Operario A B C D Total Obstrucciones

Documentos relacionados
ESTADÍSTICA. n i Se pide:

9.3. Contrastes de una proporción

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

TEMA 4: CONTRASTE DE HIPOTESIS

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Contrastes de hipótesis

INFERENCIA ESTADÍSTICA

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

Ejercicios de intervalos de confianza en las PAAU

Estimación por intervalos

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

TEMA 8. TESTS DE HIPOTESIS Introducción Definiciones Pasos para la realización de un test

IntroducciónalaInferencia Estadística

Tema 14: Inferencia estadística

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)

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

CONTRASTE DE HIPÓTESIS

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

CONTRASTE DE HIPÓTESIS

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

PRUEBAS DE HIPÓTESIS.

CURSO CONVOCATORIA:

Práctica 7 CONTRASTES DE HIPÓTESIS

Análisis de resultados. Independencia de las muestras

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

T5. Contrastes para los parámetros de una población Normal

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)

3. Igualdad de proporciones

Formulas. Población infinita. Población finita

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

DISEÑO Y ANÁLISIS DE DATOS I

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Distribuciones en el muestreo, EMV

TEORÍA DE LA ESTIMACIÓN

Estadística Teórica II

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

a) ( ) ( ) Supóngase que se toma una muestra en una población con distribución N ( ;1. Qué tamaño debe tener esta para que P X µ SOLUCIÓN:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

Tema 11. Soluciones a los ejercicios adicionales

Pasos básicos para docimar una hipótesis:

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

INTERVALOS DE CONFIANZA


Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.

Prueba A = , = [ 7.853, 8.147]

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H

MATEMÁTICAS 2ºBACHILLERATO CCSSII

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Tema 4. Estimación de parámetros

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2)

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE HIPOTESIS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

1. Intervalos de Conanza

Intervalos de Confianza

Estimación de Parámetros

CURSO CONVOCATORIA:

IES Fernando de Herrera Curso 2013 / 14 Primer examen Tercer trimestre 2º Bach CCSS 4 de Abril de 2014 NOMBRE:

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

UNIVERSIDAD DE ATACAMA

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

Problemas de cálculo

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

EJERCICIOS RESUELTOS TEMA 8

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

ESTADISTICA EMPRESARIAL - Segundo Curso Curso Convocatoria de Febrero INSTRUCCIONES

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

TEMA 6.- INTERVALOS DE CONFIANZA

Población Joven Adulta Total A favor En contra Total

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados. Sexo

PyE_ EF2_TIPO1_

Estimación de parámetros. Biometría

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

Guía 1 Matemática: Estadística NM 4

Desigualdad de Tchebyshev

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

Transcripción:

Ua empresa de imprimir, alimetada a mao, estaba sujeta a lo que parecía ser u úmero irrazoable de obstruccioes causadas por iterferecias de las hojas de papel a la presa. Se hizo ua prueba para ver si diferetes operarios ecotraba o o diferetes grados de dificultad co la máquia. Cada operario alimetó la máquia itroduciedo el mismo úmero de hojas, cotádose luego el úmero de atascos sufridos por cada uo, lo que dio lugar a la siguiete tabla: perario A B C D Total bstruccioes 6 7 9 8 40 Existe o o diferecia etre los operarios a u ivel α 0, 05?. Y au ivel α 0, 05?. Aalizar los resultados. El valor teórico viee dado por la expresió: χ0,05; 3 7,85 χ0,05; 3 9, 348

E u hospital se esayó la eficacia de cico medicametos e u grupo de pacietes, co el objeto de determiar si al fial del tratamieto u paciete determiado mejoraba o o. Las observacioes que se ecotraro está aotadas e la siguiete tabla: Tratamietos A B C D E Total Número de pacietes 5 54 48 49 48 50 Pacietes mejorados 8 0 5 5 50 Existe diferecia etre los medicametos a u ivel de 0,05?. 5 50 54 50 48 50 49 50 48 50 a 50 b 50 c 50 d 50 e 50 50.5 50.54 50.48 50.49 50.48 a 0, b 0, 8 b 9, 6 b 9, 8 e 9, 6 50 50 50 50 50 El estadístico de cotraste: 5 8 0 5 5 χ i 5 + + + + 50 56,03 50 6,03 e i 0, 0,8 9,6 9,8 9,6 i Por tato, como χ 4 6,03 < 9, 488 χ0,05; 4, aceptamos la hipótesis ula H o, es decir, o existe diferecia etre los diferetes medicametos, co u riesgo α 0, 05, e la mejora de los pacietes al fializar el medicameto.

