Академический Документы
Профессиональный Документы
Культура Документы
Datos:
Variable aleatoria X: cantidad de bebida que sirve una mquina (en mililitros).
Tamao de la muestra n = 40 bebidas.
Desviacin estndar poblacional x = 15 mililitros.
Media poblacional x = 240 mililitros.
Media muestral x = x = 240 mililitros.
Desviacin estndar muestral x = x 2.3717 mililitros.
n
Incgnita:
x 2 x x x + 2 x
Solucin:
Respuesta:
Esta fue una decisin razonable puesto que 236 ml., que es la media encontrada se encuentra dentro del
intervalo definido.
Datos:
Variable aleatoria X: vida til de una mquina de hacer pasta (en aos).
Media poblacional x = 7 aos.
Desviacin estndar poblacional x = 1 ao.
Tamao de la muestra n = 9 mquinas.
X ~ N( x , x ) x = x = 7 (aos)
1 1
x = x = = (aos )
n 9 3
a) Incgnita:
P(6.4 x 7.2)
Solucin:
6.4 7 X x 7.2 7
P = P( 1.8 z 0.6 ) = P( z 0.6 ) P( z 1.8) =
13 x 1
3
n
Aplicando Tabla A.3. = 0.7257 0.0359 = 0.6898 = 68.98%.
Respuesta:
La probabilidad de que la vida media de una muestra de 9 de esas mquinas caiga entre 6.4 aos y 7.2 aos es
del 68.98%.
b) Incgnita:
Un valor de x que deje a su derecha un rea del 15% y por lo tanto un rea del 85% a su izquierda.
Solucin:
_
x 7 1 _
Z = Z 0.85 = 1.04 Z 0.85 = (1.04) * + 7 = x = 7.346667 Aos
1 3
3
x = 7.35 aos
Respuesta:
El valor de x que deja a su derecha un rea del 15% es 7.35 aos.
Datos:
X ~ N( x , x ) x = x = 3.2 (aos)
x 1.6 1 .6
x = = = (aos )
n 64 8
a) Incgnita:
P( x 2.7)
Solucin:
X x 2.7 3.2
P = P( z 2.5) = Aplicando Tabla A.3. = 0.0062 = 0.62%
x 1.6
8
n
Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero sea a lo ms 2.7 minutos es de 0.62%.
b) Incgnita:
P( x > 3.5)
Solucin:
X x 3.5 3.2
P > = P( z >1.5) =1 P( z .5) =1 0.9332 = Aplicando Tabla A.3. = 0.0668 =
x 1.6
n 64
6.68%.
Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero sea ms 3.5 minutos es de 6.68%.
c) Incgnita:
P(3.2 x 3.4)
Solucin:
3.2 3.2 X x 3.4 3.2
P = P( 0 z 1) = P( z 1) P( z 0 ) =
1.6 x 1.6
64 n 64
Aplicando Tabla A.3 = 0.8413 0.5000 = 0.3413 = 34.13%.
Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero este entre 3.2 y 3.4 minutos es de
34.13%.
Problema 4 (Ref: Pg. 224 - Ej. 12)
Se toma una muestra aleatoria de tamao 25 de una poblacin normal que tiene una media de 80 y una
desviacin estndar de 5. Una segunda muestra aleatoria de tamao 36 se toma de una poblacin
normal diferente que tiene una media de 75 y una desviacin estndar de 3. Encuentre la probabilidad
de que la media muestral calculada de las 25 mediciones exceda de media muestral calculada de las 36
mediciones por al menos 3.4 pero en menos de 5.9. Suponga que las medias se miden al dcimo ms
cercano.
Datos:
Incgnita:
P( 3.4 ( X1 X 2 ) 5.9 )
Solucin:
12 22
x1 - x1 = 1 2 y 2x1 - x 2 = + .
n1 n 2
De aqu
Z=
(X X ) (
1 2 1 2 )
( n ) + (
2
1 1
2
2 n2 )
x1 - x 2 = 80 75 = 5 25 9
y x1 - x 2 = + = 1.118
25 36
( (
3.4 5
P 3.4 X1 X 2 5.9 =P ) )
X X
1 2 1
(
2
) (
5.9 5 )
=P(1.4311 z 0.8050 ) =
1.118034 2 2 1.118034
1 2
+
n
n
1 2
= P(z 0.8050) P( z 1.4311) =Aplicando Tabla A.3. = 0.7896 0.0762 = 0.7134 = 71.34%.
Respuesta:
La probabilidad de que la media muestral calculada de las 25 mediciones exceda de media muestral calculada
de las 36 mediciones por al menos 3.4 pero en menos de 5.9 es de 71.34%.
2
a) Segn Tabla A.5 0.025 cuando = 15 => 27.488
Respuesta:
El valor 2 con 15 grados de libertad, que deja un rea de 0.025 a su derecha es 27.488.
Grfica:
2
b) Segn Tabla A.5 0.01 cuando = 7 => 18.475
Respuesta:
El valor 2 con 7 grados de libertad, que deja un rea de 0.01 a su derecha es 18.475.
Grfica:
2
c) Segn Tabla A.5 0.05 cuando = 24 => 36.415
Respuesta:
El valor 2 con 24 grados de libertad, que deja un rea de 0.05 a su derecha es 36.415.
Grfica:
Respuesta:
El valor de 2 que deja a su derecha una probabilidad igual a 0.99 es decir 99 %, con 4 grados de libertad es
0.297.
Respuesta:
El valor de 2 que deja a su derecha una probabilidad igual a 0.025 es decir 2.5 %, con 19 grados de libertad
es 32.852.
Grfica:
Respuesta:
El valor de 2 debe ser igual a 46.928 para que la probabilidad entre 37.652 y dicho valor calculado sea igual a
0.045, es decir 4.5%, con 25 grados de libertad.
Grfica:
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal
con varianza 2 = 6, tenga una varianza s2
a) mayor que 9.1;
b) entre 3.462 y 10.745.
Suponga que las varianzas muestrales son mediciones continuas.
Datos:
a) Incgnita:
P (s2 > 9.1)
Solucin:
2
=
( n 1) s 2
con (n 1) grados de libertad
2
Respuesta:
La probabilidad de que la varianza de esa muestra sea mayor que 9.1 es del 5%.
b) Incgnita:
P (3.462 s2 10.745)
Solucin:
2 =
( n 1)s 2 con (n 1) grados de libertad
2
2 =
( 25 1) 10.745 = 24 10.745 = 257.88 = 42.98
6 6 6
Segn Tabla A.5 2 = 42.98 cuando = 24 =>0.01
Respuesta:
La probabilidad de que la varianza de esa muestra se encuentre entre 3.462 y 10.745 es del 94%.
Datos:
P: estudiantes de primer ao de licenciatura.
X: calificacin de un examen de colocacin.
(
X ~ N x = 74, x = 8 )
Incgnita:
Considerar si es vlida 2x = 8
Solucin:
2 =
( n 1)s 2 con (n 1) grados de libertad
2
2 =
( 20 1)( 20) = (19)( 20) = 380 = 47.5
8 8 8
2 2
0..975 = 8.907 0.025 = 32.852
Respuesta:
Es un valor de una distribucin ji cuadrada con 19 grados de libertad.
Como 95% de los valores 2 con 19 grados de libertad caen entre 8.907 y 32.852, el valor calculado con 2 = 8
no es razonable y por lo tanto se tiene razn suficiente para sospechar que la varianza es diferente a ocho.
Es muy probable que el valor supuesto de 2 sea un error.
Respuesta:
El valor t con 14 grados de libertad, que deja un rea de 0.025 a su derecha es 2.145.
Grfica:
Respuesta:
El valor t con 10 grados de libertad, que deja un rea de 0.10 a su izquierda es -1.372.
Grfica:
Respuesta:
El valor t con 7 grados de libertad, que deja un rea de 0.995 a su derecha y por lo tanto un rea de 0.005 a su
izquierda es -3.499.
Grfica:
Respuesta:
La probabilidad de que un valor t sea menor que 2.365 con 7 grados de libertad es del 97.5%.
Grfica:
Respuesta:
La probabilidad de que un valor t sea mayor que 1.318 con 24 grados de libertad es del 10%.
Grfica:
Respuesta:
La probabilidad de que un valor t se encuentre entre -1.356 y 2.179 con 12 grados de libertad es del 87.5%.
Grfica:
Respuesta:
La probabilidad de que un valor t sea mayor que -2.567 con 17 grados de libertad es del 99%.
Grfica:
Una empresa manufacturera afirma que las bateras que utiliza en sus juegos electrnicos duran un
promedio de 30 horas. Para mantener este promedio se prueban 16 bateras cada mes. Si el valor t que
se calcula cae entre t0.025 y t0.025, la empresa queda satisfecha con su afirmacin.Qu conclusiones
extraera la empresa de una muestra que tiene una media de x = 27.5 horas y una desviacin estndar
de s = 5 horas? Suponga que la distribucin de las duraciones de las bateras es aproximadamente
normal.
Datos:
Solucin:
De la tabla A.4 encontramos que t0.025 = 2.131 para 15 grados de libertad. Por tanto, la empresa queda
satisfecha con esta afirmacin si una muestra de 16 bateras rinde un valor t entre 2.131 y 2.131. si = 30,
entonces
X
T= con (n 1) grados de libertad
s
n
27.5 30
T= = 2 ,
5 16
Respuesta:
La empresa estara satisfecha con su afirmacin ya que el valor hallado de t pertenece al intervalo establecido
como parmetro para poder afirmar que sus bateras promedian las 30 horas de duracin.
