TEORIA

ESTADÍSTICA BÁSICA
SEMESTRE 2017-II
EXAMEN SUSTITUTORIO
HORA: 2:00 PM
DURACIÓN: 2 H Y 50 MIN
LUNES, 04 DE DICIEMBRE DE 2017
Nombre:___________________________________________________________________________
No se puede consultar ningún tipo de documentación. En la calificación se tomará en cuenta el orden y la limpieza de su resolución.
Sólo calculadora simple y tablas de probabilidad publicadas en Siga. Use como mínimo 3 decimales en sus resoluciones.
1. Sea (𝑥1 , 𝑦1), … , (𝑥100 , 𝑦100) una muestra aleatoria de 𝑛 = 100 pares de puntos de la población (𝑋, 𝑌). Sea 𝑌 =
𝛽0 + 𝛽1 𝑋 + 𝑢 con 𝑢 ∼ 𝑁(0, 𝜎 2 ), y sean 𝜇𝑥 y 𝜎𝑥2, la media y varianza de 𝑋, respectivamente. Decir si las siguientes
afirmaciones son verdaderas (V) o falsas (F). CONTESTA EN LA TABLA SIGUIENTE. No necesitas justificar.
Respuesta correcta +1, incorrecta -0.5. Máximo puntaje: 7 puntos.
a) Como 𝑛 > 30 entonces 𝑋 se puede aproximar con una normal. F
b) Si 𝑌 depende linealmente de 𝑋, ambos coeficientes de regresión, 𝛽0 y 𝛽1 , serán no nulos. F
c) Si el p-valor del contraste 𝐻0: β1 = 0 es menor que 𝛼 , se rechazará que haya relación entre 𝑋 e 𝑌. F
d) Si 𝑋 aumenta en una unidad, 𝑌 aumenta, por término medio, en 𝛽1 unidades. V
e) Si 𝑋 = 0 , entonces 𝑌 ∼ 𝑁(𝛽0 , 𝜎 2 ). V
f) El margen de error del intervalo de confianza para 𝜇𝑥 disminuye con 𝑛 y aumenta con 𝜎𝑥2. V
El contraste 𝐻0 : 𝜇𝑥 ≤ 𝜇0 , 𝐻1 : 𝜇𝑥 > 𝜇0 se puede resolver comprobando si 𝜇0 está dentro del
g) F
intervalo de confianza para 𝜇𝑥
h) El rango intercuartílico de 𝑋 tiene el mismo número de datos que el rango intercuartílico de 𝑌 V
SOLUCIÓN
a. FALSO. La distribución de una variable aleatoria no depende del tamaño de la muestra que se extraiga de ella.
Sería cierto para 𝑋̅.
b. FALSO. La dependencia entre X e Y sólo afecta a 𝛽1 .
c. FALSO. Al contrario, se rechazará 𝐻0 que es la ausencia de relación. Por tanto, si el pvalor es bajo, se acepta
que hay relación.
d. VERDADERO.
e. VERDADERO, pues el modelo de regresión simple (que hemos estudiado) asume 𝑌 ∼ 𝑁(𝛽0 + 𝛽1 𝑋; 𝜎)
f. VERDADERO. SE deduce fácilmente de la fórmula
g. FALSO. Esa equivalencia es sólo para contrastes bilaterales.
h. VERDADERO. Entre el rango intercuartílico está el 50% de los datos, que en nuestro caso son 50.
2. (4 puntos) Una máquina consta de 12 componentes que tienen una duración T que sigue una distribución
exponencial de media 500 horas. La política de mantenimiento preventivo consiste en sustituir todos los
componentes simultáneamente cada 700 horas. La máquina se avería cuando uno cualquiera de sus
componentes lo hace, sustituyéndose en ese caso dicho componente por otro nuevo. Se supone que los
componentes funcionan independientemente.
a) ¿Cuál es la probabilidad de que una máquina se averíe en el intervalo comprendido entre dos
renovaciones?
Página 1 de 4
NOTA REVISADA FIRMA Estadística Básica
Práctica 4
Facultad de Ingeniería 14/06/2019
Apellidos:__________________________________________________________Nombre:________________________
Sección:___________________
No se puede consultar ninguna documentación, salvo las tablas y formulario de la asignatura. Contesta cada pregunta sólo en la hoja de su
enunciado. Usa el cuadernillo sólo como borrador. El cuadernillo NO se entrega. Cuando se solicite RECLAMO, deberá adjuntarse copia de la
solución publicada. NOTA
1. A continuación, se muestra un conjunto de tablas. En cada tabla hay tres frases, donde sólo una es correcta.
En cada tabla, marque con X en la casilla de la derecha de la frase correcta. No hay que justificar. (4p) FIRMA
Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)
1.1 𝑧0.025 = 1 − 𝑧0.95

2
1.2 𝑡300 ≈ 𝜒300
1.3 𝑡𝑛−1;0.025 > 𝑧0.025 X
Para calcular el tamaño muestral para estimar una proporción 𝑝 de la que desconocemos completamente
1.4 X
su valor, lo mejor es asumir 𝑝 = 0.5
1.5 Si el intervalo de confianza del 95% de p es [0.01; 0.03] no puedo rechazar que 𝑝 = 0.05 con 𝛼 = 5%
1.6 Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción muestral 𝑝̂ a una Bernoulli

Si al realizar el contraste 𝐻0 : 𝜇 ≥ 10 se obtiene un pvalor=0.10, el contraste 𝐻0 : 𝜇 = 10 tendrá un pvalor
1.7
de 0.05
Si al realizar el contraste 𝐻0 : 𝜇 ≥ 100 se obtiene un pvalor=0.10, el contraste 𝐻0 : 𝜇 ≤ 100 tendrá un
1.8 X
pvalor de 0.90
1.9 Si rechazo 𝐻0 en el contraste 𝐻0 : 𝜇 ≥ 𝜇0, también rechazaré 𝐻0 en el contraste 𝐻0 : 𝜇 ≤ 𝜇0
1.10 Si quiero contrastar si la media es inferior a 100, tendré que usar 𝐻0 : 𝜇 ≠ 100
1.11 Si quiero contrastar si la media supera el valor 200, tendré que usar 𝐻0 : 𝜇 > 200
1.12 Si quiero contrastar si la media es negativa, tendré que usar 𝐻0 : 𝜇 ≥ 0 X
1
Práctica 4
Sección:___________________
solución publicada. NOTA
En cada tabla, marque con X en la casilla de la derecha de la frase correcta. (+1 si la elección es correcta, -1/3 FIRMA
si la elección es incorrecta). No hay que justificar. (4p)
1.1 𝑧0.025 = 1 − 𝑧0.95

2
1.2 𝑡300 ≈ 𝜒300
1.3 𝑡𝑛−1;0.025 > 𝑧0.025 X
SOLUCIÓN:
1.1 Falsa. El subíndice indica el área a la derecha de la distribución. Como 𝑍 es simétrica y de meda cero, se tendrá que 𝑧0.025 = 1 − 𝑧0.975
1.2 Falsa. 𝑡300 ≈ 𝑁(0,1)
1.3 Verdadera. La distribución t de Student tiene la zona de las colas más ancha que la 𝑁(0,1), por lo que la función de densidad se acerca
asintóticamente a cero más despacio. Por tanto, 𝑡𝑛−1;0.025 > 𝑧0.025 .
Para calcular el tamaño muestral para estimar una proporción 𝑝 de la que desconocemos completamente
1.4 X
su valor, lo mejor es asumir 𝑝 = 0.5
1.5 Si el intervalo de confianza del 95% de p es [0.01; 0.03] no puedo rechazar que 𝑝 = 0.05 con 𝛼 = 5%
1.6 Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción muestral 𝑝̂ a una Bernoulli
SOLUCIÓN:
1.4 Verdadera. Deesa formase calcula para el caso más desfavorable
1.5 Falsa. Como 0.05 no está en el intervalo del 95%, sí podemos rechazar que la proporción poblacional sea 0.05 con 𝛼 = 5%
1.6 Falsa. Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción muestral 𝑝̂ a una Normal.
2
Si al realizar el contraste 𝐻0 : 𝜇 ≥ 10 se obtiene un pvalor=0.10, el contraste 𝐻0 : 𝜇 = 10 tendrá un pvalor
1.7
de 0.05
Si al realizar el contraste 𝐻0 : 𝜇 ≥ 100 se obtiene un pvalor=0.10, el contraste 𝐻0 : 𝜇 ≤ 100 tendrá un
1.8 X
pvalor de 0.90
SOLUCIÓN:
1.7 Falso. En el contraste con 𝐻0 : 𝜇 ≥ 10 el pvalor es el área a la izquierda del valor del estadístico de contraste, mientas que con 𝐻0 : 𝜇 = 10,
es el doble de dicha área, por lo que el pvalor sería 0.20.
1.8 Verdadero. En el contraste con 𝐻0 : 𝜇 ≥ 10 el pvalor es el área a la izquierda del valor del estadístico de contraste, mientas que con 𝐻0 : 𝜇 ≤
10, es el área a la izquierda, que sería 0.90,
1.9 Falso. Si rechazo con 𝐻0 : 𝜇 ≥ 𝜇0 será porque el estadístico de contraste está en la zona de la cola de la izquierda de la distribución
N(0,1) o 𝑡𝑛−1 . Por el contrario, para rechazar 𝐻0 : 𝜇 ≤ 𝜇0 habría que estar en la zona de la cola de la derecha.
1.10 Si quiero contrastar si la media es inferior a 100, tendré que usar 𝐻0 : 𝜇 ≠ 100
1.11 Si quiero contrastar si la media supera el valor 200, tendré que usar 𝐻0 : 𝜇 > 200
1.12 Si quiero contrastar si la media es negativa, tendré que usar 𝐻0 : 𝜇 ≥ 0
SOLUCIÓN:
1.10 Falso. Tendré que usar 𝐻0 : 𝜇 ≥ 100; 𝐻1 : 𝜇 < 100
1.11 Falso. Tendré que usar 𝐻0 : 𝜇 ≤ 200; 𝐻1 : 𝜇 > 200
1.12 Verdadero. Tendré que usar 𝐻0 : 𝜇 ≥ 0; 𝐻1 : 𝜇 < 0
3
Práctica 4
Facultad de Ingeniería 7:10 am 15/6/2018

Semestre 2018-I
Duración: 1h45m
Sección:___________________
No se puede consultar ninguna documentación, salvo las tablas y formulario de la asignatura. Contesta cada pregunta sólo en la hoja de
su enunciado. Usa el cuadernillo sólo como borrador. El cuadernillo se entrega, pero no se corrige. Entregar el cuadernillo y cada hoja
del enunciado por separado. Tu evaluación será escaneada para prevenir fraude.
Cuando se solicite RECLAMO, deberá adjuntarse copia de la solución publicada (sólo del ejercicio sobre el que se
reclame). El reclamo deberá basarse en errores de corrección en base a esa solución. Si simplemente NOTA
se alega que se merece más puntaje, el reclamo no va a prosperar.
si la elección es incorrecta). No hay que justificar. Salvo que se indique lo contrario, se usará 𝛼 = 0.05.
Marca con X la frase correcta. (+1 si acierto, -1/3 si fallo)

1.1 Si los valores de un intervalo de confianza de 𝜇 son todos positivos no podremos rechazar que 𝜇 = 0.
1.2 Siempre se puede aumentar el margen de error aumentando el tamaño muestral

A igualdad del resto de factores, los intervalos de confianza de 𝜇 basados en la t de Student son más
1.3
anchos que los basados en la normal X
2
1.4 Los intervalos de confianza de 𝜎 2 basados en la distribución 𝜒𝑛−1 sólo son válidos si n→ ∞
1.5 2
Los intervalos de confianza de 𝜎 2 basados en la distribución 𝜒𝑛−1 sólo son válidos si la población es normal X
2 2
1.6 Los intervalos de confianza de 𝜎 basados en la 𝜒𝑛−1 sólo son válidos si contienen a la varianza muestral

1.7 Si encuestamos a 400 personas podremos estimar una proporción con un margen de error inferior a 0.05 X
1.8 Para rechazar 𝐻𝑜 : 𝑝 ≥ 0.3 es suficiente con que 𝑝̂ < 0.3
1.9 La proporción muestral se aproxima suficientemente a la normal si 𝑝(1 − 𝑝) > 5

1.10 𝑡15;0.025 < 𝑧0.05
1.11 𝑡15;0.025 = −𝑡15;0.975 X
2 2
1.12 𝜒15;0.02 = −𝜒15;0.98

