Métodos de muestreo

y Distribución Muestral Aplicaciones.

de la Media
Introducción

Recuerde que, en la inferencia estadística, el objetivo es determinar algo sobre una

población a partir sólo de una muestra. La población es todo el grupo de individuos u
objetos en estudio, y la muestra es una parte o subconjunto de dicha población.

En este capítulo comienza el estudio del muestreo, herramienta para inferir algo sobre una
población. Primero se analizan los métodos para seleccionar una muestra de una
población.
Después se construye una distribución de la media de la muestra para entender la forma
en que las medias muestrales tienden a acumularse en torno a la media de la población.
Por último, se demuestra que, para cualquier población, la forma de esta distribución de
muestreo tiende a seguir la distribución de probabilidad normal.
Métodos de muestreo

Razones para muestrear

Cuando se estudian las características de una población, existen diversas razones prácticas
para preferir algunas partes o muestras de ella para observar y medir. He aquí algunas
Razones Para Muestrear:

1. Establecer contacto con toda la población requeriría mucho tiempo.

2. El costo de estudiar todos los elementos de una población resultaría prohibitivo.
3. Es imposible verificar de manera física todos los elementos de la población.
4. Algunas pruebas son de naturaleza destructiva.
5. Los resultados de la muestra son adecuados.
 Muestreo aleatorio simple

El tipo de muestreo más común es el muestreo aleatorio simple.

MUESTREO ALEATORIO SIMPLE Muestra seleccionada de manera que cada elemento o
individuo de la población tenga las mismas posibilidades de que se le incluya.
Para ejemplificar el muestreo aleatorio simple y la selección, suponga que una población
consta de 845 empleados de Nitra Industries, de la cual se va a elegir una muestra de 52
empleados. Una forma de asegurarse de que todos los empleados de la población tienen las
mismas posibilidades de que se les elija consiste en escribir primero el nombre de cada
empleado en un papel y depositarlos todos en una caja. Después de mezclar todos los
papeles, se efectúa la primera selección tomando uno de la caja sin mirarlo. Se repite este
proceso hasta terminar de elegir la muestra de 52 empleados.
Un método más conveniente de seleccionar una muestra aleatoria consiste en utilizar un
número de identificación por cada empleado y una tabla de números aleatorios.
 Muestreo aleatorio simple

Ejemplo:

Jane y Joe Millar administran el Foxtrot Inn, una pensión donde dan alojamiento y desayuno,
localizada en Tryon, Carolina del Norte. El negocio tiene ocho habitaciones. A continuación
aparece el número de estas ocho habitaciones rentadas diariamente durante junio de 2011.
Utilice Excel para seleccionar una muestra de cinco noches de junio.
 Muestreo aleatorio sistemático

En algunos estudios, el procedimiento de muestreo aleatorio simple resulta complicado. Por

ejemplo, suponga que la división de ventas de Computer Graphic, Inc., necesita calcular
rápidamente el ingreso medio en dólares por venta del mes pasado. La división confirmó que se
registraron 2 000 ventas y se almacenaron en cajones de archivo, y se decidió seleccionar 100
recibos para calcular el ingreso medio en dólares. El muestreo aleatorio simple requiere la
numeración de cada recibo antes de utilizar la tabla de números aleatorios para seleccionar los 100
recibos. Dicho proceso de numeración puede tardar mucho tiempo. En su lugar, es posible aplicar
el muestreo aleatorio sistemático.

MUESTREO ALEATORIO SISTEMÁTICO Se selecciona un punto aleatorio de inicio y posteriormente

se elige cada k-ésimo miembro de la población.

Primero se calcula k, que es el resultado de dividir el tamaño de la población entre el tamaño de la

muestra. En el caso de Computers Graphic, Inc., seleccione cada vigésimo recibo (2 000/100) de los
cajones del archivo; al hacerlo evita el proceso de numeración. Si k no es un número entero, hay
que redondearlo.
 Muestreo aleatorio sistemático

Para seleccionar el primer recibo emplee el muestreo aleatorio simple. Por ejemplo, seleccione un
número de la tabla de números aleatorios entre 1 y k, en este caso, 20. Suponga que el número
aleatorio resultó ser 18. Entonces, a partir del recibo 18, se seleccionará cada vigésimo recibo (18,
38, 58, etc.) como muestra.

