SlideShare una empresa de Scribd logo
1 de 10
Carrera: Procesos Industriales Área
           Manufactura


   Alumno: Oscar Torres Rivera


       Materia: Estadística


Maestro: Lic. Gerardo Edgar Mata
               Ortiz


     Grado y sección: 2° “C”
                                      4
ESTIMACIÓN POR INT ERVALOS



 Ejercicio 1

 La lectura d e una muestra aleat oria mostraron un a med ia de 1 74.5 c m y
 una desviació n estánd ar de 6.9 c m. De ter mine u n interva lo de conf ia nza del
 9 8% para la a ltura por medio d e tod os los estud iantes.

 SOL        UCI
 ÓN

                             ;


 σ = 6.9
 n = 50
 Nc = 9 8
 %                +176.77

                  - 172.23
 µ=




 ESTIM ACI ÓN DE LA DI FERENCI A DE M EDIA S POBLA CI ONAL ES C
 ON DESVIAC IONES POBL ACI ONAL ES CONOCI DA S


 Ejercicio 2

 Se co mp aran dos tipos de rosca de torn illo para ver su resistencia a la te nsió n.
 Se prueba n 50 p iezas de ca da t ipo de cuerda ba jo cond icio nes similares, la
 marca A tuvo u na res istencia pro med io a la te nsión d e 7 8.3 Kg , mie ntras q
 ue la marca B tuvo u na res istencia pro med io de 87 .2 Kg. Se sa be de
 ant e ma no que las                                                                 5
desviacio nes pob laciona les son d e 6. 5 Kg para la marca A y 6.3 Kg p ara
la B. Deter mine el int ervalo d e conf ianza de l 95% para la d if erencia d e las
dos me dias poblacio nales.

SOL       UCI
ÓN




σ 1 = 5. 6 Kg
σ 2 = 6. 3 Kg
n1 = n2 = 5
0



                  -6.56


µ1-µ2 =          -11.24




La resistenc ia a la tens ión de t ornillos de la marca B es superior a la marca
A.


ESTIM ACI ÓN DE  LA   M EDIA POBLA CI ONAL                    C ON    DESVIACI
ÓN POBLACI ONAL DESC ONOCI DA


Ejercicio 3.

Una máqu ina produce piezas metá licas d e f orma c ilíndrica. Se t o ma una
muestra de piezas cuyos diá metros son: 1 .01-0. 97-1. 03-1. 04-0.9 9-0.9
8-0.99-1 .01-1. 03. Encuen tre un in tervalo d e conf ianza de l 99% para e l diá me
tro pro me dio de piezas de esta máq uina si se supon e un a d istrib ución
aproximad a mente nor mal.


SOL       UCI
ÓN



n=9
V=8
  = 1. 0055
S =      0.0
2455
0.978
µ=
               1.0 32
e = 0.02 7
cm


La máqu ina está prod ucien do cilindros con un d iá metro e ntre 0.97 8 c m y 1.0
32 c m con un nive l de co nf ianza d el 99% y con un error de 0.02 7 c m


ESTIM ACI ÓN DE LA DI FERENCI A DE M EDIA S POBLA CI ONAL ES C
ON DESVIAC IONES POBL ACI ONAL ES DESC ONOCI DA S


Ejercicio 4.

Los zoólogos están in teresad os en la d istancia pro med io qu e un ciert o t
ipo de ma míf ero via ja desde su madrig uera. Un e qu ipo de vigilancia
observa dos poblacio nes de estos ma míf eros, la inf ormació n en me tros de la
pob lación 1 f ue:
176-28 9-181-2 26-26 5-174- 260-2 60-32 5-145-2 07-24 5-228-1 44, y de la p ob
lació n 2 f ue: 129-21 2-213-1 91-15 7-14 3-136-1 48-13 8-167. Ca lcule e interpre
te u n intervalo de conf ia nza d el 99% para la d if erencia med ia de la d istancia d
esde la madr igu era de las dos po blacion es, supo nga que las d esviacio nes po
blacion ales son igua les.

SOL     UCI
ÓN




S1 = 54.
58
S2 = 31.
39
n1 = 1
4 n2 =
10
  2                2
Sp = 21 63.3 9 m       Sp = 46. 51
m

                114.09
µ1-µ2 =
                5.524




µ1 en a mbos casos de be ser mayor.