Las leyes de la herecia de Medel predice la aparició de tipos de guisates co ascedecia específica 9:3:3: para las clases lisa y amarilla, lisa y verde, arrugada y amarilla, arrugada y verde. E cierto experimeto se obtuviero, respectivamete, 35, 08, 0 y 3. A u ivel de 0,05, coicide los datos co la teoría?. 4 35 08 0 3 χ i 4 + + + 556 556,47 556 0,47 e i 3,75 04,5 04,5 34,75 i Se acepta la hipótesis ula H o porque χ 3 0,47 < 7, 85 χ0,05; 3, el valor teórico es meor que el valor esperado, afirmado que los datos observados coicide co la teoría.

E u laboratorio se observó el úmero de partículas α que llega a ua determiada zoa procedetes de ua sustacia radiactiva e u corto espacio de tiempo siempre igual, aotádose los resultados e la siguiete tabla: Número de partículas 0 3 4 5 Número de períodos de tiempo 0 00 40 0 0 Se pide: a) Ajustar los datos a ua distribució de Poisso. b) Calcular la probabilidad co que llega las partículas. c) Verificar si el ajuste es correcto mediate ua χ, co u ivel α 0. 05 λ x 6 i xi i 590 49, k, x k.e k 0,, L, 5 k!,. Por tato, ( ) P

5 0 00 40 0 χ i 3 + + + + 49 3,3 e i 48, 77,8 06,7 4,7 5,8 i Como ( 3,3 > 7, χ ) χ 3 85 0,05; 3 el valor observado es mayor que el valor teórico, rechazamos la hipótesis ula. Es decir, la distribució de datos e estudio o se puede ajustar a ua distribució de Poisso a u ivel de cofiaza del 95%.

E ua exame fial de estadística, los estudiates recibiero las siguietes calificacioes: 80 70 75 65 85 90 80 85 75 75 95 50 90 75 55 85 65 90 80 65 80 80 80 75 70 95 00 70 75 70 80 85 60 80 Verificar si las calificacioes obteidas sigue ua distribució ormal, co ua fiabilidad del 95%.

Itervalos xi i xi. i 45-55 50 50 500 55-65 60 0 700 65-75 70 7 490 34300 75-85 80 3 040 8300 85-95 90 8 70 64800 95-05 00 3 300 30000 6 i i 34 6 i xi.i 70 6 i x i. i xi.i 000 μ σ x 6 i 6 i x 34 i x. i i. i 70 34 80 000 34 ( 80) 6400 9,4 σ, 4 Itervalos xi i pi ei pi. i i e 45-55 50 0,09 0,4,44 55-65 60 0,08,7 4,47 65-75 70 7 0,366 8,04 49 6,09 75-85 80 3 0,34,56 69 4,6 85-95 90 8 0,366 8,04 64 7,96 95-05 00 3 0,08,7 9 3,3 34 6 i 35, 87 ei i i

Como (,87 < 7, χ ) χ 3 6 85 0,05; 3, el valor observado es meor que el valor teórico o esperado, afirmamos que las calificacioes se distribuye ormalmete a u ivel de cofiaza del 95%.

Tres métodos de empaquetado de tomates fuero probados durate u período de cuatro meses; se hizo u recueto del úmero de kilos por 000 que llegaro estropeados, obteiédose la tabla adjuta: Se pide: Meses A B C Total 6 0 0 6 8 3 3 8 8 4 30 4 9 4 6 39 Total 3 44 5 7 a) bservado simplemete los datos, qué creeremos que se puede iferir sobre el experimeto? b) Co u ivel de sigificació α 0, 05, comprobar que los tres métodos so igualmete bueos.

e x.y 3.3 x. 30.3 7,8 e 3 y 3 7, 3 7 7 e x.y 3.44 x. 30.44,09 e 3 y 3 7 7 0, 39 e3 x.y 3 3.5 x. 30.5 3,0 e 3 y 3 33 7 7, 8 39.3 39.44 39.5 e4 9,5 e4 3,5 e43 7 7 7 5,97 El estadístico de cotraste: χ( k ).( m ) k m i j ( e ) ij e ij ij k m i j e ij ij E uestro caso, ( k ).( m ) ( 4 ).( 3 ) 6 χ6 4 3 ij eij i j 6 0 0 8 + + + + + + 6,35 9,0 0,65 7,8,09 3,0 8 8 4 9 4 6 + + + + + + 7,4 7,3 0,39,8 9,5 3,5 5,97

La siguiete tabla muestra el resultado de u experimeto para ivestigar el efecto de la vacuació de aimales de laboratorio cotra ua determiada efermedad: Efermos Sufriero la No sufriero Vacua efermedad la efermedad Vacuados 9 4 No Vacuados 8 8 Se pide: a) Afecta la vacua a u ivel α 0,05? b) Y a u ivel α 0,0? c) Respoder al apartado (a) utilizado la correcció de Yates.

