LAS MUESTRAS ESTADÍSTICAS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "LAS MUESTRAS ESTADÍSTICAS"

Transcripción

1 UNIDAD 0 LAS MUESTRAS ESTADÍSTICAS Págia 26 Lazamieto de varios dados CUATRO DADOS La distribució de probabilidades de la suma de cuatro dados es la siguiete: x i p i a) Haz su represetació gráfica y observa su parecido co la distribució ormal. b) Calcula su media y su desviació típica. (Hazlo co calculadora y te e cueta que, puesto que los deomiadores so iguales, puedes poer e las frecuecias los correspodietes umeradores). c) Comprueba que los parámetros del promedio de los resultados so MEDIA = 3,5 y DESVIACIÓN TÍPICA = 0,855 pues se obtiee dividiedo por cuatro los correspodietes parámetros de sus sumas. La media es la misma que las ateriores y la desviació típica meor que las ateriores. a) x i p i

2 b) µ = 4; σ = 3,42 c) 4 : 4 = 3,5; 3,42 : 4 = 0,855 Págia 265. Ua gaadería tiee vacas. Se quiere extraer ua muestra de 20. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo aleatorio sistemático. a) Se umera las vacas del al Se sortea 20 úmeros de etre los La muestra estará formada por las 20 vacas a las que correspoda los úmeros obteidos b) Coeficiete de elevació: h = = Se sortea u úmero del al 25. Supogamos que sale el 9. Las vacas seleccioadas para la muestra sería las que correspodiera a los úmeros 9, 34, 59, 84, 09,, Págia Ua gaadería tiee vacas. So de distitas razas: 853 de A, 52 de B, 32 de C, 204 de D y 0 de E. Queremos extraer ua muestra de 20: a) Cuátas hay que elegir de cada raza para que el muestreo sea estratificado co reparto proporcioal? b) Cómo ha de ser la elecció detro de cada estrato? a) Llamamos al úmero de vacas que debemos elegir de raza A, 2 al de raza B, 3 al de C, 4 al de D y 5 al de E. Ha de cumplirse que: 20 = = 2 = 3 = 4 = Así, obteemos: = 5,8 2 = 30,72 3 = 9,26 4 = 2,24 5 = 6,6 La parte etera de estos úmero suma: = 8. Falta 2 para llegar a 20. Por tato, debemos elegir: 5 vacas de raza A, 3 vacas de B, 9 de C, 2 de D y 7 de E. 2

3 Págia Obté aleatoriamete cuatro úmeros eteros al azar etre y 95. Por ejemplo: Hemos obteido los úmeros 5, 22, 27 y Obté cico úmeros eteros elegidos aleatoriamete etre y 800. Por ejemplo: Hemos obteido los úmeros 79, 84, 360, 498 y 669. Págia De ua població de N = 856 elemetos, deseamos extraer ua muestra de tamaño = 0. Mediate el uso de úmeros aleatorios, desiga cuáles so los 0 idividuos que compoe la muestra. Para multiplicar por 856 los úmeros que aparezca e patalla, itroducimos: 856 (factor costate) Ahora recurrimos a los úmeros aleatorios. Por ejemplo, podemos obteer:

4 Los idividuos elegidos para la muestra sería los correspodietes a los úmeros 2, 49, 339, 359, 454, 475, 486, 545, 75 y De ua població de 543 idividuos, queremos extraer ua muestra de tamaño 40 mediate úmeros aleatorios. Obté los cico primeros elemetos de dicha muestra. Para multiplicar por 543 los úmeros que aparezca e patalla, itroducimos: 543 (factor costate) Ahora recurrimos a los úmeros aleatorios. Por ejemplo, podemos obteer: Los cico primeros elemetos de la muestra sería los correspodietes a los úmeros 29, 39, 334, 270 y 258. Págia 270. Halla las siguietes probabilidades e ua distribució N (0, ): a) P[z > 2,8] b) P[z,8] c) P[z >,8] d) P[,62 z < 2,3] e) P[ z 2] f ) P[ 0,6 z,4] g) P[ z 2] h) P[ 2,3 < z <,7] i ) P[ 2 z ] a) P[z > 2,8] = P[z 2,8] = 0,9974 = 0,0026 b) P[z,8] = P[z,8] = P[z <,8] = 0,964 = 0,0359 c) P[z >,8] = P[z <,8] = 0,964 d) P[,62 z < 2,3] = P[z < 2,3] P[z,62] = 0,9893 0,9474 = 0,049 e) P[ z 2] = P[z 2] P[z ] = 0,9772 0,843 = 0,359 f) P[ 0,6 z,4] = P[z,4] P[z 0,6] = P[z,4] P[z 0,6] = = P[z,4] ( P[z 0,6]) = 0,992 ( 0,729) = 0,6483 4

5 g) P[ z 2] = P[z 2] P[z ] = P[z 2] P[z ] = = P[z 2] ( P[z ]) = 0,9772 ( 0,843) = 0,885 h) P[ 2,3 < z <,7] = P[,7 < z < 2,3] = P[z < 2,3] P[z <,7] = = 0,9893 0,9554 = 0,0339 i) P[ 2 z ] = P[ z 2] = P]z 2] P[z ] = 0,9772 0,843 = 0, Calcula el valor de k (exacta o aproximadamete) e cada uo de los siguietes casos: a) P[z k] = 0,5 b) P[z k] = 0,8729 c) P[z k] = 0,9 d) P[z k] = 0,33 e) P[z k] = 0,2 f ) P[z > k] = 0,2 g) P[z k] = 0,997 h) P[z k] = 0,6 a) P[z k] = 0,5 k = 0 b) P[z k] = 0,8729 k =,4 c) P[z k] = 0,9 k,28 d) P[z k] = 0,33 P[z k] = 0,33 P[z k] = 0,33 = 0,67 k = 0,44 k = 0,44 0 k k e) P[z k] = 0,2 P[z k] = 0,2 = 0,8 k 0,84 k 0,84 f) P[z > k] = 0,2 P[z k] = 0,2 = 0,88 k,75 g) P[z k] = 0,997 P[z k] = 0,997 k = 2,76 k = 2,76 h) P[z k] = 0,6 P[z k] = 0,6 k 0,25 k 0,25 5

