Estadística 2: Inferencia estadística: pack de repaso

Hojas de fórmulas, los pasos clave de los métodos de cada tema y 10 problemas de práctica, con las soluciones completas al final.

Problemas nuevosVolver a la asignatura

En la ventana de impresión, elige «Guardar como PDF» para conservar una copia en tu dispositivo.

1Fórmulas y métodos

Distribución normal

Puntuación z
z = (x − μ)/σ
Por debajo de x
P(X < x) = Φ(z)
Por encima de x
P(X > x) = 1 − Φ(z)
Entre dos valores
Φ(z2) − Φ(z1)
Percentil
x = μ + z·σ

Método

  1. Convierte el valor en una puntuación z: z = (x − μ)/σ.
  2. Busca Φ(z), el área a la izquierda de z.
  3. Para el área a la derecha usa 1 − Φ(z); para un intervalo resta las dos áreas a la izquierda.
  4. Para un percentil, trabaja al revés: halla z para el área y luego x = μ + z·σ.

Intervalos de confianza

σ conocida
x̄ ± z·σ/√n
σ desconocida
x̄ ± t·s/√n, df = n − 1
z crítico
90%: 1,645, 95%: 1,96, 99%: 2,576
Tamaño muestral
n = (z·σ/E)², rounded up

Método

  1. Decide entre z (σ poblacional conocida) y t (solo la s muestral, con n − 1 grados de libertad).
  2. Halla el valor crítico para el nivel de confianza.
  3. Margen de error: E = valor crítico × desviación típica/√n.
  4. Intervalo: x̄ ± E.

Contrastes de hipótesis e intervalos de confianza

Contraste z para una media
z = (x̄ − μ0)/(σ/√n)
Contraste t para una media
t = (x̄ − μ0)/(s/√n), df = n − 1
Bilateral al 5%
rechaza H0 si |z| > 1,96
Intervalo de confianza
x̄ ± z·σ/√n

Método

  1. Enuncia H₀ y H₁ y decide si el contraste es unilateral o bilateral.
  2. Calcula el estadístico de contraste: (x̄ − μ₀)/(σ/√n), o con s y t.
  3. Compáralo con el valor crítico o halla el p-valor.
  4. Rechaza H₀ si el estadístico supera el valor crítico (p menor que α) y expresa la conclusión con palabras.

Regresión lineal y correlación

Sumas de cuadrados
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Pendiente
b = Sxy/Sxx
Ordenada en el origen
a = ȳ − b·x̄
Correlación
r = Sxy/√(SxxSyy)
Residuo
e = y − ŷ

Pruebas de chi cuadrado

Estadístico de contraste
χ² = Σ(O − E)²/E
Bondad de ajuste
E = n·p, df = k − 1 − (estimated parameters)
Independencia
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
680 kg747,9 kgT = X₁ + … + X₈?

Las masas de pasajeros con equipaje son independientes y normales con media 85 kg y desviación típica 12 kg. Halla la probabilidad P de que la masa total de 8 de ellos supere 747,9 kg. Redondea z a dos decimales.

μ = 85 kgσ = 12 kgn = 8> 747,9 kg
P =
2.Distribución normalDifícil
0,02 mm0D − d?

Los diámetros D de los agujeros son normales con media 25,02 mm y desviación típica 0,015 mm. Los diámetros d de los ejes son independientes y normales con media 25 mm y desviación típica 0,02 mm. Un eje elegido al azar encaja cuando D − d > 0. Halla la probabilidad P de que encaje. Redondea z a dos decimales.

agujero: μ = 25,02 mm, σ = 0,015 mmeje: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalos de confianzaMedia
x̄E₁ = 11,699%, n = 50x̄E₂ = ?95%, n = 50

Un intervalo de confianza del 99 % para una media, basado en 50 observaciones y una σ conocida, tiene un margen de error de 11,6. ¿Cuál es el margen de error E₂ de un intervalo del 95 % con los mismos datos?

