E = row total × column total / grand total, df = (r − 1)(c − 1)
Valores críticos (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Decisión
rechaza H0 si χ² > χ²crit
2Problemas de práctica
1.Distribución normalMedia
Arrastra z para que el área sombreada entre −z y z bajo la curva normal estándar sea 0,9342. Halla z con dos decimales.
A = 0,9342
z =
2.Distribución normalDifícil
Para las duraciones de las baterías, la distribución es normal, con media 500 h y desviación típica 40 h. Arrastra el punto de corte para que el 80 % superior sombreado quede a su derecha. Halla el punto de corte x.
μ = 500 hσ = 40 h80%
x = h
3.Intervalos de confianzaMedia
Una muestra de 25 elementos tiene media 104,5 y desviación típica s = 19,5. La población es aproximadamente normal. Calcula el margen de error E de un intervalo de confianza del 95 % para la media.
n = 25x̄ = 104,5s = 19,595%t(24) = 2,064
E =
4.Intervalos de confianzaDifícil
Se prueban dos fertilizantes. Grupo de parcelas 1: 16 parcelas, rendimiento medio 79,5 kg, desviación típica 6 kg. Grupo de parcelas 2: 5 parcelas, media 71,5 kg, desviación típica 2 kg. Supón varianzas iguales (t con varianza combinada, gl = n₁ + n₂ − 2). Halla el límite inferior del intervalo de confianza del 99 % para μ₁ − μ₂.
5.Contrastes de hipótesis e intervalos de confianzaMedia
Se comparan dos métodos de enseñanza. Grupo 1: 6 estudiantes, nota media 31, desviación típica 9. Grupo 2: 11 estudiantes, nota media 24,1, desviación típica 10. Supón varianzas poblacionales iguales y usa el contraste t de dos muestras con varianza combinada. Halla el estadístico de contraste t para H₀: μ₁ = μ₂, tomando la diferencia como x̄₁ − x̄₂ (grupo 1 menos grupo 2).
n₁ = 6x̄₁ = 31s₁ = 9n₂ = 11x̄₂ = 24,1s₂ = 10
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
Un contraste z unilateral con α = 0,01 debe detectar un desplazamiento de la media de 5 unidades con una potencia del 95 %. La desviación típica es 23. Halla el tamaño muestral mínimo n.
La tabla da 5 observaciones emparejadas de x = horas de estudio e y = nota del examen. Halla el coeficiente de correlación de Pearson r.
n = 5
r =
8.Regresión lineal y correlaciónDifícil
La tabla da 5 observaciones emparejadas de x = carga en kN e y = alargamiento en mm. Usa la recta de mínimos cuadrados ŷ = a + b·x. ¿Para qué valor x predice la recta ŷ = 19?
n = 5ŷ = 19
x =
9.Pruebas de chi cuadradoMedia
La tabla de contingencia muestra las frecuencias observadas. Calcula el estadístico de chi cuadrado χ² para la prueba de independencia entre las variables de filas y columnas. No uses corrección por continuidad.
N = 1202 × 2
χ² =
10.Pruebas de chi cuadradoDifícil
La tabla muestra las frecuencias observadas. Contrasta con α = 0,05 si las dos variables son independientes (sin corrección por continuidad). Calcula el estadístico de contraste χ² y compáralo después con el valor crítico de la tabla.
N = 2003 × 2α = 0,05
χ² =
3Disoluciones
1.Distribución normal
Respuesta: z = 1,84
De un área de vuelta a z: Φ(z) es el área a la izquierda de z. Para un área A en la cola izquierda, busca en la tabla la z con Φ(z) = A. Un área A en la cola derecha significa Φ(z) = 1 − A. Un área central A entre −z y z deja (1 − A)/2 en cada cola, así que Φ(z) = (1 + A)/2. Para un valor x, usa x = μ + zσ.
Área a la izquierda de z
Φ(z) = (1 + 0,9342)/2 = 0,9671
Lee la tabla de z al revés
Busca 0,9671 dentro de la tabla y lee z.
z = 1,84
Respuesta
z = 1,84
2.Distribución normal
Respuesta: x = 466 h
De un área de vuelta a z: Φ(z) es el área a la izquierda de z. Para un área A en la cola izquierda, busca en la tabla la z con Φ(z) = A. Un área A en la cola derecha significa Φ(z) = 1 − A. Un área central A entre −z y z deja (1 − A)/2 en cada cola, así que Φ(z) = (1 + A)/2. Para un valor x, usa x = μ + zσ.
