SEGUNDO EXAMEN CURSO 9

Se tomó una muestra de las alturas de seis árboles de un bosque y se obtuvieron los siguientes
resultados: 3.5 – 4 – 4.5 – 6 – 7 – 6.2. Si la variable puede considerarse normalmente distribuida, ¿Cuál
es el límite superior del intervalo de confianza para la varianza de la estatura si se trabaja con una
confianza del 98%?

𝑋 = 𝑎𝑙𝑡𝑢𝑟𝑎 á𝑟𝑏𝑜𝑙𝑒𝑠

𝑋~𝑁(𝜇; 𝜎)

𝑛=6 𝑋̅ = 5.2 𝑆 = 1.3928

𝛼
= 0.01 2
1 − 𝛼 = 0.98 {2 𝜒𝐿𝑖 = 0.554
𝑛−1=5

(6 − 1) ⋅ 1.39282
𝐿𝑆 = = 17.5080
0.554

¿Con qué nivel de confianza se obtuvo el siguiente intervalo de confianza para la proporción construido
a partir de una muestra de 110 observaciones: (0.1777; 0.3223)?

𝑛 = 110

0.1777 + 0.3223
𝑝̅ = = 0.25
2

0.25 ⋅ 0.75
0.3223 = 0.25 + 𝑍1−𝛼 √
2 110

110
𝑍1−𝛼 = (0.3223 − 0.25) ⋅ √ = 1.7512
2 0.25 ⋅ 0.75

𝛼
1− = 0.9599 𝛼 = 0.0802 1 − 𝛼 = 0.9198
2
A partir de una muestra de observaciones de una variable aleatoria normal cuya media resultó igual a 30
se obtuvo un intervalo de confianza para la media de la variable cuyo límite inferior es 29.2. Si se trabajó
con una confianza del 97%, ¿Cuántas observaciones tuvo la muestra? Considere que el desvío es
conocido e igual a 1.35.

𝑋~𝑁(𝜇; 1.35)

𝑋̅ = 30 𝐿𝑖 (𝜇) = 29.2 1 − 𝛼 = 0.97

𝛼
1− = 0.985 𝑍1−𝛼 = 2.17
2 2

1.35 2.17 ⋅ 1.35

29.2 = 30 − 2.17 ⋅ → √𝑛 = = 3.66 𝑛 = 3.66192 = 13.4095
√𝑛 (30 − 29.2)

𝑛 = 14

Un productor rural corrobora periódicamente que la cantidad media de toneladas abichadas cosechadas
no supere las 110 Tn, en caso de que esto ocurra aumenta la dosis de insecticida para corregir el
problema. Se fijan en un 5% la probabilidades de aumentar la dosis cuando la media de toneladas con
plagas es la correcta y en un 90% la de hacerlo cuando en realidad 124 toneladas están bichadas.
Calcule el tamaño de muestra óptimo para llevar a cabo la prueba si la variable puede considerarse
normalmente distribuida y tiene una varianza de 62.3 toneladas cuadradas.

𝑋 = 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠 𝑎𝑏𝑖𝑐ℎ𝑎𝑑𝑎𝑠

𝑋~𝑁(𝜇; √62.3)

𝐻 𝜇 = 110
{ 0
𝐻1 𝜇 > 110

𝜇0 = 110 𝛼 = 0.05 𝑍𝛼

𝜇1 = 124 𝑍𝛽

2
𝜎 2 (𝑍𝛼 + 𝑍𝛽 )
𝑛=
(𝜇0 − 𝜇1 )2
Se quiere evaluar si existen diferencias significativas entre las medias de dos variables aleatorias
normales independientes. Se toma una muestra de 5 observaciones para la primera y se registran los
siguientes resultados: 20 – 25 – 23 – 22 – 21 y se toma una muestra de 4 observaciones para la segunda
y se registran los siguientes resultados: 10 – 9 – 7 – 5. ¿Cuántos grados de libertad tiene en el
numerador el estadístico del test de comparación de varianzas?

𝑛1 = 5 𝑆1 = 1.9235

𝑛2 = 4 𝑆2 = 2.2174

𝑛−1 =4−1 =3

Un productor rural corrobora periódicamente que el tiempo que demora en inventariar sus existencias
no supere los 15 días. Si la variable puede considerarse normalmente distribuida y se conoce que su
desvío es igual a 3.8, ¿Cuál es el peso de la evidencia de la prueba si una muestra de 17 observaciones
arrojó una media de 17.46 unidades?

