Estadística 2

Docente Alejandro Guerrero Salazar

Matilde Juarez Jaimez

Licenciatura en Matematicas

ES1821001796

Actividad Evidencia de aprendizaje

Unidad 1
Evidencia de Aprendizaje

Resolver los siguientes problemas:

1. (Prueba de bondad) Se lanza un dado 750 veces y se obtienen los siguientes resultados:
caras ni
1 245
2 142
3 94
4 132
5 48
6 89
n 750

a) Se desea verificar al 5% de nivel de significancia la hipótesis de que el dado está bien

construido. Apoyado de [CITATION Una204 \p 49-50 \l 2058 ]

Como datos tenemos

N= 750 lanzamientos

Clases = 6

Nivel de insignificancia 0.05

H o : El dado sigueuna distribucionuniforme de 1 /6 .

H a : El dado no sigue una distribucion uniformede 1/6

De acuerdo con los datos tenemos el siguiente histograma de las frecuencias observadas

Calculando la probabilidad y la frecuencia esperada para el modelo Uniforme:

 1 1 1
pi = = =
clases 6 6
Como el modelo es uniforme discreto, la frecuencia esperada tiene que ser la misma en cada
intervalo:

F Ei =p i N

F Ei = ( 16 )( 750)
750
F Ei = =125
6
F Ei =125

El valor muestral del estadístico es:

( 245−125 )2 ( 142.125 )2 ( 94−125 )2 (132−125 )2 ( 48−125 )2 ( 89−125 )2

T= + + + + + =115.2+2.312+7.688+0.392
125 125 125 125 125 125
¿ 183.392
Se busca el cuantil en tablas de una distribución X (0.05,6−1)2= X 2 (0.05,5) =11.070

183.392>11.070
2
Como T¿ X (0.05,5) se rechaza H 0 por lo que el dado no se ajusta a una distribución uniforme 1/6 y
existe evidencia estadística suficiente para suponer que el dado está cargado.
Ahora realizando el ajuste de bondad mediante Excel obtenemos

Entonces todas las clases deben ser del mismo tamaño

Haciendo los cálculos en Excel obtenemos

clases fo For Fora Fe (fo-fe)^2/Fe
1 245 0.32666667 0.32666667 125 115.2
2 142 0.18933333 0.516 125 2.312
3 94 0.12533333 0.64133333 125 7.688
4 132 0.176 0.81733333 125 0.392
5 48 0.064 0.88133333 125 47.432
6 89 0.11866667 1 125 10.368
750 1

Y obtenemos el siguiente histograma de frecuencias

Prueba de chi-cuadrada:

Para calcular: χ 2α , gl
Tenemos que

Para el nivel de confianza=95 % , entonces: α =0.05

Se calculo los grados de libertad

m=elnumero de intervalos=6
gl=6−1=5
Ahora, para:

χ 20 . 05, 6−1=11 . 070

Entonces Comparando: χ 2=183.392 con

χ 20.05,6−1=11.070
Entonces:

χ 2 ≥ χ 25 % ,5=183 . 392> 11.070

El valor crítico con un nivel de significancia del 5% y 6 grados de libertad con 𝑘 − 1 siendo 𝑘 el
número de clases en la tabla de distribución de frecuencia -1 el número de parámetros estimados
para definir completamente la función 6-1=5 en es de 𝜒(α ,5)2 = 11.070, mientras que el valor
calculado es 𝜒𝑐2 =183.392.

Conclusión: Por lo tanto, se rechaza la hipótesis nula y se acepta la hipótesis alternativa.

2. Se desea saber si una muestra de datos pertenece a una población normalmente distribuida.
Los datos (ordenados de menor a mayor) son: basado en [CITATION Una204 \p 50-54 \l 2058 ]

{1,3,4,4,5,5,6,6,6,6}

Se desea saber si estos datos corresponden a una distribucion normal por lo que para lograr la
verificación debemos realizar la siguiente prueba de ajuste mediante Kolmogorov- Smirnov.

Procedemos a establecer las hipótesis

H 0=Los datosde lamuestra si pertenencen a una distribucion normal

H a=Los datos de lamuestra no pertenencen a una distribucion normal

Procedimiento del cálculo

El primer paso es calcular los valores 𝑆(𝑥) como se muestra en la siguiente tabla
Realizando cálculos con Excel tenemos:

x frecuencia F-Acum. S(x)

1 1 1 0.1000
3 1 2 0.2000
4 2 4 0.4000
5 2 6 0.6000
6 4 10 1.0000
10

Los valores de 𝐹(𝑥) se obtienen al convertir cada valor observado de 𝑥 en un valor de la normal
estándar se observa a continuación

Como no se nos dan los parámetros media y desviación estándar procedemos a calcularlos con
ayuda de Excel

Media: 4.6
Des est: 1.64655

Por lo que ahora procedemos a obtener la siguiente tabla

x f F z f(x) F(x) S(x) |F(x)-S(x)|
1 1 1 -2.1864 0.036548963 0.01439332 0.1 0.08560668
3 1 2 -0.9717 0.248809016 0.16559205 0.2 0.03440795
4 2 4 -0.3644 0.373315275 0.35777991 0.4 0.04222009
5 2 6 0.24293 0.387342203 0.59597131 0.6 0.00402869
6 4 10 0.85027 0.277922233 0.80241116 1 0.19758884

max D: 0.1975888

El estadístico 𝐷=0.1975888 por ser el máximo de las diferencias absolutas.