Antes de aplicar el muestreo aleatorio sistemático, debe observar con cuidado el orden físico de la
población. Cuando el orden físico se relaciona con la característica de la población, no debe aplicar
el muestreo aleatorio sistemático. Por ejemplo, si los recibos se archivan en orden creciente de
ventas, el muestreo aleatorio sistemático no garantiza una muestra aleatoria. Debe aplicar otros
métodos de muestreo.
 Muestreo aleatorio estratificado

Cuando una población se divide en grupos a partir de ciertas características, se aplica el muestreo
aleatorio estratificado con el fin de garantizar que cada grupo se encuentre representado en la
muestra. A los grupos también se les denomina estratos. Por ejemplo, los estudiantes universitarios
se pueden agrupar en estudiantes de tiempo completo o de medio tiempo, por sexo, masculino o
femenino, tradicionales o no tradicionales. Una vez definidos los estratos, se aplica el muestreo
aleatorio simple en cada grupo o estrato con el fin de formar la muestra.

MUESTRA ALEATORIA ESTRATIFICADA Una población se divide en subgrupos, denominados

estratos, y se selecciona al azar una muestra de cada estrato.

Por ejemplo, puede estudiar los gastos en publicidad de las 352 empresas más grandes de Estados
Unidos. Suponga que el objetivo del estudio consiste en determinar si las empresas con altos
rendimientos sobre el capital (una medida de rentabilidad) gastan en publicidad la mayor parte del
dinero ganado que las empresas con un registro de bajo rendimiento o déficit. Para asegurar que la
muestra sea una representación imparcial de las 352 empresas, éstas se deben agrupar de acuerdo
con su rendimiento porcentual sobre el capital.
 Muestreo aleatorio estratificado

La tabla siguiente incluye los estratos y las frecuencias relativas. Si aplicara el muestreo aleatorio
simple, observe que las empresas del tercero y cuarto estratos tienen una probabilidad alta de que
se les seleccione (0.87), mientras que las empresas de los demás estratos tienen menos (0.13).
Podría no seleccionar ninguna de las empresas que aparecen en los estratos 1 o 5 sencillamente
por azar. No obstante, el muestreo aleatorio estratificado garantizará que por lo menos una
empresa de los estratos 1 o 5 aparezca en la muestra. Considere una selección de 50 compañías
para llevar a cabo un estudio minucioso.
 Muestreo por conglomerados

Otro tipo común de muestreo es el muestreo por conglomerados, que a menudo se emplea para
reducir el costo de muestrear una población dispersa en cierta área geográfica.

MUESTREO POR CONGLOMERADOS La población se divide en conglomerados a partir de los

límites naturales geográficos o de otra clase. A continuación se seleccionan los conglomerados al
azar y se toma una muestra de forma aleatoria con elementos de cada grupo.

Suponga que desea determinar la opinión de los residentes de algún estado con referencia a las
políticas federales y estatales de protección ambiental. Seleccionar una muestra aleatoria de
residentes y ponerse en contacto con cada persona requeriría mucho tiempo y resultaría muy
costoso. Sería mejor aplicar el muestreo por conglomerados y subdividir el estado en pequeñas
unidades: condados o regiones. Con frecuencia se les conoce como unidades primarias.

Suponga que dividió el estado en 12 unidades primarias, seleccionó al azar cuatro regiones, 2, 7, 4
y 12, y concentró su atención en estas unidades primarias. Usted puede tomar una muestra
aleatoria de los residentes de cada una de estas regiones y entrevistarse con ellos (observe que se
trata de una combinación de un muestreo por conglomerados y un muestreo aleatorio simple).
 Muestreo por conglomerados

“El estudio de los métodos de muestreo de las secciones anteriores no incluye todos los métodos
de muestreo disponibles para el investigador. Si usted emprendiera un proyecto de investigación
importante de marketing, finanzas, contabilidad u otras áreas, necesitaría consultar libros
dedicados exclusivamente a la teoría del muestreo y al diseño de muestras.”
 “Error” de muestreo