Área a la izquierda
Φ(z) = 0,2
z según la tabla
z ≈ −0,84
De vuelta a las unidades originales
x = 500 − 0,84·40 = 466 h
Respuesta
x = 466 h
3.Intervalos de confianza
Respuesta: E = 8,05
Intervalo de confianza para la media: x̄ ± margen de error. Con σ poblacional conocida, el margen es z·σ/√n; si solo se tiene la desviación típica muestral s, usa t con n − 1 grados de libertad: t·s/√n. Valores críticos: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Para conseguir un margen E o menor, necesitas n ≥ (z·σ/E)², redondeado hacia arriba.
Valor crítico
df = n − 1 = 24, t = 2,064
Margen de error
E = 2,064·19,5/√25 = 8,05
Respuesta
E = 8,05
4.Intervalos de confianza
Respuesta: límite inferior = 0,07055 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Desviación típica combinada
sp² = (15·6² + 4·2²)/19 = 29,26
sp = 5,41
Margen de error
E = 2,861·5,41·√(1/16 + 1/5) = 7,929
Intervalo
8 ± 7,929 → [0,07055, 15,93]
Respuesta
límite inferior = 0,07055 kg
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: t = 1,405
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
Varianza combinada
sp² = (5·9² + 10·10²)/15 = 93,67
sp = 9,678
Error típico
SE = 9,678·√(1/6 + 1/11) = 4,912
Estadístico de contraste
t = (31 − 24,1)/4,912 = 1,405
Respuesta
t = 1,405
Con gl = 15, el valor crítico bilateral al 5 % es 2,131; |t| es menor, así que no se rechaza H₀.
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: n = 334
Tamaño muestral para un contraste: para detectar un desplazamiento real δ con potencia 1 − β en un contraste z unilateral de nivel α, el error típico debe cumplir δ = (z_α + z_β)·σ/√n, así que n = ((z_α + z_β)·σ/δ)², redondeado hacia arriba.
Despejar n
n = ((2,326 + 1,645)·23/5)² = 333,7
Redondear hacia arriba
n = 334
Respuesta
n = 334
7.Regresión lineal y correlación
Respuesta: r = 0,9558
Regresión por mínimos cuadrados: con x̄ e ȳ las medias, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² y Sxy = Σ(x − x̄)(y − ȳ), la recta ŷ = a + b·x tiene pendiente b = Sxy/Sxx y ordenada en el origen a = ȳ − b·x̄, así que siempre pasa por (x̄, ȳ). El coeficiente de correlación de Pearson r = Sxy/√(Sxx·Syy) está entre −1 y 1; r² es la fracción de la variación de y explicada por la recta.
Medias
x̄ = 35/5 = 7
ȳ = 329/5 = 65,8
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 124
Syy = Σ(y − ȳ)² = 420,8
Coeficiente de correlación
r = 124/√(40·420,8) = 0,9558
Respuesta
r = 0,9558
8.Regresión lineal y correlación
Respuesta: x = 6,906
Regresión por mínimos cuadrados: con x̄ e ȳ las medias, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² y Sxy = Σ(x − x̄)(y − ȳ), la recta ŷ = a + b·x tiene pendiente b = Sxy/Sxx y ordenada en el origen a = ȳ − b·x̄, así que siempre pasa por (x̄, ȳ). El coeficiente de correlación de Pearson r = Sxy/√(Sxx·Syy) está entre −1 y 1; r² es la fracción de la variación de y explicada por la recta.
Medias
x̄ = 30/5 = 6
ȳ = 83/5 = 16,6
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 106
Recta de regresión
b = 106/40 = 2,65
a = 16,6 − 2,65·6 = 0,7
ŷ = 0,7 + 2,65·x
Despeja x
x = (19 − 0,7)/2,65 = 6,906
Respuesta
x = 6,906
9.Pruebas de chi cuadrado
Respuesta: χ² = 10,91
Pruebas de chi cuadrado: compara las frecuencias observadas O con las frecuencias E esperadas bajo H₀ mediante χ² = Σ(O − E)²/E. Bondad de ajuste: E = n·p para cada categoría, gl = k − 1 (menos uno más por cada parámetro estimado a partir de los datos). Independencia en una tabla r × c: E = total de fila × total de columna / total general, gl = (r − 1)(c − 1). Rechaza H₀ cuando χ² supera el valor crítico para el α elegido.
gl = 1. Con α = 0,05 el valor crítico es 3,841, así que H₀ (independencia) se rechaza.
10.Pruebas de chi cuadrado
Respuesta: χ² = 11,53
Pruebas de chi cuadrado: compara las frecuencias observadas O con las frecuencias E esperadas bajo H₀ mediante χ² = Σ(O − E)²/E. Bondad de ajuste: E = n·p para cada categoría, gl = k − 1 (menos uno más por cada parámetro estimado a partir de los datos). Independencia en una tabla r × c: E = total de fila × total de columna / total general, gl = (r − 1)(c − 1). Rechaza H₀ cuando χ² supera el valor crítico para el α elegido.