Con 𝛼=0.05 se busca el cuantil en la tabla de la Kolmogorov-Smirnov el cual es:
Según tabla

Como se cumple la condición:

D=0.1975888≤ W 1−0.05=0.409

Conclusión: Entonces se acepta la hipótesis nula ya que existe evidencias

suficientes que respalde la decisión, por lo tanto, los datos de la muestra
si pertenecen a una distribucion normal y se rechaza la hipótesis
alternativa.

Gráficamente podemos observar que los datos siguen una distribucion

normal o campana.

f(x)
0.45
0.37 0.39
0.4
0.35
0.3 0.28
0.25 f(x)
0.25
0.2
0.15
0.1
0.04
0.05
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5

3. Se efectuaron mediciones del nivel de glucosa en la sangre a 15 pacientes en ayuno, hombres,

no obesos y aparentemente sanos. Basado en [CITATION Una204 \p 50-54 \l 2058 ]

{67, 88, 59, 83, 64, 80, 68, 90, 92, 52, 85, 85, 98, 60, 62}
 a) Se pretende saber si es posible concluir que tales datos no pertenecen a una
población que sigue una distribución normal.
Hipótesis:

H 0=Los datosde lamuestra si pertenecen a una distribucion normal

H a=Los datos de lamuestra no pertenecen a una distribucion normal

Procedimiento de Calculo:

El primer paso es calcular los valores 𝑆(𝑥) como se muestra en la siguiente tabla

x frecuenci a F. a cum. S(x)

52 1 1 0.0666667
59 1 2 0.1333333
60 1 3 0.2
62 1 4 0.2666667
64 1 5 0.3333333
67 1 6 0.4
68 1 7 0.4666667
80 1 8 0.5333333
83 1 9 0.6
85 1 10 0.6666667
85 1 11 0.7333333
88 1 12 0.8
90 1 13 0.8666667
92 1 14 0.9333333
98 1 15 1
15

Los valores de 𝐹(𝑥) se obtienen al convertir cada valor observado de 𝑥 en un valor de la normal
estándar se observa a continuación con ayuda de Excel tenemos:
 x f recuecia F. acum. z f (x) F(x) S(x) |F(x)-S(x)|
52 1 1 -1.63 0.105 0.051300 0.0667 0.01536678
59 1 2 -1.15 0.207 0.125727 0.1333 0.007606734
60 1 3 -1.08 0.223 0.140637 0.2000 0.059363109
62 1 4 -0.94 0.257 0.173934 0.2667 0.092732809
64 1 5 -0.80 0.290 0.211854 0.3333 0.121479152
67 1 6 -0.59 0.335 0.276955 0.4000 0.12304478
68 1 7 -0.52 0.348 0.300645 0.4667 0.166021587
80 1 8 0.31 0.380 0.621654 0.5333 0.08832087
83 1 9 0.52 0.349 0.697744 0.6000 0.097743582
85 1 10 0.66 0.322 0.744297 0.6667 0.07763061
85 1 11 0.66 0.322 0.744297 0.7333 0.010963943
88 1 12 0.86 0.274 0.806410 0.8000 0.00641046
90 1 13 1.00 0.241 0.842184 0.8667 0.024482901
92 1 14 1.14 0.208 0.873315 0.9333 0.060018256
98 1 15 1.56 0.118 0.940430 1.0000 0.05957045
15

D Max 0.16602159

El estadístico 𝐷=0.16602159 por ser el máximo de las diferencias absolutas.

Con 𝛼=0.05 se busca el cuantil en la tabla de la Kolmogorov-Smirnov en la siguiente tabla

Como se cumple la condición:

D=0.16602159< W 1−0.005=0.338
Conclusión. Existe evidencia estadísticamente fuerte que demuestre que Ho se acepte, es decir los
datos de la muestra si siguen una distribucion normal y por lo tanto se rechaza la hipótesis
alternativa.

Gráficamente podemos observar que los datos siguen una distribucion normal

Bibliografía
Unadm. (2020). Contenido Nuclear Unidad 1 Estadistica 2 . Mexico .