LICENCIADO EN BIOLOGA

UNIVERSIDAD DE MALAGA
Dpto. Estadstica e I.O.

28 de Junio de 2012

DEL EXAMEN DE BIOESTAD

RESOLUCION
ISTICA
Cuesti
on 1: Defina las relaciones de exclusi
on, inclusi
on, compatibilidad e independencia que pueden darse entre dos sucesos, A y B, de un mismo espacio
muestral
Dos sucesos son excluyentes, incompatibles o disjuntos si nunca pueden verificarse a
la vez. Su interseccion es el suceso imposible: A \ B = ;
El suceso A est
a incluido o contenido en otro B, y se nota A B , si siempre que se
verifica A se verifica B. Si A B , se verifican a la vez las igualdades A\B = A y A[B = B.

Dos sucesos son compatibles cuando existe algun resultado que los verifica a la vez. Su
interseccion es distinta del suceso imposible: A \ B 6= ;

Dos sucesos, A y B, son independientes (estocasticamente) cuando saber que ha ocurrido

uno de ellos no influye en la probabilidad de que ocurra el otro, es decir, cuando se cumplen a la
vez las igualdades
P (A | B) = P (A) y P (B | A) = P (B)

a) C
omo se calcula la probabilidad de A condicionada por B en cada uno de los
cuatro casos.
Si los sucesos son excluyentes: P (A | B) = 0
Si el suceso A est
a incluido en B, (A B): P (A | B) =
Si los sucesos son compatibles: P (A | B) =

P (A)
P (B)

P (A\B)
P (B)

Si los sucesos son independientes: P (A | B) = P (A)

b) C
omo se calcula la probabilidad de la uni
on A [ B y de la intersecci
on A \ B
en cada uno de los cuatro casos.
Si los sucesos son excluyentes:
P (A \ B) = 0;
P (A [ B) = P (A) + P (B)
Si el suceso A est
a incluido en B, (A B):
P (A \ B) = P (A);
P (A [ B) = P (B)
Si los sucesos son compatibles:
P (A \ B) = P (A)P (B | A); o bien P (A \ B) = P (B)P (A | B)
P (A [ B) = P (A) + P (B) P (A \ B)
Si los sucesos son independientes:
P (A \ B) = P (A)P (B); P (A [ B) = P (A) + P (B) P (A)P (B)

c) Dados dos sucesos A y B, pueden ser incompatibles e independientes a la

vez? No, si un suceso es incompatible ocurre que P (A \ B) = 0 y si son independientes
P (A \ B) = P (A)P (B) por lo que solo se podran verificar las dos condiciones a la vez en el
caso de que uno de los dos sucesos, A o B, tuviese probabilidad 0.

Recu
erdese:
Incompatibles =) dependientes.
Pero los dependientes pueden ser compatibles o incompatibles.
Independientes=) compatibles.
Pero los compatibles pueden ser dependientes o independientes.
Cuesti
on 2: Defina los siguientes conceptos relativos a la Inferencia Estadstica
y explique para qu
e se utiliza cada uno en la Inferencia.
a) Error tpico de estimaci
on de la media en una muestra de tama
no n: mide
el grado de dispersion de las medias de todas las posibles muestras de ese tamano que pueden
extraerse de la poblacion en estudio.
q
Si se conoce el valor de la varianza poblacional, su expresion es =
p
Si no se conoce hay que estimarla y su expresion es = s2 /n

/n.

El error tpico es un indicador de las posibles diferencias entre el valor estimado y el valor del
parametro y depende del tamano de la muestra. A menor tamano mayor error de muestreo y
viceversa.

El error tpico es la desviacion tpica de la variable aleatoria media muestral: X

b) Intervalo de confianza de un par
ametro a un nivel de confianza dado: es un
intervalo donde se espera encontrar el parametro con una probabilidad fijada, (1 ) antes de
observar una muestra.
Sirve para dar una estimacion del parametro poblacional y del error que se comete en esa estimacion.
c) P-valor de un contraste de hip
otesis: es la probabilidad de obtener un valor experimental
del estadstico de contraste menos compatible con H 0 que el valor observado en el experimento,
en el supuesto de que H 0 fuese cierta (es decir, es la probabilidad de obtener una muestra mas
extrana que la muestra que tenemos).
Sirve para rechazar o no la hipotesis nula al compararlo con el nivel de significacion .
P , Se rechaza H 0 (el contraste es significativo)
P > , No se rechaza H 0 (el contraste no es significativo)

Cuesti
on 3: En cada uno de los siguientes casos, indique la distribuci
on del
estadstico de contraste y sus grados de libertad, dibuje las regiones de aceptaci
on
y de rechazo de la hip
otesis nula y explique razonadamente, para cada uno, si se
debe rechazar la hip
otesis nula a un nivel de significaci
on = 0.05
a) Un contraste bilateral sobre la varianza de una ley normal, con media desconocida, se ha realizado con una muestra aleatoria de tama
no 18 y se ha
encontrado un P-valor P = 0.1.
La distribucion del estadstico de contraste
es una distribucion 217 .
Es un contraste bilateral, por tanto la region de
rechazo se encuentra dividida en dos trozos.
Para un = 0.05 y un P-valor P = 0.1
NO se rechaza H 0 porque P > .
La lnea roja indica la region de rechazo.
Uno de los dos puntos verdes es el valor observado
del estadstico de contraste, que como vemos
esta fuera de la region de rechazo.

