Академический Документы
Профессиональный Документы
Культура Документы
Una compaa desea hacer predi cciones del val or anual de sus ventas
189
190
208
227
239
252
257
274
293
308
316
402
404
412
425
429
436
440
447
458
469
469
Si en 2001 la renta naci onal del pa s fue de 325 mill ones de euros. Cul ser l a
l a rel acin exi stente entre l a i nversi n real izada y el rendimiento obteni do
en cientos de mil es de euros para explotaci ones agr colas, se muestra en el
si guiente cuadro:
Inversin
(X)
11
14
16
15
16
18
20
21
14
20
19
11
Rendimient
o (Y)
10
10
El
nmero
de
horas
dedi cadas
al
estudi o
de
la
Horas (X)
20
16
34
23
27
32
18
22
Calificacin (Y)
6.5
8.5
9.5
7.5
Se pi de:
1
Cal ifi caci n estimada para una persona que hubi ese estudi ado 28 horas.
S olucin
4
Edad
6.7
7.4
7.9
8.2
8.5
8.9
Conducta agresiva
parti r
de
di cha
recta,
obtener
el
val or
de
la
conducta
agresi va
que
segn
la tabl a
si guiente:
Y/X
Se pi de:
100
50
25
14
18
22
test que mide la habi lidad verbal (X) y el razonamiento abstracto (Y) son
l as si gui entes:
22>Y/X
22>20
22>30
22>40
22>50
22>(25-35)
22>(35-45)
22>(45-55)
22>(55-65)
Se pi de:
1
70 puntos en razonami ento abstracto, en cunto se esti mar su habil idad verbal ?
S olucin
7
por metro cuadrado que se recogen en una ciudad no exi ste rel acin.
1 Cul es el valor de l a covarianza de estas vari ables?
2
Qu ecuaci ones tienen las dos rectas d e reg re sin y cul es su posi cin en el
pl ano?
S olucin
8
de
de
permi sos
de
conduci r
el
nmero
de
infracci ones
cometi das en el ltimo ao por cada uno de ellos son l os si gui entes:
Aos (X)
Infracciones (Y)
Una persona rell ena semanal mente una qui ni el a y un boleto de loter a
Quiniela (X)
Primitiva (Y)
UNIDAD III
TEORIA DE PEQUEAS MUESTRAS O TEORIA EXACTA DEL
MUESTREO
En las unidades anteriores se manej el uso de la distribucin z, la
cual se poda utilizar siempre y cuando los tamaos de las muestras
fueran mayores o iguales a 30 en muestras ms pequeas si la
distribucin o las distribuciones de donde proviene la muestra o las
muestras son normales.
En esta unidad se podrn utilizar muestras pequeas siempre y
cuando la distribucin de donde proviene la muestra tenga un
, entonces automticamente
distribucin
es desconocida.
, la secuencia de curvas t se
grados de libertad.
= n-1
grados de libertad.
La distribucin de probabilidad de t se public por primera vez en 1908
en un artculo de W. S. Gosset. En esa poca, Gosset era empleado
de una cervecera irlandesa que desaprobaba la publicacin de
investigaciones de sus empleados. Para evadir esta prohibicin,
public su trabajo en secreto bajo el nombre de "Student". En
consecuencia, la distribucin t normalmente se llama distribucin t de
Student, o simplemente distribucin t. Para derivar la ecuacin de esta
distribucin, Gosset supone que las muestras se seleccionan de una
poblacin normal. Aunque esto parecera una suposicin muy
restrictiva, se puede mostrar que las poblaciones no normales que
poseen distribuciones en forma casi de campana an proporcionan
valores de t que se aproximan muy de cerca a la distribucin t.
; es decir,
de
de
t0.99=-t0.01, etc.
Para encontrar los valores de t se utilizar la tabla de valores crticos
de la distribucin t del libro Probabilidad y Estadstica para Ingenieros
de los autores Walpole, Myers y Myers.
