EJERCICIOS MÉTODOS INDIRECTOS

EJERCICIO 1
 Determine el costo de una muestra estratificada, con asignación optima usando estimadores de razón para
estimar que proporcione un coeficiente de variación de 1,2% basado en el estudio piloto utilizado por el
investigador
 RESPUESTA
Wh S*2h
h1 ( w )
L

   n h
ˆ 1 L
  (1  f )  ( yhi  Rˆ h xhi ) 2  V (YR )  h 1Wh S*2h
nh

Vˆ (YˆR )   Wh2 

L h i 1
 N
 h 1
 n h n  1
h    
    
 s*2h  

   
Nh
 (1  f )  ( y  R x ) 2
 h 1Wh
L

2 h
Sˆ yh  Rˆ h Sˆ xh  2 Rˆ h ˆ xyh Sˆ xh Sˆ yh
2 2 2
 S 2
 i 1 hi h hi

 nh        2      * h
N 1
Sˆ*h      h   
  S*2h
 2 (1  f h ) ˆ 2
h1 h n S*h
L
  W
 h
nh  Wh S*h Ch
 ( wh )   L  Asignación Óptima
 n   Wh S*h Ch
 h 1

 
V ( Yˆ) 2
0,012  CV (YˆR )  R
 V (YˆR )  0,012YˆR  V0
Yˆ R
 Reparto de la muestra:
Wh S*h Ch
nh  n.
WS h *h Ch

C  2500( n1 )  4000( n2 )  6800( n3 )

EJERCICIO 2
RESPUESTA
V (0,25Rˆ1  2,3Rˆ 2 )  (0,25) 2V ( Rˆ1 )  (2,3)2V ( Rˆ 2 )

S*21   1i 1  1i 1i 1  1i
y 2
 2 ˆ
R y x  ˆ
R 2
x 2

n 1
S*22                  

2  1 (1  f ) 2  2  1 (1  f ) 2 
V ( )   0,25  2
ˆ S*1   (2,3)  2 S*2 
 X1 n   X2 n 

2 1 1 2 2 1 1 2 
V ( )   0,25  2 S*1   ( 2,3)  2 S*2 
ˆ
 X 1 n0   X 2 n0 
 2
2 S*1 2 S*2 
2

(0,25) X 2  ( 2,3) X 2 
 2  n0
n0  1
n
V0 n0
1
N
EJERCICIO 3

11
12
13
EJERCICIO 4

15
16
Examen -1 17
EJERCICIO 5

 
La siguiente grafica muestra la relación entre las variables X e Y. Al tomar una muestra piloto de 10 unidades
estadísticas en las cuales fueron medidas las variable X e Y con los siguientes resultados.

Y=f(x)
50
45
40
35
f(x) = 2.44 x + 11.26
R² = 0.83 6,04888889 43,5214622
30
Variable Y

25 2,4594489 6,59707983
20 2,4407 14,7640229
15 0,828
10
0,90994505
5
0
4 5 6 7 8 9 10 11 12 13
Variable X

Encuentre el tamaño de muestra para estimar la media de Y asumiendo para dicha estimación la siguiente varianza:
, la oblación de la cual se obtuvo la muestra tiene 1200 unidades.
R/

 S  2b S   bS   43,5214622  2(2,4407).(14,7640229)  (2,4407) .(6,04888889)  7,48569154

2
Y 0 XY
2
0
2
X
2

S*2

UNIVALLE-Prof: Rafael Klinger A 19

Continuación:

 S2 
 * 
 V (Yˆ )  n0 S*2 7,4856914
n  lr 
  n0    155,951907
1  S*  1  0
2 n ˆ
V (Y ) 0,048
1 N
N  V (Yˆlr ) 
n0 n0 155,951907
 0,12995992  5%  n    138,015432  139
n
N 1  0 1  0,12995992
N

UNIVALLE-Prof: Rafael Klinger A 20

EJERCICIO 6

 
Ejercicio.
Una corporación desea estimar el número promedio de horas hombre perdidas debido a accidentes de trabajo en un
mes determinado. Ya que los obreros, los técnicos y los administradores tienen diferentes tasa de accidentalidad, el
investigador decide usar muestreo aleatorio estratificado. Datos de años previos sugieren la siguiente información
que aparece en la tabla.
Estrato III
Estrato I (Obreros) Estrato II (Técnicos)
(Administradores)

Determine el tamaño de muestra y su respectiva asignación mediante Neyman. Asuma un error

y un nivel de confianza del 95%.

