Estadstica descriptiva

1. Se pesa una muestra slida de 0,9825 g y se calienta para eliminar el agua. Despus del tratamiento, el peso es 0,8745 g. Cul es el contenido en agua referido a la muestra seca, y con que desviacin estndar se conoce? Cul seria dicha desviacin estndar si se tomara una muestra 10 veces menor, esto es, de 0,09825 g? Dato: Se ha estimado que la desviacin estndar de las pesadas es s = 0,00016 g.

2. Las medidas de pH realizadas sobre un efluente industrial tienen una desviacin estndar de s = 0.8, lo que se considera excesivo. Se decide tomar las medidas en grupos de cinco y promediar los resultados. cul ser la desviacin estndar de las medias? 3. AI obtener un espectro infrarrojo se observa que el ruido de la Inea base es excesivo, del orden de s = 10 mV, lo que impide observar algunos picos. Se decide barrer el espectro un cierto numero de veces y promediar los resultados. Cuntos espectros se deben promediar para reducir el ruido de la Inea base a 2 mV? 4. Un laboratorio analiza tierras de cultivo para Io cual sigue un procedimiento normalizado de toma de muestras. De acuerdo con dicho procedimiento, se toma una muestra bruta de 3 kg de tierra por hectrea, y se seca, muele y divide para obtener una muestra analtica de 5 g. Esta muestra final se analiza por triplicado. En el laboratorio se ha observado que la desviacin estndar relativa de las medias de las determinaciones de potasio obtenidas en la misma finca, a lo largo de varios aos, es del 24 % . Como este valor parece excesivo, se decide tomar en lo sucesivo cuatro muestras brutas de 3 kg cada una por hectrea y promediar los resultados. Cul ser la desviacin estndar relativa de tales promedios? 5. La presencia de carbonatos en la arcilla para cermica resulta perjudicial. En una explotacin de arcilla se toman cinco muestras brutas de p = 2 kg, se muelen y dividen para obtener cinco muestras analticas de 1 g que se analizan por separado. El contenido medio en carbonato resulta ser del (8 6)%. Puesto que este resultado es excesivamente disperso, se piensa repetir el estudio aumentando la cantidad de arcilla tomada en cada muestra bruta. Qu peso mnimo de arcilla debe tomarse cada vez para que la dispersin del resultado sea menor que 3%?

6. cal es la probabilidad de que al obtener un dato cualquiera, ste se encuentre por debajo de z = -2?

7. Cul es la probabilidad de que al obtener un dato cualquiera, ste se encuentre dentro de los intervalos z = 1 y Z = 2? 8. Dentro de qu intervalo [-z, +z] se encuentra el 95% de las medidas?

Ensayos de normalidad

Serie no normal:

Distribucin normal

Pruebas de hiptesis

Supngase que se investiga la orina de un deportista bajo la sospecha de que ha incurrido en dopaje. Sobre el espectro de masas aparece un pico de altura xi = 0.9. Para saber si ha habido dopaje es necesario decidir si dicho pico es significativo, o si se trata de una desviacin anormalmente alta de la lnea base. Tomando la lnea base como valor de referencia igual a cero, la hiptesis nula es Ho: Xi = 0. Si en un estudio aparte se ha establecido la desviacin estndar de la lnea base, cuyo valor es = 0.5, entonces el valor tipificado de xi es zi = 1.8. Por otro lado se habr tomado la decisin de rechazar Ho para un cierto porcentaje de casos extremos, c x 100%.

1. Para el ejemplo del dopaje, solo es posible la hiptesis alterativa, Hi: Xi > 0, puesto que es absurdo el caso contrario, que correspondera a un pico negativo sobre el espectro. El ensayo que se ha aplicado en los apartados anteriores es el de un lado. 2. Si se compara la varianza de medidas obtenidas a lo largo de una sesin de trabajo de un solo da con la varianza obtenida a lo largo de varios das, la hiptesis alterativa no puede ser mas que la de un lado, puesto que el cambio de da es una fuente de varianza adicional que aumenta la variabilidad de los datos. La hiptesis alterativa es Hi: s1 > s2, siendo s1 la variacin inter-da y s2 la intra-da. 3. Si se comparan las varianzas obtenidas al aplicar el mismo mtodo a la misma muestra en dos laboratorios distintos, puesto que no hay ninguna razn por la que uno de los laboratorios deba obtener resultados mas precisos que el otro, el ensayo es el de dos lados, Se tiene Hi: s1 diferente s2. 4. En un estudio ambiental se desea saber si las concentraciones de contaminantes y nutrientes han variado con respecto a las observadas el ao anterior. Puesto que es

