Documentos de Académico
Documentos de Profesional
Documentos de Cultura
0 : 0 = 6
=6
100
100
{
1 : > 0 = 6
100
El estadstico de contraste ser:
0 6,2 6,0
=
=
= 0,6
1
9
Regin de rechazo:
Zexp > Z
Z = Z0.05 = 1,645
Como Zexp es 0,6 y no es mayor que Z no podemos rechazar H0 , por tanto no hay
evidencias para decir que el nivel de este paciente sea ms alto de lo normal.
b) En este apartado vamos a hacer un contraste de hiptesis para la varianza,
planteando la hiptesis tenemos:
0 : 1
100
{
1 : > 1
100
El estadstico de contraste ser:
( 1) 2 (9 1) 22
2 =
=
= 32
12
02
2
La regin de rechazo ser
> 2
2
2 = 8,0.05
= 15,507
Como nuestro valor calculado es mayor que el tabulado tenemos evidencias para
no aceptar la hiptesis nula y por tanto podemos concluir que la desviacin tpica
del calcio es ms alta de lo normal.
Para comprobar si el pico de los machos es mayor que el de las hembras vamos a hacer un
contraste paramtrico sobre la diferencia de medias para tamaos muestrales grandes,
mayores que 30.
Planteamos la hiptesis:
0 : 0
{
1 : < 0
( ) 0
2
(59,1 65,2) 0
2
2
1,9 + 2,0
41
51
= 14,867
Vamos a proceder a hacer un contraste sobre la igualdad de las varianzas, para ello
plantearemos la hiptesis:
{
0 : 2 = 2
1 : 2 2
El estadstico de contraste es
=
2 1,92
=
= 1,2491
2 1,72
En nuestro caso:
;1, ;1, 2
= 9,15,0,025 = 3,1227
Como 1,2491 es menor que 3,1227 no podemos rechazar la hiptesis nula y por tanto
podemos considerar que las varianzas son iguales.
Ahora que ya sabemos que las varianzas poblacionales son desconocidas pero que podemos
considerarlas iguales, procedemos a contrastar si el brazo de las nadadoras olmpicas es mayor
que el de las corredoras, para ello planteamos la hiptesis siguiente:
0 : 0
{
1 : > 0
El estadstico de contraste ser:
=
( ) 0
1
1
+
(27,3 23,5) 0
1
1
3,16 10 + 16
= 2,9831
( 1)2 + ( 1)2
+ 2
132
124
8
139
141
-2
126
118
8
114
116
-2
122
114
8
132
132
0
| = 2 = 5,1720
A partir de aqu podemos calculas que |
El estadstico de contraste ser:
=|
( ) 0
(2 0)
= 1,1608
|=
5,1720
142
145
-3
119
123
-4
126
121
5
> ;1,
En nuestro caso
;1, = 8,0,01 = 2,896
Como nuestro valor no es mayor que el valor tabulado, no podemos rechazar la hiptesis nula
por tanto no podemos concluir que la dieta disminuya el peso
0 :
1 :
= = =
1
535
=
= 0,9288
576
<1
Impactos
0
1
2
3
4
5 ms
ni
229
211
93
35
7
1
576
( = 0) =
pi
0,3950
0,3669
0,1704
0,0528
0,0122
0,0023
;0,9288
(0,9288)0 = 0,3950
0!
nipi
227,52
211,33
98,15
30,41
7,03
1,32
( = 1) =
;0,9288
(0,9288)1 = 0,3669
1!
( = 2) =
;0,9288
(0,9288)2 = 0,1704
2!
;0,9288
(0,9288)3 = 0,0528
( = 3) =
3!
( = 4) =
;0,9288
(0,9288)4 = 0,0122
4!
( = 5) =
;0,9288
(0,9288)5 = 0,0023
5!
La ltima clase tiene un valor esperado nipi<5, por lo tanto tenemos que juntarla con la clase
anterior
Impactos
ni
pi
nipi
0
1
2
3
4 ms
229
211
93
35
8
0,3950
0,3669
0,1704
0,0528
0,0145
227,52
211,33
98,15
30,41
8,35
( )2
0,0096
0,0005
0,2702
0,6928
0,0147
0,9878
( )2
0,9878
> ,;2
En nuestro caso:
2
2
,;2
= 3,0.05
= 7,815
Como nuestro valor calculado, 0,9878, es menor que el valor tabulado, 7,815, no hay
evidencias para no aceptar la hiptesis nula, por tanto, podemos concluir que los datos
provienen de una distribucin de Poisson.