6 Págia E ua distribució N (8, 4), halla las siguietes probabilidades: a) P[x 20] b) P[x 6,5] c) P[x ] d) P[9 x 23] e) P[ x < 25] a) P[x 20] = P[ ] z b) P[x 6,5] = P[ ] z 6,5 8 4 c) P[x ] = P[ ] z 8 4 = 0,9599 = 0,040 = P[z 0,5] = 0, d) P[9 x 23] = P[ z 4 4 ] = P[z 0,38] = P[z 0,38] = 0,6480 = P[z,75] = P[z,75] = P[z,75] = = P[0,25 z,25] = = P[z,25] P[z 0,25] = 0,8944 0,5987 = 0, e) P[ x < 25] = P[ z 4 4 ] = P[,75 z,75] = = P[z,75] P[z,75] = P[z,75] P[z,75] = = 2P[z,75] = 2 0,9599 = 0, E ua distribució N (6; 0,9), calcula k para que se de las siguietes igualdades: a) P[x k] = 0,9772 b) P[x k] = 0,8 c) P[x k] = 0,3 d) P[x k] = 0,633 a) P[x k] = 0,9772 P[x k] = P[ ] z k 6 0,9 b) P[x k] = 0,8 P[x k] = P[ ] z k 6 0,9 c) P[x k] = 0,3 k 6 = 0,9772 = 2 k = 7,8 0,9 k 6 = 0,8 0,84 k 6,756 0,9 P[x k] = P[ ] z k 6 ( ) = 0,3 k 6 0,9 0,9 d) P[x k] = 0,633 P[x k] = P[ ] z k 6 ( ) = 0,633 k 6 0,9 0,9 0,52 k 5,532 = 0,34 k = 5,694 6

7 Págia 272. Calcula razoadamete los valores críticos correspodietes a las probabilidades 0,95 y 0,99. Para ua probabilidad de 0,95: α/2 0,95 α/2 α 2 0,95 = = 0,025; 0,95 + 0,025 = 0,975 2 P[z z α/2 ] = 0,975 z α/2 =,96 z α/2 z α/2 Para ua probabilidad de 0,99: α/2 0,99 α/2 α 2 0,99 = = 0,005; 0,99 + 0,005 = 0,995 2 P[z z α/2 ] = 0,995 z α/2 = 2,575 z α/2 z α/2 2. Calcula los valores críticos correspodietes: a) α = 0,09 b) α = 0,2 c) α = 0,002 a) α = 0,09 α = 0,9 α 2 0,09 = = 0,045; 0,9 + 0,045 = 0,955 2 P[z z α/2 ] = 0,955 z α/2,70 b) α = 0,2 α = 0,79 α 2 0,2 = = 0,05; 0,79 + 0,05 = 0,895 2 P[z z α/2 ] = 0,895 z α/2,25 c) α = 0,002 α = 0,998 α 2 = 0,00; 0, ,00 = 0,999 P[z z α/2 ] = 0,999 z α/2 = 3,08 7

8 Págia E ua distribució N (73, 6) halla los itervalos característicos para el 90%, el 95% y el 99%. Para el 90%: (73,645 6; 73 +,645 6) = (63,3; 82,87) Para el 95%: (73,96 6; 73 +,96 6) = (6,24; 84,76) Para el 99%: (73 2,575 6; ,575 6) = (57,55; 88,45) 4. E ua distribució N (8, 4) halla los itervalos característicos para el 95% y el 99,8%. Para el 95%: (8,96 4; 8 +,96 4) = (0,6; 25,84) α Para el 99,8%: α = 0,998 α = 0,002 = 0,00 2 0, ,00 = 0,999 z α/2 = 3,08 (8 3,08 4; 8 + 3,08 4) = (5,68; 30,32) Págia 276. Los parámetros de ua variable so: µ = 6,4, σ = 4,8. Nos dispoemos a extraer ua muestra de = 400 idividuos: a) Halla el itervalo característico para las medias muestrales correspodietes a ua probabilidad p = 0,99. b) Calcula P [6 < x < 7]. Como > 30, las medias muestrales se distribuye segú ua ormal de media σ 4,8 4,8 µ = 6,4 y de desviació típica = = = 0,24; es decir: x es N(6,4; 0,24) a) Para p = 0,99 z α/2 = 2,575 El itervalo característico es: (6,4 2,575 0,24; 6,4 + 2,575 0,24); es decir: (5,78; 7,02) b) P[6 < x 6 6,4 7 6,4 < 7] = P[ < z < 0,24 0,24 ] = P[,67 < z < 2,5] = = P[z < 2,5] P[z <,67] = P[z < 2,5] P[z >,67] = = P[z < 2,5] ( P[z,67]) = 0,9938 ( 0,9525) = 0,9463 8

9 2. Los sueldos, e euros, de los empleados de ua fábrica se distribuye N ( 200, 400). Se elige al azar ua muestra de 25 de ellos. Cuál es la probabilidad de que la suma de sus sueldos sea superior a ? Halla el itervalo característico para las sumas de 25 idividuos, correspodietes a ua probabilidad del 0,9. La suma de los sueldos sigue ua distribució ormal de media µ = = = y de desviació típica σ = = = ; es decir: Σx es N(30 000; 2 000) Por tato: P[Σx > ] = P[ ] z > Itervalo característico: = P[z > 2,5] = = P[z 2,5] = 0,9938 = 0,0062 Para ua probabilidad del 0,9 es: (30 000, ; , ); es decir: (26 70; ) Págia 278. La variable x es biomial, co = 200 y p = 0,008. a) Calcula la probabilidad de que x sea mayor que 0. b) Halla el itervalo característico para ua probabilidad del 95%. Como p = 9,6 > 5 y q > 5, podemos aproximar mediate ua ormal de media µ = p = 9,6 y de desviació típica σ = pq = 200 0,008 0,992 = 3,09. Es decir: x es B( 200; 0,008) x' es N(9,6; 3,09) z es N(0, ) a) P[x > 0] = P[x' 0,5] = P[ ] z 0,5 9,6 3,09 = P[z 0,29] = = P[z < 0,29] = 0,64 = 0,3859 b) Para ua probabilidad del 95%, z α/2 =,96. El itervalo característico será: (9,6,96 3,09; 9,6 +,96 3,09); es decir: (3,54; 5,66) 2. Si teemos u dado correcto y lo lazamos 50 veces: a) Cuál es la probabilidad de que el salga más de 0 veces? b) Cuál es la probabilidad de que salga múltiplo de 3 al meos 20 veces? 9

