Hojas de fórmulas, los pasos clave de los métodos de cada tema y 10 problemas de práctica, con las soluciones completas al final.
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 6 de ellos supere 70 kg. Redondea z a dos decimales.
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.
Se compara la duración de la batería de dos modelos de móvil. Modelo 1: 50 móviles, media 89 h, desviación típica conocida 12 h. Modelo 2: 80 móviles, media 82 h, desviación típica conocida 5 h. Halla el límite superior del intervalo de confianza del 90 % para μ₁ − μ₂.
Los diámetros de 10 ejes mecanizados tienen una desviación típica muestral de 10,4 µm. Suponiendo que los diámetros siguen una distribución normal, halla el límite inferior σ del intervalo de confianza del 95 % para la desviación típica poblacional. Con gl = 9, el 2,5 % de la distribución χ² queda por debajo de 2,7 y el 2,5 % queda por encima de 19,023.
Dos líneas de producción fabrican la misma pieza. Línea 1: una muestra de 100 piezas tiene una longitud media de 96 mm, y la desviación típica conocida de la línea es 12 mm. Línea 2: una muestra de 40 piezas tiene una media de 97,9 mm, con desviación típica conocida de 3 mm. Halla el estadístico de contraste z para H₀: μ₁ = μ₂, tomando la diferencia como x̄₁ − x̄₂ (línea 1 menos línea 2).
¿Qué tamaño debe tener una muestra para que el intervalo de confianza del 90 % para una media tenga un margen de error de como mucho 0,5? La desviación típica es 5. Calcula el menor tamaño muestral n.
La tabla da 5 observaciones emparejadas de x = antigüedad del coche en años e y = precio en miles de €. Se dan sus sumas. Halla el coeficiente de correlación de Pearson r a partir de estas sumas.
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. ¿Para qué valor x predice la recta ŷ = 35?
La tabla de contingencia muestra las frecuencias observadas. Para una prueba de chi cuadrado de independencia, halla la frecuencia esperada E de la casilla «turno de día, grave».
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 = 0,01.
Respuesta: P = 0,8461
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).
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).
Respuesta: límite superior = 9,939 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.
El intervalo no contiene el 0, así que las medias difieren significativamente.
Respuesta: σ = 7,153 µm
Intervalo para una varianza: (n − 1)s²/σ² sigue una distribución χ² con n − 1 grados de libertad. El intervalo del 95 % para σ² va desde (n − 1)s² dividido entre el valor χ² superior (con el 2,5 % por encima) hasta (n − 1)s² dividido entre el valor χ² inferior (con el 2,5 % por debajo); el intervalo para σ es la raíz cuadrada de ambos límites. No es simétrico respecto a s.
Intervalo del 95 % para σ: [7,153, 18,99] µm.
Respuesta: z = −1,472
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.
|z| < 1.96, así que no se rechaza H₀ al nivel del 5 % (bilateral).
Respuesta: n = 271
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).
Respuesta: r = −0,9785
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.
Respuesta: x = 2,02
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.
Respuesta: E = 24,51
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.
Respuesta: χ²crit = 15,09
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.
Rechaza H₀ si el χ² calculado es mayor que este valor.
ExamProblems · examproblems.com/courses/statistics-2-inference