Este documento presenta los resultados de varios ejercicios de estadística inferencial realizados como tarea. Incluye cuatro ejercicios resueltos sobre temas como encuestas, margen de error, intervalo de confianza y muestreo. El documento fue elaborado por un estudiante como parte de la materia de Estadística Inferencial en el Instituto Tecnológico de Tijuana.
Este documento presenta la resolución de varios ejercicios de estadística inferencial de un alumno. Incluye cuatro ejercicios resueltos sobre pruebas de hipótesis, intervalos de confianza y significancia estadística y práctica. El documento proporciona detalles sobre muestras, parámetros poblacionales, estadísticos de prueba y valores críticos para cada ejercicio.
Este documento presenta varios ejercicios relacionados con la estimación de proporciones en una población a través de muestreo. Explica conceptos como valor crítico, margen de error e intervalo de confianza, y guía al lector en el cálculo de estos valores para diferentes conjuntos de datos de muestras. El objetivo es enseñar al lector a estimar proporciones poblacionales y determinar la certeza de dichas estimaciones.
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar promedios, proporciones y realizar pruebas t de Student. Se pide calcular valores de probabilidad p para determinar si se rechazan o no las hipótesis nulas planteadas en cada ejercicio a diferentes niveles de significancia.
Este documento explica una prueba de hipótesis de dos colas para determinar si la media de una población ha cambiado de un valor conocido. Se proporciona un ejemplo completo con 5 pasos: 1) establecer las hipótesis nula y alternativa, 2) elegir el nivel de significancia, 3) seleccionar el estadístico de prueba, 4) determinar la regla de decisión, 5) calcular el estadístico y tomar una decisión. El ejemplo concluye que no hay evidencia suficiente para rechazar la
Este documento introduce los conceptos básicos de las pruebas de hipótesis, incluyendo: hipótesis nula y alternativa, errores tipo I y II, región crítica, valor crítico, estadística de prueba, p-valor y potencia. Explica los pasos para realizar una prueba de hipótesis y provee ejemplos resueltos y propuestos para ilustrar los conceptos.
Este documento explica los conceptos básicos de las pruebas de hipótesis, incluyendo la definición de hipótesis nula y alternativa, los niveles de significancia, y los errores tipo I y II. Detalla los pasos para realizar pruebas de hipótesis para una muestra, incluyendo pruebas para la media, proporciones, y si la muestra es grande o pequeña. Proporciona ejemplos numéricos para ilustrar cada tipo de prueba.
1) Se explican los conceptos de estimación puntual e intervalos de confianza para estimar parámetros poblacionales a partir de muestras.
2) Existen dos tipos principales de estimación de intervalos de confianza: para la media poblacional y para la proporción poblacional.
3) La construcción de un intervalo de confianza depende de si se conoce o no la desviación estándar poblacional, utilizando distribuciones Z o T, respectivamente.
Este documento presenta información sobre la prueba de chi cuadrado de Pearson. Explica los requisitos para aplicar la prueba, cómo calcular los grados de libertad y realizar los cálculos. Luego, proporciona ejemplos numéricos de cómo aplicar la prueba a diferentes conjuntos de datos para determinar si hay una relación estadísticamente significativa entre variables cualitativas.
Este documento presenta la resolución de varios ejercicios de estadística inferencial de un alumno. Incluye cuatro ejercicios resueltos sobre pruebas de hipótesis, intervalos de confianza y significancia estadística y práctica. El documento proporciona detalles sobre muestras, parámetros poblacionales, estadísticos de prueba y valores críticos para cada ejercicio.
Este documento presenta varios ejercicios relacionados con la estimación de proporciones en una población a través de muestreo. Explica conceptos como valor crítico, margen de error e intervalo de confianza, y guía al lector en el cálculo de estos valores para diferentes conjuntos de datos de muestras. El objetivo es enseñar al lector a estimar proporciones poblacionales y determinar la certeza de dichas estimaciones.
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar promedios, proporciones y realizar pruebas t de Student. Se pide calcular valores de probabilidad p para determinar si se rechazan o no las hipótesis nulas planteadas en cada ejercicio a diferentes niveles de significancia.
Este documento explica una prueba de hipótesis de dos colas para determinar si la media de una población ha cambiado de un valor conocido. Se proporciona un ejemplo completo con 5 pasos: 1) establecer las hipótesis nula y alternativa, 2) elegir el nivel de significancia, 3) seleccionar el estadístico de prueba, 4) determinar la regla de decisión, 5) calcular el estadístico y tomar una decisión. El ejemplo concluye que no hay evidencia suficiente para rechazar la
Este documento introduce los conceptos básicos de las pruebas de hipótesis, incluyendo: hipótesis nula y alternativa, errores tipo I y II, región crítica, valor crítico, estadística de prueba, p-valor y potencia. Explica los pasos para realizar una prueba de hipótesis y provee ejemplos resueltos y propuestos para ilustrar los conceptos.
Este documento explica los conceptos básicos de las pruebas de hipótesis, incluyendo la definición de hipótesis nula y alternativa, los niveles de significancia, y los errores tipo I y II. Detalla los pasos para realizar pruebas de hipótesis para una muestra, incluyendo pruebas para la media, proporciones, y si la muestra es grande o pequeña. Proporciona ejemplos numéricos para ilustrar cada tipo de prueba.
1) Se explican los conceptos de estimación puntual e intervalos de confianza para estimar parámetros poblacionales a partir de muestras.
2) Existen dos tipos principales de estimación de intervalos de confianza: para la media poblacional y para la proporción poblacional.
3) La construcción de un intervalo de confianza depende de si se conoce o no la desviación estándar poblacional, utilizando distribuciones Z o T, respectivamente.
Este documento presenta información sobre la prueba de chi cuadrado de Pearson. Explica los requisitos para aplicar la prueba, cómo calcular los grados de libertad y realizar los cálculos. Luego, proporciona ejemplos numéricos de cómo aplicar la prueba a diferentes conjuntos de datos para determinar si hay una relación estadísticamente significativa entre variables cualitativas.