Se realiza el contraste con 𝐻0 : 𝜇 ≥ 10 y se obtiene un pvalor de 0.01. Entonces el contraste con 𝐻0 : 𝜇 ≤ 10
1.13
tendrá un pvalor de 0.99 X
Se realiza el contraste con 𝐻0 : 𝜇 ≥ 10 y se obtiene un pvalor de 0.01. Entonces el contraste con 𝐻0 : 𝜇 = 10
1.14
tendrá también un pvalor de 0.01
1.15 En un contraste con 𝐻0 : 𝜇 ≥ 10, el pvalor será el área que queda a la izquierda del valor crítico
Práctica 4

Semestre 2018-II
Sección:___________________
solución publicada (sólo del ejercicio sobre el que se reclame). El reclamo deberá basarse en errores de corrección en base a NOTA
esa solución. Si simplemente se alega que se merece más puntaje, el reclamo no va a prosperar. Tu evaluación será escaneada.
1. A continuación, se muestra un conjunto de tablas. En cada tabla hay tres frases, donde sólo una es correcta. FIRMA
En cada tabla, marque con X en la casilla de la derecha de la frase correcta. (+1 si la elección es correcta, -1/3
si la elección es incorrecta). No hay que justificar. (4p)

2 2
1.1 𝜒𝑛;0.05 = 1 − 𝜒𝑛;0.95
1.2 𝑡300 ≈ 𝑁(0,1) X

1.3 𝑡𝑛−1;0.025 < 𝑧0.025
Para calcular el tamaño muestral para estimar una proporción de la que desconocemos completamente su
1.4
valor, lo mejor es asumir 𝑝 = 0.5 X
El margen de error de estimar una proporción próxima a cero es mayor que el de estimar una proporción
1.5
próxima a uno.
1.6 Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción poblacional 𝑝 a una normal

Si al realizar el contraste 𝐻0 : 𝜇 ≥ 100 se obtiene un pvalor=0.10, el contraste 𝐻0 : 𝜇 = 100 tendrá un
1.7
pvalor de 0.05
Si al realizar el contraste 𝐻0 : 𝜇 ≥ 100 se obtiene un pvalor=0.10, el contraste 𝐻0 : 𝜇 = 100 tendrá un X
1.8
pvalor de 0.20
1.10 Si tenemos una muestra grande de una población 𝑋, entonces 𝑋 se podrá aproximar a una normal
𝑋̅ −𝜇
1.11 Si 𝑋 ∼ 𝑁(𝜇; 𝜎 2 ), entonces ∼ 𝑡𝑛−1
𝜎 ⁄√𝑛
(𝑛−1)𝑆̂ 2
1.12 Si 𝑋 ∼ 𝑁(𝜇; 𝜎 2 ), entonces
𝜎2
2
∼ 𝜒𝑛−1 X
1
SEMESTRE 2016-I
PRACTICA 4
JUEVES, 26 DE MAYO DE 2016
Nombre:___________________________________________________________________________
Sección:___________________
Sólo se pueden consultar las tablas y el formulario que se suministran con el examen. Use 𝜶 = 𝟎. 𝟎𝟎.
1. Analizando todas las evaluaciones de una asignatura en todos los años anteriores, se observa que los alumnos han obtenido
una nota media de 11.8 con varianza 1.2, siendo la tasa de aprobados del 75%. Se desea saber si el presente curso supone
una continuidad en cuanto a estos resultados, o ha cambiado algo. Con este fin, se toma una muestra aleatoria de 30
estudiantes del presente curso, obteniéndose una nota media muestral de 12.2 con varianza muestral 2, y siendo el número
de aprobados en esta muestra igual a 20 alumnos. A continuación se enuncian un conjunto de hipótesis sobre los valores
poblacionales de las calificaciones de esta asignatura. Escribe en términos estadísticos, la hipótesis nula y alternativa que
corresponden con cada una de estas hipótesis. (respuesta correcta +0.5).(5p)
Hipótesis H0 H1
Ejemplo: La nota media poblacional es ahora 12 𝜇 = 12 𝜇 ≠ 12
La nota media ha disminuido respecto a su valor histórico. 𝜇 ≥ 11.8 𝜇 < 11.8
La nota media no ha cambiado respecto a su valor histórico. 𝜇 = 11.8 𝜇 ≠ 11.8
La nota media ha aumentado respecto a su valor histórico. 𝜇 ≤ 11.8 𝜇 > 11.8
Se mantiene la proporción de aprobados 𝑝 = 0.75 𝑝 ≠ 0.75
La proporción de aprobados ha descendido 𝑝 ≥ 0.75 𝑝 < 0.75
2. Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 𝜎 2 . Para estimar la media 𝜇 se promedian los valores de 20
datos, consiguiéndose la media muestral 𝑥̅(1) . Posteriormente, se consigue un dato adicional, 𝑥21 . Un analista
decide entonces construir un nuevo estimador de 𝜇 promediando ambos valores de la forma
𝑥̅(1) + 𝑥21
𝜇̂ 1 = .
2
a) ¿Es este estimador insesgado? Justifica la respuesta (2p).
b) Compara el error cuadrático medio de este estimador con otro, 𝜇̂ 2 , que sea la media aritmética de los
21 datos. ¿Cuál es preferible? Justifica la respuesta. (3p)
SOLUCIÓN:
a) Es insesgado
𝑥̅(1) + 𝑥21 𝐸(𝑥̅(1) ) + 𝐸(𝑥21 ) 𝜇 + 𝜇
𝐸(𝜇̂ 1 ) = 𝐸 � �= = =𝜇
2 2 2
b) El error cuadrático medio de un estimador es ECM=sesgo2 +varianza. Como 𝜇̂ 1 es insesgado, su ECM

será su varianza:
1 𝜎2 21 2
𝐸𝐸𝑀1 = 𝑣𝑣𝑣(𝜇̂ 1 ) = � + 𝜎 2 � = 𝜎 = 0.2625𝜎 2 .
4 20 80
Por otra parte, al ser 𝜇̂ 2 la media aritmética, también es insesgado. Su ECM será también su varianza:
𝜎2 1 2
𝐸𝐸𝑀2 = = 𝜎 = 0.0476𝜎 2 ,
𝑛 + 1 21
que es menor que 𝐸𝐸𝑀1 , por lo que el estimador 𝜇̂ 2 es preferible.
1
2. Sea X una variable aleatoria de media 𝜇 y varianza 𝜎², y sea 𝑥1 , … , 𝑥100 una muestra aleatoria de dicha
variable. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F). Contesta en la tabla
siguiente. No necesitas justificar. Respuesta correcta +0.8, incorrecta -0.5.
1 Como la muestra es grande, 𝑋 será una normal por el teorema del límite central. F
2 La media muestral tiene una varianza que es sólo la centésima parte de la varianza de X. V
3 El intervalo de confianza de 𝜇 deberá estar centrado en 𝜇. F
4 El margen de error del intervalo de confianza de 𝜇 depende de 𝜎. V
5 Como la muestra es grande, la varianza de la muestra 𝑠𝑥2 será un estimador insesgado. F
El 95% de los intervalos de confianza de 𝜇, con 𝛼 = 0.05, que se obtengan con V

6
diferentes muestras contendrá el valor de 𝜇.
Dado un nivel de confianza, un intervalo de confianza más amplio implicará una menor
7 F
incertidumbre sobre el valor de 𝜇.
Si 𝜎 2 = 100 y queremos que el margen de error de estimar 𝜇 con 𝛼 = 0.05 sea de 1, F

8
entonces habrá que tomar al menos 100 datos.
Cuanto mayor sea el nivel de confianza de un intervalo de confianza de 𝜇 menor será su F

9
margen de error.
Si 𝜎 2 = 100 , los diferentes valores de 𝑋� que se obtengan de diferentes muestras F

10
estarán en el intervalo {𝜇 ± 2} con una probabilidad del 97.7%.
SOLUCIÓN
1. Falso. La distribución de 𝑋 no depende de cómo se muestree de ella.

2. Verdadero. 𝑉𝑉𝑉(𝑋�) = 𝜎 2 ⁄𝑛 = 𝜎 2 /100.
3. Falso. Está centrado en 𝑋�.
4. Verdadero. El margen de error es 𝐿 = 𝑧𝛼⁄2 𝜎/√𝑛 .
5. Falso. 𝑆𝑥2 es siempre sesgado .
6. Verdadero. Esa es la definición del intervalo de confianza.
7. Falso. A mayor amplitud, mayor incertidumbre sobre 𝜇.
8. Falso.
𝑧𝛼⁄2 𝜎 2 1.96 × 10 2
𝑛=� � =� � ≈ 385.
𝐿 1
9. Falso. La amplitud es dos veces el margen de error. A mayor amplitud mayor margen de error.
10. Falso. El intervalo sería {𝜇 ± 2.27}
𝜎2 𝑧𝛼⁄2 𝜎 𝑧𝛼⁄2 𝜎
𝑋� ∼ 𝑁 �𝜇, � ⇒ 𝑃 �𝜇 − < 𝑋� < 𝜇 + � = 1 − 𝛼.
𝑛 √𝑛 √𝑛
Si 1 − 𝛼 = 0.977 ⇒ 𝛼 = 0.023 ⇒ 𝛼 ⁄2 = 0.0115 ⇒ 1 − 𝛼 ⁄2 = 0.9885 ⇒ 𝑧𝛼⁄2 ≈ 2.27 (ver
tabla), y con 𝜎 2 = 100 se tiene que
2.27 × 10 2.27 × 10
𝑃 �𝜇 − < 𝑋� < 𝜇 + � = 𝑃(𝜇 − 2.27 < 𝑋� < 𝜇 + 2.27) = 0.977.
√100 √100
3
2. Sea 𝑋1 ∼ 𝑁(𝜇1 ; 𝜎12 ) una variable aleatoria de la que se posee la muestra 𝑥11 , 𝑥12 , … , 𝑥1𝑛 , con media y
cuasivarianza muestrales 𝑥̅1 y 𝑠̂12 . Y sea 𝑋2 ∼ 𝑁(𝜇2 ; 𝜎22 ) otra variable aleatoria de la que se posee la
muestra 𝑥21 , 𝑥22 , … , 𝑥2𝑛 , con media y cuasivarianza muestrales 𝑥̅2 y 𝑠̂22 . A continuación, se enuncia un
conjunto de hipótesis sobre ambas poblaciones. Escribe en términos estadísticos, la hipótesis nula y
alternativa que corresponden con cada una de estas hipótesis. (Respuesta correcta +0.25).(2p) (no
necesitas justificar)
Hipótesis H0 H1
La media de 𝑋1 es menor que la de 𝑋2 . 𝜇1 ≥ 𝜇2 𝜇1 < 𝜇2
Ambas varianzas son iguales. 𝜎12 = 𝜎22 𝜎12 ≠ 𝜎22
La media de 𝑋1 es superior a 3 𝜇1 ≤ 3 𝜇1 > 3
La varianza de 𝑋1 no supera a la de 𝑋2 𝜎12 ≤ 𝜎22 𝜎12 > 𝜎22

Finalmente, para comprobar si es posible afirmar si la proporción tiene un valor de 3.5%, se comprueba si dicho
valor (0.035) se encuentra en el intervalo de confianza:
Sí es posible afirmar que la proporción tiene un valor de 3.5% porque dicho valor se encuentra dentro del
intervalo de confianza. (1 p)
Conclusión justificada correctamente: 1 p.

