Contraste de Hipótesis
|
|
|
- Consuelo Medina Robles
- hace 9 años
- Vistas:
Transcripción
1 Cotraste de Hpótess 1. Se quere comprobar s ua muestra de tamaño 0 co meda 10 procede de ua poblacó N(14,3) co el vel de sgfcacó 0,05..- E ua propagada se auca que uas determadas plas proporcoa más horas de luz que las ormales. Doce persoas decde comprarlas y los resultados obtedos so los sguetes: Idvduo Varacó 0, 0 1 0,6-0,5-0,6-1 0,6 1 0,5-0,4-0,5 Se puede admtr, teedo e cueta estos datos, que el auco es correcto? 3.- Se teta comparar dos métodos de eseñaza y para ello se seleccoa ua muestra de 50 dvduos. A 0 persoas se les aplca el método A y a las otras 30 el B. Al cabo de u año los aumetos e coocmeto ha sdo los sguetes A 0; x A 5;SA 1, ; B 30; x B 3;S B 0,9. Cotrastar la hpótess de gualdad de varazas y de gualdad de medas al 95%. 4.- De 1000 famlas co 5 hjos cada ua se ha aalzado la dstrbucó de la varable X = úmero de hjos varoes, obteédose los sguetes resultados: X Nº de famlas Se puede afrmar que la varable X sgue ua dstrbucó bomal B(5,p)? 5.- U tpógrafo asegurar que el úmero medo de errores por pága que comete es, metras el edtor sospecha que es mayor. Supoedo que el úmero de errores por pága sgue ua dstrbucó de Posso y que e ua muestra de 00 págas se ecotraro 450 errores, especfcar las hpótess ula y alteratva del cotraste y realzar el cotraste co u vel de sgfcacó del 5%. 6.- U fabrcate de bolsas de plástco asegura que el 95% de sus bolsas resste 6 kg o más. Se toma 40 de estas bolsas al azar y se llea co 6 kg rompédose 6 de ellas. Exste evdeca estadístca para rechazar la afrmacó del fabrcate? 7.- Se sabe que la reta aual de los dvduos de u país sgue ua dstrbucó ormal de meda descoocda y de desvacó típca Se ha observado la reta aual de 16 dvduos escogdos al azar y se ha obtedo u valor medo de euros. Cotrastar, a u vel de sgfcacó del 5%, s la meda de la dstrbucó es de de euros. 8.- Se aplca u certo test de memora a estudates de dos uversdades dferetes. Los resultados sgue ua dstrbucó ormal co desvacó típca 33,5 para la prmera uversdad y para la seguda 38,. Se toma ua muestra aleatora smple de 18 alumos de la prmera uversdad y de 5 alumos de la seguda; las medas muestrales obtedas so, respectvamete, 183,7 y 165,4. a) So estos datos sgfcatvos de ua dfereca de memora etre los alumos de ambas uversdades? (Cosderar u vel de sgfcacó del 0,05) b) Calcular el p-valor e terpretarlo. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 1
2 Cotraste de Hpótess 9.- Se ha recogdo los sguetes datos de ua poblacó: X Podemos admtr que sgue ua dstrbucó de Posso? 10.- Se quere comprobar s exste algua relacó etre las calfcacoes de los alumos e el tpo de asgaturas superadas. Para ello se ha tomado ua muestra co alumos de las tres asgaturas sguetes: Aprobado Notable Sobresalete Total Geomátca Matemátcas Físca Total Cotrastar la depedeca co el test de la Ch-cuadrado. Qué ocurre s cosderamos sólo las asgaturas de Matemátcas y Físca? 11.- El vel medo de errores e velacó es de 0 errores/100 tramos. Se estuda 40 velacoes e las que se sabe se ha cometdo errores. Los resultados so: x = 18.5 err./100 tr. y s = 4 err/100 tr. a) Itervalo de cofaza del 95% del vel medo de errores e las 40 velacoes. b) Es la muestra comparable co la poblacó co u vel de sgfcacó 005.? 1.- Queremos cotrastar la hpótess H 0 : la duracó meda de los motores de ua determada marca es km. Para ello se toma ua muestra de 9 motores de automóvles, obteédose ua meda de km y ua varaza muestral S =(30.000). Estudar s debemos aceptar la hpótess H 0 co u vel de cofaza del 95% S el coefcete medo de telgeca de la poblacó uverstara de la U.P.M. es 95 y =14, y se extrae ua muestra de 49 estudates de esa poblacó. a) Qué probabldad hay de que resulte ua meda muestral gual o feror a 9? b) Hallar u tervalo de cofaza al 95% para la meda de la poblacó uverstara, para la muestra de meda 9. c) Podemos aceptar la hpótess de ser la meda 95, 14.- Se prueba 1 pezas de u materal A resultado u desgaste medo de 85 udades co ua desvacó típca de 4. Por otra parte 10 pezas de u materal B produce uos resultados de 81 udades y ua desvacó típca de 5. a) Comprobar que las varazas poblacoales so guales a u vel de sgfcacó de 0,1. b) Podemos coclur co u vel de sgfcacó del 0,05 que el desgaste del materal A excede el del materal B e más de udades? Supoga que las poblacoes so ormales. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M
3 Cotraste de Hpótess 15.- E meddas de águlos co u certo teodolto, u topógrafo asegura que la varaza que obtee es gual o meor que 5. Se le poe a prueba y se le hace 0 determacoes, obteédose ua varaza de 6. S la varable medda del águlo es ormal. Se pde: a) Itervalo de cofaza del 99% para la varaza obteda. b) Aceptamos su aseveracó a u vel de sgfcacó 0,01? 16.- Se tabula los errores de cerre e velacó obtedos e 1000 polígoos. Se puede admtr que el error de cerre se dstrbuye ormalmete? Cotrastar la bodad del ajuste medate la co α=0,05. error de cerre de polígoos 0-0,1 64 0,1-0, 4 0,-0, ,3-0,4 38 0,4-0, La sguete tabla cotee los datos de dos muestras de tamaño 50. Podemos admtr que tee la msma dstrbucó utlzado el estadístco de Pearso y calculado el p-valor? 1ª muestra ª muestra A la vsta de los datos que aparece e la tabla adjuta, obtedos después de ua ecuesta realzada para ver s la edad tee flueca e los errores cometdos por los observadores. Se puede admtr que el cometer errores es depedete de la edad? Edad Cometer error < > No cometer error Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 3
4 Cotraste de Hpótess 19.- Se quere comparar la vda útl de dos tpos de bateras para movles, para ello obteemos muestras de tamaño 9 de cada tpo, obteedo los sguetes resultados A 9;xA 5;SA 1,;B 9;xB 3;SB 0,9. Cotrastar la hpótess de gualdad de medas al 95% supoedo que la varaza es descoocda pero gual para las dos muestras. 0.- Al calcular cco veces la dstaca etre dos putos, obteemos los sguetes valores: 170,13m; 170,1m; 170,m; 170,65m; 170,4 Se pde: a) Itervalo de cofaza del 80% para la meda. b) Cuál será el úmero de medcoes ecesara para que el error sea feror a 0,1 m co u vel de sgfcacó de 0,? c) Itervalo de cofaza del 90% para la varaza obteda. d) S la varable medda del águlo es ormal aceptamos ua desvacó típca feror a 0,1 m co u vel de sgfcacó 0,1? 1.- Se ha observado u águlo cco veces, obteédose los sguetes valores: 65º5 ; 65º33 ; 65º3 ; 65º8 ; 65º7 Se pde: a) Itervalo de cofaza del 95% para la meda del águlo observado. b) Cuál será el úmero de observacoes ecesara para que el error sea feror a 1 muto co u vel de sgfcacó de 0,05? c) Itervalo de cofaza del 99% para la varaza obteda. d) S la varable medda del águlo es ormal aceptamos ua desvacó típca feror a mutos a u vel de sgfcacó 0.01? Escrbr la regó crítca..- Se quere comprobar s es certo que u uevo modelo de automóvl cosume 5,7 ltros por cada 100 km a 90 km/h tal y cómo afrma e su propagada. Para ello se realza 10 recorrdos de 100 km a dcha velocdad, co los sguetes cosumos: 5,8; 6,3; 6; 5,5; 6,1; 6,5; 5,5; 7; 6,8; 5,7 Se pde: a) Itervalo de cofaza para la meda obteda co u vel de sgfcacó del 0,05. b) Se puede aceptar la afrmacó del fabrcate al 95%? 3.- U jugador afrma que los dos dados que utlza o está trucados. Para comprobar esta afrmacó, se laza los dos dados 360 veces y se aota la suma de los resultados. Dchas sumas se muestra e la sguete tabla, juto co su probabldad correspodete (para facltar la comparacó). Suma FRECUENCIA PROBABILIDAD OBSERVADA 11 1/ / / / / /36 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 4