Una poblacin normal con varianza desconocida tiene una media de 20. Se tiene posibilidad de
obtener una muestra aleatoria de tamao 9 de esta poblacin con una media de 24 y una desviacin
estndar de 4.1? Si no, qu conclusin sacara?
Datos:
Solucin:
X
T= con (n 1) grados de libertad
s
n
P ( X - = X - 20 > 4) =
= 1 P ( X - 20 4) =
= 1 P (-4 X - 20 4) =
4 4
=1P X 20 =
4.1 4.1
3 3
= 1 P (-2.92 t8 2.92) =
Respuesta:
Si se tiene la posibilidad de obtener una muestra de tamao 9 con esas condiciones, con una probabilidad del
1.918%
Un fabricante de cierta marca de barras de cereal bajo de grasa afirma que su contenido promedio de
grasa saturada es 0.5 gramos. En una muestra aleatoria de 8 barras de cereal de esta marca el
contenido de grasa saturada fue 0.6, 0.7, 0.7, 0.3, 0.4, 0.5, 0.4 y 0.2. Estara de acuerdo con la
afirmacin?
Datos:
Media muestral X
i =1
i
=
0.6 + 0.7 + 0.7 + 0.3 + 0.4 + 0.5 + 0.4 + 0.2 3.8
= = 0.475 gramos
x= 8 8
n
n
(X X)
2
i
Desviacin estndar muestral i =1
s=
n 1
s=
( 0.6 0.475) 2 +(0.7 0.475) 2 +(0.7 0.475) 2 +(0.30.475) 2 +(0.4 0.475) 2 +(0.5 0.475) 2 +(0.4 0.475) 2 +(0.2 0.475
7
=
( 0.125) 2 + ( 0.225) 2 + ( 0.225) 2 + ( 0.175) 2 + ( 0.075) 2 + ( 0.025) 2 + ( 0.075) 2 + ( 0.275) 2 = 0.26
= 0.037 0.18
7 7
Incgnita:
x = 0.5
Solucin:
X
T= con (n 1) grados de libertad
s
n
X X 0
P
s s
n n
con nuestros datos
Respuesta:
Hay razones suficiente (75,08%) para considerar que la afirmacin es cierta.
b) 0.05 con 1 = 15 y 2 = 7;
c) 0.01 con 1 = 24 y 2 = 19;
d) 0.95 con 1 = 19 y 2 = 24;
e) 0.99 con 1 = 28 y 2 = 12.
Respuesta:
El valor f con 7 y 15 grados de libertad, que deja un rea de 0.05 a su derecha es 2.71.
Grfica:
Respuesta:
El valor f con 15 y 7 grados de libertad, que deja un rea de 0.05 a su derecha es 3.51.
Grfica:
Respuesta:
El valor f con 24 y 19 grados de libertad, que deja un rea de 0.01 a su derecha es 2.92.
Grfica:
d) 0.95 con 1 = 19 y 2 = 24
1
f 1 ( 1, 2 ) =
f (
Lafata Desio Fernando, Warlet Ivn 1 )
2 , Lautaro
Pgina 26 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
Respuesta:
El valor f con 19 y 24 grados de libertad, que deja un rea de 0.95 a su derecha es 0.4739.
Grfica:
e) 0.99 con 1 = 28 y 2 = 12
1
f 1 ( 1, 2 ) =
f ( 2 , 1 )
Respuesta:
El valor f con 28 y 12 grados de libertad, que deja un rea de 0.99 a su derecha es 0.3448.
Grfica:
Datos:
Media muestral X
i =1
i
x=
n
163000 + 148000 + 152000 + 135000 + 141000 739000
= = = 147800 $
5 5
Incgnita:
Varianza muestral s2
Solucin:
(X )
n
2
i X
i =1
s2 =
n 1
con nuestros datos
s2 =
(163000 147800) 2 + (148000 147800) 2 + (152000 147800) 2 + (135000 147800) 2 + (141000 147800) 2 =
4
=
(15200 ) 2 + ( 200) 2 + ( 4200) 2 + ( 12800) 2 + ( 6800) 2 =
458800000
= 114700000 $
4 4
Respuesta:
La varianza de este conjunto es 114700000 $.
Incgnita:
(
P S12 S 22 > 1.26 )
Solucin:
s12 22 s12 22
F= 2 2 = 2 2
1 s 2 s 2 1
Respuesta:
La probabilidad de que F con 24 y 30 grados de libertad sea mayor que 1.26 es de 0.05, es decir, 5%.
Datos:
X ~ N( x = 780, x = 40)
Incgnita:
Intervalo de confianza para la media poblacional, x, con 96% de confianza.
Solucin:
X z 1 2 X + z 1 2
n n
40 40
780 ( 2.054 ) x 780 + ( 2.054)
30 30
765 hs. x 795 hs.
Respuesta:
Podemos afirmar con un nivel de confianza del 96% que la media poblacional se encuentra entre 765 y 795
horas.
De que tamao se necesita una muestra en el ejercicio 4 si deseamos tener 96% de confianza que
nuestra media muestral est dentro de 10 horas de la media real?
Datos:
n +
2
z 1 2
n
e
n +
2
2.054.40
n = 67.5 n = 68
10
Respuesta:
Por lo tanto, podemos tener una confianza 96% de que una muestra aleatoria de tamao 68 proporcionara una
estimacin x que difiere de por una cantidad menor que 0.04.
Las estaturas de una muestra aleatoria de 50 estudiantes universitarios muestra una media de 174.5
centmetros y una desviacin estndar de 6.9 centmetros.
a) Construya un intervalo de confianza de 98% para la estatura media de todos los estudiantes de la
universidad;
b) Qu podemos afirmar con 98% de confianza sobre el tamao posible de nuestro error si estimamos
que la estatura media de todos los estudiantes de la universidad de 174.5 centmetros?.
Datos:
P: estudiantes universitarios.
Variable aleatoria X: medidas de esos estudiantes universitarios (en centmetros)
Tamao de la muestra n = 50 estudiantes.
Media muestral x = 174.5 centmetros.
Desviacin estndar muestral s = 6.9 centmetros.
a) Incgnita:
Intervalo de confianza para la media poblacional, x, con 98% de confianza.
Solucin:
s s
X t 2 X + t 2
n n
6.9 6.9
174.5 ( 2.4048) 174.5 + ( 2.4048)
50 50
172.15 cm. 176.85 cm.
Respuesta:
Podemos afirmar con 98% de confianza que la media poblacional se encuentra entre 172.15 y 176.85
centmetros.
b) Incgnita:
Posible error de estimacin.
Solucin:
Respuesta:
Podemos afirmar con 98% de confianza que el error de estimacin es igual a 2.35 cm.
Una mquina produce piezas metlicas de forma cilndrica. Se toma una muestra de las piezas y los
dimetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01 y 1.03 centmetros. Encuentre un intervalo de
confianza de 99% para el dimetro medio de las piezas de esta mquina, suponga una distribucin
aproximadamente normal.
Datos:
Media muestral X
i =1
i
=
1.01 + 0.97 + 1.03 + 1.04 + 0.99 + 0.98 + 0.99 + 1.01 + 1.03
= 1.0055
x= 9
n
cm.
n
(X X)
2
i
Desviacin estndar muestral i =1
s=
n 1
s=
(1.01 1.0055) 2 + (0.97 1.0055) 2 + (1.03 1.0055) 2 + (1.04 1.0055) 2 + (0.99 1.0055) 2 + (0.98 1.0055) 2 + (0
8
Incgnita:
Intervalo de confianza para la media poblacional, x, con 99% de confianza.
Solucin:
s s
X t 2 X + t 2
n n
0.0245 0.0245
1.0055 ( 3.355) 1.0055 + ( 3.355)
9 9
0.9781 cm. 1.0329 cm.
Respuesta:
Podemos afirmar con 99% de confianza que la media poblacional se encuentra entre 0.9781 y 1.0329
centmetros.
Datos:
P: botellas de aspirinas.
X: cantidad de aspirina que contienen las botellas de aspirina (en miligramos).
Tamao de la muestra n = 25 botellas de aspirina.
Media muestral x = 325.05 mg. de aspirina.
Incgnita:
Limites de tolerancia del 95% que contendrn 90% de aspirina.
Solucin:
x ks
Respuesta:
Los lmites de tolerancia del 95% que contendrn 90% de aspirina para esta marca son 323.946 mg y 326.154
mg,
Datos:
Incgnita:
Intervalo de confianza para la diferencia de las medias poblacionales, 1 2, con 95% de confianza.
Solucin:
12 22
x1 x 2 = 1 2 y x1 x 2 = +
n1 n 2
12 22 2 2
( x1 x 2 ) z . + < 1 2 < ( x1 x 2 ) + z . 1 + 2
2 n1 n 2 2 n1 n 2
Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
2.80 y 7.19.
Calcule un intervalo de confianza de 95% para 1 2,suponga que las poblaciones se distribuyen de
forma aproximadamente normal. Puede no suponer que las varianzas son iguales.
Datos:
P1 : neumticos de la marca A.
P2 : neumticos de la marca B.
X1 : duracin en kilmetros de un neumtico de la marca A.
X2 : duracin en kilmetros de un neumticos de la marca B.
Tamao de la primer muestra n1 = 12 neumticos.
Tamao de la segunda muestra n2 = 12 neumticos.
Media de la primer muestra x 1 = 36300 Km.
Media de la segunda muestra x 2 = 38100 Km.
Desviacin estndar de la primer muestra s 1 = 5000 Km.
Desviacin estndar de la segunda muestra s 2 = 6100 Km.