Las muestras se emplean para determinar características de la población. Por ejemplo, con la
media de una muestra se calcula la media de la población. No obstante, como la muestra forma
parte o es una porción representativa de la población, es poco probable que su media sea
exactamente igual a la media poblacional. Asimismo, es poco probable que la desviación estándar
de la muestra sea exactamente igual a la desviación estándar de la población. Por lo tanto, puede
esperar una diferencia entre un estadístico de la muestra y el parámetro de la población
correspondiente. Esta diferencia recibe el nombre de error de muestreo.

ERROR DE MUESTREO Diferencia entre el estadístico de una muestra y el parámetro de la

población correspondiente.
 “Error” de muestreo

Con los datos del ejemplo anterior:

Determine la media de la población. Utilice Excel u otro software de estadística para seleccionar
tres muestras aleatorias de cinco días. Calcule la media de cada muestra y compárela con la media
poblacional. ¿Cuál es el error de muestreo en cada caso?

Solución:
Durante el mes se rentaron un total de 94 habitaciones. Por lo tanto, la media de las unidades
que se rentaron por noche es de 3.13. Ésta es la media de la población.

La primera muestra aleatoria de cinco noches dio como resultado el siguiente número de
habitaciones rentadas: 4, 7, 4, 3 y 1. La media de esta muestra de cinco noches es de 3.8
habitaciones.
 “Error” de muestreo

El error de muestreo de la primera muestra es la diferencia entre la media poblacional (3.13) y la

media muestral (3.80). De ahí que el error muestral sea 0,67. La segunda muestra aleatoria de
cinco días de la población de 30 días de junio arrojó el siguiente número de habitaciones rentadas:
3, 3, 2, 3 y 6. La media de estos cinco valores es de 3.4, que se calcula de la siguiente manera:

Durante el mes se rentaron un total de 94 habitaciones. Por lo tanto, la media de las unidades
que se rentaron por noche es de 3.13. Ésta es la media de la población.

El error de muestreo es de 0.27

¿Cuál media escogerían?

¿Cuántas muestras de tamaño 5 se pueden extraer del conjunto de datos?
¿pueden existir errores negativos?
¿Qué valor esperarías obtener de la suma total de los errores cuando las muestras han sido
tomadas sin sesgo?
 Distribuciones de muestreo fundamentales y descripciones de datos
Muestreo aleatorio

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de
una población), se selecciona una muestra, entendiendo por tal una parte representativa de la
población. El muestreo es por lo tanto una herramienta de la investigación científica, cuya función
básica es determinar que parte de una población debe examinarse, con la finalidad de hacer
inferencias sobre dicha población.

Poblaciones y muestras

Una población consta de la totalidad de las observaciones en las que estamos

interesados.

Una muestra es un subconjunto de una población.

Algunos estadísticos importantes

Cualquier función de las variables aleatorias que forman una muestra aleatoria se llama estadístico.

Medidas de localización de una muestra: la media, la mediana y la moda

muestrales

a) Media muestral:

Medidas de localización de una muestra: la media, la mediana y la moda

muestrales

b) Mediana muestral:
c) La moda muestral es el valor que ocurre con mayor frecuencia en la muestra.

Ejercicio
Los tiempos que los 9 individuos de una muestra aleatoria tardan en reaccionar ante
un estimulante se registraron como 2.5, 3.6, 3.1, 4.3, 2.9, 2.3, 2.6, 4.1 y 3.4
segundos. Calcule
a) la media;
b) la mediana.

Solución

𝟐.𝟓:𝟑.𝟔:⋯:𝟑.𝟒 𝟐𝟖,𝟖
a) 𝑿 = 𝟗
=
𝟗
= 𝟑, 𝟐

b) Ordenamos los datos de menor a mayor

2,3 2,5 2,6 2,9 3,1 3,4 3,6 4,1 4,3

 Las medidas de variabilidad de una muestra: la varianza, la desviación estándar y
el rango de la muestra

a) La varianza muestral:
Ejemplo: El contenido de alquitrán de 8 marcas de cigarrillos que se seleccionan al azar de
la lista mas reciente publicada por la Comisión Federal de Comercio es el siguiente: 7.3, 8.6,
10.4, 16.1, 12.2, 15.1, 14.5 y 9.3 miligramos. Calcule
a) la media;
b) la varianza.