10 a) Llamamos x = - o de veces que sale el ; así, x es B( 50; ). Como p > 5 y q > 5, podemos aproximar mediate ua ormal de media 5 µ = 50 = 8,33 y de desviació típica σ = 50 = 2,64; es decir: x es B( 50; ) x' es N(8,33; 2,64) z es N(0, ) P[x > 0] = P[x' 0,5] = P[ ] z 0,5 8,33 2,64 = P[z 0,82] = P[z < 0,82] = = 0,7939 = 0,206 b) Llamamos x = - o de veces que sale múltiplo de 3. La probabilidad de obteer u múltiplo de 3 e ua tirada es p = =. Así, x es B( 50; ). Como p > 5 y q > 5, podemos aproximar mediate ua ormal de media 2 µ = 50 = 6,67 y de desviació típica σ = 50 = 3,33; es decir: x es B( 50; ) x' es N(6,67; 3,33) z es N(0, ) P[x 20] = P[x' 9,5] = P[ ] z 9,5 6,67 3,33 = 0,8023 = 0, = P[z 0,85] = P[z < 0,85] = Págia 280. Como sabemos, e u dado correcto la proporció de veces que sale el 5 es /6 = 0, ) 6. Halla los itervalos característicos correspodietes al 90%, 95% y 99% para la proporció de cicos, e tadas de 00 lazamietos de u dado correcto. Las proporcioes de cicos e tadas de 00 lazamietos sigue ua distribució (/6) (5/6) ormal de media p = = 0,7 y de desviació típica = = pq 6 00 = 0,037; es decir: pr es N(0,7; 0,037) Hallamos los itervalos característicos: Para el 90%: (0,7 ±,645 0,037) = (0,09; 0,23) Para el 95%: (0,7 ±,96 0,037) = (0,097; 0,243) Para el 99%: (0,7 ± 2,575 0,037) = (0,075; 0,265) 0

11 Págia 286 EJERCICIOS Y PROBLEMAS PROPUESTOS PARA PRACTICAR Muestras E cada uo de los casos que se mecioa a cotiuació, el colectivo es població o es muestra? Explica por qué. a) U campesio tiee 87 gallias. Para probar la eficacia de u uevo tipo de alimetació, las pesa a todas ates y después de los 30 días que dura el tratamieto. b) U grajero prueba co 00 de sus gallias la eficacia de u uevo tipo de alimetació. a) Es població, porque pesa a todas las gallias. b) Es muestra, porque o pesa a todas las gallias, sio solo a ua parte de ellas. 2 U fabricate de elásticos quiere estudiar su resistecia a la rotura. Para ello, los estira hasta que se rompe y aota el grado de estiramieto que alcaza si romperse. Puede realizar dicho estiramieto sobre la població o es imprescidible realizarlo sobre la muestra? Por qué? Es imprescidible hacerlo sobre ua muestra, porque iteresa romper la meor catidad de elásticos posible. 3 Solo uo de los siguietes procedimietos os permite obteer ua muestra represetativa. Di cuál es y, e los otros, estudia el setido del sesgo y su importacia: a) Para estudiar las frecuecias relativas de las letras, se toma al azar 20 libros de la biblioteca de u cetro escolar y se cueta las veces que aparece cada letra e la págia 20 de los libros seleccioados. b) Para coocer la opiió de sus clietes sobre el servicio ofrecido por uos grades almacees, se seleccioa al azar, etre los que posee tarjeta de compra, a 00 persoas etre las que ha gastado meos de 000 el último año, otras 00 etre las que ha gastado etre 000 y y 00 más etre las que ha gastado más de c) Para calcular el úmero medio de persoas por cartilla e u Cetro de Salud de la Seguridad Social, los médicos toma ota de las cartillas de las persoas que acude a las cosultas durate u mes. a) Es ua muestra represetativa.

12 b) No es represetativa, porque hay mucha más gete e u itervalo (por ejemplo, etre 000 y ) que e otro (más de ), y hemos tomado el mismo úmero de represetates. Además, hay otra mucha gete si tarjeta que o se ha tomado e cueta. c) No es represetativa, ya que lo que más se va a ver so las cartillas que correspode a familias umerosas. Está claro que, cuata más geta tega esa cartilla, más fácil es que ese mes se tome ota de ella. 4 La validez de la iformació que os proporcioa ua ecuesta depede, e gra medida, de la cuidadosa elaboració del cuestioario. Alguas de las características que debe teer las pregutas, so: Ser cortas y co u leguaje secillo. Sus respuestas debe presetar opcioes o ambiguas y equilibradas. Que o requiera esfuerzo de memoria. Que o levate prejuicios e los ecuestados. Estudia si las siguietes pregutas so adecuadas para formar parte de ua ecuesta y corrige los errores que observes: a) Cuáto tiempo sueles estudiar cada día? Mucho Poco Segú el día b) Cuátas veces fuiste al cie a lo largo del año pasado? c) Qué opiió tiees sobre la gestió del alcalde? Muy buea Buea Idiferete d) Pierde sus hijos el tiempo viedo la televisió? Sí No e) E qué grado cree usted que la istalació de la plata de reciclado afectaría al empleo y a las codicioes de salud de uestra ciudad? a) y c) adecuadas (para mejorarlo, podríamos añadir e c) la opció: Mala ). b) Cambiar por: Co qué frecuecia vas al cie? Mucho Poco Nuca d) Cambiar por: Co qué frecuecia ve sus hijos la televisió? Mucho Poco Nuca e) Cambiar por: Istalaría ua plata de reciclado e su ciudad? Sí No 2

13 5 De u colectivo de 500 persoas elige ua muestra de 20 mediate: a) U muestreo aleatorio sistemático. b) U muestreo aleatorio simple. Utiliza la tecla de la calculadora. Para los dos casos, umeramos a las persoas del al a) h = = Orige: 25 (por ejemplo) Deberemos elegir las persoas cuyos úmeros sea: 4, 39, 64, 89, 4, 39, 64, 89, 24, 239, 264, 289, 34, 339, 364, 389, 44, 439, 464, 489. b) Co la tecla de la calculadora, hacemos: 500 hasta obteer 20 resultados distitos. 6 E u cojuto de 000 coductores hay: 50 taxistas. 75 camioeros. 25 coductores de autobús. El resto so coductores de vehículos corrietes y se reparte así: 250 co más de 20 años de experiecia. 425 co ua experiecia de etre 5 y 20 años. 75 co ua experiecia de 0 a 5 años. Para cofeccioar ua muestra de 40 idividuos mediate muestreo aleatorio estratificado proporcioal, cuátos hay que seleccioar de cada uo de los seis estratos? Llamamos al úmero de taxistas que tedríamos que seleccioar, 2 al úmero de camioeros, 3 al úmero de coductores de autobuses, 4 al úmero de coductores co más de 20 años de experiecia, 5 al de coductores co ua experiecia etre 5 y 20 años y 6 al de coductores co ua experiecia de 0 a 5 años. Etoces: = 2 = 3 = 4 = 5 = 0 = Así, deberemos elegir: = 2 taxistas 2 = 3 camioeros 3 = coductor de autobús 4 = 0 coductores co más de 20 años de experiecia 5 = 7 co experiecia etre 5 y 20 años 6 = 7 co experiecia etre 0 y 5 años 3

