y 0.029. Al
ser dos cotas negativas se puede decir que la proporcin de la poblacin 2 es mayor que la
proporcin de la poblacin 1.
452
2.
Contando con un nivel de confianza de 99% el valor de Z
= 2.576
Datos:
X1
X2
n1
n2
Z
=
=
=
=
=
30
25
350
420
2.576
Se procede a calcular el valor de las proporciones de xitos.

p1
X1
n1
30
350
0.086
p2
X2
n2
25
420
0.06

q1 1 p1 1 0.086 0.914
q2 1 p2 1 0.06 0.94
Sustituyendo los valores en la frmula para obtener el intervalo para diferencia de

(p1 p2 ) Z
(0086
.
006
. ) 2576
.
p1 q1
n1
p2 q2
n2
p1 p2
(0086
. )(0914
. ) (006
. )(094
. )
350
420
0.026 0.048 p1 p2
0.022 p1 p2
(p1 p2 ) Z
p1 p2
p1 q1
n1
p2 q2
n2
(0086
.
. ) 2576
.
006
(0086
. )(0914
. ) (006
. )(094
. )
350
420
0.026 0.048
0.074
El intervalo para la diferencia de proporciones para las dos muestras est comprendido en
un rango que va de 0.022 a 0.074. Al estar compuesto el intervalo por una cota negativa y otra
positiva, se dice que no se puede saber cul de las dos proporciones es mayor.
3.
Datos:
X1 = 49
X2 = 36
n1 = 92
n2 = 86
Z 2 = 1.645
453
Se procede a calcular el valor de las proporciones de xitos p1 y p2.

p1
X1
n1
49
92
0.532
p2
X2
n2
36
86
0.419

q1 1 p1 1 0.533 0.468
q2 1 p2 1 0.419 0.581
Sustituyendo losvaloresen la frmula y as obtener el intervalo para diferencia de proporciones:
(p1 p2 ) Z
p1 q1
n1
p1 p2
(p1 p2 ) Z
(0532
. )(0468
. ) (0419
. )(0581
. )
92
86
(0532
.
0419
. ) 1645
.
0.113 0.122 p1 p2
0.009 p1 p2
p2 q2
n2
p1 p2
p1 q1
n1
p2 q2
n2
(0532
.
0419
. ) 1645
.
(0532
. )(0468
. ) (0419
. )(058
. 1)
92
86
0.113 0.122
0.235
Por lo tanto, el intervalo para la diferencia de proporciones de los proyectos patrocinados

por empresas para las dos poblaciones va de 0.009 a 0.235.
4.
Datos:
X1
X2
n1
n2
Z
=
=
=
=
=
308
157
570
232
1.645

p1
p2
X1
n1
308
570
0.5404
X2 157
0.6767
n2 232
Las proporciones de los fracasos son:
q1 1 p1 1 0.5404 0.4596
q2 1 p2 1 0.6767 0.3233
454
Sustituyendo los valores en la frmula y as obtener el intervalo para diferencia de

(p1 p2 ) Z
p1 q1
n1
p2 q2
n2
(0.5404 0.6767) 1.645
0.1363 0.0610 p1 p2
0.1973 p1 p2
(p1 p2 ) Z
p1 q1
n1
p2 q2
n2
(0.5404) (0.4596) (0.6767)(0.3233)

570
23
32
(0.5404 0.6767) 1.645
p1 p2
p1 p2
(0.5404)(0.4596) (0.6767) (0.3233)

570
232
0.1363 0.0610
0.0753
Por lo tanto, el intervalo para la diferencia de proporciones del comportamiento de compra

para las dos muestras est comprendido en un rango que va de 0.1973 a 0.075. Observa que
tanto la cota inferior como la cota superior son negativas, razn por la cual se puede aseverar
que el promedio de la poblacin 2 es mayor al promedio de la poblacin 1.
5.
Datos:
X1
X2
n1
n2
Z
=
=
=
=
=
70
65
112
135
1.96

p1
X1
n1
70
112
0.625
p2
X2
n2
65
135
0.481
Mientras que las proporciones de fracasos es:

q1 1 p1 1 0.625 0.375
q2 1 p2 1 0.481 0.519
Sustituyendo los valores en la frmula y as obtener el intervalo para diferencia de