Solución

𝟕.𝟑:𝟖.𝟔:⋯:𝟗.𝟑 𝟗𝟑,𝟓
a) 𝑿 = 𝟖
=
𝟖
= 𝟏𝟏,6875

Solución
𝟕,𝟑;𝟏𝟏,𝟔𝟖𝟕𝟓 𝟐 :⋯: 𝟗,𝟑;𝟏𝟏,𝟔𝟖𝟕𝟓 𝟐
b) 𝑺𝟐 = = 𝟏𝟎, 𝟕𝟕
𝟖;𝟏
Distribuciones muestrales

El campo de la inferencia estadística trata básicamente con generalizaciones y predicciones.

Definición: La distribución de probabilidad de un estadístico se denomina distribución muestral.

La distribución muestral de un estadístico depende de la distribución de la población, del tamaño de las

muestras y del método de selección de las muestras.

Distribución muestral de medias

Teorema de Distribuciones Muestrales de Medias: Supongamos que la población en donde se hace el muestreo
es finita de tamaño N.

a) Cuando el muestreo se hace con reemplazo, entonces,

• La media 𝜇𝑋 de la distribución muestral de X es igual a la media de la población en que se toma la

muestra, es decir, 𝜇𝑋 = 𝜇.
• La varianza 𝜎𝑋2 de la distribución muestral es igual a la varianza de la población dividida por el tamaño de
𝜎2
la muestra, es decir, 𝜎𝑋2 = .
𝑛
b) Cuando el muestreo se hace sin reemplazo, entonces,

• La media 𝜇𝑋 de la distribución muestral de X es igual a la media de la población en que se toma la muestra, es decir,
𝜇𝑋 = 𝜇.
𝜎 2 𝑁;𝑛
• La varianza 𝜎𝑋2 de la distribución muestral es igual a 𝜎𝑋2 = .
𝑛 𝑁;1

Ejemplo Supongamos que se eligen muestras de tamaño 2 de una población de tamaño 3 con valores 0, 2 y 4.
(a) Si el muestreo se hace con reemplazo, entonces, verifique el teorema de distribuciones muestrales parte (a).
(b) Si el muestreo se hace sin reemplazo, entonces, verifique el teorema de distribuciones muestrales parte (b).

𝑥 2
Muestra 𝑥−𝜇
𝜎2
( 0 , 0) 0 4 𝜇𝑋 = 𝜇 y 𝜎𝑋2 = .
0+2+4 𝑛
𝜇= =2
3 ( 0 , 2) 1 1
( 0 , 4) 2 0 0+1+2+1+2+3+2+3+4
𝜇𝑋 =
2 2 2 9
0−2 + 2−2 + 4−2 ( 2 , 0) 1 1 𝜇𝑋 = 2 = 𝜇
𝜎2 =
3 ( 2 , 2) 2 0
8
𝜎2 = ( 2 , 4) 3 1
3 4 + 1 + 0 + 1 + 0 + 1 + ´0 + 1 + 4
𝜎𝑋2 =
( 4 , 0) 2 0 9
2 12 4 8/3
( 4 , 2) 3 1 𝜎𝑋 = = =
9 3 2
( 4 , 4) 4 4
Ejemplo Supongamos que se eligen muestras de tamaño 2 de una población de tamaño 3 con valores 0, 2 y 4.
(a) Si el muestreo se hace con reemplazo, entonces, verifique el teorema parte a.
(b) Si el muestreo se hace sin reemplazo, entonces, verifique el teorema parte b.