5 Cotraste de Hpótess 8 5 5/ / / / /36 Para poder decdr s los dados está trucados o o, realzar u cotraste Deberíamos jugar co estos dados?. 4.- Durate 50 días se ha observado la varable úmero daro de cacelacoes de cuetas e ua sucursal bacara aotádose la sguete tabla de frecuecas: Nº Frecuecas cacelacoes observadas Sumas 50 Cotrastar el hecho de que la dstrbucó es de Posso de parámetro λ= Para curar ua efermedad se sabe que exste cuatro tratametos dferetes. Aplcados por separado a uos grupos de efermos se ha observado los resultados sguetes: Tratameto Curados No Curados A B 45 8 C D 8 6 Total Se puede asegurar que la efcaca de los cuatro tratametos es la msma, co u vel de sgfcacó del 95%? 6.- S el coefcete medo de telgeca de la poblacó uverstara de la U.P.M. es 95 y =14, y se extrae ua muestra de 49 estudates de esa poblacó y el resultado de la varaza muestral S =100. Podemos coclur co u vel de sgfcacó del 0,05 que la varaza es meor de 14? 7.- Se lleva a cabo u expermeto para comparar el desgaste por abrasvo de u materal lamado. Se prueba 1 pezas del materal medate la exposcó de cada peza a ua máqua para medr la profuddad del desgaste. La muestra da u desgaste medo de 53 udades co ua desvacó estádar muestral de 4. Supogamos que la poblacó es aproxmadamete ormal co varaza descoocda. a) Podemos coclur co u vel de sgfcacó del 0,05 que el desgaste abrasvo medo del materal es meor de 50 udades? b) Se justfca la suposcó de varaza gual a 10 co u vel de sgfcacó de 0,1. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 5
6 Cotraste de Hpótess 8.- Al realzar u muestreo aleatoro co 100 alumos de la U.P.M para estudar la estatura de los alumos de esta Uversdad, se obtuvero los sguetes resultados agrupados e tervalos de ampltud 10 cm, así como los parámetros de la muestra X 1.77 y S = meos de más de.1 0 Cotrastar la hpótess, La muestra obteda sgue ua dstrbucó ormal N( X 1.77, S = ) a) Obteer el p-valor y dar su terpretacó. b) Para u vel de sgfcacó 005. calcular el valor crítco. c) Se acepta el ajuste para u vel de sgfcacó 005.? 9.- Para cotrastar que la esperaza matemátca µ de ua dstrbucó Normal es 10, se toma ua muestra de tamaño 16 y se rechaza la hpótess e el caso e que la meda muestra sea mayor que 10, aceptádose e caso cotraro. Sabedo que la desvacó típca de la poblacó es σ= y habedo obtedo ua meda muestral de 11. Calcular el p-valor y decdr s se acepta la hpótess de que la meda de la poblacó es µ< Para los sguetes datos x Se pde: Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 6
7 Cotraste de Hpótess a) Calcular las respectvas frecuecas teórcas correspodetes a ua dstrbucó Bomal de parámetros =3 y p=0,53, es decr, p=p(x=x) b) Hallar el valor del estadístco de cotraste: D p c) Estudar la Bodad del ajuste para u vel de sgfcacó α=0,05 p 31.- Supoedo ua poblacó ormal co meda 50 y desvacó típca 8. Para ua muestra de tamaño 9, cuál es la probabldad de que: a) La meda muestral sea superor a 55? b) La desvacó típca muestral sea superor a 10? 3.- Segú u estudo sobre los hábtos de cosumo de las famlas de la Comudad de Madrd, el gasto mesual e productos de marcas blacas de las famlas puede cosderarse segú ua varable aleatora X co ley Normal de desvacó típca 50 euros. Los datos sguetes correspode a ua muestra aleatora smple de tamaño = 10 famlas: Famla Gasto a) Qué estmacó del gasto medo mesual se obtee co u estmador sesgado? b) Calcula u tervalo de cofaza al 95% para el gasto medo mesual e productos de marcas blacas de las famlas de la Comudad de Madrd. c) S queremos trabajar co veles de cofaza del 90%, obtedríamos u tervalo más o meos) amplo que el calculado aterormete? 33.- Se sabe que la demada dara de u producto fabrcado por certa empresa sgue ua dstrbucó ormal. Se toma ua muestra aleatora smple de la demada regstrada e 10 días dsttos, obteédose ua meda muestral gual a 3,5 y ua desvacó típca muestral (o cuasdesvacó típca) gual a 0,9. Se pde: a) U tervalo de cofaza al 95% para la meda de la demada dara de dcho producto. b) El pla de produccó de la empresa está basado e la suposcó de que la demada meda dara del ctado producto es como mímo gual a 4. Cotrastar esta hpótess, al vel de sgfcacó de 0, Se supoe que el retraso de los trabajadores de ua empresa es, por térmo medo, de 5 mutos; para cotrastar dcha hpótess se seleccoó al azar ua muestra de 10 empleados y se mdó su retraso: 0.1,, 7, 5.6, 7.4, 5.1, 6.1, 6, 4.5 y 9. Utlzar el p- valor. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 7
8 Cotraste de Hpótess 35.- La sguete tabla de cotgeca cotee datos sobre el gasto mesual e llamadas telefócas (e euros) y el sexo de 500 ecuestados: Gasto Hombres Mujeres [0,6) [6,1) 4 6 [1,30) [30,60) [60,10] 8 Justfcar s es certo que el gasto mesual medo de los hombres es superor al de las mujeres co u vel de sgfcacó del 5% Se puede admtr la dstrbucó uforme de valores agulares e ua tragulacó de prmer orde de u país e la que se ha tomado ua muestra de tamaño 100 y se ha obtedo los sguetes resultados? Utlzar el p-valor. Meddas agulares < >70 3 frecuecas observadas 37.- U proceso dustral fabrca pezas cuya logtud e mlímetros se dstrbuye segú ua Normal de meda 190 y desvacó típca 10. Ua muestra de 5 pezas proporcoa los resultados sguetes: 185, 00, 186, 197 y 185. Utlzado u vel de sgfcacó del 0,05, se pde: a) Cotrastar la hpótess de que la meda del proceso es 190. b) Cotrastar la hpótess de la varaza del `proceso es Se quere cotrastar la hpótess ula ua moeda de u euro está be equlbrada, y que por tato, cara y cruz so equprobables; para ello se realza 100 lazametos de ua moeda de u euro y se observa 63 caras y 37 cruces. Cotrastar la hpótess utlzado el test de co u vel de sgfcacó de 0,05. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 8
9 Cotraste de Hpótess 1.- Se quere comprobar s ua muestra de tamaño 0 co meda 10 procede de ua poblacó N(14,3) co el vel de sgfcacó 0,05. Solucó: Se trata de u cotraste de hpótess para la meda de ua poblacó ormal de varaza coocda: H 0 : 14 H: 1 14 X 0 Sabemos que: Z N(0,1) / El valor del estadístco Z bajo la hpótess ula es: X Z 5,96 / 3/ 0 Para =0,05 e la N(0,1) teemos que: Pz/ Z z/1 PZ 1,96 0,975 z0,05 1,96 Como el valor de uestro estadístco Z bajo la hpótess ula cae fuera de la regó de aceptacó ( Z z /), RECHAZAMOS la hpótess ula, y por tato la muestra o procede de dcha poblacó. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 9
10 Cotraste de Hpótess.- E ua propagada se auca que uas determadas plas proporcoa más horas de luz que las ormales. Doce persoas decde comprarlas y los resultados obtedos so los sguetes: Idvduo Varacó 0, 0 1 0,6-0,5-0,6-1 0,6 1 0,5-0,4-0,5 Se puede admtr, teedo e cueta estos datos, que el auco es correcto? Solucó: Realzamos la hpótess ula de que o proporcoa más horas de luz que las ormales. H 0 : 0 H: 1 0 Datos: 1; x 0,075 ; S 0,67; 0.05 x 0 0,075 0 t= S / 0,67 / 1 Calcularemos el p-valor p 1P 0,3866 t 0,3866 P 0,3866 t 0, DERIVE: #1: (1-(STUDENT(0.3866, 11)) #: EXCEL: =DISTR.T.(0,3866;11;) 0, SPSS: (1-CDF. T(0.3866,11)) 0,7 Podemos aceptar la hpótess ula, para cualquer valor de < 0,7 y e cosecueca la propagada es falsa. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 10
11 Cotraste de Hpótess 3.- Se teta comparar dos métodos de eseñaza y para ello se seleccoa ua muestra de 50 dvduos. A 0 persoas se les aplca el método A y a las otras 30 el B. Al cabo de u año los aumetos e coocmeto ha sdo los sguetes A 0; x A 5;SA 1, ; B 30; x B 3;S B 0,9. Cotrastar la hpótess de gualdad de varazas y de gualdad de medas al 95%. Solucó: Debemos e prmer lugar cotrastar la hpótess de gualdad de varazas H 0: A B H: 1 A B S A F,F S 1,A1,B1,A1,B1 B SA F 0.975,19,9,F0.05,19,9 0.4,.3 SB 0.9 EXCEL: =DISTR.F.INV(0,975;19;9)0,41633; =DISTR.F.INV(0,05;19;9),3175 SPSS: IDF.F(0.975,19,9).4;IDF.F(0.05,19,9).3 0,4 < 1,78 <,3 y por tato aceptamos la hpótess de varazas guales. Cotrastamos ahora la gualdad de medas de dos poblacoes ormales de varazas descoocdas pero guales y muestras pequeñas. H 0 : A B A B 0 H: 1 A B A B 0 xa xb El estadístco de prueba es: t sedo 1 1 S A B (A 1)S A (B 1)S B S co lo cual ( A 1) ( B 1) 19 9 xa xb y para =0.05, t 0.05,48 = S A B 0 30 EXCEL: =DISTR.T.INV(0,05;48), SPSS:IDF.T(0.975,48).01 Como 6.73 > RECHAZAMOS la hpótess de gualdad de medas. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 11
12 Cotraste de Hpótess 4.- De 1000 famlas co 5 hjos cada ua se ha aalzado la dstrbucó de la varable X = úmero de hjos varoes, obteédose los sguetes resultados: X Nº de famlas Se puede afrmar que la varable X sgue ua dstrbucó bomal B(5,p)? Solucó: Prmeramete debemos estmar el valor del parámetro p, hacemos X,5 Xpp 0,5 5 Observado ua dstrbucó B(5,0.5) y multplcado por 1000, obteemos el úmero de famlas segú la dstrbucó teórca (esperadas). X p p p p k D 1,59 1 ( p ) p utlzado el p-valor: DERIVE: 1 - CHI_SQUARE(1.59,4)= > EXCEL: = DISTR.CHI(1,59;4) 0,810588> SPSS: 1 - CDF.CHISQ(1.59,4).81> Para = 0,05 P( ) ,49 sedo D = 1,59 meor que 005. aceptamos la hpótess de ser el ajuste bueo. La dfereca etre la dstrbucó empírca y la ley de la dstrbucó bomal o es sgfcatva. Aceptamos el ajuste para todo vel de sgfcacó meor que 0, Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 1
