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
32 min33,3 minX + Y?

X es normal con media 12 min y desviación típica 1,5 min; Y es independiente y normal con media 20 min y desviación típica 2 min. Halla la probabilidad P de que X + Y sea mayor que 33,3 min. Redondea z a dos decimales.

μX = 12, σX = 1,5μY = 20, σY = 2X + Y > 33,3 min
P =
2.Distribución normalDifícil
μ = 65x = ?25%

Supón que las notas de un examen siguen una distribución normal con media 65 puntos y desviación típica 10 puntos. Halla el valor x por debajo del cual queda el 25 % de los datos (el percentil 25).

μ = 65σ = 10P = 25%
x = puntos
3.Intervalos de confianzaMedia
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E95%

Se compara la duración de la batería de dos modelos de móvil. Modelo 1: 50 móviles, media 90 h, desviación típica conocida 15 h. Modelo 2: 40 móviles, media 102,5 h, desviación típica conocida 14 h. Halla el límite superior del intervalo de confianza del 95 % para μ₁ − μ₂.

n₁ = 50x̄₁ = 90 hσ₁ = 15 hn₂ = 40x̄₂ = 102,5 hσ₂ = 14 h95%
límite superior = h
4.Intervalos de confianzaDifícil
μ₁ − μ₂, t(29) = 1,6990L = ?Ux̄₁ − x̄₂E90%

Se prueban dos fertilizantes. Grupo de parcelas 1: 6 parcelas, rendimiento medio 76 kg, desviación típica 6,5 kg. Grupo de parcelas 2: 25 parcelas, media 78,5 kg, desviación típica 1 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.

n₁ = 6x̄₁ = 76s₁ = 6,5n₂ = 25x̄₂ = 78,5s₂ = 190%t(29) = 1,699
límite inferior = kg
5.Contrastes de hipótesis e intervalos de confianzaMedia
t −1,98401,984

Una muestra de 100 estudiantes tiene una nota media de 123,2 y una desviación típica muestral de 15. Calcula el estadístico de contraste t para H₀: μ = 120.

μ₀ = 120x̄ = 123,2s = 15n = 100
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
μ₀x̄c

Se hace un contraste z unilateral de H₀: μ = 200 frente a H₁: μ < 200 con α = 0.01 y una muestra de 100; se sabe que la desviación típica es 15. En realidad la media es 194.9. Halla la potencia 1 − β del contraste en porcentaje.

μ₀ = 200μ = 194,9σ = 15n = 100α = 0,01
1 − β = %
7.Regresión lineal y correlaciónMedia
xy34955376497211781384xy5106080

La tabla da 6 observaciones emparejadas de x = gasto en publicidad en miles de € e y = ventas en miles de €. Se dan sus sumas. Halla el coeficiente de correlación de Pearson r a partir de estas sumas.

n = 6Σx = 48Σy = 400Σx² = 454Σy² = 27630Σxy = 3458
r =
8.Regresión lineal y correlaciónDifícil
xy135244345451556664xy246405060ŷ = 38

La tabla da 6 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 = 38?

n = 6ŷ = 38
x =
9.Pruebas de chi cuadradoMedia
autobúsbicicletacocheTotalestudiantes174341101personal22104274Total395383175

La tabla de contingencia muestra las frecuencias observadas. Para una prueba de chi cuadrado de independencia, halla la frecuencia esperada E de la casilla «estudiantes, bicicleta».

total de fila = 101total de columna = 53N = 175
E =
10.Pruebas de chi cuadradoDifícil

Una prueba de chi cuadrado de bondad de ajuste comprueba si las frecuencias en 9 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 = 9
df =

3Disoluciones

1.Distribución normal

Respuesta: P = 0,3015

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 = 32 min, σ = √(1,5² + 2²) = 2,5 min

Tipificar

z = (33,3 − 32)/2,5 = 0,52

Cola superior

P = 1 − Φ(0,52) = 1 − 0,6985 = 0,3015

Respuesta

P = 0,3015
2.Distribución normal

Respuesta: x = 58,26 puntos

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.

z del percentil

Φ(z) = 0,25 → z = −0,6745

Vuelta a x

x = 65 + −0,6745·10 = 58,26 puntos

Respuesta

x = 58,26 puntos
3.Intervalos de confianza

Respuesta: límite superior = −6,491 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.

Estimación puntual

x̄₁ − x̄₂ = 90 − 102,5 = −12,5

Error típico

SE = √(15²/50 + 14²/40) = 3,066

Margen de error

E = 1,96·3,066 = 6,009

Intervalo

−12,5 ± 6,009 → [−18,51, −6,491]

Respuesta

límite superior = −6,491 h

El intervalo no contiene el 0, así que las medias difieren significativamente.

4.Intervalos de confianza

Respuesta: límite inferior = −4,7 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 = (5·6,5² + 24·1²)/29 = 8,112
sp = 2,848

Margen de error

E = 1,699·2,848·√(1/6 + 1/25) = 2,2

Intervalo

−2,5 ± 2,2 → [−4,7, −0,3001]

Respuesta

límite inferior = −4,7 kg
5.Contrastes de hipótesis e intervalos de confianza

Respuesta: t = 2,133

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/√100 = 15/10 = 1,5

Estadístico de contraste

t = (123,2 − 120)/1,5 = 2,133

Respuesta

t = 2,133
t0,025; df = 99 = 1,984

|t| > 1,984, así que se rechaza H₀ al nivel del 5 % (bilateral).

6.Contrastes de hipótesis e intervalos de confianza

Respuesta: 1 − β = 85,86 %

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 = 15/√100 = 1,5
x̄c = 200 − 2,326·1,5 = 196,5

z con la media verdadera

z = (196,5 − 194,9)/1,5 = 1,074

Potencia

potencia = P(Z < 1.074) = 85.86%
1 − β = 85,86%

Respuesta

1 − β = 85,86%
7.Regresión lineal y correlación

Respuesta: r = 0,9935

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.

Sumas centradas

Sxy = 3458 − 48·400/6 = 258
Sxx = 454 − 48²/6 = 70
Syy = 27630 − 400²/6 = 963,3

Coeficiente de correlación

r = 258/√(70·963,3) = 0,9935

Respuesta

r = 0,9935
8.Regresión lineal y correlación

Respuesta: x = 1,41

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 = 295/6 = 49,17

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 93,5

Recta de regresión

b = 93,5/17,5 = 5,343
a = 49,17 − 5,343·3,5 = 30,47
ŷ = 30,47 + 5,343·x

Despeja x

x = (38 − 30,47)/5,343 = 1,41

Respuesta

x = 1,41
9.Pruebas de chi cuadrado

Respuesta: E = 30,59

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.

Frecuencia esperada

E = 101·53/175 = 30,59

Respuesta

E = 30,59
10.Pruebas de chi cuadrado

Respuesta: df = 7

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 = 9 − 1 − 1 = 7

Respuesta

df = 7

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