14 Págia E cierto barrio se quiere hacer u estudio para coocer mejor el tipo de actividades de ocio que gusta más a sus habitates. Para ello, va a ser e- S cuestados 00 idividuos elegidos al azar. a) Explica qué procedimieto de selecció sería más adecuado utilizar: muestreo co o si reposició. Por qué? b) Como los gustos cambia co la edad y se sabe que e el barrio vive iños, adultos y 500 aciaos, se decide elegir la muestra utilizado muestreo estratificado. b.) Defie los estratos. b.2) Determia el tamaño muestral correspodiete a cada estrato. a) Muestreo si reemplazamieto para evitar repeticioes. b) b.) Niños, adultos y aciaos. b.2) Llamamos al úmero de iños que deberíamos elegir, 2 al úmero de adultos y 3 al úmero de aciaos. Teemos que: = 2 = 3 = Así, debería elegirse: = 25 iños 2 = 70 adultos 3 = 5 aciaos E determiada provicia hay cuatro comarcas, C, C2, C3 y C4, co u total de persoas cesadas. De ellas, reside e C, S e C2 y e C3. Se quiere realizar u estudio sobre las costumbres alimeticias e esa provicia basado e ua muestra de persoas. a) Qué tipo de muestreo deberíamos realizar si queremos que e la muestra resultate haya represetació de todas las comarcas? b) Qué úmero de persoas habría que seleccioar e cada comarca, atediedo a razoes de proporcioalidad? c) Cómo seleccioarías las persoas e cada comarca? Justifica las respuestas. a) Deberíamos realizar u muestreo aleatorio estratificado. b) El úmero de persoas que reside e C4 es: ( ) =

15 Llamamos, 2, 3 y 4 al úmero de persoas que tedríamos que seleccioar e cada comarca (C, C2, C3 y C4, respectivamete). Etoces: = 2 = 3 = 4 = Por tato, debemos elegir: = 600 persoas de C 2 = 900 persoas de C2 3 = 00 persoas de C3 4 = 400 persoas de C c) Detro de cada comarca, podríamos seleccioarlos mediate u muestreo aleatorio simple, o mediate u muestreo sistemático. Itervalos característicos Distribució de medias y proporcioes muestrales 9 E ua distribució ormal de media µ = 9,5 y variaza σ 2 =,44, halla el itervalo característico para el 99%. Para el 99% α = 0,99 z α/2 = 2,575 El itervalo será de la forma: (µ 2,575 σ, µ + 2,575 σ) E este caso, como µ = 9,5 y σ =,44 =,2, queda: (9,5 2,575,2; 9,5 + 2,575,2), es decir: (6,4; 2,59) 0 E las distribucioes ormales cuyos parámetros se da, halla el itervalo característico que e cada caso se idica: a) b) c) d) e) MEDIA, µ DESV. TÍPICA, σ 5 PROBABILIDAD f) g) h) i) MEDIA, µ DESV. TÍPICA, σ PROBABILIDAD El itervalo característico es de la forma: (µ z α/2 σ; µ + z α/2 σ) a) z α/2 =,96; µ = 0; σ = Itervalo (,96;,96) 5

16 b) z α/2 = 2,575; µ = 0; σ = Itervalo ( 2,575; 2,575) c) z α/2 =,645; µ = 0; σ = Itervalo (,645;,645) d) z α/2 =,28; µ = 0; σ = Itervalo (,28;,28) e) z α/2 =,96; µ = 2; σ = 5 Itervalo (82,6; 4,4) f) z α/2 = 2,575; µ = 3 52; σ = 550 Itervalo (2 095,75; 4 928,25) g) z α/2 =,96; µ = 3 52; σ = 550 Itervalo (2 434; 4 590) h) z α/2 =,645; µ = 3 52; σ = 550 Itervalo (2 607,25; 4 46,75) i) z α/2 =,28; µ = 3 52; σ = 550 Itervalo (2 808; 4 26) E ua distribució ormal co media µ = 25 y desviació típica σ = 5,3; obté u itervalo cetrado e la media, (µ k, µ + k), de forma que el 95% de los idividuos esté e ese itervalo. El itervalo será de la forma: (µ z α/2 σ; µ + z α/2 σ) Como α = 0,95, etoces z α/2 =,96. Así, el itervalo será: (25,96 5,3; 25 +,96 5,3); es decir: (4,62; 35,388) 2 E ua distribució N (0, 4), obté u itervalo cetrado e la media (µ k, µ + k), tal que: P[µ k < x < µ + k] = 0,90 El itervalo será de la forma: (µ z α/2 σ; µ + z α/2 σ) Como α = 0,90, etoces z α/2 =,645. Así, el itervalo será: (0,645 4; 0 +,645 4); es decir: (3,42; 6,58) 6

17 3 Di cómo se distribuye las medias muestrales e cada uo de los siguiees casos: a) b) c) Recordemos que si la població se distribuye segú ua ormal N(µ, σ), o bie seleccioamos ua muestra de tamaño 30 e ua població cualquiera (o ecesariamete ormal) co media µ y desviació típica σ, etoces, las medias muestrales sigue ua distribució N ( ) µ, σ. Aplicamos este resultado e cada uo de los casos propuestos: a) N ( ) 20, 4 6 b) N ( ) 20, 4 00 c) N ( ) 3,75;,2 4 d) N ( ) 3,75;,2 50 e) N ( ) 2, 5 00 f) N ( ) 2, 5 00 g) N ( ) 3 52, 550 Págia POBLACIÓN POBLACIÓN DISTRIBUCIÓN Normal Desc. Normal MEDIA, µ ,75 DESV. TÍPICA, σ 4 4,2 TAM. MUESTRA, d) e) f) g) DISTRIBUCIÓN Desc. Norm. Desc. Desc. MEDIA, µ 3, DESV. TÍPICA, σ, TAM. MUESTRA, ; es decir, N(20, ) ; es decir, N(20; 0,4) ; es decir, N(3,75; 0,6) ; es decir, N(3,75; 0,7) ; es decir, N(2;,5) ; es decir, N(2;,5) ; es decir, N(3 52; 86,96) 4 Halla el itervalo característico correspodiete a la probabilidad que e cada caso se idica, correspodiete a las medias muestrales del ejercicio aterior: a) 90% b) 95% c) 99% d) 90% e) 95% f) 80% g) 99% 7