13 Cotraste de Hpótess 5.- U tpógrafo asegurar que el úmero medo de errores por pága que comete es, metras el edtor sospecha que es mayor. Supoedo que el úmero de errores por pága sgue ua dstrbucó de Posso y que e ua muestra de 00 págas se ecotraro 450 errores, especfcar las hpótess ula y alteratva del cotraste y realzar el cotraste co u vel de sgfcacó del 5%. Solucó: La varable aleatora X= úmero de errores por pága =P() H 0 : H: Para realzar el cotraste se extrae ua muestra x, x,..., x co = La varable Y X1X... X que represeta el úmero de errores e págas, sgue ua dstrbucó aproxmadamete Normal (Teorema Cetral del Límte) Y EY Y NEY, VY N(0,1) VY Etoces: E Y E X... X V Y V X 1... X V X 400 Y EY Z,5 VY 400 Para =0,05 e la N(0,1) teemos que: P Z z 1 P Z 1,6448 0,95 z 1,6448 0,05 Como el valor de uestro estadístco Z bajo la hpótess ula cae fuera de la regó de aceptacó (,5>1,64), se RECHAZAMOS la hpótess ula y se puede coclur que el úmero de errores por pága es superor a. DERIVE: #1: NSOLVE(NORMAL(λ) = 0.95, λ, Real) #: λ = EXCEL: =DISTR.NORM.INV(0,95;0;1) SPSS: IDF. NORMAL(0.95, 0,1) 1,64 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 13
14 Cotraste de Hpótess 6.- U fabrcate de bolsas de plástco asegura que el 95% de sus bolsas resste 6 kg o más. Se toma 40 de estas bolsas al azar y se llea co 6 kg rompédose 6 de ellas. Exste evdeca estadístca para rechazar la afrmacó del fabrcate? Solucó: Establecemos la proporcó de bolsas rotas de uestra muestra e p y =40, sedo X= úmero de bolsas que se rompe tedremos ua dstrbucó Bomal de parámetros y p que ajustaremos a ua dstrbucó Normal; e uestro caso: X Np, p(1 p) N 40p, 40p(1 p) H 0 :p 0,05 Plateamos, e cuyo caso la dstrbucó adecuada queda e N(,1.3784) H:p 1 0,05 que podemos ajustar a ua dstrbucó Normal que tpfcado resulta X X Z N(0,1) y e partcular para X=6 Z Para =0,05 e la N(0,1) teemos que: PZ z 1 PZ 1,6448 0,95 z0,05 1,6448 Como el valor de uestro estadístco Z bajo la hpótess ula cae fuera de la regó de aceptacó (,9>1,64), se RECHAZAMOS la afrmacó del fabrcate Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 14
15 Cotraste de Hpótess 7.- Se sabe que la reta aual de los dvduos de u país sgue ua dstrbucó ormal de meda descoocda y de desvacó típca Se ha observado la reta aual de 16 dvduos escogdos al azar y se ha obtedo u valor medo de euros. Cotrastar, a u vel de sgfcacó del 5%, s la meda de la dstrbucó es de de euros. Solucó: Se trata de u cotraste de hpótess para la meda de ua poblacó ormal de varaza coocda: H 0 : H 1 : X 0 Sabemos que: Z N(0,1) / El valor del estadístco Z bajo la hpótess ula es: X Z / 1400 / 16 Para =0,05 e la N(0,1) teemos que: Pz/ Z z/1 PZ 1,96 0,95 z0,05 1,96 Como el valor de uestro estadístco Z bajo la hpótess ula cae fuera de la regó de aceptacó ( Z z /), RECHAZAMOS la hpótess ula, y la meda o puede ser euros. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 15
16 Cotraste de Hpótess 8.- Se aplca u certo test de memora a estudates de dos uversdades dferetes. Los resultados sgue ua dstrbucó ormal co desvacó típca 33,5 para la prmera uversdad y para la seguda 38,. Se toma ua muestra aleatora smple de 18 alumos de la prmera uversdad y de 5 alumos de la seguda; las medas muestrales obtedas so, respectvamete, 183,7 y 165,4. a) So estos datos sgfcatvos de ua dfereca de memora etre los alumos de ambas uversdades? (Cosderar u vel de sgfcacó del 0,05) b) Calcular el p-valor e terpretarlo. Solucó: a) Cotrastamos la gualdad de medas de dos poblacoes ormales de varazas coocdas. H 0 : A B A B 0 H: 1 A B A B 0 XA XB El estadístco de prueba es: z sedo A B XA 185, 7; XB 165, 4; A 33,5; B 38, ; A 18; B 5 co lo cual X A XB 183, 7 165, 4 1, A B 33,5 38, A B 18 5 Para =0,05 e la N(0,1) teemos que: P z Z z 1 P Z 1,96 0,95 z 1,96 / / 0,05 Como 1,6655 < 1,96 ACEPTAMOS la hpótess de gualdad de medas. b) utlzado el p-valor: p 1P( 1,66 Z 1,66) P(Z 1,66) 1P(Z 1,66 1F(1,66) 0,0969 DERIVE: (1 -NORMAL(1.66))= > EXCEL: = (1-DISTR.NORM.ESTAND(1,66)) 0, > SPSS: * (1- CDF.NORMAL(1.66,0,1)).1 > Para CUALQUIER < 0,1 = P-VALOR aceptamos la hpótess de gualdad de meda. A B Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 16
17 Cotraste de Hpótess 9.- Se ha recogdo los sguetes datos de ua poblacó: X Podemos admtr que sgue ua dstrbucó de Posso? Solucó: La dstrbucó de Posso depede de u úco parámetro λ cuyo estmador de máxma x verosmltud es la meda muestral X, que e uestro caso es X 3 10 Calculamos la dstrbucó teórca de tal forma que la últma opcó sea X= 7 o superor k k 3 3 pk P(Xk) e e k! k! X p p 0 8 0, , , , , , , , , , , , , , , ,01046 Debemos agrupar las dos últmas clases para cumplr el requsto de p >5 X p - p ( - p )^ ( -p )^/(p ) 0 8 5,974448, , , , , , , , , , , , , , , ,163767, , , ,098576, , , , , , , sumas , El estadístco de Pearso es 7 k D 3,16 0 ( p ) p Como queda 7 clases resulta ua dstrbucó ch- cuadrado co 5 grados de lbertad. utlzado el p-valor: DERIVE: 1 - CHI_SQUARE(3.16,5)= > EXCEL: = DISTR.CHI(3,16;5) > SPSS: 1 - CDF.CHISQ(3.16,5).68> Aceptamos la hpótess de ser el ajuste bueo. La dfereca etre la dstrbucó empírca y la ley de la dstrbucó Posso o es sgfcatva. Aceptamos el ajuste para todo vel de sgfcacó meor que 0,68. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 17
18 Cotraste de Hpótess 10.- Se quere comprobar s exste algua relacó etre las calfcacoes de los alumos e el tpo de asgaturas superadas. Para ello se ha tomado ua muestra co alumos de las tres asgaturas sguetes: Aprobado Notable Sobresalete Total Geomátca Matemátcas Físca Total Cotrastar la depedeca co el test de la Ch-cuadrado. Qué ocurre s cosderamos sólo las asgaturas de Matemátcas y Físca? Solucó: Qué debería salr, s fuera depedetes? Aprobado Notable Sobresalete Total Geomátca / / / Matemátcas / / / Físca / / / Total H o : Las tres asgaturas so depedetes H 1 : Algua o es depedete Aprobado Notable Sobresalete Total Geomátca 15(139,5) 99(101,5) 9(39,) 80 Matemátcas 35(39,8) 8(9) 17(11,) 80 Físca 1(19,9) 18(14,5) 10(5,6) 40 Total Comparamos frecuecas observadas (O ) y esperadas (e j ) (O e ) r k j j D j1 1 ej Resulta ua dstrbucó ch- cuadrado co (3-1)x(3-1)=4 grados de lbertad. utlzado el p-valor: DERIVE: 1 - CHI_SQUARE(14.9,4)= > EXCEL: = DISTR.CHI(14,9;4) > SPSS: 1 - CDF.CHISQ(14.9,4).00 > Co u valor de p ta pequeño debemos RECHAZAR la depedeca de los datos. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 18
19 Cotraste de Hpótess Cosderaremos solamete dos asgaturas H : Las dos asgaturas so depedetes o H : Las asgaturas o so depedetes 1 Aprobado Notable Sobresalete Total Matemátcas 35(31,3333) 8(30,6666) 17(18) 80 Físca 1(15,6666) 18(15,3333) 10(9) 40 Total Teemos u estadístco D= co ua dstrbucó ch_cuadrado co (-1)x(3-1) = grados de lbertad. utlzado el p-valor: DERIVE: 1 - CHI_SQUARE(,15,)= > EXCEL: = DISTR.CHI(,15;) > SPSS: 1 - CDF.CHISQ(.15,).34 > No teemos evdeca para rechazar la depedeca de las calfcacoes. Aceptamos la depedeca para todo vel de sgfcacó meor que 0,34. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 19
20 Cotraste de Hpótess 11.- El vel medo de errores e velacó es de 0 errores/100 tramos. Se estuda 40 velacoes e las que se sabe se ha cometdo errores. Los resultados so: x = 18.5 err./100 tr. y s = 4 err/100 tr. a) Itervalo de cofaza del 95% del vel medo de errores e las 40 velacoes. b) Es la muestra comparable co la poblacó co u vel de sgfcacó 0.05? Solucó: a) Teemos ua muestra de tamaño grade (=40) y varaza descoocda de ua dstrbucó ormal: S S I Xz /,Xz/ Datos: X 18.5 ; S 4; 0.05 y e la dstrbucó ormal F(Z z / ) / I , , b) H 0 : H 1 : I , Rechazamos la hpótess ula H 0. X Otro método puede ser, Z ,1.96 la muestra o / 4/ 40 es comparable a la poblacó. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 0
21 Cotraste de Hpótess 1.- Queremos cotrastar la hpótess H 0 : la duracó meda de los motores de ua determada marca es km. Para ello se toma ua muestra de 9 motores de automóvles, obteédose ua meda de km y ua varaza muestral S =(30.000). Estudar s debemos aceptar la hpótess H 0 co u vel de cofaza del 95%. Solucó: Se trata de u cotraste de hpótess para la meda de ua poblacó ormal de varaza descoocda: H 0 : H 1 : Datos: 9; x ; S ; 0,05 t -1 = X =3 S / / 9 Buscaremos u valor t / tal que Pt/ t 1 t/1. DERIVE: #1: NSOLVE(STUDENT(t, 8) = 0.975, t) #: t = EXCEL: =DISTR.T.INV(0,05;8, SPSS: IDF. T(0.975,8),3 Puesto que t 3>,3, No podemos aceptar la hpótess ula, y e cosecueca la propagada es falsa. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 1