Este documento explica cómo realizar pruebas de hipótesis para proporciones poblacionales. Describe el estadístico de prueba Z y cómo usarlo para determinar si una proporción muestral es significativamente diferente a una proporción poblacional propuesta. Luego presenta dos ejemplos: uno de los experimentos de Mendel sobre la proporción de guisantes amarillos, y otro sobre una encuesta de conductores que admiten pasarse la luz roja.
Este documento presenta conceptos sobre estimación estadística. Explica que la estimación estadística consiste en utilizar datos de una muestra para determinar valores desconocidos de parámetros de una población. Define estimadores, e introduce conceptos como estimador insesgado, consistente, eficiente y suficiente. Luego explica estimación puntual e interválica, e introduce fórmulas para calcular intervalos de confianza para la media poblacional basados en distribuciones normales. Finalmente presenta ejemplos para ilustrar los conceptos.
El documento explica cómo calcular el tamaño de la muestra necesario para estimar una media poblacional o una proporción poblacional con un cierto nivel de confianza y error máximo de estimación. Presenta fórmulas para calcular el tamaño de la muestra para estimaciones de medias y proporciones en poblaciones finitas y infinitas, y resuelve ejemplos numéricos para ilustrar cómo aplicar las fórmulas.
Este documento define estimación y estimadores. Explica que los estimadores son valores estadísticos muestrales que permiten estimar parámetros poblacionales desconocidos. Discuten dos tipos de estimaciones: estimación puntual, que es un solo número, y estimación de intervalo, que es un rango de valores. También cubre cálculos de estimación puntual y de intervalo, e introduce conceptos como intervalo de confianza.
Este documento presenta objetivos relacionados con estimadores puntuales, intervalos de confianza, y tamaños de muestra. Explica cómo construir intervalos de confianza para la media poblacional cuando se conoce o no la desviación estándar, así como para proporciones. También cubre factores que afectan el ancho de los intervalos de confianza y cómo determinar el tamaño de muestra adecuado.
Estimación de la diferencia de medias poblacionalesEstefany Zavaleta
Este documento presenta tres ejemplos de cómo estimar la diferencia entre las medias de dos poblaciones utilizando intervalos de confianza. Proporciona las fórmulas para calcular los límites superior e inferior del intervalo de confianza cuando se conocen las desviaciones estándares de las poblaciones. Luego, resuelve tres problemas numéricos aplicando estas fórmulas para estimar las diferencias entre las medias de bombillos, cinescopios y saldos bancarios con diferentes niveles de confianza.
Este documento describe la distribución normal y sus propiedades, incluyendo que tiene forma de campana, es simétrica, y todas sus medidas de tendencia central son idénticas. También explica cómo transformar datos a una distribución normal estandarizada, calcular probabilidades utilizando z-scores y puntajes t, y estimar intervalos de confianza para la media poblacional.
Problemas de determinación de tamaño de la muestra (9)Luz Hernández
Este documento presenta varios problemas de determinación de tamaño de muestra. Explica cómo calcular el tamaño de muestra necesario para diferentes niveles de confianza, márgenes de error y desviaciones estándar. También analiza si es recomendable o no tomar una muestra de cierto tamaño dado los parámetros del estudio.
1. La distribución t de Student surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeña.
2. Fue descrita por primera vez en 1908 por William Sealy Gosset bajo el seudónimo de "Student" debido a restricciones de su empleador Guinness.
3. Se utiliza para hacer estimaciones de parámetros de las poblaciones a partir de los valores de los estadísticos correspondientes en las muestras, cuando se desconoce el valor de la varianza o la des
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
El Mtro. Javier Solis Noyola diseña y desarrolla presentación sobre tema PRUEBA DE HIPÓTESIS para distribuciones de probabilidad (Normal, y t de Student)
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...myriam sarango
Este documento describe cómo realizar una prueba de hipótesis para determinar si la media poblacional de un saldo insoluto promedio mensual es mayor que $400 utilizando una muestra grande cuando la desviación estándar poblacional es desconocida. Se establecen las hipótesis nula y alternativa, se calcula el estadístico z, y se compara con el valor crítico para decidir si rechazar o no la hipótesis nula. El análisis de los datos de una muestra de 172 saldos insolutos conduce al rechaz
La distribución t de Student surge al estimar la media de una población normal con muestras pequeñas cuando se desconoce la desviación estándar poblacional. Se usa para calcular intervalos de confianza, probar hipótesis con muestras pequeñas, y comparar dos muestras. A diferencia de la distribución Z, la varianza de t de Student depende del tamaño de la muestra y siempre es mayor a 1, pero ambas tienen forma de campana.
Este documento presenta la resolución de 6 problemas relacionados con distribuciones de probabilidad. En el primer problema se resume un caso sobre el funcionamiento de una máquina de refrescos y se concluye que la decisión tomada fue razonable. Los problemas 2 a 5 involucran el cálculo de probabilidades utilizando distribuciones normales y chi cuadrado. El sexto problema pide encontrar valores críticos de chi cuadrado para diferentes niveles de significancia.
Este documento presenta 8 ejercicios de estadística inferencial que involucran pruebas de hipótesis, intervalos de confianza y proporciones. Los ejercicios cubren temas como comparar medias poblacionales usando datos muestrales, estimar proporciones en poblaciones, y construir intervalos de confianza para medias y proporciones con diferentes niveles de confianza.
Distribuciones muestrales. distribucion muestral de mediaseraperez
Este documento describe las distribuciones muestrales, en particular la distribución muestral de medias. Explica que las medias calculadas a partir de muestras aleatorias de la misma población varían y siguen una distribución normal aproximada. También presenta fórmulas para calcular la probabilidad de que una media muestral tome un valor en particular utilizando la distribución normal estándar. Finalmente, resuelve varios problemas de probabilidad utilizando estas distribuciones muestrales.
La mayoría de los problemas en el documento involucran calcular probabilidades usando diferentes distribuciones de probabilidad como la binomial, Poisson, hipergeométrica y exponencial. Algunos problemas piden calcular la probabilidad de que ciertos eventos ocurran dado los parámetros de cada distribución, mientras que otros proveen datos estadísticos y piden calcular valores esperados y varianzas.