Solucin:
s12 s 22 s12 s 22
( x1 x 2 ) t + < 1 2 < ( x1 x 2 ) + t + donde t 2 es el valor t con
2 n1 n 2 2 n1 n2
=
(s12
n1 + s 2
2 2n
2
=
)
( 25000000 12 + 37210000 12 ) 2 = ( 2083333.3 + 3100833.3) 2 = 21.18
(
s12 n1
2
+
) (
s22 n2
2
)
( 25000000 12 ) 2 + ( 37210000 12 ) 2 ( 2083333.3) 2 + ( 3100833.3) 2
12 1 12 1 11 11
n1 1 n 2 1
Medicamento 1 Medicamento 2
n1 = 14 n 2 = 16
x 1 = 17 x 2 = 19
s 12 = 1.5 s 22 = 1.8
Encuentre un intervalo de confianza de 99% para la diferencia 2 1 en el tiempo promedio de
recuperacin para los dos medicamentos, suponga poblaciones normales con varianzas iguales.
Datos:
P1 : pacientes que se tratan con el medicamento 1.
X 1 : tiempo de recuperacin en das para un paciente tratado con el medicamento 1.
Tamao de la primer muestra n1 = 14 das.
Primer media muestral x 1 = 17 das.
Primer varianza muestral s 12 = 1.5 das.
Incgnita:
Intervalo de confianza para la diferencia de las medias poblacionales, 2 1 , con 99% de confianza.
Solucin:
1 1
x 2 x1 = 2 1 y x 2 x1 = +
n 2 n1
( n 1 1) * ( s12 ) + ( n 2 1) * ( s 22 )
s 2p =
n1 + n 2 2
s 2p =
(14 1) * (1.5) + (16 1) * (1.8) = 1.6607 s p 1.2886
14 +16 2
luego,
1 1 1 1
( x 2 x1 ) t sp + < 2 - 1 < ( x 2 x1 ) + t s p +
2 n 2 n1 2 n 2 n1
Respuesta:
Podemos afirmar con 99% de confianza que la diferencia entre las medias ( 2 - 1 ) poblacionales se
encuentra entre 0.70 y 3.30.
a) Se selecciona una muestra aleatoria de 200 votantes y se encuentra que 114 apoyan un convenio de
anexin. Encuentre un intervalo de confianza de 96% para la fraccin de la poblacin votante que
favorece el convenio.
b) Qu podemos asegurar con 96% de confianza acerca de la posible magnitud de nuestro error si
estimamos que la fraccin de votantes que favorecen la anexin es 0.57?
Datos:
a) Incgnita:
Intervalo de confianza de 96% para la fraccin de la poblacin que favorece el convenio.
Solucin:
p * q
=
( 0.57 ) * ( 0.43) =
0.2451
= 0,0012255 0.035
n 200 200
p * q p * q
p z * < p < p + z *
2 n 2 n
Respuesta:
Podemos afirmar con 96% de confianza que la fraccin que favorece el convenio se encuentra entre 0.49811
y 0.64189, es decir, 49.81% y 64.19% respectivamente.
b) Incgnita:
Posible error de estimacin.
Solucin:
Respuesta:
Podemos afirmar con 96% de confianza que le error de estimacin no superar el 7.2 %.
Datos:
Sabemos que:
p 0.57
Y que q 0.43
Incgnita:
Solucin:
Con
Intervalo de error e = 0.02.
z 2 2 pq
n=
e2
n=
( 2.054) 2 ( 0.57 )( 0.43) =
1.030
2575 votantes
( 0.02) 2 0.0004
Respuesta:
Si basamos nuestra estimacin de p sobre una muestra aleatoria de tamao 2575, podemos tener una
confianza de 96% de que nuestra proporcin muestral no diferir de la proporcin real por ms de 0.02.
intervalo de confianza de 95% para la diferencia entre la proporcin de hombres y mujeres que
padecen el trastorno sanguneo.
Datos:
P1 : hombres
P2 : mujeres
p1 : proporcin de hombres que tienen cierto trastorno sanguneo menor.
p2 : proporcin de mujeres que tienen cierto trastorno sanguneo menor.
Tamao de la primer muestra n1 = 1000 hombres.
Tamao de la segunda muestra n2 = 1000 mujeres.
Nmero de xitos de la primer muestra x1 = 250.
Nmero de xitos de la segunda muestra x2 = 275.
x 250
Proporcin de xitos de la primer muestra p1 = = = 0.25
n 1000
x 275
Proporcin de xito de la segunda muestra p 2 = = = 0.275
n 1000
Proporcin de fracasos de la primer muestra q 1 = 1 p1 = 1 0.25 = 0.75
Proporcin de fracasos de la segunda muestra q 2 = 1 p 2 = 1 0.275 = 0.725
Diferencia entre proporciones de xitos p 1 p 2 = 0.25 0.275 = 0.025
Incgnita:
Intervalo de confianza de 96% para la diferencia de las fracciones de poblacin que favorece el convenio.
Solucin:
p1 * q 1 p 2 * q 2 p * q p * q
( p 2 p1 ) z * + < p 2 p1 < ( p 2 p1 ) + z * 1 1 + 2 2
2 n1 n2 2 n1 n2
Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre la proporcin de hombres y mujeres que
padecen el trastorno sanguneo se encuentra entre 0.01355 y 0.06355.
b) Calcule un intervalo de confianza de 95% para ver si hay evidencia de que la proporcin de mujeres
contratadas como personal editorial en 1994 fue mayor que la proporcin contratada en 1990.
Datos:
Tamao de la muestra n = 20 empleados.
6.74
Proporcin de xitos en 1990 las mujeres constituan 33,7 % de 20 empleados P1 = = 0.337
20
7.24
Proporcin de xitos en 1994 las mujeres constituan 36,2 % de 20 empleados P2 = = 0.362
20
Proporcin de fracasos de la muestra en 1990 q 1 = 1 p1 = 1 0.337 = 0.663
Proporcin de fracasos de la muestra en 1994 q 2 = 1 p 2 = 1 0.362 = 0.638
Intervalo de confianza IC = 95%
100 = 100(1 - ) % = 95% => =0.05 => z1 2 => z0.025 1.96 .
a) Incgnita:
Estimar el nmero que habran sido mujeres en cada ao.
Solucin:
En 1990 el 33.7% de 20
n * P1 = 20 * 0.337 = 6.74 7 mujeres
En 1994 el 36.2% de 20
n * P2 = 20 * 0.362 = 7.24 7 mujeres
Respuesta:
Estimamos que en 1990 habra sido de 6.74 7 mujeres, y en 1994 la estimacin habra sido de 7.24 7
mujeres.
b) Incgnita:
Intervalo de confianza de 95% para ver si hay evidencia de que la proporcin de mujeres contratadas
como personal editorial en 1994 fue mayor que la proporcin contratada en 1990.
Solucin:
( P P ) Z
2 1 /2 *
p 1 * q1 p 2 * q 2
n1
+
n2
( )
< p 2 p1 < P2 P1 + Z / 2 *
p 1 * q1 p 2 * q 2
n1
+
n2
Datos:
P: bateras de automvil.
X: tiempo de duracin en aos de una batera.
Media poblacional x = 3 aos.
Desviacin estndar poblacional x = 1 ao. X ~ N( x = 3, x = 1)
Intervalo de varianza IC = 95%.
Tamao de la muestra n = 5 bateras.
Incgnita:
2 = 1 ao 2
Solucin:
Se desea estimar el valor de la varianza utilizando S 2 como estimador.
2
n
n
n x i2 x i
s 2 = i =1 i =1
n ( n 1)
s2 =
( 5) * ( 48.26 ) (15) 2 =
241.3 225
= 0.815 ao 2
( 5)( 4) 20
S = 0.902774 aos
( n 1) s 2 < 2
<
( n 1) s 2
2 12
2 2
( 5 1)( 0.815) < 2 < ( 5 1)( 0.815) ( 4)( 0.815) < 2 < ( 4)( 0.815)
11.113 0.484 11.113 0.484
3.26 3.26
<2 <
11.113 0.484
0.292639 < 2 < 6.735537 ( ao 2 )
Respuesta:
Podemos afirmar con 95% de confianza que, ya que este intervalo 0.292639 < 2 < 6.735537 contiene a 1,
que la afirmacin del fabricante, de que 2 = 1, es vlida.
a) Calcule un intervalo de confianza de 95% para 1 2, suponga que las poblaciones se distribuyen de
forma aproximadamente normal. Puede no suponer que las varianzas son iguales.
Datos:
P1 : neumticos de la marca A.
P2 : neumticos de la marca B.
X1 : duracin en kilmetros de un neumtico de la marca A.
X2 : duracin en kilmetros de un neumticos de la marca B.
Tamao de la primer muestra n1 = 12 neumticos.
Tamao de la segunda muestra n2 = 12 neumticos.
Media de la primer muestra x 1 = 36300 Km.
Media de la segunda muestra x 2 = 38100 Km.
Desviacin estndar de la primer muestra s 1 = 5000 Km.
Desviacin estndar de la segunda muestra s 2 = 6100 Km.
a) Incgnita:
Intervalo de confianza para la diferencia de las medias poblacionales, 1 2, con 95% de confianza.
Solucin:
s12 s 22 s12 s 22
( x1 x 2 ) t + < 1 2 < ( x1 x 2 ) + t + donde t 2 es el valor t con
2 n1 n 2 2 n1 n2
=
(s12
n1 + s 2
2 n2
2
)
(
s12 n1
2
+
) (
s22 n2
2
)
n1 1 n 2 1
Respuesta:
Podemos afirmar con un 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
6533.4 y 2933.4.
b) Incgnita:
Intervalo de confianza de 90% para 21/ 22.
