Estadstica II

Examen Final - 2 de Julio de 2010

Contesta a los siguientes ejercicios en las hojas de examen de la Universidad.
No olvides poner tu nombre y tu grupo de practicas en todas las hojas.
Emplea hojas distintas para los diferentes ejercicios.
1. Se realizo una encuesta para determinar la variacion en el n umero de horas semanales que dedican
al estudio los alumnos de cierto curso y titulacion (que suponemos que sigue una distribucion
normal). Una muestra aleatoria de 10 estudiantes produjo los siguientes datos (en horas):
28 5 6 30 25 15 12 25 20 18
a) (0,8 puntos) Utiliza estos datos para estimar, mediante un estimador insesgado, la varianza
del n umero de horas semanales que los estudiantes de esa poblacion dedican al estudio a la
semana,
2
. Estima la desviacion tpica de dicho n umero de horas.
b) (0,9 puntos) Construye un intervalo de conanza al 95 % para la desviacion tpica de las
horas de estudio semanales.
c) (0,8 puntos) Construye un intervalo de conanza al 99 % para la media de las horas de
estudio semanales.
Solucion.
a) Calculamos la media muestral x = (28 + + 18)/10 = 18,4, y estimamos la varianza
poblacional
2
por su estimador insesgado, la cuasi-varianza muestral, que en esta muestra
toma el valor
s
2
=
1
n 1
n

i=1
(x
i
x)
2
= 78,044.
Estimamos por la cuasi-desviacion tpica, s =

78,044 = 8,834.
b) Un intervalo de conanza a nivel 1 para
2
esta dado por

_
(n 1)s
2

2
n1,/2
,
(n 1)s
2

2
n1,1/2
_
.
Sustituyendo n = 10, s
2
= 78,044, = 0,05, y obteniendo de las tablas de la -cuadrado los
valores de los cuantiles
2
9;0,025
= 19,02 y
2
9;0,975
= 2,70, construimos el siguiente intervalo
de conanza para
2
:

2
[36,93; 260,11]
Tomando races cuadradas, obtenemos el siguiente intervalo de conanza para :
[6,077; 16,128].
c) Dado que no conocemos la varianza de la poblacion, pero sabemos que las horas de estudio
siguen una distribucion normal, un intervalo de conanza al nivel 1 para viene dado
por

_
x t
n1,/2
s

n
, x +t
n1,/2
s

n
_
.
Teniendo en cuenta que n = 10, x = 18,4, s = 8,834, = 0,01 y t
9;0,005
= 3,250, sustitu-
yendo obtenemos

_
18,4 3,250
8,834

10
; 18,4 + 3,250
8,834

10
_
[9,321; 27,479] .
2. Con la intencion de vericar el consumo de combustible de un nuevo modelo de coche, un
fabricante selecciona a seis conductores no profesionales para conducir seis coches del nuevo
modelo desde Madrid hasta Barcelona. Al nalizar el viaje, el consumo de los seis vehculos en
litros por Km fue el indicado a continuacion:
9,07 9,77 10,5 9,57 10,07 9,87
El fabricante quiere hacer publicidad del nuevo modelo anunciando que el consumo es inferior a
los 10 litros por Km en viajes de larga distancia. Suponiendo que el consumo por kilometro se
distribuye normalmente y trabajando al 5 % de signicacion, se pide que contrastes la armacion
del fabricante completando los pasos siguientes:
a) (0,5 puntos) Denir las hipotesis nula y alternativa.
b) (0,5 puntos) Especicar el estadstico del contraste.
c) (1 punto) Calcular los valores necesarios para llevar a cabo dicho contraste (region crtica
o p-valor).
d) (0,5 puntos) Presentar y justicar las conclusiones del contraste.
Solucion.
a) Sea X nuestra variable de estudio: consumo de un nuevo modelo de coche (l/Km), con
media . El contraste que nos piden es el siguiente:
H
0
: 10
H
A
: < 10
b) El estadstico del contraste para las hipotesis que asumimos en este caso (datos normales y
varianza poblacional desconocida) es
EC =

X
S/

n
t
n1
c) Calculamos en primer lugar los estadsticos:
x =

6
i=1
x
i
6
= 9,8083, s =

6
i=1
(x
i
x)
2
5
= 0,4804
y el valor del estadstico de contraste sera:
EC =
x
s/