22 Cotraste de Hpótess 13.- S el coefcete medo de telgeca de la poblacó uverstara de la U.P.M. es 95 y =14, y se extrae ua muestra de 49 estudates de esa poblacó. a) Qué probabldad hay de que resulte ua meda muestral gual o feror a 9? b) Hallar u tervalo de cofaza al 95% para la meda de la poblacó uverstara, para la muestra de meda 9. c) Podemos aceptar la hpótess de ser la meda 95. Solucó: La dstrbucó de la meda muestral es N, N 95, N 95, a) F(9) P DERIVE: #1: NORMAL(9,95,) #: EXCEL: =DISTR.NORM.(9;95;;1) 0, SPSS: CDF. NORMAL(9,95,), b) El tervalo de cofaza para ua poblacó ormal es: X z/ Para uestros datos: x 9; 14; 49; 0.05 X 0 Teemos Z N(0,1) / P z Z z 1 P Z 1,96 0,975 z 1,96 / / 0,05 DERIVE: #1: NSOLVE(NORMAL(z) = 0.975, z, Real) #: z = EXCEL: =DISTR.NORM.INV(0,975;0;1) 1, O drectamete =INTERVALO.CONFIANZA(0,05;14;49) 3, X z/ 9 3, SPSS: IDF. NORMAL(0.975, 0,1) 1, I , , c) 95I ,95.9, SÍ SE ACEPTA Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M
23 Cotraste de Hpótess 14.- Se prueba 1 pezas de u materal A resultado u desgaste medo de 85 udades co ua desvacó típca de 4. Por otra parte 10 pezas de u materal B produce uos resultados de 81 udades y ua desvacó típca de 5. a) Comprobar que las varazas poblacoales so guales a u vel de sgfcacó de 0,1. b) Podemos coclur co u vel de sgfcaca del 0,05 que el desgaste del materal A excede el del materal B e más de udades? Supoga que las poblacoes so ormales. Solucó: A 1; xa 85;SA 4; B 10; xb 81;S B 5 a) Debemos e prmer lugar cotrastar la hpótess de gualdad de varazas H 0: A B H: 1 A B S A F,F S 1,A1,B1,A1,B1 B SA F 0.95,11,9,F0.05,11, ,3, SB 5 EXCEL:=DISTR.F.INV(0,95;11;9) 0, ; =DISTR.F.INV(0,05;11;9) 3, SPSS:IDF.F(0.05,1,9), ;IDF.F(0.95,11,9) 3, ,345 < 0,64 <3,1 y por tato aceptamos la hpótess de varazas guales. b) Cotrastamos ahora la dfereca de medas de dos poblacoes ormales de varazas descoocdas pero guales y muestras pequeñas. H 0 : A B A B H: 1 A B A B xa xb A B El estadístco de prueba es: t sedo 1 1 S A B (A 1)S A (B 1)SB S 0.05 co lo cual (A 1) (B 1) 119 xa xb y para =0.05, t 0.05,0 = S A B EXCEL: =DISTR.T.INV(0,05;0), SPSS:IDF.T(0.975,0).01 Como 1.04 < ACEPTAMOS la hpótess ula. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 3
24 Cotraste de Hpótess 15.- E meddas de águlos co u certo teodolto, u topógrafo asegura que la varaza que obtee es gual o meor que 5. Se le poe a prueba y se le hace 0 determacoes, obteédose ua varaza de 6. S la varable medda del águlo es ormal. Se pde: a) Itervalo de cofaza del 99% para la varaza obteda. b) Aceptamos su aseveracó a u vel de sgfcacó 0,01? Solucó: a) ( 1).S ( 1).S P 1 k k1 P19 k Buscaremos los valores de k 1 y k tales que:, obteemos P19 k k 1 =6, y k = 38, P 0,99 38, , ,95 16, 66 b) H 0 : 5. H 1 : 5 S P 1 x para -1=19 y 0.01 x Aplcado el teorema de Fsher 1 (0 1). 8. Por tato.8<36.19 se acepta la hpótess ula Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 4
25 Cotraste de Hpótess 16.- Se tabula los errores de cerre e velacó obtedos e 1000 polígoos. Se puede admtr que el error de cerre se dstrbuye ormalmete? Cotrastar la bodad del ajuste medate la co α=0,05. Solucó: x error de cerre de polígoos 0-0,1 64 0,1-0, 4 0,-0, ,3-0,4 38 0,4-0,5 66 x x p p p error p <0 0 0, , , ,05 3, 0,16 0, , , ,15 36,3 5,445 0, , , ,5 97,5 4,375 0, ,9493 0, ,35 83,3 9,155 0, , , ,45 9,7 13,365 0, , , < 0 0, , , , ,80609 Teemos que calcular la meda y la desvacó típca de la dstrbucó Normal. Para ello cosderamos la muestra obteda: x x x =0,5; x =0,01 Para estmar la meda y la desvacó típca de la poblacó utlzamos los resultados aterores teedo e cueta que debemos cosderar la cuasvaraza, es decr, S 0, y por tato s=0,1. Cosderamos la poblacó co 1 dstrbucó N(0.5,0.1). La prueba de la bodad de ajuste de Pearso se basa e la dstrbucó Chcuadrado co k-h-1 grados de lbertad, e uestro caso k=7 (º de tervalos), h= (º de parámetros) y para u vel de sgfcacó 0.05 resulta P( 7 19,49) 0,05 y como D= p =13,8 > 9,49 SE RECHAZA EL AJUSTE. p Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 5
26 Cotraste de Hpótess 17.- La sguete tabla cotee los datos de dos muestras de tamaño 50. Podemos admtr que tee la msma dstrbucó utlzado el estadístco de Pearso y calculado el p-valor? 1ª muestra ª muestra Solucó: 1ª muestra ª muestra Frec. esperadas , , , ,5 4 3 Vemos que hay frecuecas esperadas meores que 5, luego agrupamos: 1ª muestra ª muestra Frec. esperadas , , D r k j j j1 1 j (O e ) (5 5) (4 6,5) (11 8) (11 10,5) (9 9) e 5 6,5 8 10,5 9 (10 11) (5 5) (9 6,5) (5 8) (10 10,5) (9 9) (1 11) ,5 8 10, , El estadístco D=4,4 co dstrbucó de Pearso co (6-1)x(-1)=5 grados de lbertad resulta u pp( 5 4,4) 0,49 No teemos evdeca para rechazar la homogeedad de las muestras. Aceptamos la dstrbucó comú para todo vel de sgfcacó meor que 0,49. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 6
27 Cotraste de Hpótess 18.- A la vsta de los datos que aparece e la tabla adjuta, obtedos después de ua ecuesta realzada para ver s la edad tee flueca e los errores cometdos por los observadores. Se puede admtr que el cometer errores es depedete de la edad? Edad Cometer error No cometer error < > Solucó: La probabldad de cometer error depedetemete de la edad será: 155 P(Error) Calculamos la probabldad de cometer error e cada tervalo correspodete a la edad teedo e cueta el úmero de observacoes e cada tervalo. Cometer error No cometer error Total P ( -P ) /P ,775 1, ,875 9, ,55 0, ,55 3, ,8375 3, , , Utlzado el cotraste de la bodad de ajuste de la dstrbucó kh1 de Pearso co k- h-1 = = 4 grados de lbertad y observado el valor del estadístco 5 p D 17, p P( 4 17,96) 0 p 1 Para cualquer vel de sgfcacó >p se rechaza la hpótess y cosderamos que el cometer errores o es depedete de la edad. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 7
28 Cotraste de Hpótess 19.- Se quere comparar la vda útl de dos tpos de baterías para móvles, para ello obteemos muestras de tamaño 9 de cada tpo, obteedo los sguetes resultados A 9;xA 5;SA 1,;B 9;xB 3;SB 0,9 Cotrastar la hpótess de gualdad de medas al 95% supoedo que la varaza es descoocda pero gual para las dos muestras. Solucó: El estadístco de prueba es: A B x x t 1 1 S A B A B A B (A 1)S A (B 1)S B S 1.15 co lo cual: ( 1) ( 1) 8 8 xa xb S A B 4 A B sedo y para =0.05, t 0.05,16 =,1 EXCEL: =DISTR.T.INV(0,05;16),1199 SPSS:IDF.T(0.975,16).1 Como 4 > RECHAZAMOS la hpótess de gualdad de medas. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 8
29 Cotraste de Hpótess 0.- Al calcular cco veces la dstaca etre dos putos, obteemos los sguetes valores: 170,13m; 170,1m; 170,m; 170,65m; 170,4 Se pde: a) Itervalo de cofaza del 80% para la meda. b) Cuál será el úmero de medcoes ecesara para que el error sea feror a 0,1 m co u vel de sgfcacó de 0,? c) Itervalo de cofaza del 90% para la varaza obteda. d) S la varable medda del águlo es ormal aceptamos ua desvacó típca feror a 0,1 m co u vel de sgfcacó 0,1? Solucó: a) Datos: 5;X 170,3; S 0,05095 S 0,57107; 0, Teemos ua muestra de tamaño pequeño y varaza descoocda: S S I Xt /,Xt/ y e la dstrbucó de Studet Buscaremos u valor t / tal que Pt/ t 1 t/1t0, 1, , , I0, 170,3 1,533067,170,3 1, , b) / / S S 0,05095 t t 1,53 11, ,1 So ecesaras 1 medcoes c) ( 1).S ( 1).S P 1 k k1 P4 k10.05 Buscaremos los valores de k 1 y k tales que:, obteemos P4 k0.95 k 1 = 0, y k = 9, , ,05095 P 0,9 9, , ,015 0,87 d) H 0 : 0,01. H 1 : 0,01 S 0,05095 Sabemos que 1 1 (51) 0,38 0,1 P 1 para -1=4 y 0,10,1 7, La regó crítca es ( , ). Por tato 7.8<0,38 se rechaza la hpótess ula, la desvacó típca o es feror a 0,1 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 9
