Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA
MODELOS DE PROBABILIDAD
CONTINUA
PREPARADO:
P(0<z<1,55)= 0,4394
0,4394
Por tanto:
P(z>1,55)= 0,5- 0,4394
P(z>1,55)= 0,0606
P(-1,34<z<1.45): La probabilidad de que el valor de z se
encuentre entre -1,34 a 1.45. gráficamente se podría
representar de la siguiente manera.
?
+
0,4099 0,42647
Por tanto:
P(-1,34<z<1,45)= 0,4099+0,42647= 0,83637
3,2 − 3,9
𝑍= = −2 𝐴(0,47725)
0,35
0,5-0,47725 = 0,0227*100= 2,27%
P(X<3,2)= 2,27%
Datos:
𝑋−μ
μ=50 g σ=8 g 𝑍= σ
a) Porcentaje de huevos que tendrán sus pesos entre 55
y 65 gramos.
𝑋−μ
𝑍= σ
Estandarizando para los valores de 55 y 65 g.:
55−50 65−50
𝑍1 = = 0,62 𝑍2 = = 1,87
8 8
> ≠ <
0 0
Z=1,96 Z=1,96 Z=1,96 Z=2,58
Rechazo Ho Acepta Ho Rechazo Ho Rechazo Ho Acepta Ho Rechazo Ho
Prueba de Hipótesis de la Media con Varianza
Conocida
Regiones criticas al 5% para pruebas de una cola (puede ser
derecha o izquierda)
Cola derecha Cola izquierda
Z=1,64 Z=1,64
Acepta Ho Rechazo Ho Rechazo Ho Acepta Ho
99% 1% 99%
Z=2,33 Z=2,33
Acepta Ho Rechazo Ho Rechazo Ho Acepta Ho
Sea X1,…. Xn una muestra aleatoria tomada de una
población N(μ ,σ2), donde σ2 es conocida.
X−μ0
Estadístico de prueba: 𝑍𝑐 =
σ/√𝑛
Reglas de decisión:
Ho: μ=μ0
Si │Zc│>Zα/2 Se rechaza Ho
Ha: μ≠μ0
Ho: μ≤μ0
Si Zc >Zα Se rechaza Ho
Ha: μ>μ0
Ho: μ≥μ0
Si Zc <-Zα Se rechaza Ho
Ha: μ<μ0
Ej: La estatura media o promedio de los estudiantes de
estadística es de 1.60 m?
Datos:
μ = 1600 horas
X= 1570 horas 1) Planteo de la Hipótesis
σ = 120 horas
n= 100 Ho: μ = 1600 horas
α = 0,05 Ha: μ ≠ 1600 horas
2,5% 95%
2) Determinación de la región
2,5% critica o valor critico, por el
signo, la prueba es de 2
Z=1,96 Z=1,96
Rechazo Ho Acepta Ho Rechazo Ho
colas al nivel del 5%.
3) Calculamos el estadístico de prueba.
X−μ0 1570−1600
𝑍𝑐 = = 120/√100 = −2,5
σ/√𝑛
4) Toma de decisión.
2,5% 95%
2,5%
Z=1,96 Z=1,96
Zc= -2,5
Rechazo Ho Acepta Ho Rechazo Ho
5) Conclusión:
La duración media de los tubos fluorescentes es diferente de 1600
horas, a un nivel de significancia del 5%.
Ej: Teóricamente, una maquina automática despachadora de
refrescos envasa 225 ml por unidad. Una muestra aleatoria
de 36 refrescos, que tienen un contenido promedio de 220
ml, con una desviación estándar de 15 ml. Pruebe la
hipótesis del promedio teórico igual a 225 ml en
contraposición a la hipótesis alterna de que es menor a 225
ml en el nivel de significación del 5%.
Datos:
μ = 225 ml
X= 220 ml 1) Planteo de la Hipótesis
σ = 15 ml
n= 36 Ho: μ = 225 ml
α = 0,05 Ha: μ < 225 ml
95%
5% 2) Determinación de la región
critica o valor critico, por el
Z=1,64 signo, la prueba es de cola
Rechazo Ho Acepta Ho izquierda al nivel del 5%.
3) Calculamos el estadístico de prueba.
X−μ0 220−225
𝑍𝑐 = = 15/√36 = −2,00
σ/√𝑛
4) Toma de decisión.
