Hojas de fórmulas, los pasos clave de los métodos de cada tema y 10 problemas de práctica, con las soluciones completas al final.
Supón que las duraciones de las baterías siguen una distribución normal con media 500 h y desviación típica 40 h. ¿Qué fracción está entre 468 y 562 h? Da P como número decimal.
Supón que las estaturas de los hombres adultos siguen una distribución normal con media 178 cm y desviación típica 7 cm. Halla el valor x por debajo del cual queda el 90 % de los datos (el percentil 90).
Un intervalo de confianza del 99 % para una media, basado en 64 observaciones y una σ conocida, tiene un margen de error de 9,2. ¿Cuál es el margen de error E₂ de un intervalo del 95 % basado en 128 observaciones?
Se prueban dos fertilizantes. Grupo de parcelas 1: 7 parcelas, rendimiento medio 78 kg, desviación típica 9 kg. Grupo de parcelas 2: 5 parcelas, media 84 kg, desviación típica 5 kg. Supón varianzas iguales (t con varianza combinada, gl = n₁ + n₂ − 2). Halla el límite inferior del intervalo de confianza del 90 % para μ₁ − μ₂.
Una muestra de 25 estudiantes tiene una nota media de 94,4 y una desviación típica muestral de 20. Calcula el estadístico de contraste t para H₀: μ = 100.
Se hace un contraste z unilateral de H₀: μ = 100 frente a H₁: μ > 100 con α = 0,05 y una muestra de 36; se sabe que la desviación típica es 6. En realidad la media es 101,8. Halla la probabilidad de un error de tipo II β en porcentaje.
La tabla da 6 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.
La tabla da 5 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 = 26,5.
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.
Se realiza una prueba de chi cuadrado de independencia sobre una tabla de contingencia con 2 filas y 4 columnas (sin contar los totales). Con la tabla, halla el valor crítico χ²crit para el nivel de significación α = 0,05.
Respuesta: P = 0,7276
Distribución normal: convierte un valor x en una puntuación z, z = (x − μ)/σ, que indica a cuántas desviaciones típicas está de la media. Una tabla z (o Φ(z)) da el área a la izquierda de z, que es P(X < x). El área a la derecha es 1 − Φ(z), y el área entre dos valores es la diferencia de sus dos áreas.
Respuesta: x = 187 cm
Distribución normal: convierte un valor x en una puntuación z, z = (x − μ)/σ, que indica a cuántas desviaciones típicas está de la media. Una tabla z (o Φ(z)) da el área a la izquierda de z, que es P(X < x). El área a la derecha es 1 − Φ(z), y el área entre dos valores es la diferencia de sus dos áreas.
Respuesta: E₂ = 4,95
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.
Respuesta: límite inferior = −14,12 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.
Respuesta: t = −1,4
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).
|t| < 2.064, así que no se rechaza H₀ al nivel del 5 % (bilateral).
Respuesta: β = 43,84 %
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).
Respuesta: r² = 0,9124
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.
Aproximadamente el 91,24 % de la variación de y queda explicada por la recta.
Respuesta: ŷ = 127
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: χ² = 13,33
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.
Respuesta: χ²crit = 7,815
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