Conclusión justificada de manera incorrecta o no justificada: 0 p.
4. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F). Contesta en la tabla siguiente. No
necesitas justificar. Respuesta correcta +0.5, incorrecta -0.5. (máximo 2 puntos)
Si tenemos 40 datos, y obtenemos con ellos que 𝑝̂ = 0.05, no podremos hacer un contraste de
1 V
hipótesis de una proporción asumiendo muestras grandes.
Si la proporción poblacional sigue una distribución normal, siempre podremos hacer un contraste
2 F
de hipótesis sobre una proporción para cualquier tamaño muestral.
Dado un tamaño muestral, el margen de error de un intervalo de confianza de una proporción será
3 V
mayor si p=0.4 que si p=0.2
Si al realizar un contraste rechazo que 𝑝 ≥ 0.5, el pvalor del contraste con 𝐻0 : 𝑝 ≤ 0.5 tendrá un
4 V
pvalor mayor que 0.05.
Sólo podemos usar la distribución t de Student para el contraste de una media si la muestra es
5 F
pequeña y la población es Normal
SOLUCIÓN:
1- V. En ese caso 𝑛𝑝̂ (1 − 𝑝̂ ) = 1.9 < 5 por lo que la aproximación a la normal no es satisfactoria.
2- F. La proporción poblacional será un número, y no una variable aleatoria.
3- El margen de error del intervalo es
𝑝(1 − 𝑝)
1.96√
𝑛
y es tanto mayor cuanto más próximo esté 𝑝 a 0.5. Para 𝑝 = 0.4 será
1.96
0.4899
√𝑛
y para 𝑝 = 0.2 será
1.96
0.40
√𝑛
que es menor.
4- V.Si se rechaza que 𝑝 ≥ 0.5 es porque 𝑝̂ ≪ 0.5 . Por tanto, si con ese valor tomamos 𝐻0 = 𝑝 ≤ 0.5 no
podríamos rechazarlo, pues los datos están del lado de 𝐻0 . El pvalor será mucho mayor que 0.05.
5- F. Podremos usar la t de Student si la población es normal, aunque la muestra sea pequeña.
SEMESTRE 2015-II
PRÁCTICA 5
JUEVES, 5 DE NOVIEMBRE DE 2015
Nombre:___________________________________________________________________________
Sección:___________________
DEBES ENTREGAR ESTA HOJA, JUNTO CON EL CUADERNILLO, CON LAS RESPUESTAS DE LAS PREGUNTAS 1 y 2
Salvo que se indique lo contrario, utiliza 𝛼 = 0.05
1. Analizando las calificaciones de una asignatura de años anteriores, se observa que los alumnos han
obtenido una nota media de 12 con varianza 2. A partir de una muestra aleatoria de 30 estudiantes del
presente año se obtiene una media de 13 con cuasi-varianza muestral de 2.1. A continuación se
enuncian un conjunto de hipótesis sobre los valores poblacionales de las calificaciones de esta
asignatura. Reescríbelas EN LA TABLA SIGUIENTE como hipótesis nula y alternativa. No necesitas
justificar. (Respuesta correcta +0.5).
Hipótesis sobre la población H0 H1

1 La varianza se mantiene en su valor histórico 𝜎2 = 2 𝜎2 ≠ 2
2 La nota media ha cambiado respecto al histórico 𝜇 = 12 𝜇 ≠ 12
3 La nota media ha disminuido respecto al histórico 𝜇 ≥ 12 𝜇 < 12
4 La nota media aumentó en un punto 𝜇 = 13 𝜇 ≠ 13
2. Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 𝜎², y sea 𝑋1 , … , 𝑋𝑛 una muestra aleatoria de dicha
variable. Sea 𝑋� la media muestral y 𝑆̂ la cuasi-desviación típica, basadas en dicha muestra. Decir si las
siguientes afirmaciones son verdaderas (V) o falsas (F). CONTESTA EN LA TABLA SIGUIENTE. No
necesitas justificar. Respuesta correcta +0.8, incorrecta -0.5.
Antes de tomar los datos, la muestra 𝑋1 , … , 𝑋𝑛 es un conjunto de variables aleatorias independientes e

1 V
idénticas a 𝑋.
Si 𝑋 es normal, un intervalo de confianza para 𝜇 basado en la t de Student será correcto aunque 𝑛 sea
2 V
pequeño.
3 Si 𝑛 > 30, la variable 𝑋 se aproximará a una normal. F
4 Si 𝑋 ∼ 𝑁(𝜇, 𝜎 2 ), entonces 𝑆̂ 2 /√𝑛 sigue una distribución 𝜒𝑛−1

2 F
Si la hipótesis nula 𝐻0 : 𝜇 = 100 se acepta con un nivel de significación del 10%, también se aceptará
5 V
con cualquier nivel de significación menor.
6 Si 𝑋 es normal, el p-valor de un contraste sobre 𝝁 ha de realizarse integrando la 𝑡𝑛−1 . V
7 Para muestras grandes, (𝑛 − 1)𝑆̂ 2 /𝜎 2 sigue una 𝜒𝑛−1

2
independientemente de la distribución de 𝑋. F
8 A mayor varianza poblacional, el intervalo de confianza de 𝝈𝟐 será más ancho. F
9 El p-valor de un contraste de hipótesis es 0,07. Si 𝛼 =0,10 concluiremos que debemos rechazar 𝐻0 . V
10 Si 𝑋 no es normal, no sabríamos hacer un intervalo de confianza para 𝝈𝟐 con lo aprendido en clase V
1
𝑋 ≈ 𝑁(𝜆, 𝜆)
Este hecho nos permite aplicar el contraste sin ningún problema, teniendo en cuenta n=1:
Paso 1:
Objetivo: contrastar
𝐻0 : 𝜆 = 15 frente a 𝐻1 : 𝜆 < 15 (contraste unilateral)
Paso 2 y 3:
El estadístico de contraste y distribución de referencia son:
𝑋−𝜆
𝑍= ~𝑁(0,1)
√𝜆
9.96 − 15
𝑧= = −1.3013
√15
Paso 4: Considerando 𝛼 = 5%
Región de rechazo:
𝑅𝑅0.05 = {𝑍: 𝑍 < 𝑧0.05 } = {𝑍: 𝑍 < −1.645}
Como 𝑧 = −1.3013 no pertenece a la región de rechazo, entonces no podemos rechazar

la hipótesis nula con una significación del 5%
b)
En este caso, de manera no puntual, sería encontrando un intervalo de confianza
aprovechando el hecho de que:
𝑋 ≈ 𝑁(𝜆, 𝜆)
Por tanto, el intervalo sería:

𝐼𝐶(0.95): 𝜆 ∈ (12 ± 1.96 × √12 ) = [5.2104,18.7896]
4. (3 puntos) Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y

varianza 𝜎02 , y cuya media muestral es 𝑋̅0 y la cuasivarianza es 𝑆̂02 . Responde si las siguientes
afirmaciones son verdaderas (V) o falsas (F). CONTESTA SÓLO EN LA TABLA SIGUIENTE. No
necesitas justificar. Respuesta correcta +1, incorrecta -1.
4.1
Si queremos contrastar si la media poblacional ha aumentado usaremos 𝐻0 : 𝜇 ≥ 𝜇0 frente a F
𝐻1 : 𝜇 < 𝜇0 .
4.2
El contraste 𝐻0 : 𝜇𝑥 ≤ 𝜇0 , 𝐻1 : 𝜇𝑥 > 𝜇0 se puede resolver comprobando si 𝜇0 está dentro del F
Página 4 de 5
4.3 Si rechazamos 𝐻0 : 𝜇 = 𝜇0 con 𝛼 = 0.05 también se va a rechazar con 𝛼 = 0.1. V
Página 5 de 5
Paso 2 y 3: Se realiza el contraste a partir del estadístico:
𝑝̂𝐻 − 𝑝̂𝑂𝑇
𝑇₀ = ~𝑁(0,1)
1 1
√𝑝̂0 (1 − 𝑝̂0 ) ( +
𝑛𝐻 𝑛𝑂𝑇 )
Entonces se calcula el valor del estadístico de contraste como sigue:
31 36
−
𝑇₀ = 35 50 = 1.84
1 1
√𝑝̂0 (1 − 𝑝̂ 0 ) ( + )
35 50
35𝑝̂𝐻 +50𝑝̂𝑂𝑇
Donde 𝑝̂0 = = es la mejor estimación de la frecuencia de puntualidad y 𝑝̂ 𝐻 𝑦 𝑝̂ 𝑂𝑇
85
son las proporciones muestrales correspondientes.
Paso 4: La región de rechazo del contraste, para 𝛼 = 5%, es:
𝑝̂𝐿 − 𝑝̂𝐴
𝑅 = (𝑥1 , … , 𝑥35 ; 𝑦1 , … , 𝑦50 )/ || || ≥ 𝑧𝛼 = 1.96 ,
1 1
√𝑝̂0 (1 − 𝑝̂ 0 ) ( + )
2
{ 35 50 }
Luego
𝑡₀ = 1.84 < 1.96
A un nivel de significación del 5% no hay evidencia estadística suficiente para rechazar la
hipótesis nula, es decir, no se puede afirmar que las proporciones son distintas.
b) Calcula el p-valor del contraste.

El p-valor del contraste, al ser unilateral, se calcula como:
𝑝 = 𝑃(𝑍 ≤ 1.84) = 0.0329.
3. (2 puntos) Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 𝜎², y sea 𝑋1 , … , 𝑋𝑛 una muestra
aleatoria simple (M.A.S.) de dicha variable. Sea 𝑋̅ la media muestral y 𝑆̂ la cuasi-desviación típica,
basadas en dicha muestra. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F).
CONTESTA EN LA TABLA SIGUIENTE (el hacerlo en el cuadernillo invalida respuestas). No
necesitas justificar. Respuesta correcta +0.5, incorrecta -0.25.
4.
Antes de tomar los datos, la muestra 𝑋1 , … , 𝑋𝑛 no es un conjunto de variables aleatorias independientes
1 F
e idénticas a 𝑋.
2 Si 𝑛 > 100, la variable 𝑋̅se distribuirá normal. F
Si la hipótesis nula 𝐻0 : 𝜇 = 100 se acepta con un nivel de significación del 10%, también se aceptará
3 V
con cualquier nivel de significación menor.
Si 𝑛 > 30, aún es posible hacer el contraste de hipótesis sobre la varianza poblacional, con
4 F
independencia del comportamiento de 𝑋.
Página 3 de 6
UNIVERSIDAD DE PIURA / CAMPUS LIMA
FACULTAD DE INGENIERÍA
PROGRAMA: INGENIERÍA INDUSTRIAL Y DE SISTEMAS
ASIGNATURA: ESTADÍSTICA BÁSICA
Examen Sustitutorio
Fecha: 13 de julio de 2019; 8 a.m. Nombre: …………………………………………..
Duración: 2 horas 50 minutos
No se puede consultar ningún tipo de documentación ni digital ni física. Solo usar calculadora SIMPLE y tablas de
probabilidades que se les proporcionará durante el examen. Se tomará en cuenta el orden y limpieza de su resolución.
1. (7 puntos) Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 (n>30) una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y
varianza 𝜎02 , y cuya media muestral es 𝑋̅0 (cuya realización es 𝑥̅0 ) y la cuasivarianza es 𝑆̂02 (cuya
realización es 𝑠̂02 ). Responde si las siguientes afirmaciones son verdaderas (V) o falsas (F). CONTESTA
SÓLO EN LA TABLA SIGUIENTE. No necesitas justificar. Respuesta correcta +1, incorrecta -0.5.
1.1 𝑆̂02 es un estimador insesgado de la varianza poblacional y su ECM es negativo. F
1.2
Si queremos contrastar que la media poblacional ha incrementado podemos plantear el siguiente F
contraste de hipótesis: 𝐻0 : 𝑥
̅0 ≤ 𝜇 frente a 𝐻1 : 𝑥
̅0 > 𝜇.
1.3
El contraste de hipótesis bilateral respecto de la media poblacional siempre puede resolverse V
verificando que 𝜇0 está dentro del intervalo de confianza para 𝜇.
2 2
̅ 0 − 𝑧1−(𝛼⁄2)×𝜎 < 𝜇 < 𝑋
La 𝑃 (𝑋 ̅ 0 + 𝑧1−(𝛼⁄2)×𝜎 ) = 1 − 𝛼 se puede interpretar como que existe F
1.4 √𝑛 √𝑛
una probabilidad 1 − 𝛼 de que la media poblacional esté en ese intervalo.
1.5 El p-valor es una probabilidad que cuantifica la evidencia de aceptar solo la hipótesis nula. V
1.6
Si nos piden hacer un contraste de hipótesis, podemos suponer un nivel de significación adecuado V
ya que este último implica la probabilidad de rechazar la hipótesis nula siendo verdadera.
1.7
Sea 𝑝 el p-valor del contraste de hipótesis: 𝐻0 : 𝜇 ≥ 𝜇0 frente a 𝐻1 : 𝜇 < 𝜇0 . Si 𝛼1 < 𝛼2 y 𝑝 < 𝛼2 , F
es seguro rechazar 𝐻0 con ambos 𝛼1 𝑦 𝛼2 .
2. (5 puntos) Un contraste de hipótesis para validar un parámetro poblacional de interés se facilita

siguiendo 4 pasos vistos en clase. En ese sentido, argumentando adecuadamente y con el detalle
respectivo de inicio a fin, deduzca en estadístico de contraste para validar:
a) La media poblacional
b) La proporción poblacional
SOLUCIÓN:
a) La media poblacional
A partir de un estadístico muestral, se busca hacer inferencia sobre un parámetro poblacional. Para
este caso, la media muestral al ser un estimador insesgado de la media poblacional sería un
estadístico ideal para validar una hipótesis sobre la media poblacional.
Para ello, debemos partir del hecho que se tiene 𝑋 que es una variable aleatoria que cumple:
𝐸(𝑋) = 𝜇 𝑦 𝑉𝑎𝑟(𝑋) = 𝜎 2
1/4
SUSTITUTORIO
15/07/2019
Sección:___________________
No se puede consultar ninguna documentación, salvo las tablas y formulario oficiales de la asignatura. Contesta cada
pregunta sólo en la hoja de su enunciado. Usa el cuadernillo sólo como borrador. El cuadernillo NO se entrega. Cuando se
solicite RECLAMO, deberá adjuntarse copia de la solución publicada. NOTA