(p1 p2 ) Z
p1 q1
n1
p2 q2
n2
p1 p2
(p1 p2 ) Z
p1 q1
n1
p2 q2
n2
455
(0625
. )(0375
. ) (0481
. )(0519
. )
112
135
(0625
.
0481
. ) 196
.
p1 p2
(0625
.
0481
. ) 196
.
(0625
. )(0375
. ) (0481
. )(0519
. )
112
135
0.144 0.123 p1 p2
0.021 p1 p2
0.144 0.123
0.267
para predecir sus ventas es de 0.021 a 0.267.
1.
Con un nivel de confianza de 99% y (n 1 = 25 1 = 24) 24 grados de libertad el valor de

2
2
2
9.89
0.005 = 45.56 y para 1 0.005
0.995
Datos:
n = 25
S= 2.4
2
2
1
45
45.56
0.005
2
0.995
9.89
Al sustituir los datos en la frmula de intervalo para encontrar la varianza de la poblacin

resulta:
(n 1)S2
(n 1)S2
2
1
(25 1)(2.4)2
45.55
138.24
45.56
3.03
(25 1)(2.4)2
9.88
138.24
9.89
13.98

456
2.
Con un nivel de confianza de 95% y ( n 1 = 30 1 =294) 29 grados de libertad el valor de

2
2
2
45
45.72 y para 1 0.025
16.04
0.025
0.975
Datos:
n = 70
S2 = 65
2
=
2
2
=
1
2
= 45.72
= 16.04
0.025
2
0.95
Al sustituir los datos en la frmula de intervalo para encontrar la varianza de la

poblacin resulta:
(n 1) S2
(n 1) S2
2
1
2
2
(30 1)(15)
45.72
435
45.72
(30 1)(15)
16.04
435
16.04
9.51
27.11

3.
Con un nivel de confianza de 90% y (n 1 = 15 1 =14) 14 grados de libertad el valor de

2
0.5
23.68 y para
2
1 0.05
2
0.95
6.57
Datos:
n = 15
S2 = 0.64
2
2 = 0.05 = 23.68
2
2
2
0.95
= 6.57

poblacin resulta:
(n 1)S2
(n 1)S2
2
1
(15 1) (0.64)
23.68
(15 1) (0.64)
6.57
4 57
8.96
23.68
0.378
8.96
6.57
1.364

4.
Con un nivel de confianza de 95% y (n 1 = 15 1 =14) 14 grados de libertad el valor de

2
2
2
26.11 y para 1 0.025
0.025
0.975 5.62
Datos:
n = 15
S2 = 5.5696
2
= 20.025 = 26.11
2
2
= 20.95 = 5.62
1
2
poblacin resulta:
(n 1) S2
(n 1) S2
2
1
2
2
(15 1)(5.5696)
26.11
77.974
26.11
2.986
(15 1)(5.5696)
5.62
77.974
5.62
13.874

5.
Con un nivel de confianza de 90% y (n 1 = 18 1 =17) 17 grados de libertad, el valor de

2
2
2
27.58 y para 10.05
8.67
0.05 27
0.95
Datos:
n = 18
S2 = 108.16
2
= 20.025 = 27.58
2
2
= 20.95 = 8.67
1 2
458
Al sustituir los datos en la frmula de intervalo para encontrar la varianza de la poblacin

resulta:
(n 1)S2
2
1
(18 1)(108.16)
27.58
1838.72
27.58
66.66
(n 1)S2
(18 1)(108.16)
8.67
1838.72
8.67
212.078

459
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
460
b)
c)
d)
a)
a)
b)
b)
d)
a)
a)
c)
b)
b)
d)
c)
b)
d)
b)
d)
c)
d)
a)
c)
a)
a)
c)
d)
b)
d)
a)
d)
a)
b)
c)
b)
d)
c)
a)
c)
d)
a)
b)
b)
d)
Anexos
ANEXOS
463
reas bajo la curva normal cannica entre 0 y z
464
ANEXOS
ANEXOS
465

Estadistica para Neg 1aed 07

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estadistica para Neg 1aed 07

Hochgeladen von

Copyright:

