Академический Документы
Профессиональный Документы
Культура Документы
Nº
Intervalo*
generados
Aceptaría usted la hipótesis que este generador está trabajando como debe; esto es, podemos pensar
que los números generados constituyen una muestra aleatoria de una distribución uniforme en (0,1)
sto es, podemos pensar
ión uniforme en (0,1)
Chi cuadrado
Nº
Intervalo* 2
generados fi n * fi (FO - FE) /FE FO: frecuencias observadas (en este caso número de generad
menor o igual a 0 0 0 0 0 FE: frecuencias esperadas (en este caso n * fi )
0.0 0.1 114 0.1 100 1.96
0.1 0.2 100 0.1 100 0.00 chi cuadrado calculado es 8,24
0.2 0.3 99 0.1 100 0.01
0.3 0.4 98 0.1 100 0.04 grados de libertad
0.4 0.5 111 0.1 100 1.21 g.l.=
0.5 0.6 104 0.1 100 0.16 g.l.=
0.6 0.7 106 0.1 100 0.36
0.7 0.8 95 0.1 100 0.25 con región crítica:
0.8 0.9 92 0.1 100 0.64 Se rechaza Ho si:
0.9 1.0 81 0.1 100 3.61
mayor que 1 0 0 0 0 Región crítica
* intervalos semiabiertos1000 1 8.24
( , ]
X: números generados
Ho X ~ U(0,1) Buscando en la tabla X2 de 0,95 con 2 g.l. se obtiene:
H1 X no se distribuye U(0,1) 16,92 es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
Bajo el supuesto de que Ho es verdadera
Ei = n fi Conclusión estadística
f(x)=1 / (b-a)= 1
P(0 < x ≤ 0,1)= integral de 0 a 0,1 dx = 0,1 Respuesta al problema
como es una distribución uniforme 0,1 se mantiene
constante y por lo tanto n * fi también
Supuestos Todas las frecuencias esperadas son >5
con valor p
frecuencias observadas (en este caso número de generadores= valor p = P( X2 9 > 8,24)
chi cuadrado calculado es mayor que chi cuadrado de 1 obs el 0,41 se obtiene interpolando con los val
menos alpha con k menos p menos 1 grado de libertad. para chi cuadrado con 9 grados de liberta
4.17 0.1
8.24 X
4.68 0.9
0,9 - 0,1
X - 0,1
Una muestra de 200 adultos de más de 60 años. Se clasificó de acuerdo a su educación
y al número de hijos de cada uno de ellos.
Número de Hijos
Educación 0 a 1 2a3 más de 3
Primaria 14 37 32
Secundaria 19 42 17
Universitaria 12 17 10
¿Se puede decir que el número de hijos es independiente del nivel de educación de los padres?
Use alpha 0,05 y enuncie claramente sus hipótesis.
grados de libertad (Nº columnas-1)(Nº filas-1)
Número de Hijos g.l.= (3-1)*(3-1)
Educación 0 a 1 2 a 3 más de 3 Totales g.l.= 4
Primaria 14 37 32 83 Se rechaza Ho si:
Secundaria 19 42 17 78
Universitaria 12 17 10 39
Totales 45 96 59 200 Región crítica
Frecuencias Esperadas
Número de Hijos
Educación
0 a 1 2 a 3 más de 3
Primaria 18.7 39.8 24.5 con región crítica:
Secundaria 17.6 37.4 23.0 Buscando en la tabla X2 de 0,95 con 4 g.l. se obtiene:
Universitaria 8.8 18.7 11.5 9,49 es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
Supuestos Todas las frecuencias esperadas son >5
Conclusión estadística Chi cuadrado calculado NO pertenece a l
X nº de hijos por lo tanto NO se rechaza la hipótesis nul
Y nivel
educacional
de los padres
Respueta al problema el nº de hijos es INDEPENDIENTEdel nivel
Ho eX es INDEPENDIENTE de Y o las variables nº de hijos y niv educ de los
H1 X es DEPENDIENTE Y
Estadístico de prueba:
7,78 - 1,064 =
nº de hijos es INDEPENDIENTEdel nivel de educación de los padres 7,46- 1,064
as variables nº de hijos y niv educ de los padres no están asociadas.
clusiones son las mismas obtendas para la
0,9 - 0,1
X - 0,1
Una muestra aleatoria de 90 adultos se clasifica de acuerdo al sexo de los individuos
y el número de horas que ven televisión durante una semana.
hombre mujer
más de 20 hrs. 12 29
menos de 20 hrs. 27 19
más de 20 hrs. 12 29 41
menos de 20 hrs. 27 19 46 grados de libertad (Nº columnas-1)(Nº filas-1)
Totales 39 48 87 g.l.= (2-1)*(2-1)
g.l.= 1
Frecuencias Esperadas Se rechaza Ho si:
Nº de horas género
que ve TV
hombre mujer
más de 20 hrs. 18.4 22.6 Región crítica
menos de 20 hrs. 20.6 25.4
X sexo
Y nº de horas que ven TV en una semana con región crítica:
Ho X es INDEPENDIENTE de Y Buscando en la tabla X2 de 0,99 con 1 g.l. se obtiene:
H1 X es DEPENDIENTE Y que es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
Estadístico de prueba:
Conclusión estadística Chi cuadrado calculado pertenece a
por lo tanto se rechaza la hipótesis n
a) JJ aplicó una prueba de bondad de ajuste a estos datos. ¿A qué conclusión llegará sobre la distribución de los pesos de los
Use un nivel de significancia de 0,10
b) Determine un intervalo de confianza del 95% para el peso promedio de estos camiones?
