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
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
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
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
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.
5.Contrastes de hipótesis e intervalos de confianzaMedia
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
¿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
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
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
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.
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.