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
Supón que las puntuaciones de CI siguen una distribución normal con media 100 puntos y desviación típica 15 puntos. ¿Qué fracción está entre 70,75 y 112,75 puntos? Da P como número decimal.
μ = 100σ = 15x1 = 70,75x2 = 112,75
P =
2.Distribución normalDifícil
Los diámetros D de los agujeros son normales con media 25,02 mm y desviación típica 0,02 mm. Los diámetros d de los ejes son independientes y normales con media 25 mm y desviación típica 0,02 mm. Un eje elegido al azar encaja cuando D − d > 0. Halla la probabilidad P de que encaje. Redondea z a dos decimales.
agujero: μ = 25,02 mm, σ = 0,02 mmeje: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalos de confianzaMedia
Un intervalo de confianza del 99 % para una media, basado en 36 observaciones y una σ conocida, tiene un margen de error de 5. ¿Cuál es el margen de error E₂ de un intervalo del 95 % con los mismos datos?
99%n₁ = 36E₁ = 595%
E₂ =
4.Intervalos de confianzaDifícil
La desviación típica poblacional es 12. ¿Qué tamaño muestral n necesitas para que un intervalo de confianza del 95 % para la media tenga un margen de error de como máximo 2,5?
σ = 12E = 2,595%
n =
5.Contrastes de hipótesis e intervalos de confianzaMedia
Una muestra de 36 estudiantes tiene una nota media de 102 y una desviación típica muestral de 5. Calcula el estadístico de contraste t para H₀: μ = 100.
μ₀ = 100x̄ = 102s = 5n = 36
t =
6.Contrastes de hipótesis e intervalos de confianzaDifícil
Se hace un contraste z unilateral de H₀: μ = 80 frente a H₁: μ < 80 con α = 0.05 y una muestra de 100; se sabe que la desviación típica es 20. En realidad la media es 73.8. Halla la potencia 1 − β del contraste en porcentaje.
μ₀ = 80μ = 73,8σ = 20n = 100α = 0,05
1 − β = %
7.Regresión lineal y correlaciónMedia
La tabla da 5 observaciones emparejadas de x = antigüedad del coche en años e y = precio en miles de €. Halla el coeficiente de correlación de Pearson r.
n = 5
r =
8.Regresión lineal y correlaciónDifícil
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. Predice ŷ para x = 5,5.
n = 6x = 5,5
ŷ =
9.Pruebas de chi cuadradoMedia
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 × 2
χ² =
10.Pruebas de chi cuadradoDifícil
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 = 0,05.
α = 0,05
χ²crit =
3Disoluciones
1.Distribución normal
Respuesta: P = 0,7767
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.
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 diferencia
μ = 25,02 − 25 = 0,02 mm, σ = 0,02828 mm
Tipificar
z = (0 − 0,02)/0,02828 = −0,71
Probabilidad
P = 1 − Φ(−0,71) = 0,7611
Respuesta
P = 0,7611
3.Intervalos de confianza
Respuesta: E₂ = 3,804
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.
Relación de márgenes
E₂/E₁ = (1,96/2,576)·√(36/36) = 0,7609
Nuevo margen
E₂ = 5·0,7609 = 3,804
Respuesta
E₂ = 3,804
4.Intervalos de confianza
Respuesta: n = 89
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.
Despejar n
n = (1,96·12/2,5)² = 88,51
Redondear hacia arriba
El tamaño muestral es un número entero, y redondear hacia abajo haría el margen demasiado grande.
n = 89
Respuesta
n = 89
5.Contrastes de hipótesis e intervalos de confianza
Respuesta: t = 2,4
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).
Error típico
SE = 5/√36 = 5/6 = 0,8333
Estadístico de contraste
t = (102 − 100)/0,8333 = 2,4
Respuesta
t = 2,4
t0,025; df = 35 = 2,03
|t| > 2,03, así que se rechaza H₀ al nivel del 5 % (bilateral).
6.Contrastes de hipótesis e intervalos de confianza
Respuesta: 1 − β = 92,72 %
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 = 20/√100 = 2
x̄c = 80 − 1,645·2 = 76,71
z con la media verdadera
z = (76,71 − 73,8)/2 = 1,455
Potencia
potencia = P(Z < 1.455) = 92.72%
1 − β = 92,72%
Respuesta
1 − β = 92,72%
7.Regresión lineal y correlación
Respuesta: r = −0,9836
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 = 83/5 = 16,6
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −39
Syy = Σ(y − ȳ)² = 157,2
Coeficiente de correlación
r = −39/√(10·157,2) = −0,9836
Respuesta
r = −0,9836
8.Regresión lineal y correlación
Respuesta: ŷ = 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 = 27/6 = 4,5
ȳ = 229/6 = 38,17
Sumas de cuadrados y de productos
Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 49,5
Recta de regresión
b = 49,5/17,5 = 2,829
a = 38,17 − 2,829·4,5 = 25,44
ŷ = 25,44 + 2,829·x
Predicción
ŷ = 25,44 + 2,829·5,5 = 41
Respuesta
ŷ = 41
9.Pruebas de chi cuadrado
Respuesta: χ² = 12,7
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.
gl = 1. Con α = 0,05 el valor crítico es 3,841, así que H₀ (independencia) se rechaza.
10.Pruebas de chi cuadrado
Respuesta: χ²crit = 12,59
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.
Grados de libertad
df = 7 − 1 = 6
Tabla
χ²crit(df = 6, α = 0,05) = 12,592
Respuesta
χ²crit = 12,592
Rechaza H₀ si el χ² calculado es mayor que este valor.