Hojas de fórmulas, los pasos clave de los métodos de cada tema y 10 problemas de práctica, con las soluciones completas al final.
Las masas de sacos de cemento son independientes y normales con media 25 kg y desviación típica 0,5 kg. Halla la probabilidad P de que la masa total de 4 de ellos sea inferior a 98,5 kg. Redondea z a dos decimales.
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 90 % de los datos (el percentil 90).
Se mide la tensión arterial de 6 pacientes antes y después de un tratamiento. Las diferencias d = antes − después (mmHg) tienen media 2,3 y desviación típica 3. Halla el límite superior del intervalo de confianza del 99 % para la diferencia media.
Los diámetros de 20 ejes mecanizados tienen una desviación típica muestral de 3,2 µm. Suponiendo que los diámetros siguen una distribución normal, halla el límite inferior σ del intervalo de confianza del 95 % para la desviación típica poblacional. Con gl = 19, el 2,5 % de la distribución χ² queda por debajo de 8,907 y el 2,5 % queda por encima de 32,852.
Se afirma que la media de una población es 100; se sabe que la desviación típica poblacional es 15. Una muestra aleatoria de 36 observaciones tiene una media de 97,05. Contrasta H₀: μ = 100 frente a H₁: μ < 100. Halla el p-valor p.
¿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 1,5? La desviación típica es 12. Calcula el menor tamaño muestral n.
La tabla da 6 observaciones emparejadas de x = temperatura en °C e y = helados vendidos. Halla el coeficiente de correlación de Pearson r.
La tabla da 6 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, 21). Halla su residuo e = y − ŷ.
La tabla de contingencia muestra las frecuencias observadas. Para una prueba de chi cuadrado de independencia, halla la frecuencia esperada E de la casilla «personal, coche».
Una prueba de chi cuadrado de bondad de ajuste comprueba si las frecuencias en 4 categorías siguen una distribución de Poisson cuya media se estima a partir de los mismos datos. ¿Cuántos grados de libertad df tiene la prueba?
Respuesta: P = 0,06681
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).
Respuesta: x = 77,82 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.
Respuesta: límite superior = 7,238 mmHg
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: σ = 2,434 µm
Intervalo para una varianza: (n − 1)s²/σ² sigue una distribución χ² con n − 1 grados de libertad. El intervalo del 95 % para σ² va desde (n − 1)s² dividido entre el valor χ² superior (con el 2,5 % por encima) hasta (n − 1)s² dividido entre el valor χ² inferior (con el 2,5 % por debajo); el intervalo para σ es la raíz cuadrada de ambos límites. No es simétrico respecto a s.
Intervalo del 95 % para σ: [2,434, 4,674] µm.
Respuesta: p = 0,119
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
p > 0,05, así que no se rechaza H₀ al nivel del 5 %.
Respuesta: n = 174
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).
Respuesta: r = 0,999
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: e = 1,833
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.
El punto está por encima de la recta.
Respuesta: E = 20,22
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.
Respuesta: df = 2
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.
ExamProblems · examproblems.com/courses/statistics-2-inference