Ejercicio 5

Una co mp añ ía q ue f abrica paste lillo d esea estimar la pro porció n de consu
midor es que pref ieran su           marca. L os agent es        de la co mp añ
ía o bservan a 450 comprador es, del n ú mero t ota l observado 3 00 co mprar
on los paste lillos. Calcu le un int ervalo de conf ianza del 95% par a la ven ta de
la pro porció n de co mprador es que pref ier en la marca de esta co mpañ ía.


SOL       UCI
ÓN




          71.02%
P=
          62.31%

La de mand a del pr oducto f luctúa e ntre 62. 31% qu e sería lo mínimo y 71.0 2%
que sería lo máximo.


ESTIM ACI ÓN DE LA DI FERENC IA DE PROPORCI ONES POBLA CI
ONAL ES
Ejercicio 6

Of icia les escolares co mparan el co ef icient e int electua l entre niños de d os
grupos. De una muestra de 1 59 n iños de l grupo 1 78 calif ican con más de 1 00
pu ntos, de una mu estra de 25 0 niños de l grupo 2 123 calif ican con más
de 100 p untos. Construya un int ervalo de conf ia nza par a la dif erencia en tre
las dos prop orcion es del grupo 1 y 2 de los niños con ca lif ican co n más de 100.
SOL UCI
 N
ÓN




q1 = 5 0.95 %
q2 = 5 0.8 %

                              -10.08%
P1 – P2 =
                          9.78%

Se p ued e concluir q ue n o hay un gru po mejor qu e e l otro en a mb os caso


ESTIM ACI ÓN DE LA VARIA NZA O DESVI ACI ÓN POBLACI ONAL


Ejercicio 7

Dada la sig uiente muestra 1.02 - 0.87 -1 .08 -1. 09 -1. 04. Deter minar la est
imac ión de la desviación pob laciona l.

                                  2
                       (n − 1)S
                          2
                        X α /2
  σ2 =
                                  2
                       (n − 1)S
                          2
                       X1 − α / 2
                                        S = 0.0 89




                                                      0.065
                                             σ=
                                                     0.0028
                      Nc = 9 5%




         2
     X       −α / 2     X2
         1
SOL UCI
 2
X ÓN
  α/2

     La estimación p ob lacio na l de la desviación est a en tre 0. 065 y 0 .00 25.
Ejercicio 1

Una encuesta revela q ue los 100 a utos part iculares, q ue constituyen u na
muestra alea toria, se condujeron a un pro med io de 1 250 0 Km. Dur ante u n
año, con un a desviació n estándar de 24 00 Km. Con base en esta inf
ormación , docimar la hipó tesis don de, en pro me dio , los autos part iculares
se condujer on a 120 00 Km durante un añ o, f rente a la a lterna tiva d e que el
pro med io sea su perior. Utilizar e l nivel de sign if icación.

SOL      UCI
ÓN




H0 : µ = 12
000
Ha : µ > 12
000


n = 10
0

S = 240 0
α = 0. 05                                         0           Zα
Zcalc = 2.0
83


Rechaza mos la hip ótesis d e qu e µ es ig ual a 1 200 0, lueg o acept a mos
que los autos se con dujeron en u n pro med io su perior duran te ese año , a l n
ivel del 5%.

Más contenido relacionado

La actualidad más candente

Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Luz Hernández
 
Bab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaranBab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaranSuci Agustina
 
Variables aleatorias continuas1
Variables aleatorias continuas1Variables aleatorias continuas1
Variables aleatorias continuas1emtelco
 
Una química hizo 8 mediciones independientes del punto de fusión del tungsteno
Una química hizo 8 mediciones independientes del punto de fusión del tungstenoUna química hizo 8 mediciones independientes del punto de fusión del tungsteno
Una química hizo 8 mediciones independientes del punto de fusión del tungstenoPaulina Garcia Aguilera
 

La actualidad más candente (7)

2 estimación
2 estimación2 estimación
2 estimación
 
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
 
Bab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaranBab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaran
 