2 𝜎 2 𝑁;𝑛
0+2+4 Muestra 𝑥 𝑥−𝜇 𝜇𝑋 = 𝜇 y 𝜎𝑋2 = .
𝑛 𝑁;1
𝜇= =2 ( 0 , 2) 1 1
3
( 0 , 4) 2 0
1+2+1+3+2+3
( 2 , 0) 1 1 𝜇𝑋 =
2 2 2 6
0−2 + 2−2 + 4−2 12
𝜎2 = ( 2 , 4) 3 1 𝜇𝑋 = =2=𝜇
3 6
8 ( 4 , 0) 2 0
𝜎2 =
3 ( 4 , 2) 3 1 1+0+1+1+0+1
𝜎𝑋2 =
6

4 2
𝜎𝑋2 = =
6 3

8/3 3 − 2 4 1 2
𝜎𝑋2 = = =
2 3−1 3 2 3
Cuando el muestreo se hace en una población infinita, entonces, sin importar el muestreo es con o sin reemplazo se
tiene que :
Resumen de la distribución muestral de la media
 Ejercicios de la sección
Cinco mil personas se presentaron a un control de peso. El peso promedio fue 75 kilogramos y la desviación estándar 10. Si
de esta población de pesos se toman 300 muestras aleatorias de tamaño 40, encuentre:
(a) 𝜇𝑋 y 𝜎𝑋 .
(b) el número aproximado de medias muestrales que caen entre 73 y 77 kilogramos.
(c) la cantidad aproximada de medias muestrales superiores a 72 kilogramos.
Solución:
Dado que n = 40 y N = 5.000 y además n / N = 40 / 5.000 = 0,008 ≤ 0,05

𝜎2 𝜎 10
(a) 𝜇𝑋 = 75 y 𝜎𝑋 = 𝑛
= 𝑛
= 40
= 1,58

73;75 73;75
(b) ܲ(73<𝑋<77)=𝑃 <𝑍< = 𝑃 −1,26 < 𝑍 < 1,26
1,58 1,58

ܲ(73<𝑋<77)=ܲ(𝑍<1,26)−ܲ(𝑍<−1,26)=0,8962−0,1038=0,7924
Por lo tanto el número aproximado de medias muestrales que caen entre 73 y 77 kilogramos será 300×0,7924≈238

72;75
(c) 𝑃 𝑋 > 72 = 1 − 𝑃 𝑋 ≤ 72 = 1 − 𝑃 𝑍 ≤ = 1 − 𝑃 𝑍 ≤ −1,89
1,58
𝑃 𝑋 > 72 = 1 − 0,0294 = 0,9706
Por lo tanto la cantidad aproximada de medias muestrales superiores a 72 kilogramos será 300 × 0,9706 ≈ 291
 Ejercicios de la sección
La duración de ciertos componentes eléctricos producidos por una determinada empresa tiene una media de 1.200 horas y
una desviación estándar de 400 horas. La población sigue una distribución normal. Suponga que usted ha comprado 9
bombillas, que pueden ser consideradas como una muestra aleatoria de la producción de la empresa.
(a) ¿Cuál es la media de la media muestral de la duración de estos componentes eléctricos?
(b) ¿Cuál es la varianza de la media muestral?
(c) ¿Cuál es el error estándar de la media muestral?
(d) ¿Cuál es la probabilidad de que el tiempo medio de duración de tres componentes eléctricos sea de menos de 1.050
horas?

Solución:
Para este caso tenemos que n = 9 < 30, población normal con desviación estándar poblacional conocida
𝜎2 4002 𝜎𝑋2 = 17.777.77 = 133,33
(a) 𝜇𝑋 = 1.200 (b) 𝜎𝑋2 = 𝑛
= 9
= 17.777,77 (c) 𝜎𝑋 =

1.050;1.200
(d) 𝑃 𝑋 < 1.050 = 𝑃 𝑍 < = 𝑃 𝑍 < −1,125 = 0,1303
133,33
Distribución muestral de la media muestral para muestras pequeñas

Si el muestreo se hace en una población normal con varianza desconocida y si las muestras
seleccionadas son de tamaño n < 30, entonces, la distribución muestral de la media muestral X es la t de
Student con n − 1 grados de libertad.