S//
Wh2 yh
2

h1 ( w )
L

Wh yh
n h
; ( wh ) 
1 L

L
V (Yˆ )  h 1Wh yh
2
h 1
Wh yh
N
 
Una corporación desea estimar el número promedio de horas hombre perdidas debido a accidentes de trabajo en un
mes determinado. Ya que los obreros, los técnicos y los administradores tienen diferentes tasa de accidentalidad, el
investigador decide usar muestreo aleatorio estratificado. Datos de años previos sugieren la siguiente información
que aparece en la tabla.
Estrato III
Estrato I (Obreros) Estrato II (Técnicos) (Administradores)

Determine el tamaño de muestra y su respectiva asignación mediante Neyman. Asuma un error y un nivel de
confianza del 95%.

S//

Wh2 yh
2 Wh h
h1 h  h
L

  
2 2
h1 ( w ) W
L

 W 
L L L
h h Wh h Wh h
n h
 h 1
 h 1 h 1
ˆ 1 L ˆ 1 ˆ 1
V (Y )  h 1Wh yh  W h1 h h
L L
2
V (Y )  h 1 h
2
h V (Y )  W  2

N N N
 
Una corporación desea estimar el número promedio de horas hombre perdidas debido a accidentes de trabajo en un
mes determinado. Ya que los obreros, los técnicos y los administradores tienen diferentes tasa de accidentalidad, el
investigador decide usar muestreo aleatorio estratificado. Datos de años previos sugieren la siguiente información
que aparece en la tabla.
Estrato III
Estrato I (Obreros) Estrato II (Técnicos)
(Administradores)

Determine el tamaño de muestra y su respectiva asignación mediante Neyman. Asuma un error y un nivel de
confianza del 95%.

S//


3
h 1
Wh h  5,31075697


3
h 1
Wh 2
h  29,063745
n
 L
h 1
Wh h

 2
( 5,3107567 ) 2
 40,2063175
N  251 1 29,063745
V (Yˆ )  h 1Wh h2 0,5856936 
L
2
    1,5 
2
N 251
V (Yˆ )      0,58569346
 Z   1,96 
 2
 
Una corporación desea estimar el número promedio de horas hombre perdidas debido a accidentes de trabajo en un
mes determinado. Ya que los obreros, los técnicos y los administradores tienen diferentes tasa de accidentalidad, el
investigador decide usar muestreo aleatorio estratificado. Datos de años previos sugieren la siguiente información
que aparece en la tabla.
Estrato III
Estrato I (Obreros) Estrato II (Técnicos)
(Administradores)

Determine el tamaño de muestra y su respectiva asignación mediante Neyman. Asuma un error y un nivel de
confianza del 95%.

S//
 3,15537849
 5,31075697  24

Wh h  1,83266932
n  40,2063175  nh  n 3  (40,2063175)   14
h1Wh h  5,31075697
 0,3227016
 3
 5,31075697
EJERCICIO 7
 
Para las empresas y se ha tomado una muestra aleatoria de trabajadores de tamaño para cada una de ella y se ha
observado las siguientes variables para los trabajadores muestreados.: : Horas hombre perdidas en el año anterior y :
horas hombre perdidas en el año actual. El resultado de la muestra se presenta a continuación.

Empresa A
Empresa A
Empresa B
Empresa B

¿Qué tamaño de muestra se requiere para estimar la razón poblacional con una varianza ? Use asignación igual.
R//

Wh2 S*2h 2 2
L Wh S X *h
2 2
2 Wh S*h
h1 ( w ) X 2  Lh 1
L

n h h
; ( w ) 
1
 n 
h 1
 1 L  X 2
h

X 2
h
2 h 2 2 2 2
1 L Wh S*h L 1 L Wh S*h 1 L Wh S*h
V ( Rˆ )  h 1 2
V ( Rˆ )  h 1 2
V ( Rˆ )  h 1
N Xh N Xh N X h2
 Ejercicio (continuación)
Para las empresas y se ha tomado una muestra aleatoria de trabajadores de tamaño para cada una de ella y se ha
observado las siguientes variables para los trabajadores muestreados.: : Horas hombre perdidas en el año anterior y :
horas hombre perdidas en el año actual. El resultado de la muestra se presenta a continuación.

Empresa A
Empresa A
Empresa B
Empresa B

¿Qué tamaño de muestra se requiere para estimar la razón poblacional con una varianza ? Use asignación igual.
R//

 2 1 31.6
S 
nA

 * A n  1 i 1 i A iy  r x  2
  3,51111111  X A 16300
 A N  1000  16.3
X   N A 1000
 A 9  A
 A N  2500  0.4
W 
  
 S*2B  1 nB  yi  rB xi  2  87.45  9,71666667  X B  X B  12800  8.53333333 WB  N B  1500  0.6
 
 nB  1 i 1 9 N B 1500 N 2500
 Ejercicio (continuación)
Para las empresas y se ha tomado una muestra aleatoria de trabajadores de tamaño para cada una de ella y se ha
observado las siguientes variables para los trabajadores muestreados.: : Horas hombre perdidas en el año anterior y :
horas hombre perdidas en el año actual. El resultado de la muestra se presenta a continuación.