0,95
0,05
Z=1,64
Zc= -2,0
Rechazo Ho Acepta Ho
5) Conclusión:
Se puede afirmar que el contenido promedio es menor de 225 ml, a
un nivel de significancia del 5%.
Distribuciones especiales
a) Distribución “t” de Student
En muchas ocasiones no se conoce 𝜎 y el número de
observaciones en Ia muestra es menor de 30. En estos
casos, se puede utilizar Ia desviación estándar de Ia
muestra S como una estimación de 𝜎, pero no es posible
usar Ia distribución Z como estadístico de prueba. El
estadístico de prueba adecuado es Ia distribución t.
Se dice que una muestra es grande, si el número de
unidades o elementos es mayor a 30 (n>30) y es pequeña
si es menor o igual a treinta (n≤30).
Solución:
μ = 30
X= 28 1) Planteo de la Hipótesis
σ=3
n= 16 Ho: μ = 30
α = 0,05 Ha: μ ≠ 30
2) Determinación de la región
2,5% 95% critica o valor critico.
2,5%
t tab= n-1 =15 grados de libertad (gl).
Z=-2,131 Z=2,131
α = 0,05 2 colas
Rechazo Ho Acepta Ho Rechazo Ho
t tab= 2,131
3) Calculamos el estadístico de prueba.
X−μ 30−28
𝑡𝑐 = = 3/√16 = −2,66
s/√𝑛
4) Toma de decisión.
2,5% 95%
2,5%
Z=-2,131 Z=2,131
tc= -2,66 tc= 2,66
Rechazo Ho Acepta Ho Rechazo Ho
5) Conclusión:
Existe suficiente evidencia para afirmar que la media de la
población (μ) es diferente de 30, a un nivel de significancia del
5%.
Ej: Con 10 automóviles de una misma fabrica y con iguales
características, se trato de probar la calidad de dos tipos de
gasolina, con la gasolina tipo A, 5 de los vehículos escogidos
al azar rindieron 30 km/galón en promedio y una desviación
estándar de 2,6 km/galón. Con la gasolina de tipo B, los
otros 5 vehículos rindieron 27 km/galón y un desvío estándar
de 3,4 km/galón. Es posible señalar que la gasolina de tipo A
es mejor que la de tipo B con 5% de riesgo?.
Solución:
Gasolina tipo A: n1= 5; μA= 30 km/galón; S1=2,6 km/galón
Gasolina tipo B: n2= 5; μB= 27 km/galón; S2=3,4 km/galón
1) Planteo de la hipótesis
Ho: μA= μB ambas gasolinas tienen similares rendimientos
Ha: μA> μB la gasolina tipo A es mejor que la de tipo B
2) Determinación de la región critica o valor critico.
t tab= n1+n2-2= 5+5-2= 8 gl
α = 0,05 1 cola (derecha)
t tab= 1,860
95%
5%
1,860
3) Calculo del estadístico de Acepta Ho Rechazo Ho
prueba.
1,56
5) Conclusión:
1 – α= 1 – 0,025= 0,975
0,95
0,025 0,025
Seguidamente buscamos en la tabla el
valor de X2 para 5 gl y para una
probabilidad de 0,975. 0,83121 12,83250
X2= 0,83121 es el valor de la cola
izquierda.
Formula de prueba
Donde:
Oi= frecuencias observadas
Ei= frecuencias esperadas
Ej: En un experimento Mendeliano con arvejas se obtuvo
13 flores rojas, 42 rosadas y 25 blancas. De acuerdo a la
teoría deben tenerse una proporción de 1 roja, 2 rosadas
y 1 blanca. Se ajustan los resultados a la teoría del 1%?
Datos:
N= 13+42+25= 80
Relación esperada 1:2:1
O también 1/4: 2/4: ¼
Antes de resolver es necesario realizar ciertos cálculos
La frecuencia esperada de flores rojas es una proporción
de 1/4, es decir, que de las 80 plantas totales 1/4 de estas
deberían ser rojas:
Flores rojas esperadas: 1/4 *80= 20
La frecuencia esperada de flores rosadas es en una
proporción de 2/4 o 1/2, es decir, que de las 80 plantas
totales 1/2 de estas deberían ser rosadas:
Flores rosadas esperadas: 1/2*80 = 40
Solución:
1) Planteamiento de la hipótesis
Ho: Los resultados se ajustan a la proporción 1: 2: 1
Ha: Los resultados no se ajustan a la proporción 1: 2: 1
5. Conclusión
Los resultados se ajustan a la proporción teórica 1: 2: 1
Ej: Se desea estudiar la dependencia entre la practica de
algún deporte y la depresión, para lo cual se selecciono
una muestra aleatoria simple de 100 jóvenes con los
siguientes resultados observados:
Sin depresión Con depresión TOTAL
Deportista 38 9 47
No deportista 31 22 53
TOTAL 69 31 100
Determinar si existe independencia entre practicar deporte
y el estado de animo, con una significancia de 5%.
