02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

Documentos relacionados
La inferencia estadística es primordialmente de naturaleza

Modelos de Regresión Simple

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

REGRESIÓN LINEAL SIMPLE

Tema 6: Introducción al muestreo. Estimadores

No debe entregar los enunciados

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

Regresión lineal simple

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

ESTADÍSTICA poblaciones

Métodos indirectos de estimación: razón, regresión y diferencia

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

10 MUESTREO. n 1 9/ / σ σ 1

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Regresión - Correlación

2. Muestreo Aleatorio Simple. 2. Muestreo Aleatorio Simple

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

1 Estadística. Profesora María Durbán

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

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

Aproximación a la distribución normal: el Teorema del Límite Central

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

PyE_ EF1_TIPO2_

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

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

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

ESTADÍSTICA TEÓRICA: ESTIMADORES

Inferencia Estadística

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

V II Muestreo por Conglomerados

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

7. Muestreo con probabilidades desiguales.

Signif. codes: 0 *** ** 0.01 *

AGRO Examen Parcial 1

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

Contraste de Hipótesis

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

Contraste de Hipótesis

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

ESTADÍSTICA TEÓRICA: CONTRATES DE HIPÓTESIS INTERVALOS DE CONFIANZA

PARÁMETROS ESTADÍSTICOS ... N

Análisis de la Varianza

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos

Los Histogramas. Histograma simple

Aplicación de Boostrapping en Regresión I

4º MEDIO: MEDIDAS DE POSICIÓN

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

Análisis de Regresión y Correlación Lineal

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

Distribuciones Muestrales

ERRORES EN LAS MEDIDAS (Conceptos elementales)

Estadística Descriptiva

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

TEMA 3: ESTIMACIÓN PUNTUAL.

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

Estadística Descriptiva

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

Estadística aplicada al Periodismo

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

MEDIDAS DE CENTRALIZACIÓN

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

CÁLCULO NUMÉRICO (0258)

Intensificación en Estadística

EJERCICIOS RESUELTOS TEMA 3.

-Métodos Estadísticos en Ciencias de la Vida

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TEMA 4: VALORACIÓN DE RENTAS

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

6. ESTIMACIÓN PUNTUAL

EVALUACIÓN ESTADÍSTICA DE ENCUESTAS MENSUALES O PERIÓDICAS : ANÁLIS IS DE S ES GO Y COBERTUTA ES TADIS TICA

Transcripción:

Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos se les coloca u vetlador adcoal, y además se tee e cueta el tpo de carcasa dode se acopla. Los datos recodos so los que se muestra e la suete tabla. Tempo (meses) 8 3 5 8 3 7 7 6 6 Vetlador adcoal No No S No S S S S No S Tpo carcasa A C B A B A B C B C.- (.5) Co los datos presetados, este alú tpo de relacó etre el tpo de carcasa y el motaje del vetlador adcoal e el procesador?. Cosderado las proporcoes muestrales como valores de probabldad:.- (.5) Cuál es la probabldad de que u procesador co vetlador adcoal este motado e ua carcasa de tpo C?. 3.- () Eledo u equpo al azar resulto que teía ua carcasa motada de tpo B, cuál es la probabldad de que este procesador tea acoplado u vetlador adcoal?. 4.- (.5) Cuál es la probabldad de teer que eler 5 equpos para ecotrar 3 co vetlador adcoal e el procesador?. Cosderado desde este mometo que el tempo de vda de los procesadores se dstrbuye de forma Normal co meda y varaza las muestrales: 5.- (.5) U procesador se deoma de duracó aceptable s su tempo de vda es ual o superor a 6 meses. E ua compra de procesadores de este tpo, cuál es la probabldad de que esta al meos 435 de duracó aceptable?. 6.- (.5) Se cooce que la aplcacó de certo el sobre la base del procesador aumeta el tempo de vda del msmo. Este cremeto adcoal es ua varable aleatora cuya fucó de desdad es: K s X f( ) e el resto S se le aplcara este el a todos los procesadores que se mota, cuál sería ahora el tempo de vda medo de estos procesadores?. Supoedo ahora que la dstrbucó de los tempos de vda de los procesadores (s aplcacó del el) sue sedo Normal, pero de meda y varaza descoocdos y que los datos cosderados so ua muestra de esta característca: 7.- () Qué tamaño de muestra sería ecesaro para dspoer de u error de ±.5 meses e la estmacó de esta meda descoocda? (coefcete de cofaza.95). 8.- () Co ua cofaza del 9%, puede cosderarse que la varaza de la poblacó es 9?. 9.- (.5) Otra empresa del sector que també fabrca estos procesadores afrma que el tempo medo de vda de sus procesadores es superor a la de la ateror. Para realzar tal afrmacó toma ua muestra de tamaño 5 obteedo los suetes resultados muestrales: Y 7 ; S y 5.56 Puede cosderarse certa esta afrmacó, co ua sfcacó del 5%?. Recetes estudos sobre el tempo de vda de estos procesadores dca que e vez de cosderarse ormales, la fucó de desdad que mejor se adapta es de la forma: f( ) e Seú esto:.- () Obteer ua estmacó putual del parámetro descoocdo a partr de la muestra dada.