𝑋;𝜇𝑋
Este teorema implica que la variable aleatoria 𝑡 = tiene distribución t con n − 1 grados de libertad.
𝜎𝑋

𝑠
Donde 𝜇𝑋 es la media de la población y 𝜎𝑋 =
𝑛
Ejemplos
1. Suponga que de una población normal con media 20 se toma una muestra de tamaño 16. Si la
desviación estándar muestral es 4, encuentre la probabilidad de que la media muestral sea
estrictamente mayor que 21,753.
2. Una muestra aleatoria de seis autos de un determinado modelo consumen las siguientes cantidades
en kilómetros por litro:
18, 6 18, 4 19, 2 20, 8 19, 4 20, 5.
Determine la probabilidad de que el consumo de gasolina medio muestral de los automóviles de este
modelo sea menor que 17,6 kilómetros por litro, suponiendo que la distribución de la población es
normal con media 17.
 Ejemplo: Una muestra aleatoria de seis autos de un determinado modelo consumen las siguientes cantidades en
kilómetros por litro:
18, 6 18, 4 19, 2 20, 8 19, 4 20, 5.

Determine la probabilidad de que el consumo de gasolina medio muestral de los automóviles de este modelo sea
menor que 17,6 kilómetros por litro, suponiendo que la distribución de la población es normal con media 17.

Solución:
Media poblacional 𝜇 = 17. Poblacional normal con varianza desconocida
𝑛
𝑖=1 𝑥𝑖 116,9
Media muestral 𝑥 = = = 19,4833
𝑛 6

𝑛
𝑖=1 𝑥𝑖 ;𝑥 2 4,8083
Desviación estándar muestral 𝑠 = = = 0,980
𝑛;1 6;1

Grados de libertad 𝜈 = 𝑛 − 1 = 5
Media de la media muestral 𝜇𝑋 = 17
𝑠 0,980
Error estándar de la media muestral 𝜎𝑋 = = ≈ 0,40
𝑛 6