igualmente probable que las concentraciones aumenten o disminuyan, el ensayo adecuado para comparar las medias de dos aos consecutivos es el de dos lados. Se tiene Hi: :x1 diferente x2. 5. Para el mismo ejemplo anterior, se quiere saber si con la puesta en funcionamiento de una depuradora de aguas residuales se ha conseguido reducir la contaminacin. Si existen razones suficientes para creer que la contaminacin no puede haber aumentado por otras causas, el ensayo a aplicar es el de un lado. Hi: X1 > X2' siendo X1 la media del ao anterior a la puesta en marcha de la depuradora. 6. Se dispone de dos series de medidas de un determinado contaminante tomadas respectivamente en los lugares de muestreo A y B: XA = 5,3 y XB = 4,2. La diferencia entre ambas medias es xd =XA -XB = 1,1, y en un estudio anterior se ha establecido que la desviacin estndar de la poblacin de las diferencias de ese tipo es d = %0,6. Se quiere saber si las concentraciones del contaminante en A y B son iguales o distin tas, lo que equivale a comprobar la hiptesis Ho : Xd = 0 para dos colas. El nivel de significacin adoptado para la toma de decisiones es c = 0,05. 7. Se realizan de nuevo medidas del mismo contaminante en A y B despus de la instalacin de una depuradora en B. Se tiene: xA = 5,6 y XB = 4,6. Se desea saber si la contaminacin en B se ha reducido respecto a la observada en A.

Rechazo de resultados anmalos

8. En el cuadro 3.1 se muestra un ejemplo para el que se aplica el criterio k = 2,58. Los datos se han ordenado de menor a mayor, siendo el dato sospechoso X14 .El modelo construido excluyendo X14 es x s (n) = 309,8 1,3 (n = 13). Se tiene Z14 = (316- 309,8) /1,3 = 4,8, que es mayor que 2,58, por 10 que se elimina X14 .El ensayo se aplicara ahora a X1' si este extremo apareciese tambin como sospechoso, y dejara de aplicarse cuando ambos extremos fuesen aceptables.

Prueba de Dixon 9. Se dispone de la serie: 423, 422, 422, 421, 421, 420, 415. Puesto que el valor mas bajo esta algo alejado de los dems, es posible que deba rechazarse. Se tiene: Q= 0.625 Por otra parte, en el cuadro 3.2 se puede leer Qc = 0,57 (21ados, 7 observaciones, c = 0,05). Puesto que IQol > IQcl el dato sospechoso se elimina de la serie..

Pruebas de comparacin de varianzas

10. Las dos series de n1 = 10 y n2 = 9 datos del cuadro 3.5 se han obtenido midiendo un estndar de As(III) en dos espectrofotmetros de absorcin atmica. Se desea saber si los dos instrumentos dan varianzas iguales o distintas.

11. Para la misma disolucin estndar de As(lII) del ejemplo anterior, el fabricante indica un sr = 1,6 (n = 16). Se quiere comprobar si el instrumento iguala o supera la incertidumbre de referencia. Con los datos de la serie 2, y para el nivel de significacin elegido, no ha quedado demostrado que el instrumento sea menos preciso que lo requerido. Sin embargo, puesto que el resultado del ensayo esta cerca del valor critico, se decide repetir la serie tomando mas datos. Se tiene: s = 2,8 siendo n = 20. Se encuentra el instrumento en especificaciones?

Distribucin chi-cuadrada

12. Se quiere saber si un procedimiento simplificado de toma de muestras da resultados tan precisos como el procedimiento clsico, con el cual se ha venido obteniendo una incertidumbre de valor 2= 2,1. Con el nuevo procedimiento se toman 12 muestras, y resulta s2 = 2,5.

Distribucin T de Student

13. En el ciclismo profesional, un hematocrito superior a150% implica sancin por dopaje con EPO (eritropoyetina). Para la siguiente serie de medidas se quiere decidir para c= 0,05 si se ha sobrepasado el lmite legal: 51,9, 50,6, 50,8, 49,3, 50,0, 51,2, 51,7 y 50,9.

