1.

En un estudio de préstamos a estudiantes, el Departamento de Educación informó que los

beneficiarios del fondo Stafford Loan deberán un promedio de $12,168 al recibirse. Suponga que
este promedio de deuda se basa en una muestra de 480 préstamos a estudiantes, y que la
desviación estándar de la población de las deudas al recibirse es $2,200.

a. Determine un intervalo de confianza de 90%, otro al 95% y uno más al 99% del promedio
poblacional de la deuda.

▫ Media muestral: 12,168

▫ Desviación estándar: 2,200
▫ Tamaño de la muestra: 480
▫ Valor de z para un nivel de confianza de 90%: 1.645
▫ Valor de z para un nivel de confianza de 95%: 1.96
▫ Valor de z para un nivel de confianza de 99%: 2.576
𝜎
𝑥 ± 𝑧𝑎
2 √𝑛
2,200
12,168 + 1.645 ( ) = 12,333.18
√480
2,200
12,168 − 1.645 ( ) = 12,002.81
√480
Intervalo de confianza de 90%: ($12,002.81 , $12,333.18)

2,200
12,168 + 1.96 ( ) = 12,364.81
√480
2,200
12,168 − 1.96 ( ) = 11,971.18
√480
Intervalo de confianza de 95%: ($11,971.18 , $12,364.81)

2,200
12,168 + 2.576 ( ) = 12,426.67
√480
2,200
12,168 − 2.576 ( ) = 11,909.33
√480
Intervalo de confianza de 99%: ($11,909.33 , $12,426.67)
b. Describa lo que sucede con el ancho del intervalo de confianza a medida que se aumenta el
nivel de confianza. ¿Parece razonable? Explique su respuesta.

A medida que aumenta el nivel de confianza, también lo hace el ancho del intervalo de
confianza. Es un comportamiento razonable porque si aumentas tu nivel de confianza
quiere decir que estás dispuesto a aceptar un intervalo más amplio para asegurar que el
promedio poblacional se encuentra en el intervalo.

2. La encuesta anual de calidad de automóviles, efectuada por J. D. Power & Associates,

determinó que la cantidad promedio de defectos, en todas las marcas, por cada vehículo nuevo,
es 1.07 (The Wall Street Journal, 27 de enero de 1994). Suponga que se toma una muestra de
30 automóviles nuevos de determinada marca y se obtienen las siguientes cantidades de
defectos por vehículo.

a. Con estos datos, ¿cuál es el promedio muestral de la cantidad de defectos por vehículo y cuál
es la desviación estándar?

Promedio muestral= Σ Defectos/Tamaño de muestra

Promedio muestral= 39/30

Promedio muestral=1.3

Σ(𝑥−𝑥̅ )2
Desviación estándar= √ 𝑛−1

40.3
Desviación estándar= 30−1=1.39 = √1.39 =1.179

b. Determine un intervalo de confianza de 95% para la cantidad promedio de defectos por

vehículo para la población de automóviles de esta marca.
𝜎
𝑥 ± 𝑧𝑎
2 √𝑛
1.179
1.3 + 1.96 ( ) = 1.72
√30
1.179
1.3 − 1.96 ( ) = 0.88
√30
Intervalo de confianza de 95%: (0.88 , 1.72)
3. La sección Dinero e Inversión, de The Wall Street Journal, contiene un resumen diario de las
inversiones en la Bolsa de Nueva York. Ahí aparece información del precio máximo por acción
durante 52 semanas y la relación P/E que se calcula dividiendo el precio por acción entre las
ganancias por acción que informa la empresa durante los cuatro últimos trimestres. Se tomó una
muestra de 10 acciones en The Wall Street Journal (19 de marzo de 1998) y se obtuvieron los
datos siguientes de relación P/E: 5, 7, 9, 10, 14, 23, 20, 15, 3, 26.

a. ¿Cuál es el estimado puntual de la relación P/E promedio para la población de todas las
acciones de la lista de la Bolsa de Nueva York?
132
𝑥=
10
𝑥 = 13.2

b. ¿Cuál es el estimado puntual de la desviación estándar de las relaciones P/E para la población
de todas esas acciones?