.- (.5) Co los datos presetados, este alú tpo de relacó etre el tpo de carcasa y el motaje del vetlador adcoal e el procesador?. La tabla de frecuecas observadas Vetlador Adcoal Tpo de carcasa es: Vetlador Adcoal Tpo Carcasa j /fe j A B C. S /.8 3 6 No 4.j 3 4 3 = Las frecuecas esperadas Vetlador adcoal Tpo de carcasa so:..j fej j S fej j j Idepedeca etre las varables e estudo... 63 Celda,: fe.8 SI, este alú tpo de relacó etre las dos varables e estudo. A PARTIR DE ESTE MOMENTO NO ES NECESARIO PARA RESPONDER EL er APARTADO Vetlador Adcoal Completado la tabla: Tpo Carcasa fe j A B C. S.8.4.8 6 No..6. 4.j 3 4 3 = sedo P la C de coteca: C P, o la V de Cramer: V P co h m. f ; h, P fe 3 j j j fej Al completar la tabla se comprueba que o se da la ualdad fej j j, y por tato este certo rado de relacó etre las varables. Para calcular el rado de relacó se calculará:.8 3.4. P....394.8.4..394.394 C.344 ; V.3463.394 Escasa relacó etre las dos varables e estudo. Cosderado las proporcoes muestrales como valores de probabldad: La tabla de frecuecas relatvas Vetlador Adcoal Tpo de carcasa es: Vetlador Adcoal Tpo Carcasa f j A B C f. S..3..6 No....4 f.j.3.4.3.- (.5) Cuál es la probabldad de que u procesador co vetlador adcoal este motado e ua carcasa de tpo C?. La preuta que os hace se puede eucar de esta otra forma: sabedo que el procesador tee vetlador adcoal, probabldad de que esté motado e carcasa tpo C, PC S, dode etedemos por suceso C Carcasa tpo C, y por suceso S teer vetlador adcoal. C PC S. P.3 S PS.6 Dode los valores de las probabldades se ha obtedo de acuerdo co la tabla ateror. 3.- () Eledo u equpo al azar resulto que teía ua carcasa motada de tpo B, cuál es la probabldad de que este procesador tea acoplado u vetlador adcoal?. S (.6) A (/6) B (3/6) C (/6) No (.4) A (/4) B (/4) C (/4) Vetlador Tpo Carcasa

Sedo los sucesos estudados: S Teer vetlador adcoal, No No teer vetlador adcoal, A Procesador motado e carcasa tpo A, B Procesador motado e carcasa tpo B, C Procesador motado e carcasa tpo C. S aplcamos el Teorema de Bayes: Susttuyedo valores: PSP B S PNoP P S B PSPB B S No.6 3 P 6 S.75 B.63.4 6 4 4.- (.5) Cuál es la probabldad de teer que eler 5 ordeadores para ecotrar 3 co vetlador adcoal e el procesador?. U equpo tee Vetlador adcoal: Y B p.6 La varable aleatora que mde el teer que eler 5 equpos (supoemos depedeca etre las etraccoes) para ecotrar 3 co vetlador adcoal, (que e la quta repetcó del epermeto aparece el tercer éto) es: Yb K3;p.6 4 P Y 5.6.4.6.73 y la probabldad pedda es: Cosderado desde este mometo que el tempo de vda de los procesadores se dstrbuye de forma Normal co meda y varaza las muestrales: Sea X la v.a. que mde el Tempo de vda de los procesadores, XN X; S Calculo de la meda y varaza muestrales. Tempo de Vda 8 3 5 8 3 7 7 6 6 X 8... 6 5 5 6448 S 8... 6 5 65 9.8 S 4.4497 lueo: XN 5; 9.8 5.- (.5) U procesador se deoma de duracó aceptable s su tempo de vda es ual o superor a 6 meses. E ua compra de procesadores de este tpo, cuál es la probabldad de que esta al meos 435 de duracó aceptable?. U procesador eledo al azar, es de duracó aceptable, Y B p Sedo p la probabldad de que el Tempo de vda del procesador sea superor a 6 meses, es decr: 6 5 p PAceptablePX 6PZ PZ.4.49 4.4497 Y B p.49 lueo: E el cojuto de los procesadores comprados: * Yb ; p.49 X N p; pq La probabldad pedda es: 3.p.9 N 4.9; 4.436 * 434.5 4.9 PX 435PX 435.5PZ PZ.387.838 4.436

