Examen Estadística ICG

David Siddons MSc. 2018

Nombre: Doménica González S.

Examen Práctico

 En cada experimento, resuma los datos tanto que puede con

estadística descriptiva.

Experimento 1:

Hicieron una encuesta entre estudiantes de Ingeniería sobre sus hábitos de

ejercicio y fumar. Los investigadores esperaban que ellos que fuman mas
ejercitan menos.

Desarrollo:

Hipótesis nula (H0): Los estudiantes que fuman no tienen relación directa con el
ejercicio que realizan. No existe diferencia.

Hipótesis alternativa (H1): Los estudiantes que fuman se ejercitan menos que las
personas que no fuman. Existe una diferencia entre no fumadores que hacen
ejercicio y las demás opciones.

Para poder desarrollar este experimento se realizara una prueba de Chi 2 que nos
permita demostrar la relación entre las variables a medir.

 Tabla de Contingencia:

A continuación se presenta la tabla con los datos resumidos de estudiantes de

ingeniería que fuman mucho y nunca; en cuanto a la variable ejercicio se
consideró las variables (frecuente y absoluto).

Fumador
Mucho Nunca Ocasionalmente Regularmente Total general
Ejercicio
Algo 3 84 4 7 98
Frecuente 7 87 12 9 115
Nada 1 18 3 1 23
Total general 11 189 19 17 236

Para obtener la frecuencia esperada (Eij) se calcula los resultados obtenidos para
cada observación.

1
 Examen Estadística ICG
David Siddons MSc. 2018

En la siguiente tabla se observa a continuación los datos esperados se multiplica

Eij para el total en el caso.

Esperado esperado esperado esperado

mucho nunca ocasionalmente regularmente

3 0 84 0 4 1862 7 0

1
7 5.360 87 92.097 2185 9 8.283
2

1 1.072 18 18.419 3 437 1 1.656

X2= 5,48854589
Grados de libertad= 6

Aplicando la fórmula que nos proporciona Excel

usando el rango real los datos de la primera tabla y como rango esperado a los
datos de la segunda se obtiene que Chi2=5,1079 con una probabilidad= 0,46

2
 Examen Estadística ICG
David Siddons MSc. 2018

Conclusión: De acuerdo al análisis de Chi2 para este experimento se puede

comprobar que se acepta la hipótesis nula pues el valor obtenido en Chi2 (5,1079)
no sobrepasa en umbral (5,35), por lo tanto se pudo comprobar que las personas
fumadoras no tienen amplia relación con la frecuencia de ejercicio que realizan
siendo no significativo con las personas que fuman y hacen ejercicio, a personas
que de igual manera fuman rara vez e igual hacen ejercicio ocasionalmente.

Experimento 2:

Los investigadores quieren saber si hay una diferencia de tamaño de flor entre tres
especies de plantas estrechamente relacionados.

Desarrollo:

Para poder analizar este experimento que nos permita saber si hay una diferencia
entre el tamaño de la flor se procede a realizar un diagrama de cajas.

HIPÓTESIS NULA (H0): Tamaño de las flores de tres especies de plantas que no
varían en su tamaño.

HIPÓTESIS ALTERNATIVA (H1): El tamaño de las flores de las tres especies

varían en su tamaño.
Grupo

Setosa Versicola Virginica

TOTAL 50 50 50
MEDIA 1,462 4,26 5,552
MEDIAN 1,5 4,35 5,55
A
MODA 1,4 4,5 5,1
Q1 1,4 4 5,1
Q2 1,5 4,35 5,55
Q3 1,575 4,6 5,875
Q4/Máx 1,9 5,1 6,9
Mín 1 3 4,5
Rango 0,9 2,1 2,4
C1 1,4 4 5,1
C2 0,1 0,35 0,45
C3 0,075 0,25 0,325

3
 Examen Estadística ICG
David Siddons MSc. 2018

BS 0,325 0,5 1,025

BI 0,4 1 0,6

Tamaños de Flores
7

0
Setosa Versicola Virginica

(Fig. 1) Gráfico de cajas que detalla la variación de tamaño entre flores.

Análisis de varianza de un factor

Luego de hacer el análisis correspondiente y obtener la media aritmética, la

mediana, moda, cuartiles de cada una de las plantas se pudo establecer el grafico
que demuestra esta relación (Fig. 1)

Conclusiones: Los resultados obtenidos demuestran que la especie setosa,

posee un rango menor de tamaño con máximos y mínimos alejados de la media

4
 Examen Estadística ICG
David Siddons MSc. 2018

en comparación a las otras especies versicolor y virgínica las cuales tienen un

índice bajo de similitud en el tamaño de sus flores. Por lo tanto, se procede a
rechazar la hipótesis nula y aceptando la hipótesis alternativa.

Experimento 3:

Investigadores suponen que el cargo de un nuevo camión incide en su rendimiento

- mas pesados consumen mas gasolina. Ellos olvidaron a medir su rendimiento sin
carga. ¿Hay una diferencia significativa en su rendimiento por peso cargado? ¿Y
cuanto debe rendir sin carga?

Desarrollo:

Para poder analizar estos resultados es necesario hacer una regresión lineal que
nos permita conocer la correlación entre las variables continuas.

HIPÓTESIS NULA (H0): No hay diferencia en el rendimiento por peso cargado.

HIPÓTESIS ALTERNATIVA (H1): Existe una diferencia entre el rendimiento por

peso.

A menor peso va a llegar a rendir y recorrer más de 30 mpg con la distancia recorrida pero
tampoco es algo que influya porque a 3,5 de peso se mantiene de 15 a 20 mpg.

5
 Examen Estadística ICG
David Siddons MSc. 2018

F= probabilidad
grados de libertad

-5,34447157 37,28512617
0,559101045 1,877627337
0,752832794 3,045882125
91,375325 30
847,72525 278,3219375

ANÁLISIS DE VARIANZA

6
 Examen Estadística ICG
David Siddons MSc. 2018

PESO Curva de regresión ajustada

MPG Pronóstico MPG
40
35
30
25
20
MPG

15
10
5
0
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
PESO

Conclusión: El valor de la variable independiente varia al cambiar un valor de la

variable dependiente, manteniendo el valor de las otras variables independientes
fijas. El análisis también nos ayudó a comprender cuál de las variables
independientes están relacionadas con la variable dependiente y explorar las
formas de esta relación.
En el gráfico se observa que en el pronóstico de mpg se separa a la cantidad de
rendimiento de cada camión a su peso de carga. A mayor peso de carga, menor
rendimiento tiene el camión con pocos de ellos pero se puede ver una correlación
de peso y mpg como resultado se puede llegar a mas mpg, por tanto, se rechaza
la hipótesis nula, aceptando la alternativa.

7
 Examen Estadística ICG
David Siddons MSc. 2018