ESTADISTICA

INFERENCIAL- CGT
2022 – JUNIO - 19

Profesor Titular del Curso : Luisa Graciela Urure Tejada

Nombre de la actividad : Taller 3
Semana : Semana 07

DATOS DE LOS ESTUDIANTES

APELLIDOS Y NOMBRES (1) : Alan Renato Ferrel Arias
CÓDIGO (1) : U21203600

APELLIDOS Y NOMBRES (2) : Aura Marina Rodriguez Montilla

CÓDIGO (2) : U21222908

APELLIDOS Y NOMBRES (3) : Ruth Marizenia Cardenas Fuentes

CÓDIGO (3) :

APELLIDOS Y NOMBRES (4) : Richard Rafael Arana Mamani

CÓDIGO (4) : U22244232

APELLIDOS Y NOMBRES (5) : Miguel Angel Alvarez Torres

CÓDIGO (5) : U22244285

APELLIDOS Y NOMBRES (6) : Helber Ronald Llaza Yana

CÓDIGO (6) :
EJERCICIO 1

A un grupo de 17 pacientes que asistía a una clínica de fisioterapia se les sometió a una
determinada prueba diseñada para medir su nivel de motivación, antes de que participaran
en un curso experimental de motivación. Al término del programa, los pacientes fueron
sometidos a una nueva prueba. Las calificaciones antes y después fueron las siguientes:

Pruebe a un nivel de significación de 0.05 si el programa fue efectivo.

Negat
Antes Después Diferencia Posición Ordenar Rangos Positivos
ivos
10 15 5 1 1 1 1
8 10 2 2 2 3 3
5 10 5 3 2 3 3
14 15 1 4 2 3 3
15 25 10 5 3 5 5
22 20 -2 6 4 6.5 6.5
17 20 3 7 4 6.5 6.5
10 22 12 8 5 9 9
8 16 8 9 5 9 9
20 18 -2 10 5 9 9
11 16 5 11 8 11.5 11.5
16 24 8 12 8 11.5 11.5
10 23 13 13 10 14 14
15 25 10 14 10 14 14
5 15 10 15 10 14 14
24 20 -4 16 12 16 16
20 24 4 17 13 17 17
Total 140.5 12.5

Hipotesis
𝑇+= 140.5
Ho: Me1=Me2 No 𝑇−= 12.5
H1: Me1 ≠ Me2 Si 𝑇𝑚𝑖𝑛𝑖𝑚𝑜(𝑇+; 𝑇−) = 12.5
n= 17

Hallando la esperanza E(t) Hallando la varianza var(t)

𝑛(𝑛 + 1) 𝑛(𝑛 + 1)(2𝑛 + 1)
𝐸(𝑡) = 𝑣𝑎𝑟(𝑡) =
4 24
17(17 + 1) 17(17 + 1)((2 ∗ 17) + 1)
𝐸(𝑡) = 𝑣𝑎𝑟(𝑡) =
4 24
𝐸(𝑡) = 76.5 𝑣𝑎𝑟(𝑡) = 446.25
 Hallando el valor de Z
𝑇 − 𝐸(𝑡)
𝑍=
√𝑣𝑎𝑟(𝑡)
12.5 − 76.5
𝑍=
√446.25
𝑍 = −3.030

Nivel de significancia ɑ=0.05

-3.030

No se acepta la hipotesis nula dado que Zc no se encuentra en el rango -1.96<Zc>1.96 por lo

tanto existe una eficacia en el tratamiento con un nivel de significancia de 0.05.
 EJERCICIO3

En un laboratorio se observó el número de partículas que llegan a una

determinada zona procedentes de una sustancia radiactiva en un corto espacio
de tiempo siempre igual, obteniéndose los siguientes resultados:

¿Se pueden ajustar los datos obtenidos a una distribución de Poisson, con un nivel
de significación del 5%?

Solución:
1.- H0 = los datos se ajustan a una distribución de poisson.
H1= los datos no se ajustan a una distribución de poisson.
2.- α= 0.05

3.- g. l = k-m-1 k=5

g. l= 5-1-1=3 m=1

4.- x² = 1- α; k-m-1= x² 0.95;3

5.- x²cal= 31.54
6.- como x²cal pertenece a RC, H0 se rechaza por tanto los datos no se
ajustan a una distribución de poisson a un nivel de significancia del 5%.
 n=8
Ho Me = 22.05 r+ = 6
H1 Me ≠ 22.05 n/2 = 4

α = 0.05 r+ ≥ n/2

Pesos Mediana Diferencia Signos

22.8 22.5 0.3 +
20.71 22.5 -1.79 -
23.71 22.5 1.21 +
24 22.5 1.5 +
21.72 22.5 -0.78 -
22.5 22.5 0 0
23.2 22.5 0.7 +
22.9 22.5 0.4 +
22.74 22.5 0.24 +

n=8

r+ = 6

n/2 = 4

r+ ≥ n/2

P = 2 (r+ ≥ 6 cuando P = 1/2)

P 2 (8 ; 0.5) para X = 6 , 7, 8)
P = 2 (=DISTR.BINOM.N(6;8;0.5;FALSO) + =+DISTR.BINOM.N(7;8;0.5;FALSO) + =+DISTR.BINOM.N(8;8;0.5;FALSO)

X=6 X=7 X=8

0.1094 + 0.0313 + 0.0039 = 0.2891

P = 0.2891

Si P ≥ 0.05 No se Rechaza Ho

Conclusión: Con un nivel de significación de 0.05 se puede concluir que la mediana de los pesos
es 22.5.
1.- Ho: No existe relación entre el hábito de fumar y el bajo peso al nacer.

H1: Si existe relación entre el hábito de fumar y el bajo peso al nacer.

2.- ∝=0.05

2 (𝑂𝑖−𝑒𝑖)2
3.- 𝑥𝐶𝑎𝑙 =∑∑ 𝑒𝑖

4.-
3.8415
𝑥 2 (1- ∝);(n-1)=0.95;1

Chi tabla=3.84145882

2
5.- xCal =16.6667

2
6.- Como xCal ∊RC entonces Ho se rechaza, por lo tanto, si existe relación entre el
hábito de fumar y el bajo peso al nacer; aún nivel de significancia de 5%.