99%n₁ = 50E₁ = 11,695%
E₂ =
4.Intervalos de confianzaDifícil
μ₁ − μ₂, t(15) = 1,7530LU = ?x̄₁ − x̄₂E90%

Se prueban dos fertilizantes. Grupo de parcelas 1: 7 parcelas, rendimiento medio 94 kg, desviación típica 7,5 kg. Grupo de parcelas 2: 10 parcelas, media 90,5 kg, desviación típica 5 kg. Supón varianzas iguales (t con varianza combinada, gl = n₁ + n₂ − 2). Halla el límite superior del intervalo de confianza del 90 % para μ₁ − μ₂.

n₁ = 7x̄₁ = 94s₁ = 7,5n₂ = 10x̄₂ = 90,5s₂ = 590%t(15) = 1,753
límite superior = kg
5.Contrastes de hipótesis e intervalos de confianzaMedia
t −2,0302,03

Una muestra de 36 estudiantes tiene una nota media de 496,3 y una desviación típica muestral de 10. Calcula el estadístico de contraste t para H₀: μ = 500.

μ₀ = 500x̄ = 496,3s = 10n = 36
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
σ = 5, n = ?x̄ − Ex̄ + Ex̄E = 195%

¿Qué tamaño debe tener una muestra para que el intervalo de confianza del 95 % para una media tenga un margen de error de como mucho 1? La desviación típica es 5. Calcula el menor tamaño muestral n.

σ = 5E = 195%
n =
7.Regresión lineal y correlaciónMedia
xy173519482147236125642766xy2025405060

La tabla da 6 observaciones emparejadas de x = temperatura en °C e y = helados vendidos. Halla el coeficiente de determinación r² de la recta de mínimos cuadrados.

n = 6
r² =
8.Regresión lineal y correlaciónDifícil
xy128222325423518xy242025x = 3,5

La tabla da 5 observaciones emparejadas de x = antigüedad del coche en años e y = precio en miles de €. Usa la recta de mínimos cuadrados ŷ = a + b·x. Predice ŷ para x = 3,5.

n = 5x = 3,5
ŷ =
9.Pruebas de chi cuadradoMedia
tossin tosTotalfumadores4852100no fumadores8436120Total13288220

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 = 2202 × 2
χ² =
10.Pruebas de chi cuadradoDifícil

Una prueba de chi cuadrado de bondad de ajuste compara las frecuencias observadas en 11 categorías con proporciones esperadas totalmente especificadas (no se estima ningún parámetro a partir de los datos). ¿Cuántos grados de libertad df tiene la prueba?

k = 11
df =

3Disoluciones

1.Distribución normal

Respuesta: P = 0,02275

Sumas y diferencias de variables normales: si X e Y son independientes y normales, X + Y y X − Y también son normales. Las medias se suman o se restan: E(X ± Y) = μX ± μY. Las varianzas siempre se suman, también en una diferencia: Var(X ± Y) = σX² + σY², así que σ = √(σX² + σY²). Las desviaciones típicas nunca se suman directamente. El total de n elementos independientes con la misma distribución tiene media n·μ y desviación típica σ·√n. Después estandariza como de costumbre: z = (x − media)/σ y lee Φ(z).

Distribución del total

μT = 680 kg, σT = 12·√8 = 33,94 kg

Tipificar

z = (747,9 − 680)/33,94 = 2

Probabilidad

P = 1 − Φ(2) = 0,02275

Respuesta

P = 0,02275
2.Distribución normal

Respuesta: P = 0,7881

Sumas y diferencias de variables normales: si X e Y son independientes y normales, X + Y y X − Y también son normales. Las medias se suman o se restan: E(X ± Y) = μX ± μY. Las varianzas siempre se suman, también en una diferencia: Var(X ± Y) = σX² + σY², así que σ = √(σX² + σY²). Las desviaciones típicas nunca se suman directamente. El total de n elementos independientes con la misma distribución tiene media n·μ y desviación típica σ·√n. Después estandariza como de costumbre: z = (x − media)/σ y lee Φ(z).

