Nombres alumnos:

Sección:
Grupo:

Instrucciones
En el presente excel se encuentran 4 hojas con diferentes tareas relacionadas a los
contenidos de la unidad 2 y sus prácticos de laboratorio (20 preguntas en total). Se
incluyen en la primera hoja ejercicios de distribución normal estandarizada, en la
segunda hoja ejercicios de prueba de normalidad, en la tercera hoja ejercicios de
correlación y en la cuarta hoja ejercicios de regresión.

1. Cada pregunta debe ser respondida exclusivamente en el espacio destinado para la

respuesta. Cualquier respuesta escrita fuera del espacio no será contabilizado.
2. No debe agregar hojas extras para el desarrollo. Puede hacerlo para comprobar
resultados pero cualquier hoja extra a las del excel original no serán consideradas.
3. Debe cuidar en todo momento la ortografía.
4. Utilice vocabulario técnico, el cual ha sido utilizado en los diversos laboratorios.
5. Las respuestas deben ser completas, sobre todo las interpretaciones. Considere cada
dato númerico entregado, al igual que cada descripción.
6. Para las preguntas de resultados númericos que necesitan un cálculo, debe ir el paso
a paso con los cuales llego al resultado final.Respuestas númericas que requieran de un
paso a paso, y este no se encuentra, obtendra un puntaje parcial, a pesar de que la
respuesta sea correcta.
7. Al entregar la tarea procuré enviarlo con un nombre adecuado utilizando el siguiente
nombre: Trabajo de laboratorio 2: Apellido N, Apellido N.

ÉXITO
 Referencia de peso de recién nacidos en Chile
Media poblacional 3.400 grs
Desviación estándar poblacional 300 grs
Utilice las tablas de distribución normal estandarizada entrega
Eje
1. Calcular la puntuación Z de peso para un

2. Realizar conc

3. Calcular la probabilidad de que un recien nacido pese m

4. Calcular la probabilidad de que un menor pese meno

5. Calcular la probabilidad de que un menor tenga entre2,8

 Ejercicio de distribución normal estandarizada
1. Calcular la puntuación Z de peso para un recién nacido de 4,0kg, mostrando el paso a paso, tal y como se hicieron

Zpeso 2.00

2. Realizar conclusión estadística del valor Z calculado en el ejercicio 1.

Pr(Z <= 2,0) = 0.9772

La probabilidad de que un recién nacido tenga un peso de 4,0 kg es de un 97,72%

3. Calcular la probabilidad de que un recien nacido pese más de 4,2 kg, mostrando el paso a paso, tal y como se hicieron en clases e

Zpeso 2.67
Pr(Z > 2,67) = 1- Pr(Z <= 2,67)
Pr(Z > 2,67) = 0.0038 0.0038

La probabilidad de que un menor pese más de 4,2 kg es de un 0,38%

4. Calcular la probabilidad de que un menor pese menos de 2,8 kg, mostrando el paso a paso, tal y como se hicieron en clases e in

Zpeso -2.00
Pr(Z <= -2,00) = 0.0228 0.0228

La probabilidad de que un menor pese menos de 2,8 kg es de un 2,28%

Calcular la probabilidad de que un menor tenga entre2,8 y 3,6 kg de peso, mostrando el paso a paso, tal y como se hicieron en clase

Zpeso1 -2.00
Zpeso2 0.67
Pr(-2,00 <= Z <= 0,67) = Pr(Z <= 0,67) - Pr(Z <= -2,00)
0.7475 0.0228
0.7248 0.7248

La probabilidad de que un menor tenga entre 2,8 y 3,6 kg de peso es de un 72,48%

izada
paso a paso, tal y como se hicieron en clases

o en el ejercicio 1.

so, tal y como se hicieron en clases e indica una conclusión

, tal y como se hicieron en clases e indica una conclusión

paso, tal y como se hicieron en clases e indica una conclusión

 Ejercicio de prueba de normalidad
Se ha evaluado el IMC, % de músculo, velocidad de marcha en 3 metros y el test de levantarse de la silla en 32 p
normalidad a estas variables en el programa SPSS v24 arroja la siguiente Tabla. En base a ella responda.