6.- (.5) Se cooce que la aplcacó de certo el sobre la base del procesador aumeta el tempo de vda del msmo. Este cremeto adcoal es ua varable aleatora cuya fucó de desdad es: K s X f( ) e el resto S se le aplcara este el a todos los procesadores que se mota, cuál sería ahora el tempo de vda medo de estos procesadores?. Calculemos e prmer luar el valor de K para que f( ) sea ua verdadera fucó de desdad:. f K K 4. f( )d d K K K K La fucó de desdad es: s X f( ) e el resto El cremeto medo e el tempo de vda de los procesadores será: Supoedo ahora que la dstrbucó de los tempos de vda de los procesadores (s aplcacó del el) sue sedo Normal, pero de meda y varaza descoocdos y que los datos cosderados so ua muestra de esta característca: Por tato la v.a. que mde el tempo de vda de los procesadores es: XN ; y los resultados muestrales so: X 5 ; S 9.8 S 4.4497 ; 7.- () Qué tamaño de muestra sería ecesaro para dspoer de u error de ±.5 meses e la estmacó de esta meda descoocda? (coefcete de cofaza.95). Sedo: t S S I X t ;X t X ;X ; ; ;.5; 9 S, y N el uevo tamaño muestral. N.95 t.6 ; S 4.4497 ;.5 4.4497.5.6 N 46.347 N Redodeado al etero más prómo: N = 46 3 8 E X d.3 6 6 Después de la aplcacó del el, el tempo de vda de los procesadores tee por dstrbucó: EXFE XX EXE X 5.36.3 el tempo de vda medo de estos procesadores será ahora de 6.3 meses.

8.- () Co ua cofaza del 9%, puede cosderarse que la varaza de la poblacó es 9?. Aplcado el cocepto de Itervalo de Cofaza: S S I ; ; ;.5; 9 6.99.9.95; 9 3.35 Lueo la estmacó será: 9.8 9.8 I.9 ;.78;59.5488 6.99 3.35 Como 9 I.9 Aceptamos el valor de la varaza poblacoal como verdadero. Aplcado el cocepto de test de hpótess: H : 9 Test de hpótess a estudar: H: 9 S Estadístco: Q Sedo la reó de aceptacó s H es certa: C ; Susttuyedo valores muestrales: 9.8 Q 6.875 9.5; 9 6.99.9.95; 9 3.35 C 3.35;6.99 ; ; Como Q6.875 C, Aceptamos la hpótess ula, es decr, 9 9.- (.5) Otra empresa del sector que també fabrca estos procesadores afrma que el tempo medo de vda de sus procesadores es superor a la de la ateror. Para realzar tal afrmacó toma ua muestra de tamaño 5 obteedo los suetes resultados muestrales: Y 7 ; S y 5.56 Puede cosderarse certa esta afrmacó, co ua sfcacó del 5%?. H : Test de hpótess a cotrastar: H: y y Como descoocemos s las varazas poblacoales so uales o dsttas: H : y Test de hpótess a cotrastar: H: y y S Estadístco del test, s H es certa: F F y S ; y y Reó de aceptacó de H : C F ;F ; ;y ; ;y Resultados muestrales: X 5 ; S 9.8 S 4.4497 ; y y y y Y 7 ; S 5.56 ; S 6.777 S 4.53 ; 5 49.8 F.8374 594.53 F.6458.5; 9,4. F.95; 9,4.336 F.5; 4,9 3.6, Aceptamos H para α=., es decr, las varazas poblacoales descoocdas so uales. Como F.8374 C.336;.6458 Pero se os pde para u vel de sfcacó del 5%, al aumetar e ampltud C, també Aceptaríamos H.

El test de hpótess que se os pde es: H : y Test de hpótess a cotrastar: H: y XY Estadístco de test, s H es certa: T t y S sedo y y y S S S y y y S S y la estmacó putual de la varaza poblacoal de ambas poblacoes que estamos supoedo uales. Reó de aceptacó, s H es certa: C t ; ; y De acuerdo co los resultados muestrales: 9.8 54.53 9.8 46.777 S 4.6 S4.9598 5 5 5 7 T.9877 4.9598 5 Para.5 t.5; 3.74 ; lueo: C.74; Como T.9877C.74; Aceptamos H, es decr, la afrmacó de la seuda empresa NO es certa. Recetes estudos sobre el tempo de vda de estos procesadores dca que e vez de cosderarse ormales, la fucó de desdad que mejor se adapta es de la forma: Seú esto f( ) e.- () Obteer ua estmacó putual del parámetro descoocdo. Aplcado el método de máma verosmltud: Fucó de Verosmltud: LX, f, e e... e e e Loartmo eperao de la fucó de verosmltud: L LX, L e Dervada del loartmo eperao de la fucó de verosmltud ualada a cero: L LX, Hacedo operacoes y despejado: ˆ X De acuerdo co los datos muestrales: S se toma la ª muestra: ˆ.4 X 5 S se toma la ª muestra: ˆ.37 Y 7