33, 97 46.70. e,8 97 46.7. e 36,8 97 5.70. e 4, 97 5.7. e y x y x y x y x 5,57 97 33, 8,8 8 36,8 4 4, 9 e i j ij ij + + + χ

Sobre ua decisió de importacia acioal los votos de demócratas y republicaos registraro los datos de la siguiete tabla: A favor E cotra Abstecioes Demócratas 85 79 40 Republicaos 0 6 6 Se pide: a) Hay diferecia etre ambos partidos a u ivel α 0,05? b) Y a u ivel α 0,0? x e x e x e3.y.y.y 3 04.05 0,5 4 04.4 69,8 4 04.66 3,68 4 x. y e x. y e x. y3 e3 08.05 03,5 4 08.4 7, 4 08.66 33,3 4

El estadístico de cotraste: 3 ij χ eij i j 85 79 40 0 + + + + 0,5 69,8 3,68 03,5 6 6 + + 4 4,94 4 0,94 7, 33,3 Se acepta la hipótesis ula H o cuado el estadístico de cotraste χ ( k ). ( m ) es meor o χ. Atediedo a que: α ; k. m igual que el estadístico teórico ( ) ( ) χ χ0,05 ; χ 0,94 > 5,99 0,94 > 9, 0 χ E ambos casos, co u riesgo de α 0, 05 y α 0, 0 0,0 ;, se rechaza la hipótesis ula, cocluyedo que existe diferecia etre los dos partidos cara a la votació. χ x. 4 85 79. + + 04 05 4 09,53 + 3,43 4 y + y + 3 y 3 40 + 66 0,96 + 4 08 x. 0. 05 y + + 6 4 y + + 6 66 3 y 3 4 χ χ0,05 ; χ 0,96 > 5,99 0,96 > 9, 0 χ E ambos casos, co u riesgo de α 0, 05 y α 0, 0 0,0 ;, se rechaza la hipótesis ula, cocluyedo que existe diferecia etre los dos partidos cara a la votació.

U agricultor desea saber si existe diferecia etre diez aboos e el cultivo del plátao e ua determiada zoa. Para ello aboa seis matas co cada aboo, observa el mismo úmero de kilos y obtiee los siguietes resultados: Aboo xi x x x3 x4 x5 x6 x7 x8 x9 x0 si 9 3 4 3 5 4 4 5 3 ( si variaza del aboo x i ) ( 6) Es cierto que hay diferecia etre los aboos a u ivel α 0, 0?. Y a u ivel α 0, 05? El estadístico de cotraste: ( i elemetos muestra x i ) k k χ k L s. i i. L s i i i ( ) ( ) [( ) ( )]

Si todas las muestras tuviera los mismos elemetos, esto es, k llega a ua expresió más simplificada: χ k Se acepta la hipótesis ula χ k < χ α ; ( k ) ( ) (. ) k. L s L s i i k L, se H o, para u ivel de sigificació α, cuado se verifica. E caso cotrario se rechaza. Aboo xi x x x3 x4 x5 x6 x7 x8 x9 x0 si 9 3 4 3 5 4 4 5 3 4 L s i,0,0,39,0,6,39 0,69,39,6,0 3,58 0 si 4 s i 4, 0 0 k χ k. k. L s L s i χ9 6. 0.L 4, 3,58 a i El estadístico teórico o esperado: χ0.05 ; 9 6,99 χ0.0 ; 9, 66 ( ) ( ) ( ) ( ) 3, 85 E ambos casos el estadístico observado χ 9 3, 85 es meor que el estadístico teórico χ 0.05 ; 9 6,99 (ivel 0,05) o χ 0.0 ; 9, 66 (ivel 0,0), por lo que aceptamos la hipótesis ula de que o hay diferecia etre los aboos (las variazas so iguales).