Variables aleatorias continuas1
Variables aleatorias continuas1Variables aleatorias continuas1
Variables aleatorias continuas1
 
Una química hizo 8 mediciones independientes del punto de fusión del tungsteno
Una química hizo 8 mediciones independientes del punto de fusión del tungstenoUna química hizo 8 mediciones independientes del punto de fusión del tungsteno
Una química hizo 8 mediciones independientes del punto de fusión del tungsteno
 
Distribucion de la varianza
Distribucion de la varianzaDistribucion de la varianza
Distribucion de la varianza
 
Chi cuadrada
Chi cuadradaChi cuadrada
Chi cuadrada
 

Similar a 4.ejercicios de intervalos de confianza

Similar a 4.ejercicios de intervalos de confianza (20)

T student
T studentT student
T student
 
Pr9 muestreo
Pr9 muestreoPr9 muestreo
Pr9 muestreo
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Estimacion
Estimacion Estimacion
Estimacion
 
Estimación
EstimaciónEstimación
Estimación
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Ejercicios de hipótesis
Ejercicios de hipótesisEjercicios de hipótesis
Ejercicios de hipótesis
 
14 muestreo por_variables_clases[1]
14 muestreo por_variables_clases[1]14 muestreo por_variables_clases[1]
14 muestreo por_variables_clases[1]
 
Apuntes tercer departamental
Apuntes tercer departamentalApuntes tercer departamental
Apuntes tercer departamental
 
Uvada1 puc josé
Uvada1 puc joséUvada1 puc josé
Uvada1 puc josé
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 
23)2016-1_Burgoin Cota_Edgar
23)2016-1_Burgoin Cota_Edgar23)2016-1_Burgoin Cota_Edgar
23)2016-1_Burgoin Cota_Edgar
 
Planes de muestreo
Planes de muestreoPlanes de muestreo
Planes de muestreo
 
Deber 1 diseno experimental optimistas
Deber 1 diseno experimental optimistasDeber 1 diseno experimental optimistas
Deber 1 diseno experimental optimistas
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Ejercicios de distribución t de student en minitab
Ejercicios de  distribución t de student en minitab Ejercicios de  distribución t de student en minitab
Ejercicios de distribución t de student en minitab
 
Estimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionalesEstimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionales
 
Ejercicios resueltos en r
Ejercicios resueltos en rEjercicios resueltos en r
Ejercicios resueltos en r
 
Unidad i
Unidad iUnidad i
Unidad i
 
Unidad i
Unidad iUnidad i
Unidad i
 

Más de zooneerborre

Ejemplos de histogramas mejorado
Ejemplos de histogramas mejoradoEjemplos de histogramas mejorado
Ejemplos de histogramas mejoradozooneerborre
 
Ejemplos de histogramas mejorado
Ejemplos de histogramas mejoradoEjemplos de histogramas mejorado
Ejemplos de histogramas mejoradozooneerborre
 
Capacidad y habilidad del proceso.
Capacidad y habilidad del proceso.Capacidad y habilidad del proceso.
Capacidad y habilidad del proceso.zooneerborre
 
Ejemplos de histogramas
Ejemplos de histogramasEjemplos de histogramas
Ejemplos de histogramaszooneerborre
 
Correlacion y regresion lineal
Correlacion y regresion linealCorrelacion y regresion lineal
Correlacion y regresion linealzooneerborre
 
Aplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasAplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciaszooneerborre
 
Cosas importantes a aprender
Cosas importantes a aprenderCosas importantes a aprender
Cosas importantes a aprenderzooneerborre
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianzazooneerborre
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianzazooneerborre
 
1.conceptos de prueba de hipótesis
1.conceptos de prueba de hipótesis1.conceptos de prueba de hipótesis
1.conceptos de prueba de hipótesiszooneerborre
 
Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0zooneerborre
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribucioneszooneerborre
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadzooneerborre
 

Más de zooneerborre (20)

Ejemplos de histogramas mejorado
Ejemplos de histogramas mejoradoEjemplos de histogramas mejorado
Ejemplos de histogramas mejorado
 
Ejemplos de histogramas mejorado
Ejemplos de histogramas mejoradoEjemplos de histogramas mejorado
Ejemplos de histogramas mejorado
 
Capacidad y habilidad del proceso.
Capacidad y habilidad del proceso.Capacidad y habilidad del proceso.
Capacidad y habilidad del proceso.
 