18 a) z α/2 =,645 Itervalo (20,645 ; 20 +,645 ); es decir: (8,355; 2,645) b) z α/2 =,96 Itervalo (20,96 0,4; 20 +,96 0,4); es decir: (9,26; 20,784) c) z α/2 = 2,575 Itervalo (3,75 2,575 0,6; 3,75 + 2,575 0,6); es decir: (2,205; 5,295) d) z α/2 =,645 Itervalo (3,75,645 0,7; 3,75 +,645 0,7); es decir: (3,47; 4,03) e) z α/2 =,96 Itervalo (2,96,5; 2 +,96,5); es decir: (09,06; 4,94) f) z α/2 =,28 Itervalo (2,28,5; 2 +,28,5); es decir: (0,08; 3,92) g) z α/2 = 2,575 Itervalo (3 52 2,575 86,96; ,575 86,96); es decir: (3 288,078; 3 735,922) 5 Averigua cómo se distribuye las proporcioes muestrales, pr, para las poblacioes y las muestras que se describe a cotiuació: PROPORCIÓN, p, EN LA POBLACIÓN TAMAÑO,, DE LA MUESTRA a) b) c) d) e) f) 0,5 0,6 0,8 0, 0,05 0, Recordemos que, si p 5 y q 5, etoces, las proporcioes muestrales sigue ua distribució N ( ) p, pq. Aplicamos este resultado a cada uo de los casos propuestos. Comprobamos que e todo ellos se tiee que p 5 y q 5. a) N ( ) 0,5; 0,5 0,5 0 b) N ( ) 0,6; 0,6 0,4 20 c) N ( ) 0,8; 0,8 0,2 30 d) N ( ) 0,; 0,9 50 0, ; es decir, N(0,5; 0,58) ; es decir, N(0,6; 0,0) ; es decir, N(0,8; 0,073) ; es decir, N(0,; 0,042) 8

19 e) N ( ) 0,05; 0,05 0,95 00 f) N ( ) 0,5; 0, ,5 ; es decir, N(0,05; 0,028) ; es decir, N(0,5; 0,036) 6 Halla los itervalos característicos para las proporcioes muestrales del ejercicio aterior, correspodietes a las probabilidades que, e cada caso, se idica: a) 90% b) 95% c) 99% d) 95% e) 99% f) 80% a) z α/2 =,645 Itervalo (0,5,645 0,58; 0,5 +,645 0,58); es decir: (0,24; 0,76) b) z α/2 =,96 Itervalo (0,6,96 0,0; 0,6 +,96 0,0); es decir: (0,38; 0,82) c) z α/2 = 2,575 Itervalo (0,8 2,575 0,073; 0,8 + 2,575 0,073); es decir: (0,6; 0,99) d) z α/2 =,96 Itervalo (0,,96 0,042; 0, +,96 0,042); es decir: (0,08; 0,82) e) z α/2 = 2,575 Itervalo (0,05 2,575 0,028; 0,05 + 2,575 0,028); es decir: ( 0,006; 0,06) f) z α/2 =,28 Itervalo (0,5,28 0,036; 0,5 +,28 0,036); es decir: (0,04; 0,96) PARA RESOLVER 7 E ua distribució N (20, 6), tomamos muestras de tamaño 64. S a) Cuál es la distribució de las medias de las muestras? b) Cuál es la probabilidad de extraer ua muestra cuya media esté compredida etre 9 y 2? a) Las medias muestrales, x, se distribuye segú ua ormal de media µ = 20 y σ 6 6 de desviació típica = = = 0,75; es decir: 64 8 x es N(20; 0,75) b) P[9 < x < 2] = P[ < z < 0,75 0,75 ] = P[,33 < z <,33] = = P[z <,33] P[z <,33] = P[z <,33] ( P[z <,33]) = = 2P[z <,33] = 2 0,9082 = 0,864 9

20 8 Se sabe que el cociete itelectual de los alumos de ua uiversidad se distribuye segú ua ley ormal de media 00 y variaza 729. S a) Halla la probabilidad de que ua muestra de 8 alumos tega u cociete itelectual medio iferior a 09. b) Halla la probabilidad de que ua muestra de 36 alumos tega u cociete itelectual medio superior a 09. El cociete itelectual sigue ua distruibució ormal de media µ = 00 y de desviació típica σ = 729 = 27; es decir, x es N(00, 27). a) Las medias e muestras de 8 alumos se distribuirá segú ua ormal de media µ = 00 y de desviació típica = = = 3; es decir, x es σ N(00, 3). Así: P[x < 09] = P[ ] z < = P[z < 3] = 0,9987 b) Las medias e muestras de 36 alumos se distribuye segú ua ormal de media µ = 00 y de desviació típica = = = 4,5; es decir, x es σ N(00; 4,5). Así: P[x > 09] = P[ ] z > ,5 = P[z > 2] = P[z 2] = 0,9772 = 0, Las otas e u cierto exame se distribuye ormal co media µ = 5,3 y desviació típica σ = 2,4. Halla la probabilidad de que u estudiate tomado al azar tega ua ota: a) Superior a 7. b) Iferior a 5. c) Compredida ete 5 y 7. Tomamos al azar 6 estudiates. Halla la probabilidad de que la media de las otas de estos 6 estudiates: d) Sea superior a 7. e) Sea iferior a 5. f) Esté compredida etre 5 y 7. g) Halla k para que el itervalo (5,3 k; 5,3 + k) cotega al 95% de las otas. h)halla b para que el itervalo (5,3 b; 5,3 + b) cotega al 95% de las otas medias de las muestras de 6 idividuos. x es N(5,3; 2,4) z es N(0, ) a) P[x > 7] = P[ ] z > 7 5,3 2,4 = P[z > 0,7] = P[z 0,7] = 0,762 = 0,

