Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 153 vistas

    A2 Aoz

    Cargado por

    Alvaro OZ
    Este documento presenta las respuestas a cuatro ejercicios de estadística inferencial. El autor resuelve problemas relacionados con la probabilidad de varianzas entre muestras, cómo cambia el error estándar de la media con diferentes tamaños de muestra, y por qué contar automóviles en un semáforo no produce una muestra aleatoria.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    A2 Aoz

    Cargado por

    Alvaro OZ
    153 vistas4 páginas
    Este documento presenta las respuestas a cuatro ejercicios de estadística inferencial. El autor resuelve problemas relacionados con la probabilidad de varianzas entre muestras, cómo cambia el error estándar de la media con diferentes tamaños de muestra, y por qué contar automóviles en un semáforo no produce una muestra aleatoria.

    Título original

    A2_AOZ

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta las respuestas a cuatro ejercicios de estadística inferencial. El autor resuelve problemas relacionados con la probabilidad de varianzas entre muestras, cómo cambia el error estándar de la media con diferentes tamaños de muestra, y por qué contar automóviles en un semáforo no produce una muestra aleatoria.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    153 vistas4 páginas

    A2 Aoz

    Cargado por

    Alvaro OZ
    Este documento presenta las respuestas a cuatro ejercicios de estadística inferencial. El autor resuelve problemas relacionados con la probabilidad de varianzas entre muestras, cómo cambia el error estándar de la media con diferentes tamaños de muestra, y por qué contar automóviles en un semáforo no produce una muestra aleatoria.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 4

    UVM CAMPUS HERMOSILLO

    INGENIERIA INDUSTRIAL

    ESTADISTICA INFERENCIAL

    ACTIVIDAD NO. 2

    “EJERCICIOS”

    ALVARO OBREGON ZUÑIGA

    MATRICULA: 280216070

    Hermosillo, Sonora a 24 de Enero de 2019


    Resuelve los ejercicios 6.59 a 6.62 de la página 203 del libro Probabilidad y
    estadística para ingenieros.

    6.59.- Si dos muestras aleatorias independientes de tamaño n1=9 y n2=16, se


    toman de una población normal, ¿Cuál es la probabilidad de que la varianza de la
    primera muestra será al menos 4 veces mayor que la varianza de la segunda
    muestra?

    n1=9  GL=n1-1 = 8
    n2=16  GL=n1-1 = 15

    Se busca una intercepción de varianza de al menos 4 veces mayor por lo que se


    interceptan los grados de libertad en las diferentes tablas.

    Para la tabla de distribución de 𝑓0.05

    Por lo que no alcanza que la probabilidad (0.05 = 5%) sea AL MENOS de 4 veces
    mayor por lo que se interceptará ahora en la tabla de distribución 𝑓0.01

    Entonces como la varianza = 5.52 y es POR LO MENOS 4 se puede concluir que


    dentro de la tabla de distribución 𝑓0.01 la probabilidad se cumple con un valor de 1%

    2
    6.60.- Si 2 muestras independientes de tamaño n1=26 y n2=8, se toman de una
    población normal, ¿cuál es la probabilidad de que la varianza de la segunda
    muestra será al menos 2.4 veces la varianza de la primera muestra?

    n1=26  GL=n1-1 = 25
    n2=8  GL=n1-1 = 7

    Se busca una intercepción de varianza de al menos 2.4 veces mayor por lo que se
    interceptan los grados de libertad en las diferentes tablas.

    Por lo que con la tabla de distribución que cuenta con probabilidad de 0.05 = 5% se
    cumple la varianza.

    6.61.- Cuando se toman muestras de una población infinita, ¿Qué ocurre con el
    error estándar de la media si el tamaño de la muestra?:

    Para todos los problemas tomamos una desviación estándar neutral de problemas
    pasados σ = .69
    a) Aumenta de 100 a 200.
    .69
    σẋ = = 0.069
    √100
    .69
    σẋ = = 0.04
    √200

    b) Aumenta de 200 a 300.


    .69
    σẋ = = 0.04
    √200
    .69
    σẋ = = 0.039
    √300

    c) Disminuye de 360 a 90.


    .69
    σẋ = = 0.036
    √360
    .69
    σẋ = = 0.07
    √90

    Conclusión

    Podemos concluir que mientras la muestra aumenta el error estándar disminuye y


    si la muestra disminuye el error estándar aumenta.

    3
    6.62.- Un ingeniero de tráfico recolecta datos acerca del flujo de tráfico en una
    intersección congestionada, durante la hora de mayor afluencia, al registrar el
    número de automóviles que se dirigen hacia el oeste que esperan una luz verde.
    Las observaciones de hacen para cada cambio de luz. Explique por qué esta
    técnica de muestreo no conducirá a una muestra aleatoria.

    Esto es porque el método seleccionado no es un método difícil de predecir pues


    establece los parámetros de los automóviles que se van a contabilizar, y el tiempo
    en el que se realizará dicho muestreo.

    También podría gustarte