4 6 20
6 8 14
8 9 18
más de 9 8
que el peso por camión en toneladas sigue una distribución
ntes datos registrando el peso de cada camión que entra
60 3454.5 1 60 33.11
8.58
varianza *los valores no calzan igual que en las tablas
Luego la desviación estándar es: 2.93 porque los valores de Z aquí están con todos
decimales
para estimar la varianza se puede utilizar una de estas dos expresiones
ç
Edad
Grado de
Violencia en la 16 - 34 35 - 54 55 ó más
TV
poca 8 12 21
mucha 18 15 7
en la TV y la edad del televidente
Ventas Frecuencia
20 60 7
60 80 22
80 100 46
100 120 42
120 140 42
140 160 18
160 180 11
180 200 12
parecen seguir las ventas una distribución normal?
Ventas marca F.O. marca*frec (Xi-Xbarra)2*frec Z
menos 20 20 0 0 0 -2.69 0.0036
20 60 40 7 280 38799.6175 -1.55 0.0607
60 80 70 22 1540 43467.655 -0.98 0.1636
80 100 90 46 4140 27498.915 -0.41 0.3405
100 120 110 42 4620 831.705 0.16 0.5627
120 140 130 42 5460 10155.705 0.73 0.7663
140 160 150 18 2700 22748.445 1.30 0.9025
160 180 170 11 1870 33943.8275 1.86 0.9689
180 200 190 12 2280 68493.63 2.43 0.9925
mas 200 0 0 0 2.43 0.9925
200 22890 245939.5
114.5 1235.9
promedio varianza
G LIBERTAD= 8-2-1=5
VALOR CRITICO= 11.05
Como chi cuadrado calculado (14.51) es mayor que el valor critico,(11.05), se rechaza la hipotesis nula de
normalidad con media 114.5, varianza 1235.9
G LIBERTAD= 4-1=3
VALOR CRITICO= 7.815
Como chi cuadrado calculado (83.36) es mayor que el valor critico,(7.815), se rechaza la hipotesis nula de
normalidad con media 114.5, varianza 1235.9
pi F.E. n*pi F.O. F.E. (FO - FE)2/FE
0.00361 0.72
0.05710 11.42 7 12.14 2.177
0.10285 20.57 22 20.6 0.099
0.17697 35.39 46 35.4 3.179
0.22220 44.44 42 44.4 0.134
0.20360 40.72 42 40.7 0.040
0.13614 27.23 18 27.2 3.127
0.06642 13.28 11 13.3 0.393
0.02364 4.73 12 6.2 5.361
0.0075 1.50
0.9889 197.7830 200 200 14.51
Todas las frecuencias esperadas deben ser >5, como no ocurre con todas se fusionan categorías
75 31.46 60.253
42 68.3 10.108
42 68.3 10.108
41 31.5 2.892
Frecuencias Esperadas
Partido a favor en contra sin decisión Totales
democracia 29.8 38.8 5.4 74
republicano 31.9 41.4 5.7 79
Independientes 38.3 49.8 6.9 95 con región crítica:
Totales 100 130 18 248 Buscando en la tabla X2 de 0,95 con 4 g.l. se ob
9,49 es el valor crítico. La región crítica son todo
Supuestos Todas las frecuencias esperadas son >5 mayores o iguales a él.
Conclusión estadística
Respuesta al problema
obs
9.49 0.95
9.55 X
11.14 0.975
11,14-9,49 = 0,975-0,95
9,55-9,49 X - 0,95
La tabla siguiente presenta la información de 34 años respecto al número de accidentes laborales que ocurren por año en una ind
Nº de accidentes
0 1 2 3 4 5 6 7 8 Total
en un año
frecuencia 2 7 3 4 2 6 5 1 4 34
a) pruebe que estos datos provienen de una población Poisson. Use alpha 0,01
b) Suponiendo que estos valores corresponden a los valores observados de una variable Poisson (µ)
b1) estime la probabilidad de que ocurra a lo sumo 1 accidnete al año
b2) Construya un intervalo de confianza del 90% para µ
identes laborales que ocurren por año en una industria.
mu gorro 3.882352941
Colapsar
X F.O. frec X Obs p(x) Esp supuestos Obs
categorias
0 2 0 0 2 0.0206 0.70
1 7 7 1 7 0.0800 2.72
2 3 6 2 3 0.1553 5.28 8.70 <=2 12
3 4 12 3 4 0.2009 6.83 6.83 3 4
4 2 8 4 2 0.1950 6.63 6.63 4 2
5 6 30 5 6 0.1514 5.15 5.15 5 6
6 5 30 6 5 0.0980 3.33 6.69 >=6 10
7 1 7 7 1 0.0543 1.85
8 4 32 >=8 4 0.0444 1.51
TOTAL 34 132 TOTAL 34 1.0 34.0 34
Todas las frecuencias esperadas deben ser >5,
como no ocurre con todas se fusionan categorías
Después de colapsar quedaron 5 categorías
Por lo tanto los grados de libertad son (5-1-1)
porque además se estimó un parámetro
X2 3 , 0.99 =11.34
con valor p
valor p = P( X2 1 > 0,526)
valor p = 1- P( X2 1 < 0,526 )
valor p >0.1