Varianzas homogneas 14. Para los datos del cuadro 3.5, en principio no se pudo demostrar que las dos e! series fueran heterogneas. Esta circunstancia hace posible el clculo de la varianza conjunta. Demuestre que Ho se rechazar para niveles de significacin mucho menores que 0,001.

15. En el primer ejemplo de este captulo se hace referencia a la investigacin de un deportista bajo sospecha de dopaje. Supngase ahora que se analiza la misma muestra de orina seis veces, midiendo cada vez la altura del pica del espectro. Resulta: x1 s1 = 0,9 0,4. Este valor debe compararse con la lnea base del espectro, para la que se tiene: x2 s2 = 0,0 0,5 (n = 20). Se quiere saber si la media se distingue significativamente del fondo sin superar un error del 1 % .

Varianzas heterogneas 16. Se han tornado medidas mensuales de la concentracin de SO2 en la atmsfera en un monte cercano a una central trmica. En microgramos por metro cbico, los resultados son: 5.5 0,6 (n = 12) para la media del ao anterior, de enero a diciembre, y 4,6 1.4 (n = 10) para la media del ao actual, de enero a octubre. Se desea saber, con los datos disponibles en octubre, si la concentracin media anual de SO2 se ha modificado.

17. Utilizando los mismos datos, y teniendo en cuenta que en los ltimos meses la central trmica quema carbn con un contenido mas bajo en azufre, se desea saber si la concentracin media anual de SO2 se ha reducido. Ensayos de comparacin de resultados apareados

18. Se toman medidas de un contaminante en diversos lugares, A, B, C, etc., en dos aos consecutivos. Puesto que la concentracin del contaminante cambia de un lugar a otro, la diferencia de lugar es un factor significativo. El ao es el factor cuya significacin se desea comprobar. 19. Se toman medidas de un parmetro biomdico (por ejemplo, concentracin de hemoglobina, o presin arterial) sobre una serie de voluntarios antes y despus de un tratamiento. El individuo es un factor significativo, puesto que el parmetro es distinto de un individuo a otro, y el efecto del tratamiento es el factor cuya significacin se quiere evaluar. 20. Se comparan los resultados obtenidos al aplicar dos procedimientos analticos distintos a un conjunto de muestras de referencia, todas ellas con concentraciones distintas de analito. La concentracin de analito es el factor significativo (distinta entre muestra y muestra), y el cambio de procedimiento es el factor cuya significacin se quiere comprobar.

21. El desgaste de un motor se puede evaluar a partir del anlisis del aceite lubricante, que se va enriqueciendo en ciertos metales. En un ensayo de comparacin de dos motores, se tomaron muestras del aceite lubricante a distintos tiempos de funcionamiento. Las concentraciones de estao encontradas se muestran en el cuadro 3.7. Se desea saber si uno de los dos motores se desgasta mas rpidamente que el otro, o si, por el contrario, el desgaste es el mismo.

Respuesta. Se calculan la media y la desvia- ci6n estandar de las diferencias: Xd:l: Sd= +0,0045 :I: 0,0149. Estos valores se sustituyen en la ecua- cion [3.12]: to = 0,0045 x ,!610,0149 = 0,74. El valor crftico de t para dos lados, T= 5, y ac = 0,05 es tc= 2,57, por tanto, no se puede rechazar Ho. No se ha demostrado que un motor se desgaste mas que el otro.

Ensayos de comparacin de varias varianzas

Heterogeneidad de la varianza

Ensayo de homogeneidad de Bartlett 22. Para h = 10 series de ocho resultados cada una, se obtuvo 2= 20,79. Para = 9 y = 0,05, se tiene c2 = 16,92 (cuadro 3.6). Como 2 > c2 se rechaza Ho, lo que significa que al menos una de las series tiene una varianza distinta a las dems. Alternativamente, utilizando el software estadstico, para 2 = 20,79 se tiene = 0,014 (un valor aproximado se puede obtener interpolando); puesto que o < c, se rechaza Ho. En el cuadro 3.6 se observa que si se exige c = 0,01, se obtienec2 = 21,67, y no se rechaza Ho.