Estadística 2: Inferencia estadística: pack de repaso

Hojas de fórmulas, los pasos clave de los métodos de cada tema y 10 problemas de práctica, con las soluciones completas al final.

Problemas nuevosVolver a la asignatura

En la ventana de impresión, elige «Guardar como PDF» para conservar una copia en tu dispositivo.

1Fórmulas y métodos

Distribución normal

Puntuación z
z = (x − μ)/σ
Por debajo de x
P(X < x) = Φ(z)
Por encima de x
P(X > x) = 1 − Φ(z)
Entre dos valores
Φ(z2) − Φ(z1)
Percentil
x = μ + z·σ

Método

  1. Convierte el valor en una puntuación z: z = (x − μ)/σ.
  2. Busca Φ(z), el área a la izquierda de z.
  3. Para el área a la derecha usa 1 − Φ(z); para un intervalo resta las dos áreas a la izquierda.
  4. Para un percentil, trabaja al revés: halla z para el área y luego x = μ + z·σ.

Intervalos de confianza

σ conocida
x̄ ± z·σ/√n
σ desconocida
x̄ ± t·s/√n, df = n − 1
z crítico
90%: 1,645, 95%: 1,96, 99%: 2,576
Tamaño muestral
n = (z·σ/E)², rounded up

Método

  1. Decide entre z (σ poblacional conocida) y t (solo la s muestral, con n − 1 grados de libertad).
  2. Halla el valor crítico para el nivel de confianza.
  3. Margen de error: E = valor crítico × desviación típica/√n.
  4. Intervalo: x̄ ± E.

Contrastes de hipótesis e intervalos de confianza

Contraste z para una media
z = (x̄ − μ0)/(σ/√n)
Contraste t para una media
t = (x̄ − μ0)/(s/√n), df = n − 1
Bilateral al 5%
rechaza H0 si |z| > 1,96
Intervalo de confianza
x̄ ± z·σ/√n

Método

  1. Enuncia H₀ y H₁ y decide si el contraste es unilateral o bilateral.
  2. Calcula el estadístico de contraste: (x̄ − μ₀)/(σ/√n), o con s y t.
  3. Compáralo con el valor crítico o halla el p-valor.
  4. Rechaza H₀ si el estadístico supera el valor crítico (p menor que α) y expresa la conclusión con palabras.

Regresión lineal y correlación

Sumas de cuadrados
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Pendiente
b = Sxy/Sxx
Ordenada en el origen
a = ȳ − b·x̄
Correlación
r = Sxy/√(SxxSyy)
Residuo
e = y − ŷ

Pruebas de chi cuadrado

Estadístico de contraste
χ² = Σ(O − E)²/E
Bondad de ajuste
E = n·p, df = k − 1 − (estimated parameters)
Independencia
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
105 s98,6 sX + Y?

X es normal con media 60 s y desviación típica 5 s; Y es independiente y normal con media 45 s y desviación típica 4 s. Halla la probabilidad P de que X + Y sea mayor que 98,6 s. Redondea z a dos decimales.

μX = 60, σX = 5μY = 45, σY = 4X + Y > 98,6 s
P =
2.Distribución normalDifícil
557085100115130145puntossuperior 10%

Para las puntuaciones de CI, la distribución es normal, con media 100 puntos y desviación típica 15 puntos. Arrastra el punto de corte para que el 10 % superior sombreado quede a su derecha. Halla el punto de corte x.

μ = 100 puntosσ = 15 puntos10%
x = puntos
3.Intervalos de confianzaMedia
n = 10, sd​ = 1,90L = ?Ud̄ = 4,8E90%

Se mide la tensión arterial de 10 pacientes antes y después de un tratamiento. Las diferencias d = antes − después (mmHg) tienen media 4,8 y desviación típica 1,9. Halla el límite inferior del intervalo de confianza del 90 % para la diferencia media.

n = 10d̄ = 4,8sd = 1,990%t(9) = 1,833
límite inferior = mmHg
4.Intervalos de confianzaDifícil
p ≈ 0,1, n = ?p̂ − Ep̂ + Ep̂E = 0,02599%

Un estudio piloto indica que aproximadamente 0,1 de los productos son defectuosos. ¿Cuántos productos n hay que inspeccionar para que un intervalo de confianza del 99 % para la proporción tenga un margen de error de como máximo 0,025?

p ≈ 0,1E = 0,02599%
n =
5.Contrastes de hipótesis e intervalos de confianzaMedia
t −2,01102,011

Una muestra de 49 estudiantes tiene una nota media de 93,36 y una desviación típica muestral de 15. Calcula el estadístico de contraste t para H₀: μ = 100.

μ₀ = 100x̄ = 93,36s = 15n = 49
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
μ₀x̄c

Se hace un contraste z unilateral de H₀: μ = 50 frente a H₁: μ < 50 con α = 0.10 y una muestra de 64; se sabe que la desviación típica es 4. En realidad la media es 49.15. Halla la probabilidad de un error de tipo II β en porcentaje.

μ₀ = 50μ = 49,15σ = 4n = 64α = 0,10
β = %
7.Regresión lineal y correlaciónMedia
xy142816331838205622522460xy15202530405060

La tabla da 6 observaciones emparejadas de x = temperatura en °C e y = helados vendidos. Halla el coeficiente de correlación de Pearson r.

n = 6
r =
8.Regresión lineal y correlaciónDifícil
xy264106158221024xy5101020x = 3

La tabla da 5 observaciones emparejadas de x = carga en kN e y = alargamiento en mm. Usa la recta de mínimos cuadrados ŷ = a + b·x. Predice ŷ para x = 3.

n = 5x = 3
ŷ =
9.Pruebas de chi cuadradoMedia
autobúsbicicletacocheTotalestudiantes43132480personal573726120Total1005050200

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 × 3
χ² =
10.Pruebas de chi cuadradoDifícil
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Se realiza una prueba de chi cuadrado de independencia sobre una tabla de contingencia con 2 filas y 6 columnas (sin contar los totales). Con la tabla, halla el valor crítico χ²crit para el nivel de significación α = 0,05.

α = 0,05
χ²crit =

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 = 105 s, σ = √(5² + 4²) = 6,403 s

Tipificar

z = (98,6 − 105)/6,403 = −1

Cola superior

P = 1 − Φ(−1) = 1 − 0,1587 = 0,8413

Respuesta

P = 0,8413
2.Distribución normal

Respuesta: x = 119,2 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) = 0,9

z según la tabla

z ≈ 1,28

De vuelta a las unidades originales

x = 100 + 1,28·15 = 119,2 puntos

Respuesta

x = 119,2 puntos
3.Intervalos de confianza

Respuesta: límite inferior = 3,699 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 = 9, t = 1,833

Margen de error

E = 1,833·1,9/√10 = 1,101

Intervalo

4,8 ± 1,101 → [3,699, 5,901]

Respuesta

límite inferior = 3,699 mmHg
4.Intervalos de confianza

Respuesta: n = 956

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Despejar n

n = 2,576²·0,1·0,9/0,025² = 955,6

Redondear hacia arriba

n = 956

Respuesta

n = 956
5.Contrastes de hipótesis e intervalos de confianza

Respuesta: t = −3,099

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/√49 = 15/7 = 2,143

Estadístico de contraste

t = (93,36 − 100)/2,143 = −3,099

Respuesta

t = −3,099
t0,025; df = 48 = 2,011

|t| > 2,011, así que se rechaza H₀ al nivel del 5 % (bilateral).

6.Contrastes de hipótesis e intervalos de confianza

Respuesta: β = 33,8 %

Potencia de un contraste: potencia = 1 − β es la probabilidad de rechazar H₀ cuando es falsa. Halla el valor de corte x̄c a partir de μ₀ y z_α y después calcula la probabilidad de caer más allá de x̄c usando la media verdadera: z = (x̄c − μ)/(σ/√n).

Media muestral crítica

SE = 4/√64 = 0,5
x̄c = 50 − 1,282·0,5 = 49,36

z con la media verdadera

z = (49,36 − 49,15)/0,5 = 0,418

Error de tipo II

potencia = P(Z < 0.418) = 66.2%
β = 100% − 66,2% = 33,8%

Respuesta

β = 33,8%
7.Regresión lineal y correlación

Respuesta: r = 0,9493

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 = 114/6 = 19
ȳ = 267/6 = 44,5

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 235
Syy = Σ(y − ȳ)² = 875,5

Coeficiente de correlación

r = 235/√(70·875,5) = 0,9493

Respuesta

r = 0,9493
8.Regresión lineal y correlación

Respuesta: ŷ = 8,2

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 = 30/5 = 6
ȳ = 77/5 = 15,4

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 96

Recta de regresión

b = 96/40 = 2,4
a = 15,4 − 2,4·6 = 1
ŷ = 1 + 2,4·x

Predicción

ŷ = 1 + 2,4·3 = 8,2

Respuesta

ŷ = 8,2
9.Pruebas de chi cuadrado

Respuesta: χ² = 5,792

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.

Frecuencias esperadas

estudiantes: 80·100/200 = 40, 80·50/200 = 20, 80·50/200 = 20
personal: 120·100/200 = 60, 120·50/200 = 30, 120·50/200 = 30

Estadístico de chi cuadrado

χ² = (43 − 40)²/40 + (13 − 20)²/20 + (24 − 20)²/20 + (57 − 60)²/60 + (37 − 30)²/30 + (26 − 30)²/30
χ² = 5,792

Respuesta

χ² = 5,792

gl = 2. Con α = 0,05 el valor crítico es 5,991, así que H₀ (independencia) no se rechaza.

10.Pruebas de chi cuadrado

Respuesta: χ²crit = 11,07

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 = (2 − 1)·(6 − 1) = 5

Tabla

χ²crit(df = 5, α = 0,05) = 11,070

Respuesta

χ²crit = 11,070

Rechaza H₀ si el χ² calculado es mayor que este valor.

ExamProblems · examproblems.com/courses/statistics-2-inference