El documento describe los conceptos de estimación puntual e intervalos de confianza. Explica que una estimación puntual es un estadístico calculado a partir de una muestra que estima un parámetro poblacional, mientras que un intervalo de confianza es un rango de valores donde existe una probabilidad determinada de que se encuentre el parámetro poblacional. También cubre cómo calcular intervalos de confianza para la media y proporción de una población usando diferentes distribuciones estadísticas.
El documento presenta los resultados de dos experimentos que utilizaron diseños de cuadrados Grecolatinos. El primer experimento buscó determinar las fuentes de variación en la producción de dinamita. Se encontró variación en los lotes de materia prima y los operadores. El segundo experimento comparó tres procesos de fabricación y encontró variación en los tratamientos y métodos.
Probar (contrastar) si una afirmación relativa a la proporción de una población se ve apoyada o desaprobada ante la evidencia de la muestra utilizando la fórmula de error estándar de la proporción de la población y asumiendo que la distribución binomial se asemeja al comportamiento de la Distribución Normal Z
Este documento define los intervalos de confianza como un par de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. Explica que estos números determinan un intervalo que se calcula a partir de datos de una muestra y que la probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza.
Este documento define los intervalos de confianza como un par de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. Explica que estos números determinan un intervalo que se calcula a partir de datos de una muestra y que la probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza.
Este documento explica cómo realizar pruebas de hipótesis para proporciones poblacionales. Describe el estadístico de prueba Z y cómo usarlo para determinar si una proporción muestral es significativamente diferente a una proporción poblacional propuesta. Luego presenta dos ejemplos: uno de los experimentos de Mendel sobre la proporción de guisantes amarillos, y otro sobre una encuesta de conductores que admiten pasarse la luz roja.
Este documento presenta conceptos sobre estimación estadística. Explica que la estimación estadística consiste en utilizar datos de una muestra para determinar valores desconocidos de parámetros de una población. Define estimadores, e introduce conceptos como estimador insesgado, consistente, eficiente y suficiente. Luego explica estimación puntual e interválica, e introduce fórmulas para calcular intervalos de confianza para la media poblacional basados en distribuciones normales. Finalmente presenta ejemplos para ilustrar los conceptos.
El documento explica cómo calcular el tamaño de la muestra necesario para estimar una media poblacional o una proporción poblacional con un cierto nivel de confianza y error máximo de estimación. Presenta fórmulas para calcular el tamaño de la muestra para estimaciones de medias y proporciones en poblaciones finitas y infinitas, y resuelve ejemplos numéricos para ilustrar cómo aplicar las fórmulas.
Este documento define estimación y estimadores. Explica que los estimadores son valores estadísticos muestrales que permiten estimar parámetros poblacionales desconocidos. Discuten dos tipos de estimaciones: estimación puntual, que es un solo número, y estimación de intervalo, que es un rango de valores. También cubre cálculos de estimación puntual y de intervalo, e introduce conceptos como intervalo de confianza.
Este documento presenta objetivos relacionados con estimadores puntuales, intervalos de confianza, y tamaños de muestra. Explica cómo construir intervalos de confianza para la media poblacional cuando se conoce o no la desviación estándar, así como para proporciones. También cubre factores que afectan el ancho de los intervalos de confianza y cómo determinar el tamaño de muestra adecuado.
Estimación de la diferencia de medias poblacionalesEstefany Zavaleta
Este documento presenta tres ejemplos de cómo estimar la diferencia entre las medias de dos poblaciones utilizando intervalos de confianza. Proporciona las fórmulas para calcular los límites superior e inferior del intervalo de confianza cuando se conocen las desviaciones estándares de las poblaciones. Luego, resuelve tres problemas numéricos aplicando estas fórmulas para estimar las diferencias entre las medias de bombillos, cinescopios y saldos bancarios con diferentes niveles de confianza.
Este documento describe la distribución normal y sus propiedades, incluyendo que tiene forma de campana, es simétrica, y todas sus medidas de tendencia central son idénticas. También explica cómo transformar datos a una distribución normal estandarizada, calcular probabilidades utilizando z-scores y puntajes t, y estimar intervalos de confianza para la media poblacional.
Problemas de determinación de tamaño de la muestra (9)Luz Hernández
Este documento presenta varios problemas de determinación de tamaño de muestra. Explica cómo calcular el tamaño de muestra necesario para diferentes niveles de confianza, márgenes de error y desviaciones estándar. También analiza si es recomendable o no tomar una muestra de cierto tamaño dado los parámetros del estudio.
1. La distribución t de Student surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeña.
2. Fue descrita por primera vez en 1908 por William Sealy Gosset bajo el seudónimo de "Student" debido a restricciones de su empleador Guinness.
3. Se utiliza para hacer estimaciones de parámetros de las poblaciones a partir de los valores de los estadísticos correspondientes en las muestras, cuando se desconoce el valor de la varianza o la des
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
El Mtro. Javier Solis Noyola diseña y desarrolla presentación sobre tema PRUEBA DE HIPÓTESIS para distribuciones de probabilidad (Normal, y t de Student)
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...myriam sarango
Este documento describe cómo realizar una prueba de hipótesis para determinar si la media poblacional de un saldo insoluto promedio mensual es mayor que $400 utilizando una muestra grande cuando la desviación estándar poblacional es desconocida. Se establecen las hipótesis nula y alternativa, se calcula el estadístico z, y se compara con el valor crítico para decidir si rechazar o no la hipótesis nula. El análisis de los datos de una muestra de 172 saldos insolutos conduce al rechaz
La distribución t de Student surge al estimar la media de una población normal con muestras pequeñas cuando se desconoce la desviación estándar poblacional. Se usa para calcular intervalos de confianza, probar hipótesis con muestras pequeñas, y comparar dos muestras. A diferencia de la distribución Z, la varianza de t de Student depende del tamaño de la muestra y siempre es mayor a 1, pero ambas tienen forma de campana.
Este documento presenta la resolución de 6 problemas relacionados con distribuciones de probabilidad. En el primer problema se resume un caso sobre el funcionamiento de una máquina de refrescos y se concluye que la decisión tomada fue razonable. Los problemas 2 a 5 involucran el cálculo de probabilidades utilizando distribuciones normales y chi cuadrado. El sexto problema pide encontrar valores críticos de chi cuadrado para diferentes niveles de significancia.