17,6 − 17
𝑃 𝑋 ≤ 17,6 = 𝑃 𝑡5 ≤ = 𝑃 𝑡5 ≤ 1,5 = 1 − 𝑃 𝑡5 > 1,5 ≈ 1 − 0,10 = 0,9
0,40
 Distribuciones Muestrales: Aplicaciones
EJERCICIO 1 Una población consta de los siguientes cuatro valores: 12, 12, 14 y 16.
a) Enumere todas las muestras de tamaño 2 y calcule la media de cada muestra.
b) Calcule la media de la distribución muestral de la media y la media de la población.
Compare los dos valores.
c) Compare la dispersión en la población con la de las medias de las muestras.
EJERCICIO 2 Una población consta de los siguientes cinco valores: 2, 2, 4, 4 y 8.
a) Enumere todas las muestras de tamaño 3 y calcule la media de cada muestra.
b) Calcule la media de la distribución muestral de las medias y la media de la población.
Compare los dos valores.
c) Compare la dispersión en la población con la de las medias de las muestras.
EJERCICIO 3 P&G Company desea cerciorarse de que su detergente para lavandería contiene realmente
100 onzas líquidas, como indica la etiqueta. Los registros de los procesos de llenado
indican que la cantidad media por recipiente es de 100 onzas líquidas y que la
desviación estándar es de 2 onzas líquidas. A las diez de la mañana el técnico de calidad
realiza la verificación de 40 recipientes y encuentra que la cantidad media por recipiente
es de 99.8 onzas líquidas. ¿Debe interrumpir el proceso de llenado, o el error de muestreo
es razonable?
 Distribuciones Muestrales: Aplicaciones
EJERCICIO 4 CBS Company proporciona información a las empresas que se anuncian en televisión.
Las investigaciones indican que, en promedio, los adultos estadounidenses ven televisión
6.0 horas al día. La desviación estándar es de 1.5 horas. En el caso de una muestra de 50
adultos que viven en el área de Metropolitana de Barranquilla, ¿sería razonable
seleccionar al azar una muestra y encontrar que en promedio ven 6.5 horas al día?
EJERCICIO 5 En el sur del Pais, la renta de un departamento con una recámara tiene una distribución
normal con una media de $2200 miles mensuales y una desviación estándar de $250 miles
mensuales. La distribución del costo mensual no se rige por la distribución normal. De
hecho, tiene un sesgo positivo. ¿Cuál es la probabilidad de seleccionar una muestra de 50
departamentos de una recámara y hallar que la media es de por lo menos $1 950 mil
mensuales?
EJERCICIO 6 De acuerdo con un estudio de la DIAN, los contribuyentes tardan 330 minutos en promedio
en preparar, copiar y archivar en un medio electrónico la Declaracion de Renta. Esta
distribución de tiempos se rige por una distribución normal, y la desviación estándar es de
80 minutos. Un organismo de control selecciona una muestra aleatoria de 40
consumidores.
a) ¿Cuál es el error estándar de la media de este ejemplo?
b) ¿Cuál es la probabilidad de que la media de la muestra sea mayor que 320 minutos?
c) ¿Cuál es la probabilidad de que la media de la muestra se encuentre entre 320 y 350
minutos?
d) ¿Cuál es la probabilidad de que la media de la muestra sea superior que 350 minutos?
 Distribuciones Muestrales: Aplicaciones
EJERCICIO 7 En el Departamento de Educación de la Universidad Sergio Arboleda, los registros de los
estudiantes sugieren que la población estudiantil pasa un promedio de 5.5 horas a la
semana practicando deportes organizados. La desviación estándar de la población es 2.2
horas a la semana. Basándose en una muestra de 121 estudiantes, el departamento de
Bienestar Universitario de la institución desea encontrar:
a) el error estándar de la media muestral.
b) ¿Cuál es la probabilidad de que BU encuentre una media muestral entre 5 y 6 horas?
c) Calcule la probabilidad de que la media muestral esté entre 5.3 y 5.7 horas.
d) ¿Qué tan extraño sería obtener una media muestral mayor a 6.5 horas?
EJERCICIO 8 El fabricante de eMachines, que manufactura una computadora económica, concluyó el
diseño de un nuevo modelo de computadora portátil. A los altos ejecutivos de eMachines
les gustaría obtener ayuda para poner precio a la nueva computadora portátil. Se
solicitaron los servicios de empresas de investigación de mercados y se les pidió que
prepararan una estrategia de precios. Marketing-Gets-Results probó las nuevas
computadoras portátiles de eMachines con 50 consumidores elegidos al azar, quienes
indicaron que tenían planes de adquirir la computadora el año entrante. La segunda
empresa de investigación de mercados, llamada Marketing-Reaps-Profits, probó en el
mercado la nueva computadora portátil de eMachines con 200 propietarios de
computadoras portátiles. ¿Cuál de las pruebas de las empresas de investigación de
mercados resulta la más útil? Explique las razones.
 Distribuciones Muestrales: Aplicaciones
EJERCICIO 9 Suponga que el profesor de estadística le aplicó seis exámenes durante el semestre. Usted
obtuvo las siguientes calificaciones (porcentaje corregido): 79, 64, 84, 82, 92 y 77. En lugar
de promediar las seis calificaciones, el profesor le indicó que escogería dos al azar y
calcularía el porcentaje final con base en dos porcentajes.
a) ¿Cuántas muestras de dos calificaciones se pueden tomar?
b) Enumere todas las muestras posibles de tamaño 2 y calcule la media de cada una.
c) Calcule la distribución muestral de la media y compárela con la media de la población.
d) Si usted fuera estudiante, ¿le gustaría este sistema? ¿Sería diferente el resultado si se
eliminara la calificación más baja? Redacte un breve informe.
EJERCICIO El informe anual de Nike indica que el estadounidense promedio compra 6.5 pares de
10 zapatos deportivos cada año. Suponga que la desviación estándar de la población es de 2.1
y que se estudiará una muestra de 81 clientes el próximo año.
a) ¿Cuál es el error estándar de la media en este experimento?
b) ¿Cuál es la probabilidad de que la media de la muestra se encuentre entre 6 y 7 pares de
zapatos deportivos?
c) ¿Cuál es la probabilidad de que la diferencia entre la media muestral y la media
poblacional sea inferior a 0.25 pares?
d) ¿Cuál es la probabilidad de que la media muestral sea superior a 7 pares?