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
105 s95,4 sX + Y?

X es normal con media 60 s y desviación típica 5 s; Y es independiente y normal con media 45 s y desviación típica 4 s. Halla la probabilidad P de que X + Y sea mayor que 95,4 s. Redondea z a dos decimales.

μX = 60, σX = 5μY = 45, σY = 4X + Y > 95,4 s
P =
2.Distribución normalDifícil
μ = 32x = ?80%

Supón que los tiempos de entrega siguen una distribución normal con media 32 min y desviación típica 6 min. Halla el valor x por debajo del cual queda el 80 % de los datos (el percentil 80).

μ = 32σ = 6P = 80%
x = min
3.Intervalos de confianzaMedia
n = 30, s = 3,5L = ?Ux̄ = 48,5E95%

Una muestra de 30 elementos tiene media 48,5 y desviación típica s = 3,5. La población es aproximadamente normal. Calcula el límite inferior del intervalo de confianza del 95 % para la media.

n = 30x̄ = 48,5s = 3,595%t(29) = 2,045
límite inferior =
4.Intervalos de confianzaDifícil
p = 0,5, n = ?p̂ − Ep̂ + Ep̂E = 0,0195%

No se sabe nada de antemano sobre la proporción de productos 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 0,01?

p = 0,5E = 0,0195%
n =
5.Contrastes de hipótesis e intervalos de confianzaMedia
t −2,0302,03

Una muestra de 36 estudiantes tiene una nota media de 104 y una desviación típica muestral de 20. Calcula el estadístico de contraste t para H₀: μ = 100.

μ₀ = 100x̄ = 104s = 20n = 36
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
H₀H₁μ₀x̄cμ₀ + 4α = 0,01βσ = 20, potencia 90%, n = ?

Un contraste z unilateral con α = 0,01 debe detectar un desplazamiento de la media de 4 unidades con una potencia del 90 %. La desviación típica es 20. Halla el tamaño muestral mínimo n.

α = 0,01potencia = 90%δ = 4σ = 20zα = 2,326zβ = 1,282
n =
7.Regresión lineal y correlaciónMedia
xy2841662383510431248xy5102040

La tabla da 6 observaciones emparejadas de x = carga en kN e y = alargamiento en mm. Halla el coeficiente de correlación de Pearson r.

n = 6
r =
8.Regresión lineal y correlaciónDifícil
xy2446698141015xy51051015ŷ = 14

La tabla da 5 observaciones emparejadas de x = carga en kN e y = alargamiento en mm. Usa la recta de mínimos cuadrados ŷ = a + b·x. ¿Para qué valor x predice la recta ŷ = 14?

n = 5ŷ = 14
x =
9.Pruebas de chi cuadradoMedia
sin defectolevegraveTotalturno de día16271760turno de noche4181840Total204535100

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 = 1002 × 3
χ² =
10.Pruebas de chi cuadradoDifícil
sínoTotalplanta A255580planta B164460planta C255580Total66154220dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

La tabla muestra las frecuencias observadas. Contrasta con α = 0,01 si las dos variables son independientes (sin corrección por continuidad). Calcula el estadístico de contraste χ² y compáralo después con el valor crítico de la tabla.

N = 2203 × 2α = 0,01
χ² =

3Disoluciones

1.Distribución normal

Respuesta: P = 0,9332

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 = 105 s, σ = √(5² + 4²) = 6,403 s

Tipificar

z = (95,4 − 105)/6,403 = −1,5

Cola superior

P = 1 − Φ(−1,5) = 1 − 0,06681 = 0,9332

Respuesta

P = 0,9332
2.Distribución normal

Respuesta: x = 37,05 min

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 = 32 + 0,8416·6 = 37,05 min

Respuesta

x = 37,05 min
3.Intervalos de confianza

Respuesta: límite inferior = 47,19

Intervalo de confianza para la media: x̄ ± margen de error. Con σ poblacional conocida, el margen es z·σ/√n; si solo se tiene la desviación típica muestral s, usa t con n − 1 grados de libertad: t·s/√n. Valores críticos: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Para conseguir un margen E o menor, necesitas n ≥ (z·σ/E)², redondeado hacia arriba.

Valor crítico

df = n − 1 = 29, t = 2,045

Margen de error

E = 2,045·3,5/√30 = 1,307

Intervalo

48,5 ± 1,307 → [47,19, 49,81]

Respuesta

límite inferior = 47,19
4.Intervalos de confianza

Respuesta: n = 9604

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 = 1,96²·0,5·0,5/0,01² = 9604

Redondear hacia arriba

n = 9604

Respuesta

n = 9604
5.Contrastes de hipótesis e intervalos de confianza

Respuesta: t = 1,2

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 = 20/√36 = 20/6 = 3,333

Estadístico de contraste

t = (104 − 100)/3,333 = 1,2

Respuesta

t = 1,2
t0,025; df = 35 = 2,03

|t| < 2.03, así que no se rechaza H₀ al nivel del 5 % (bilateral).

6.Contrastes de hipótesis e intervalos de confianza

Respuesta: n = 326

Tamaño muestral para un contraste: para detectar un desplazamiento real δ con potencia 1 − β en un contraste z unilateral de nivel α, el error típico debe cumplir δ = (z_α + z_β)·σ/√n, así que n = ((z_α + z_β)·σ/δ)², redondeado hacia arriba.

Despejar n

n = ((2,326 + 1,282)·20/4)² = 325,4

Redondear hacia arriba

n = 326

Respuesta

n = 326
7.Regresión lineal y correlación

Respuesta: r = 0,995

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 = 42/6 = 7
ȳ = 173/6 = 28,83

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 293
Syy = Σ(y − ȳ)² = 1239

Coeficiente de correlación

r = 293/√(70·1239) = 0,995

Respuesta

r = 0,995
8.Regresión lineal y correlación

Respuesta: x = 8,933

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 = 30/5 = 6
ȳ = 48/5 = 9,6

Sumas de cuadrados y de productos

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 60

Recta de regresión

b = 60/40 = 1,5
a = 9,6 − 1,5·6 = 0,6
ŷ = 0,6 + 1,5·x

Despeja x

x = (14 − 0,6)/1,5 = 8,933

Respuesta

x = 8,933
9.Pruebas de chi cuadrado

Respuesta: χ² = 5,238

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

turno de día: 60·20/100 = 12, 60·45/100 = 27, 60·35/100 = 21
turno de noche: 40·20/100 = 8, 40·45/100 = 18, 40·35/100 = 14

Estadístico de chi cuadrado

χ² = (16 − 12)²/12 + (27 − 27)²/27 + (17 − 21)²/21 + (4 − 8)²/8 + (18 − 18)²/18 + (18 − 14)²/14
χ² = 5,238

Respuesta

χ² = 5,238

gl = 2. Con α = 0,05 el valor crítico es 5,991, así que H₀ (independencia) no se rechaza.

10.Pruebas de chi cuadrado

Respuesta: χ² = 0,4365

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

planta A: 24, 56
planta B: 18, 42
planta C: 24, 56

Estadístico de chi cuadrado

χ² = (25 − 24)²/24 + (55 − 56)²/56 + (16 − 18)²/18 + (44 − 42)²/42 + (25 − 24)²/24 + (55 − 56)²/56
χ² = 0,4365

Decisión

df = 2, χ²crit = 9,210
0,4365 < 9,210

Respuesta

χ² = 0,4365

χ² está por debajo del valor crítico, así que no se rechaza H₀: no hay evidencia significativa de relación.

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