Este documento presenta 8 ejercicios de estadística inferencial que involucran pruebas de hipótesis, intervalos de confianza y proporciones. Los ejercicios cubren temas como comparar medias poblacionales usando datos muestrales, estimar proporciones en poblaciones, y construir intervalos de confianza para medias y proporciones con diferentes niveles de confianza.
Distribuciones muestrales. distribucion muestral de mediaseraperez
Este documento describe las distribuciones muestrales, en particular la distribución muestral de medias. Explica que las medias calculadas a partir de muestras aleatorias de la misma población varían y siguen una distribución normal aproximada. También presenta fórmulas para calcular la probabilidad de que una media muestral tome un valor en particular utilizando la distribución normal estándar. Finalmente, resuelve varios problemas de probabilidad utilizando estas distribuciones muestrales.
La mayoría de los problemas en el documento involucran calcular probabilidades usando diferentes distribuciones de probabilidad como la binomial, Poisson, hipergeométrica y exponencial. Algunos problemas piden calcular la probabilidad de que ciertos eventos ocurran dado los parámetros de cada distribución, mientras que otros proveen datos estadísticos y piden calcular valores esperados y varianzas.
El documento describe los conceptos de estimación puntual e intervalos de confianza. Explica que una estimación puntual es un estadístico calculado a partir de una muestra que estima un parámetro poblacional, mientras que un intervalo de confianza es un rango de valores donde existe una probabilidad determinada de que se encuentre el parámetro poblacional. También cubre cómo calcular intervalos de confianza para la media y proporción de una población usando diferentes distribuciones estadísticas.
El documento presenta los resultados de dos experimentos que utilizaron diseños de cuadrados Grecolatinos. El primer experimento buscó determinar las fuentes de variación en la producción de dinamita. Se encontró variación en los lotes de materia prima y los operadores. El segundo experimento comparó tres procesos de fabricación y encontró variación en los tratamientos y métodos.
Probar (contrastar) si una afirmación relativa a la proporción de una población se ve apoyada o desaprobada ante la evidencia de la muestra utilizando la fórmula de error estándar de la proporción de la población y asumiendo que la distribución binomial se asemeja al comportamiento de la Distribución Normal Z
Este documento define los intervalos de confianza como un par de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. Explica que estos números determinan un intervalo que se calcula a partir de datos de una muestra y que la probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza.
Este documento define los intervalos de confianza como un par de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. Explica que estos números determinan un intervalo que se calcula a partir de datos de una muestra y que la probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza.
Este documento describe cómo calcular un intervalo de confianza para estimar una proporción de la población a partir de una muestra. Explica que cuanto mayor sea la muestra, menor será el error de muestreo, pero a medida que aumenta el nivel de confianza, el intervalo estimado se vuelve más amplio. Luego proporciona la fórmula para calcular el intervalo de confianza para una proporción poblacional en función de la estimación puntual, el error estándar y el valor Z asociado con el nivel de confianza deseado.
Este documento presenta un proyecto sobre el cálculo de intervalos de confianza para los rendimientos de las acciones de Amazon y Apple. Realiza cálculos estadísticos descriptivos como promedios y desviaciones estándares de los rendimientos. Luego, calcula intervalos de confianza del 95% y 99% para las medias poblacionales de los rendimientos, usando la distribución normal. Explica que los intervalos de confianza más altos (99%) son más amplios debido a que incluyen una mayor proporción de la población.
Este documento trata sobre la estimación estadística. Explica que la estimación es una aproximación de un parámetro poblacional a partir de los datos de una muestra. Define conceptos como estimador, intervalo de confianza e intervalo de estimación. Presenta fórmulas para calcular intervalos de confianza para la media y las proporciones con diferentes niveles de confianza. También incluye ejemplos para ilustrar cómo aplicar estos conceptos.
El documento presenta 8 ejercicios resueltos sobre intervalos de confianza. Los ejercicios involucran calcular intervalos de confianza para la media y proporción de una población basados en datos de una muestra, determinar el tamaño mínimo de una muestra, y calcular el error máximo al estimar parámetros poblacionales. En cada ejercicio se proporcionan los datos, la metodología para calcular el intervalo de confianza, y la solución resumida.
Este documento resume un capítulo sobre el tamaño de la muestra en investigación de mercados. Explica conceptos clave como parámetros, estadísticos e intervalos de confianza. Detalla los pasos para determinar el tamaño de la muestra para estimar medias y proporciones con diferentes niveles de precisión y confianza. También cubre técnicas para ajustar el tamaño de muestra inicial debido a tasas de respuesta y cómo hacer ajustes posteriores por falta de respuesta.
El documento presenta 8 ejercicios sobre la construcción e interpretación de intervalos de confianza. Los ejercicios involucran datos médicos, deportivos y de encuestas para estimar parámetros poblacionales como promedios, proporciones y varianzas con diferentes niveles de confianza como 95%, 99% y 99.73%.
Este documento contiene información sobre ejercicios de estadística inferencial de un capítulo sobre distribuciones normales. Incluye 4 ejercicios resueltos sobre temas como distribuciones normales estándar, aplicaciones de distribuciones normales, distribuciones muestrales y estimadores, y el teorema del límite central. El documento proporciona contexto estadístico y soluciones a los ejercicios planteados como parte de una tarea universitaria de estadística inferencial.
Este documento calcula los intervalos de confianza del 95% y 99% para las medias poblacionales de los rendimientos de acciones de Amazon y Apple usando 15 muestras de datos. Encuentra los valores z para el 95% y 99% de confianza usando la función NORM.S.INV en Excel y luego calcula los intervalos de confianza para cada empresa y nivel de confianza usando la función CONFIDENCE. Explica que los intervalos son más grandes a mayor nivel de confianza porque hay más área bajo la curva normal, lo que significa
Este documento contiene 8 ejercicios de estadística resueltos por José Armando Rubio Reyes de la clase 2°B sobre intervalos de confianza, proporciones y medias poblacionales. Los ejercicios involucran calcular intervalos de confianza para proporciones, varianzas y medias basados en muestras.