Si la distribución de los datos es simétrica, el coeficiente de asimetría será positivo, y si es asimétrica será
1.1
negativo
1.2 La moda es un coeficiente que es muy sensible a valores atípicos
1.3 El rango intercuartílico no es sensible a valores atípicos X
1.4 Dos sucesos independientes serán mutuamente excluyentes
1.5 𝑃(𝐴|𝐵) = 𝑃(𝐵|𝐴)/𝑃(𝐴)

X
1.6 𝑃(𝐴) = 𝑃(𝐴|𝐵)(1 − 𝑃(𝐵̅) + 𝑃(𝐴|𝐵̅)(1 − 𝑃(𝐵))
1.7 La suma de dos variables de Poisson independientes es también Poisson X
1.8 La suma de dos variables exponenciales independientes es también exponencial
1.9 La suma de dos variables uniformes independientes es también uniforme
1.10 Si tenemos la función de densidad 𝑓(𝑥) = 𝑥 2 , con 𝑥 ∈ [0, 𝑎] entonces 𝑎 = 1
1.11 La moda de 𝑋 ∼ 𝐸𝑥𝑝(𝜆 = 1) es 𝑥 = 1
1.12 Si tenemos la función de densidad 𝑓(𝑥) = 𝑥 𝑎 , con 𝑥 ∈ [0,1], entonces 𝑎 = 0 X
1.13 Si p-valor<𝛼, la diferencia encontrada entre los datos y 𝐻0 no es significativa
1.14 Si p-valor> 𝛼, podemos apoyarnos en los datos para probar que se cumple 𝐻0 X
1.15 Si p-valor=𝛼 el contraste no es concluyente
1
SEMESTRE 2015-II
SUSTITUTORIO
MIÉRCOLES, 9 DE DICIEMBRE DE 2015
Nombre:___________________________________________________________________________
Sección:___________________
DEBES ENTREGAR ESTA HOJA, JUNTO CON EL CUADERNILLO, CON LAS RESPUESTAS DE LAS PREGUNTA 1
Sólo están permitidas las tablas que se entregan con el examen. Salvo que se indique lo contrario, utiliza 𝛼 = 0.05.
1. Sea (𝑥1 , 𝑦1 ), … , (𝑥100 , 𝑦100 ) una muestra aleatoria de 𝑛 = 100 pares de puntos de la población (𝑋, 𝑌). Sea
𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝑢 con 𝑢 ∼ 𝑁(0, 𝜎 2 ), y sean 𝜇𝑥 y 𝜎𝑥2 , la media y varianza de 𝑋, respectivamente. Decir si las
siguientes afirmaciones son verdaderas (V) o falsas (F). CONTESTA EN LA TABLA SIGUIENTE. No necesitas
justificar. Respuesta correcta +0.5, incorrecta -0.25.
a) Como 𝑛 > 30 entonces 𝑋 se puede aproximar con una normal. F
b) Si 𝑌 depende linealmente de 𝑋, ambos coeficientes de regresión, 𝛽0 y 𝛽1 , serán no nulos. F
c) Si el p-valor del contraste 𝐻0 : β1 = 0 es menor que 𝛼 , se rechazará que haya relación entre 𝑋 e 𝑌. F
d) Si 𝑋 aumenta en una unidad, 𝑌 aumenta, por término medio, en 𝛽1 unidades. V
e) Si 𝑋 = 0 , entonces 𝑌 ∼ 𝑁(𝛽0 , 𝜎 2 ). V
f) El margen de error del intervalo de confianza para 𝜇𝑥 disminuye con 𝑛 y aumenta con 𝜎𝑥2 . V
El contraste 𝐻0 : 𝜇𝑥 ≤ 𝜇0 , 𝐻1 : 𝜇𝑥 > 𝜇0 se puede resolver comprobando si 𝜇0 está dentro del
g) F
h) El rango intercuartílico de 𝑋 tiene el mismo número de datos que el rango intercuartílico de 𝑌 V
SOLUCIÓN
a. FALSO. La distribución de una variable aleatoria no depende del tamaño de la muestra que se extraiga de
ella. Sería cierto para 𝑋�.
b. FALSO. La dependencia entre X e Y sólo afecta a 𝛽1 .
c. FALSO. Al contrario, se rechazará 𝐻0 que es la ausencia de relación. Por tanto, si el pvalor es bajo, se acepta
que hay relación.
d. VERDADERO.
e. VERDADERO, pues el modelo de regresión simple (que hemos estudiado) asume 𝑌 ∼ 𝑁(𝛽0 + 𝛽1 𝑋; 𝜎)
f. VERDADERO. SE deduce fácilmente de la fórmula
g. FALSO. Esa equivalencia es sólo para contrastes bilaterales.
h. VERDADERO. Entre el rango intercuartílico está el 50% de los datos, que en nuestro caso son 50.
1
Sustitutorio

Semestre 2018-II 3 horas
Sección:___________________
No se puede consultar ninguna documentación salvo las tablas y el formulario de la asignatura. Con calculadora. Contesta cada pregunta sólo
en la hoja de su enunciado. El cuadernillo no se entrega. Salvo que se indique otra cifra, usa 𝜶 = 𝟎. 𝟎𝟓.
Cuando se solicite RECLAMO, deberá adjuntarse copia de la solución publicada (sólo del ejercicio sobre el que se reclame). El reclamo deberá
basarse en errores de corrección en base a esa solución. Si simplemente se alega que se merece más puntaje, el reclamo no va a prosperar.
NOTA
1. A continuación, se muestra un conjunto de tablas. En cada tabla hay tres frases, donde sólo una es correcta. En
cada tabla, marque con X en la casilla de la derecha de la frase correcta. No hay que justificar.

1.1 Sea X una variable aleatoria discreta, si x=10 es el percentil 25, entonces necesariamente 𝐹(0.25) = 10
1.2 Sea X una variable aleatoria discreta, si x=10 es el percentil 25, entonces necesariamente 𝐹(10) ≤ 0.25
1.3 Sea X una variable aleatoria discreta, si x=10 es el percentil 25, entonces necesariamente 𝐹(10) ≥ 0.25 X
1.4 Si 𝑋 ∼ 𝑃𝑜𝑖(𝜆1 ) y 𝑌 ∼ 𝑃𝑜𝑖(𝜆2 ) e independientes, entonces 𝐸(𝑋 + 𝑌) = 𝑉𝑎𝑟(𝑋 + 𝑌) X

1.5 Si 𝑋 ∼ 𝐸𝑥𝑝(𝜆 = 0.1), entonces 𝑃(𝑋 = 0) = 0.1
1.6 Si 𝑋 ∼ 𝐵(4; 0.7), la moda es 4.

Sea 𝑥1 , 𝑥2 , … , 𝑥𝑛 una muestra aleatoria de una población 𝑋…
1.7 Si n es grande (𝑛 > 30) 𝑋 será aproximadamente normal.
1.8 Si 𝐸(𝑋) = 1 y 𝑉𝑎𝑟(𝑋) = 1 entonces 𝑉𝑎𝑟(𝑋̅) = 2/𝑛

𝑥1 +𝑥2
1.9 El estadístico es un estimador insesgado de 𝐸(𝑋) X
2

1.10 Si al realizar un contraste rechazo 𝐻0 : 𝜇1 = 𝜇2 necesariamente rechazaré 𝐻0 : 𝜇1 ≥ 𝜇2
1.11 Para rechazar el contraste 𝐻0 : 𝜇1 ≥ 𝜇2 , necesariamente tiene que cumplirse que 𝑥̅1 < 𝑥̅2 X
1.12 Si al realizar un contraste rechazo 𝐻0 : 𝜇1 ≥ 𝜇2 necesariamente rechazaré 𝐻0 : 𝜇1 = 𝜇2
1
1.962 𝑝(1 − 𝑝)
𝑛=
0.052
Finalmente, ya que 𝑝 es desconocido, sabemos que, en el peor de los casos, con 𝑝 = 0.5,
el valor de n sería de 385.
5. (4 puntos) Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 𝜎², y sea 𝑋1 , … , 𝑋𝑛 una muestra
aleatoria de dicha variable. Sea 𝑋̅ la media muestral y 𝑆̂ la cuasi-desviación típica, basadas en
dicha muestra. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F). CONTESTA EN
LA TABLA SIGUIENTE. No necesitas justificar. Respuesta correcta +1, incorrecta -0.5.
Si 𝑋 es normal, un intervalo de confianza para 𝜇 basado en la t de Student será correcto, aunque 𝑛 sea
1 V
pequeño.
2 Si 𝑋 ∼ 𝑁(𝜇, 𝜎 2 ), entonces 𝑛𝑆̂ 2 /𝜎² sigue una distribución 𝜒𝑛−1

2 F
3 Si 𝑋 es normal, el p-valor de un contraste sobre 𝝁 ha de calcularse incluyendo la 𝑧𝛼 necesariamente. F
4 Un intervalo de confianza para 𝝈𝟐 , puede dar un valor extremo inferior negativo, en ese caso se debe F
truncar en cero.
Página 6 de 6
Examen Final
Fecha: 06 de diciembre de 2018; 2 p.m. Nombre: …………………………………………..
1. (7 puntos) Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y varianza
𝜎02 , y cuya media muestral es 𝑋̅0 y la cuasivarianza es 𝑆̂02 . Responde si las siguientes afirmaciones son
verdaderas (V) o falsas (F). CONTESTA SÓLO EN LA TABLA SIGUIENTE. No necesitas justificar.
Respuesta correcta +1, incorrecta -1.
1.1 𝑆̂02 es igual a [(𝑛 − 1)/𝑛]𝑆𝑛2 . F
Si queremos contrastar si la media poblacional ha disminuido usaremos 𝐻0 : 𝜇 ≥ 𝜇0 frente a V

1.2
𝐻1 : 𝜇 < 𝜇0 .
El contraste 𝐻0 : 𝜇𝑥 ≤ 𝜇0 , 𝐻1 : 𝜇𝑥 > 𝜇0 se puede resolver comprobando si 𝜇0 está dentro del F

1.3
intervalo de confianza para 𝜇𝑥 .
1.4 El estadístico 𝑋̅ ∗ = (2𝑋1 + 𝑋𝑛 )/3 como estimador de 𝜇0 tiene un sesgo de 0.25. F
̅ − 𝜇0 )⁄𝜎0
Si 𝑋 ∼ 𝑁(𝜇0 ; 𝜎02 ) entonces, siempre se cumple (con independencia de n) que: (𝑋 ∼ F
1.5
𝑁(0,1).
1.6 Si rechazamos 𝐻0 : 𝜇 = 𝜇0 con 𝛼 = 0.05 no necesariamente se va a rechazar con 𝛼 = 0.1. F
Sea 𝑝 el p-valor del contraste con 𝐻0 : 𝜇 ≥ 𝜇0 obtenido a partir de la información de una muestra. V
1.7
Entonces, el p-valor del contraste con 𝐻0 : 𝜇 ≤ 𝜇0 con la misma muestra será 1 − 𝑝.
SOLUCIÓN
1.1. Falso, 𝑆̂02 es igual a [𝑛/(𝑛 − 1)]𝑆𝑛2 ..
1.2. Verdadero, ya que se quiere contrastar que ha disminuido y es lo que refleja 𝐻1 : 𝜇 < 𝜇0 .
1.3. Falso, solo se aplica por intervalo cuando el contraste es bilaterial, es decir con 𝐻0 : 𝜇 = 𝜇0
frente a 𝐻1 : 𝜇 ≠ 𝜇0 .
1.4. Falso, tiene un sesgo como se puede ver:

2𝑋1 + 3𝑋𝑛 2𝐸(𝑋1 ) + 3𝐸(𝑋2 ) 2𝜇0 + 3𝜇0 5
𝐸( )= = = 𝜇0
4 4 4 4
Por lo tanto el:
1/5
5 1
𝑠𝑒𝑠𝑔𝑜(𝑋̅∗ ) = 𝐸(𝑋̅∗ ) − 𝜇0 = 𝜇0 − 𝜇0 = 𝜇0 .
4 4
1.5. Falso. La distribución de la media muestral de una población normal con independencia del valor
de n, es
𝜎02
𝑋̅ ∼ 𝑁 (𝜇0 ; )
𝑛
por tanto, el estadístico que sigue la normal estándar será
𝑋̅ − 𝜇0
𝜎0 ∼ 𝑁(0,1)
⁄
√𝑛
1.6. Falso, si con con 𝛼 = 0.05 estamos en la región de rechazo, al agrandar ésta hasta con 𝛼 = 0.1
seguiremos en la región de rechazo.
1.7. Verdadero. La región de rechazo con 𝐻0 : 𝜇 ≥ 𝜇0 está en la cola de la izquierda, mientras que con
𝐻0 : 𝜇 ≤ 𝜇0 está a la derecha. Por tanto, la región de rechazo que delimita el estadístico de
contraste en el primer caso será p y para el segundo caso dado que se trata de la misma muestra
(mismo valor del estadístico de contraste), pues el p valor corresponderá a la nueva región de
rechazo, la del lado derecho que corresponde a 1-p.
2. (6 puntos) Una variable aleatoria 𝑋, se distribuye como una normal con media 0 y varianza 4. Se
construye la variable aleatoria 𝑌 = 5𝑋 2 − 10. Considerando que 𝐸(𝑍 4 ) = 3, donde 𝑍 es una variable
aleatoria normal estándar, responda a las siguientes preguntas:
a) Sobre X, ¿Cuál es la probabilidad de separarse de su media más de una desviación típica?

b) ¿La probabilidad anterior es menor que la probabilidad de que Y se separe de su media más de
una desviación típica de Y?
SOLUCIÓN:
a)
Dado que la desviación típica de 𝑋 es 2 y que su media es 0, la probabilidad de que 𝑋 se separe de su
media más de una desviación típica es:
𝑃(|𝑋| > 2) = 𝑃(|𝑍| > 1) = 𝑃(𝑍 > 1) + 𝑃(𝑍 < −1) = 2 × 𝑃(𝑍 < −1) = 0.3173
b)
Donde 𝑍 = (𝑋 − 0)/2 tiene una distribución normal estándar. Además, se puede deducir que 𝑋 =
2𝑍, por lo que se cumple que:
𝑌 = 5𝑋 2 − 10 = 20𝑍 2 − 10,
Y su esperanza es:
𝐸(𝑌) = 20𝐸(𝑍 2 ) − 10,
Por otro lado, se sabe que:

𝑉𝑎𝑟(𝑍) = 𝐸(𝑍 2 ) − [𝐸(𝑍)]2 ⟹ 𝑉𝑎𝑟(𝑍) = 1 = 𝐸(𝑍 2 ),
Por lo que:
𝐸(𝑌) = 10.
Ahora necesitamos encontrar la varianza de Y:
𝑉𝑎𝑟(𝑌) = 𝐸(𝑌 − 𝜇𝑌 )2 = 𝐸(20𝑍 2 − 10 − 10)2 = 𝐸(20𝑍 2 − 20)2 = 400𝐸(𝑍 2 − 1)2

400(𝐸(𝑍 4 − 2𝑍 2 + 1)) = 800.
Finalmente, la probabilidad de que Y se aleje de su media más de una desviación típica es:
2/5
Examen Final
Fecha: 04 de julio de 2019; 8 a.m. Nombre: …………………………………………..
1. (7 puntos) Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 (n>30) una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y
varianza 𝜎02 , y cuya media muestral es 𝑋̅0 (cuya realización es 𝑥̅0 ) y la cuasivarianza es 𝑆̂02 (cuya
realización es 𝑠̂02 ). Responde si las siguientes afirmaciones son verdaderas (V) o falsas (F). CONTESTA
SÓLO EN LA TABLA SIGUIENTE. No necesitas justificar. Respuesta correcta +1, incorrecta -0.5.
1.1 𝑆̂02 es un estimador insesgado de la varianza poblacional y su ECM es cero. F
1.2
Si queremos contrastar que la media poblacional ha incrementado podemos plantear el siguiente F
contraste de hipótesis: 𝐻0 : 𝜇 ≤ 𝑥
̅0 frente a 𝐻1 : 𝜇 > 𝑥
̅0 .
1.3
El contraste de hipótesis respecto de la media poblacional siempre puede resolverse verificando F
que 𝜇0 está dentro del intervalo de confianza para 𝜇.
̅ 0 − 𝑧1−(𝛼⁄2)×𝜎 < 𝜇 < 𝑋

La 𝑃 (𝑋 ̅ 0 + 𝑧1−(𝛼⁄2)𝜎) = 1 − 𝛼 se puede interpretar como que existe una F
1.4 √𝑛 √𝑛
probabilidad 1 − 𝛼 de que la media poblacional esté en ese intervalo.
1.5 El p-valor es una probabilidad que cuantifica la evidencia de aceptar solo la hipótesis nula. V
1.6
Si nos piden hacer un contraste de hipótesis, podemos suponer un nivel de significación adecuado F
ya que este último implica la probabilidad de aceptar la hipótesis nula siendo falsa.
1.7
Sea 𝑝 el p-valor del contraste de hipótesis: 𝐻0 : 𝜇 ≥ 𝜇0 frente a 𝐻1 : 𝜇 < 𝜇0 . Si 𝛼1 < 𝛼2 y 𝑝 < 𝛼2 , V
es posible rechazar 𝐻0 con ambos 𝛼1 𝑦 𝛼2 .
2. (5 puntos) Se sabe que los pesos de las monedas de un sol que inyecta el banco central de reserva
del Perú (BCRP) se distribuyen normal con varianza de 0.008. Se dispone de una muestra aleatoria
simple de medidas de pesos de 16 monedas de un sol usadas desde su entrada en vigor. Según el
BCRP, estas monedas tenían un peso medio de 9.25 gramos al salir de fábrica en 2002. Un experto
sostiene, sin embargo, que con el roce las monedas usadas tendrían un peso medio inferior. A
continuación, se muestra una salida de Excel para ayudarle a validar la anterior afirmación:
1/4
Final
14/06/2019
Sección:___________________
No se puede consultar ninguna documentación, salvo las tablas y formulario oficiales de la asignatura. Contesta cada pregunta sólo en
la hoja de su enunciado. Usa el cuadernillo sólo como borrador. El cuadernillo NO se entrega. Cuando se solicite RECLAMO, deberá
adjuntarse copia de la solución publicada. NOTA
1.1 En una muestra aleatoria, el sesgo de los estimadores es nulo

Un estadístico es una variable aleatoria de la que sólo observamos el valor que se obtiene con nuestra
1.2
muestra X
1.3 La varianza de un estimador nos dice cuánto varía el sesgo de unas muestras a otras
1.4 La distribución muestra de la media es siempre normal
1.5 Si la muestra procede de una normal, la distribución muestral de la media es una t de Student
1.6 Si la muestra procede de una normal, la distribución muestral de la media es una normal X
1.7 Dado un tamaño muestral, puedo disminuir el margen de error si aumento el nivel de confianza
1.8 Dado un margen de error, al aumentar el tamaño muestral aumentará el nivel de confianza X
1.9 Dado un nivel de confianza, aumentando el tamaño muestral aumentará el margen de error
1.10 Si 𝐻0 : 𝜃 = 100 y 𝜃̂ ≠ 100 tendremos necesariamente que rechazar 𝐻0
1.11 Si 𝐻0 : 𝜃 ≥ 100 y 𝜃̂ > 100 tendremos necesariamente que aceptar 𝐻0 X

1.12 Si 𝐻1 : 𝜃 > 100 y 𝜃̂ > 100 tendremos necesariamente que aceptar 𝐻1
1.13 Cuanto mayor sea el nivel de significación más fácil será rechazar 𝐻0 X
1.14 El nivel de significación es el área que ocupa la región de aceptación
1.15 Si el estadístico de contraste es menor que el nivel de significación, rechazaremos 𝐻0
1
Final

Semestre 2018-II 3 horas
Sección:___________________
No se puede consultar ninguna documentación salvo las tablas y el formulario de la asignatura. Contesta cada pregunta sólo en la hoja de su
enunciado. El cuadernillo no se entrega. Salvo que se indique otra cifra, usa 𝜶 = 𝟎. 𝟎𝟓.
Cuando se solicite RECLAMO, deberá adjuntarse copia de la solución publicada (sólo del ejercicio sobre el que se reclame). El reclamo deberá
basarse en errores de corrección en base a esa solución. Si simplemente se alega que se merece más puntaje, el reclamo no va a prosperar.
NOTA
1. A continuación, se muestra un conjunto de tablas. En cada tabla hay tres frases, donde sólo una es correcta. En
cada tabla, marque con X en la casilla de la derecha de la frase correcta. (+1 si la elección es correcta, -1/3 si la
elección es incorrecta). No hay que justificar.

1.1 Si planteo la hipótesis 𝐻0 : 𝜇 ≥ 9, y en mi muestra obtengo 𝑥̅ = 12, aceptaré 𝐻0 X
1.2 El pvalor es la probabilidad de que 𝐻0 sea falsa
1.3 El pvalor es una medida de cómo de alejados están los datos de la hipótesis alternativa
Solución:
1.1 Sólo podremos rechazar 𝐻0 si los datos hacen lo que dice 𝐻1 de forma muy evidente. Si 𝑥̅ = 12 no contradice 𝐻0 : 𝜇 ≥
9 por lo que no podremos rechazar 𝐻0 .
1.4 Para estimar una proporción 𝑝 con un margen de error de 0.05 hay que tomar un mínimo de 385 datos X
1.5 Para estimar una proporción 𝑝 con un margen de error de 0.05 hay que tomar un máximo de 384 datos
1.6 Para estimar una proporción 𝑝 con un margen de error de 0.05 hay que tomar un mínimo de 1537 datos
Solución
2
1.96(0.5)
𝑛 = ⌈( ) ⌉ = 385
0.05

1.7 La media muestral estará dentro de su intervalo de confianza el (1 − 𝛼) × 100% de las veces
1.8 Para estimar 𝜎 2 es necesario que la población sea normal
1.9 El estimador de 𝜎 2 por el método de los momentos es sesgado X
Solución:
1.7: La media muestral siempre está dentro de su intervalo de confianza
1.9: El estimador de 𝜎 2 por el método de los momentos es 𝑠 2 (divide por n) y es sesgado
1
1.10 Si en el contraste con 𝐻0 : 𝜇1 ≥ 𝜇2 se rechaza 𝐻0 con pvalor=0.04, también rechazaremos 𝐻0 : 𝜇1 = 𝜇2
1.11 A mayor pvalor más significativa es la diferencia entre los datos y 𝐻0
1.12 Si rechazo 𝐻0 : 𝜇1 ≥ 𝜇2 aceptaré 𝐻0 : 𝜇1 ≤ 𝜇2 X
Solución:
1.10 FALSA. En el contraste con 𝐻0 : 𝜇1 ≥ 𝜇2 , la región de rechazo, para 𝛼 = 0.05, estará a la izquierda del valor crítico
−1.645. Si el pvalor es 0.04, el estadístico 𝑡0 estará donde indica la Figura 1.
Figura 1 Figura 2
Sin embargo, en el contraste 𝐻0 : 𝜇1 = 𝜇2 la región de rechazo está en ambas colas, cada una con área 0.025, por lo que el
estadístico 𝑡0 , que deja a la izquierda un área de 0,04, estará en la región de No Rechazo, como indica la Figura 2. Por lo
tanto, esta cuestión es falsa.
1.12 VERDADERA. La región de rechazo del contraste 𝐻0 : 𝜇1 ≥ 𝜇2 está a la izquierda del valor -1.645 (Figura 3), y la región
de aceptación del contraste 𝐻0 : 𝜇1 ≤ 𝜇2 está a la izquierda del valor +1.645. Por tanto, si el estadístico de contraste,
𝑡0 , está en la región de rechazo el primer contraste, estará en la región de aceptación del segundo contraste.
Figura 3 Figura 4
2
SEMESTRE 2017-II
EXAMEN FINAL
HORA: 2:00 AM
DURACIÓN: 2 H Y 50 MIN
LUNES, 27 DE NOVIEMBRE DE 2017
Nombre:___________________________________________________________________________
Sección:___________________
No se puede consultar ningún tipo de documentación. En la calificación se tomará en cuenta el orden y la limpieza de su resolución.
Sólo calculadora simple y tablas de probabilidad publicadas en Siga. Use como mínimo 3 decimales en sus resoluciones.
1. Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y varianza 𝜎02 , y cuya media
muestral es 𝑋̅0 y la cuasivarianza es 𝑆̂02 . Responde si las siguientes afirmaciones son verdaderas (V) o falsas
(F). CONTESTA SÓLO EN LA TABLA SIGUIENTE. No necesitas justificar. Respuesta correcta +1,
incorrecta -1. Máxima puntuación para esta pregunta: 7 puntos.
1.1 𝑆̂02 es un estimador insesgado de 𝜎02. V
1.2
Si queremos contrastar si la media poblacional ha aumentado usaremos 𝐻0: 𝜇 ≥ 𝜇0 frente a F
𝐻1 : 𝜇 < 𝜇0.
Si queremos contrastar que la varianza de la población ha aumentado usaremos 𝐻0: 𝑆̂ 2 ≤ 𝑆̂02 F

