SOLUCIONES DE LOS EJERCICIOS INCLUIDOS EN LOS TEMAS 1 a 3 DE ESTADÍSTICA II

Documentos relacionados
Solución a la práctica 6 con Eviews

SEDE/NÚCLEO El Tigre FACULTAD FACES ESCUELA Admón., FICHA DE CONTROL ACADEMICO. Cédula de Identidad

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Prueba de asociación de dos variables cualitativas

Prueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas

TAMAÑO DE LA MUESTRA

Cédula de Identidad. Año/ Semestre HAMLET MATA MATA I-2012 Asignatura: ESTADÍSTICA I Código: Sección 1 y Aula: Lab

AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD. A gn inf. A gn sup PPR = P e PPR

PRIMERA PRÁCTICA SONIDO

Ejercicios resueltos Distribuciones discretas y continuas

I, al tener una ecuación. diferencial de segundo orden de la forma (1)

Practica 9: Tipo de cambio y paridad de poder adquisitivo

CINEMÁTICA (TRAYECTORIA CONOCIDA)

ESTADÍSTICA NO PARAMÉTRICA

Santiago, Chile PUC. Impresora Feyser Ltda.

Trabajador por cuenta ajena y autónomo a la vez. Es posible?

ASIGNACIÓN MUESTRAL EN AUDITORÍA. ESTRATIFICACIÓN DE UNA POBLACIÓN EXPONENCIAL

DEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS.

INTERCAMBIADORES TUBO Y CARCAZA: ANÁLISIS TÉRMICO

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS

2º BACHILLERATO CINETICA QUÍMICA

Variables aleatorias continuas

Opción A Ejercicio 1 opción A, modelo Septiembre 2011

Part I. Probabilidad

DETERMINACION DE LAS RELACIONES VOLUMÉTRICAS DE LOS SUELOS

FIZIKA SPANYOL NYELVEN

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ

IMPACTO DE LAS AVERÍAS E INTERRUPCIONES EN LOS PROCESOS. UN ANÁLISIS DE LA VARIABILIDAD EN LOS PROCESOS DE PRODUCCIÓN

LECCIÓN N 06 POLITICA MONETARIA Y FISCAL EN EL MODELO IS-LM

GUÍA DE APRENDIZAJE DE ELECTRÓNICA I

1.- Qué funciones son primitivas de la función cosx: Tachar lo que no proceda

Modelo 3 Opción A. , + ) Decreciente: (0, )) = ( , f(

Sistemas de control: Elementos componentes, variables, función de transferencia y diagrama funcional.

Encuesta de ocupación en apartamentos turísticos

Modelo de Regresión Logística

Reporte Nº: 05 Fecha: JULIO ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE

Aplicaciones de la distribución weibull en ingeniería

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN

Límites finitos cuando x: ˆ

- Se trata en el fondo, de la misma manera de medir la asociación entre X y M.

Energía. Reactivos. Productos. Coordenada de reacción

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES

CASO PRACTICO Nº 127

Método novedoso para resolver ecuaciones diferenciales lineales de segundo y tercer orden no homogéneas con coe cientes constantes

Convocatoria de Febrero 26 de Enero de Nombre y Apellidos:

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES

METODOLOGIA TUNING Ruth Vargas Leyva

Como ejemplo se realizará la verificación de las columnas C9 y C11.

Construcción de triángulos Análisis y construcción de polígonos regulares

La ventilación natural en los invernaderos mediterráneos

Núm. 36 Martes, 22 de febrero de III. ADMINISTRACIÓN local. DIpuTACIÓN provincial De burgos. secretaría general

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General

EMPRÉSTITOS DEPARTAMENTO DE MATEMÁTICA ECONÓMICA, FINANCIERA Y ACTUARIAL. División de Ciencias Jurídicas, Económicas y Sociales

Capítulo 13 Modelación jerárquica en las finanzas públicas

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm

Programa: Maestría En Ciencia Política Unidad de Aprendizaje: Métodos Estadísticos y Técnicas de Coyuntura I

Francés en el Grado de Lenguas Modernas y sus Literaturas

DISPERSIÓN - ESPECTRÓMETRO DE PRISMA

MATERIALES Y METODOS RESULTADOS

FORMULARIO INDICADORES DE DESEMPEÑO AÑO 2012

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N Introducción Reducción de orden

Nuevas tendencias y diferencias culturales en el uso de telefonía móvil. Daniel Halpern

ESPACIOS VECTORIALES EUCLÍDEOS: Proceso de ortonormalización (Gram-Schmidt)

4.2. Ejemplo de aplicación.

1. (RMJ15) a) (1,5 puntos) Discute el siguiente sistema de ecuaciones en función del parámetro a:

Cálculo de fuerzas y pares de fuerza mediante el principio de los desplazamientos virtuales.