Capítulo 5 - Estimación Por Intérvalos.pdfDominikHumprey
Este documento presenta los conceptos de intervalos de confianza para diferentes parámetros estadísticos como la media, varianza, proporción, diferencia de medias y datos pareados. Explica cómo calcular intervalos de confianza para estos parámetros utilizando diferentes distribuciones como la normal, t-Student y Chi-cuadrada. También incluye varios ejemplos numéricos para ilustrar cómo aplicar los métodos.
El documento habla sobre cómo calcular el tamaño de la muestra correcta para una investigación. Explica una fórmula común que toma en cuenta factores como el tamaño de la población, el nivel de confianza deseado, el error muestral permitido y las proporciones esperadas en la población. También proporciona ejemplos de cómo aplicar la fórmula y métodos alternativos como usar criterios prácticos basados en el presupuesto, experiencia previa o representatividad de grupos.
Introducción a ciencia de datos y estadística básica para negociosPedroEdilbertoSolsCe
1) El documento presenta el cálculo de rendimientos de acciones de Amazon y Apple a lo largo de varios días y determina que Apple representa una mejor opción de inversión. 2) Explica cómo calcular el valor de z para construir intervalos de confianza del 95% y 99% usando funciones de Excel. 3) Muestra cómo calcular el intervalo de confianza del 95% para las medias poblacionales de rendimientos de Amazon y Apple. 4) Señala que los intervalos de confianza son más grandes para niveles más altos como el 99% deb
Este documento trata sobre la estimación estadística y la inferencia estadística. Explica que la estimación permite obtener valores aproximados de parámetros poblacionales como la media, mediana y moda a partir de una muestra. También define conceptos como estimador, error de estimación, intervalo de confianza y coeficiente de confianza. Finalmente, presenta fórmulas para calcular intervalos de confianza para la media, diferencia de medias, proporciones y diferencia de proporciones.
Este documento trata sobre estimaciones puntuales e intervalos de confianza. Explica cómo construir intervalos de confianza para la media poblacional y la proporción de la población cuando se conoce o no la desviación estándar. Incluye fórmulas y ejemplos para ilustrar cómo calcular el error estándar de la media muestral, y determinar el tamaño apropiado de la muestra.
Este documento trata sobre estimaciones puntuales e intervalos de confianza. Explica cómo construir intervalos de confianza para la media poblacional y la proporción de la población cuando se conoce o no la desviación estándar. También cubre el cálculo del error estándar de la media muestral y cómo determinar el tamaño apropiado de la muestra.
Este documento presenta varios ejercicios relacionados con estadística inferencial. Incluye ejercicios sobre medidas de tendencia central como la media, mediana y moda de diferentes conjuntos de datos. También incluye ejercicios sobre medidas de variación como rango, varianza y desviación estándar. Por último, presenta ejercicios sobre medidas de posición relativa y gráficas de caja. Los ejercicios involucran cálculos estadísticos básicos y respuestas a preguntas sobre los conjuntos de datos.
El documento presenta información sobre Karem Lucero García Vitela, una estudiante de segundo año de la carrera de Procesos Industriales en el Área de Manufactura de la Universidad Tecnológica de Torreón. El documento no proporciona más detalles sobre el contenido de la carrera o sobre la estudiante.
Este documento presenta los temas que se cubrirán en la clase de Estadística Inferencial 2 impartida por el profesor Juan Morales al grupo 5Y del Instituto Tecnológico de Tijuana. Los temas a tratar son el análisis de varianza de un factor y el análisis de varianza de dos factores. El documento fue creado por el alumno Arres Pérez Midian Raquel el 31 de marzo de 2019 en Tijuana, Baja California.
Este documento presenta la aplicación del método RULA para evaluar la ergonomía de un puesto de trabajo. Describe los pasos del método RULA, incluyendo la observación de posturas, medición de ángulos, puntuación de riesgos y niveles de intervención. El documento concluye que ejercicios ergonómicos y cambios en las actividades pueden ayudar a reducir las complicaciones laborales y fatiga.
Este documento presenta información sobre un trabajo de estadística inferencial realizado por un estudiante. Explica conceptos como correlación, coeficiente de correlación, ecuación de regresión y cómo usarlos para analizar la relación entre variables. Incluye ejercicios resueltos sobre estos temas utilizando diferentes conjuntos de datos.
Este documento presenta los resultados de varios ejercicios estadísticos sobre pruebas de bondad de ajuste, tablas de contingencia, pruebas de homogeneidad y otros temas. Se proporcionan instrucciones, datos y preguntas para que el estudiante realice cálculos y pruebas estadísticas e interprete los resultados. La mayoría de los ejercicios involucran someter afirmaciones a prueba utilizando estadísticos de prueba como chi-cuadrado y niveles de significancia para determinar si se rechaza
Este documento contiene información sobre estadística inferencial del Capítulo 5 de distribuciones de probabilidad discreta y del Capítulo 6 de distribuciones de probabilidad normal. Incluye ejercicios resueltos sobre variables aleatorias discretas y continuas, distribuciones binomiales, de Poisson y normales. También cubre cálculos de media, varianza y desviación estándar para distribuciones binomiales.
Este documento presenta definiciones y conceptos clave de estadística inferencial como eventos, espacio muestral, probabilidad subjetiva, reglas de suma y multiplicación, probabilidad condicional y teorema de Bayes. También describe métodos para calcular probabilidades como la frecuencia relativa, simulación y conteo. El documento forma parte de la tarea #2 para la materia de Estadística Inferencial del Instituto Tecnológico de Tijuana.
Este documento contiene ejercicios de probabilidad y estadística inferencial del Capítulo 4 al Capítulo 6 de Estadística Inferencial. Incluye problemas sobre conceptos básicos de probabilidad, reglas de suma y multiplicación, cálculo de probabilidades condicionales, simulaciones, conteo factorial y combinatorio, y el teorema de Bayes. El estudiante Arres Pérez Midian Raquel presenta las respuestas a los ejercicios como tarea para la materia de Estadística Inferencial del Instituto Tecnológico de Tijuana
1) El documento presenta información sobre distribuciones de probabilidad uniforme y normal, incluyendo sus propiedades como la forma de la curva, la media y desviación estándar.