Solucin:
s12 12 s12
< f ( 1, 2 )
1
<
s 22 f ( 1, 2 ) 22 s 22 2
2
2
25000000 1 1 25000000
< 2 < ( 2.80 )
37210000 2.80 2 37210000
12
0.238249 < < 1.894652
22
Respuesta:
Podemos afirmar con 90% de confianza que 12 22 se encuentra entre 0.238249 y 1.894652, ya que el
intervalo contiene a 1 es razonable asumir que 21 = 22.
Solucin:
En smbolos:
H 0 ) p 0.30
H 1 ) p < 0.30
a) Cuando concluye que al menos de 30% del pblico es alrgico a algunos productos de queso cuando, de
hecho, el 30% o ms son alrgicos.
b) Cuando concluye que al menos el 30% del pblico es alrgico a algunos productos de queso cuando, de
hecho, menos del 30% son alrgicos.
Datos:
a) Incgnita:
Probabilidad de error tipo I,
Solucin:
Proporcin de adultos graduados universitarios p = 0.6 graduados universitarios.
Respuesta:
La probabilidad de cometer un error tipo I con p = 0.6 es del 6.09%.
b) Incgnita:
Probabilidad de error tipo II,
Solucin:
Proporcin de adultos graduados universitarios p = 0.5 graduados universitarios.
i =12
= P(error tipo II) =P(6 x 12 | p = 0.5) = b( x;15;0.5) = Aplicando Tabla A.1 = 0.8464 =
i =6
84.64%.
c) Incgnita:
Es este un buen procedimiento de prueba?
Solucin:
El procedimiento empleado para este ejercicio no es un buen procedimiento de prueba ya que la probabilidad
es muy alta.
Problema 33 (Ref: Pg. 304 Ej. 5)
Repita el ejercicio 4 cuando se seleccionan 200 adultos y la regin de aceptacin se define como 110
x 130 donde x es el nmero de graduados universitarios en nuestra muestra. Utilice la
aproximacin normal.
Datos:
a) Incgnita:
Probabilidad de error tipo I,
Solucin:
Proporcin de adultos graduados universitarios p = 0.6 graduados universitarios.
y
Z=
= P(error tipo I) = P(110 > x > 130 | p = 0.6) = P( x < 110 | p = 0.6) + P( x > 130 | p = 0.6) =
= P(z < -1.52) + P(z < 1.52) = (2)*(0.0643) = 0.1286 = 12.86%.
Respuesta:
La probabilidad de cometer un error tipo I con p = 0.6 es del 12.86%.
b) Incgnita:
Probabilidad de error tipo II,
Solucin:
y
Z=
= P(error tipo II) =P(110 < x < 130 | p = 0.5) =P(1.34 < z < 4.31) = P(z 4.31) P(z 1.34) =
= 1 0.9099 = 0.0901 = 9.01%.
y
Z=
= P(error tipo II) =P(110 < x < 130 | p = 0.7) = P(-4.71< z < -1.47) = P(z -1.47) P(z -4.71) =
= 0.0708 0 = 0.0708 = 7.08%.
Respuesta:
c) Incgnita:
Es este un buen procedimiento de prueba?
Solucin:
Para este procedimiento la probabilidad de cometer un error Tipo I es algo alto, aunque se reduce
dramticamente la probabilidad de cometer un error Tipo II.
Datos:
P : votantes de una cierta ciudad.
p : proporcin de votantes a favor del impuesto.
X : un votante de esa ciudad.
Tamao de la muestra n = 400 votantes.
Regin de aceptacin 220 < x < 260 221 x 259 votantes que favorecen el impuesto.
a) Incgnita:
Probabilidad de error tipo I,
Solucin:
Proporcin de votantes a favor del impuesto p = 0.6 votantes a favor del impuesto.
y
Z=
= P(error tipo I) = P(221 > x > 259 | p = 0.6) = P( x < 221 | p = 0.6) + P( x > 259 | p = 0.6) =
=P(z < -1.99) + P(z < 1.99) = (2)*(0.0233) = 0.0466 = 4.66%.
Respuesta:
La probabilidad de cometer un error tipo I con p = 0.6 es del 4.66%.
b) Incgnita:
Probabilidad de error tipo II,
Solucin:
y
Z=
= P(error tipo II) =P(221 < x < 259 | p = 0.48) = P(2.85< z < 6.75) = P(z 6.75) P(z 2.85) =
=1 0.9978 = 0.0022 = 0.22%.
Respuesta:
La probabilidad de cometer un error tipo II con p = 0.48 es del 0.22%.
Datos:
a) Incgnita:
Probabilidad de error tipo I,
Solucin:
Proporcin de votantes a favor del impuesto p = 0.6 votantes a favor del impuesto.
Media = n*p = (400)*(0.6) = 240.
Desviacin estndar = n * p * q = ( 400 ) * ( 0.6 ) * ( 0.4) 9.79
Necesitamos conocer el rea bajo la curva normal entre
215 x 265 215 - 0.5 y 265 + 0.5 214.5 y 265.5
= P(error tipo I) = P(214 > x > 266, cuando p = 0.6) = (2)*P(z < -2.60) = (2)*(0.0047) = 0.0094 = 0.94%.
Respuesta:
La probabilidad de cometer un error tipo I con p = 0.6 es del 0.94%.
b) Incgnita:
Probabilidad de error tipo II,
Solucin:
Proporcin de adultos graduados universitarios p = 0.48 graduados universitarios.
Media = n*p = (400)*(0.48) = 192.
Desviacin estndar = n * p * q = ( 400 ) * ( 0.48) * ( 0.52 ) 9.99
Necesitamos conocer el rea bajo la curva normal entre 214.5 y 265.5
215 x 265 215 - 0.5 y 265 + 0.5 214.5 y 265.5
= P(error tipo II) =P(214 < x < 266, cuando p = 0.48) =P(2.25 z 7.35) = P(z 7.35) P(z 2.25) =
= 1 0.9878 = 0.0122 = 1.22%.
Respuesta:
La probabilidad de cometer un error tipo II con p = 0.48 es del 1.22%.
Problema 36 (Ref: Pg. 305 Ej. 15)
Una mquina de refrescos en un restaurante de carnes asadas se ajusta de modo que la cantidad de
bebida que sirva est distribuida de forma aproximadamente normal con una media de 200 mililitros y
una desviacin estndar de 15 mililitros. La mquina se verifica peridicamente con una muestra de
nueve bebidas y con el clculo del contenido promedio. Si x cae en el intervalo 191 < x < 209, se
considera que la mquina opera de manera satisfactoria: de otro modo, concluimos que 200
mililitros.
a) Encuentre la probabilidad de cometer un error tipo I cuando = 200 mililitros.
Datos:
P : bebida que sirve cierta maquina de refresco.
X : medida en mililitros de esa maquina de refresco.
Tamao de la muestra n = 9 bebidas.
Desviacin estndar poblacional = 15 mililitros.
15 15
Desviacin estndar muestral x = x = = = 5 mililitros.
n 9 3
Regin de aceptacin 191 < x < 209.
a) Incgnita:
Probabilidad de error tipo I,
Solucin:
Media = 200 mililitros. X ~ N( x = 200, x = 15)
Necesitamos conocer el rea bajo la curva normal entre 191 y 209
= P(error tipo I) = P(191 > x > 209) = (2)*P(z < -1.80) = (2)*(0.0359) = 0.0718 = 7.18%.
Respuesta:
La probabilidad de cometer un error tipo I con es del 7.18%.
b) Incgnita:
Probabilidad de error tipo II,
Solucin:
Media = 215 mililitros. X ~ N( x = 200, x = 15)
Necesitamos conocer el rea bajo la curva normal entre 191 y 209
= P(error tipo II) =P(191 < x < 209) =P(-4.80 z -1.20) = P(z -1.20) P(z -4.80) =
= 0.1151 0 = 0.1151 = 11.51%.
Respuesta:
La probabilidad de cometer un error tipo II es del 11.51%.
Datos:
P : focos fabricados en cierta empresa elctrica.
X ~ N ( x = 788, x = 40 )
Incgnita:
Rechazo o aceptacin de la hiptesis nula.
Solucin:
Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estndar Z, donde
X
z=
n
788 800
z= =-1.64
7.30
Respuesta:
No rechazamos la hiptesis nula ya que el valor de z hallado se encuentra dentro de la regin de no rechazo.
Datos:
Incgnita:
Rechazo o aceptacin de la hiptesis nula.
Solucin:
Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estndar Z, donde
X
z=
n
23500 20000
z= = 8.97.
3900 / 100
Respuesta:
Se sabe que el volumen de los envases de un lubricante particular se distribuye normalmente con una
varianza de 0.03 litros. Pruebe la hiptesis de que 2 = 0.03 contra la alternativa de que 2 0.03 para la
muestra aleatoria de 10 envases del ejercicio 7 de la pgina 326. Use un nivel de significanca de 0.01.
Datos:
P : envases de un lubricante.
X : contenido en litros de un envase de ese lubricante.
Tamao de la muestra n = 10 envases.
n
Media muestral X
i =1
i
x=
n
10.2 + 9.7 + 10.1 + 10.3 + 10.1 + 9.8 + 9.9 + 10.4 + 10.3 + 9.8
= = 10.06 litros.
10
n
(X X)
2
i
Desviacin estndar muestral i =1
s=
n 1
s=
(10.2 10.06 )2 + (9.7 10.06) 2 + (10.1 10.06) 2 + (10.3 10.06) 2 + (10.1 10.06) 2 + (9.8 10.06) 2 + (9.9 10.06
9
(0.14 )2 + ( 0.36 )2 + ( 0.04 )2 + ( 0.24 )2 + (0.04)2 + ( 0.26 )2 + ( 0.16 )2 + (0.34)2 + ( 0.24 ) 2 + ( 0.26 )2
= =
9
Nivel de significancia = 0.01
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
10.06 10
X t= = 0.7722 .
t= 0.0777
s
n
Si t , n 1
< t < t , n 1 , no se rechaza H0.