1.3
frente a 𝐻1 : 𝑆̂ 2 > 𝑆̂02.
1.4
Si queremos contrastar que la media poblacional no ha cambiado usaremos 𝐻0 : 𝜇 = 𝜇0 frente a V
𝐻1 : 𝜇 ≠ 𝜇0.
Si 𝜎02 = 1, necesitaremos más de 384 datos para estimar un intervalo de confianza para 𝜇0 con un V
1.5
margen de error de 0.1.
1.6 El estadístico 𝑋̅ ∗ = (𝑋1 + 𝑋𝑛 )/2 es un estimador insesgado de 𝜇0. V
1.7 ̅ − 𝜇0 )⁄𝜎0 ∼ 𝑁(0,1).

Si 𝑋 ∼ 𝑁(𝜇0 ; 𝜎02 ) entonces (𝑋 F
1.9
Sea 𝑝 el pvalor del contraste con 𝐻0 : 𝜇 ≥ 𝜇0 obtenido a partir de la información de una muestra. V
Entonces, el pvalor del contraste con 𝐻0 : 𝜇 ≤ 𝜇0 con la misma muestra será 1 − 𝑝.
SOLUCIÓN
1.1. Verdadero. Esa es la principal característica de la cuasivarianza.
1.2. Falso, será 𝐻0 : 𝜇 ≤ 𝜇0 frente a 𝐻1 : 𝜇 > 𝜇0.
1.3. Falso, será 𝐻0 : 𝜎 2 ≤ 𝜎02 frente a 𝐻1 : 𝜎 2 > 𝜎02 .
1.4. Verdadero.
Página 1 de 5
1.5. Verdadero. Para ese tamaño muestra se puede aplicar que
𝑧0.025 𝜎0 2 1.96 × 1 2
𝑛=( ) =( ) = 384.16 ≈ 385,
𝐿 0.1
pues 𝑛 ha de ser entero, pero no menor que 384.16.
1.6. Verdadero
𝑋1 + 𝑋𝑛 𝐸(𝑋1 ) + 𝐸(𝑋2 ) 𝜇0 + 𝜇0
𝐸( )= = = 𝜇0
2 2 2
1.7. Falso. La distribución de la media muestral de una población normal es

𝜎02
𝑋̅ ∼ 𝑁 (𝜇0 ; )
𝑛
𝑋̅ − 𝜇0
𝜎0 ∼ 𝑁(0,1)
⁄
√𝑛
1.8. Verdadero, si con con 𝛼 = 0.01 estamos en la región de rechazo, al agrandar ésta hasta con 𝛼 = 0.05
1.9. Verdadero. La región de rechazo con 𝐻0: 𝜇 ≥ 𝜇0 está en la cola de la izquierda, mientras que con 𝐻0: 𝜇 ≤ 𝜇0
está a la derecha. Por tanto, la región de rechazo que delimita el estadístico de contraste en el primer caso
será p y para el segundo caso dado que se trata de la misma muestra (mismo valor del estadístico de
contraste), pues el p valor corresponderá a la nueva región de rechazo, la del lado derecho que corresponde
a 1-p.
2. (4 puntos) Se ha llevado a cabo una encuesta con el objetivo de estudiar el gasto en educación universitaria
nacional de los hogares durante el año académico 2012, relativo tanto a bienes y servicios adquiridos en los
centros educativos como aquellos ocasionados fuera de ellos pero asociados a la educación. A continuación se
muestra un resumen de los datos obtenidos sobre el gasto por alumno (en soles) en cada uno de los hogares
encuestados (en cada hogar encuestado hay una persona cursando estudios universitarios):
Se obtuvo además que en uno de cada cinco hogares el alumno asistió a clases de apoyo fuera de la universidad
(academias), con un gasto medio por estudiante de 700 soles. Contesta a las siguientes preguntas indicando
claramente la variable de interés y las hipótesis sobre la misma y sobre la muestra que asumes:
a. Calcula una estimación insesgada del gasto medio por alumno.

b. Calcula un intervalo de confianza al 99% para el gasto medio por alumno. Interpreta el resultado obtenido.
c. Si se quiere reducir la amplitud del intervalo de confianza del apartado anterior para que sea de como mucho
200 soles, ¿Con qué tamaño muestral deberíamos trabajar? Para contestar a esta pregunta asumimos que el
gasto medio y la cuasi-desviación típica muestrales no varían y que el nivel de confianza sigue siendo del 99
%.
Página 2 de 5
SEMESTRE 2016-II
PRÁCTICA 5
VIERNES, 2 DE DICIEMBRE DE 2016
Nombre:___________________________________________________________________________
Sección:___________________
Sólo pueden utilizarse las tablas y formulario que se proporcionan. JUSTIFICA TODAS TUS RESPUESTAS. Utiliza 𝜶 = 𝟎. 𝟎𝟓.
DEBES ENTREGAR ESTA HOJA CON LA RESPUESTS DEL PROBLEMA 1
Para solicitar los reclamos para el examen final, es necesario anexar la solución impresa,
señalando en ella aquellos puntos en los que se realiza el reclamo. Todo reclamo debe estar
correctamente fundamentado en relación a este solucionario
1. Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y varianza 𝜎02 , y cuya media
muestral es 𝑋̅0 y la cuasivarianza 𝑆̂02 . Responde si las siguientes afirmaciones son verdaderas (V) o falsas
(F). CONTESTA SÓLO EN LA TABLA SIGUIENTE. No necesitas justificar. Respuesta correcta +1,
incorrecta -1. Máxima puntuación para esta pregunta: 7 puntos.
1.1 𝑆̂02 es un estimador insesgado de 𝜎02 . V
Si queremos contrastar si la media poblacional ha aumentado usaremos 𝐻0 : 𝜇 ≥ 𝜇0 frente a F

1.2
𝐻1 : 𝜇 < 𝜇0 .
Si queremos contrastar que la varianza de la población ha aumentado usaremos 𝐻0 : 𝑆̂ 2 ≤ 𝑆̂02 F

1.3
frente a 𝐻1 : 𝑆̂ 2 > 𝑆̂02 .
Si queremos contrastar que la media poblacional no ha cambiado usaremos 𝐻0 : 𝜇 = 𝜇0 frente a V

1.4
𝐻1 : 𝜇 ≠ 𝜇0 .
1.5 Si 𝑋 es normal, entonces la distribución de 𝑋̅ en el muestreo es 𝑡𝑛−1 . F
Si 𝜎02 = 1, necesitaremos más de 384 datos para estimar un intervalo de confianza para 𝜇0 con V
1.6
un margen de error de 0.1.
1.7 El estadístico 𝑋̅ ∗ = (𝑋1 + 𝑋𝑛 )/2 es un estimador insesgado de 𝜇0 . V
1.8 ̅ − 𝜇0 )⁄𝜎0
Si 𝑋 ∼ 𝑁(𝜇0 ; 𝜎02 ) entonces (𝑋 ∼ 𝑁(0,1). F
Sea 𝑝 el pvalor del contraste con 𝐻0 : 𝜇 ≥ 𝜇0 obtenido a partir de la información de una muestra. V
1.10
Entonces, el pvalor del contraste con 𝐻0 : 𝜇 ≤ 𝜇0 con la misma muestra será 1 − 𝑝.
SOLUCIÓN
1.1. Verdadero. Esa es la principal característica de la cuasivarianza.
1.2. Falso, será 𝐻0 : 𝜇 ≤ 𝜇0 frente a 𝐻1 : 𝜇 > 𝜇0 .

1.3. Falso, será 𝐻0 : 𝜎 2 ≤ 𝜎02 frente a 𝐻1 : 𝜎 2 > 𝜎02.
1.4. Verdadero.
1.5. Falso, será también normal, al ser una combinación lineal de los elementos de la muestra, que serán
normales idénticas a 𝑋.
1.6. Verdadero. Para ese tamaño muestra se puede aplicar que

𝑧0.025 𝜎0 2 1.96×1 2
𝑛=( ) =( ) = 384.16 ≈ 385,
𝐿 0.1
pues 𝑛 ha de ser entero, pero no menor que 384.16.
1.7. Verdadero
𝑋1 + 𝑋𝑛 𝐸(𝑋1 ) + 𝐸(𝑋2 ) 𝜇0 + 𝜇0
𝐸( )= = = 𝜇0
2 2 2
1.8. Falso. La distribución de la media muestral de una población normal es

𝜎02
𝑋̅ ∼ 𝑁 (𝜇0 ; )
𝑛
𝑋̅ − 𝜇0
𝜎0 ∼ 𝑁(0,1)
⁄
√𝑛
1.9. Verdadero, si con con 𝛼 = 0.01 estamos en la región de rechazo, al agrandar ésta hasta con 𝛼 = 0.05
1.10. Verdadero. La región de rechazo con 𝐻0 : 𝜇 ≥ 𝜇0 , 𝐻1 : 𝜇 < 𝜇0 , está en la cola de la izquierda, por lo que el pvalor
será el área a la izquierda del estadístico de contraste. Por otra parte, con 𝐻0 : 𝜇 ≤ 𝜇0 , 𝐻1 : 𝜇 > 𝜇0 , está a la
derecha, y el pvalor será el área a la derecha del estadístico de contraste.
NOTA REVISADA FIRMA ESTADÍSTICA BÁSICA
SEMESTRE 2017-II
FINAL
27/11/2017
APELLIDOS:______________________________________________NOMBRE:_____________________________
Sección:___________________
Sólo se puede consultar el formulario y tablas de la asignatura. Salvo que se indique lo contrario usa 𝜶 = 𝟎. 𝟎𝟓.
NOTA
Contesta cada pregunta sólo en la hoja de su enunciado, por ambas caras. Usa el cuadernillo sólo como borrador. El cuadernillo
se entrega, pero no se corrige. Entrega cada pregunta por separado, y el cuadernillo aparte.
Cuando se solicite reclamo, deberá adjuntarse copia de la solución que se publique. El reclamo deberá basarse en esa solución.
FIRMA 1. Para las siguientes cuestiones, contesta si son verdaderas o falsas, justificando brevemente la respuesta.
Emplea sólo el espacio que se proporciona.
a) Sólo se puede usar la distribución t de Student para el contraste de una media si la muestra es pequeña y la
población es normal. (1p)
Falso. Si la población es normal de media 𝜇0 , el estadístico “t” basado en la cuasidesviación típica,