Ejemplo:
El valor t con
= 14 grados de libertad que deja un rea de 0.025 a la
izquierda, y por tanto un rea de 0.975 a la derecha, es
t0.975=-t0.025 = -2.145
en el
Si
; CON
DESCONOCIDA
, desconocida,
un intervalo de confianza de
(
)100% para
es:
donde
un rea de
/2
es el valor t con
/2 a la derecha.
conocida y
confianza:
s= 11.9 kilowatt-hora
= 42 kilowatt-hora
n = 12
= 0.05
3. Ensayo de hiptesis
Ho;
= 46 kilowatt-hora
H1;
< 46 kilowatt-hora
4. Regla de decisin:
Si tR
-1.796 No se rechaza Ho
6. Justificacin y decisin:
Como 1.16 > -1.796, por lo tanto no se rechaza Ho y se
concluye con un nivel de significancia del 0.05 que el nmero
promedio de kilowwatt-hora que gastan al ao las aspiradoras
no es significativamente menor que 46.
Solucin por el otro mtodo:
Regla de decisin:
Si
Si
39.83 No se Rechaza Ho
< 39.83 Se rechaza Ho
18.5
17.6
16.7
15.8
15.4
14.1
13.6
11.9
11.4
11.4
8.8
7.5
15.4
15.4
19.5
14.9
12.7
11.9
11.4
10.1
7.9
= 10
H1;
> 10
4. Regla de decisin:
Si tR
6. Justificacin y decisin.
Como 4.90 >1.721 se rechaza Ho y se concluye con un nivel de
significancia del 0.05 que la carga de falla promedio es mayor
que 10Mpa.
Existe otra manera de resolver este ejercicio, tomando la decisin en
base al estadstico real, en este caso la media de la muestra. De la
frmula de la distribucin muestral de medias se despeja la media de
la muestra:
Regla de decisin:
Si
Si
11.30 No se rechaza Ho
n=8
= 0.05
2. Ensayo de hiptesis
Ho;
= 14 libras
H1;
14 libras
3. Regla de Decisin:
Si 2.365
tR
2.365 No se rechaza Ho
5. Justificacin y decisin:
Como 2.365
12.98 y 15.01
Regla de decisin:
Si 12.98
Si
15.01 No se rechaza Ho
< 12.98
Como la
Error tipo II
= 1.5 volts
H1;
3. Regla de decisin:
Si tR
-2.624 No se rechaza Ho
6. Justificacin y decisin:
Como 1.84 > -2.624, por lo tanto no se rechaza Ho y se
concluye con un nivel de significancia del 0.01 que los voltajes
de las pilas tamao C no son menores a 1.5.
Para calcular el error tipo II se tiene que obtener el valor de
siguiente forma:
de la
FRMULA
Donde
n = nmero de datos.
f = frecuencia de celda.
fx = frecuencia de la variable X.
fy = frecuencia de la variable Y.
dx = valores codificados o cambiados para los intervalos de la variable X, procurando que al intervalo
central le corresponda dx = 0, para que se hagan ms fciles los clculos.
dy = valores codificados o cambiados para los intervalos de la variable X, procurando que al intervalo
central le corresponda dy = 0, para que se hagan ms fciles los clculos.
EJEMPLOS ILUSTRATIVOS
N 1
Con los siguientes datos sobre los Coeficientes Intelectuales (X) y de las calificaciones en una prueba
de conocimiento (Y) de 50 estudiantes:
N
de estudiante
N de
estudiante
76
28
26
88
40
77
24
27
88
31
78
18
28
88
35
79
41
29
88
26
79
43
30
89
30
80
45
31
89
24
80
34
32
90
18
80
18
33
90
11
82
40
34
90
15
10
82
35
35
91
38
11
83
30
36
92
34
12
83
21
37
92
31
13
83
22
38
93
33
14
83
23
39
93
35
15
84
25
40
93
24
16
84
11
41
94
40
17
84
15
42
96
35
18
85
31
43
97
36
19
85
35
44
98
40
20
86
26
45
99
33
21
86
30
46
100
51
22
86
24
47
101
54
23
86
16
48
101
55
24
87
20
49
102
41
25
88
36
50
102
45
En la variable Y:
Calculando el Rango se obtiene:
Nota: Para la variable X se tomar un ancho de intervalo igual a 5 y para la variable Y un ancho de
intervalo igual a 8 para obtener un nmero de intervalos igual a 6 para cada variable.