∑𝑛 (𝑥𝑖 − 𝑥̅ )2
𝜎 = √ 𝑖=
𝑛−1

547.6
𝜎=√
10 − 1

𝜎 = 7.8

c. Con un coeficiente de confianza de .95, ¿cuál es el estimado de intervalo para la relación P/E
promedio para la población de esas acciones? Suponga que la población tiene distribución
normal.
𝜎
𝑥̅ ± 𝑍∝
√𝑛

𝑥̅ = 13.2 Z∝=.95 =1.96 n=10

7.8
13.2 + 1.96 ( ) = 18.03
√10
7.8
13.2 − 1.96 ( ) = 8.3
√10

4. Suponga que en el problema 3 nos interesa estimar la media de la relación P/E de las acciones
de la Bolsa de Valores de Nueva York, con una confianza de 95%. ¿Cuántas acciones deben
incluirse en la muestra, si deseamos que el margen de error sea 2?
 𝜎 (𝑍∝/2 )2 𝜎 2
Margen de error 𝐸 = 𝑍∝/2 𝑛= 𝐸2
√𝑛

Z∝=.95 1.96 E=2 𝜎 = 7.8

(1.96)2 (7.8)2
𝑛= (2)2

(3.84)(60.84)
𝑛=
4
233.62
𝑛=
4
n=58.40
Deben incluirse 58 acciones.

5. En una encuesta de Time/CNN se pidió a 814 adultos que contestaran un cuestionario acerca
de sus ideas sobre el estado general interno de Estados Unidos. A la pregunta: ¿Cree usted que
todo va bien en Estados Unidos en la actualidad? 562 adultos contestaron Sí (Time, 11 de agosto
de 1997). ¿Cuál es el intervalo de confianza de 90% para la proporción de adultos que creen que
todo va bien en Estados Unidos?

𝑝𝑞
𝑝 ± 𝑍∝ √
𝑛
562
n=814 Z=.90 1.645 𝑝 = 814 = 0.69 q=1-0.69=0.31

(0.69)(0.31)
0.69 ± 1.645√
814
0.69 ± 1.645(0.0162)

0.69 ± 0.0266

0.69 − 0.0266=0.66

0.69 + 0.0266=0.71

(0.66,0.71)

6. Una conocida empresa bancaria de tarjetas de crédito tiene interés en estimar la proporción
de tarjetahabientes cuyo saldo es distinto de cero a final del mes, e incurren en intereses.
Suponga que el margen de error deseado es de .03 con un intervalo de confianza de 98%.

a. ¿De qué tamaño se debe seleccionar una muestra si se cree que, más o menos, el 70% de
los tarjetahabientes llegan con un saldo distinto de cero al final del mes?

𝑝𝑞 (𝑍∝/2 )2 𝑝𝑞
Margen de error 𝐸 = 𝑍∝/2 √ 𝑛 𝑛= 𝐸2
Z∝=.98 2.325 E=0.03 p=0.7 q=1-0.7=0.3
(2.325) 2 (0.7)(0.3)
𝑛= (0.03)2

n=1300
Se debe seleccionar una muestra de 1300.

b. ¿De qué tamaño se debe seleccionar una muestra si no se puede especificar un valor de
planeación para la proporción poblacional?

No podemos determinar un tamaño exacto de la muestra, ya que puede variar dependiendo de

los diferentes marcos de investigación. En general debemos considerar 3 aspectos:

1. El nivel de precisión que deseamos (o error de muestreo), que es él rango en donde se

estima que está el valor real de la población. Este rango se expresa en puntos
porcentuales.
2. El nivel de confianza (o intervalo de confianza) que es la medida estadística del número
de veces de cada 100 que se espera que los resultados se encuentren dentro de un rango
específico.
3. El grado de variabilidad. Cuanto más heterogénea sea una población, mayor deberá ser
el tamaño de la muestra para obtener un nivel óptimo de precisión. Por el contrario, una
baja variabilidad indica que se requiere un tamaño de muestra menor.

7. El Banco del Estado de Río desea estimar la diferencia entre las medias de los saldos de
tarjetas de crédito de dos de sus sucursales. Unas muestras aleatorias independientes de
tarjetahabientes generaron los resultados que aparecen en la tabla siguiente.

a. Primero realice la prueba de hipótesis, con un α = .01, para determinar si se puede considerar
que exista una diferencia entre las medias de los saldos.

b. Determine un intervalo de confianza de 99% para la diferencia entre las medias de los saldos.
¿Hay congruencia con los resultados del inciso a?

Donde 𝐻𝑜 : 𝜇1 = 𝜇2 𝑦 𝐻𝑎 : 𝜇1 ≠ 𝜇2
(𝑥
̅̅̅1̅−𝑥
̅̅̅2̅) (500−375)
Utilizamos 𝑍𝑐 = y sustituimos 𝑍𝑐 = 2 2
= 3.065
2 2 √(150 ⁄32)+(130 ⁄36)
√(𝜎1⁄𝑛 )+(𝜎2⁄𝑛 )
1 2

Al tratarse de una prueba de dos colas, habrá zona de rechazo por ambos lados, cada
𝛼
uno con un valor de 2 = 0.005 , entonces vemos que 𝑍0.5−0.01⁄ = 𝑍0.495 = 2.575 y
2
p=0.505.
Como el valor calculado de z (3.065) es mayor que el valor crítico (2.575), rechazamos
la hipótesis nula. Por lo tanto, hay evidencia suficiente para concluir que existe una
diferencia significativa entre las medias de los saldos de las dos sucursales.

Para determinar un intervalo de confianza del 99%

𝜎2 𝜎2 2 2
Utilizando (𝑥 𝑥2 ± 𝑍𝛼⁄2 √𝑛1 + 𝑛2 sustituimos (125) ± 2.575√150 ⁄32 + 130 ⁄36
̅̅̅1 − ̅̅̅)
1 2

Entonces el intervalo de confianza del 99% para la diferencia entre las medias de los
saldos se ve (36.8247, 213.1752).

Como el intervalo de confianza no incluye el valor cero, coincide con el resultado del
inciso a, donde se rechaza la hipótesis nula. Esto confirma que hay una diferencia
significativa entre las medias de los saldos de las dos sucursales.

8. En una prueba de la calidad de dos comerciales de televisión se pasó cada uno en un área de
prueba seis veces, durante un periodo de una semana. La semana siguiente se llevó a cabo una
encuesta telefónica para identificar a quienes habían visto esos comerciales. A las personas que
los vieron se les pidió definieran el principal mensaje en ellos. Se obtuvieron los siguientes
resultados:

a. Use α = .05, para probar la hipótesis que no hay diferencia en las proporciones que recuerdan
los dos comerciales.

b. Determine un intervalo de confianza de 95% para la diferencia entre las proporciones de

quienes recuerdan, en las dos poblaciones.

Para resolver este problema, vamos a utilizar una prueba de hipótesis para comparar las
proporciones de personas que recuerdan el mensaje principal entre los dos comerciales.
Llamaremos 𝑝1 a la proporción de personas que recuerdan el mensaje principal del
Comercial A y 𝑝2 a la proporción de personas que recuerdan el mensaje principal del
Comercial B.

Tenemos que 𝐻0 : 𝑝1 = 𝑝2 𝑦 𝐻𝑎 : 𝑝1 ≠ 𝑝2
 ̂−𝑝
(𝑝1 ̂) 𝑥
Utilizamos 𝑍𝑐 = 2
̂𝑞
𝑝 ̂ 𝑝̂𝑞
̂
donde 𝑝 = 𝑛 , 𝑞 = 𝑝 − 1, 𝑛1 = 150, 𝑛2 = 200, 𝑥1 = 63, 𝑥2 =
√ +
𝑛1 𝑛2

63 60 63+60
60 𝑦 𝛼 = 0.05 Calculamos 𝑝̂1 = 150 = 0.42, 𝑝̂ 2 = 200 = 0.3 𝑦 𝑝̂ = 150+200 =