𝑥̅ − 𝜇0
𝑡0 = ,
𝑠̂ ⁄√𝑛
que es el que se usa en el contraste, se distribuye como una t de Student para cualquier tamaño
muestral.
b) Si tenemos 40 datos, y obtenemos con ellos que 𝑝̂ = 0.30, no deberemos hacer un contraste de hipótesis de una
proporción asumiendo muestras grandes. (1p)
Falso. Para poder hacer inferencia de una proporción utilizando la aproximación a la normal influye
tanto 𝑛 como 𝑝. En este caso se tiene que 𝑛𝑝̂ (1 − 𝑝̂ ) = 40 × 0.3 × 0.7 = 8.4 > 5 por lo que podemos
asumir que la muestra es suficientemente grande y usar la aproximación a la normal.
c) A partir de una muestra se construye un intervalo de confianza para 𝜇. Entonces, cualquier valor 𝜇0 que esté contenido
en él será una hipótesis nula que no se podrá rechazar en un contraste bilateral. (1p)
Verdadero. Puede demostrarse que un contraste bilateral 𝐻0 : 𝜇 = 𝜇0 con nivel de significación 𝛼, es

equivalente a comprobar si 𝜇0 está dentro de un intervalo de confianza de nivel 1 − 𝛼. Si está dentro,
aceptamos 𝐻0 .
d) A partir de una muestra se obtiene 𝑥̅ = 11. Si se rechaza 𝐻0 : 𝜇 = 10 con pvalor 0.02, se rechazará 𝐻0 : 𝜇 ≥ 10 con
pvalor 0.01. (1p)
Falso. Si 𝑥̅ = 11 no podremos nunca rechazar 𝐻0 : 𝜇 ≥ 10. Sólo se rechaza una hipótesis nula si los datos la contradicen;
es decir, si hacen lo contrario de forma muy evidente. En este caso sólo se podría rechazar 𝐻0 : 𝜇 ≥ 10 si 𝑥̅ ≪ 10.
Examen Sustitutorio
Fecha: 13 de diciembre de 2018; 8 a.m. Nombre: …………………………………………..
1. (7 puntos) Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una muestra aleatoria simple de una población 𝑋 de media 𝜇0 y varianza
𝜎02 , y cuya media muestral es 𝑋̅0 y la cuasivarianza es 𝑆̂02 . Responde si las siguientes afirmaciones son
verdaderas (V) o falsas (F). CONTESTA SÓLO EN LA TABLA SIGUIENTE. No necesitas justificar.
Respuesta correcta +1, incorrecta -1.
1.1 𝑆̂02 es igual a [(𝑛 − 1)/𝑛]𝑆𝑛2 . F
Si queremos contrastar si la media poblacional ha disminuido usaremos 𝐻0 : 𝜇 ≤ 𝜇0 frente a F

1.2
𝐻1 : 𝜇 > 𝜇0 .
Si se procede a encontrar un intervalo de confianza para 𝜎𝑋2 y se encuentra que dicho intervalo
1.3 está centrado en cero, entonces se puede decir que hay posibilidad que la varianza poblacional F
sea 0.
1.4 El estadístico 𝑋̅ ∗ = (2𝑋1 + 3𝑋𝑛 )/4 es un estimador de 𝜇0 con sesgo igual a 0.25 F
1.5 ̅ − 𝜇0 )⁄𝑠0
Si 𝑋 ∼ 𝑁(𝜇0 ; 𝜎02 ) entonces, siempre se puede demostrar que: (𝑋 ∼ 𝑡𝑛−1. F
Sea 𝑝 el p-valor del contraste con 𝐻0 : 𝜇 ≥ 𝜇0 obtenido a partir de la información de una muestra. V
1.7
Entonces, el p-valor del contraste con 𝐻0 : 𝜇 ≤ 𝜇0 con la misma muestra será 1 − 𝑝.
SOLUCIÓN
1.1. Falso, lo correcto es: 𝑆̂02 = [𝑛/(𝑛 − 1)]𝑆𝑛2 .
1.2. Falso, será 𝐻0 : 𝜇 ≥ 𝜇0 frente a 𝐻1 : 𝜇 < 𝜇0 .
1.3. Falso, el intervalo de confianza para la varianza poblacional no es simétrico respecto de la

estimación por lo que no es correcto hablar que esté centrado en un valor.
1.4. Falso, el sesgo será:

2𝑋 + 3𝑋𝑛 2𝐸(𝑋1 ) + 3𝐸(𝑋2 ) 2𝜇0 + 3𝜇0 5
𝑆𝑒𝑠𝑔𝑜(𝑋 ̅∗ ) = 𝐸 ( 1 ) − 𝜇0 = − 𝜇0 = − 𝜇0 = 𝜇0 − 𝜇0
4 4 4 4
1
= 𝜇0 .
4
1/4
𝑋̅−𝜇0
1.5. Falso. Debería decir que: 𝑠0 ∼ 𝑡𝑛−1 .
⁄
√𝑛
1.6. Verdadero, si con con 𝛼 = 0.05 estamos en la región de rechazo, al agrandar ésta hasta con 𝛼 =
0.1
1.7. Verdadero. La región de rechazo con 𝐻0 : 𝜇 ≥ 𝜇0 está en la cola de la izquierda, mientras que con
𝐻0 : 𝜇 ≤ 𝜇0 está a la derecha. Por tanto, la región de rechazo que delimita el estadístico de
contraste en el primer caso será p y para el segundo caso dado que se trata de la misma muestra
(mismo valor del estadístico de contraste), pues el p valor corresponderá a la nueva región de
rechazo, la del lado derecho que corresponde a 1-p.
2. (6 puntos) Un psicólogo clínico afirma que con su terapia para tratar “el miedo a volar en avión” se
recupera como mínimo el 85 % de los pacientes. Si seleccionamos al azar 35 pacientes que han
acudido a su consulta durante los últimos 3 meses por este tema,
a) ¿Cuál es la probabilidad de que menos del 70% se hayan recuperado y puedan tomar aviones?
b) ¿Qué porcentaje de pacientes serían necesarios para rechazar la hipótesis inicial del psicólogo
clínico a un nivel de significación del 5%?
c) Calcule el p-valor del contraste del apartado anterior.
SOLUCIÓN:
a)
Sea p la proporción de personas que se recuperan después de pasar el tratamiento.
Dado que n es grande, por el teorema central del límite, se puede aproximar la distribución de la
proporción muestral (estimador de la proporción poblacional p) a una normal, es decir:
𝑝𝑞
𝑝̂ ≈ 𝑁 (𝑝, )
𝑛
𝑝̂ ≈ 𝑁(0.85,0.0036)
Entonces, lo que se pide es:
0.70 − 0.85 0.70 − 0.85

𝑃(𝑝̂ < 0.70) = 𝑃 (𝑍 < ) = 𝑃 (𝑍 < ) = 𝑃(𝑍 < −2.5) = 0.0062.
√0.0036 √0.0036
b)
1er. Paso: La respuesta a la pregunta pasa por plantear y verificar el siguiente contraste de
hipótesis unilateral:
𝐻0 : p ≥ 0.85
𝐻1 : p < 0.85
2do. Y 3er. Paso: El estadístico de contraste y su distribución de referencia son:
𝑝
̂ − 𝑝0
𝑍0 = ≈ 𝑁(0,1)
√𝑝0 (1 − 𝑝0 )
𝑛
En este caso, no se conoce 𝑝̂ , pero se sabe que la zona de frontera está con 𝛼 = 0.05, es decir con
𝑍𝛼 = −1.65. Despejando 𝑝̂ de la expresión, se tiene:
2/4
Parcial
Facultad de Ingeniería 3:00 pm 7/5/2018

Semestre 2018-I
Duración: 3h
Sección:___________________
No se puede consultar ninguna documentación, salvo las tablas y formulario de la asignatura. Contesta cada pregunta sólo en la hoja de
su enunciado. Usa el cuadernillo sólo como borrador. El cuadernillo se entrega, pero no se corrige. Entregar el cuadernillo y cada hoja
del enunciado por separado. Tu evaluación será escaneada para prevenir fraude.
Cuando se solicite RECLAMO, deberá adjuntarse copia de la solución publicada (sólo del ejercicio sobre el que se
reclame). El reclamo deberá basarse en errores de corrección en base a esa solución. Si simplemente NOTA
se alega que se merece más puntaje, el reclamo no va a prosperar.
si la elección es incorrecta). No hay que justificar.

1.1 Es preferible un estimador con sesgo positivo que otro con sesgo negativo.
1.2 Es preferible un estimador que minimice el error cuadrático medio X
1.3 Es mejor un estimador con poca varianza a otro con sesgo positivo

1.4 Un estimador es una variable aleatoria porque su valor cambia con la muestra X
1.5 Un estimador es una variable aleatoria porque su valor depende del nivel de confianza
1.6 La distribución muestral del parámetro depende del tamaño de la muestra

Dado un tamaño muestral, a mayor nivel de confianza, más seguros estaremos de que el intervalo contiene
1.7 X
el valor del parámetro
1.8 Dado un margen de error, el nivel de confianza disminuirá a medida que se aumente el tamaño muestral
1.9 Para un tamaño muestral, podemos disminuir el margen de error si usamos un mayor nivel de confianza

El intervalo de confianza para la media no es válido si no podemos asegurar que la media muestral es una
1.10 X
variable aleatoria normal
El intervalo de confianza de la media será válido sólo si la muestra procede de una población normal y el
1.11
tamaño muestral es grande (>30)
1.12 El intervalo de confianza nos dice cómo varía la media muestral de unas muestras a otras
Práctica 3
Sección:___________________
Con calculadora y formulario oficial de la asignatura. Todas las evaluaciones se escanean para prevenir fraude. Contesta cada pregunta sólo en
la hoja de su enunciado. Usa el cuadernillo sólo como borrador. El cuadernillo NO se entrega.
NOTA
Cuando se solicite reclamo, deberá adjuntarse copia de la solución publicada (sólo del ejercicio sobre el que se reclame). El
reclamo deberá basarse en errores de corrección en base a esa solución.
FIRMA
1. A continuación, se muestra un conjunto de tablas. En cada tabla hay tres frases, donde sólo una es correcta. En cada tabla,
marque con X en la casilla de la derecha de la frase correcta. No hay que justificar. (4p)
1.1 En una muestra aleatoria, todos los elementos de la población se distribuyen de forma uniforme
1.2 En una muestra aleatoria, cada dato obtenido se asume que viene de una normal si n>30
1.3 En una muestra aleatoria, la media muestral es un estimador insesgado de la poblacional X
1.4 Un estadístico es una cantidad numérica calculada sobre una muestra X

1.5 Un parámetro es una cantidad numérica calculada sobre una muestra
1.6 Un estadístico es una cantidad numérica calculada sobre una población
1.7 𝐸𝐶𝑀(𝜃̂) = 𝑠𝑒𝑠𝑔𝑜(𝜃̂) + 𝑉𝑎𝑟(𝜃̂ )
1.8 Si 𝑋 ∼ 𝑁(𝜇, 𝜎 2 ) y usamos 𝜇̂ = 𝑥̅ , se cumple que 𝐸𝐶𝑀(𝑥̅ ) = 𝜎 2 /𝑛, con 𝑛 el tamaño muestral. X
1.9 La distribución muestral de 𝑥̅ es una normal si y sólo si 𝑛 es suficientemente grande.

𝜎
1.10 El intervalo de confianza (𝑋̅ ± 𝑧𝛼⁄2 ) es válido solo si la población es normal
√𝑛
1.11 Si con mi muestra obtengo que 𝐼𝐶(95%): 𝜇 ∈ [3; 5], entonces se cumplirá que 3 ≤ 𝜇 ≤ 5.
1.12 Para un 𝐼𝐶(95%), cuanto mayor sea la muestra menor será el margen de error
X
1
4. Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 4, y sea 𝑥1 , … , 𝑥100 una muestra aleatoria de dicha
variable. Decir si las siguientes afirmaciones son verdaderas (V) o falsas (F). Contesta en la tabla
siguiente. No necesitas justificar. Respuesta correcta +0.5, incorrecta -0.5. (máximo 2 puntos)
1 Como la muestra es grande, 𝑋 se distribuirá como una normal. F
2 La media muestral es una variable aleatoria de varianza 0.4. F
3 El intervalo de confianza de 𝜇 será mayor cuanta más confianza tengamos en él. V

El intervalo de confianza proporciona un rango de valores entre los que el margen de
4 V
error del intervalo de confianza de 𝜇 depende de 𝜎.
5 Para reducir a la mitad el margen de error debemos tomar el doble de datos F
Este último contraste, debido a que es bilateral, se puede realizar utilizando un intervalo de confianza del
97% (esta solución alternativa es igual de válida para obtener el puntaje completo):
𝐼. 𝐶. (0.97): 𝜇 ∈ {2.4 ± 2.17 × 1.0249⁄ }

√100
𝐼. 𝐶. (0.97): 𝜇 ∈ [2.18; 2.62]
Entonces, como la hipótesis nula es 𝜇 = 2.5, y dicha media hipotética (2.5) se encuentra dentro del intervalo
se puede concluir lo siguiente:
Se acepta 𝐻0 ; es decir, no hay suficiente evidencia para afirmar que la media ha cambiado.
6. Sea 𝑋 una variable aleatoria de media 𝜇 y varianza 𝜎 2 . Sea el nivel de significación 𝛼 = 0.05. Decir si
las siguientes afirmaciones son verdaderas (V) o falsas (F). Contesta en la tabla siguiente. No necesitas
justificar. Respuesta correcta +0.5, incorrecta -0.5. (máximo 2 puntos)
1 Si se obtiene que 𝑠̂ 2 > 4 podríamos aceptar la hipótesis nula que 𝜎 2 ≤ 4. V