Contando las frecuencias de celda para cada par de intervalos de las variables X y Y se obtiene la
siguiente tabla de frecuencias de dos variables:
Interpretacin:
- El nmero 5 es la frecuencia de la celda correspondiente al par de intervalos 86-90 en Coeficiente
Intelectual y 19-26 en Calificacin obtenida en la prueba de conocimiento.
- El nmero 8 en la fila de fx es el total marginal o frecuencia marginal del intervalo 76-80 en Coeficiente
Intelectual.
- El nmero 14 en la columna de fy es el total marginal o frecuencia marginal del intervalo 35-42 en
Calificacin obtenida en la prueba de conocimiento.
- El nmero 50 es total de frecuencias marginales y representa al nmero total de estudiantes.
2) Realizando los clculos respectivos se obtiene la siguiente tabla:
Nota:
Los nmeros de las esquinas de cada celda en la anterior tabla representan el producto fdxdy, as por
ejemplo, para obtener el nmero el nmero -8 de los intervalos 76-80 en X y 43-50 en Y se obtiene
multiplicando 2(-2)(2) = -8. Para obtener el nmero 6 de los intervalos 96-100 en X y 51-58 en Y se
obtiene multiplicando 123 = 6.
Los nmeros de la ltima columna (24, -2, 7, 0, 5 y 12) se obtienen sumando los nmeros de las esquinas
en cada fila, as por ejemplo, para obtener el nmero 24 se suma 6 + 18 = 24.
Los nmeros de la ltima fila (0, 5, 0, 2, 12 y 27) se obtienen sumando los nmeros de las esquinas en
cada columna, as por ejemplo, para obtener el nmero 27 se suma 18 + 6 + 3 = 27.
Para obtener el nmero 2 de la antepenlmina columna se obtiene sumando los resultados de fydy, es
decir, representa la ? fydy
Para obtener el nmero 2 de la antepenlmina fila se obtiene sumando los resultados de fxdx, es decir,
representa la ? fydy
Para obtener el nmero 96 de la penltima columna se obtiene sumando los resultados de fydy2, es
decir, representa ? fydy2
Para obtener el nmero 106 de la penltima fila se obtiene sumando los resultados de fxdx2, es decir,
representa ? fxdx2
Para obtener ltimo nmero de la ltima columna se obtiene sumando los resultados de la ltima columna
(46=24-2+7+0+5+12), es decir, representa ?fdxdy.
Para obtener ltimo nmero de la ltima fila se obtiene sumando los resultados de la ltima fila
(46=0+5+0+2+12+27), y tiene que ser igual al ltimo nmero de la ltima columna como comprobacin
que los clculos de la tabla han sido correctos.
Observando los datos en la tabla anterior se reemplaza los valores en la ecuacin del Coeficiente de
Correlacin de Pearson para datos agrupados se obtiene:
Solucin:
N de
estudiante
N de
X
estudiante
40
60
26
57 73
51
71 86
76
84 83
41
50
27
58 78
52
72 88
77
84 84
42
55
28
60 79
53
72 89
78
85 86
43
59
29
61 60
54
72 70
79
86 88
44
40
30
62 61
55
73 71
80
86 89
45
42
31
63 62
56
74 72
81
86 70
45
49
32
64 63
57
74 73
82
87 78
45
60
33
64 64
58
74 74
83
87 79
45
62
34
65 65
59
75 75
84
88 78
10
48
66
35
65 66
60
76 76
85
88 77
11
49
69
36
66 67
61
76 77
86
88 79
12
50
50
37
66 69
62
77 78
87
88 78
13
50
52
38
66 50
63
77 79
88
89 78
14
56
54
39
66 52
64
78 60
89
89 60
N de
X
estudiante
N de
X
estudiante
15
56
56
40
67 55
65
78 67
90
89 69
16
56
59
41
68 56
66
78 65
91
90 90
17
56
59
42
68 57
67
78 68
92
91 96
18
56
40
43
68 59
68
79 69
93
92 97
19
57
45
44
69 40
69
79 50
94
93 99
20
57
47
45
69 45
70
79 59
95
94 80
21
57
48
46
69 47
71
80 90
96
95 81
22
57
49
47
69 49
72
81 94
97
96 82
23
57
80
48
70 90
73
82 96
98
97 83
24
57
70
49
70 99
74
82 99
99
98 89
25
57
72
50
70 80
75
83 80
100
99 70
Solucin: