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 0,4971. Halla z con dos decimales.
A = 0,4971
z =
2.Distribución normalDifícil
La masa X de un producto de la línea 1 e Y de la línea 2 son independientes y normales: X tiene media 500 g y desviación típica 8 g, Y tiene media 490 g y desviación típica 6 g. Halla la probabilidad P de que X sea mayor que Y. Redondea z a dos decimales.
μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
3.Intervalos de confianzaMedia
Se compara la duración de la batería de dos modelos de móvil. Modelo 1: 80 móviles, media 108,5 h, desviación típica conocida 14 h. Modelo 2: 50 móviles, media 102 h, desviación típica conocida 13 h. Halla el margen de error E del intervalo de confianza del 99 % para μ₁ − μ₂.
La desviación típica poblacional es 16. ¿Qué tamaño muestral n necesitas para que un intervalo de confianza del 90 % para la media tenga un margen de error de como máximo 1,5?
σ = 16E = 1,590%
n =
5.Contrastes de hipótesis e intervalos de confianzaMedia
Se comparan dos métodos de enseñanza. Grupo 1: 22 estudiantes, nota media 88, desviación típica 2,5. Grupo 2: 9 estudiantes, nota media 85,6, desviación típica 2,5. 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 = 22x̄₁ = 88s₁ = 2,5n₂ = 9x̄₂ = 85,6s₂ = 2,5
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
En un ensayo se recuperan 90 de 200 pacientes con el tratamiento A y 138 de 250 pacientes con el tratamiento B. Usando la proporción combinada, halla el estadístico de contraste z para H₀: p₁ = p₂.
x₁ = 90n₁ = 200x₂ = 138n₂ = 250
z =
7.Regresión lineal y correlaciónMedia
La tabla da 6 observaciones emparejadas de x = horas de estudio e y = nota del examen. Halla el coeficiente de correlación de Pearson r.
n = 6
r =
8.Regresión lineal y correlaciónDifícil
La tabla da 5 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. 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 = 2002 × 2
χ² =
10.Pruebas de chi cuadradoDifícil
Una prueba de chi cuadrado de bondad de ajuste comprueba si las frecuencias en 9 categorías siguen una distribución de Poisson cuya media se estima a partir de los mismos datos. Con la tabla, halla el valor crítico χ²crit para el nivel de significación α = 0,01.
α = 0,01
χ²crit =
3Disoluciones
1.Distribución normal
Respuesta: z = 0,67
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 + 0,4971)/2 = 0,7486
Lee la tabla de z al revés
Busca 0,7486 dentro de la tabla y lee z.
z = 0,67
Respuesta
z = 0,67
2.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 diferencia
μ = 500 − 490 = 10 g, σ = 10 g
Tipificar
z = (0 − 10)/10 = −1
Probabilidad
P = 1 − Φ(−1) = 0,8413
Respuesta
P = 0,8413
3.Intervalos de confianza
Respuesta: E = 6,22 h
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.
Estimación puntual
x̄₁ − x̄₂ = 108,5 − 102 = 6,5
Error típico
SE = √(14²/80 + 13²/50) = 2,415
Margen de error
E = 2,576·2,415 = 6,22
Respuesta
E = 6,22 h
El intervalo no contiene el 0, así que las medias difieren significativamente.
4.Intervalos de confianza
Respuesta: n = 308
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.
Despejar n
n = (1,645·16/1,5)² = 307,9
Redondear hacia arriba
El tamaño muestral es un número entero, y redondear hacia abajo haría el margen demasiado grande.
n = 308
Respuesta
n = 308
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: t = 2,426
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 = (21·2,5² + 8·2,5²)/29 = 6,25
sp = 2,5
Error típico
SE = 2,5·√(1/22 + 1/9) = 0,9892
Estadístico de contraste
t = (88 − 85,6)/0,9892 = 2,426
Respuesta
t = 2,426
Con gl = 29, el valor crítico bilateral al 5 % es 2,045; |t| es mayor, así que se rechaza H₀.
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: z = −2,151
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.
Proporciones muestrales
p̂₁ = 90/200 = 0,45
p̂₂ = 138/250 = 0,552
p̂ = 228/450 = 0,5067
Error típico bajo H₀
SE = √(0,5067·0,4933·(1/200 + 1/250)) = 0,04743
Estadístico de contraste
z = (0,45 − 0,552)/0,04743 = −2,151
Respuesta
z = −2,151
|z| > 1,96, así que se rechaza H₀ al nivel del 5 % (bilateral).
7.Regresión lineal y correlación
Respuesta: r = 0,9783
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 = 42/6 = 7
ȳ = 441/6 = 73,5
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 249
Syy = Σ(y − ȳ)² = 925,5
Coeficiente de correlación
r = 249/√(70·925,5) = 0,9783
Respuesta
r = 0,9783
8.Regresión lineal y correlación
Respuesta: ŷ = 57,15
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 = 20/5 = 4
ȳ = 300/5 = 60
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 57
Recta de regresión
b = 57/10 = 5,7
a = 60 − 5,7·4 = 37,2
ŷ = 37,2 + 5,7·x
Predicción
ŷ = 37,2 + 5,7·3,5 = 57,15
Respuesta
ŷ = 57,15
9.Pruebas de chi cuadrado
Respuesta: χ² = 32,14
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: χ²crit = 18,48
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 = 9 − 1 − 1 = 7
Tabla
χ²crit(df = 7, α = 0,01) = 18,475
Respuesta
χ²crit = 18,475
Rechaza H₀ si el χ² calculado es mayor que este valor.