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
X es normal con media 12 min y desviación típica 1,5 min; Y es independiente y normal con media 20 min y desviación típica 2 min. Halla la probabilidad P de que X + Y sea mayor que 29,5 min. Redondea z a dos decimales.
μX = 12, σX = 1,5μY = 20, σY = 2X + Y > 29,5 min
P =
2.Distribución normalDifícil
Para las notas de un examen, la distribución es normal, con media 65 puntos y desviación típica 10 puntos. Arrastra el punto de corte para que el 85 % superior sombreado quede a su derecha. Halla el punto de corte x.
μ = 65 puntosσ = 10 puntos85%
x = puntos
3.Intervalos de confianzaMedia
Un intervalo de confianza del 99 % para una media, basado en 64 observaciones y una σ conocida, tiene un margen de error de 5,2. ¿Cuál es el margen de error E₂ de un intervalo del 90 % basado en 128 observaciones?
99%n₁ = 64E₁ = 5,290%n₂ = 128
E₂ =
4.Intervalos de confianzaDifícil
Se prueban dos fertilizantes. Grupo de parcelas 1: 7 parcelas, rendimiento medio 40 kg, desviación típica 4,5 kg. Grupo de parcelas 2: 5 parcelas, media 46,5 kg, desviación típica 7 kg. Supón varianzas iguales (t con varianza combinada, gl = n₁ + n₂ − 2). Halla el margen de error E del intervalo de confianza del 95 % para μ₁ − μ₂.
5.Contrastes de hipótesis e intervalos de confianzaMedia
Una muestra de 25 estudiantes tiene una nota media de 490,7 y una desviación típica muestral de 15. Calcula el estadístico de contraste t para H₀: μ = 500.
μ₀ = 500x̄ = 490,7s = 15n = 25
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
¿Qué tamaño debe tener una muestra para que el intervalo de confianza del 99 % para una media tenga un margen de error de como mucho 1,5? La desviación típica es 4. Calcula el menor tamaño muestral n.
σ = 4E = 1,599%
n =
7.Regresión lineal y correlaciónMedia
La tabla da 5 observaciones emparejadas de x = carga en kN e y = alargamiento en mm. Se dan sus sumas. Halla el coeficiente de correlación de Pearson r a partir de estas sumas.
n = 5Σx = 30Σy = 121Σx² = 220Σy² = 3687Σxy = 900
r =
8.Regresión lineal y correlaciónDifícil
La tabla da 6 observaciones emparejadas de x = gasto en publicidad en miles de € e y = ventas en miles de €. Usa la recta de mínimos cuadrados ŷ = a + b·x. ¿Para qué valor x predice la recta ŷ = 89?
n = 6ŷ = 89
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 = 1802 × 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 = 2203 × 2α = 0,05
χ² =
3Disoluciones
1.Distribución normal
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).
Distribución de la suma
μ = 32 min, σ = √(1,5² + 2²) = 2,5 min
Tipificar
z = (29,5 − 32)/2,5 = −1
Cola superior
P = 1 − Φ(−1) = 1 − 0,1587 = 0,8413
Respuesta
P = 0,8413
2.Distribución normal
Respuesta: x = 54,6 puntos
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) = 0,15
z según la tabla
z ≈ −1,04
De vuelta a las unidades originales
x = 65 − 1,04·10 = 54,6 puntos
Respuesta
x = 54,6 puntos
3.Intervalos de confianza
Respuesta: E₂ = 2,348
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 = (1,645/2,576)·√(64/128) = 0,4515
Nuevo margen
E₂ = 5,2·0,4515 = 2,348
Respuesta
E₂ = 2,348
4.Intervalos de confianza
Respuesta: E = 7,351 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 = (6·4,5² + 4·7²)/10 = 31,75
sp = 5,635
Margen de error
E = 2,228·5,635·√(1/7 + 1/5) = 7,351
Respuesta
E = 7,351 kg
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: t = −3,1
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 = 15/√25 = 15/5 = 3
Estadístico de contraste
t = (490,7 − 500)/3 = −3,1
Respuesta
t = −3,1
t0,025; df = 24 = 2,064
|t| > 2,064, así que se rechaza H₀ al nivel del 5 % (bilateral).
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: n = 48
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 = (2,576·4/1,5)² = 47,19
Redondear hacia arriba
n = 48
Respuesta
n = 48
7.Regresión lineal y correlación
Respuesta: r = 0,9987
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.
Sumas centradas
Sxy = 900 − 30·121/5 = 174
Sxx = 220 − 30²/5 = 40
Syy = 3687 − 121²/5 = 758,8
Coeficiente de correlación
r = 174/√(40·758,8) = 0,9987
Respuesta
r = 0,9987
8.Regresión lineal y correlación
Respuesta: x = 9,931
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 = 36/6 = 6
ȳ = 410/6 = 68,33
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 368
Recta de regresión
b = 368/70 = 5,257
a = 68,33 − 5,257·6 = 36,79
ŷ = 36,79 + 5,257·x
Despeja x
x = (89 − 36,79)/5,257 = 9,931
Respuesta
x = 9,931
9.Pruebas de chi cuadrado
Respuesta: χ² = 36,46
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 = 2,5
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.