Estadística Aplicada. Prueba n°1.

14/09/13
1.- Los siguientes datos corresponden a una muestra aleatoria de la resistencia a la ruptura de
36 muestras de vidrio templado producido por un método A(en miles de libras por pulgada
cuadrada).

7,26 10,67 12,8 13,8 15,25 17,79

7,95 11,24 13,29 13,94 21,96 18,1
8,15 11,32 13,39 14,24 16,08 18,33
8,55 11,57 13,4 14,75 16,96 18,53
9,43 12,18 13,52 14,9 17,15 19,43
10,44 12,43 13,6 15,23 17,39 20,46
(Note que para facilitarle el trabajo la muestra se entrega ordenada)

a) Represente gráficamente los datos e indique si usted aceptaría que provienen de una
población normal.

Frec.
intervalo frecuencia
Ac.
7-10 5 5

10-13 8 13

13-16 12 25

16-19 8 32

19-22 3 36

Se aceptaría distribución normal

b) Si la resistencia a la ruptura (en miles de libras por pulgada cuadrada) tuviese media 15
y desviación estándar 4,2
i) con probabilidad 0,95, ¿entre qué valores debería estar la media de esta muestra?
ii) con probabilidad 0,95, ¿entre qué valores debería estar la varianza de esta
muestra?

4, 22
i) Si X: resistencia; X~N(15,4,22) entonces, X ~ N( 15, )
n
 
 b  15  b  15
P (a  X  b)  0,95      0,975   1,96  b  16,372
 4, 2  4, 2
 
 36  36
 
 a  15  a  15
   0, 025   1,96  a  13, 628
 4, 2  4, 2
 
 36  36
(n  1) S 2
ii) Si X: resistencia; X~N(15,4,22) entonces, ~  (2n 1)
 2

 35a (n  1) S 2 35b  
P(a  S 2  b)  P    2 
 0,95  35a 35b
 4, 2
2
 2
4, 2   2
=20,5694 ;  53, 2033 
4, 2 4, 22
=P(20,5694   (35)
2
 53, 2033)  0,95
a  10,37 ; b  26,81 (3,22<S<5,18)
c) Considerando sus respuestas a) y b), ¿aceptaría usted la afirmación de que la resistencia
es una v.a. distribuida normal con media 15 y desviación estándar 4,2?

Sí, porque en la muestra se obtuvo X  14, 04 y S  3, 64 valores que están en el

rango de los posibles con confianza 0,95 si la resistencia fuera Normal con media 15 y
desv. est. 4,2

d) Calcule el percentil 90 de una v. a. ~ N(15; 4,22) y compárelo con el percentil 90 de la

muestra. Comente.

 P  15  P  15
P( X  P90 )  0,90    90   0,90  90  1, 28  P90  20,376
 4, 2  4, 2
Los valores no son muy diferentes.

El valor de P90 de la muestra es 18,53 (obs. N°33)

2.- Suponga que la resistencia a la ruptura de un vidrio templado fabricado por un método
B, puede considerarse con distribución Normal. Una muestra de 25 piezas de vidrio
templado, semejantes a las de la pregunta 1, pero producidas por el método B, mostró una
resistencia promedio a la ruptura de 15,6 (miles de libras por pulgada cuadrada) y
desviación estándar 5,9 (miles de libras por pulgada cuadrada)

a) Con probabilidad 0,95 ¿qué diría usted acerca de la afirmación de que la resistencia
promedio a la ruptura del vidrio fabricado por el método B es de 17 ( miles de libras por
pulgada cuadrada)? Indique si tuvo que hacer algún supuesto.

X   ( n 1)
~t
Sea X: resistencia; si suponemos X~ N (  ,  ) , entonces S
2

 
 X   S S
P  2, 0639   2, 0639   0,95  P( X  2,0639     X  2, 0639  )  0,95
 S  n n
 
 n 

5,9 5,9
Luego, P (15, 6  2, 0639     15, 6  2, 0639  )  13,16<  18, 04 con
5 5
probabilidad 0,95, es decir , es posible que la media sea 17 (no hay evidencia en contra de
la afirmación).

b) Con probabilidad 0,95 se puede afirmar que la desviación estándar de la resistencia a la

ruptura de los vidrios del método B no sobrepasa ¿qué valor?