Verfügbare Formate

Unidad 7

n las unidades anteriores se ha venido desarrollando el significado y la utilidad de las

7.1. Estimacin puntual y estimacin por intervalos

La estimacin es un procedimiento de la estadstica inferencial mediante el cual se realizan

La estimacin tiene el objetivo de obtener estadsticos, es decir, frmulas matemticas que

una poblacin, utilizando la informacin contenida en una muestra. Al estadstico tambin se le

de produccin en un periodo de tiempo para establecer planes y mtodos que provean de

7.1.1. Estimacin puntual

La estimacin puntual es un procedimiento de la estadstica inferencial mediante el cual se realizan

ESTADSTICA PARA NEGOCIOS

Parmetro poblacional que se desea estimar

(desviacin estndar poblacional)

7.1.2. Estimacin por intervalos

La estimacin por intervalos es un procedimiento de la estadstica inferencial mediante el cual se realizan

UNIDAD 7. ESTIMACIN DE MEDIAS

en un determinado da del ao de una gran ciudad o pas; el nivel mximo y mnimo

dependencia gubernamental desea conocer qu porcentaje de la poblacin gana entre 3 y 5

ESTADSTICA PARA NEGOCIOS

Es un procedimiento de la estadstica inferencial mediante el cual se realizan clculos con los

Es un procedimiento de la estadstica inferencial mediante el cual se realizan clculos con los

Es un estimador de la media poblacional:

Es el resultado que se obtiene al emplear datos de una muestra en la frmula o expresin

UNIDAD 7. ESTIMACIN DE MEDIAS

Son algunas desventajas de realizar estimacin puntual:

Su resultado es expresado en niveles de confianza, aunque esto no implica que siempre se

Son algunas ventajas de realizar estimacin por intervalos de confianza:

Si le has prestado dinero a un familiar en 10 ocasiones y nicamente te ha devuelto el dinero

Su resultado vara de muestra en muestra.

La media poblacional se encontrar entre 300 y 320.

ESTADSTICA PARA NEGOCIOS

7.2. Estimacin de la media de una poblacin mediante intervalos de confianza

7.2.1. Muestras grandes

Cuando no se conoce la desviacin estndar poblacional, la frmula para estimar la media de

UNIDAD 7. ESTIMACIN DE MEDIAS

= Es el valor de Z situado bajo la curva normal estandarizada.

Tabla 7.1. Niveles de confianza ms utilizados.

ESTADSTICA PARA NEGOCIOS

Ahora bien, recordemos de la unidad 4 que el valor Z seala a qu distancia se encuentra

Figura 7.1. Nivel de confianza.

Al realizar las operaciones algebraicas correspondientes se obtiene el intervalo de confianza

UNIDAD 7. ESTIMACIN DE MEDIAS

ESTADSTICA PARA NEGOCIOS

Los datos recolectados de la muestra son:

= 1.645. Sustituyendo los datos

= 2.576. Sustituyendo los datos

Si se desea un intervalo de 99% de confianza, el valor de Z

Con un 90% de confianza, se prev que el promedio de endeudamiento estar comprendido en

7.2.2. Muestras pequeas

UNIDAD 7. ESTIMACIN DE MEDIAS

Si se compara con la frmula para muestras grandes, se observa que el estadstico Z / 2 de la

El nuevo componente, t / 2, se obtiene de una tabla de probabilidades. La distribucin t student

ESTADSTICA PARA NEGOCIOS

Puesto que se desconoce el valor de la desviacin estndar se procede a calcular en primer

(9 9)2 (14 9)2 (7 9)2 (8 9)2 (11 9)2 (5 9)2

Si se sustituyen estos valores en la frmula de intervalo para muestras pequeas tenemos:

UNIDAD 7. ESTIMACIN DE MEDIAS

En este caso, se desconoce la desviacin estndar de la poblacin, pero se conoce la desviacin

Al tener un 95% de confianza, el promedio de carga se encuentra en un intervalo comprendido

7.2.3. Estimacin de la diferencia entre dos medias poblacionales

ESTADSTICA PARA NEGOCIOS

rating o nivel de audiencia de dos programas de televisin

haciendo publicidad en dos ciudades diferentes.