PRÁCTICA 10 (TEMA 11: LA OFERTA Y DEMANDA AGREGADAS (Makiw, 4ª ed., Cap. 33)

Practica Sistemas electrónicas Practica 1: Aplicaciones lineales de los amplificadores operacionales

Cálculo de Dosis en Braquiterapía Br. Priscila Vargas Chavarría

Ie Io. Medidas absolutas y medidas relativas

ANEJO 7º Cálculo simplificado de secciones en Estado Límite de Agotamiento frente a solicitaciones normales.

EL MOVIMIENTO DE NIÑOS PARA LA ADOPCIÓN INTERNACIONAL; DESARROLLOS Y TENDENCIAS EN LOS ESTADOS RECEPTORES Y EN LOS ESTADOS DE ORIGEN

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal)

TEMA 11. La integral definida Problemas Resueltos

INFERENCIA ESTADISTICA

Tema 3 La elasticidad y sus aplicaciones

INSTITUTO POLITECNICO NACIONAL PROBLEMARIO DE CALCULO DIFERENCIAL E INTEGRAL

Sobre Regresión Logística

TRABAJO PRACTICO Nº 1 RELACIONES DE PESOS Y VOLUMENES

Valuación por comparables. Dr. Marcelo A. Delfino

- SISTEMA DE INFORMACION DE GESTION -

Prof: Zulay Franco Puerto Ordaz, noviembre

CALIFICACIONES PROVISIONALES DE PRUEBAS LIBRES DE HIGIENE BUCODENTAL AÑO 2015

Matemáticas II TEMA 11 La integral definida Problemas Propuestos y Resueltos

REPRESENTACION GRAFICA.

No importa la cantidad de dinero?: Inflation Targeting y la teoría cuantitativa

Esquema del bloque (1) Relación entre Variables Cuantitativas. Correlación. Asociación entre variables cuantitativas Objetivos. Esquema del bloque (2)

Alfredo Masó Macroeconomía Intermedia Grado de ADE y DADE-Curso Práctica 2 (Tema 1: modelo Mundell-Fleming : Políticas de DA)

Beneficios de la educación sobre el bienestar en salud de la población adulta en México, 2006

OPCIÓN SIMPLIFICADA OPCIÓN SIMPLIFICADA ZONA CLIMÁTICA ZONA CLIMÁTICA

y su interdependencia

Materiales de construcción

Respuestas y adaptaciones funcionales a la actividad física

Pharos ISSN: Universidad de Las Américas Chile

Resistencias de frenado

Expectativas, Consumo e Inversión Profesor: Carlos R. Pitta CAPÍTULO 9. Macroeconomía General

Tabla de contenido. Página

núm. 38 martes, 25 de febrero de 2014 III. ADMINISTRACIÓN LOCAL DIPUTACIÓN PROVINCIAL DE BURGOS SERVICIO DE PERSONAL

Grupo GEOFOREST. Departamento de Geografía y Ordenación del Territorio. Universidad de Zaragoza.

EFECTO ZEEMAN. ν = ± eb 4πmc ν = 0. (cm 1 ) = B(cm 1 )

Transcripción:

ESTADÍSTICA II SOLUCIONES DE LOS EJERCICIOS INCLUIDOS EN LOS TEMAS 1 a 3 DE ESTADÍSTICA II Profsors: J Gabril Molina y María F. Rodrigo Univrsitat d València TEMA 1 1) a) accidntal, b) alatorio simpl, c) stratificado, d) accidntal, ) accidntal, f) conglomrados, g) stratificado, h) conglomrados, i) no hay mustro 2) 3) 4) ˆ,29; 3; ˆ 1,67; ˆ 3,5; 0,945 2 Y ˆ Md Y Y Y La distribución mustral d la mdia para mustras n = 50 tin mnor disprsión s más homogéna, qu para mustras n = 10, lo cual pon d manifisto, como sría d sprar, qu las stimacions d la mdia poblacional son más próximas ntr sí cuando s obtinn a partir d mustras d tamaño mayor. 4,50,05 50,14 5,5 0,63 60,12 6,50,06 5,55 a) Normal con E() = 100 y EE() = = n n 110 100 b) Z 0,67 P( 110) = 1-0,7486 = 0,2514 c) EE() = = =3,35 n 20 Z 110 100 2,99 P( x 110) = 1-0,9986 = 0,0014 3,35 95 100 d) Z 1, 49 P( x 9 = 0,0681 3,35 95 100 Z 3,33 / 100 P( x 9 =0,0000 ) 90% cntral ntr Z = -1,64 y Z = 1,64 ntr = 75,4 y = 124,6 95% cntral ntr Z = -1,96 y Z = 1,96 ntr = 70,6 y = 129,4 99% cntral ntr Z = -2,58 y Z = 2,58 ntr = 61,3 y = 138,7 f) IP(0,9( ) = 100 1,96 3,35 = [93,4; 106,6] EE() = 2,12 IP(0,9( ) = 100 1,96 2,12 = [95,8; 104,2] n 50 g) IP(0,90)( ) = 100 1,64 3,35 [94,5; 105,5] σ 0,40,6 a) Forma: B(25; 0,4); E(px) = 0,4; EE(p x ) = = 0,098 n 25 1