30 Cotraste de Hpótess 1.- Se ha observado u águlo cco veces, obteédose los sguetes valores: 65º5 ; 65º33 ; 65º3 ; 65º8 ; 65º7 Se pde: a) Itervalo de cofaza del 95% para la meda del águlo observado. b) Cuál será el úmero de observacoes ecesara para que el error sea feror a 1 muto co u vel de sgfcacó de 0,05? c) Itervalo de cofaza del 99% para la varaza obteda. d) S la varable medda del águlo es ormal aceptamos ua desvacó típca feror a mutos a u vel de sgfcacó 0.01? Escrbr la regó crítca. Solucó: a) Datos: 5;X 65º 9' ; S 11,5 S 3, ; 0,05 Teemos ua muestra de tamaño pequeño y varaza descoocda: S S I Xt /,Xt/ y e la dstrbucó de Studet Buscaremos u valor t / tal que Pt/ t 1 t/1t0,05, , , I º 9', ,65º 9', º4.79', 65º 33.1' b) / / S S 11,5 t t,77 88, So ecesaras 89 observacoes c) ( 1).S ( 1).S P 1 k k1 P4 k Buscaremos los valores de k 1 y k tales que:, obteemos P4 k0.995 k 1 =0, y k = 14, ,5 411,5 P 0,99 14, , ,10,3 d) H 0 :. H 1 : S 11,5 Sabemos que 1 1 (51) 11,5 P 1 para -1=4 y 0,010,01 13,8. La regó crítca es (13.8, ). Por tato 11,5<13,8 se acepta la hpótess ula, la desvacó típca es feror a Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 30
31 Cotraste de Hpótess.- Se quere comprobar s es certo que u uevo modelo de automóvl cosume 5,7 ltros por cada 100 km a 90 km/h tal y cómo afrma e su propagada. Para ello se realza 10 recorrdos de 100 km a dcha velocdad, co los sguetes cosumos: 5,8; 6,3; 6; 5,5; 6,1; 6,5; 5,5; 7; 6,8; 5,7 Se pde: a) Itervalo de cofaza para la meda obteda co u vel de sgfcacó del 0,05. b) Se puede aceptar la afrmacó del fabrcate al 95%? Solucó: a) x 5,86,3 6 5,5 6,1 6,5 5,5 7 6,8 5,7 X 6,1 10 x X S 0, 7511 S 0, , Sabemos que el estadístco X sgue ua dstrbucó t de Studet co -1 grados de S lbertad. 6,1 Así pues: t10 1, 0, Buscaremos el tervalo S S I Xt /,Xt/, es decr, S S PXt/ Xt/ 1. E uestro caso, queda: 0, , I0,05 6,1, 61576,6,1, , 6.50 b) H 0 : 5,7 H: 1 5,7 6,1 5,7 t -1 = t 10 1,5 0, Buscaremos u valor t tal que Pt 1t1. E uestro caso t=1,8, por lo que se RECHAZA la hpótess ula. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 31
32 Cotraste de Hpótess 3.- U jugador afrma que los dos dados que utlza o está trucados. Para comprobar esta afrmacó, se laza los dos dados 360 veces y se aota la suma de los resultados. Dchas sumas se muestra e la sguete tabla, juto co su probabldad correspodete (para facltar la comparacó). Suma FRECUENCIA PROBABILIDAD OBSERVADA 11 1/ / / / / / / / / / /36 Para poder decdr s los dados está trucados o o, realzar u cotraste. Deberíamos jugar co estos dados? Solucó: SUMA P P -P ( -P ) ( -P ) /P 11 1/ / / / / / / / / / / / / D 1 P P.01. Cuado la dstrbucó está determada o hay parámetros que estmar y por tato utlzamos ; sedo p valor P(.01) y por tato próxmo a 1 y se acepta la 10 hpótess ula los dados o está trucados. Podemos jugar co estos dados. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 3
33 Cotraste de Hpótess 4.- Durate 50 días se ha observado la varable úmero daro de cacelacoes de cuetas e ua sucursal bacara aotádose la sguete tabla de frecuecas: Nº cacelacoes Frecuecas observadas Sumas 50 Cotrastar el hecho de que la dstrbucó es de Posso de parámetro λ=1. Solucó: E el caso de la dstrbucó de Posso la meda cocde co la varaza que es el valor del parámetro de la dstrbucó. Para esta muestra utlzaremos 1 y calculamos las probabldades teedo e cueta las frecuecas esperadas p 5. Nº Frecuecas Frecuecas Frecuecas p cacelac observadas p esperadas esperadas co p oes p p , , , , , , , , , , ,106 0, , , Sumas , Utlzado el cotraste de la bodad de ajuste de la dstrbucó kh1 de Pearso co k-h-1 = = 1 grados de lbertad y observado el valor del estadístco 3 p D 1, p Buscamos el p-valor = P 1 D P 1 1, ,175 Para cualquer vel de sgfcacó 0, 175=p se acepta la hpótess y cosderamos que la dstrbucó es de Posso. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 33
34 Cotraste de Hpótess 5.- Para curar ua efermedad se sabe que exste cuatro tratametos dferetes. Aplcados por separado a uos grupos de efermos se ha observado los resultados sguetes: Tratameto Curados No Curados A B 45 8 C D 8 6 Total Se puede asegurar que la efcaca de los cuatro tratametos es la msma, co u vel de cofaza del 95%? Solucó: La probabldad de curar depedetemete del tratameto será: 70 P(Curar) 0, Calculamos la probabldad de curar e cada tratameto teedo e cueta el úmero de pacetes co cada tratameto. Curados No Curados Total p ( -p ) /p , , , , ,0540 0, , , , Utlzado el cotraste de la bodad de ajuste de la dstrbucó kh1 de Pearso co k- h-1 = = 3 grados de lbertad y observado el valor del estadístco 5 p D 1, p 1 Para = 0,05 P( 3 0,05) 0, ,8 sedo D = 1,8 <7,8 se ACEPTA la hpótess y cosderamos que los tratametos so gual de efcaces. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 34
35 Cotraste de Hpótess 6.- S el coefcete medo de telgeca de la poblacó uverstara de la U.P.M. es 95 y =14, y se extrae ua muestra de 49 estudates de esa poblacó y el resultado de la varaza muestral S =100. Podemos coclur co u vel de sgfcacó del 0,05 que la varaza es meor de 14? Solucó: Datos: S 100; 14; 49; 0,05 H 0 : <14 H 1 : 14 S 100 Aplcado el teorema de Fsher 1 1 (49 1) 4,49 14 P x P x 0,05 x 65, ,05 0,05 Por tato x0,05 65, >4,49 se ACEPTA la hpótess ula. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 35
36 Cotraste de Hpótess 7.- Se lleva a cabo u expermeto para comparar el desgaste por abrasvo de u materal lamado. Se prueba 1 pezas del materal medate la exposcó de cada peza a ua máqua para medr la profuddad del desgaste. La muestra da u desgaste medo de 53 udades co ua desvacó estádar muestral de 4. Supogamos que la poblacó es aproxmadamete ormal co varaza descoocda. a) Podemos coclur co u vel de sgfcacó del 0,05 que el desgaste abrasvo medo del materal es meor de 50 udades? b) Se justfca la suposcó de varaza gual a 10 co u vel de sgfcacó de 0,1. Solucó: Datos: 1;X 53; S 4; 0.05 a) Sabemos que el estadístco X sgue ua dstrbucó t de Studet co -1 S grados de lbertad. H : <50 Así pues: 0 H: t, Buscaremos u valor t tal que P t t 1. E uestro caso aproxmadamete t 0,05 =1,8<,598=t, por lo que se RECHAZA la hpótess ula. 1 b) H 0 : H 1 : =10 10 S 16 Aplcado el teorema de Fsher 1 1 (1 1) 17,6 10 P-1 k1 P11 k10,05 Buscaremos los valores de k 1 y k tales que:, P-1 k1- P11 k0,95 obteemos k 1 = 4, y k =19, para -1=11 y 0,1. - Por tato 4,6<17,6<19,7 se ACEPTA la hpótess ula. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 36
37 Cotraste de Hpótess 8.- Al realzar u muestreo aleatoro co 100 alumos de la U.P.M para estudar la estatura de los alumos de esta Uversdad, se obtuvero los sguetes resultados agrupados e tervalos de ampltud 10 cm, así como los parámetros de la muestra X 1.77 y S = meos de más de.1 0 Cotrastar la hpótess, La muestra obteda sgue ua dstrbucó ormal N( X 1.77, S = ) a) Obteer el p-valor y dar su terpretacó. b) Para u vel de sgfcacó 005. calcular el valor crítco. c) Se acepta el ajuste para u vel de sgfcacó 005.? Solucó: Supuestamete hemos calculado la meda y la desvacó típca de la muestra obteda: x X =1,77; =0,1168 Cosderamos la poblacó co dstrbucó N(1.77,0.1168). P = F(e )-F(e -1 ) P P >5 ( -P ) /P 0 0, , , ,049 7,043 0, , ,837 19,837 0, , ,593 3,593 0, , ,871 6,871 0, , ,110 13,656 0, ,097503,98 0 0, , , , p D 0, p Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 37
38 Cotraste de Hpótess a) La prueba de la bodad de ajuste de Pearso se basa e la dstrbucó Chcuadrado co k-h-1 grados de lbertad, e uestro caso k=5 (º de tervalos), h= (º de parámetros) p-valor= P( 0, ) 0, Se acepta para cualquer vel 51 de sgfcacó meor. b) Para u vel de sgfcacó 0.05 resulta x0,05 5,99 c) y como D= p p P( x ) 0, ,05 =0,716 < 5,99 SE ACEPTA EL AJUSTE. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 38
39 Cotraste de Hpótess 9.- Para cotrastar que la esperaza matemátca µ de ua dstrbucó Normal es 10, se toma ua muestra de tamaño 16 y se rechaza la hpótess e el caso e que la meda muestra sea mayor que 10, aceptádose e caso cotraro. Sabedo que la desvacó típca de la poblacó es σ= y habedo obtedo ua meda muestral de 11. Calcular el p-valor y decdr s se acepta la hpótess de que la meda de la poblacó es µ<10 Solucó: Se trata de u cotraste de hpótess para la meda de ua poblacó ormal de varaza coocda: H 0 : 10 H : 10 1 Sabemos que: X 0 Z N(0,1) / El valor del estadístco z bajo la hpótess ula es: X z / / 16 pp Z 0,07 Por ser muy próxma a cero RECHAZAMOS la hpótess ula, y la meda o puede ser meor que 10. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 39