2) Explica cómo calcular áreas bajo la curva para distribuciones normales estándar y no estándar.
3) Discutes el teorema del límite central y cómo la distribución de medias muestrales se aproxima a una normal cuando el tamaño de muestra es suficientemente grande.
Este documento presenta información sobre distribuciones de probabilidad en un curso de estadística inferencial. Explica las diferencias entre distribuciones continuas y discretas, y proporciona detalles sobre la distribución de Poisson, incluidos sus requisitos y parámetros. La distribución de Poisson describe el número de veces que ocurre un evento aleatorio e independiente dentro de un intervalo, y su media y desviación estándar.
Este documento describe los conceptos de distribución de frecuencia y diferentes tipos de gráficas para representar distribuciones de frecuencia, incluyendo histogramas, polígonos de frecuencia, diagramas de dispersión y diagramas de Pareto. También cubre conceptos como media, mediana, moda y desviación estándar que son importantes para analizar distribuciones de datos.
Una distribución de frecuencia indica cómo un conjunto de datos se divide en varias categorías al listar cada categoría junto con el número de valores en ella. Existen diferentes tipos de gráficas para representar distribuciones de frecuencia como histogramas, polígonos de frecuencia y diagramas de dispersión. Al graficar datos es importante no distorsionar la información mediante gráficas engañosas o comparaciones impropias que tergiversen las diferencias.
Este documento presenta información sobre un capítulo de estadística inferencial de un curso de ingeniería industrial en el Instituto Tecnológico de Tijuana. Incluye instrucciones para resolver ejercicios sobre distribuciones de frecuencia, histogramas y gráficas estadísticas utilizando diferentes conjuntos de datos. También presenta resúmenes de los resultados de los ejercicios realizados.
Este documento contiene la tarea #1 de Estadística Inferencial del estudiante Arres Pérez Midian Raquel. La tarea incluye 7 ejercicios tomados de los capítulos 1 al 5 del curso. El estudiante responde preguntas sobre tipos de datos, porcentajes, significancia estadística y métodos de muestreo. Adicionalmente, explica los conceptos estadísticos involucrados en cada ejercicio.
Este capítulo introduce los conceptos fundamentales del pensamiento estadístico como la recolección y clasificación de datos, los tipos de muestreo y estudios. Explica que la estadística se ocupa de planear estudios y analizar datos para extraer conclusiones. Además, destaca la importancia de considerar el contexto y las fuentes de los datos, y los posibles sesgos en las muestras y conclusiones.
Portafolio #2.3 trabajo colaborativo del personal de una empresaMidian Perez
es este archivo se podrá visualizar que el trabajo colaborativo no solo cuesta de uno, sigue siendo como los demás argumentos solo que cada uno desde su lado.
Portafolio #2.2 motivacion a un grupo de trabajoMidian Perez
Este documento describe los conceptos de motivación en el contexto laboral. Explica que la motivación es importante para que los empleados sean productivos y contribuyan a los objetivos de la organización. También identifica algunos principios motivacionales como la predisposición, la consecuencia y la novedad. Finalmente, presenta varias técnicas para motivar a los empleados como darles retroalimentación, reconocimiento y flexibilidad.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
1. INSTITUTO TECNOLOGICO DE TIJUANA
Ingeniería Industrial
Materia: Estadística Inferencial
Grupo: 3Z
Profesor: Juan Morales
Alumno: Arres Pérez Midian Raquel
No. Control: 17210035
Capitulo #7 y #8
Tarea #3
Resolver los ejercicios planteados más adelante
Tijuana B.C a 28 de marzo del 2018
2.
3. Ejercicio# 1
Resultados de encuesta en los medios de comunicación USA Today publicó una
ilustración que presentaba los resultados de una encuesta realizada con 21,944
sujetos. La ilustración mostraba que el 43% respondió afirmativamente a la siguiente
pregunta: “¿Preferiría tener un trabajo aburrido que estar desempleado?”. El margen
de error se reportó como 61 punto porcentual. ¿Qué aspecto importante de la
encuesta se omitió?
R= Para poder obtener la proporción de una población es necesario saber el nivel de
confianza (por ejemplo, 95%).
Ejercicio# 2
Margen de error Para la encuesta descrita en el ejercicio 1, explique el significado
de la afirmación “el margen de error es de 61 punto porcentual”.
R= Como se había mencionado durante la lección el 61 punto porcentual es el error
y este se obtiene de la diferencia de proporción muestral y la proporción de la
población es decir 1 - 𝛼
4. Ejercicio# 3
Intervalo de confianza En la encuesta descrita en el ejercicio 1, observamos que el 43% de
21,944 individuos encuestados respondieron afirmativamente a la pregunta planteada.
Puesto que el 43% es la mejor estimación del porcentaje de la población, ¿por qué
necesitaríamos un intervalo de confianza? Es decir, ¿qué información adicional proporciona
el intervalo de confianza?
R= Al tener el intervalo de confianza este nos dara la exactitud de la estimación, por ende el
valor puntual del 43% no revela ninguna información.
Ejercicio# 4
Muestreo Suponga que los resultados de encuesta del ejercicio 1 se obtuvieron enviando
por correo 100,000 cuestionarios, de los cuales se recibieron 21,944 respuestas. ¿El
resultado del 43% es una buena estimación del porcentaje de la población de respuestas
afirmativas? ¿Por qué?
R=No, ya que el 43% solo corresponde a la parte de cuestionarios recibidos. Eso quiere
decir que esta por menos de la mitad de los debido.
5. Cálculo de valores críticos. En los ejercicios 5 a 8, calcule el valor z crítico que se indica.
Ejercicio# 5
Calcule el valor crítico 𝑍 𝛼/2 que corresponde a un nivel de confianza del 99%.
R=
99% corresponde a 𝛼 = 0.01 ∴ 𝛼
2 = 0.005
P=1-0.005=0.995 , buscamos en la tabla A-2 . Resultado de una interpolacion en el cual resulta Z=2.575
Expresión de intervalos de confianza. En los ejercicios 9 a 12, exprese el intervalo de confianza utilizando el formato indicado.