21 b) P[x < 5] = P[ ] z < 5 5,3 2,4 = 0,557 = 0, ,3 7 5,3 c) P[5 < x < 7] = P[ < x < 2,4 2,4 ] = P[z < 0,3] = P[z > 0,3] = P[z 0,3] = = P[ 0,3 < z < 0,7] = = P[z < 0,7] P[z < 0,03] = 0,762 0,4483 = 0,329 Las medias de las otas de 6 estudiates se distribuye N( 5,3; x es N(5,3; 0,6). d) P[x > 7] = P[ ] z > 7 5,3 0,6 e) P[x < 5] = P[ ] z < 5 5,3 0,6 = 0,695 = 0,3085 f) P[5 < x 5 5,3 7 5,3 < 7] = P[ < z < 0,6 0,6 ] ); es decir, = P[z > 2,83] = P[z 2,83] = 0,9977 = 0,0023 = P[z < 0,5] = P[z > 0,5] = P[z 0,5] = = P[ 0,5 < z < 2,83] = = P[z < 2,83] P(z < 0,5] = 0,9977 0,3085 = 0,6892 2,4 6 g) Es u itervalo característico para la media de la població, por tato: k = z α/2 σ Como α = 0,95 z α/2 =,96. Así: k =,96 2,4 = 4,704 h) Es u itervalo característico para las medias muestrales, e muestras de tamaño 6, por tato: b = z α/2 0,6 Como α = 0,95 z α/2 =,96. Así: b =,96 0,6 =,76 20 Cuatro de cada diez habitates de ua determiada població lee habitualmete el periódico Z. S Halla el itervalo característico para la proporció de habitates de esa població que lee el periódico Z, e muestras de tamaño 49, correspodiete al 95%. 4 p = proporció de lectores del periódico Z = = 0,4. 0 El itervalo característico para la proporció de lectores, pr, e muestras de tamaño es de la forma: ( p z α/2, p + z α/2 pq pq ) 2

22 Para el 95% α = 0,95 z α/2 =,96 El itervalo será: ( 0,4 0,6 0,4 0,6 0,4,96 ; 0,4 +,96 ); es decir: (0,26; 0,54) E u saco mezclamos judías blacas y judías pitas e la relació de 4 blacas por cada pita. Extraemos u puñado de 00 judías. a) Cuál es la probabilidad de que la proporció de judías pitas esté compredida etre 0,05 y 0,? b) Halla u itervalo e el cual se ecuetre el 99% de las proporcioes de las muestras de tamaño 00. a) La proporció de judías pitas es p =. Si extraemos u puñado de 00 judías, 5 teemos ua biomial B( ) 00, 5. Ua proporció etre 0,05 y 0, sigifica que haya etre 00 0,05 = 5 y 00 0, = 0 judías pitas. Por tato, si x es B( ) 00, 5, teemos que calcular P[5 < x < 0]. 4 Como 00 > 5 y 00 > 5, podemos aproximar la biomial mediate ua ormal de media µ = 00 = 6,67 y desviació típica σ = 00 = 2, Así, si x es B( 00, ) x' es N(6,67; 2,49) z es N(0, ). Calculamos: 5,5 6,67 9,5 6,67 2,49 2,49 = P[ 0,47 z,4] = P[z,4] P[z 0,47] = P[5 < x < 0] = P[5,5 x' 9,5] = P[ z ] = = P[z,4] P[z 0,47] = P[z,4] ( P[z 0,47]) = = 0,8729 ( 0,6808) = 0,5537 b) Si cosideramos muestras de tamaño 00, el itervalo característico para la proporció muestral es de la forma: ( p z α/2, p + z α/2 pq pq ) Para el 99% α = 0,99 z α/2 = 2,575 22

23 Así, el itervalo será: (/5) (4/5) 5 00 es decir: (0,0024; 0,309) (4/5) ( 2,575, + 2, ) ; (/5) Págia El tiempo de espera, e miutos, de los pacietes e u servicio de urgecias, es N (4, 4). S a) Cómo se distribuye el tiempo medio de espera de 6 pacietes? b) E ua media jorada se ha atedido a 6 pacietes. Cuál es la probabilidad de que el tiempo medio de su espera esté compredido etre 0 y 5 miutos? a) El tiempo medio de espera, x, de 6 pacietes se distribuye segú ua ormal σ 4 4 de media µ = 4 y de desviació típica = = = ; es decir x es N(4, ). b) P[0 < x < 5] = P[ < z < ] = P[ 4 < z < ] = = P[z < ] P[z < 4] = 0,843 0 = 0, Ua variable aleatoria se distribuye N (µ, σ). Si se extrae muestras de tamaño : S a) Qué distribució tiee la variable aleatoria media muestral, x? b) Si se toma muestras de tamaño = 4 de ua variable aleatoria x co distribució N (65, 2), calcula P[x > 73,7]. a) x σ sigue ua distribució ormal de media µ y de desviació típica, es decir, x es N( ) µ, σ. b) Las medias muestrales e muestras de tamaño = 4 se distribuye segú ua σ 2 2 ormal de media µ = 65 y de desviació típica = = = 6; es decir, x 4 2 es N(65, 6). Así: P[x > 73,7] = P[ ] z > 73, = P[z >,45] = = P[z,45] = 0,9265 = 0, Se sabe que el peso e kilogramos de los alumos de bachillerato de Madrid S es ua variable aleatoria, x, que sigue ua distribució ormal de desviació típica igual a 5 kg. E el caso de cosiderar muestras de 25 alumos, qué distribució tiee la variable aleatoria media muestral, x? 23

24 La variable aleatoria media muestral, x, sigue ua distribució ormal co la misma σ 5 5 media que la població, llamémosla µ, y co desviació típica = = = ; es decir, x 25 5 es N(µ, ). 25 E ua ciudad, la altura media de sus habitates tiee ua desviació típica S de 8 cm. Si la altura media de dichos habitates fuera de 75 cm, cuál sería la probabilidad de que la altura media de ua muestra de 00 idividuos tomada al azar fuera superior a 76 cm? La altura e la població, x, sigue ua distribució ormal N(75, 8). Si cosideramos muestras de tamaño = 00, las medias muestrales se distribuye segú σ 8 8 ua ormal de media µ = 75 y de desviació típica = = = 0,8; es decir, x 00 0 es N(75; 0,8). Así: P[x > 76] = P[ ] z > ,8 = 0,8944 = 0,056 = P[z >,25] = P[z,25] = 26 E ua localidad de habitates, la proporció de meores de 6 años es de 500/ a) Cuál es la distribució de la proporció de meores de 6 años e muestras de 50 habitates de dicha població? b) Halla la probabilidad de que, e ua muestra de 50 habitates, haya etre 5 y 20 meores de 6 años. a) La proporció, pr, de meores de 6 años e muestras de tamaño = 50 sigue 500 ua distribució ormal de media p = = 0,25 y de desviació típica: pq 0,25 0,75 = = 0,06, es decir, pr es N(0,26; 0,06). 50 b) El úmero de meores de 6 años e ua muestra de 50 es ua biomial B(50; 0,25). Como p > 5 y q > 5, podemos aproximar mediate ua ormal de media µ = 50 0,25 = 2,5 y de desviació típica: σ = pq = 50 0,25 0,75 = 3,06 Así, si x es B(50; 0,25) x' es N(2,5; 3,06) z es N(0, ), etoces: 5,5 2,5 9,5 2,5 P[5 < x < 20] = P[5,5 < x' < 9,5] = P[ < z < 3,06 3,06 ] = = P[0,98 < z < 2,29] = P[z < 2,29] P[z < 0,98] = = 0,9890 0,8365 = 0,525 24