b) z0,5 Solucions jrcicios tmas d Estadística II Critrios convrgncia a la distribución normal: 25 0,4 = 10 ( y 25 0,6 = ( Por tanto: B(25; 0,4) N(0,4; 0,098) 0,5 1, 02 P(p > 0, = P(Zp > 1,02) = 1-0,8461 =0,39 0,098 σ 0,40,6 c) EE() = = 0,077 n 40 z 0,5 0,5 1, 30 P(p > 0, = P(Zp > 1,30) = 1-0,9032 = 0,0968 0,077 d) σ 0,40,6 EE(p x ) = = 0,11 n 20 IP(0,9(px) = 0,4 1,96 0,11 = [0,184; 0,616] (Aprox. ntr 4 y 12 fumadors) ) IP(95%)(px) = 0,4 1,96 0,077 = [0,249; 0,551] (Aprox. ntr 5 y 11 fumadors) 8) 9) 10) s ' s n = n 1 ' 6,856 40 6,94 39 s EE= 6,94/ 40 = 1,097 IC(0,90) = 123 ± 1,64 1,097 = [121,20; 124,80] IC(0,9 = 123 ± 1,96 1,097 = [120,85; 125,] En l caso d una mustra d tamaño n=20 ' s n ' 6,856 20 s = s 7,034 n 1 19 EE= 7,034 / 20 = 1,573 IC(0,90) = 123 ± 1,7291 1,573 = [120,28; 125,72] IC(0,9 = 123 ± 2,0930 1,573 = [119,71; 126,29] a) =0,05 y n=100 IC(0,9() = 7 1, 96 = [6,55; 7,45] 100 b) =0,05 y n=300 IC(0,9() = 7 1, 96 = [6,74; 7,25] 300 c) =0,10 y n=300 IC(0,90)() = 7 1, 64 = [6,79; 7,21] 300 a) = 0,05 /2 = 0,025 0,025t19 = 2,09 y 0,975t19 = 2,09 IC (95%)() = 6,5 2,09 0,54 = [5,37; 7,63] b) = 0,10 /2 = 0,05 0,05t19 = 1,73 y 0,95t19 =1,73 IC (90%)() = 6,5 1,73 0,54 = [5,57; 7,43] 50,55 IC(0,9 = 0,45 ± 1,96 = [0,296; 0,604] 40 Critrio tamaño satisfcho dado qu: 0,296 40 = 11,84 5 0,604 40 = 24,16 5 (1-0,29 40 = 28,16 5 (1-0,604) 40 =,84 5 Profs. J. Gabril Molina y María F. Rodrigo 2

11) 0,6 a) IC(99%)() = 0,6 2,58 = [0,46; 0,74] 80 b) Convrgncia a la distr. normal: 0,46 80 = 36,8 y 0,54 80 = 43,2 0,74 80 = 59,2 y 0,26 80 = 20,8 0,6 c) IC(90%)() = 0,6 1,64 = [0,51; 0,69] 80 d) IC(90%)() = 0,6 1,64 0,6 0 = [0,53; 0,67] Solucions jrcicios tmas d Estadística II TEMA 2 1) 2) 3) a) H : 0,40 b) H : 230 c) H : FE Rural FEUrbano d) H : Asiati cos (Otras hipótsis son posibls, por jmplo, H : Europos CV CV Asiati cos ) Europos ) H : E (Otras hipótsis son posibls, por jmplo, H : NE Md Md E ) NE f) H : 0 Y a) Ho : 0.40 b) Ho : 230 c) H : Rural d) Ho : M V ) Ho : E NE f) H : 0 0 Y o FE FEUrbano a) p = 160 / = 0,32 Convrgncia a la distribución normal: 0,28 = 140 y 0,72 = 360 0,36 = 180 y 0,64 = 320 IC(0,0() = 0,32 1,96 0,320,68 = [0,279; 0,361] b) IC(0,10)() = 0,32 1,64 0,320,68 = [0,286; 0,354] c) H: 0,27; Ho: = 0,27 IC(0,9() = [0,279; 0,361] S rchaza la Ho Pruba d significación bilatral d la proporción: 0,32 0, 27 Z 2,52 0,270,73 P = P( Z 2.52) + P( Z 2.52) = 0.0059 2= 0.0118 S rchaza la Ho Profs. J. Gabril Molina y María F. Rodrigo 3