Ejercicio#9
Exprese el intervalo de confianza 0.200 < p < 0.500 en la forma de 𝑝 ± 𝐸
R=
𝑝 =
𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟+𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
2
=
0.500+0.200
2
= 0.350
𝐸 =
𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
2
=
0.500 + 0.200
2
= 0.150
Por lo tanto 0.350±0.150
6. Ejercicio# 1
1. Estimación puntual En general, ¿qué es una estimación puntual de un parámetro poblacional? A
partir de una muestra aleatoria simple de las estaturas de alguna población, como la población de
todos los jugadores de basquetbol de la NBA, ¿cómo calcularía la mejor estimación puntual de la
media poblacional?
R=Una estimación puntual es un solo valor que se utiliza para estimar el parámetro poblacional. La
mejor estimación puntual de la media poblacional se obtiene al calcular el valor de la media muestral
𝑥.
Ejercicio# 2
Muestra aleatoria simple Un ingeniero de diseño de Ford Motor Company debe estimar la longitud
media de las piernas de todos los adultos. Para ello, obtiene una lista de los 1275 empleados de su
fábrica, y luego obtiene una muestra aleatoria simple de 50 empleados. Si utiliza esta muestra para
construir un intervalo de confianza del 95% que permita estimar la longitud media de las piernas de
la población de todos los adultos, ¿su estimación será adecuada? ¿Por qué?
R= No, porque la estimación adecuada se basa con base a la media de toda una muestra y no solo
a un porcentaje de la población.
7. Ejercicio# 3
Intervalo de confianza Con base en las estaturas de mujeres incluidas en el conjunto de datos 1 del
apéndice B, y suponiendo que las estaturas de las mujeres tienen una desviación estándar de 𝜎 = 2.5
pulgadas, se obtiene el siguiente intervalo de confianza del 95%: 62.42 pulgadas < 𝜇 < 63.97
pulgadas. Suponiendo que usted es reportero de un periódico, escriba un enunciado que interprete de
manera correcta ese intervalo de confianza, incluyendo toda la información relevante.
R=Suponiendo que la desviación estándar de las estaturas de todas las mujeres es 2.5 pulgadas, se
estima que la estatura media de todas las mujeres es de 63.20 pulgadas, con un margen de error de
0.78 pulgadas. En teoría, en el 95% de los estudios de este tipo, la media no debería diferir en más de
0.78 pulgadas, hacia cualquier dirección a partir de la media, de lo que se obtendría al utilizar las
estaturas de todas las mujeres.
Ejercicio# 4
Estimador insesgado Una de las características de la media muestral que la convierte en un buen
estimador de una media poblacional 𝜇 es que esa media es un estimador insesgado. ¿Qué significa
que un estadístico sea un estimador insesgado de un parámetro poblacional?
R=La estimación basado en el lugar donde esta la fabrica mas no en toda la población,
8. Verificación de requisitos y cálculo del margen de error. En los ejercicios 9 a 12, calcule el margen de error y el intervalo
de confianza si se satisfacen los requisitos necesarios. Si estos requisitos no se satisfacen, determine que el margen de
error no puede calcularse por medio de los métodos de esta sección.
Ejercicio# 9
Calificación de crédito Las puntuaciones de crédito FICO (Fair, Isaac and
Company) de una muestra aleatoria simple de solicitantes de tarjetas de
crédito: confianza del 95%; 𝑛 = 50, 𝑥 = 677, y se sabe que 𝜎 es 68.
R=E = 18.8; 658.2 < 𝜇 <695.8
Ejercicio# 10
Distancias de frenado Las distancias de frenado de una muestra aleatoria
simple de automóviles:
confianza del 95%, 𝑛 = 32, 𝑥 = 137 pies y se sabe que 𝜎 es igual a 7 pies.
R=
𝐸 = 𝑍 𝛼/2 × 𝜎
2 𝑛
𝑥 − 𝐸 < µ < 𝑥 + 𝐸
E= 2.42533; 134.57467 < µ < 139.4253
9. Ejercicio# 1
¿Dónde está el error? Una nota informativa en USA Today señaló que “los consumidores gastarán
un promedio estimado de $483 en mercancía” por el reinicio de las clases. Se informó que el valor
se basaba en una encuesta de 8453 consumidores, y que el margen de error era de “±1 punto
porcentual”. ¿Qué está incorrecto en esta información?
R=La cantidad se refiere a un promedio, que probablemente sea la media o la mediana, pero el
margen de error es adecuado para una proporción y no para una media o una mediana. El margen
de error debería ser una cantidad en dólares y no en puntos porcentuales.
Ejercicio# 2
Robusto ¿Qué significa cuando decimos que los métodos para construir intervalos de confianza de
esta sección son robustos frente a desviaciones respecto de la normalidad? ¿Los métodos para
construir intervalos de confianza de esta sección son robustos con respecto a los métodos de
muestreo inadecuados?
R=Los métodos de esta sección son robustos, es decir, no se ven muy afectados si los datos se
alejan de la normalidad, siempre y cuando no se alejen demasiado.
R= No debido que a menudo arrojan resultados muy pobres con muestras que no son aleatorias
simples.
10. Ejercicio# 3
Muestreo AUna organización nacional de encuestas fue contratada para estimar la cantidad media de
dinero en efectivo que llevan consigo los adultos en Estados Unidos. El plan de muestreo original incluía
llamadas telefónicas a 2500 números de teléfono diferentes en todo el territorio estadounidense, pero un
gerente decidió ahorrar gastos en llamadas de larga distancia utilizando una muestra aleatoria simple de
2500 números telefónicos dentro del estado de California. Si esta muestra se utiliza para construir un
intervalo de confianza del 95% para estimar la media poblacional, ¿se obtendrá una buena estimación?
¿Por qué?
R=No. La muestra aleatoria simple se obtuvo de californianos, por lo que no necesariamente daría una
buena estimación para la población de adultos estadounidenses. Es muy probable que los californianos
no sean representativos de Estados Unidos. Se requiere de una muestra aleatoria simple de la
población.
Ejercicio# 4
Grados de libertad Se obtiene una muestra aleatoria simple de tamaño n= 5 a partir de una población
de conductores que viven en la ciudad de Nueva York, y se mide el tiempo de reacción de frenado de
cada conductor. Los resultados se usarán para construir un intervalo de confianza del 95%. ¿Cuál es el
número de grados de libertad que debe usarse para calcular el valor crítico 𝑡 𝛼
2
? Dé una explicación
breve del número de grados de libertad.
