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 0,9399. Halla z con dos decimales.
A = 0,9399
z =
2.Distribución normalDifícil
Los diámetros D de los agujeros son normales con media 25,03 mm y desviación típica 0,015 mm. Los diámetros d de los ejes son independientes y normales con media 25 mm y desviación típica 0,015 mm. Un eje elegido al azar encaja cuando D − d > 0. Halla la probabilidad P de que encaje. Redondea z a dos decimales.
agujero: μ = 25,03 mm, σ = 0,015 mmeje: μ = 25 mm, σ = 0,015 mm
P =
3.Intervalos de confianzaMedia
Un intervalo de confianza del 95 % para una media, basado en 64 observaciones y una σ conocida, tiene un margen de error de 10,9. ¿Cuál es el margen de error E₂ de un intervalo del 99 % basado en 576 observaciones?
95%n₁ = 64E₁ = 10,999%n₂ = 576
E₂ =
4.Intervalos de confianzaDifícil
Se prueban dos fertilizantes. Grupo de parcelas 1: 7 parcelas, rendimiento medio 56 kg, desviación típica 1,5 kg. Grupo de parcelas 2: 5 parcelas, media 58 kg, desviación típica 9 kg. Supón varianzas iguales (t con varianza combinada, gl = n₁ + n₂ − 2). Halla el límite inferior del intervalo de confianza del 95 % para μ₁ − μ₂.
5.Contrastes de hipótesis e intervalos de confianzaMedia
Se afirma que la media de una población es 250; se sabe que la desviación típica poblacional es 6. Una muestra aleatoria de 144 observaciones tiene una media de 250,52. Contrasta H₀: μ = 250 frente a H₁: μ > 250. Halla el p-valor p.
μ₀ = 250σ = 6n = 144x̄ = 250,52H₁: μ > μ₀
p =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
¿Qué tamaño debe tener una muestra para que el intervalo de confianza del 95 % para una media tenga un margen de error de como mucho 3? La desviación típica es 15. Calcula el menor tamaño muestral n.
σ = 15E = 395%
n =
7.Regresión lineal y correlaciónMedia
La tabla da 5 observaciones emparejadas de x = gasto en publicidad en miles de € e y = ventas en miles de €. Halla el coeficiente de correlación de Pearson r.
n = 5
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 = 4,5.
n = 5x = 4,5
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 8 categorías siguen una distribución de Poisson cuya media se estima a partir de los mismos datos. ¿Cuántos grados de libertad df tiene la prueba?
k = 8
df =
3Disoluciones
1.Distribución normal
Respuesta: z = 1,88
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 + 0,9399)/2 = 0,9699
Lee la tabla de z al revés
Busca 0,9699 dentro de la tabla y lee z.
z = 1,88
Respuesta
z = 1,88
2.Distribución normal
Respuesta: P = 0,9207
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 = 25,03 − 25 = 0,03 mm, σ = 0,02121 mm
Tipificar
z = (0 − 0,03)/0,02121 = −1,41
Probabilidad
P = 1 − Φ(−1,41) = 0,9207
Respuesta
P = 0,9207
3.Intervalos de confianza
Respuesta: E₂ = 4,775
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 = (2,576/1,96)·√(64/576) = 0,4381
Nuevo margen
E₂ = 10,9·0,4381 = 4,775
Respuesta
E₂ = 4,775
4.Intervalos de confianza
Respuesta: límite inferior = −9,579 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 = (6·1,5² + 4·9²)/10 = 33,75
sp = 5,809
Margen de error
E = 2,228·5,809·√(1/7 + 1/5) = 7,579
Intervalo
−2 ± 7,579 → [−9,579, 5,579]
Respuesta
límite inferior = −9,579 kg
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: p = 0,1492
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.
Estadístico de contraste
SE = σ/√n = 6/√144 = 0,5
z = (250,52 − 250)/0,5 = 1,04
Área de la cola
Φ(1,04) = 0,8508
1 − Φ(1,04) = 0,1492
p-valor
p = 0,1492
Respuesta
p = 0,1492
p > 0,05, así que no se rechaza H₀ al nivel del 5 %.
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: n = 97
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 = (1,96·15/3)² = 96,04
Redondear hacia arriba
n = 97
Respuesta
n = 97
7.Regresión lineal y correlación
Respuesta: r = 0,9943
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 = 25/5 = 5
ȳ = 279/5 = 55,8
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 186
Syy = Σ(y − ȳ)² = 874,8
Coeficiente de correlación
r = 186/√(40·874,8) = 0,9943
Respuesta
r = 0,9943
8.Regresión lineal y correlación
Respuesta: ŷ = 46
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 = 219/5 = 43,8
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 44
Recta de regresión
b = 44/10 = 4,4
a = 43,8 − 4,4·4 = 26,2
ŷ = 26,2 + 4,4·x
Predicción
ŷ = 26,2 + 4,4·4,5 = 46
Respuesta
ŷ = 46
9.Pruebas de chi cuadrado
Respuesta: χ² = 3,571
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) no se rechaza.
10.Pruebas de chi cuadrado
Respuesta: df = 6
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.