Si la media muestral es 𝑥̅ = 10, y rechazamos 𝐻0 : 𝜇 ≥ 11 entonces aceptaríamos
2 V
𝐻0 : 𝜇 ≤ 11.
3 Si la media muestral es 𝑥̅ = 10, podríamos aceptar tanto 𝐻0 : 𝜇 ≥ 11 como 𝐻0 : 𝜇 ≤ 11. V
Si la media muestral es 𝑥̅ = 10, y la muestra es suficientemente grande rechazaremos
4 V
𝐻0 : 𝜇 ≥ 11.
5 Si aceptamos 𝐻0 con 𝛼 = 0.05 también aceptaremos con 𝛼 > 0.05 F
NOTA REVISADA FIRMA ESTADÍSTICA BÁSICA
SEMESTRE 2017-II
SUSTITUTORIO
09/12/2017
APELLIDOS:______________________________________________NOMBRE:_____________________________
Sección:___________________
Sólo se puede consultar el formulario y tablas de la asignatura. Salvo que se indique lo contrario usa 𝜶 = 𝟎. 𝟎𝟓.
Contesta cada pregunta sólo en la hoja de su enunciado, por ambas caras. Usa el cuadernillo sólo como borrador. El cuadernillo se entrega,
pero no se corrige. Entrega cada pregunta por separado, y el cuadernillo aparte.
Cuando se solicite reclamo, deberá adjuntarse copia de la solución que se publique. El reclamo deberá basarse en esa solución.
1. Para las siguientes cuestiones, responde si son verdaderas o falsas, justificando adecuadamente tu NOTA
respuesta
(el puntaje se obtiene por la justificación, y no por haber acertado en si son verdaderas o falsas)
FIRMA
a) En una población normal, el estimador de 𝜎 2 aplicando el método de los momentos es la cuasivarianza.
(1p)
Solución:
Según el método de los momentos, el estimador de la varianza será el segundo momento centrado muestral, es
decir, la varianza muestral (divide por n), y no la cuasivarianza (divide por n-1). La afirmación es, por tanto, falsa.
∑𝑛 (𝑋 − 𝑋̅)2 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅ )2
𝜎 2 = 𝐸[(𝑋 − 𝜇)2 ] ≡ 𝑀2𝑐 ⇒ 𝜎̂ 2 = 𝑀 ̂2𝑐 = 𝑚2𝑐 = 𝑖=1 𝑖 ≠
𝑛 𝑛−1
b) Cuando cierto proceso productivo funciona adecuadamente, fabrica piezas cuya longitud sigue una variable aleatoria
normal de media 𝜇 = 10 y desviación típica 𝜎 = 2. Para analizar si la media del proceso cambia, se toma una muestra
de 𝑛 = 16 y se calcula 𝑥̅ . Asumiremos que la varianza poblacional no va a variar. Entonces, si la media muestral
obtenida difiere de 𝜇 en más de 0.5 unidades (en valor absoluto), deberemos concluir que, con un nivel de significación
del 5%, la media del proceso ha cambiado. (1p)
Solución:
Si queremos saber si la media del proceso cambia podemos hacer el contraste 𝐻0 : 𝜇 = 10, 𝐻1 : 𝜇 ≠ 10, donde el
estadístico de contraste, puesto que la varianza poblacional es conocida, será
𝑥̅ − 𝜇 𝑥̅ − 10
𝑧0 = 𝜎 = = 2(𝑥̅ − 10).
⁄ 𝑛 2⁄
√ √16
Como la población es normal y estamos usando el valor poblacional de 𝜎 2 , la distribución de referencia es la N(0,1).
El test es a dos colas, y la región de rechazo será:
1.96
|𝑧0 | = 2|𝑥̅ − 10| > 𝑧0.025 = 1.96 ⇒ |𝑥̅ − 10| > > 0.98 ≈ 1
2
Es decor, el nivel de significación será de 0.05 si rechazamos cuando |𝑥̅ − 10| > 1. Por tanto, concluiremos, con un
5% de significación, que 𝜇 ha cambiado sólo si 𝑥̅ difiere de 𝜇 en al menos una unidad, y no en 0.5 unidades. La
afirmación es, por tanto, falsa.
c) De una población de media 𝜇 = 10 y varianza 𝜎 2 = 1 tomamos una muestra de 𝑛 = 100 observaciones. La
probabilidad de que la media 𝑥̅ de esa muestra sea mayor a 11 es prácticamente nula. (1p)
Solución
De la información del enunciado se deduce que 𝑥̅ es normal de media 𝜇 = 10 y varianza 𝜎 2 ⁄𝑛 = 0.01; es decir,𝑥̅ ∼
𝑁(10; 0.01). Por tanto
𝑥̅ − 𝜇 11 − 10
𝑃(𝑥̅ > 11) = 𝑃 ( 𝜎 > ) = 𝑃(𝑧 > 10) ≈ 0.
1
√𝑛 10
Por lo tanto, esta afirmación es cierta.
2. De una población normal se obtienen las observaciones: 0.34, 1.53, −0.20, 1.17, 0.25, 2.43, 2.26, 0.22. Se piensa que
esta muestra procede de una población de varianza 𝜎 2 = 0.4967 . Contrasta esta afirmación. (2p)
Solución
Hacemos el contraste
𝐻0 : 𝜎 2 = 0.4967
𝐻1 : 𝜎 2 ≠ 0.4967
El estadístico de contraste es
(𝑛 − 1)𝑠̂ 2 7 × 0.9984
𝑋0 = = = 14.0705
𝜎02 0.4967
donde hemos utilizado que, a partir de la muestra disponible de 𝑛 = 8 observaciones, 𝑠̂ 2 = 0.9984.
Al tratarse de una población normal, la distribución de referencia para este estadístico de contraste es la 𝜒72
Nos piden que resolvamos el contraste calculando el pvalor, en lugar

de calcular los valores críticos. Al ser un contraste a dos colas, el
pvalor será el doble del área desde 14.0705 a la derecha, como se
muestra en la figura. En la tabla vemos que 𝑃(𝜒72 > 14.07) = 0.05,
por lo que el pvalor será
𝑝𝑣𝑎𝑙𝑜𝑟 = 2 × 𝑃(𝜒72 > 14.07) = 0.10
Como es mayor que 𝛼 = 0.05 no podemos rechazar 𝐻0 , por lo que

hay evidencia suficiente para asumir que 𝜎 2 = 0.4967. O bien, no
podemos rechazar que 𝜎 2 = 0.4967.
Si calculamos los valores críticos para este nivel de

significación tenemos:
2 2
𝜒𝑛−1;𝛼 ⁄2 = 𝜒7;0.025 = 16.01,
2 2
𝜒𝑛−1;1−𝛼 ⁄2 = 𝜒7;0.975 = 1.69.
La región de aceptación es, por tanto, la zona 1.69 ≤
𝑋0 ≤ 16.01 . Como 𝑋0 = 14.0705 , la muestra se
encuentra en la región de aceptación, por lo que hay
evidencia suficiente para asumir que 𝜎 2 = 0.4967.

TEORIA

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TEORIA

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA BÁSICA

a) Como 𝑛 > 30 entonces 𝑋 se puede aproximar con una normal. F

b) Si 𝑌 depende linealmente de 𝑋, ambos coeficientes de regresión, 𝛽0 y 𝛽1 , serán no nulos. F

d) Si 𝑋 aumenta en una unidad, 𝑌 aumenta, por término medio, en 𝛽1 unidades. V

Facultad de Ingeniería 14/06/2019

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.1 𝑧0.025 = 1 − 𝑧0.95

1.3 𝑡𝑛−1;0.025 > 𝑧0.025 X

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.6 Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción muestral 𝑝̂ a una Bernoulli

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.12 Si quiero contrastar si la media es negativa, tendré que usar 𝐻0 : 𝜇 ≥ 0 X

Facultad de Ingeniería 14/06/2019

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.1 𝑧0.025 = 1 − 𝑧0.95

1.3 𝑡𝑛−1;0.025 > 𝑧0.025 X

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.6 Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción muestral 𝑝̂ a una Bernoulli

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.12 Si quiero contrastar si la media es negativa, tendré que usar 𝐻0 : 𝜇 ≥ 0

Facultad de Ingeniería 7:10 am 15/6/2018

Marca con X la frase correcta. (+1 si acierto, -1/3 si fallo)

1.2 Siempre se puede aumentar el margen de error aumentando el tamaño muestral

Marca con X la frase correcta. (+1 si acierto, -1/3 si fallo)

Marca con X la frase correcta. (+1 si acierto, -1/3 si fallo)

Marca con X la frase correcta. (+1 si acierto, -1/3 si fallo)

Facultad de Ingeniería 16/11/2018

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.2 𝑡300 ≈ 𝑁(0,1) X

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

1.6 Si 𝑛𝑝(1 − 𝑝) > 5 podemos aproximar la proporción poblacional 𝑝 a una normal

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

Marca con X la frase correcta. (+1 si acierto, -0.25 si fallo)

La nota media ha disminuido respecto a su valor histórico. 𝜇 ≥ 11.8 𝜇 < 11.8

La nota media no ha cambiado respecto a su valor histórico. 𝜇 = 11.8 𝜇 ≠ 11.8

La nota media ha aumentado respecto a su valor histórico. 𝜇 ≤ 11.8 𝜇 > 11.8

Se mantiene la proporción de aprobados 𝑝 = 0.75 𝑝 ≠ 0.75

La proporción de aprobados ha descendido 𝑝 ≥ 0.75 𝑝 < 0.75

b) El error cuadrático medio de un estimador es ECM=sesgo2 +varianza. Como 𝜇̂ 1 es insesgado, su ECM

3 El intervalo de confianza de 𝜇 deberá estar centrado en 𝜇. F

4 El margen de error del intervalo de confianza de 𝜇 depende de 𝜎. V

5 Como la muestra es grande, la varianza de la muestra 𝑠𝑥2 será un estimador insesgado. F

El 95% de los intervalos de confianza de 𝜇, con 𝛼 = 0.05, que se obtengan con V

Si 𝜎 2 = 100 y queremos que el margen de error de estimar 𝜇 con 𝛼 = 0.05 sea de 1, F

Cuanto mayor sea el nivel de confianza de un intervalo de confianza de 𝜇 menor será su F

Si 𝜎 2 = 100 , los diferentes valores de 𝑋� que se obtengan de diferentes muestras F

1. Falso. La distribución de 𝑋 no depende de cómo se muestree de ella.

La media de 𝑋1 es menor que la de 𝑋2 . 𝜇1 ≥ 𝜇2 𝜇1 < 𝜇2

Ambas varianzas son iguales. 𝜎12 = 𝜎22 𝜎12 ≠ 𝜎22

La media de 𝑋1 es superior a 3 𝜇1 ≤ 3 𝜇1 > 3

La varianza de 𝑋1 no supera a la de 𝑋2 𝜎12 ≤ 𝜎22 𝜎12 > 𝜎22

Conclusión justificada correctamente: 1 p.

Hipótesis sobre la población H0 H1

2 La nota media ha cambiado respecto al histórico 𝜇 = 12 𝜇 ≠ 12

3 La nota media ha disminuido respecto al histórico 𝜇 ≥ 12 𝜇 < 12

4 La nota media aumentó en un punto 𝜇 = 13 𝜇 ≠ 13

Antes de tomar los datos, la muestra 𝑋1 , … , 𝑋𝑛 es un conjunto de variables aleatorias independientes e

4 Si 𝑋 ∼ 𝑁(𝜇, 𝜎 2 ), entonces 𝑆̂ 2 /√𝑛 sigue una distribución 𝜒𝑛−1

6 Si 𝑋 es normal, el p-valor de un contraste sobre 𝝁 ha de realizarse integrando la 𝑡𝑛−1 . V

7 Para muestras grandes, (𝑛 − 1)𝑆̂ 2 /𝜎 2 sigue una 𝜒𝑛−1

8 A mayor varianza poblacional, el intervalo de confianza de 𝝈𝟐 será más ancho. F

9 El p-valor de un contraste de hipótesis es 0,07. Si 𝛼 =0,10 concluiremos que debemos rechazar 𝐻0 . V