Ensayo
EnsayoEnsayo
Ensayo
 
Estratificación
EstratificaciónEstratificación
Estratificación
 
Ejemplos de histogramas
Ejemplos de histogramasEjemplos de histogramas
Ejemplos de histogramas
 
Correlacion y regresion lineal
Correlacion y regresion linealCorrelacion y regresion lineal
Correlacion y regresion lineal
 
Aplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasAplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuencias
 
Hoja de registro
Hoja de registroHoja de registro
Hoja de registro
 
Reseña
ReseñaReseña
Reseña
 
Articulo del mes
Articulo del mesArticulo del mes
Articulo del mes
 
Cosas importantes a aprender
Cosas importantes a aprenderCosas importantes a aprender
Cosas importantes a aprender
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianza
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
2.ejeercicios
2.ejeercicios2.ejeercicios
2.ejeercicios
 
1.conceptos de prueba de hipótesis
1.conceptos de prueba de hipótesis1.conceptos de prueba de hipótesis
1.conceptos de prueba de hipótesis
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 

4.ejercicios de intervalos de confianza

  • 1. Carrera: Procesos Industriales Área Manufactura Alumno: Oscar Torres Rivera Materia: Estadística Maestro: Lic. Gerardo Edgar Mata Ortiz Grado y sección: 2° “C” 4
  • 2. ESTIMACIÓN POR INT ERVALOS Ejercicio 1 La lectura d e una muestra aleat oria mostraron un a med ia de 1 74.5 c m y una desviació n estánd ar de 6.9 c m. De ter mine u n interva lo de conf ia nza del 9 8% para la a ltura por medio d e tod os los estud iantes. SOL UCI ÓN ; σ = 6.9 n = 50 Nc = 9 8 % +176.77 - 172.23 µ= ESTIM ACI ÓN DE LA DI FERENCI A DE M EDIA S POBLA CI ONAL ES C ON DESVIAC IONES POBL ACI ONAL ES CONOCI DA S Ejercicio 2 Se co mp aran dos tipos de rosca de torn illo para ver su resistencia a la te nsió n. Se prueba n 50 p iezas de ca da t ipo de cuerda ba jo cond icio nes similares, la marca A tuvo u na res istencia pro med io a la te nsión d e 7 8.3 Kg , mie ntras q ue la marca B tuvo u na res istencia pro med io de 87 .2 Kg. Se sa be de ant e ma no que las 5
  • 3. desviacio nes pob laciona les son d e 6. 5 Kg para la marca A y 6.3 Kg p ara la B. Deter mine el int ervalo d e conf ianza de l 95% para la d if erencia d e las dos me dias poblacio nales. SOL UCI ÓN σ 1 = 5. 6 Kg σ 2 = 6. 3 Kg n1 = n2 = 5 0 -6.56 µ1-µ2 = -11.24 La resistenc ia a la tens ión de t ornillos de la marca B es superior a la marca A. ESTIM ACI ÓN DE LA M EDIA POBLA CI ONAL C ON DESVIACI ÓN POBLACI ONAL DESC ONOCI DA Ejercicio 3. Una máqu ina produce piezas metá licas d e f orma c ilíndrica. Se t o ma una muestra de piezas cuyos diá metros son: 1 .01-0. 97-1. 03-1. 04-0.9 9-0.9 8-0.99-1 .01-1. 03. Encuen tre un in tervalo d e conf ianza de l 99% para e l diá me tro pro me dio de piezas de esta máq uina si se supon e un a d istrib ución aproximad a mente nor mal. SOL UCI ÓN n=9
  • 4. V=8 = 1. 0055 S = 0.0 2455