40 30.- Para los sguetes datos Cotraste de Hpótess x Se pde: a) Calcular las respectvas frecuecas teórcas correspodetes a ua dstrbucó Bomal de parámetros =3 y p=0,53, es decr, p =P(X=x ) b) Hallar el valor del estadístco de cotraste: D p c) Estudar la Bodad del ajuste para u vel de sgfcacó α=0,05 Solucó: a) A partr de de la dstrbucó Bomal B(3,0.53) calculamos las frecuecas teórcas: P(X = k) = k k k p. q 3 = 0,53 k 1 0,53 3 k k 3 P(X = 0) = 0, , ,1 0 3 P(X = 1) = 0, , , P(X = ) = 0,53 1 0,53 3 0,39 3 P(X = 3) = 0, , ,16 3 b) p p p p , , , ,114 p p D 6,114 p p Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 40
41 Cotraste de Hpótess c) Para = 0,05 P( 4 1x 0,05) 0,05 x0,05 3,84 sedo D = 6,114 meor que 0,05 aceptamos la hpótess de ser el ajuste bueo. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 41
42 Cotraste de Hpótess 31.- Supoedo ua poblacó ormal co meda 50 y desvacó típca 8. Para ua muestra de tamaño 9, cuál es la probabldad de que: a) La meda muestral sea superor a 55? b) La desvacó típca muestral sea superor a 10? Solucó: Sabemos que la meda muestral X N, Para uestros datos: X 50; 8; Teemos X N 50, 50,8/3 a) PX 551PX 551F (55) 0, X b) Sabedo que ( ). S 1 1 s la poblacó de partda es N(, ) (9 1).S E uestro caso 91 8 S 10 PS 10 P P8 1,51P 8 1,51F 1, Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 4
43 Cotraste de Hpótess 3.- Segú u estudo sobre los hábtos de cosumo de las famlas de la Comudad de Madrd, el gasto mesual e productos de marcas blacas de las famlas puede cosderarse segú ua varable aleatora X co ley Normal de desvacó típca 50 euros. Los datos sguetes correspode a ua muestra aleatora smple de tamaño = 10 famlas: Famla Gasto a) Qué estmacó del gasto medo mesual se obtee co u estmador sesgado? b) Calcula u tervalo de cofaza al 95% para el gasto medo mesual e productos de marcas blacas de las famlas de la Comudad de Madrd. c) S queremos trabajar co veles de cofaza del 90%, obtedríamos u tervalo más o meos) amplo que el calculado aterormete? Solucó: a) La meda muestral es u estmador sesgado para la meda poblacoal x 1 X 65,3 b) El tervalo de cofaza para ua poblacó ormal de varaza coocda es: X z / Para uestros datos: X 65,3; 50; 10; 0.05 Teemos X Z N(0,1) P z Z z F(z ) P Z z z 1.96 / / / / / X z/ 65,3 33, I , , 75.1 c) Al dsmur el vel de cofaza dsmuye la ampltud del tervalo Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 43
44 Cotraste de Hpótess 33.- Se sabe que la demada dara de u producto fabrcado por certa empresa sgue ua dstrbucó ormal. Se toma ua muestra aleatora smple de la demada regstrada e 10 días dsttos, obteédose ua meda muestral gual a 3,5 y ua desvacó típca muestral (o cuasdesvacó típca) gual a 0,9. Se pde: a) U tervalo de cofaza al 95% para la meda de la demada dara de dcho producto. b) El pla de produccó de la empresa está basado e la suposcó de que la demada meda dara del ctado producto es como mímo gual a 4. Cotrastar esta hpótess, al vel de sgfcacó de 0,05. Solucó: a) Se trata de ua poblacó que sgue ua dstrbucó Normal de varaza descoocda, y muestras pequeñas, por lo que el tervalo de cofaza es: S X t / Datos: 10;X 3,5 ; S 0,9; 0.05 P t t t 1. Buscaremos u valor t tal que / 1 / P t t 1 P t t P t t 0,05 t, / 1 / 9 / 0,05 0,05 0,9 0,9 I0.05 3,5,6,3,5, ,4.14 b) Realzamos la hpótess ula de que la demada dara es mayor que 4. H 0 : 4 H: 1 4 X 0 3,5 4 El estadístco es: t=, S/ 0,9/ 10 Ahora se trata de u valor t tal que Pt 1 t 9 0,05 0,05. P t t 0,05 t 1, t0,05 1, >, =t9, luego se RECHAZA la hpótess ula Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 44
45 Cotraste de Hpótess 34.- Se supoe que el retraso de los trabajadores de ua empresa es, por térmo medo, de 5 mutos; para cotrastar dcha hpótess se seleccoó al azar ua muestra de 10 empleados y se mdó su retraso: 0.1,, 7, 5.6, 7.4, 5.1, 6.1, 6, 4.5 y 9. Utlzar el p-valor. Solucó: Se trata de ua poblacó que sgue ua dstrbucó Normal de varaza descoocda, y muestras pequeñas, por lo que la dstrbucó a emplear es 1 t Datos: 10;X 5, 8; S,6 Realzamos la hpótess ula de que la meda dara es 5. H 0 : 5 H: 5 1 X 0 5, 8 5 t = 0, S/,6/ 10 Calcularemos el p-valor p 1P-0, t 10, P0, t 1 0, 74. luego se ACEPTA la hpótess ula para cualquer vel de sgfcacó meor que 0,74 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 45
46 Cotraste de Hpótess 35.- La sguete tabla de cotgeca cotee datos sobre el gasto mesual e llamadas telefócas (e euros) y el sexo de 500 ecuestados: Gasto Hombres Mujeres [0,6) [6,1) 4 6 [1,30) [30,60) [60,10] 8 Justfcar s es certo que el gasto mesual medo de los hombres es superor al de las mujeres co u vel de sgfcacó del 5%. Solucó: Debemos e prmer lugar cotrastar la hpótess de gualdad de varazas H : S S 0 h m H: 1 h m h F,F 1,h1,m1,h1,m1 m Datos: 50;X h 8,896; S 78,8448; 50;X m,368; S 643, h h m m S 78,8448 1,1318 F,F , S 643, h m 0.975,49, ,49,49 0,78 < 1,13 < 1,8 y por tato aceptamos la hpótess de varazas guales. Cotrastamos ahora la dfereca de medas de dos poblacoes ormales de varazas descoocdas pero guales y muestras pequeñas. H : 0 0 h m h m H: 0 1 h m h m xh xm El estadístco de cotraste es: 1 1 S h m t sedo (h 1)S h (m 1)S m 4978, , S 686, 8 co lo cual ( 1) ( 1) h h m m xh xm 8,896, S 686, , y para =0.05, resulta t0.05,498 = <, ACEPTAMOS la hpótess de que el gasto medo de los hombres es superor al de las mujeres. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 46
47 Cotraste de Hpótess 36.- Se puede admtr la dstrbucó uforme de valores agulares e ua tragulacó de prmer orde de u país e la que se ha tomado ua muestra de tamaño 100 y se ha obtedo los sguetes resultados? Utlzar el p-valor. Solucó: Meddas agulares < >70 3 frecuecas observadas Cosderamos la dstrbucó uforme de parámetros a=30 y b=80. p p p p Clases p ,8 40, , 50, ,70) , ,45 sumas ,5 Utlzado el cotraste de la bodad de ajuste de la dstrbucó kh1 de Pearso co k-h-1 = = 4 grados de lbertad y observado el valor de la dstrbucó: 5 p D= =1,5. 1 p P valor P( 1,5) 0, próxmo a 1 4 Se acepta la hpótess de uformdad de la muestra. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 47
48 Cotraste de Hpótess 37.- U proceso dustral fabrca pezas cuya logtud e mlímetros se dstrbuye segú ua Normal de meda 190 y desvacó típca 10. Ua muestra de 5 pezas proporcoa los resultados sguetes: 185, 00, 186, 197 y 185. Utlzado u vel de sgfcacó del 0,05, se pde: a) Cotrastar la hpótess de que la meda del proceso es 190. b) Cotrastar la hpótess de la varaza del `proceso es 100. Solucó: a) Se trata de u cotraste de hpótess para la meda de ua poblacó ormal de varaza descoocda: H 0 : 190 H 1 : 190 Estmamos los parámetros de la dstrbucó Normal a partr de la muestra: X (X-meda) X =190,6 S =53,3 Datos: 5;X 190,6 ; S 7,3; 0,05 t-1= X 190,6 190 =0, S/ 7,3/ 5 Buscaremos u valor t / tal que Pt/ t 1 t/ 1. Puesto que t 0, <,776, Se acepta la hpótess ula b) Para cotrastar la hpótess ula: H 0 : 100 H 1 : 100 P k 0,05 Buscaremos los valores de k1 y k tales que: 4 1, obteemos P4 k0,975 k1=0,4844 y k= 11,14 S 53,3 Aplcado el teorema de Fsher 1 1 (51), Por tato 0,4844 0,05,13<11,14 se ACEPTA la hpótess ula. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 48
49 Cotraste de Hpótess 38.- Se quere cotrastar la hpótess ula ua moeda de u euro está be equlbrada, y que por tato, cara y cruz so equprobables; para ello se realza 100 lazametos de ua moeda de u euro y se observa 63 caras y 37 cruces. Cotrastar la hpótess utlzado el test de co u vel de sgfcacó de 0,05. Solucó: Frecuecas observadas p Frecuecas esperadas p p p Cara 63 0,5 50 3,38 Cruz 37 0,5 50 3,38 Sumas ,76 Utlzado el cotraste de la bodad de ajuste de la dstrbucó kh1 de Pearso co k-h-1 = -0-1 = 1 grados de lbertad y observado el valor de la dstrbucó para 0. 05, P 1 x 0, 05, se obtee x=3,84 que es mayor que D= 1 p p.=6,76. Se rechaza la hpótess ula. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M 49
50 Cotraste de hpótess. Cotrastar ua hpótess estadístcamete es tomar ua decsó sobre s certa propedad de ua poblacó es compatble co lo observado e ua muestra de dcha poblacó. Llamamos hpótess ula, H 0, a la hpótess que vamos a cotrastar, H 0 represeta la hpótess que matedremos metras los datos o os dque su falsedad. Llamamos hpótess alteratva, H 1, a la hpótess que se aceptará s H 0 se rechaza. Las fases e u cotraste de hpótess so: 1) Defr la hpótess a cotrastar que llamaremos H 0. ) Defr ua medda de dscrepaca D que mda la dfereca etre los valores observados y los esperados (de acuerdo co H 0 ). 3) Calcular D. S la dscrepaca D es muy grade, rechazaremos H 0 ; e caso cotraro, aceptamos H 0.