Pruebas de normalidad
Kolmogorov-Smirnova
Estadístico gl
IMC 0.103 32
% de musculo 0.111 32
Velocidad marcha 3 metros 0.280 32
Test levantarse silla 0.421 32
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
6. ¿Qué prueba de normalidad de utilizaría?
Cuando se tienen muestras menores de 50 valores en la variable se recomienda utilizar la prueba de normalidad
tamaños.
7. ¿Es la distribución de las variables IMC, % de músculo y velocidad de marcha
Para la variable IMC no se rechaza la hipótesis nula, lo que se interpreta como: la distribución del IMC no es disti
Para la variable % de músculo no se rechaza la hipótesis nula, lo que se interpreta como: la distribución del % de
Para la variable Velocidad marcha en 3 metros se rechaza la hipótesis nula, lo que se interpreta como: la distribu
normal
8. Cree la hipotesis nula y la hipótesis alternativa para variable test
Ho:La distribución de la variable levantarse de la silla no es distinta a la distribución normal.
Ha:La distribución de la variable levantarse de la silla es distinta a la distribución normal.
9. En base al resultado obtenido en la prueba de normalidad para la variable levantarse de la silla, ¿
Para la variable test levantarse de la silla se rechaza la hipótesis nula,lo que se interpreta como: la distribución d
normal a consecuencia de que su valor p < 0,05
e prueba de normalidad
e levantarse de la silla en 32 pacientes con insuficiencia renal crónica . Al aplicar pruebas de
base a ella responda.

lidad
ogorov-Smirnova Shapiro-Wilk
Sig. Estadístico gl Sig.
,200* 0.985 32 0.922
,200* 0.986 32 0.948
0.000 0.544 32 0.000
0.000 0.680 32 0.000

de normalidad de utilizaría?
lizar la prueba de normalidad de Shapiro Wilk debido a que estas ajustan mejor con este tipo de

úsculo y velocidad de marcha en 3 metros diferente a la normal?

istribución del IMC no es distinta a la distribución normal
como: la distribución del % de músculo no es distinta a la distribución normal
se interpreta como: la distribución del Velocidad marcha en 3 metros es distinta a la distribución

alternativa para variable test de levantarse de la silla

n normal.
ormal.
riable levantarse de la silla, ¿Se rechaza o no se rechaza la hipótesis nula?, ¿Por qué?
rpreta como: la distribución de la variable test levantarse de la silla es distinta a la distribución
número edad hrs de sueño cantidad de pasos
1 24 6 4534.0
2 22 7 6386.9
3 22 8 6782.0
4 21 7 3529.0
5 22 8 5242.3
6 23 7 4363.0
7 21 8 5710.6
8 24 9 9074.4
9 22 6 7339.0
10 26 6 5748.6
11 24 8 6726.0
12 27 7 6822.1
13 23 6 9120.0
14 22 8 7339.0
15 30 7 5054.4
16 21 7 2590.7
17 22 8 7020.0
18 20 8 5885.0
19 22 7 3549.3
20 21 6 3957.4
21 34 6 4049.1
22 22 7 6074.7
23 27 8 3957.4
24 19 7 5282.9
25 19 7 5541.3
26 19 6 4424.1
27 18 6 6385.0
28 24 7 6332.0
29 22 6 10857.1
30 19 7 8586.3
31 19 7 5075.9
32 19 6 10110.0
33 19 6 7305.1
34 21 7 6339.1
35 17 6 3533.4
36 20 7 7403.0
calorias quemadas distancia recorrida (km) uso del ceular
200.7 4.3 0.38
204.1 4.2 0.45
621.4 5.6 0.37
110.6 2.2 0.22
171.6 3.5 0.41
152.0 3.1 0.50
185.3 3.7 0.50
402.3 6.6 0.24
256.0 5.7 0.20
221.3 6.5 0.39
301.7 4.4 0.48
300.3 5.4 0.50
345.7 5.9 0.50
256.0 5.5 0.23
139.4 3.3 0.30
86.7 1.7 0.72
286.6 4.6 0.30
211.4 3.9 0.27
117.4 2.3 0.15
191.0 2.9 0.24
144.9 2.7 0.62
215.7 4.0 0.33
191.0 2.9 0.26
218.7 1.0 0.49
235.4 2.3 0.37 Correlación en
105.9 2.2 0.50 0.80
0.70
226.0 5.5 0.19
0.60
191.1 4.3 0.58
0.50
286.6 6.0 0.45