R=Es gl= n-1 por lo tant0 es simplemente el tamaño de la muestra menos 1. Resultando a gl= 4
11. Cálculo de intervalos de confianza. En los ejercicios 13 y 14, utilice el nivel de confianza y los datos muestrales
indicados para calcular a) el margen de error y b) el intervalo de confianza para la media poblacional M. Suponga
que la muestra es aleatoria simple y que la población tiene una distribución normal.
Ejercicio# 13
Costos de hospital 95% de confianza; 𝑛 = 20, 𝑥 = $9004, 𝑠 = $569 (según datos del
costo hospitalario para víctimas de choques automovilísticos que usaban cinturones
de seguridad, del Departamento del Transporte de Estados Unidos).
R=E = $266; $8738 < 𝜇 < $9270
Ejercicio# 14
Contaminación de automóviles 99% de confianza 𝑛 = 7, 𝑥 = 0.12, 𝑠 = 0.04 (los
valores originales son emisiones de óxido de nitrógeno en gramos/milla, de la
Environmental Protection Agency).
R= 0.05, .0639 < µ < 0.1760
12. Ejercicio# 1
Interpretación de un intervalo de confianza Con los pesos de los dulces M&M incluidos en el
conjunto de datos 18 del apéndice B, utilizamos la desviación estándar de la muestra (s= 0.05179 g)
para obtener la siguiente estimación de un intervalo de confianza del 95% de la desviación estándar
de los pesos de todos los dulces M&M: 0.0455 < 𝜎 < 0.0602 g. Redacte un enunciado que interprete
correctamente ese intervalo de confianza.
R=Hay una confianza del 95% de que los límites de 0.0455 g y 0.0602 g contienen el valor verdadero
de la desviación estándar de la población de todos los dulces M&M.
Ejercicio# 2
Expresión de intervalos de confianza ¿El intervalo de confianza del ejercicio 1 es equivalente a la
expresión (0.0455 g, 0.0602 g)? ¿El intervalo de confianza dado en el ejercicio 1 es equivalente a la
expresión 0.05285 g±0.00735? ¿Por qué?
R=Si. Se puede expresar de esa forma ya que es el límite inferior y superior que contiene el valor de la
desviación estándar poblacional (𝜎).
R=La forma Desviación estándar (s) ± Margen de error (E) no puede utilizarse porque el intervalo de
confianza no tiene s en su parte central.
13. Ejercicio# 3
¿Intervalo de confianza válido? Un encuestador de Gallup Organization genera aleatoriamente
los dos últimos dígitos de números telefónicos, de manera que los números del 00 al 99 son
igualmente probables. ¿Se pueden utilizar los métodos de esta sección para construir un intervalo
de confianza para la desviación estándar de la población de todos los resultados? ¿Por qué?
R= No. Los resultados son igualmente probables y tienen una distribución uniforme, en lugar de una
distribución normal como se requiere. Como el requisito de normalidad no se satisface, no se puede
esperar que el intervalo de confianza resultante dé una buena estimación.
Ejercicio# 4
Estimadores insesgados ¿Qué es un estimador insesgado? ¿La varianza muestral es un
estimador insesgado de la varianza poblacional? ¿La desviación estándar muestral es un
estimadorinsesgado de la desviación estándar poblacional?
R=Un estimador insesgado es cuando las varianzas muestrales s2 tienden a coincidir con (o
centrarse en) el valor de la varianza poblacional σ2 , por lo que se dice que s2 es un estimador
insesgado de σ2.
La varianza muestral sí es un estimador insesgado de la varianza poblacional. La desviación
estándar muestral no es un estimador insesgado de la desviación estándar poblacional
14. Cálculo de un intervalo de confianza. En los ejercicios 9 a 12, de acuerdo con el nivel de confianza y los datos muestrales,
calcule un intervalo de confianza para la desviación estándar poblacional S. En cada caso, suponga que se obtuvo una
muestra aleatoria simple de una población que tiene una distribución normal.
Ejercicio# 11
Conteo de glóbulos blancos en la sangre (en glóbulos por microlitro) Confianza del
99%; 𝑛 = 7, 𝑥 = 7.106, 𝑠 = 2.019
R=Conteo de glóbulos blancos en la sangre (en glóbulos por microlitro) Confianza del 99%; 𝑛 = 7, 𝑥 =
7.106, 𝑠 = 2.019
R= Para un nivel de confianza de 99% se tiene que XI
2=0.676 XD
2=18.54 OBTENIDOS DETABLAS PARA CHI
CUADRADA.
Usando las ecuaciones para los intervalos de confianza
𝑛−1 𝑠2
𝑋𝐷2 < 𝜎2 <
𝑛−1 𝑠2
𝑋𝐼2 y sacando raíz a toda la expresión
2 𝑛−1 𝑠2
𝑋𝐷2 < 𝜎2 <
𝑛−1 𝑠2
𝑋𝐼2 se obtiene un intervalo de confianza de:
1.148 < 𝜎 < 6.015 (con herramienta tecnológica: 1.148 < 𝜎 < 6.016)
15. Tiempos de reacción de conductores de NASCAR Confianza del 99%; 𝑛 = 8, 𝑥 = 1.24 𝑠𝑒𝑔, 𝑠 =
0.12𝑠𝑒𝑔
R= Para un nivel de confianza de 99% se tiene que XI
2=0.676 XD
2=18.54 OBTENIDOS DE TABLAS
PARA CHI CUADRADA.
Usando las ecuaciones para los intervalos de confianza
𝑛−1 𝑠2
𝑋𝐷2 < 𝜎2 <
𝑛−1 𝑠2
𝑋𝐼2 y sacando raíz a toda la
expresión
2 𝑛−1 𝑠2
𝑋𝐷2 < 𝜎2 <
𝑛−1 𝑠2
𝑋𝐼2 se obtiene un intervalo de confianza de:
R=0.071 < σ < 0.319 (con herramienta tecnológica: 0.071 < σ < .319)