2 2
t 0.01 ,9
< t < t 0.01 ,9
2 2
t 0.005,9 < t < t 0.005,9 Aplicando Tabla A.4.
- 3.250 < t < 3.250
Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin de No Rechazo.
b) Ref. Pg. 339 Ej.1
Datos:
Media muestral X
i =1
i
=
10.2 + 9.7 + 10.1 + 10.3 + 10.1 + 9.8 + 9.9 + 10.4 + 10.3 + 9.8
= 10.06
x= 10
n
litros.
n
(X X)
2
i
Desviacin estndar muestral i =1
s=
n 1
(10.2 10.06 ) 2
+ (9.7 10.06)
2
+ (10.1 10.06)
2
+ (10.3 10.06)
2
+ (10.1 10.06)
2
+ (9.8 10.06)
2
+ (9.9 10.06
s =
9
(0.14 )2 + ( 0.36 )2 + ( 0.04 )2 + ( 0.24 )2 + (0.04 )2 + ( 0.26 )2 + ( 0.16 )2 + ( 0.34 )2 + ( 0.24 ) 2 + ( 0.26 )2
= =
9
Nivel de significancia = 0.01
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
( n 1) * s 2
x2 =
2
Segn Tabla A.5 => 0.025 < P(2 >18.13) < 0.05
Respuesta:
No rechazamos la hiptesis nula ya que la muestra de 10 envases no es suficiente para mostrar que 2 no es
igual a 0.03.
toma de una poblacin normal diferente con una desviacin estndar 2 = 3.4, tiene una media x 2 =
76. Pruebe la hiptesis de que 1 = 2 contra la alternativa 1 2. Cite un valor P en su conclusin.
Datos:
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
z=
(X 1 X 2 ) ( 1 2 )
12 22
+
n1 n 2
z=
( 81 76) ( 0) =
5
4.222
27.04 11.56 1.184
+
25 36
Respuesta:
Rechazamos la hiptesis nula ya que la probabilidad de que ocurra es aproximadamente del 0%.
Una compaa armadora de automviles trata de decidir si compra llantas de la marca A o de la B para
sus modelos nuevos. Se lleva a cabo un experimento, para ayudar a llegar a una decisin, en el que se
usan 12 llantas de cada marca. Las llantas se utilizan hasta que se acaban. Los resultados son:
Prueba la hiptesis de que no hay diferencias en las dos marcas de llantas con un nivel de significancia
de 0.05. Suponga que las poblaciones se distribuyen de forma aproximadamente normal con varianzas
iguales.
Datos:
Tamao de la primer muestra n1 = 12 llantas.
Tamao de la segunda muestra n2 = 12 llantas.
Desviacin estndar de la primer muestra s1= 5100 Km.
Desviacin estndar de la segunda muestra s2 = 5900 Km.
Media de la primer muestra x 1 = 37900 Km.
Media de la segunda muestra x 2 = 39800 Km.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
sp =
( s ) * ( n 1) + ( s ) * ( n
2
1 1
2
2 2 1)
n1 + n2 2
sp =
( 26010000) * (11) + ( 34810000) * (11) =
286110000 + 382910000
=
669020000
= 5514.52 Km.
12 + 12 2 22 22
t=
(X 1 X 2 ) ( 1 2 )
1 1
sp +
n1 Warlet
Lafata Desio Fernando,
n 2 Ivn Lautaro Pgina 60 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
t=
( 37900 39800) ( 0) =
1900
=
1900
0.84
1 1 ( 5514.52 )( 0.408) 2249.92
5514.52 +
12 12
Si t , n1 + n 2 2
< t < t ,n1 + n 2 2 , no se rechaza H0.
2 2
t 0.05 ,12 +12 2
< t < t 0.05 ,12 +12 2
2 2
t 0.025, 22 < t < t 0.025, 22 Aplicando Tabla A.4.
2.074 < t < 2.074
Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin crtica.
Datos:
Tamao de la primer muestra n1 = 12 llantas.
Tamao de la segunda muestra n2 = 12 llantas.
Desviacin estndar de la primer muestra s1= 5100 Km.
Desviacin estndar de la segunda muestra s2 = 5900 Km.
Media de la primer muestra x 1 = 37900 Km.
Media de la segunda muestra x 2 = 39800 Km.
Hiptesis nula H 0: 1 = 2
Hiptesis alternativa H 1: 1 < 2
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
Sabemos que:
1
f 1 ( 1, 2 ) = con v1 = n1 1 y v2 = n2 1 grados de libertad
f ( 2 , 1 )
Lafata Desio Fernando, Warlet Ivn Lautaro Pgina 61 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
1 1
f 0.95 (11,11) = = 0.35
f 0.05 (11,11) 2.82
Grficamente:
2
La hiptesis nula se rechaza cuando f > 2.82 f < 0.35 , donde f = s1 , con v1 = 11 y v1 = 11
s 22
grados de libertad.
23010000
y por ello f = = 0.7472
34810000
Respuesta:
Rechazamos la hiptesis nula, para 12 = 22 , ya que el valor de f hallado es f < 0.35, 0.7472 < 0.35.
Pruebe la hiptesis de que el tiempo de duracin promedio de las pelculas producidas por la compaa
2 excede el tiempo promedio de duracin de la que produce la compaa 1 en 10 minutos, contra la
alternativa unilateral de que la diferencia es de ms de 10 minutos. Utilice un nivel de significancia de
0.1 y suponga que las distribuciones de los tiempos son aproximadamente normales con varianzas
iguales.
Datos:
X1 : tiempo de duracin en minutos de una pelcula producida por la compaa 1.
X2 : tiempo de duracin en minutos de una pelcula producida por la compaa 2.
Tamao de la primer muestra n1 = 5 pelculas.
Tamao de la segunda muestra n2 = 7 pelculas.
n
(
X 1 ~ N x1 = 97.4, x1 = 19.86 ) (
X 2 ~ N x 2 = 110, x 2 = 79.95 )
(X X)
2
i
Desviacin estndar de la primer muestra i =1
s1 =
n1 1
s1 =
(102 97.4) 2 + (86 97.4) 2 + (98 97.4) 2 + (109 97.4) 2 + (92 97.4) 2 =
4
(X X)
n
2
i
Desviacin estndar de la segunda muestra
s2 = i =1
n2 1
s2 =
( 81 110 ) 2 + (165 110)2 + (97 110) 2 + (134 110)2 + (92 110)2 + (87 110)2 + (114 110) 2 =
6
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
t=
(X 2 X1 ) ( 2 1 )
s 22 s12
+
n 2 n1
t=
(110 97.4) (10 ) =
12.6 10
=
2.6
=
2.6
0.22
913.24 78.67 130.46 + 15.73 146.19 12.09
+
7 5
Si t ,
< t < t , , no se rechaza H0.
2 2
Con
( s1 n1 + s 2 n 2 )
2 2 2
=
( 78.68 5 + 913.25 7 )
2
=
( 15.74 + 130.46 )
2
=
( s1 n1 ) + ( s2 n2 )
2 2 2 2
( 78 . 68 5 ) 2
+
( 913 . 25 7 ) 2
( 15 . 74 ) 2
+
( 130 . 46 ) 2
n1 1 n2 1 51 71 4 6
=
( 146.2) 2 =
21374.44
=
21374.44
7.38 = 7
247.75 17019.81 61.90 + 2836.75 2898.65
+
4 6
entonces: t 0.1 ,7
< t < t 0.1 ,7
2 2
t 0.05, 7 < t < t 0.05, 7 Aplicando Tabla A.4.
2.998 < t < 2.998
Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin crtica.
b) Ref. Pg. 340 Ej. 10
Datos:
Tamao de la primer muestra n1 = 5 pelculas.
Tamao de la segunda muestra n2 = 7 pelculas.
n
(X X)
2
i
Desviacin estndar de la primer muestra i =1
s1 =
n1 1
s1 =
(102 97.4) 2 + (86 97.4) 2 + (98 97.4) 2 + (109 97.4) 2 + (92 97.4) 2 =
4
(X X)
n
2
i
Desviacin estndar de la segunda muestra
s2 = i =1
n2 1
s2 =
( 81 110 ) 2 + (165 110) 2 + (97 110) 2 + (134 110)2 + (92 110)2 + (87 110)2 + (114 110) 2 =
6
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
Sabemos que:
1
f 1 ( 1, 2 ) = con v1 = n1 1 y v2 = n2 1 grados de libertad
f ( 2 , 1 )
1 1
f 0.95 ( 4,6 ) = = 0.16
f 0.05 ( 6,4 ) 6.16
Grficamente:
2
f = s
La hiptesis nula se rechaza cuando f > 4.53 f < 0.16 , donde 1 , con v1 = 4 y v1 = 6
s 22
grados de libertad.
78.7
y por ello f = = 0.09
913.25
Respuesta:
Rechazamos la hiptesis nula, para 12 = 22 , ya que el valor de f hallado es f < 0.16, 0.09 < 0.16.
Datos:
X ~ N( x = 22.5, x = 4.10)
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
x
Z=
28 22.5
Z = = 1.338877 1.34
4.107919
Respuesta:
No rechazamos la hiptesis nula ya que no hay suficiente evidencia para concluir que P> 0.25.
Datos:
P1 : residentes urbanos de cierta ciudad.
P2 : residentes suburbanos de cierta ciudad.
p1 : proporcin de residentes urbanos a favor de la construccin de una planta de energa nuclear.
p2 : proporcin de residentes suburbanos a favor de la construccin de una planta de energa nuclear.
Tamao de la primer muestra n1 = 100 residentes urbanos.
