Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EJERCICIO 1.-
Un jugador quiere probar que es legal el dado con el que juega. Tiro el dado 120
veces y obtuvo la siguiente distribucin de frecuencias de las caras resultantes.
RESULTADO 1 2 3 4 5 6
FRECUENCIA 15 25 33 17 16 14
SOLUCIN
4.
RESULTADO 1 2 3 4 5 6
FRECUENCIA 15 25 33 17 16 14
5. Se acepta la hiptesis alternativa y se rechaza la hiptesis nula, es decir el
dado del jugador no es legal ya que se encuentra dentro de la zona de
rechazo.
EJERCICIO 2.-
El gerente de ventas de una compaa P&C afirma que todos sus vendedores
realizan el mismo nmero de visitas durante el mismo perodo de tiempo. Una
muestra aleatoria de 5 registros de los vendedores en una semana dada revel
el siguiente nmero de visitas.
Vendedor A B C D E
Nmero de visitas 23 29 25 23 30
SOLUCIN
6.
7. Acepta la hiptesis nula por que realizan el mismo nmero de visitas.
EJERCICIO 3.-
gl = K-1
gl = 5-1
gl = 4
x2 = 9.488
X 60
7.- Se rechaza la hiptesis nula y se acepta la hiptesis alternativa debido a que
hay tardanzas del personal en cada da de la semana ya que llegan puntuales a
la compaa REXA.
EJERCICIO 4.-
Puntuaciones de CI de profesores de estadstica
Para una muestra aleatoria simple de adultos, las puntuaciones de CI se
distribuyen normalmente, con una media de 100 y una desviacin estndar de
15.
Una muestra aleatoria simple de 13 profesores de estadstica produce una
desviacin estndar de s = 7.2. Un psiclogo est muy seguro de que los
profesores de estadstica tienen puntuaciones de CI con una media mayor que
100. l no comprende muy bien el concepto de desviacin estndar y no se da
cuenta de que sta debe ser menor que 15 (ya que los profesores de estadstica
tienen una variacin menor que la poblacin general). En su lugar, l asevera
que los profesores de estadstica tienen puntuaciones de CI con una desviacin
estndar igual a 15, como la poblacin general. Suponga que las puntuaciones
de CI de los profesores de estadstica se distribuyen normalmente y utilice un
nivel de significancia de 0.05 para probar la aseveracin de que s = 15. Con
base en el resultado, qu concluye sobre la desviacin estndar de las
puntuaciones de CI de los profesores de estadstica?
SOLUCIN
EJERCICIO 4.-
SOLUCIN
7. Calculando chi-cuadrada.
EJERCICIO 1.-
Vamos a realizar un estudio completo del ejemplo que se describe al comienzo
del tema. La tabla de datos es
Talla 175 180 162 157 180 173 171 168 165 165
Peso 80 82 57 63 78 65 66 67 62 58
Comenzamos con la nube de puntos, para que nos informe si vale la pena
iniciar el estudio de la regresin lineal o no hay motivos para ello.
Nube de puntos
82
77
Pesos (kg.)
72
67
62
57
150 155 160 165 170 175 180
Alturas (cm.)
Se observa que los puntos siguen una tendencia, aunque uno de ellos, el
(157,63), se aleja de dicha tendencia. A este dato se le llama dato atpico. En
muestras numerosas un dato atpico no afecta demasiado al resultado, e incluso
en ocasiones se elimina de la tabla, aunque no lo haremos en este caso. As
pues, el dibujo revela cierta tendencia de los puntos a agruparse en torno a una
recta imaginaria. El coeficiente de determinacin, que es el ndice numrico que
evaluar esa tendencia nos constatar que hay una buena relacin lineal.
As, una persona de altura 178 cm. (correspondiente por tanto a x=178)
tiene, en virtud de la recta de regresin, un peso (y) que se obtiene sustituyendo
el valor de x, y vale y = 76177 kg. Se toma como fiabilidad de la prediccin el
ndice R2 calculado con anterioridad. Es decir, se dice que la prediccin tiene una
fiabilidad del 6859%.
EJERCICIO 2.-
Cinco nios de 2, 3, 5, 7 y 8 aos de edad pesan, respectivamente, 14, 20, 32,
42 y 44 kilos.
a).- Hallar la ecuacin de la recta de regresin de la edad sobre el peso.
b).- Cul sera el peso aproximado de un nio de seis aos?
SOLUCIN
xi yi xi2 yi 2 x i *y i
2 14 4 196 28
3 20 9 400 60
5 32 25 1024 160
7 42 49 1764 294
8 44 64 1936 352
25 152 151 5320 894
EJERCICIO 3.-
Un centro comercial sabe en funcin de la distancia, en kilmetros, a la que se
site de un ncleo de poblacin, acuden los clientes, en cientos, que figuran en
la tabla:
EJERCICIO 4.-
y = -x + 2 3x - y = 1 2x + y = 4 y = x + 1
EJERCICIO 5.-
Prueba de Anderson-Darling
Las tres pruebas tienden a ser adecuadas para identificar una distribucin no
normal cuando la distribucin es asimtrica. Las tres pruebas distinguen menos
cuando la distribucin subyacente es una distribucin t y la no normalidad se
debe a la curtosis. Por lo general, entre las pruebas que se basan en la funcin
de distribucin emprica, la prueba de Anderson-Darling tiende a ser ms efectiva
para detectar desviaciones en las colas de la distribucin. Generalmente, si la
desviacin de la normalidad en las colas es el problema principal, muchos
profesionales de la estadstica usaran una prueba de Anderson-Darling como
primera opcin.
NOTA
Si est verificando la normalidad como preparacin para un anlisis de
capacidad normal, las colas son la parte ms crtica de la distribucin.
EJEMPLO 1.-
Italiana 30 28,30%
Japonesa 19 17,92%
Peruana 11 10,38%
Espaola 25 23,58%
Mexicana 14 13,21%
Brasilea 5 4,72%
Chilena 2 1,89%
Total 106 100,00%
9.
6%
Si
No
94%
10.
Si 82 77,36%
No 24 22,64%
Total 106 100,00%
11.
23%
Si
No
77%
12.
13.
5%
11%
Cada 7 das
32%
Cada 15 das
Cada 30 das
Otros:
52%
15.
16.
Sabor 41 38,68%
Cantidad 23 21,70%
Variedad 29 27,36%
Precio 13 12,26%
Total 106 100,00%
17.
41
29
23
13
Calmado 29 27,36%
Dinmico 77 72,64%
Total 106,00 100,00%
19.