25 27 El 42% de los habitates de u muicipio es cotrario a la gestió del alcalde y el resto so partidarios de este. Si se toma ua muestra de 64 idividuos, cuál es la probabilidad de que gae los que se opoe al alcalde? E muestras de 64, el úmero de persoas que se opoe al alcalde, x, sigue ua distribució biomial B(64, 0,42). Teemos que calcular P[x > 32]. Como p > 5 y q > 5, podemos aproximar mediate ua ormal de media µ = p = 64 0,42 = 26,88 y de desviació típica pq = 64 0,42 0,58 = 3,95. Así, si: x es B(64, 0,42) x' es N(26,88; 3,95) z es N(0, ), etoces: P[x > 32] = P[x' 32,5] = P[ ] z 32,5 26,88 3,95 = P[z <,42] = 0,9222 = 0,0778 = P[z,42] = 28 La probabilidad de que u bebé sea varó es 0,55. Si ha acido 84 bebés, cuál es la probabilidad de que haya 00 varoes o más? Halla el itervalo característico correspodiete al 95% para la proporció de varoes e muestras de 84 bebés. El úmero de varoes etre 84 bebés, x, sigue ua distribució biomial B(84; 0,55). Teemos que calcular P[x 00]. Como p > 5 y q > 5, podemos aproximar mediate ua ormal de media µ = p = 84 0,55 = 94,76 y de desviació típica pq = 84 0,55 0,485 = 6,78. Así, si: x es B(84; 0,55) x' es N(94,76; 6,78) z es N(0, ), etoces: P[x 00] = P[x' 99,5] = P[ ] z 99,5 94,76 6,78 = P[z < 0,70] = 0,7580 = 0,2420 = P[z 0,70] = El itervalo característico para la proporció muestral es de la forma: ( p z α/2, p + z α/2 pq pq ) Para el 95% α = 0,95 z α/2 =,96 Así, el itervalo será: ( 0,55 0,485 0,55 0,485 0,55,96, 0,55 +, ) ; es decir: (0,4428; 0,5872) 29 La estatura de los jóvees de ua ciudad sigue ua distribució N (µ, σ). Si el S 90% de las medias de las muestras de 8 jóvees está e (73,4; 75,8), halla µ y σ. Para el 90% α = 0,90 z α/2 =,645 25

26 El itervalo característico para las medias de las muestras de 8 jóvees (para el 90%) es: ( σ σ µ,645, µ +,645 ) El cetro del itervalo es µ: 73,4 + 75,8 µ = = 74,6 = µ 2 La semiamplitud del itervalo es: σ 75,8 73,4,645 = 8 2 σ,2 9,645 =,2 σ = = 6,57 9, Sabemos que al lazar al suelo 00 chichetas, e el 95% de los casos, la proporció de ellas que queda co la puta hacia arriba está e el itervalo (0,26; 0,2784). Calcula la probabilidad p de que ua de esas chichetas caiga co la puta hacia arriba y comprueba que la amplitud del itervalo dado es correcta. p es el cetro del itervalo, es decir: 0, ,26 p = = 0,2 = p 2 Veamos que la amplitud del itervalo dado es correcta: Para el 95% α = 0,95 z α/2 =,96 El itervalo característico es: ( p z α/2, p + z α/2 pq pq ) E este caso (p = 0,2; q = 0,8; = 00; z α/2 =,96), queda: ( 0,2 0,8 0,2 0,8 0,2,96 ; 0,2 +,96 ); es decir: (0,26; 0,2784), como queríamos probar. 3 De 20 alumos, la proporció de que tega dos o más hermaos es de S 48/20. Idica los parámetros de la distribució a la que se ajustaría las muestras de tamaño 30. E muestras de tamaño = 30, la proporció muestral, pr, seguiría ua distribució ormal de media: 48 µ = p = 30 = 30 0,4 =

27 y de desviació típica: 0,4 0,6 σ = = = 0,089 pq 30 Es decir, pr es N(2; 0,089). 32 Si la distribució de la media de las alturas e muestras de tamaño 49 de los S iños de 0 años tiee como media 35 cm y como desviació típica,2 cm, cuáto vale la media y la variaza de la altura de los iños de esa ciudad? Si la media e la població es µ y la desviació típica es σ, etoces, la distribució de las medias muestrales es N ( ) µ, σ. Así, teemos que: µ = 35 cm σ σ σ = = =,2 cm σ =,2 7 = 8,4 cm 49 7 Por tato, la media es µ = 35 cm y la variaza es σ 2 = 8,4 2 = 70,56. PARA PROFUNDIZAR 33 Los paquetes recibidos e u almacé tiee u peso medio de 300 kg y ua S desviació típica de 50 kg. Cuál es la probabilidad de que 25 de los paquetes, elegidos al azar, exceda el límite de carga del motacargas dode se va a meter, que es de kg? Sabemos que la suma de los pesos de de esas bolsas tomadas al azar sigue ua distribució ormal de media µ y de desviació típica σ, es decir: Σ x i es N(µ, σ ) i = E este caso: 25 Σ x i es N(25 300; ); es decir N(7 500; 250) i = Teemos que calcular: P[ 25 Σ x i > 8 i = 200] [ ] = P z > = P[z > 2,8] = = P[z 2,8] = 0,9974 = 0, Tras realizar u test de cultura geeral etre los habitates de cierta població, se observa que las putuacioes se distribuye N (68, 8). Se desea S clasificar a los habitates e tres grupos (de baja cultura, de cultura aceptable, de cultura excelete), de maera que el primero abarque u 20% de la població, el segudo u 65%, y el tercero u 5%. Cuáles so las putuacioes que marca el paso de u grupo a otro? 27

28 Obteemos las putuacioes que marcaría el paso de u grupo a otro e ua N(0, ): 65% 20% 5% 0,65 0,20 0,5 z z 2 P[z z ] = 0,20 P[z z ] = 0,20 P[z < z ] = 0,80 z = 0,84 z = 0,84 P[z z 2 ] = 0,65 + 0,20 = 0,85 z 2 =,04 E ua N(68, 8) será: 0,65 0,20 x x 2 0,5 x 68 8 x = 0,84 x = 52,88 =,04 x 2 = 86,72 Por tato, habrá que cosiderar: Baja cultura geeral Putuació meor que 52,88. Cultura geeral aceptable Etre 52,88 y 86,72 putos. Cultura geeral excelete Putuació superior a 86,72. 28

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal.

