Hojas de fórmulas, los pasos clave de los métodos de cada tema y 10 problemas de práctica, con las soluciones completas al final.
X es normal con media 250 g y desviación típica 4 g; Y es independiente y normal con media 500 g y desviación típica 9 g. Halla la probabilidad P de que X + Y sea mayor que 740,2 g. Redondea z a dos decimales.
Los diámetros D de los agujeros son normales con media 25,02 mm y desviación típica 0,02 mm. Los diámetros d de los ejes son independientes y normales con media 25 mm y desviación típica 0,015 mm. Un eje elegido al azar encaja cuando D − d > 0. Halla la probabilidad P de que encaje. Redondea z a dos decimales.
Una muestra de 21 elementos tiene media 10,5 y desviación típica s = 10,5. La población es aproximadamente normal. Calcula el límite inferior del intervalo de confianza del 99 % para la media.
La desviación típica poblacional es 12. ¿Qué tamaño muestral n necesitas para que un intervalo de confianza del 99 % para la media tenga un margen de error de como máximo 2,5?
Una muestra de 36 estudiantes tiene una nota media de 204 y una desviación típica muestral de 10. Calcula el estadístico de contraste t para H₀: μ = 200.
Una muestra de 36 medidas tiene media 493,7. La desviación típica poblacional es 20. Calcula el límite superior U del intervalo de confianza del 95 % para la media.
La tabla da 5 observaciones emparejadas de x = gasto en publicidad en miles de € e y = ventas en miles de €. Halla el coeficiente de determinación r² de la recta de mínimos cuadrados.
La tabla da 6 observaciones emparejadas de x = temperatura en °C e y = helados vendidos. Usa la recta de mínimos cuadrados ŷ = a + b·x. Predice ŷ para x = 28,5.
La tabla de contingencia muestra las frecuencias observadas. Para una prueba de chi cuadrado de independencia, halla la frecuencia esperada E de la casilla «personal, bicicleta».
La tabla muestra las frecuencias observadas. Contrasta con α = 0,01 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.
Respuesta: P = 0,8413
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).
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).
Respuesta: límite inferior = 3,981
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.
Respuesta: n = 153
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.
El tamaño muestral es un número entero, y redondear hacia abajo haría el margen demasiado grande.
Respuesta: t = 2,4
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).
|t| > 2,03, así que se rechaza H₀ al nivel del 5 % (bilateral).
Respuesta: U = 500,2
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).
Respuesta: r² = 0,9004
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.
Aproximadamente el 90,04 % de la variación de y queda explicada por la recta.
Respuesta: ŷ = 85,48
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.
Respuesta: E = 27,65
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.
Respuesta: χ² = 10,11
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.
χ² está por encima del valor crítico, así que se rechaza H₀: las variables parecen estar relacionadas.
ExamProblems · examproblems.com/courses/statistics-2-inference