n
=
9,8083 10
0,4804/

6
= 0,977
Habra que compararlo con una distribucion t de Student con cinco (n1) grados de libertad
al 5 % de signicacion en un contraste unilateral por la izquierda. Consultando las tablas
estadsticas, el valor crtico correspondiente, t
5;0,95
= t
5;0,05
, es 2,015.
d) De los valores anteriores, como EC > t
5;0,95
, para un nivel de signicacion del 5 % no
podemos rechazar la hipotesis nula y no se puede armar que el consumo sea inferior a
los 10 l por Km. Alternativamente, si buscamos el valor del estadstico de contraste en las
tablas de la t de Student con cinco (n1) grados de libertad encontramos una probabilidad
asociada entre el 15 % y el 20 %, es decir, un p-valor bastante alto por lo que habitualmente
no rechazaremos nuestra hipotesis nula.
3. Para comparar la ecacia de dos tecnicas de lectura rapida, Tecnica Ay Tecnica B, se seleccionan
16 personas. De entre estas, ocho son elegidas al azar para recibir un curso de formacion con la
Tecnica A; el resto asiste a un curso con la Tecnica B. La siguiente tabla recoge las puntuaciones
obtenidas en una prueba de lectura:
A 65 70 76 63 72 71 68 68
B 75 80 72 77 69 81 71 78
a) (1,5 puntos) Analizar los datos y efectuar la correspondiente inferencia sobre la diferencia
de puntuaciones medias alcanzadas con ambas tecnicas;
b) (1 punto) Especicar las hipotesis en las que se basa el analisis del apartado anterior.
Solucion.
a) Sean X
i
A, Y
i
B, i = 1, . . . , 8. Se tiene X = 69,125, Y = 75,375. Ademas,
S
2
X
=
8

i=1
(X
i
X)
2
/7 = 16,696,
S
2
Y
=
8

i=1
(Y
i
Y )
2
/7 = 19,125
Por tanto, S
2
P
= (7 S
2
X
+ 7 S
2
Y
)/14 = 17,911.
Para contratar la hipotesis nula H
0
:
A

B
= 0, se considera el estadstico
T =
X Y
S
P
_
1
8
+
1
8
= 2,954,
que satisface la condicion T < t
14;0,01
= 2,624. Por tanto, existe evidencia a favor de la
alternativa H
1
:
A

B
< 0, que indica una superioridad de la tecnica B, al nivel = ,01.
b) Las hipotesis necesarias en el analisis de la parte anterior son X
1
, . . . , X
8
i.i.d. N(
A
,
2
),
Y
1
, . . . , Y
8
i.i.d. N(
B
,
2
). Ambas muestras son independientes.
4. Una compa na quiere establecer una estrategia para ubicar sus locales comerciales en una ciudad.
Para ello ha ajustado el siguiente modelo de regresion lineal, y
i
=

0
+

1
x
i
, i = 1, ..., 22,
partiendo de una muestra obtenida de 22 locales comerciales, (x
1
, y
1
), . . . , (x
22
, y
22
), seleccionados
de distintas zonas de la ciudad, donde:
X representa el promedio de salarios en la zona por hogar, en miles de euros por semestre,
Y representa las ventas del local comercial por mes, en miles de euros.
Se sabe de los datos de la muestra que

22
i=1
x
i
= 237579,

22
i=1
y
i
= 132933,

22
i=1
x
i
y
i
= 1448554010,

22
i=1
x
2
i
= 2608633129,

22
i=1
( y
i
y)
2
= 4961434,

22
i=1
(y
i
y
i
)
2
= 436127.
a) (1 punto) Obten las estimaciones por mnimos cuadrados de los siguientes parametros del
modelo de regresion simple: el intercepto (o termino constante), la pendiente y la varianza
de los errores.
b) (1 punto) Construye la tabla ANOVA y contrasta con un nivel de signicacion 0,05 si la
variable respuesta depende linealmente de la variable explicativa.
c) (0,5 puntos) Considerando como nueva variable explicativa X

la inicial X medida ahora

en miles de euros por mes en lugar de por semestre, recalcula el intercepto y la pendiente
del modelo modicado.
Solucion.
a) La estimacion por mnimos cuadrados de la pendiente del modelo es

1
=

22
i=1
x
i
y
i
n x y

22
i=1
x
2
i
n x
2
= 0,3024.
La estimacion por mnimos cuadrados del intercepto del modelo es

0
= y

1
x = 2776,961.
La estimacion por mnimos cuadrados de la varianza de los errores es
s
2
R
=

22
i=1
(y
i
y
i
)
2
n 2
=
436127
20
= 21806,35.
b) La tabla ANOVA es
Fuente de variacion SC GL MSC MSCM/MSCE
Modelo (M) 4961434 1 4961434,00 227,522
Residuos (E) 436127 20 21806,35
Total 5397561 21
El contraste a realizar es
H
0
:
1
= 0 frente a H
1
:
1
= 0,
y su correspondiente region de rechazo la componen todas las muestras tales que sus valores
del estadstico F son mayores que el cuantil F
1,20;0,05
= 4,351. En nuestro caso F = 227,52 >
F
1,20;0,05
, lo cual implica que rechazamos la hipotesis nula, esto es aceptamos al 5 % de
signicacion que la variable respuesta depende linealmente de la variable explicativa.
c) La nueva variable explicativa es X

= X/6. Por tanto, la estimacion de la nueva pendiente

es

1
=

22
i=1
x

i
y
i
n x

22
i=1
x
2
i
n x
2
=
1
6
_

22
i=1
x
i
y
i
n x y
_
1
6
2
_

22
i=1
x
2
i
n x
2
_ = 6

1
= 1,814,
y la del nuevo intercepto,

0
= y

1
x

= y 6

1
1
6
x = y

1
x =

0
= 2776,961.