Se está estudiado la distribució de los grupos saguíeos, A, B, AB e dos comuidades. Los resultados obteidos so: A B AB Comuidad 0 79 33 Comuidad 8 95 30 a) Se puede cosiderar que so homogéeas ambas comuidades? b) Cosiderado ahora sólo los datos de la Comuidad, el modelo teórico asiga las siguietes probabilidades a cada uo de los grupos: r A p + pr B q + qr AB pq ( p + q + r ) A partir de los datos de la muestra se ha obteido las siguietes estimacioes de los parámetros: pˆ 0, 465 y qˆ 0, 73. bteer las frecuecias esperadas segú el modelo teórico y cotrastar la hipótesis de que los datos se ajusta a él. A B AB Comuidad (7,67) 0 (05,85) 79 (98,47) 33 (3,0) x 353 Comuidad 8 (,33) 95 (09,5) (0,53) 30 (3,98) x 364 y 39 y 5 y 00 63 3 4 y 77

x. y 353. 39 x. 364. 39 7, 67 e y, 33 77 77 e x. y 353. 5 x. 364. 5 05,85 e y 09, 5 77 77 e x. 353. 00 e y 3 x. 364. 00 3 98,47 e y 3 3 0, 53 77 77 x. 353. 63 e y 4 x. 364. 63 4 3,0 e y 4 4 3, 98 77 77

b) Sea la hipótesis ula H o : El modelo geético es correcto Comuidad A B AB 0 79 e. (p + pr) e3. (q + qr) e. r 33 e 4. (pq) 4 χ i 4 χ 353 353,43 353 ei i 0,43 Como χ 0,43 < 3, 84 χ0,05; se acepta la hipótesis ula, cocluyedo que el modelo geético es correcto, a u ivel de sigificació de 0,05.

Se ha desarrollado u modelo teórico para las diferetes clases de ua variedad de moscas. El modelo dice que la mosca puede ser de tipo L co probabilidad p, de tipo M co probabilidad q y de tipo N co probabilidad pq. Para cofirmar el modelo experimetalmete se toma ua muestra de 00 moscas, obteiedo 0, 50 y 40, respectivamete. a) Hallar la estimació de máxima verosimilitud de p co los datos obteidos. b) Se ajusta los datos al modelo teórico, al ivel de sigificació 0,05?

3 0 50 40 χ i k p χ3 χ + + 00 ei 9 49 4 i 0,7 El estadístico teórico χ 0,05; 3, 84 Como χ 0,7 < 3,84 χ0,05; se acepta la hipótesis ula H o, y e cosecuecia, se acepta el modelo teórico, co ua fiabilidad del 95%. El úmero de defectos cogéitos e ua muestra de 00 idividuos de ua població estableció la siguiete distribució: Número de defectos 0 3 4 5 Frecuecia 84 9 3 Se ajusta los datos a ua distribució de Poisso?. Número de defectos 0 Probabilidad 0,7408 0, 0,0368

3 χ i 84 9 7 + + 00, ei 74,08, 3,68 i Siedo χ, > 6, 635 χ0,0; se rechaza la hipótesis ula, cocluyedo que el úmero de defectos cogéitos o sigue ua distribució de Poisso, co u ivel de cofiaza del 99%. Co el objeto de cotrolar la producció de ua máquia que produce lamias de madera se ispeccioa 00 lámias al azar. Los resúmees de los resultados muestrales so: μ ˆ x 9,7 σ ˆ, 05. 0 lámias co espesor iferior a 9 mm - 38 lámias co espesor etre 9 y 0 mm - 5 lámias co espesor etre 0 y mm - 7 lámias co espesor superior a mm -. Se ajusta los datos a ua distribució ormal, co ua cofiaza del 95%?.

Como χ 5,06 > 3, 84 χ0,05; se rechaza la hipótesis ula y se cocluye que el espesor de las lámias de madera o se ajusta a ua distribució ormal, co u ivel de sigificació de 0,05.

Se clasificaro 000 idividuos de ua població segú el sexo y segú fuera ormales o daltóicos. Masculio Femeio Normal 44 54 Daltóicos 38 6 Segú u modelo geético, las probabilidades so: p p + pq q q dode q - p proporció de gees defectuosos de la població. A partir de la muestra se ha estimado que qˆ 0, 087. Cocuerda los datos co el modelo?. La tabla de frecuecias observadas y esperadas [ e i. p i ] será:

Hombre Normal Hombre Daltóico Mujer Normal Mujer Daltóica 44 38 54 6 000 (456,5) (43,5) (496,) (3,8) (000) Siedo χ 3,068 < 5, 99 χ0,05; se acepta la hipótesis ula H o y se cocluye que se acepta el modelo geético, co u ivel de cofiaza del 95%.