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 cajas son independientes y normales con media 12 kg y desviación típica 0,8 kg. Halla la probabilidad P de que la masa total de 4 de ellos supere 47,2 kg. Redondea z a dos decimales.
μ = 12 kgσ = 0,8 kgn = 4> 47,2 kg
P =
2.Distribución normalDifícil
Las alturas X de los hombres e Y de las mujeres de un grupo son independientes y normales: X tiene media 180 cm y desviación típica 10 cm, Y tiene media 170 cm y desviación típica 12 cm. Halla la probabilidad P de que X sea mayor que Y. Redondea z a dos decimales.
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.Intervalos de confianzaMedia
Se mide la tensión arterial de 6 pacientes antes y después de un tratamiento. Las diferencias d = antes − después (mmHg) tienen media 9,8 y desviación típica 7,6. Halla el margen de error E del intervalo de confianza del 95 % para la diferencia media.
n = 6d̄ = 9,8sd = 7,695%t(5) = 2,571
E = mmHg
4.Intervalos de confianzaDifícil
Se prueban dos fertilizantes. Grupo de parcelas 1: 7 parcelas, rendimiento medio 19,5 kg, desviación típica 10 kg. Grupo de parcelas 2: 9 parcelas, media 19 kg, desviación típica 10 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
12 empleados hacen una prueba de mecanografía antes y después de un curso de formación. Para cada persona se registra la diferencia d = después − antes (palabras por minuto). La diferencia media es 7,48 y la desviación típica de las diferencias es 9,6. Halla el estadístico del contraste para datos emparejados t para H₀: μd = 0.
n = 12d̄ = 7,48sd = 9,6
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
Una muestra de 64 medidas tiene media 503,9. La desviación típica poblacional es 15. Calcula el límite inferior L del intervalo de confianza del 90 % para la media.
x̄ = 503,9σ = 15n = 6490%
L =
7.Regresión lineal y correlaciónMedia
La tabla da 5 observaciones emparejadas de x = antigüedad del coche en años e y = precio en miles de €. Halla el coeficiente de determinación r² de la recta de mínimos cuadrados.
n = 5
r² =
8.Regresión lineal y correlaciónDifícil
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 = 25.
n = 6x = 25
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
Se realiza una prueba de chi cuadrado de independencia sobre una tabla de contingencia con 3 filas y 4 columnas (sin contar los totales). 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: P = 0,6915
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 = 48 kg, σT = 0,8·√4 = 1,6 kg
Tipificar
z = (47,2 − 48)/1,6 = −0,5
Probabilidad
P = 1 − Φ(−0,5) = 0,6915
Respuesta
P = 0,6915
2.Distribución normal
Respuesta: P = 0,7389
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 = 180 − 170 = 10 cm, σ = 15,62 cm
Tipificar
z = (0 − 10)/15,62 = −0,64
Probabilidad
P = 1 − Φ(−0,64) = 0,7389
Respuesta
P = 0,7389
3.Intervalos de confianza
Respuesta: E = 7,977 mmHg
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.
Valor crítico
df = 5, t = 2,571
Margen de error
E = 2,571·7,6/√6 = 7,977
Respuesta
E = 7,977 mmHg
4.Intervalos de confianza
Respuesta: E = 10,81 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 = (6·10² + 8·10²)/14 = 100
sp = 10
Margen de error
E = 2,145·10·√(1/7 + 1/9) = 10,81
Respuesta
E = 10,81 kg
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: t = 2,699
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
Error típico de la diferencia media
SE = 9,6/√12 = 2,771
Estadístico de contraste
t = 7,48/2,771 = 2,699
Respuesta
t = 2,699
Con gl = 11, el valor crítico bilateral al 5 % es 2,201; |t| es mayor, así que se rechaza H₀.
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: L = 500,8
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).
Margen de error
E = 1,645·15/√64 = 3,084
Límite del intervalo
L = 503,9 − 3,084 = 500,8
Respuesta
L = 500,8
7.Regresión lineal y correlación
Respuesta: r² = 0,8998
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 = 81/5 = 16,2
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −31
Syy = Σ(y − ȳ)² = 106,8
Coeficiente de determinación
r² = −31²/(10·106,8) = 0,8998
Respuesta
r² = 0,8998
Aproximadamente el 89,98 % de la variación de y queda explicada por la recta.
8.Regresión lineal y correlación
Respuesta: ŷ = 122,7
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 = 126/6 = 21
ȳ = 616/6 = 102,7
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 350
Recta de regresión
b = 350/70 = 5
a = 102,7 − 5·21 = −2,333
ŷ = −2,333 + 5·x
Predicción
ŷ = −2,333 + 5·25 = 122,7
Respuesta
ŷ = 122,7
9.Pruebas de chi cuadrado
Respuesta: χ² = 19,64
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 = 16,81
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 = (3 − 1)·(4 − 1) = 6
Tabla
χ²crit(df = 6, α = 0,01) = 16,812
Respuesta
χ²crit = 16,812
Rechaza H₀ si el χ² calculado es mayor que este valor.