( n  1) S 2
Como ~  2 ( n  1) entonces,
2

(n  1) S 2 24  5,92 24  5,9 2
P( 2  k )  P(  )  0,95   13,8484  k  60,33 
2 k k

  7, 77

c) Basándose en las muestras de las preguntas 1 y 2, determine dos valores a y b entre los
cuales debería encontrarse el cuociente de las respectivas varianzas poblacionales de las
resistencias de los vidrios A y B con probabilidad 0,95. ¿Qué diría de la afirmación de que
las resistencias de los vidrios producidos por ambos métodos tienen igual variabilidad?
 S A2
 A2
Como ~ F (35, 24),
S B2
 B2
 S2 
 A 
 2  b  F0,975
(35,24)
 2, 209 (con 30 gl en num)
 

P a A 
 b  0,95 con  1 1
 S2   a  (24,35)  (con 30 gl en el denom)
 B   F0,975 2,136
 2 
 B 
SB2
1  B S B2
2
5,92 1  B2 5,92
Luego, 2     2, 209      2, 209
S A 2,136  A2 S A2 3, 642 2,136  A2 3, 64 2

 B2  A2
 1,23   5,8 o  0,17   0,81
 A2  B2
Luego, no es posible que la variabilidad de las resistencia de los vidrios producidos por
ambos métodos sea la misma, es decir la afirmación es falsa.
3.- a) Se procede a detener una máquina para repararla si en una muestra aleatoria de 100
artículos de la producción del día se encuentra más de un 15% de artículos defectuosos (la
producción de un día consta de un gran número de artículos). Si realmente la máquina está
produciendo sólo 10% de artículos defectuosos, ¿cuál es la probabilidad de que se la
detenga al final del día?

 
 
0,15  0,10
ˆ  0,15 / p  0,10)  1  
P( p   1   (1,67)  1  0,9525  0,0475
 0,10  0,90 
 
 100 

b) Dos inspectores en forma independiente toman cada uno una muestra de tamaño 45 y 60
respectivamente de artículos que está produciendo la máquina. Si la máquina está
produciendo un 10% de artículos defectuosos ¿cuál es la probabilidad de que sus
respectivas proporciones muestrales de artículos defectuosos difieran en más de 0,02?

    
  0, 02   0, 02 
P ( pˆ1  pˆ 2  0, 02 / p  0,10)  1     
  0,10  0,90 0,10  0,90   0,10  0,90 0,10  0, 90 
      
  45 60   45 60 
 1   (0,34)  (0, 34)  1  0, 6331  0,3669  0, 7338

c) Si no se conoce el porcentaje real de artículos defectuosos que está produciendo la

máquina, ¿cuántos artículos deberían inspeccionarse a fin de que la proporción muestral de
defectuosos difiera de la proporción real en menos de 0,03 con probabilidad 0,95?

     
     
0,03  0,03 0,03
ˆ  p  0,03)  
P( p      0,95     0,975
 0,5  0,5   0,5  0,5   0,5  0,5 
     
 n   n   n 

 
 
0,03 0,03 1,96 2  0,5  0,5
    0,975   1,96  n   n  1068
 0,5  0,5  0,5  0,5 0,03 2
 
 n  n

4.- Suponga que X 1 , X 2 ,..., X n es una muestra aleatoria de una distribución uniforme en el
intervalo ( ,   1) . Sean
 1 n
ˆ1  X  y ˆ2  Máx{ X 1 , X 2 ,..., X n } 
2 n 1

a) Demuestre que ˆ1 y ˆ2 son estimadores insesgados de  .

b) Para tamaño de muestra igual a 10, ¿cuál de los dos estimadores es más eficiente?
Justifique.

1 1   1 1
a) E (ˆ1 )  E ( X  )=E ( X )  = - = Luego, ˆ1 es estimador insesgado de 
2 2 2 2

 n  n
E (ˆ2 )  E  Máx{ X 1 , X 2 ,..., X n }    E(M ) 
 n  1 n 1
f M (m)  n 1  (m   ) n 1
,  <m<  1
 1 1
1 
 m  n  (m  ) dm  n  (u   )  u n 1du  n 
n 1
E (M )   n
 0
n 1 n
1  n
E (ˆ2 )  n   n    . Luego, ˆ2 es estimador insesgado de  .
n 1 n n 1

1 (  1   ) 2 1
b) V(ˆ1 )  V ( X  )=V( X )= =
2 12n 12n

 n 
V(ˆ2 )  V  Máx{ X 1 , X 2 ,..., X n }   V (M )
 n  1 
V (M )  E (M 2 )  E 2 (M )
 1 1 1
E (M 2 ) 

 m 2  n  (m   ) n 1 dm  n  (u   ) 2  u n 1du  n  (u n 1  2 u n   2u n 1 )du
0 0

n 2n n n 2n 2
=      2
n  2 n 1 n n  2 n 1
2 2
n 2n  n  n  n 
V(M)  V(ˆ2 )    2       
n  2 n 1  n 1  n  2  n 1 
 2
1 10  10 
Si n=10, V(ˆ1 )   0, 0083 y V(ˆ2 )      0, 0068 , es decir, ˆ2 es
120 12  11 
más eficiente.