Empresa A
Empresa A
Empresa B
Empresa B

¿Qué tamaño de muestra se requiere para estimar la razón poblacional con una varianza ? Use asignación igual.
R//

Wh2 S*2h
Lh 1
2

X h2 2. 0.05015213 1
n   33.2126  34  n  n   n A  nB  17
1 L W S 2 2
1 h
L
V ( Rˆ )  h 1 h 2*h 0.003   0.05015213
N Xh 2500
EJERCICIO 8
 Ejercicio
Una muestra piloto estratificada obtenida de una población de tamaño unidades estadísticas con el propósito de estimar
la media poblacional dio como resultado la siguiente información.

indicadores muestrales:

Estrato 1 Estrato 2

Los tamaños poblacionales de los estratos son: y .

Determine el tamaño de muestra necesario para estimar la media poblacional asumiendo un error estándard de
estimación piloto y un nivel de confianza del 95%.
Ejercicio- continuación


nh
N h W1  0.4 ( y hi  rh x hi ) 2

 S*1  48,5422417
2

Wh   ; S*2h  i 1
 2
N W2  0.6 nh  1 
 S*2  158,628024
2
ˆ S*h
V (YR )  h 1Wh (1  f h ) 2,26895548  V (YˆR )  1,50630524
L 2

nh

Wh2 S*2h
h1 ( w )  
L
L 2
Wh S*h Wh S*h
n h
; ( wh )  n h 1
1
h1 h *h 1 L
L
V (YˆR )  h 1Wh S*2h W S ˆ
V (YR )  h 1Wh S*2h
L

N N

n

h 1
L
Wh S* 
h

2
 10,3437476  2
 46,683676
1 1
V (YˆR )  h 1Wh S*2h 2,26895548 
L
114,593711
N 5000
Ejercicio- continuación (¿Cómo queda repartida la muestra?

n
 L
h 1
Wh S*
h

2
 10,3437476  2
 46,683676
1 L 1
V (YˆR )  h 1Wh S*2h 2,26895548  114,593711
N 5000

 2,786805
  12,575  13
WS 10,3437476
( wh )  L h *h  nh  n.( wh )  (46,683676) 
h1Wh S*h  7,55685706  34,106  35
 10,3437476

Estrato 1=13

Estrato 2=35
EJERCICIO 9
 
Se realizó un examen de conocimientos en estadística a 2500 estudiantes de dos universidades de la región. Para dos
universidades A y B convocadas se tomo una muestra aleatoria piloto de 20 estudiantes para cada universidad. Para cada
estudiante se tiene la siguiente información: X: Puntaje del examen de admisión; Y: Puntaje final en el curso de Estadística

120 Y=f(x) Y=f(x)

60
100
Y: Puntaje en Estadística e

50

Y: Puntaje de Estadística
80 f(x) = 1.53 x + 13.61 f(x) = 0.31 x + 24.67
R² = 0.81 40 R² = 0.58

60 30

40 20
Universidad A Universidad B
10
20
0
0 10 20 30 40 50 60 70 80
10 15 20 25 30 35 40 45 50 55
X: Examen de Admisión
X: Examen de Admisión

¿Qué tamaño de muestra se requiere para estimar el puntaje promedio en Estadística al considerar los estudiantes de las
dos universidades como una sola población? Asuma . Los estudiantes analizados para las dos universidades son: y . Use
asignación proporcional.
 Ejercicio-continuación


 S 2
yA  361,205663  S xyA  190,075303 
 xA  123,920606
S 2
bA  1,5338
S yh   2
2
S xyh  S xh   2
2
bh  
 S yB  61,6669731 S xyB  115,367386  S xB  370,460909 bB  0,3114

S 
 S* A  69,6591483
2
N h 0.4
S*h  S yh  2bh S xyh  bh S xh ; bh  2  S*h   2
2 2 2 2 xyh 2
; Wh  
S xh  S*B  25,739444 N 0.6

Wh2 S*2h
h1 ( w )
L


L 2
W S
h 1 h *h 43,307506
n h
; ( wh )  Wh  n    108,998
1 1 43,307506
V (Yˆlr )  h 1Wh S*2h V (Yˆlr )  h 1Wh S*2h 0,38 
L L

N N 2500
Reparto de la muestra:

n A  43,599294  44
nh  nWh  
nB  65,398941  66
EJERCICIOS DE TAREA