d) IC(0,90)() = [0,286; 0,354] S rchaza la Ho ) IC(0,99)() = [0,266; 0,374] S mantin la Ho Solucions jrcicios tmas d Estadística II 4) a) IC(95%)() = 195 1,96 4,38 =[186,42; 203,58] b) IC(95%)() = 195 1,96 2,4 = [190,3; 199,7] c) IC(99%)() = 195 2,58 4,38 = [183,72; 206,28] d) H: > 191; Ho: 191 IC(95%)() = [186,42; 203,58] S mantin la Ho Pruba d significación unilatral d la mdia: =195; (Ho)=190 195 191 Z = = 0,913 P ( Z 0,913) = 0.1814 S mantin la Ho 4.38 ) n = 100 IC (95%)() = [190,3; 199,7] S mantin la Ho n = 170 IC (95%)() = [191,4; 198,6] S rchaza la Ho n = 240 IC (95%)() = [191,9; 198,1] S rchaza la Ho a) p = 11/25 = 0,44 H : > 0,30; Ho: 0,30 Convrgncia con la distribución normal: 0,25 25 = 6,25 y 0,75 25 = 18,75 0,63 25 =,75 y 0,37 25 = 9,25 40,56 IC(95%)() = 0,44 1,96 = [0,25; 0,63] S mantin la Ho 25 Pruba d significación unilatral d la proporción: 4 0,30 Z 1, 53 0,300,70 25 P(Z 1,53) = 0,0630 S mantin la Ho b) Y si la hipótsis hubira sido bilatral: H : 0,30; Ho: = 0,30 Sig = 0,0630 2 = 0,126 a) IC(95%)(μ)=76 ± 1,96 = [72,49; 79,51] 70 b) H: > 71; Ho: 71 S rchaza la Ho Pruba d significación unilatral d la mdia: P (Z 2.79)=0.0026 Rchazo Ho 76 71 Z 2.79 70 a) Difrncia significativa tanto dsd un punto d vista stadístico como práctico. b) Difrncia stadísticamnt significativa pro no concluynt n la práctica. c) Difrncia stadísticamnt significativa pro no concluynt n la práctica. d) Difrncia stadísticamnt significativa pro no rlvant dsd un punto d vista práctico. Profs. J. Gabril Molina y María F. Rodrigo 4

Solucions jrcicios tmas d Estadística II TEMA 3 1) 2 = 2,84 Sig = 0,24 φ = 0,128 V = 0,128 No xist rlación a nivl poblacional, con un nivl d confianza dl 95%, ntr las variabls Compaginar studios y trabajo y Sxo ( 2 = 2,84; P > 0,0. El valor d los coficints phi y V d Cramr (= 0,128) pon d manifisto la baja intnsidad d la asociación ntr ambas variabls. 2) En principio, no s posibl aplicar la pruba porqu l porcntaj d casillas n qu la frcuncia sprada s mnor qu 5 s suprior a 20, n concrto, l 58,3% d las casillas d la tabla d contingncia. 4) 0,05 H : H : 8) SI NO o SI NO t = 6/1,01 = 5,92 Sig 0 S rchaza la Ho IC(0,9(δ) = [4,01 ; 7,99] S rchaza la Ho n = 20 0,01 H : H : POST PRE o POST PRE T = 3/1,4 = 2,14 Sig = 0,023 S mantin la Ho IC(0,99)( ) = 3 ± 2,86 1,4 = [-1,004; 7,004] S mantin la Ho n = 200 0,01 H : : POST H PRE o POST PRE T = 3/0,34 = 8,82 Sig 0 S rchaza la Ho IC(0,99)( ) = 3 ± 2,58 0,34 = [2,12; 3,87] S rchaza la Ho 0,10 H : Y 0 Ho : Y 0 T = 0,2/0,1 = 2 Sig = 0,048 S rchaza la Ho zrxy = 0,203 1 1 IC(1 )( z Y ) 0,2031,64 ; 0,2031,64 0,035 ; 0,371 95 95 20,035 20,371 1 1 0, 072 1,1 IC(1 )( Y ) ; ; 2 0,035 2 0,371 0,035 ;0,355 1 1 2, 072 3,1 s rchaza la Ho 0, 05 H : 0 H : 0 1 o 1 EE (b1) = 0,047 T = 0,2/0,047 = 4,25 Sig 0 S rchaza la Ho 1 0,20 1,96 0,047 0,108;0,292 IC 1 S rchaza la Ho Profs. J. Gabril Molina y María F. Rodrigo 5