0.351 𝑦 𝑞̂ = 0.648

(0.42−0.3)
Sustituimos 𝑍𝑐 = = 2.3295
(0.351)(0.648) (0.351)(0.648)
√ +
150 200

Buscamos en tablas en valor de significancia para 0.05 para una prueba de dos colas
donde 𝑧1−𝛼⁄2 = 𝑧1−0.05⁄ = 𝑧.975 = 1.96
2

Como 𝑧 es mayor que el valor crítico 1.96 → 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0. Hay suficiente evidencia
para concluir que hay una diferencia en las proporciones de personas que recuerdan los
comerciales A y B.

̂𝑞
𝑝1̂ ̂𝑞
𝑝2̂
Para el intervalo de confianza utilizamos (𝑝
̂1 − 𝑝
̂)
2 ± 𝑍𝛼⁄2 √
1
+ 2
𝑛1 𝑛2

.41(1−.42) .3(1.−3)
Sustituimos (. 42 − .3) ± 1.96√ +
150 200

Por lo tanto, el intervalo de confianza del 95% para la diferencia entre las proporciones
de quienes recuerdan los comerciales A y B es

(0.0188, 0.221).

9. El Fondo Oppenheimer de Apreciación de Capital, fondo de ahorros, otorga un rendimiento

anual promedio de 17.6% durante un periodo de 5 años. Suponga que los datos siguientes
indican los rendimientos anuales en cada uno de los 5 años: 10.8, 34.2, 4.2, 9.4 y 29.4. Como
medida del riesgo se puede usar la desviación estándar de los rendimientos anuales (a mayor
variación más incertidumbre en los rendimientos). Se informó que 10 fondos de ahorro agresivos,
semejantes al Oppenheimer, tienen desviación estándar de 18.2%.

a. Con los datos como muestra de 5 rendimientos anuales, ¿cuál es el riesgo medido con la
desviación estándar del fondo Oppenheimer?

b. ¿Cuál es el intervalo de confianza de 95% para la desviación estándar poblacional de los

rendimientos anuales del fondo Oppenheimer?

c. ¿Podría decirse, con un α = 0.05 y lo obtenido con la muestra, que el riesgo al invertir en el
fondo Oppenheimer es diferente al de invertir en los 10 fondos agresivos mencionados?
Para calcular el riesgo medido con la desviación estándar del fondo Oppenheimer,
primero necesitamos calcular la desviación estándar de los rendimientos anuales
proporcionados. Luego, compararemos esta desviación estándar con la desviación
estándar reportada de los 10 fondos agresivos.

Primero, calcularemos la desviación estándar de los rendimientos anuales

∑𝑛
𝑖=1 𝑥𝑖 88 ∑(𝑥−𝜇)2 707.84
proporcionados:𝜇 = = = 17.6% y varianza 𝜎 2 = = = 141.568
𝑁 5 𝑛 5

Despejamos → 𝜎 = 11.9063

Entonces, la desviación estándar de los rendimientos anuales del Fondo Oppenheimer

es aproximadamente 11.91%.

Para calcular el intervalo de confianza del 95% para la desviación estándar poblacional,
dado que se trata de una muestra pequeña, se usará n-1=4

grados de libertad.
(𝑛−1)𝑠2 (𝑛−1)𝑠2
Utilizamos: 2 ≤ 𝜎2 ≤ 2
𝑥𝑣, 𝛼⁄ 𝑥𝑣,1−𝛼⁄
2 2

2 2
Tenemos que los valores críticos son 𝑥.025 = .484 = 𝑦 𝑥.975 = 11.1
(4)11.912 (4)11.912
Sustituimos ≤ 𝜎2 ≤ = (51.1164, 1172.2983) y sacamos raíz para obtener
11.1 .484

el intervalo de la desviación que es (7.1495%, 34.238%).

Para comparar el riesgo del Fondo Oppenheimer con el de los 10 fondos agresivos,
podemos realizar una prueba de hipótesis sobre las desviaciones estándar.