Uso del celular

0.40
399.0 5.7 0.50 0.30
154.7 3.7 0.49 0.20
327.7 6.7 0.38 0.10
247.7 4.9 0.20 0.00
205.0 3.8 0.31 .0 .0
000 000
189.1 3.5 0.19 2 3
233.7 5.0 0.27
 Tarea
10. Determinar el coeficiente de correlación lineal entre las variables cantidad de pasos y distancia recorrida
11. Determinar el coeficiente de correlación lineal entre cantidad de pasos y uso de celular
12. Interprete el valor obtenido del coeficiente de correlación entre las variables cantidad de pasos y distancia recorrida en
13. Grafique la relación entre cantidad de pasos y uso del celular (incluya título general, titulo de ejes y recta)

Coeficiente de correlación lineal r fuerza dirección

10. Cantidad de pasos y distancia recorrida 0.8202 Significativa Positiva
11. Cantidad de pasos y uso de celular -0.0324 Nula Negativa

12. interpretación
12. Existe una correlación positiva y signifcativa entre la cantidad de pasos y la distancia recorrida
13. Existe una correlación negativa y nula entre la cantidad de pasos y uso de celular

13. Gráfico de correlación lineal

Correlación entre cantidad de pasos y uso del celular

0.80
0.70
0.60
0.50
Uso del celular

0.40
0.30
0.20
0.10
0.00
.0 .0 .0 .0 .0 .0 .0 .0 .0 .0 .0
000 000 000 000 000 000 0 00 000 000 000 000
2 3 4 5 6 7 8 9 10 11 12

Cantidad de pasos
Tarea

s y distancia recorrida en relación a la fuerza y dirección de la correlación

Se quiere estimar el promedio de notas de lenguaje(LENG) que tendría un grupo de escolares en función de
habitualmente jugando videojuegos (H_HAB_JUE). Sobre la base de la foto que se presenta de la salida del
siguientes preguntas
o de escolares en función de la cantidad de horas diarias que pasa
se presenta de la salida del programa SPSS, versión 19. responda las

14. ¿Cuál es el coeficiente de

15. ¿Cuál es el valor de la pen
16. ¿Cuál es el valor del interc
17. ¿Cuál sería la ecuación de

18. ¿Qué se puede decir de a

19. ¿Qué se puede decir de a

20. Si un estudiante estuviera

nota debe estar expresada co
 Preguntas
4. ¿Cuál es el coeficiente de determinación?
5. ¿Cuál es el valor de la pendiente (B1)?
6. ¿Cuál es el valor del intercepto (B0)?
7. ¿Cuál sería la ecuación de la recta?

8. ¿Qué se puede decir de acuerdo con el valor P (Significancia estadística) obtenido?

9. ¿Qué se puede decir de acuerdo con coeficiente de determinación obtenido?

0. Si un estudiante estuviera 3 horas diarias jugando videojuegos, ¿Qué nota tendría en Lenguaje? (la
ota debe estar expresada con 3 decimales.
Respuestas
0.012
-0.036
5.175
LENG = 5,175 -0,036*H_HAB_JUE
P < 0,05: indica que existe relación entre las
variables y el b1 explica significativamente a bo.

La cantidad de horas diarias que pasa

habitualmente jugando videojuegos (H_HAB_JUE)
ayudan a predecir en un 1,2% las notas de
lenguaje (LENG)

5.067