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal. Uidad 1. Iferecia estadística. Estimació de la media Matemáticas aplicadas a las Ciecias Sociales II Resuelve Págia 85 Lazamieto de varios dados Comprueba e la tabla aterior ue: DESV. TÍPICA DESV. TÍPICA

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN 3 INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 99 REFLEXIONA Y RESUELVE Cuátas caras cabe esperar? Repite el razoamieto aterior para averiguar cuátas caras cabe esperar si lazamos 00 moedas

Más detalles

SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2)

SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2) Curso 2012-13 PEC2 Pág. 1 SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2) Gráfico 1: E ua ivestigació se compara la eficacia de tres tipos de tratamieto de las fobias, atediedo a si ha habido

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Tema Iferecia estadística. Estimació de la media Mate CCSSII 2º Bach. 1 TEMA INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA DISTRIBUCIÓN NORMAL EJERCICIO 1 : Los esos, e kilogramos, de u gruo de ersoas

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA Métodos estadísticos y uméricos Estimació por Itervalos de cofiaa PROBLEMA REUELTO DE ETIMACIÓN POR INTERVALO DE CONFIANZA U adador obtiee los siguietes tiempos, e miutos, e 0 pruebas croometradas por

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

MATEMÁTICAS. TEMA Inferencia Estadística.

MATEMÁTICAS. TEMA Inferencia Estadística. MATEMÁTICAS TEMA 11-12 Iferecia Estadística. . ÍNDICE 1. Itroducció. 2. Tabla Normal (0,1). 3. Itervalos de cofiaza. 3.1. Itervalo de cofiaza para la media 3.2. Itervalo de cofiaza para la proporció 4.

Más detalles

i, de N = n. Tomaremos n Muestreo sistemático.

i, de N = n. Tomaremos n Muestreo sistemático. ESTADÍSTICA 0 INTRODUCCIÓN Desde la atigüedad, siempre ha despertado el iterés de los goberates coocer la població y riquezas que se hallaba bajo su potestad. No e vao, la palabra Estadística procede del

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple) 1 Muestreo Tema 1 1. Muestreo. Muestreo aleatorio 3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio si reposició 3.. Muestreo aleatorio co reposició (muestreo aleatorio simple) 3.3. Muestreo aleatorio

Más detalles

Secretaría de Extensión Universitaria. Trabajo Practico N 3

Secretaría de Extensión Universitaria. Trabajo Practico N 3 Trabajo Practico N 3 Medidas de Tedecia Cetral La Media (promedio), se deota como x, de ua muestra es el promedio aritmético de sus valores. Y se calcula mediate al formula: Si aparece los datos agrupados

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva

Más detalles

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA º BACHILLERATO. CIENCIAS SOCIALES 1. Ua variable aleatoria tiee ua distribució ormal de media m y desviació típica s. Si se extrae muestras aleatorias de tamaño : a) Qué distribució tiee la variable aleatoria

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció

Más detalles

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE) TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

Estimación de Parámetros

Estimación de Parámetros Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos

Más detalles

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos: SUCESIONES Págia 50 PARA EMPEZAR, REFLEXIONA Y RESUELVE Cuátas parejas de coejos? Cuátas parejas de coejos se producirá e u año, comezado co ua pareja úica, si cada mes cualquier pareja egedra otra pareja,

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

En esta tema sentaremos las bases del muestreo estadístico y estudiaremos las distribuciones de algunos estadísticos a partir de una muestra.

En esta tema sentaremos las bases del muestreo estadístico y estudiaremos las distribuciones de algunos estadísticos a partir de una muestra. Capítulo 6 Muestreo Estadístico E esta tema setaremos las bases del muestreo estadístico y estudiaremos las distribucioes de alguos estadísticos a partir de ua muestra. 6.1. Coceptos básicos Auque e el

Más detalles

MATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades

MATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades MATEMÁTIAS º BAH.. SS. 4 de abril de 006 Probabilidades 1) Sea A y B dos sucesos idepedietes tales que B) = 0.05 y A/ B) = 0.35. a) uál es la probabilidad de que suceda al meos uo de ellos? ( putos) b)

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

Contrastes de hipótesis

Contrastes de hipótesis Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO.6-.7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

Distribuciones en el muestreo, EMV

Distribuciones en el muestreo, EMV Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador

Más detalles

Intervalos de Confianza

Intervalos de Confianza Itervalos de Cofiaza 1.- Se quiere estudiar la vida útil de uas uevas pilas que se va a lazar al mercado. Para ello se examia la duració de 40 de ellas, resultado ua media de 63 horas. Supoiedo que el

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

- estimación de parámetros, - intervalos de confianza y

- estimación de parámetros, - intervalos de confianza y Iferecia estadística: es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. Objetivos de la iferecia: - estimació de parámetros, - itervalos de cofiaza

Más detalles

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición: Parcial de Probabilidad y Estadística : parte A Ejercicio 1: U embalaje cotiee 9 cajas de CDs. Las 9 cajas tiee la siguiete composició: 6 cajas cotiee 5 discos de música rock y 15 discos de música clásica

Más detalles

Tema 10. Muestreo. Intervalos de confianza Problemas Resueltos

Tema 10. Muestreo. Intervalos de confianza Problemas Resueltos Matemáticas Aplicadas a las Ciecias Sociales II Solucioes de los problemas propuestos Tema 10 195 Muestreo Tema 10 Muestreo Itervalos de cofiaza Problemas Resueltos 1 E ua ciudad se quiere hacer ua ecuesta

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

ESTADÍSTICA INFERENCIAL. MUESTREO

ESTADÍSTICA INFERENCIAL. MUESTREO Tema 6: ESTADÍSTICA INFERENCIAL. MUESTREO Profesor: Fracisco J. Agudo García Curso 009-010 Ídice 1. Itroducció. Muestreo 3 3. Distribució Normal 5 3.1. Tipificació de la variable...........................

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

SUCESIONES. Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

SUCESIONES. Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos: SUCESIONES Págia REFLEXIONA Y RESUELVE Cuátas parejas de coejos? Cuátas parejas de coejos se producirá e u año, comezado co ua pareja úica, si cada mes cualquier pareja egedra otra pareja, que se reproduce

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

Ley de Grandes Números y Teorema Central del

Ley de Grandes Números y Teorema Central del Ley de Grades Números y Teorema Cetral del Límite 25 de mayo de 2017 2 Capítulo 1 Ley de grades úmeros y Teorema cetral del límite 1.1. Sucesioes i.i.d. E el capítulo aterior cosideramos variables X 1,...,X

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede

Más detalles