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
200 mm199,5 mmX + Y?

X es normal con media 120 mm y desviación típica 0,3 mm; Y es independiente y normal con media 80 mm y desviación típica 0,4 mm. Halla la probabilidad P de que X + Y sea mayor que 199,5 mm. Redondea z a dos decimales.

μX = 120, σX = 0,3μY = 80, σY = 0,4X + Y > 199,5 mm
P =
2.Distribución normalDifícil
μ = 100x = ?80%

Supón que las puntuaciones de CI siguen una distribución normal con media 100 puntos y desviación típica 15 puntos. Halla el valor x por debajo del cual queda el 80 % de los datos (el percentil 80).

μ = 100σ = 15P = 80%
x = puntos
3.Intervalos de confianzaMedia
x̄E₁ = 390%, n = 36x̄E₂ = ?90%, n = 72

Un intervalo de confianza del 90 % para una media, basado en 36 observaciones y una σ conocida, tiene un margen de error de 3. ¿Cuál es el margen de error E₂ si el mismo estudio usa 72 observaciones?

90%n₁ = 36E₁ = 3n₂ = 72
E₂ =
4.Intervalos de confianzaDifícil
p ≈ 0,15, n = ?p̂ − Ep̂ + Ep̂E = 0,0395%

Un estudio piloto indica que aproximadamente 0,15 de los productos son defectuosos. ¿Cuántos productos n hay que inspeccionar para que un intervalo de confianza del 95 % para la proporción tenga un margen de error de como máximo 0,03?

p ≈ 0,15E = 0,0395%
n =
5.Contrastes de hipótesis e intervalos de confianzaMedia
t −1,99801,998

Una muestra de 64 estudiantes tiene una nota media de 53,15 y una desviación típica muestral de 12. Calcula el estadístico de contraste t para H₀: μ = 50.

μ₀ = 50x̄ = 53,15s = 12n = 64
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
σ = 12, n = ?x̄ − Ex̄ + Ex̄E = 290%

¿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 2? La desviación típica es 12. Calcula el menor tamaño muestral n.

σ = 12E = 290%
n =
7.Regresión lineal y correlaciónMedia
xy127225322418517xy242025

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.

n = 5Σx = 15Σy = 109Σx² = 55Σy² = 2451Σxy = 300
r =
8.Regresión lineal y correlaciónDifícil
xy125225319418516xy242025x = 3,5

La tabla da 5 observaciones emparejadas de x = antigüedad del coche en años e y = precio en miles de €. Usa la recta de mínimos cuadrados ŷ = a + b·x. Se hace una nueva observación (3,5, 24). Halla su residuo e = y − ŷ.

n = 5(3,5, 24)
e =
9.Pruebas de chi cuadradoMedia
bajomedioaltoTotalurbano172360100rural19313080Total365490180

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 = 1802 × 3
χ² =
10.Pruebas de chi cuadradoDifícil
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Una prueba de chi cuadrado de bondad de ajuste compara las frecuencias observadas en 7 categorías con proporciones esperadas totalmente especificadas (no se estima ningún parámetro a partir de los datos). Con la tabla, halla el valor crítico χ²crit para el nivel de significación α = 0,01.

α = 0,01
χ²crit =

3Disoluciones

1.Distribución normal

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).

Distribución de la suma

μ = 200 mm, σ = √(0,3² + 0,4²) = 0,5 mm

Tipificar

z = (199,5 − 200)/0,5 = −1

Cola superior

P = 1 − Φ(−1) = 1 − 0,1587 = 0,8413

Respuesta

P = 0,8413
2.Distribución normal

Respuesta: x = 112,6 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) = 0,8 → z = 0,8416

Vuelta a x

x = 100 + 0,8416·15 = 112,62 puntos

Respuesta

x = 112,62 puntos
3.Intervalos de confianza

Respuesta: E₂ = 2,121

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 = (1,645/1,645)·√(36/72) = 0,7071

Nuevo margen

E₂ = 3·0,7071 = 2,121

Respuesta

E₂ = 2,121
4.Intervalos de confianza

Respuesta: n = 545

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Despejar n

n = 1,96²·0,15·0,85/0,03² = 544,2

Redondear hacia arriba

n = 545

Respuesta

n = 545
5.Contrastes de hipótesis e intervalos de confianza

Respuesta: t = 2,1

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 = 12/√64 = 12/8 = 1,5

Estadístico de contraste

t = (53,15 − 50)/1,5 = 2,1

Respuesta

t = 2,1
t0,025; df = 63 = 1,998

|t| > 1,998, así que se rechaza H₀ al nivel del 5 % (bilateral).

6.Contrastes de hipótesis e intervalos de confianza

Respuesta: n = 98

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 = (1,645·12/2)² = 97,42

Redondear hacia arriba

n = 98

Respuesta

n = 98
7.Regresión lineal y correlación

Respuesta: r = −0,9872

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 = 300 − 15·109/5 = −27
Sxx = 55 − 15²/5 = 10
Syy = 2451 − 109²/5 = 74,8

Coeficiente de correlación

r = −27/√(10·74,8) = −0,9872

Respuesta

r = −0,9872
8.Regresión lineal y correlación

Respuesta: e = 4,65

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 = 103/5 = 20,6

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −25

Recta de regresión

b = −25/10 = −2,5
a = 20,6 − (−2,5)·3 = 28,1
ŷ = 28,1 − 2,5·x

Valor predicho

ŷ = 28,1 + (−2,5)·3,5 = 19,35

Residuo

e = 24 − 19,35 = 4,65

Respuesta

e = 4,65

El punto está por encima de la recta.

9.Pruebas de chi cuadrado

Respuesta: χ² = 9,188

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.

Frecuencias esperadas

urbano: 100·36/180 = 20, 100·54/180 = 30, 100·90/180 = 50
rural: 80·36/180 = 16, 80·54/180 = 24, 80·90/180 = 40

Estadístico de chi cuadrado

χ² = (17 − 20)²/20 + (23 − 30)²/30 + (60 − 50)²/50 + (19 − 16)²/16 + (31 − 24)²/24 + (30 − 40)²/40
χ² = 9,188

Respuesta

χ² = 9,188

gl = 2. Con α = 0,05 el valor crítico es 5,991, así que H₀ (independencia) se rechaza.

10.Pruebas de chi cuadrado

Respuesta: χ²crit = 16,81

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 = 7 − 1 = 6

Tabla

χ²crit(df = 6, α = 0,01) = 16,812

Respuesta

χ²crit = 16,812

Rechaza H₀ si el χ² calculado es mayor que este valor.

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