Tenemos: 𝐻0 : 𝜎12 = 𝜎22 𝑦 𝐻𝑎 : 𝜎12 ≠ 𝜎22

Dado que estamos comparando dos desviaciones estándar de poblaciones diferentes,
𝑠2 18.22
podemos utilizar 𝑓𝑐 = 𝑠12 = 11.912 = 2.3351
2

Buscamos en tablas de Fisher tomando en cuenta los grados de libertad 𝐹(𝛼, 𝑣1 , 𝑣2 ) =

(0.05, 9, 4) = 6
El valor de 𝑓𝑐 < 𝐹, por tanto, no rechazamos 𝐻0 y se concluye que, estadísticamente, no
hay ninguna diferencia entre las variaciones de ambas poblaciones.

10. La varianza en un proceso de producción es un indicador importante de la calidad del mismo.

Una varianza grande indica, con frecuencia, que hay oportunidades de mejorar el proceso,
determinando maneras de reducir la variabilidad del producto. Los datos que muestran el peso
en gramos de bolsitas de té preparadas con dos máquinas se ven en la tabla de abajo y
aparecieron en la revista Quality Progress, febrero de 1995.

a. Realice una prueba estadística para determinar si hay una diferencia significativa entre las
varianzas de pesos de bolsitas obtenidas con las dos máquinas. Use α = .05. ¿Cuál máquina, si
es que la hay, ofrece las mayores oportunidades de mejoramiento de calidad?

b. Determine un intervalo de confianza al 95% para el cociente de variazas. ¿Cambian sus

conclusiones?

Para determinar si hay una diferencia entre las varianzas de los pesos de las bolsitas,
podemos realizar una prueba de hipótesis para la igualdad de varianzas.

Tenemos: 𝐻0 : 𝜎12 = 𝜎22 𝑦 𝐻𝑎 : 𝜎12 ≠ 𝜎22

Para la Máquina 1:
83.21
Media: ̅̅̅
𝑥1 = = 3.3284
25
Varianza: 𝜎 2 = 0.0488
Para la Máquina 2:
72.12
Media: ̅̅̅
𝑥2 = = 3.2781
22
Varianza: 𝜎 2 = 0.0059
𝑠2 0.0488
Calculamos el estadístico F: 𝑓𝑐 = 𝑠12 = 0.0059 = 8.2711
2

Buscamos en tablas de Fisher tomando en cuenta los grados de libertad 𝐹(𝛼, 𝑣1 , 𝑣2 ) =

(0.05, 24, 21) = 2.05

El valor de 𝐹 < 𝑓𝑐 , por tanto, rechazamos 𝐻0 y se concluye que hay una diferencia
significativa entre las varianzas de los pesos de las bolsitas obtenidas con las dos
máquinas.
Por lo tanto, la máquina que tiene una varianza más grande ofrece mayores
oportunidades de mejora en términos de calidad.

Para calcular el intervalo de confianza al 95% para el cociente de varianzas, necesitamos

encontrar los valores críticos 𝐹𝛼⁄2 𝑦 𝐹1−𝛼⁄2 con 24 y 21 grados de libertad y α = 0.05.
𝑠12
Luego, sustituimos estos valores en la fórmula del intervalo de confianza: 𝛼⁄ ≤
𝑠22 𝑓𝑛 −1,𝑛
2
1 2 −1

𝜎12 𝑠2 𝛼⁄
2
≤ 𝑠12 𝑓𝑛2 −1,𝑛
𝜎12 2 1 −1

𝛼⁄ 𝛼⁄
2 2
Vemos que 𝑓𝑛1−1,𝑛2 −1
= 𝑓.025,24,21 = 2.05 𝑦 𝑓𝑛2 −1,𝑛1 −1
= 𝑓.025,21,24 = 2.03
0.0488 𝜎2 0.0488
Sustituimos 0.0059(2.05) ≤ 𝜎12 ≤ 0.0059 2.03
1

Obtenemos el intervalo: (4.0347, 16.7905)

Las conclusiones no cambian ya que el valor 1 no se encuentra dentro del intervalo, por
tanto, significa que las varianzas son muy distintas entre sí y continuamos rechazando
𝐻0 .