Distribución de la diferencia

μ = 25,02 − 25 = 0,02 mm, σ = 0,025 mm

Tipificar

z = (0 − 0,02)/0,025 = −0,8

Probabilidad

P = 1 − Φ(−0,8) = 0,7881

Respuesta

P = 0,7881
3.Intervalos de confianza

Respuesta: E₂ = 8,826

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

Relación de márgenes

E₂/E₁ = (1,96/2,576)·√(50/50) = 0,7609

Nuevo margen

E₂ = 11,6·0,7609 = 8,826

Respuesta

E₂ = 8,826
4.Intervalos de confianza

Respuesta: límite superior = 8,79 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 = (6·7,5² + 9·5²)/15 = 37,5
sp = 6,124

Margen de error

E = 1,753·6,124·√(1/7 + 1/10) = 5,29

Intervalo

3,5 ± 5,29 → [−1,79, 8,79]

Respuesta

límite superior = 8,79 kg
5.Contrastes de hipótesis e intervalos de confianza

Respuesta: t = −2,22

Contraste de una media: el estadístico de contraste mide a cuántos errores típicos está la media muestral del valor afirmado en H₀: z = (x̄ − μ₀)/(σ/√n) si σ es conocida, t = (x̄ − μ₀)/(s/√n) si se estima con la muestra. Un intervalo de confianza es x̄ ± (valor crítico)·(error típico).

Error típico

SE = 10/√36 = 10/6 = 1,667

Estadístico de contraste

t = (496,3 − 500)/1,667 = −2,22

Respuesta

t = −2,22
t0,025; df = 35 = 2,03

|t| > 2,03, así que se rechaza H₀ al nivel del 5 % (bilateral).

6.Contrastes de hipótesis e intervalos de confianza

Respuesta: n = 97

Contraste de una media: el estadístico de contraste mide a cuántos errores típicos está la media muestral del valor afirmado en H₀: z = (x̄ − μ₀)/(σ/√n) si σ es conocida, t = (x̄ − μ₀)/(s/√n) si se estima con la muestra. Un intervalo de confianza es x̄ ± (valor crítico)·(error típico).

Despejar n

n = (1,96·5/1)² = 96,04

Redondear hacia arriba

n = 97

Respuesta

n = 97
7.Regresión lineal y correlación

Respuesta: r² = 0,9121

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 = 132/6 = 22
ȳ = 321/6 = 53,5

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 217
Syy = Σ(y − ȳ)² = 737,5

Coeficiente de determinación

r² = 217²/(70·737,5) = 0,9121

Respuesta

r² = 0,9121

Aproximadamente el 91,21 % de la variación de y queda explicada por la recta.

8.Regresión lineal y correlación

Respuesta: ŷ = 22,25

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 = 15/5 = 3
ȳ = 116/5 = 23,2

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −19

Recta de regresión

b = −19/10 = −1,9
a = 23,2 − (−1,9)·3 = 28,9
ŷ = 28,9 − 1,9·x

Predicción

ŷ = 28,9 + (−1,9)·3,5 = 22,25

Respuesta

ŷ = 22,25
9.Pruebas de chi cuadrado

Respuesta: χ² = 11

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.

Frecuencias esperadas

fumadores: 100·132/220 = 60, 100·88/220 = 40
no fumadores: 120·132/220 = 72, 120·88/220 = 48

Estadístico de chi cuadrado

χ² = (48 − 60)²/60 + (52 − 40)²/40 + (84 − 72)²/72 + (36 − 48)²/48
χ² = 11

Respuesta

χ² = 11

gl = 1. Con α = 0,05 el valor crítico es 3,841, así que H₀ (independencia) se rechaza.

10.Pruebas de chi cuadrado

Respuesta: df = 10

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.

Grados de libertad

df = 11 − 1 = 10

Respuesta

df = 10

ExamProblems · examproblems.com/courses/statistics-2-inference