  • 5. 0.978 µ= 1.0 32 e = 0.02 7 cm La máqu ina está prod ucien do cilindros con un d iá metro e ntre 0.97 8 c m y 1.0 32 c m con un nive l de co nf ianza d el 99% y con un error de 0.02 7 c m ESTIM ACI ÓN DE LA DI FERENCI A DE M EDIA S POBLA CI ONAL ES C ON DESVIAC IONES POBL ACI ONAL ES DESC ONOCI DA S Ejercicio 4. Los zoólogos están in teresad os en la d istancia pro med io qu e un ciert o t ipo de ma míf ero via ja desde su madrig uera. Un e qu ipo de vigilancia observa dos poblacio nes de estos ma míf eros, la inf ormació n en me tros de la pob lación 1 f ue: 176-28 9-181-2 26-26 5-174- 260-2 60-32 5-145-2 07-24 5-228-1 44, y de la p ob lació n 2 f ue: 129-21 2-213-1 91-15 7-14 3-136-1 48-13 8-167. Ca lcule e interpre te u n intervalo de conf ia nza d el 99% para la d if erencia med ia de la d istancia d esde la madr igu era de las dos po blacion es, supo nga que las d esviacio nes po blacion ales son igua les. SOL UCI ÓN S1 = 54. 58 S2 = 31. 39 n1 = 1 4 n2 = 10 2 2 Sp = 21 63.3 9 m Sp = 46. 51
  • 6. m 114.09 µ1-µ2 = 5.524 µ1 en a mbos casos de be ser mayor. Ejercicio 5 Una co mp añ ía q ue f abrica paste lillo d esea estimar la pro porció n de consu midor es que pref ieran su marca. L os agent es de la co mp añ ía o bservan a 450 comprador es, del n ú mero t ota l observado 3 00 co mprar on los paste lillos. Calcu le un int ervalo de conf ianza del 95% par a la ven ta de la pro porció n de co mprador es que pref ier en la marca de esta co mpañ ía. SOL UCI ÓN 71.02% P= 62.31% La de mand a del pr oducto f luctúa e ntre 62. 31% qu e sería lo mínimo y 71.0 2% que sería lo máximo. ESTIM ACI ÓN DE LA DI FERENC IA DE PROPORCI ONES POBLA CI ONAL ES
  • 7. Ejercicio 6 Of icia les escolares co mparan el co ef icient e int electua l entre niños de d os grupos. De una muestra de 1 59 n iños de l grupo 1 78 calif ican con más de 1 00 pu ntos, de una mu estra de 25 0 niños de l grupo 2 123 calif ican con más de 100 p untos. Construya un int ervalo de conf ia nza par a la dif erencia en tre las dos prop orcion es del grupo 1 y 2 de los niños con ca lif ican co n más de 100.
  • 8. SOL UCI N ÓN q1 = 5 0.95 % q2 = 5 0.8 % -10.08% P1 – P2 = 9.78% Se p ued e concluir q ue n o hay un gru po mejor qu e e l otro en a mb os caso ESTIM ACI ÓN DE LA VARIA NZA O DESVI ACI ÓN POBLACI ONAL Ejercicio 7 Dada la sig uiente muestra 1.02 - 0.87 -1 .08 -1. 09 -1. 04. Deter minar la est imac ión de la desviación pob laciona l. 2 (n − 1)S 2 X α /2 σ2 = 2 (n − 1)S 2 X1 − α / 2 S = 0.0 89 0.065 σ= 0.0028 Nc = 9 5% 2 X −α / 2 X2 1
  • 9. SOL UCI 2 X ÓN α/2 La estimación p ob lacio na l de la desviación est a en tre 0. 065 y 0 .00 25.
  • 10. Ejercicio 1 Una encuesta revela q ue los 100 a utos part iculares, q ue constituyen u na muestra alea toria, se condujeron a un pro med io de 1 250 0 Km. Dur ante u n año, con un a desviació n estándar de 24 00 Km. Con base en esta inf ormación , docimar la hipó tesis don de, en pro me dio , los autos part iculares se condujer on a 120 00 Km durante un añ o, f rente a la a lterna tiva d e que el pro med io sea su perior. Utilizar e l nivel de sign if icación. SOL UCI ÓN H0 : µ = 12 000 Ha : µ > 12 000 n = 10 0 S = 240 0 α = 0. 05 0 Zα Zcalc = 2.0 83 Rechaza mos la hip ótesis d e qu e µ es ig ual a 1 200 0, lueg o acept a mos que los autos se con dujeron en u n pro med io su perior duran te ese año , a l n ivel del 5%.