Tamao de la segunda muestra n2 = 125 residentes suburbanos.
Cantidad de urbanos a favor x1 = 63 residentes urbanos.
Cantidad de suburbanos a favor x2 = 59 residentes suburbanos.
x 63
Proporcin de urbanos a favor p1 = 1 = = 0.63
n 1 100
x2 59
Proporcin de suburbanos a favor p 2 =
= = 0.472
n 2 125
x + x2 63 + 59 122
Combinacin de las proporciones p = 1 = = = 0.542
n 1 + n 2 100 + 125 225
Hiptesis nula H0: p1 = p2.
Hiptesis alternativa H1: p1 p2.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
p 1 p 2
z=
p q[ (1 n1 ) + (1 n2 ) ]
P(z > 2.36 ) = 2* P(z > 2.36) = 2*(1 0.9909) = 0.0182 = 1.82%
Respuesta:
Rechazamos la hiptesis nula ya que hay una probabilidad de que ocurra del 1.82%. La proporcin de los
residentes urbanos a favor de la construccin de una planta de energa nuclear es mayor que la proporcin de
los residentes suburbanos a favor de la construccin de dicha planta.
Datos:
P1 : mujeres con menos de dos aos de casada.
P2 : mujeres con cinco aos de casadas.
p1 : proporcin de mujeres con menos de dos aos de casadas.
p2 : proporcin de mujeres con cinco aos de casadas.
Tamao de la primer muestra n1 = 300 mujeres con menos de dos aos de casadas.
Tamao de la segunda muestra n2 = 400 mujeres con cinco aos de casadas.
Cantidad con menos de dos aos de casadas x1 = 240 mujeres.
Cantidad con cinco aos de casadas x2 = 288 mujeres.
x 240
Proporcin con menos de dos aos p1 = 1 = = 0.80
n 1 300
x 2 288
Proporcin con cinco aos p 2 = = = 0.72
n 2 400
x + x 2 240 + 288 528
Combinacin de las proporciones p = 1 = = = 0.754
n1 + n 2 300 + 400 700
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
Utilizamos la aproximacin normal
p 1 p 2
z=
p q[ (1 n1 ) + (1 n2 ) ]
Respuesta:
Rechazamos la hiptesis nula. La proporcin de mujeres con menos de 2 aos de casadas que planean tener
hijos es considerablemente ms alta que la proporcin de mujeres con 5 aos de casadas que planean tener
hijos.
Muestra
Anlisis 1 2 3 4 5
Rayos X 2,0 2,0 2,3 2,1 2,4
Qumico 2,2 1,9 2,5 2,3 2,4
Suponga que las poblaciones son normales, pruebe con un nivel de signficancia de 0.05 si los dos
mtodos de anlisis dan, en promedio, el mismo resultado.
Datos:
Tamao de la muestra n = 5 muestras.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
_
d=
( 0.2) + ( 0.1) + ( 0.2) + ( 0.2) + ( 0.0) = 0.1
5
la desviacin estndar
2
n
n
n * d i2 - d i
i =1 i =1
sd =
n * ( n 1)
sd =
[ 2 2 2
]
5 * ( - 0.2 ) + ( 0.1) + ( - 0.2 ) + ( - 0.2 ) + ( 0.0 ) - [ ( 0.2) + ( 0.1) + ( 0.2) + ( 0.2) + ( 0.0 ) ]
2 2 2
5 * ( 5 1)
5 * [ ( 0.13) ] - [ ( 0.5) ]
2
0.4
sd = = = 0.1414
5 * ( 4) 20
_
d d 0
Calculamos t = s con nuestros datos
d
n
0.1
t= = 1.58
0.1414
5
Respuesta:
No rechazamos la hiptesis nula. Concluimos que ambos mtodos no son considerablemente diferentes.
Podemos concluir que los autos equipados con llantas radianes dan una economa de combustible
mejor que los equipados con llantas de cinturn?. Suponga que las poblaciones se distribuyen
normalmente. Utilice un valor P en su conclusin.
Datos:
Tamao de la muestra n = 12 autos.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
_
d d 0
Donde t = s con v = n-1 grados de libertad
d
n
Calculando:
n
d
La media muestral _ i =1 i
d=
n
_
d=
( 0.1) + ( 0.2) + ( 0.4) + ( 0.1) + ( 0.1) + ( 0.1) + ( 0.0 ) + ( 0.2) + ( 0.5) + ( 0.2 ) + ( 0.1) + ( 0.3) = 0.1417 Km
12
la desviacin estndar
2
n
n
n * d i2 - d i
i =1 i =1
sd =
n * ( n 1)
12 * [ ( 0.67 ) ] - [1.7 ]
2
5.15
sd = = = 0.198 Km
12 * (11) 132
_
d d 0
Calculamos t = s con nuestros datos
d
n
0.1417
t= = 2.48
0.198
12
Y P = P( t > 2.48) = 0.02 con 11 grados de libertad
Respuesta:
Rechazamos hiptesis nula ya que el nivel de significancia esta por encima del 0.02.
Datos:
Tamao de la muestra n = 7 mujeres.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
_
d d 0
Donde t = s con v = n-1 grados de libertad
d
n
Calculando:
n
d
La media muestral _ i =1 i
d=
n
Mujeres
Peso 1 2 3 4 5 6 7
58, 60, 61, 69, 64, 62,
Antes 5 3 7 0 0 6 56,7
60, 54, 58, 62, 58, 59,
Despus 0 9 1 1 5 9 54,4
di -1,5 5,4 3,6 6,9 5,5 2,7 2,3
_
d=
( 1.5) + ( 5.4) + ( 3.6) + ( 6.9) + ( 5.5) + ( 2.7 ) + ( 2.3) = 3.557 Kilogramos
7
la desviacin estndar
2
n
n
n * d i2 - d i
i =1 i =1
sd =
n * ( n 1)
7 * [ (134.81) ] - [24.9 ]
2
323.66
sd = = = 2.776 Kilogramos
7 * (6 ) 42
_
d d 0 3.557 4.5
t= = 0.896
Calculamos t = s con nuestros datos 2.776
d
n 7
Respuesta:
No rechazamos la hiptesis nula.
Si se supone que las poblaciones se distribuyen normalmente, hay suficiente evidencia, al nivel de
significancia de 0.05, para decir que la duracin del almacenamiento influye en las concentraciones
residuales de cido srbico?
Datos:
Tamao de la muestra n = 8 rebanadas.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
_
d d 0
Donde t = s con v = n-1 grados de libertad
d
n
Calculando:
n
d
La media muestral _ i =1 i
d=
n
_
d=
(108) + (174) + (161) + (115) + (153) + ( 63) + ( 711) + (104) = 198.625
Milln/partes
8
la desviacin estndar
2
n
n
n * d i2 - d i
i =1 i =1
sd =
n * ( n 1)
8 * [ (624801) ] - [1589 ]
2
2473487
sd = = = 210.165 Milln/partes
8 * (7 ) 56
_
d d 0
Calculamos t = s con nuestros datos
d
n
198.625
t= = 2.67
210.165
8
Respuesta:
Rechazamos la hiptesis nula. La duracin de almacenamiento influye en las concentraciones residuales de
cido srbico.
x 0 1 2 3
3 5
f 1 1 5 25
Pruebe la hiptesis con un nivel de significancia de 0.05 de que los datos registrados se pueden ajustar
con una distribucin hipergeomtrica h (x; 8, 3, 5), x = 0, 1, 2, 3.
Datos:
Variable aleatoria X: nmeros de canicas rojas.
Repeticiones del experimento m = 112 veces.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
k N k
Aplicando la distribucin hipergeomtrica a nuestros datos:
N
Lafata Desio Fernando, Warlet Ivn Lautaro n Pgina 78 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
5 8 3
03 (1)
P(x = 0)=
= = 0.1786 e0 = (112)*(0.01786) = 2.
8 56
3
Lafata Desio Fernando, Warlet Ivn Lautaro Pgina 79 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
5 8 3
13 2(5)31
P(x = 1)=
8 56
3
Lafata Desio Fernando, Warlet Ivn Lautaro Pgina 80 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
5 8 3
23 1(0)3
P(x = 2)=
8 56
3
Lafata Desio Fernando, Warlet Ivn Lautaro Pgina 81 de 104
Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008
5 8 3
3 0(1)
P(x = 3)=
8 56
3
I xi P(x = xi) ei = mpi oi j
1 0 0.01786 2 1 1
2 1 0.26786 30 31
3 2 0.53571 60 55 2
4 3 0.17857 20 25 3
Totales ~1 112 112
Combinamos las clases adyacentes, donde las frecuencias esperadas son menores que cinco. En consecuencia,
el numero total de intervalos se reduce de cuatro a tres, lo que tiene como resultado = 2 grados de libertad.
Una prueba de la bondad de ajuste entre las frecuencias observadas y esperadas se basa en la cantidad
2 (
n o i ei )2
=
i =1 ei
Donde 2 es un valor de una variable aleatoria cuya distribucin muestral se aproxima muy de cerca con la
distribucin ji cuadrada con = k 1grados de libertad. Los smbolos oi y ei representan las frecuencias
observada y esperada, respectivamente, para la i-sima celda.
2 (
n o i ei ) 2 ( 32 32 ) 2 ( 55 60) 2 ( 25 20 ) 2 25 25
= = + + =0+ + = 1.667
i =1 ei 32 60 20 60 20
2
Para un nivel de significancia igual a , encontramos el valor crtico de la tabla A.5., y entonces
2 > 2 constituye la regin critica.
Con el uso de la tabla A.5., encontramos 02.05 = 5.991 con = 2 grados de libertad.