𝑋 = 𝑡𝑖𝑒𝑚𝑝𝑜

𝑋~𝑁(𝜇; 3.8)

𝑛 = 17 𝑋̅ = 17.46

𝐻0 𝜇 = 15
{
𝐻1 𝜇 > 15

17.46 − 15
𝑍0𝑏𝑠 = = 2.669
3.8
√17

𝑝𝑣 = 𝑃(𝑍 ≥ |𝑍𝑜𝑏𝑠 |) = 𝑃(𝑍 ≥ 2.67) = 1 − 𝐹(2.67) = 1 − 0.9962 = 0.0038

Sabiendo que el valor crítico de la proporción muestral a partir del cual se rechaza un test contra menor
es 0.65. Calcule la probabilidad de rechazar H0 cuando la proporción es en realidad 0.57. Considere una
muestra de 39 observaciones.

𝐻0 𝜋 = 𝜋0
{
𝐻1 𝜋 < 𝜋0

𝑝̅𝑐 = 0.65 𝜋1 = 0.57 𝑛 = 39

0.65 − 0.57
1 − 𝛽 = 𝑃(𝑝̅ < 0.65⁄𝜋 = 0.57) = 𝑃 𝑍 < = 𝑃(𝑍 < 1) = 0.8413
√0.57 ⋅ (1 − 0.57)
( 39 )

Sabiendo que en la muestra (3;Y1), (2;Y2), (5;Y3), (4;Y4), Syy = Sxx+5 y Sxy=-Sxx, ¿Qué porcentaje de la
variación total de Y no se ve explicado por su relación lineal con X?

𝑆𝑦𝑦 = 𝑆𝑥𝑥 + 5

𝑆𝑋𝑌 = 𝑆𝑋𝑋

3+2+5+4
𝑋̅ = = 3.5
4

𝑆𝑋𝑋 = (32 + 22 + 52 + 42 ) − 4 ⋅ 3.52 = 5

𝑆𝑌𝑌 = 10 𝑆𝑋𝑋 = 5 𝑆𝑋𝑌 = 5

5
𝑅= = 0.7071
√5 ⋅ 10

1 − 𝑅 2 = 1 − 0.70712 = 0.5
Estime el coeficiente de correlación lineal entre las variables X e Y a partir de la siguiente muestra:
(2.1; 6.4), (4; 5.2), (5.9; 3.6), (8; 3.8).

𝑋 𝑌 𝑋2 𝑋⋅𝑌 𝑌2
2,1 6,4 4,41 13,44 40.96
4 5,2 16 20,8 27.04
5,9 3,6 34,81 21,24 12.96
8 3,8 64 30,4 14.44
20 19 119,22 85,88 95.4

∑ 𝑋𝑖 = 20 ∑ 𝑌𝑖 = 19 ∑ 𝑋𝑖2 = 119.22 ∑ 𝑋𝑖 ⋅ 𝑌𝑖 = 85.88

20 19
𝑋̅ = =5 𝑌̅ = = 4.75
4 4

𝑆𝑋𝑋 = 119.22 − 4 ⋅ 52 = 19.22

𝑆𝑌𝑌 = 95.4 − 4 ⋅ 4.752 = 5.15

𝑆𝑋𝑌 = 85.88 − 4 ⋅ 5 ⋅ 4.75 = −9.12

−9.12
𝑅= = −0.9167
√19.22 ⋅ 5.15

Sabiendo que un modelo lineal obtenido a partir de una muestra de 9 observaciones las medidas
relativa y absoluta de la bondad del ajuste son, respectivamente, 0.45 y 145.35. Obtenga la suma de
cuadrados de la regresión.

𝑛=9

𝑅 2 = 0.45

𝑆𝑒 = 145.35

𝑆𝐶𝐸
145.352 = 𝑆𝐶𝐸 = 147886.3575
9−2
𝑆𝐶𝐸 147886.3575
1 = 𝑅2 + → 𝑆𝐶𝑇 = = 268884.2864
𝑆𝐶𝑇 1 − 0.45

𝑆𝐶𝑅 = 𝑆𝐶𝑇 − 𝑆𝐶𝐸 = 268884.2864 − 147886.3575 = 120997.9289