1) Planteamiento de la hipótesis
Ho: La practica del deporte y el estado de animo son
independientes.
Ha: La practica del deporte y el estado de animo son
dependientes.
2. Establecer la región o valor critico
95%
5%
3,841
Z. Aceptación Ho Z. Rechazo Ho
Sin depresión Con depresión TOTAL
Deportista E 32,43 O 38 E 14,57 O9 47
No deportista E 36,57 O 31 E 16,43 O 22 53
TOTAL 69 31 100
Previamente calculamos los valores esperados:
3,841
Acepta Ho Rechazo Ho
5,82
c) Distribución F de Fisher – Snedecor
Una prueba de F es una relación entre dos varianzas para
determinar si dos estimaciones de varianzas
independientes pueden ser admitidas como estimaciones
de una misma varianza.
Es una distribución de probabilidad de gran aplicación en
la inferencia estadística, fundamentalmente en la
contrastación de la igualdad de varianzas de dos
poblaciones normales, y fundamentalmente en el análisis
de la varianza.
Técnica que permite detectar la existencia o inexistencia
de diferencias significativas entre muestras diferentes y
aquellos casos en los que se quiere investigar la
relevancia de un factor en el desarrollo y naturaleza de
una característica.
La variable aleatoria F es no negativa, y la distribución
tiene un sesgo hacia la derecha. Dominio de x es de 0 a
infinito.
Luego: (𝑋 21 + 𝑋 2 2 + ⋯ 𝑋 2 𝛿 )/𝛿1
𝐹=
(𝑌 21 + 𝑌 2 2 + ⋯ 𝑌 2 𝛿 )/𝛿2
𝑛 − 1 𝑆 2 𝑥 /𝛿1
Reemplazando: 𝐹=
𝑚 − 1 𝑆 2 𝑦 /𝛿2
Como 𝛿1 𝑦 𝛿2 son grados de libertad que se pueden elegir, para cancelar (n-
1) y (m-1) hacemos coincidir:
𝛿1 = 𝑛 − 1 𝛿2 = (𝑚 − 1)
Así tendríamos: 𝛿1 𝛿2
𝑆2𝑥
𝐹 = 2 ~ 𝐹(𝑛 − 1, 𝑚 − 1)
𝑆 𝑦
Es decir, La variable F es conocer dos varianzas de
muestras provenientes de dos poblaciones diferentes,
con una distribución con parámetros (n-1) y (m-1).
CARACTERÍSTICAS:
❖ X e Y deben ser independientes.
❖ La distribución de la variable es asimétrica, pero su asimetría
disminuye cuando aumentan los grados de libertad del numerador y
denominador. Cada curva F. tiene forma asimétrica y es sesgado hacia
la derecha (es positivo al sesgo).
❖ La distribución F, utiliza doble (n-1) = gL. Que para el numerador se le
llama N y para el denominador se le llama D.
❖ Su cubertura depende de su grado de libertad.
Manejo de tablas
Solución:
a) F = 2.42 b) F = 3.13 c) F = 1.40
Ej: Dos procesos de envasar mermelada, ensayados por una
compañía, rinden el mismo peso medio. Sin embargo, el
primer proceso es más rápido y la compañía está dispuesta a
usarlo, a menos que la varianza sea muy grande comparada
con el segundo proceso, a un nivel de significación del 5 por
ciento.
Del primer proceso, se tiene una muestra de 25 frascos y una
desviación estándar de 30 gramos; y del segundo proceso, se
tiene una muestra de 20 frascos y una desviación estándar de
22 gramos. A que conclusión puede llegarse de estos
resultados?.
Solución:
Datos:
Dos compañías de envasar mermelada
n1 = 25 frascos n2 = 20 frascos
σ21 = 30 g σ22 = 22 g
∝ = 0.05
Planteando las Hipótesis:
Ho: σ21 = σ22
Ha: σ21 > σ22
Fc = σ21/ σ22
= 302/ 222 2,11
= 900/ 484 Acepta Ho Rechazo Ho
= 1.86