En este caso nos piden que comprobemos si los dato anteriores pueden provenir de una
distribucin binomial con n=6 y p =0,25. Para ello planteamos las siguientes hiptesis:
0 : (6,0.25)
1 : (6,0.25
A partir de las tablas de probabilidad binomial, para n=6 y p=0,25 obtenemos los valores de la
probabilidad para x=0, x=1, x=2, x=3 y x=4. Rellenamos la tabla siguiente:
Valores
0
1
2
3
4
ni
4
21
10
13
2
Pi
0,1780
0,3560
0,2966
0,1318
0,0330
nipi
8,90
17,80
14,83
6,59
1,65
La ltima clase tiene un valor esperado nipi<5, por lo tanto tenemos que juntarla con la clase
anterior, reescribiendo la tabla nos queda:
Valores
ni
Pi
nipi
0
1
2
3y4
4
21
10
15
0,1780
0,3560
0,2966
0,1648
8,90
17,80
14,83
8,24
( )
=
10,3920
> ,;2
En nuestro caso:
2
2
,;2
= 2,0.10
= 4,605
( )2
2,6978
0,5753
1,5731
5,5458
10,3920
Como nuestro valor calculado (10,3920) es mayor que el valora tabulado, 4,605, tenemos
evidencias para no aceptar la hiptesis nula, por tanto tenemos que concluir que los datos no
se ajustan a una binomial de n=6 y p=0,25.
En este ejercicio nos piden que comprobemos si los datos de esta tabla podemos ajustarlos a
una distribucin normal. Si calculamos la media y la desviacin tpica obtenemos unos valores
de:
= 19,935 = 1,8189
Por tanto lo que nos piden es saber si esos datos se pueden ajustar a una distribucin normal
(19,935,1,8189)
Planteamos las hiptesis siguientes:
0 :
1 :
Para comprobarlo calculamos las probabilidades de esos intervalos y las representamos en una
tabla:
( > 16,35) = ( >
16,35 19,935
) = ( > 1.97) = 1 0,0244 = 0,9756
1,8189
17,25 19,935
) = ( > 1.48) = 1 0,0694 = 0,9306
1,8189
18,15 19,935
) = ( > 0.98) = 1 0,1635 = 0,8365
1,8189
19,05 19,935
) = ( > 0,49) = 1 0,3121 = 0,6879
1,8189
19,95 19,935
) = ( > 0,01) = 0,4960
1,8189
20,85 19,935
) = ( > 0,50) = 0,3085
1,8189
21,75 19,935
) = ( > 1,00) = 0,1587
1,8189
22,65 19,935
) = ( > 1,49) = 0,0681
1,8189
23,55 19,935
) = ( > 1,99) = 0,0233
1,8189
Intervalo clase
*16,35;17,25+
(17,25;18,15+
(18,15;19,05+
(19,05;19,95+
(19,95;20,85+
(20,85;21,75+
(21,75;2265+
(22,65;23,55+
Marca de clase
16,8
17,7
18,6
19,5
20,4
21,3
22,2
23,1
ni
4
7
12
8
6
11
9
3
pi
0,045
0,0941
0,1486
0,1919
0,1875
0,1498
0,0906
0,0448
nipi
2,7
5,65
8,92
11,51
11,25
8,93
5,76
2,69
Como hay varias clases que tienen un valor esperado nipi<5, por lo tanto tenemos que
juntarlas con las clases anteriores, reescribiendo la tabla nos queda:
Intervalo clase
ni
pi
nipi
*16,35;18,15+
(18,15;19,05+
(19,05;19,95+
(19,95;20,85+
(20,85;21,75+
(21,75;23,55+
11
12
8
6
11
12
0,1391
0,1486
0,1919
0,1875
0,1498
0,1354
8,35
8,92
11,51
11,25
8,93
8,12
( )
=
7,7283
> ,;2
En nuestro caso:
( )2
0, 8410
1,0635
1,0704
2,4500
0,4494
1,8540
7,7283
2
2
,;2
= 4,0.05
= 9,49
Como nuestro valor calculado (7,7283) es menor que el valor tabulado, 9,49, no tenemos
evidencias para rechazar la hiptesis nula, por tanto hemos de concluir que los datos de la
tabla anterior si vienen de una distribucin normal.
En este ejercicio lo que nos piden es que hagamos un contraste para contrastar la
independencia de las variables color y fragancia. Planteamos las siguientes hiptesis:
0 :
1 :
130 62
= 40,3
200
12 =
130 70
= 45,5
200
13 =
130 68
= 44,2
200
21 =
70 62
= 21,7
200
22 =
70 70
= 24,5
200
23 =
70 68
= 23,8
200
Representando ahora en una tabla las frecuencias observadas y las esperadas y calculando el
estadstico de contraste obtenemos:
Observadas (O)
Esperadas (E)
12
50
60
10
58
10
40,3
21,7
45,5
24,5
44,2
23,8
( )2
19,8732
36,9074
4,6209
8,5816
4,3086
8,0017
82,2934
( )2
= 82,2934
> ,(;1)(;1)
En nuestro caso:
2
2
,(;1)(;1)
= 3,0.10
= 6,25
Como nuestro valor calculado es de 82,2934 y es mayor que el valor tabulado que es de 6,25
no podemos aceptar la hiptesis nula y por tanto hemos de concluir que el color y la fragancia
son variables dependientes.