Respuesta:
Como 2 < 2 , 1.667 < 5.991, No se rechaza la hiptesis nula. Concluimos que no hay suficiente evidencia
para sospechar que la distribucin no es hipergeomtrica.
x 1 2 3 4 5 6 7 8
13 6 3 1
f 6 0 4 2 9 1 3 1
Prueba la hiptesis con un nivel de significancia de 0.05 de que la distribucin observada de X se puede
ajustar por una distribucin geomtrica g (x; 1/2), x = 1, 2, 3,......
Datos:
Variable aleatoria X: nmeros de lanzamientos hasta que sale una cara.
Repeticiones del experimento m = 256 veces.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
8 8 0.00390625 2 1
Totales ~1 256 256
Combinamos las clases adyacentes, donde las frecuencias esperadas son menores que cinco. En consecuencia,
el numero total de intervalos se reduce de ocho a seis, lo que tiene como resultado = 5 grados de libertad.
2 (
n oi ei ) 2 (136 128) 2 ( 60 64) 2 ( 34 32 ) 2 (12 16 ) 2 ( 9 8) 2 ( 5 8) 2 64 16 4 16 1 9 25
= = + + + + + = + + + + + = =
i =1 ei 128 64 32 16 8 8 128 64 32 16 8 8 8
2
Para un nivel de significancia igual a , encontramos el valor critico de la tabla A.5., y entonces
2 > 2 constituye la regin critica.
Con el uso de la tabla A.5., encontramos 02.05 = 11.070 con = 5 grados de libertad.
Respuesta:
Como 2 < 2 , 3.125 < 11.070, No se rechaza la hiptesis nula. Concluimos que no hay suficiente evidencia
para sospechar que la distribucin no es geomtrica.
Datos:
Calificaciones m = 60.
Intervalos i = 9.
Media = 65.
Desviacin estndar = 21.
De acuerdo con el ejercicio 1 de la pgina 68, los intervalos y las frecuencias que se observan son
i Limite de oi
clases
1 - 19.5 3
2 19.5 29.5 2
3 29.5 39.5 3
4 39.5 49.5 4
5 49.5 59.5 5
6 59.5 69.5 11
7 69.5 79.5 14
8 79.5 89.5 14
9 89.5 + 4
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
Los valores z que corresponden a los lmites de las clases son:
65 19.5 65 45.5
z11 = = = z12 = = 2.17
21 21 21 21
de la tabla A.3. encontramos que el rea entre z 11 y z12 es
P(- < z < -2.17) = P(z < -2.17) P(z < - ) = 0.0150 0 = 0.0150
De aqu, la frecuencia esperada para la primer clase es
e1 = (60)*(0.0150) = 0.9
e4 = (60)*(0.1165) = 6.99
89.5 65 24.5 + 65 +
z 91 = = 1.17 z 92 = = = +
21 21 21 21
de la tabla A.3. encontramos que el rea entre z 91 y z92 es
P(1.17 < z < +) = P(z < +) P(z < 1.17) = 1 0.8790 = 0.121
De aqu, la frecuencia esperada para la novena clase es
e9 = (60)*(0.121) = 7.26
Combinamos las clases adyacentes, donde las frecuencias esperadas son menores que cinco. En consecuencia,
el numero total de intervalos se reduce de nueve a seis, lo que tiene como resultado = 5 grados de libertad.
2
Para un nivel de significancia igual a , encontramos el valor critico de la tabla A.5., y entonces
2 > 2 constituye la regin critica.
Con el uso de la tabla A.5., encontramos 02.05 = 11.070 con = 5 grados de libertad.
Respuesta:
Como 2 < 2 , 6.11 < 11.070, No se rechaza la hiptesis nula. Concluimos que no hay suficiente evidencia
para sospechar que la distribucin no es normal.
Datos:
Calificaciones m = 40.
Intervalos i = 10.
Media = 1.8.
Desviacin estndar = 0.4.
De acuerdo con el ejercicio 5 de la pgina 69, los intervalos y las frecuencias que se observan son
i Limite de oi
clases
1 - 0.795 1
2 0.795 0.995 1
3 0.995 1.195 1
4 1.195 1.395 2
5 1.395 1.595 4
6 1.595 1.795 13
7 1.795 1.995 8
8 1.995 2.195 5
9 2.195 2.395 3
10 2.395 + 2
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
Los valores z que corresponden a los lmites de las clases son:
10 0,0681 2,724 2
Totales ~1 40 40
Combinamos las clases adyacentes, donde las frecuencias esperadas son menores que cinco. En consecuencia,
el numero total de intervalos se reduce de diez a seis, lo que tiene como resultado = 5 grados de libertad.
(
n oi ei
2
)( 5 6.248) 2 + ( 4 5.952) 2 + (13 7.64) 2 + ( 8 7.676) 2 + ( 5 6.04 ) 2 + ( 5 6.444 ) 2 =
2 = =
i =1 ei 6.248 5.952 7.64 7.676 6.04 6.444
1.56 3.81 28.73 0.10 1.08
= + + + + + 2.08 5.166
6.248 5.952 7.64 7.676 6.04 6.444
2
Para un nivel de significancia igual a , encontramos el valor critico de la tabla A.5., y entonces
2 > 2 constituye la regin critica.
Con el uso de la tabla A.5., encontramos 02.01 = 15.086 con = 5 grados de libertad.
Respuesta:
Como 2 < 2 , 5.166 < 15.086, No se rechaza la hiptesis nula. Concluimos que no hay suficiente evidencia
para sospechar que la distribucin no es normal.
No Fumadores Fumadores
fumadores modernos empedernidos
Con hipertensin 21 36 30
Sin hipertensin 48 26 19
Datos:
Incgnita:
Dependencia o no de la hipertensin de los hbitos de fumar.
Solucin:
Buscamos las frecuencias marginales, para ello armamos una tabla de contingencia de 2 3 y definimos los
siguientes eventos.
N: Un individuo seleccionado es no fumador.
M: Un individuo seleccionado es fumador moderado.
E: Un individuo seleccionado es fumador empedernido.
S: Un individuo seleccionado tiene hipertensin.
C: Un individuo seleccionado no tiene hipertensin.
Tabla de contingencia 2 X 3:
N M E Total
C 2 3 3 87
1 6 0
S 4 2 1 93
8 6 9
Total 6 6 4 180
9 2 9
Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad:
69
P( N ) = 0.383
180
62
P( M ) = 0.344
180
49
P( E ) = 0.272
180
87
P( C ) = 0.483
180
93
P ( S) = 0.517
180
Ahora si H0 es verdadera y las dos variables son independientes, debemos tener las siguientes frecuencias
esperadas:
P( N C ) = P( N ) P( C ) =
( 69)( 87 )
33.35
180
P ( N S) = P ( N ) P ( S) =
( 69)( 93)
35.65
180
P ( M C ) = P( M ) P( C ) =
( 62)( 87 )
29.97
180
P ( M S) = P ( M ) P ( S) =
( 62 )( 93)
32.03
180
P( E C ) = P ( E ) P( C ) =
( 49)( 87 )
23.68
180
P ( E S) = P ( E ) P ( S) =
( 49 )( 93)
25.32
180
N M E Total
C 33.3 29.9 23.6 87
5 7 8
S 35.6 32.0 25.3 93
5 3 2
Total 69 62 49 180
Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, que dice:
Calcular
2 ( o i ei ) 2
=
i ei
Donde la suma se extiende a todas las celdas rc en la tabla de contingencia r X c. Si 2 > 2 con
= (r - 1)(c - 1) grados de libertad, rechazar la hiptesis nula de independencia al nivel de significancia ;
en cualquier otro caso, aceptar la hiptesis nula.
(
n o ei ) 2 ( 21 33.35) 2 ( 36 29.97) 2 ( 30 23.68) 2 ( 48 35.65) 2 ( 26 32.03) 2 (19 25.32) 2
2 = i = + + + + + =
i =1 ei 33.35 29.97 23.68 35.65 32.03 25.32
152.52 36.36 39.94 152.52 36.36 39.94
= + + + + + = 14.46
33.35 29.97 23.68 35.65 32.03 25.32
Si 2 > 2 con =(r 1)(c 1) grados de libertad, rechazar la hiptesis nula de independencia.
De la tabla A.5. encontramos que 02.05 = 5.991 para = (2 1)(3 1) = 2 grados de libertad.
Respuesta:
Como 2 > 2 , 14.46 > 5.991, se rechaza la hiptesis nula. Concluimos que la presencia o ausencia de
hipertensin y el hbito de fumar no son independientes.
Nmero de hijos
Educacin 0-1 2-3 Over 3
Elemental 14 37 32
Secundaria 19 42 17
Universidad 12 17 10
Datos:
Incgnita:
Dependencia o no del tamao de la familia del nivel de instruccin del padre.
Solucin:
Buscamos las frecuencias marginales, para ello armamos una tabla de contingencia de 3 3 y definimos los
siguientes eventos.
E: Un hombre seleccionado tiene un nivel de educacin elemental.
S: Un hombre seleccionado tiene un nivel de educacin secundaria.
U: Un hombre seleccionado tiene un nivel de educacin universitaria.
0: Un hombre seleccionado tiene a lo ms un hijo.
2: Un hombre seleccionado tiene entre dos y tres hijos.
3: Un hombre seleccionado tiene ms de tres hijos.
Tabla de contingencia 3 X 3:
0 2 3 Total
E 1 3 3 83
4 7 2
S 1 4 1 78
9 2 7
U 1 1 1 39
2 7 0
Total 4 9 5 200
5 6 9
Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad:
83
P( E ) = 0.415
200
78
P ( S) = 0.39
200
39
P( U ) = 0.195
200
45
P( 0 ) = 0.225
200
96
P( 2 ) = 0.48
200
59
P ( 3) = 0.295
200
Ahora si H0 es verdadera y las dos variables son independientes, debemos tener las siguientes frecuencias
esperadas:
P ( E 0 ) = P ( E ) P( 0 ) =
( 83)( 45)
18.675
200
P( E 2 ) = P( E ) P( 2 ) =
( 83)( 96)
39.84
200
P( E 3) = P( E ) P( 3) =
( 83)( 59)
24.485
200
P ( S 0 ) = P ( S) P ( 0 ) =
( 78)( 45)
17.55
200
P ( S 2 ) = P ( S) P ( 2 ) =
( 78)( 96)
37.44
200
P( S 3) = P( S) P( 3) =
( 78)( 59)
23.01
200
P ( U 0 ) = P( U ) P( 0 ) =
( 39)( 45)
8.775
200
P ( U 2 ) = P( U ) P( 2 ) =
( 39)( 96)
18.72
200
P ( U 3) = P ( U ) P ( 3) =
( 39)( 59 )
11.505
200
0 2 3 Total
E 18.67 39.8 24.48 83
5 4 5
S 17.55 37.4 23.01 78
4
U 8.775 18.7 11.50 39
2 5
Total 45 96 59 180
Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, con nuestros datos:
2 (
n oi ei )2 (14 18.675 ) 2 ( 37 39.84 ) 2 ( 32 24.485 ) 2 (19 17.55 ) 2 ( 42 37.44 ) 2 (17 23.01) 2 (12 8.775 ) 2
= = + + + + + +
i =1 ei 18.675 39.84 24.485 17.55 37.44 23.01 8.775
Si 2 > 2 con =(r 1)(c 1) grados de libertad, rechazar la hiptesis nula de independencia.
De la tabla A.5. encontramos que 02.05 = 9.488 para = (3 1)(3 1) = 4 grados de libertad.
Respuesta:
Como 2 < 2 , 7.46 < 9.488, no se rechaza la hiptesis nula. Concluimos que el tamao de la familia es
independiente del nivel de instruccin del padre.
Tipo de crimen
Distrito Asalto Robo Hurto Homicidio
1 162 118 451 18
2 310 196 996 25
3 258 193 458 10
Datos:
Incgnita:
Dependencia o no del tamao de la familia del nivel de instruccin del padre.
Solucin:
Buscamos las frecuencias marginales, para ello armamos una tabla de contingencia de 4 4 y definimos los
siguientes eventos.
A: El tipo de crimen es asalto.
R: El tipo de crimen es robo.
U: El tipo de crimen es hurto
H: El tipo de crimen es homicidio
1: El distrito seleccionado es el 1.
2: El distrito seleccionado es el 2.
3: El distrito seleccionado es el 3.
4: El distrito seleccionado es el 4
Tabla de contingencia 4 X 4:
A R U H Total
1 162 11 451 1 749
8 8
2 310 19 996 2 1527
6 5
3 358 19 458 1 1019
3 0
4 280 17 390 1 864
5 9
Total 111 68 229 7 4159
0 2 5 2
Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad:
1110
P( A ) = 0.27
4159
682
P( R ) = 0.16
4159
2295
P( U ) = 0.55
4159
72
P( H ) = 0.02
4159
749
P(1) = 0.18
4159
1527
P( 2 ) = 0.37
4159
1019
P( 3) = 0.24
4159
864
P( 4 ) = 0.21
4159
Ahora si H0 es verdadera y las dos variables son independientes, debemos tener las siguientes frecuencias
esperadas:
P( A 1) = P( A ) P (1) =
(1110 )( 749)
199.90
4159
P( U 1) = P( U ) P(1) =
( 2295)( 749)
413.31
4159
P( A 2 ) = P( A ) P( 2 ) =
(1110)(1527 )
407.55
4159
P ( U 2 ) = P( U ) P ( 2 ) =
( 2295)(1527 )
842.62
4159
P( A 3) = P( A ) P( 3) =
(1110)(1019)
271.96
4159
P( U 3) = P( U ) P( 3) =
( 2295)(1019)
562.30
4159
P( A 4 ) = P( A ) P ( 4 ) =
(1110)( 864)
230.59
4159
P( U 4 ) = P( U ) P( 4 ) =
( 2295)( 864)
476.77
4159
P( R 1) = P( R ) P(1) =
( 682)( 749)
122.82
4159
P( H 1) = P( H ) P(1) =
( 72)( 749)
12.97
4159
P( R 2 ) = P( R ) P ( 2 ) =
( 682 )(1527 )
250.40
4159
P ( H 2 ) = P( H ) P( 2 ) =
( 72)(1527 )
26.43
4159
P( R 3) = P( R ) P( 3) =
( 682 )(1019)
167.10
4159
P( H 3) = P( H ) P( 3) =
( 72)(1019)
17.64
4159
P( R 4 ) = P( R ) P ( 4 ) =
( 682)( 864)
141.68
4159
P ( H 4 ) = P( H ) P ( 4 ) =
( 72)( 864)
14.96
4159
A R U H Total
1 199.9 122.8 413.3 12.9 749
2 1 7
2 407.5 250.4 842.6 26.4 1527
5 2 3
3 271.9 167.1 562.3 17.6 1019
6 0 0 4
4 230.5 141.6 476.7 14.9 864
9 8 7 6
Total 1110 682 2295 72 4159
Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, con nuestros datos:
(
n o ei
2
)
(162 199.9 ) 2 + (118 122.82 ) 2 + ( 451 413.31) 2 + (18 12.96 ) 2 + ( 310 407.54 ) 2 + (196
2 = i =
i =1 ei 199.9 122.82 413.31 12.96 407.54
+
( 25 26.43) 2 + ( 358 271.96 ) 2 + (193 167.09 ) 2 + ( 458 562.3) 2 + (10 17.64 ) 2 + ( 280 230.59 ) 2 + (175
26.43 271.96 167.09 562.3 17.64 230.59 14
+
(19 14.96 ) = 1436.41 + 23.23 + 1420.53 + 25.40 + 9514.05 + 2959.36 + 23525.42 + 2.04 + 7402.88 + 671.3
2
14.96 199.9 122.82 413.31 12.96 407.54 250.4 842.62 26.43 271.96 167.09
1096.27 7527.29 16.32
+ + =165.01
141.89 476.76 14.96
Si 2 > 2 con =(r 1)(c 1) grados de libertad, rechazar la hiptesis nula de independencia.
De la tabla A.5. encontramos que 02.01 = 21.666 para = (4 1)(4 1) = 9 grados de libertad.
Respuesta:
Como 2 > 2 , 165.01 > 21.666, se rechaza la hiptesis nula. Concluimos que el tipo de crimen no es
independiente del distrito de la ciudad.
Pruebe la hiptesis, con un nivel de significancia de 0.05, de que los tres remedios para la tos son
igualmente efectivos.
Datos:
Incgnita:
Homogeneidad o no entre los remedios.
Solucin:
Buscamos las frecuencias marginales, para ello armamos una tabla de contingencia de 3 3 y definimos los
siguientes eventos.
S: El remedio no proporciona alivio.
A: El remedio proporciona cierto alivio.
C: El remedio proporciona alivio completo.
N: El remedio seleccionado es NyQuil.
R: El remedio seleccionado es Robitussin.
T: El remedio seleccionado es Triaminic.
Tabla de contingencia 3 X 3:
N R T Total
S 1 1 9 33
1 3
A 3 2 2 87
2 8 7
C 7 9 1 30
4
Total 5 5 5 150
0 0 0
Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad.
33
P ( S) = = 0.22
150
87
P( A ) = 0.053
150
30
P( C ) = = 0.2
150
50
P( N ) = 0.33
150
50
P( R ) = 0.33
150
50
P( T ) = 0.34
150
Ahora si H0 es verdadera y las dos variables son independientes, debemos tener las siguientes frecuencias
esperadas:
P ( S N ) = P ( S) P ( N ) =
( 33)( 50)
= 11
150
P ( S R ) = P ( S) P ( R ) =
( 33)( 50 )
= 11
150
P ( S T ) = P ( S) P ( T ) =
( 33)( 5)
= 11
150
P( A N ) = P( A ) P( N ) =
( 87 )( 50)
= 29
150
P( A R ) = P( A ) P( R ) =
( 87 )( 50)
= 29
150
P( A R ) = P( A ) P( R ) =
( 87 )( 50)
= 29
150
P( C N ) = P( C ) P( N ) =
( 30)( 50)
= 10
150
P( C R ) = P ( C ) P ( R ) =
( 30)( 50)
=10
150
P( C R ) = P ( C ) P ( R ) =
( 30)( 50)
= 10
150
N R T Total
S 1 1 1 33
1 1 1
A 2 2 2 87
9 9 9
C 1 1 1 30
0 0 0
Total 5 5 5 150
0 0 0
Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, con nuestros datos:
2 (
n oi ei ) 2 ( 11 11) 2 ( 13 11) 2 ( 9 11) 2 ( 32 29 ) 2 ( 28 29 ) 2 ( 27 29 ) 2 ( 7 10 ) 2 ( 9 10 ) 2 ( 14 10 ) 2
= = + + + + + + + + =
i =1 ei 11 11 11 29 29 29 10 10 10
4 4 9 1 4 9 1 16
=0+ + + + + + + + = 3.81
11 11 29 29 29 10 10 10
Respuesta:
Como 2 < 2 , 3.81 < 9.488, no se rechaza la hiptesis nula. Concluimos que los tres remedios son
igualmente efectivos.
Bibliografas:
Walpole,MyersyMyers,ProbabilidadyEstadsticaparaIngenieros,sexta
edicin.
Apuntesdelactedra.