51 Nvel de sgfcacó Número etre 0 y 1 que se elge subjetvamete e estadístca para acotar superormete el error de tpo I e u test, o be para costrur tervalos o regoes de cofaza. E u tervalo de cofaza del estmador de forma tal que la P 1. E u cotraste de hpótess es el valor es la probabldad de cometer u error de tpo I, y determa u valor d c de forma que: P ( D d c ) La fgura sguete muestra gráfcamete este método. S la dscrepaca observada D cae detro de la regó de rechazo (probabldad de rechazar y ser verdadera), rechazamos la hpótess H0, e caso cotraro la aceptaremos. Defmos la regó de rechazo por D d c y la regó de aceptacó de H0 será D d c Cosderacoes acerca de. 1) Aceptar o rechazar la hpótess H 0 puede depeder del valor, sedo posble rechazar H 0 co = 0.05 y aceptar H 0 co = 0.04 ) Dar sólo el resultado del test o dca el grado de dscrepaca. Se acostumbra a utlzar veles de sgfcacó del 0.05 ó S, por ejemplo se elge u vel de sgfcacó del 0.05 etoces hay aproxmadamete 5 ocasoes de cada 100 e que se rechazaría la hpótess cuado debe ser aceptada. < > Aceptacó d c Rechazo U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 1
52 Nvel crítco Se defe el vel crítco o p valor como el mímo vel de sgfcacó para el que, co los datos de ua muestra cocreta, se tedría que rechazar la hpótess ula H 0. p P(D D ). Es decr la probabldad de obteer ua dscrepaca mayor o gual que la observada e la muestra. De esta forma, el valor de p o se fja a pror, so que se determa e fucó de la muestra. D es el estadístco y D es valor del estadístco obtedo co la muestra. Como se evdeca e la fgura sguete, cuato meor sea el valor crítco, meor es la probabldad de exstr dscrepaca como la observada, y meor es la certdumbre de H 0. Esto es; cuato más cercao a cero sea su valor co mayor cofaza se rechazará H 0. Puesto que, pp(d D ) y D u valor fjo, s p es grade D es u valor pequeño, por tato, para u valor fjo de < p será D < d c y aceptamos la hpótess H 0, E geeral cuato más próxmo a 1 sea p co mayor evdeca se habrá de aceptar H 0. S p>0.5 o exste sufcete evdeca para rechazar H 0. S 0.01<p<0.5 exste certdumbre etre rechazar o o rechazar H 0. S p<0.01 e geeral deberá ser rechazada la hpótess H 0, S se ha fjado de atemao u vel de sgfcacó, se acepta H 0, s p>, y se rechaza H 0 s p<
53 Cotraste de Hpótess Pruebas relatvas a la meda ETSITGC Madrd H : 0 0 Parámetros Regó Estadístco Dstrbucó H descoocdos 1 crítca X 0 0 z N(0,1) 0 z z z z / z z 0 t X S 0, 1 t t t t / t t t Udad Docete de Matemátcas
54 Cotraste de hpótess para la meda co la varaza coocda Cotraste ulateral (cola de la zquerda) H : 0 0 H : 1 0 Cotraste blateral ( colas) H : 0 0 H : 1 0 Cotraste ulateral (cola de la derecha) H : 0 0 H : 1 0 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M.
55 Cotraste de hpótess para la meda co la varaza descoocda Cotraste ulateral (cola de la zquerda) H : 0 0 H : 1 0 Cotraste blateral ( colas) H : 0 0 H : 1 0 Cotraste ulateral (cola de la derecha) H : 0 0 H : 1 0 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M.
56 Cotraste de Hpótess ETSITGC Madrd Pruebas relatvas a la dferecas de medas H : Parámetros Estadístco Dstrbucó H 1 Regó descoocdos crítca, 1 x x ( ) N(0,1) z z z z / z z,,, x S p x ( ) t 1 1 S 1 S S S p t t t t 0 t t 1 0 / Udad Docete de Matemátcas
57 Cotraste de Hpótess ETSITGC Madrd Parámetros descoocdos Pruebas relatvas a la varaza Estadístco Dstrbucó H 0 H 1 Regó crítca 1 S / 1 / 0 1 f S S, 1 1 F 1, f f f F1,1 1, 1 F 1 /, 1, 1 F 1 /, 1, 1 1 f F, 1, 1 Lus 1 Sebastá
58 Cotraste de hpótess para la varaza Cotraste ulateral (cola de la zquerda) H : 0 0 H : 1 0 Cotraste blateral ( colas) H : 0 0 H : 1 0 Cotraste ulateral (cola de la derecha) H : 0 0 H : 1 0 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. de la U.P.M.
59 Bodad de ajuste (test de la ) El problema que vamos a tratar es el de la coformdad de ua dstrbucó expermetal y ua dstrbucó teórca; esto es, susttur la dstrbucó expermetal (dstrbucó de la muestra de la poblacó), el hstograma, o la dstrbucó de frecuecas, por ua dstrbucó teórca coocda. Sea: = tamaño de la muestra. k = úmero de clases. = frecueca absoluta de la clase. p = probabldad de cada clase segú la dstrbucó teórca. p = frecueca absoluta de cada clase segú la dstrbucó teórca. h = úmero de parámetros estmados a partr de la muestra. = úmero de grados de lbertad. Las frecuecas observadas e la dstrbucó de ua muestra, se emplea para poer a prueba, la hpótess de que la poblacó de la cual se ha obtedo la muestra, o dfere e dstrbucó, de la de algua dstrbucó coocda. Supuesta coocda la dstrbucó de Y. La hpótess H 0 tee la forma: la poblacó X de la cual se obtuvo la muestra tee la msma dstrbucó que la poblacó Y, formulamos la hpótess alteratva H 1 las poblacoes X e Y o tee la msma dstrbucó. Ua medda de las dscrepacas e este setdo, fue estudada por Pearso costruyedo el k ( p ) sguete estadístco: D, y demostró que, para 30 y p 5 D kh1, 1 p esto es, la varable D sgue ua dstrbucó j-cuadrado co = k - h - 1 grados de lbertad. Fjado u vel de sgfcacó, buscamos u valor tal que P S D aceptamos la hpótess H 0 de coformdad co el ajuste, sedo las dferecas p debdas al azar. S D rechazamos la hpótess H 0, las dferecas p so sgfcatvas y por tato, las dstrbucoes so dsttas.
60 Dstrbucó bomal o de Beroull Cosderemos u expermeto aleatoro que admte sólo dos resultados excluyetes: Suceso A (éxto) co probabldad P(A) = p. Suceso A (fracaso) co probabldad P( A ) = 1-p = q. A la varable aleatora dscreta = úmero de veces que ocurre el suceso A (éxto) e las pruebas se la deoma varable bomal. Para calcular la dstrbucó de probabldad os fjamos e el suceso favorable a A e k veces, k) k) A... AA... A cuya probabldad por ser sucesos depedetes es el producto de las k) k) k k probabldades p... p. q... q = p. q. Resultado que se puede repetr veces, luego P( = k) k = k p k q k. La fucó de dstrbucó correspodete es: F(x) = k kx p k q k. Ua dstrbucó bomal queda caracterzada cuado se cooce p y y se escrbe B(, p). =.p La esperaza matemátca: E = E - La varaza: V E =.p.q
61 Dstrbucó de Posso Es ua dstrbucó que se preseta cuado teemos ua poblacó grade y la probabldad de que ocurra u suceso determado, tee ua probabldad muy pequeña (ley de casos raros). Ua varable aleatora tee dstrbucó de Posso de parámetro, s toma los valores eteros 0, 1,..., co probabldad:p( k) k! e E = Esperaza matemátca: Varaza: VE E = k s > 0
62 Dstrbucó t de Studet. Sea 1,,..., y, +1 varables aleatoras depedetes etre sí co dstrbucó N(0, ) cada ua de ellas. Etoces la varable t se 1... deoma t de Studet co grados de lbertad x Fucó de desdad: fx ( ) 1 Su meda 0 (>1) y su varaza (>). La gráfca de la fucó de desdad para =3 grados de lbertad: Tee su aplcacó e la estmacó de las característcas de ua poblacó co dstrbucó ormal medate los llamados tervalos de cofaza. Studet fue el seudómo de Wllam Sealy GOSSET (1.876,1.937), el estadístco y químco que descubró la forma de la dstrbucó t medate ua combacó de trabajo matemátco y trabajo empírco co úmeros aleatoros, ua aplcacó tempraa de lo que ahora se llama el método de MoteCarlo. U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 57
63 Dstrbucó de Pearso Sea 1,,...,, varables aleatoras N(0,1) e depedetes, etoces la expresó: 1... es ua varable aleatora que recbe el ombre de jdos ch-cuadrado de Pearso (1.857,1936). El úmero de varables ormales sumadas recbe el ombre de grados de lbertad, y la represetamos por. La fucó de desdad de la varable aleatora es: 1 x - x f (x) e s x 0 La fucó de dstrbucó de ua varable aleatora vee dada por: F(x) P( x ) f( x)dx x 0 La meda, varaza y desvacó típca de ua varable aleatora j-cuadrado co grados de lbertad so:,, respectvamete. Correspode a ua dstrbucó Gamma de parámetros 1/ y /. U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 54
64 Dstrbucó Normal. Ua varable aleatora cotua X se dce que tee ua dstrbucó ormal o de 1(x ) 1 Laplace-Gauss de meda y desvacó típca : f(x) e es su fucó de desdad. es la llamada campaa de Gauss. La fucó de dstrbucó es: 1(x ) x 1 F(x) P(X x) e dx La esperaza matemátca o meda es y la varaza es. Se deota N(, ). La Normal tpfcada o estádar X Z N(0,1) U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 55
65 Itervalos de cofaza para la meda a) Poblacó ormal co varaza coocda. Sabemos que N,, luego N( 01, ). Queremos calcular u tervalo de forma que la P 1. A 1 se le llama vel de cofaza A se le llama vel de sgfcacó y es la probabldad de que el parámetro o esté e el tervalo. Buscaremos e la N(0,1) u valor de forma que P 1 como, y so coocdos, teemos el tervalo,. El tervalo de cofaza sería: x b) Poblacó cualquera de varaza fta y muestras grades. Sabemos que N(, ). Razoado gual que ates, s la varaza es coocda el tervalo será P 1 para >30. S la varaza es descoocda la estmamos por la cuasvaraza, y queda: S S S P 1 para >100 y el tervalo es x. c) Poblacó ormal co varaza descoocda. Buscaremos e u valor t tal que Pt t1 t 1 y el correspodete tervalo S S de cofaza será: P t t 1 S Para ua muestra cocreta: x t y s queremos determar el tamaño muestral, resulta t S de dode t.s.
