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 0,4381. Halla z con dos decimales.
A = 0,4381
z =
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 5 % superior sombreado quede a su derecha. Halla el punto de corte x.
μ = 65 puntosσ = 10 puntos5%
x = puntos
3.Intervalos de confianzaMedia
Una muestra de 16 elementos tiene media 111 y desviación típica s = 18,5. La población es aproximadamente normal. Calcula el margen de error E de un intervalo de confianza del 90 % para la media.
n = 16x̄ = 111s = 18,590%t(15) = 1,753
E =
4.Intervalos de confianzaDifícil
La desviación típica poblacional es 25. ¿Qué tamaño muestral n necesitas para que un intervalo de confianza del 99 % para la media tenga un margen de error de como máximo 1?
σ = 25E = 199%
n =
5.Contrastes de hipótesis e intervalos de confianzaMedia
Dos líneas de producción fabrican la misma pieza. Línea 1: una muestra de 50 piezas tiene una longitud media de 99 mm, y la desviación típica conocida de la línea es 19 mm. Línea 2: una muestra de 30 piezas tiene una media de 102,9 mm, con desviación típica conocida de 7 mm. Halla el estadístico de contraste z para H₀: μ₁ = μ₂, tomando la diferencia como x̄₁ − x̄₂ (línea 1 menos línea 2).
6.Contrastes de hipótesis e intervalos de confianzaDifícil
Una muestra de 25 medidas tiene media 94. La desviación típica poblacional es 15. Calcula el límite superior U del intervalo de confianza del 90 % para la media.
x̄ = 94σ = 15n = 2590%
U =
7.Regresión lineal y correlaciónMedia
La tabla da 6 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.
n = 6
r² =
8.Regresión lineal y correlaciónDifícil
La tabla da 5 observaciones emparejadas de x = horas de estudio e y = nota del examen. Usa la recta de mínimos cuadrados ŷ = a + b·x. Se hace una nueva observación (3,5, 61). Halla su residuo e = y − ŷ.
n = 5(3,5, 61)
e =
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 compara las frecuencias observadas en 9 categorías con proporciones esperadas totalmente especificadas (no se estima ningún parámetro a partir de los datos). ¿Cuántos grados de libertad df tiene la prueba?
k = 9
df =
3Disoluciones
1.Distribución normal
Respuesta: z = 0,58
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 + 0,4381)/2 = 0,7190
Lee la tabla de z al revés
Busca 0,7190 dentro de la tabla y lee z.
z = 0,58
Respuesta
z = 0,58
2.Distribución normal
Respuesta: x = 81,4 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) = 0,95
z según la tabla
z ≈ 1,64
De vuelta a las unidades originales
x = 65 + 1,64·10 = 81,4 puntos
Respuesta
x = 81,4 puntos
3.Intervalos de confianza
Respuesta: E = 8,108
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.
Valor crítico
df = n − 1 = 15, t = 1,753
Margen de error
E = 1,753·18,5/√16 = 8,108
Respuesta
E = 8,108
4.Intervalos de confianza
Respuesta: n = 4148
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 = (2,576·25/1)² = 4147
Redondear hacia arriba
El tamaño muestral es un número entero, y redondear hacia abajo haría el margen demasiado grande.
n = 4148
Respuesta
n = 4148
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: z = −1,311
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.
Error típico de la diferencia
SE = √(19²/50 + 7²/30) = √8,853 = 2,975
Estadístico de contraste
z = (99 − 102,9)/2,975 = −1,311
Respuesta
z = −1,311
|z| < 1.96, así que no se rechaza H₀ al nivel del 5 % (bilateral).
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: U = 98,94
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/√25 = 4,935
Límite del intervalo
U = 94 + 4,935 = 98,94
Respuesta
U = 98,94
7.Regresión lineal y correlación
Respuesta: r² = 0,948
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 = 21/6 = 3,5
ȳ = 250/6 = 41,67
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 110
Syy = Σ(y − ȳ)² = 729,3
Coeficiente de determinación
r² = 110²/(17,5·729,3) = 0,948
Respuesta
r² = 0,948
Aproximadamente el 94,8 % de la variación de y queda explicada por la recta.
8.Regresión lineal y correlación
Respuesta: e = 2,75
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 = 274/5 = 54,8
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 69
Recta de regresión
b = 69/10 = 6,9
a = 54,8 − 6,9·3 = 34,1
ŷ = 34,1 + 6,9·x
Valor predicho
ŷ = 34,1 + 6,9·3,5 = 58,25
Residuo
e = 61 − 58,25 = 2,75
Respuesta
e = 2,75
El punto está por encima de la recta.
9.Pruebas de chi cuadrado
Respuesta: χ² = 8,333
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: df = 8
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.