10,9

P20,05

20,025

P20,05
20,025

b) Un contraste unilateral sobre una proporci

on, cuya hip
otesis alternativa es
p < 0.6, se ha realizado con una muestra aleatoria de tama
no 205 y se ha
encontrado un P-valor P = 0.08.
La distribucion del estadstico de contraste es
una distribucion normal N (0, 1).
Es un contraste unilateral a la izquierda.
Para un = 0.05 y un P-valor P = 0.08 NO se rechaza H 0
10,95
porque P > . La lnea roja indica la region de rechazo y
el punto verde es el valor observado del estadstico de
P0,08
contraste, que como vemos esta fuera de la region de rechazo.
0,05

c) Un contraste unilateral de correlaci

on sobre las componentes, X e Y , de
una variable aleatoria bidimensional, que sigue una normal bivariante, cuya
hip
otesis alternativa es > 0, se ha realizado con una muestra de tama
no 15
y se ha encontrado un P-valor P = 0.035
La distribucion del estadstico de contraste es
una distribucion t13 .
Es un contraste unilateral a la derecha.
10,95
Para un = 0.05 y un P-valor P = 0.035 se rechaza H 0
porque P < . La lnea roja indica la region de rechazo y
el punto verde es el valor observado del estadstico de
contraste, que como vemos esta dentro de la region de rechazo.
0,05

P0,035

Cuesti
on 4:

A la vista de los resultados del an

alisis de regresi
on que se dan en esta ventana
de StatGraphics, responda razonadamente a las siguientes cuestiones:
a) Cu
anto vale el coeficiente de determinaci
on de esta regresi
on?
1700.36
= 0.86
1978.5
b) Puede admitirse que existe regresi
on lineal a un nivel de significaci
on del
1%?
La hipotesis nula es H 0 : no existe regresion lineal. Como el P-valor = 0.0000 < 0.01 =
rechazamos H 0 por lo que a ese nivel de significacion podemos admitir que existe regresion
lineal.
R2 =

c) Indique la ecuaci
on de la recta de regresi
on de Y sobre X
y = 111.107 + 0.492857x

d) Estime la media y la varianza de la distribuci

on de la variable Y , si se da a
X el valor 50
Estimacion de la media de Y condicionada a que X = 50:

Y|X=50 = 111.107 + 0.492857 50 = 135.75

Estimacion de la varianza de Y condicionada a que X = 50:
e2 = 12.6429 = M CR
Cuesti
on 5:

A la vista de estas dos ventanas del ADEVA de un dise

no cruzado con dos
factores, responda razonadamente a las siguientes cuestiones:
a) A qu
e modelo de efectos corresponde este dise
no? Exponga con detalle
las propiedades de estos efectos y las hip
otesis nulas y alternativas de los
contrastes que se efect
uan sobre ellos.
Es un modelo de efectos fijos, en el cual los efectos se consideran parametros fijos, aunque
desconocidos. Se caracteriza porque los niveles de cada factor se eligen a voluntad y solo se
analizan los efectos de los niveles elegidos y sus interacciones. Si se quiere repetir un experimento
se volveran a elegir los mismos niveles de esos factores.
H 0 : El efecto de las distintas maquinas sobre la duracion es nulo, o bien la duracion media
de cada maquina es la misma
H0 : 1 = 2 = 3 = 0 o bien 1 = 2 = 3 =

H 00 : El efecto de las distintas temperaturas sobre la duracion es nulo, o bien la duracion

media a cada temperatura es la misma
H0 : a = b = m = 0 o bien a = b = m =
H 000 : No hay interacciones
H000 : ( )ij = 0 para todo i, = 1, 2, 3;
j = a, b, m
Cada hipotesis alternativa niega alguna afirmacion de su hipotesis nula.
H 1 : por lo menos existe un i 6= 0 con i = 1, 2, 3
o bien: por lo menos existe una media i 6=
0
H 1 : por lo menos existe un j 6= 0 con j = a, b, m
o bien: por lo menos existe un media j 6=
H 001 : por lo menos existe un ( )ij 6= 0
b) Identifique la variable dependiente y los factores de este dise
no. Cu
antos
niveles tiene cada factor? Cu
antas r
eplicas hay en cada tratamiento?
Variable dependiente: Durac (Duracion)
(se ve en la primera lnea del cuadro Analisis de la varianza para DURAC)
Factores: Maquinaria y Temperatura.
Cada uno tiene tres niveles (en la tabla del ADEVA los grados de libertad asociados a cada factor
son el numero de niveles1; como el numero que aparece en ambos casos es 2, significa que cada
factor tiene tres niveles. Tambien se ve en la tabla de medias)
Hay 4 replicas en cada tratamiento (en la tabla MAQUI segun tempaparecen los tratamientos
y la frecuencia en cada uno es 4. Tambien se puede calcular mirando en la tabla del ADEVA los
grados de libertad de TOTAL que son 35, lo que indica que hay 36 observaciones. Como hay
3 3 = 9 tratamientos, tenemos que 36 : 9 = 4 replicas en cada uno )
c) Si el nivel de significaci
on propuesto para este ADEVA es del 5% Qu
e
hip
otesis nulas se rechazan? Como los P-valores son todos menores que 0.05 se rechazan
las tres hipotesis nulas.
d) Explique cu
al (o cuales) de las tres tablas de medias que se encuentran en
la segunda ventana debe utilizarse para estimar los par
ametros que indican
la influencia de los dos factores sobre la variable de respuesta, seg
un los
resultados de estos contrastes de ADEVA.
Como se ha rechazado la hipotesis nula de que no hay interaccion, la variabilidad que se observa
en los datos es debida a ella. Por tanto, no hace falta estimar las medias de cada de cada factor,
basta con estimar las interaciones, solo necesitamos la tabla MAQUI segun temp.