66 Nvel o grados de cofaza Fjado u vel de cofaza 1-a buscaremos dos estadístcos T1=T(x1,x,,x) y T=T(x1,x,,x) tales que el tervalo de cofaza para q co ese vel de cofaza sea: h, 1 h T,T 1 de forma que 1 Los grados de cofaza P P(T T ) 1, sedo 0<a<1 1 (frecuetemete expresada e tato por ceto equvalete) es la frecueca relatva de veces que los tervalos de cofaza cotee el parámetro de la poblacó, etededo que el proceso de estmacó se repte u úmero grade de veces. U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 9
67 Itervalos de cofaza para la varaza ( 1).S Se sabe que 1s la poblacó de partda es N(, ). Por tato, para tomar el tervalo de cofaza de vel de sgfcacó, buscamos los valores k 1 y k, tal que: ( 1).S Pk1 k 1 y el correspodete tervalo de cofaza será: ( 1).S ( 1).S P 1 k k1 Se os platea el problema de que la dstrbucó 1 o es smétrca (como ocurría co la Normal y la t de Studet) por lo que o es posble determar co exacttud los valores k 1 y k para que el tervalo esté cetrado e S. Ua solucó aproxmada y geeralmete buea es determar k 1 y k co las codcoes: P 1k1 y P 1k U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 10
68 Estmador de la varaza de la poblacó 1 La varaza muestral S es u estmador sesgado de la varaza, ya 1 1 que: ES = Debe observarse que o hemos hecho gua hpótess de cual sea la dstrbucó de probabldad de la varable. 1 Por tato, la desvacó típca muestral será: S 1 1 U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 73
69 Esperaza matemátca La esperaza matemátca es el valor medo teórco que resulta de susttur las f (frecuecas relatvas) por las P (probabldades), y que o es so ua meda artmétca poderada. Se acostumbra a defrlo como esperaza matemátca de gaacas, es decr, la gaaca que teórcamete esperaba obteer u jugador frete a uas determadas reglas de juego. Sea ua varable aleatora, se defe el operador E como: E = 1 xpx ( ) para ua varable dscreta y fta. E = covergete. E = 1 xpx ( ) para ua varable dscreta y o fta sempre que la sere sea tf. ( t). dt cuado la varable es cotua co fucó de desdad f(x) y sempre que la tegral sea absolutamete covergete. U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 70
70 Estmador Isesgado o cetrado U estmador se llama sesgado cuado E La meda muestral efcete, puesto que V, y sufcete. es u estmador sesgado, ya que E, cosstete, U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 73
71 Muestreo aleatoro smple Se trata de extraer ua muestra de ua poblacó. Se caracterza porque todos los elemetos de la poblacó tee la msma probabldad de ser elegdos. El procedmeto práctco de escoger la muestra, puede ser umerar los elemetos de la poblacó, aputar los úmeros e tarjetas, y sacarlas al azar. S la muestra y la poblacó so grades, e vez de tarjetas se utlza tablas de úmeros aleatoros. Este muestreo puede ser: Co reemplazameto: se elge u elemeto de la poblacó, se estuda y se retegra a la poblacó. Así sucesvamete, la probabldad de obteer cualquer elemeto se matee costate, teresa para que los elemetos de la muestra sea depedetes. S reemplazameto: los elemetos elegdos e la muestra o se resttuye e la poblacó. La probabldad de obteer u elemeto va aumetado al dsmur los elemetos posbles. U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 1
72 Dstrbucó Uforme o Rectagular. Se dce que ua varable cotua sgue ua dstrbucó uforme e el tervalo ab, cuado su fucó de desdad es: Gráfcamete: 0 s x a 1 f (x) s a x b b-a 0 s b<x 1 _ b-a La fucó de dstrbucó, será: a b 0 s x a x-a F(x) b-a s a x b 1 s b< x cuya gráfca es: 1 a b Meda: E a b x.f(x).dx a b 1 Varaza: V E E Esta dstrbucó depede de los parámetros a y b y se deota Uab,. Para el caso dscreto se caracterza por teer todos su valores la msma probabldad U.D. de Matemátcas de la E.T.S.I. e Topografía, Geodesa y Cartografía 58
TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
V II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
REGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Aproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca [email protected] http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
MEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II
Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. [email protected]
Cálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo
6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Estadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Tema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
PROBANDO GENERADORES DE NUMEROS ALEATORIOS
PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos
ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
V Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA
CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada
TEMA 4: VALORACIÓN DE RENTAS
TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto
Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09
Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector
ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos
IV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:
Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral
7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.
7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de
ESTADÍSTICA DESCRIPTIVA
Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama
Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN
INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES
TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA
UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-
PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción
Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar
TEMA 2: LOS NÚMEROS COMPLEJOS
Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado
(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
4. SEGUNDO MÓDULO. 4.1 Resumen de Datos
4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato
NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN
UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008
MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Estadística descriptiva
Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca [email protected] http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {[email protected]} Elea Olmedo Ferádez {[email protected]} Jua Mauel Valderas Jaramllo {[email protected]}
LOS NÚMEROS COMPLEJOS
LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate
Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes
Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo
LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS
LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - [email protected] Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del
5.3 Estadísticas de una distribución frecuencial
5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor
Nociones de Estadística
Químca Aalítca Prof. Aa Galao Jméez Nocoes de Estadístca Las medcoes tee sempre asocadas u error expermetal (herete a la resolucó del equpameto empleado, a errores aleatoros y/o a errores sstemátcos).
RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral
Guía para la Presentación de Resultados en Laboratorios Docentes
Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las
Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión
Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.
Guía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti
116 Capítulo 7: Estadístca. Azar y probabldad TEORÍA. Matemátcas 4º de ESO 1. ESTADÍSTICA 1.1. Muestras. Estudos estadístcos S queremos hacer u estudo estadístco teemos que: a) Recoger los datos b) Descrbr
Ejercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL
CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El
ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález [email protected] Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá
ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos
Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado
( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.
Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx
III. GRÁFICOS DE CONTROL POR VARIABLES (1)
III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co
2 - TEORIA DE ERRORES : Calibraciones
- TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto
6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE
arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las
CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL
CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.
MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1
MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo
TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :
Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS
Análisis estadístico de datos muestrales
Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.
PRÁCTICA 13: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA
PRÁCTICA 3: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA E ocasoes ocurre que el ecargado de hacer u trabajo estadístco o está seguro de la dstrbucó de ua determada varable aleatora. Para solucoar
LECCIONES DE ESTADÍSTICA
LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que
Técnicas básicas de calidad
Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos
TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.
TEMA : PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.. INTRODUCCIÓN Hasta ahora hemos vsto cómo se puede resumr los datos obtedos del estudo de ua muestra (o ua poblacó) e ua tabla estadístca
Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso
Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e
Una Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
MATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información
MATEMÁTICA Udad 4 Resolvamos desgualdades Iterpretemos la varabldad de la formacó Objetvos de la Udad: Propodrás solucoes a problemas relacoados co desgualdades leales y cuadrátcas; y represetarás los
Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33
SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio
Introducción a la simulación de sistemas discretos
Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas
Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función
Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL
Santiago de la Fuente Fernández. Análisis de variables categóricas
Satago de la Fuete Ferádez Aálss de varables categórcas Satago de la Fuete Ferádez Aálss de varables categórcas VARIABLES CUALITATIVAS Aálss de varables categórcas Las varables cualtatvas so aquellas cuyos
INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS
Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué
EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO
EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO CRISTIAN CABRERA TORRICO, Igeero Cvl APSA Ltda. ([email protected]) ROBINSON LUCERO, Igeero Cvl Laboratoro Nacoal de Valdad, [email protected]
C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI
TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco
ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I
COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño
2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros
. alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el
MS Word Editor de Ecuaciones
MS Word Edtor de Ecuacoes H L. Mata El Edtor de ecuacoes de Mcrosoft Word permte crear ecuacoes complejas seleccoado símbolos de ua barra de herrametas y escrbedo varables y úmeros. medda que se crea ua
METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO
METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar
Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3
Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales
Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!
Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO
