Yessenia Ledesma– NRC 3786 – Tarea 3

Tarea 3
YESSENIA LEDESMA

REGRESIÓN LINEAL SIMPLE 1.75

Resuelva solo los ejercicios impares, y vc (y1) (x1)(y1) (x1)2

en cada caso realice las pruebas 1 8.1 8.1 1
individuales, el contraste global F, 1.1 7.8 8.58 1.21
calcule los coeficientes de 1.2 8.5 10.2 1.44
determinación y ajustado. Construya los 1.3 9.8 12.74 1.69
intervalos 1.4 9.5 13.3 1.96
1.5 8.9 13.35 2.25
Ejercicio 11.3 1.6 8.60 13.76 2.56
Se realiza un estudio sobre la cantidad
1.7 10.20 17.34 2.89
de azúcar convertida, en cierto proceso
1.8 9.30 16.74 3.24
a distintas temperaturas. Los datos se
1.9 9.20 17.48 3.61
codificaron y se registran como sigue:
2 10.50 21 4
16.5 100.4 152.59 25.85
Temperatur Azúcar
a, X convertida, Y
1.0 8.1 n=11
1.1 7.8 b= 1.80909091
1.2 8.5 a= 6,41363636
1.3 9.8 y= 9,57954545
1.4 9.5 Azúcar convertida a una temperatura de
1.5 8.9 1,75.
1.6 8.6 c) Grafique los residuos contra la
1.7 10.2 temperatura. Comente el resultado.
1.8 9.3
1.9 9.2 Linea de Regresion Ajus-
2.0 10.5 12 tada
10
a) Estime la recta de regresión lineal.
Azucar

8
Debemos encontrar ^y =a^ + ^β x
6
x =∑ x i = ∑ x 2i = n
4
y =∑ yi = ∑ xi y i
2
β =n ( ∑ xi y i ) −¿ ¿
0
∝= ^y - β x 0.8 1 1.2 1.4 1.6 1.8 2 2.2
^ +β x
^y =∝ Temperatura del proceso

b) Calcule la cantidad media de Interpretación: El grafico nos

azúcar convertida que se produce
cuando la temperatura registrada es
NRC 3786
demuestra la gráfica de la línea de
regresión con la siguiente formula:
y= 1,809x + 6,413
1
 Yessenia Ledesma– NRC 3786 – Tarea 3

2
R = 0,499 6.8335−225∗162.67 13409.55
0.5676
Dándonos un resultado de 0,499 6∗13409−2252 23625
n

Ejercicio 11.5 b 0=∑ y1 −b1 ¿ ¿¿

i=1

(162.67−0.5676∗225)
Se registraron las cantidades de un 5.8254μy / x = ^y =
6
compuesto químico y que se disolvía
5.8254+0.5676x
en 100 gramos de agua a distintas
b) Grafique la recta en un diagrama
temperaturas:
de dispersión.
x (C°) y (Gramos) 60
50
0 8 6 8 40

Gramos
30
15 12 10 14
20
30 25 21 24 10
0
45 31 33 28 0 10 20 30 40 50 60 70 80
C°
60 44 39 42
c) Estime la cantidad de producto
75 48 51 44 químico que se disolverá en 100
gramos de agua a 50° C

T ∝/2=2,58 donde v:
a) Encuentre la ecuación de la recta n=2
de regresión. ^y =Bo +BiXo y Xo es el valor supuesto
y de x
x(C° (gramo ^y = 5,8253+(0,5676)(5)=34,2063
) s) x°2 xy
Xo= 50 ^x
0 7,33 0 0
=37,5
15 12 225 180
S=√ SME
30 23,33 900 699,9
1380,1 S=√ 6,6182
45 30,67 2025 5 S=2,5725
60 41,67 3600 2500,2
3575,2
34,2063*258(2,57)
1
18
+¿ ¿ ¿
√
√
75 47,67 5625 5
= 1
1237 μy / x 34,2063*258(2,57) +¿ ¿ ¿
18
225 162,67 5 8335,5
b 0+ b1 x 4
34,2063-6,6372(0,2622)¿ μ <¿
n n 30
n ∑ x1 y 1−∑ X 1 ∑ y 1 34,2063+6,6372(0,2622)
b 1= i=1 i=1 i=1
4
34,2063-1,7407¿ μ <¿34,2063+1,7407
n

∑x 2

n i=1
1

−¿ ¿ 30

NRC 3786
2
 Yessenia Ledesma– NRC 3786 – Tarea 3

4
32,4656¿ μ <¿35,9470
30 b 1= n ¿ ¿
12 ( 191325 )−( 410)(5445)
Interpretación: Aseguramos con una confianzab 1= 12 ( 15650 ) −¿ ¿
del 00% que para el de x: 50, el valor promedio 2295900−2232450
de y se encuentra entre 32,4656 y 35,9570 b 1=
187800−168100
63450
b 1=
Ejercicio 11.7 19700
b 1=3,220812183
Un comerciante al detalle realizo un estudio parab 1=3,2208
determinar la relación que hay entre los gastos
∑ y−(b1 )(∑ x)
de la publicidad semanal y las ventas. Registro b 0=
n
los datos siguientes:
5445−(3,2208)( 410)
b 0=
12
Costo de publicidad 5445−1320,528
($) Ventas ($) b 0=
12
40 385
20 400 4124,472
b 0=
25 395 12
20 365 b 0=342,706
30 475 ^
Y =343,706+3,2208x
50 440
40 490 c) Estime las ventas semanales
20 420
cuando los costos de la publicidad
50 560
40 545 sean de $35.
25 480
50 510 b 1=n ¿ ¿
12 ( 191325 )−( 410)(5445)
a) Elabore un diagrama de dispersión. b 1=
12 ( 15650 ) −¿ ¿
600 2295900−2232450
b 1=
187800−168100
500
63450
400 b 1=
19700
Ventas

300 b 1=3,220812183
200 b 1=3,2208

b 0= ∑
100 y−(b1 )(∑ x)
0
15 20 25 30 35 40 45 50 55
n
5445−(3,2208)( 410)
Costo de publicidad b 0=
12
5445−1320,528
b 0=
b) Encuentra la ecuación de regresión para 12
4124,472
pronosticar las ventas semanales, a partir deb 0=
12
los gastos en publicidad.
b 0=342,706

NRC 3786
3
 Yessenia Ledesma– NRC 3786 – Tarea 3

Y^ =343,706+3,2208x 600

Y^ =343,706+3,2208(35) 500
Y^ =343,706+112,728 400
Y^ =456,434

Ventas
300
200

X Y XY X² Y² 100

4,3 126 541,8 18,49 15876 0

15 20 25 30 35 40 45 50 55
4,5 121 544,5 20,25 14641 Costo de publicidad
5,9 116 684,4 34,81 13456
5,6 118 660,8 31,36 13924
6,1 114 695,4 37,21 12996 Ejercicio 11.9
5,2 118 613,6 27,04 13924
3,8 132 501,6 14,44 17424 Un estudio sobre la cantidad de lluvia y de la
2,1 141 296,1 4,41 19881 contaminación del aire eliminada produjo los
7,5 108 810 56,25 11664 siguientes datos:
45 1094 5348,2 244,2 133786
6
d) Grafique los residuos contra los
costos de publicidad. Haga
comentarios.

Cantidad de lluvia Partículas

diaria, removidas,
x (0,01cm) y(ug/m)
4,3 126 a) Calcule e interprete la ecuación de la recta
4,5 121 de regresión para predecir las partículas
5,9 116 eliminadas de la cantidad de precipitación
5,6 118 diaria.
6,1 114
5,2 118
^y =b o+b 1x
3,8 132
2,1 141 y=¿0,3333x+119,89
7,5 108
b) Estime la cantidad de partículas
eliminadas si la precipitación diaria es X=
4.8 unidades.

( SCxy)
B 1=
(SCx)
B1=-6,32

NRC 3786
4
 Yessenia Ledesma– NRC 3786 – Tarea 3

0 0
B0= y - B1(x)
∑ Yi a) Grafique los datos
y=
n
y =121,56
5000
Empuje de un motor
B0=153,2 4500
4000
Yx=B0+ B1*X 3500
Yx = 122,82 3000
2500
SCxy =∑ xy - ( ∑ x∗∑n xy ) 2000
1500
1000
SCxy = -121,8 500
0

( )∑ x2 1450 1500 1550 1600 1650 1700 1750 1800

SCx=
n
SCx =19,26 b) Ajuste una recta de regresión

(∑ ) xi simple a los datos y grafíquela a

x=
n través de ellos.
x =5,00
x^ =b x +b y
Ejercicio 11.11 x=¿ 20250+8107
y=15328+6185
El empuje de un motor (y) es función
de la temperatura de escape (x) en °F, 9000
8000
cuando otras variables de importancia 7000
6000
se mantienen constantes. Considere los 5000
siguientes datos: 4000
3000
y x y x 2000
1000
4 1 4 1 0
15000 16000 17000 18000 19000 20000 21000
3 7 0 6
0 6 1 6
0 0 0 5
4 1 3 1 REGRESIÓN LINEAL SIMPLE
6 6 8 5
5 5 1 5 Resuelva solo los ejercicios impares, y en cada
0 2 0 0 caso, realice las pruebas individuales, el
3 1 4 1 contraste global F, calcule los coeficientes de
2 4 5 7
determinación y ajustado. Construya los
0 8 0 0
0 5 0 0 intervalos de predicción en los casos que
3 1 3 1 aplique.
1 3 0 2
5 9 0 7 Ejercicio 12.3
0 0 8 0
4 1   Se efectuó un conjunto de ensayos
9 8
experimentales para determinar una
5 2
NRC 3786
5
 Yessenia Ledesma– NRC 3786 – Tarea 3

forma de predecir el tiempo de cocción

y a diferentes niveles del ancho del SCxy= ∑ xy -((∑ x∗∑ y /n ¿ ¿ ¿ ¿
horno X1 y temperaturas de la chimenea SCxy= 7240
X2. Los siguientes son los datos SCx= ∑ x 2-((∑ x 2 ¿ ¿ ¿/n)
registrados: SCx= 4000
X= (∑ x /n ¿ ¿ ; X=30
X X1 X2
6,40 1,32 1,15
15,05 2,60 3,40 Ejercicio 12.7
18,75 3,56 4,10
30,25 4,41 8,75 Se efectuó un experimento con la
44,85 5,35 14,82 finalidad de determinar si el flujo
48,94 6,20 15,15 sanguíneo cerebral de los seres
51,55 7,12 15,32 humanos podría predecirse a partir de la
61,50 8,87 18,18 tensión arterial del oxígeno (milímetros
100,44 9,80 35,19 de mercurio). En el estudio se utilizaron
111,42 10,65 40,40
15 pacientes y se observaron los
siguientes datos:
Estime la ecuación de regresión lineal
múltiple:
μy / x 1 ¿ x 2∗x 3∗x 4∗x 5
μy /≠ 1 ,≠ 2= B0 + B1 x + B 2x
= B 0 + B1 + B 2 + B3+ B 4 + B 5
1 2

Y=0,5799+2,7122 x 1+2,0497 x 2
Desarrollo
μy / x 1 ¿ x 2∗x 3∗x 4∗x 5
Ejercicio 12.5
Y=141,61+0,2819x+0,0003x2
Interpretación: Estos datos están
a) Ajuste una ecuación de regresión
dispersos, esto quiere decir que no se
múltiple de la forma μ y /x= b o+b o x 1+
puede pronosticar el flujo sanguíneo
b 2 x 2 a los datos del ejemplo: 11,8.
cerebral de los seres humanos a partir
μ y /x= b o+b o x 1+b 2 x 2
de la presión del oxígeno arterial.
μ y /x=96,04+54
b) Estime el producto de la reacción Ejercicio 12.13
química para una temperatura de
225°C Se realizó un experimento para estudiar
x y xy x2 y2 el tamaño de los calamares consumidos
10 13 130 100 169 por tiburones y atunes. Las variables
10 18 180 100 324 regresoras son características de la boca
10 16 160 100 256
del calamar. Los datos del estudio son
10 15 150 100 225
10 20 200 100 400 los siguientes:
50 86 4200 2500 7396 X1: longitud del morro, en pulgadas
50 90 4500 2500 8100 X2: longitud de aleta, en pulgadas
50 88 4400 2500 7744 X3: longitud del morro a la cola, en pulgadas
50 88 4400 2500 7744 X4: longitud de la cola a la aleta, en pulgadas
50 92 46000 2500 8464 X5: ancho, en pulgadas
300 526 64320 13000 40822 Y= peso, en libras
NRC 3786
6
 Yessenia Ledesma– NRC 3786 – Tarea 3

1,8 8,5
X1 X2 X3 X4 X5 Y 6 1,47 0,60 1,01 0,65 6
1 1,5 4,4
, 8 1,34 0,52 0,95 0,5 9
1, 1,0 0,4 0,7 0,3 9 1,9 8,4
31 7 4 5 5 5 7 1,59 0,67 1,2 0,59 9
2 1,8 6,1
, 0 1,56 0,66 1,02 0,59 7
1, 1,4 0,5 0,4 9 1,7 7,5
55 9 3 0,9 7 0 5 1,58 0,63 1,09 0,59 4
0 1,7 6,3
, 2 1,43 0,64 1,02 0,63 6
0, 0,8 0,3 0,5 0,3 7 1,6 7,6
99 4 4 7 2 2 8 1,57 0,72 0,96 0,68 3
0 1,7 7,7
, 5 1,59 0,68 1,08 0,62 8
0, 0,8 0,3 0,5 0,2 8 2,1 10,
99 3 4 4 7 1 9 1,86 0,75 1,24 0,72 15
1 1,7 6,8
, 3 1,67 0,64 1,14 0,55 8
1, 0,9 0,3 0,6 0
01 0 6 4 0,3 9 Tensión arterial del
1 Flujo sanguíneo ,y
oxígeno, x
1, , 84,33 603,40
09 0,9 0,4 0,6 0,3 2 87,80 582,50
3 2 1 1 2 82,20 556,20
1 78,21 594,60
, 78,44 558,90
1, 0,9 0,4 0,5 0,3 0 80,01 575,20
08 0 0 1 1 2 83,53 580,10
1 79,46 451,20
, 75,22 404,00
1, 1,0 0,4 0,7 0,3 9 76,58 484,00
27 8 4 7 4 3 77,90 452,40
0 78,80 448,40
,
0, 0,8 0,3 0,5 0,2 6
99 5 6 6 9 4 Estime la ecuación de regresión lineal
2 múltiple
, μy ( X 1 , X 2 , X 3 , X 4)= B0 + B1 X 1+¿
1, 1,1 0,4 0,7 0,3 0 B 2 X 2+ B 3 X 3 + B 4 X 4 + B 5 X 5
34 3 5 7 7 9
1 Solución
, Y=-6,44 + 1,77 X 1 - 3,66 X 2 +2,41 X 3
1, 1,1 0,4 0,7 0,3 9 +5,40 X 4+14,6 X 5
30 0 5 6 8 8
1, 1,1 0,4 0,7 0,3 1 Ejercicio 12.15
33 0 8 7 8 ,
9
0 Se llevó a cabo un estudio sobre el uso
NRC 3786
7
 Yessenia Ledesma– NRC 3786 – Tarea 3

de cierto rodamiento y su relación con enlatado para perro. Se llevó a cabo un

X 1 = viscosidad del aceite y X 2 = carga. experimento en un supermercado
Se obtuvieron los datos siguientes (De pequeño durante un periodo de 8 días,
response Surface Methodology Myers y para las ventas de una marca de
Montgomery) (2002) alimento para perro conocida como Arf
y que implicaba tres niveles de altura de
Y X1 X2 Y X1 X2 anaquel, a las rodillas a la cintura y a
193,00 1,60 851,00 230,00 15.5 816,00 los ojos.
22,0 43,0
172,00 0 1058,00 91,00 0 1201,00 Cada día se cambiaba al azar, en tres
33,0 40,0 ocasiones distintas, la altura del
113,00 0 1357,00 125,00 0 1115,00 anaquel en la que estaba dicho
alimento.
a) Estime los parámetros Las secciones restantes de la góndola
desconocidos de la ecuación de que contenía la marca dada se llenaban
regresión lineal múltiple. con una mezcla de marcas de comida
Y= a 0-a 1* X 1 -a 2* X 2 canina, las cuales resultaban tanto
Parámetros estimados  familiares como desconocidas para los
Y= 351-127*20-0,1539*1200 consumidores de esa área geográfica
b) Prediga el uso para una específica. Las ventas diarias
viscosidad del aceite de 20 y una expresadas en cientos de dólares, del
carga de 1200. alimento Arf para las tres alturas de
El pronóstico de desgaste con los anaquel, fueron los siguientes:
siguientes predictores: viscoisdad
de 20 y una carga de 1200 es Altura de anaquel
Y= 351-127*20-0,1539*1200 A las A la A los
Y= 140,92 rodillas cintura ojos
77 88 85
82 94 85
ANÁLISIS DE VARIANZA
86 93 87
78 90 81
Resuelva los ejercicios impares. En 81 91 80
cada caso compruebe el supuesto de 56 94 79
homocedasticidad y realice las 77 90 87
comparaciones múltiples de ser el caso. 81 87 93

Ejercicio 13.5 ¿Existe una diferencia significativa en el

promedio de ventas diarias de dicho alimento,
En el artículo Shelf-Space Strategy in con base en la altura del anaquel? Utilice un
Retailing que se publicó en Proceeding: nivel de significancia de 0,01.
Sourthern Marketing Asociation, se Solución
investigó en los supermercados el
Grupo Cuent Sum
efecto que tenía a altura de los
s a a
anaqueles sobre las ventas de alimento Rodilla
s 8 648
NRC 3786 Cintura 8 727
8
Ojos 8 677
 Yessenia Ledesma– NRC 3786 – Tarea 3
Análisis de varianza
Origen de
Valor
las Probabilida
F críticoSe ha demostrado que el fertilizante a
variacione d
para Fbase de fofato de amonio del magnesio
s
Entre 14,5181818 0,00010985 5,78041568
grupos 2 1
Dentro de
los grupos
14,5181818 0,00010985 5,78041568
Total 2 1
Hipótesis:
Ho= M1=M2=M3: Existe una relación entre las colocación en una maceta. Se efectuó
variables (cintura, rodillas y ojos)
Criterio para rechazar la HO
F¿F Tablas
14,51818182¿5,780415688
Interpretación: La hipótesis es
rechazada dado que F es mayor que el
valor crítico de F, es decir que no existe
una relación entre el promedio de
ventas diarias con la altura del anaquel.
Hipótesis
H1: Mi≠M1,M2: Existe una diferencia
significativa entre la altura y las ventas
Criterio para rechazar el Ho
P¿a
0,000110¿0,01
Interpretación: La hipótesis se
rechaza, es decir que las ventas y la
altura en que se colocara el producto no
tenían diferencia alguna entre ellas
(altura y ventas)
Conclusión: No existe una diferencia
significativa entre las ventas y el
producto en una altura diferente, sin
embargo, dentro de la tabla podemos
NRC 3786
observar que las ventas son mejores
cuando la altura del producto se
encuentra por la cintura del cliente.
Ejercicio 13.7
HgNH4PO4, es un proveedor eficaz de
los nutrientes necesarios para el
crecimiento de las plantas. Los
compuestos que suministra son muy
solubles en agua, lo cual permite su
aplicación directa sobre la superficie
del suelo o que se mezcle con e,
sustrato del crecimiento durante su
un estudio denominado Effect of
Magnesium Ammonium Phosphate on
Height of Chrysanthemus, en la
Universidad George Mason, para
determinar el nivel óptimo posible de la
fertilización, con base en la mejoría de
la respuesta del crisantemo en cuanto a
su crecimiento vertical. Se dividieron
40 semillas de crisantemo en 4 grupos
de diez plantas cada uno. Se sembró
cada una en una maceta similar que
contenía un medio uniforme de
crecimiento. Se agregó a cada grupo de
plantas una concentración cada vez
mayor de MGNH4PO4, medido en
gramos por bushel. Se cultivaron
durante cuatro semanas los cuatro
grupos de plantas en condiciones
uniformes en un invernadero. En la
tabla que sigue se presentan los
tratamientos y los cambios respectivos
de sus alturas medidas en centímetros:
9
 Yessenia Ledesma– NRC 3786 – Tarea 3

Tratamiento
50
19.6 100
18.0 200 21.1400 22.0
g/bu
20.2 g/bu
23.3 g/bu 25.0g/bu 18.2
13,2 16 7,8 21
12,4 12,6 14,4 14,8 Sumas:
12,8 14,8 20 19,1
� �𝑢𝑚𝑎1
17,2 13 15,8 15,8
=
13 14 17 18
14 23,6 27 26
14,2 14 19,6 21,1
21,6 17 18 22
15 22,2 20,2 25
20 24,4 23,2 18,2
VA SC G C F SI DECISIO 68.2+85.2+81.0+90.6+84.6+98.4+104.2+96. 8
R I M T G N = 709,0
18 60, 3, 0,0 RECHAZ
2 8 8 1 O 𝑆𝑢𝑚𝑎2=930,24+1451,8+1641,6+1431,4+193
SCE 42 3 1 3 8 6,5+2171,5+1874,0 = 1274
57 3 15, 2/n = = 9,4
5 9 𝑆𝑢𝑚𝑎3=
SCR 61 6 9 933,72+1512,1+1359,8+1769,0+2048,2+220
75 3 0,0+1959,9 = 1331
8 𝑆𝑢𝑚𝑎2=(6+8+8+4+4+2+2)/2=5,1
SCT 4 9
FC= 12567,025
CUADRO ANOVA

Con un nivel de significancia de 0,05

¿Podría concluirse que concentraciones Ho: Concentraciones diferentes de
diferentes de MGNH4PO4 afectan la MgNH4PO4 afectan la altura promedio
estatura promedio que alcanzan los que alcanzan los crisantemos Hi:
crisantemos? ¿Qué cantidad del Concentraciones diferentes de
fertilizante parece ser la mejor? MgNH4PO4 no afectan la altura
promedio que alcanzan los crisantemos
Desarrollo
50 g/bu 100 g/bu Interpretación: Las concentraciones
13.2 12.4 16.0 12.6 diferentes de MgNH4PO4 no afectan la
12,8 17.2 14.8 13.0 altura promedio que alcanzan los
13.0 14.0 14.0 23.6 crisantemos.
14.2 21.6 14.0 17.0
15.0 20.0 22.2 24.4 Ejercicio 13.9
200 g/bu 400 g/bu
7.8 14.4 21.0 14.8 La enzima mitocondrial NAPH: NAD
20.0 15.8 19.1 15.8 transhidrogenasa, de la tenia de la rata
17.0 27.0 18.0 26.0
NRC 3786
10
 Yessenia Ledesma– NRC 3786 – Tarea 3

común (Hymenolepiasis diminuta)

cataliza el hidrogeno en transferencia
de NADYH a NAD, y produce NADH.
Se sabe que esta enzima desempeña un Pruebe la hipótesis de que la actividad específica
papel vital en el metabolismo anaerobio promedio es la misma para las cuatro
de la tenía y recientemente se planteó la concentraciones con un nivel de significancia de
hipótesis de que podría servir como una 0,01.
bomba de intercambio de protones, es
decir, para transferir protones a través Solución
de la membrana mitocondrial. El F-8,38
estudio Effect of Various Substrate Las actividades específicas promedio difieren de
Concentratio on the Conformational manera significativa.
Variation of the NADPH: NAD
Transhydrogenase oof Hymenolepiasis PRUEBAS BASADAS EN CHI CUADRADO
disminuta llevado a cabo por la
Universidad Estatal Bowling Green, se Resuelva solo los ejercicios impares
diseñó para evaluar la capacidad de
dicha enzima para sufrir cambios en su Ejercicio 10.79
conformación o su forma. Los cambios Se lanza 180 veces un dado con los
en la actividad específica de la enzima siguientes datos:
ocasionados por las variaciones en la
concentración de NADP podrían x 1 2 3 4
interpretarse como un apoyo de la teoría f 28 36 36 30
del cambio de conformación. La enzima
¿Es un dado balanceado? Utilice un nivel de
en cuestión se localiza en la membrana
significancia de 0,01.
interior de las mitocondrias de la tenía.
Se homogeneizaron las tenías y se aisló
Solución
la enzima mediante una serie de
Región critica x2¿15,086
centrifugaciones. Después, se agregaron
x2=4,47
diferentes concentraciones de NADP a
la solución de la enzima aislada y la
Interpretación: Por lo tanto no rechazar H 0, el
mezcla se incubo durante tres minutos
dado esta balanceado.
en un baño de agua a 56 °C.
Luego se analizó la enzima con un
Ejercicio 10.81
espectrómetro de rayo dual y se
calcularon los resultados siguientes en
Se supone que una maquina mezcla
términos de la actividad específica de
cacahuates, avellanas, anacardos y
la enzima, en nanomoles por minuto
pacanas a razón de 5:2:2.1. Se encuentra
por miligramo de proteína:
Concentración de NADP (nm)
0 80 160 360
11,01 11,38 11,02 10,31
12,09 10,67 10,67 8,3
10,55 12,33 11,5 9,48
NRC 3786 11,26 10,08 10,31 8,89
9,36 11
 Yessenia Ledesma– NRC 3786 – Tarea 3

que una lata que contiene 500 de tales f 21 31 12 0

nueces mezcladas tiene 269 cacahuates,
112 avellanas, 74 anacardos y 45
pacanas. Al nivel de significancia de
0,05 pruebe la hipótesis de que la
maquina mezcla las nueces a una razón
de 5:2:2:1.
Con un nivel de significancia e 0,01
pruebe la hipótesis de que los datos
registrados se pueden ajustar mediante
la distribución binomial b (y: 3,1 /4).
Y=0, 1, 2,3

Solución Solución
Es un problema de homogeneidad con Ho: Los datos siguen la distribución
el siguiente contraste binomial, b (y; 3,1/4)
H1: Los datos no siguen la distribución

{Ho:Ho:LaLarazonno
razon es 5 :2:2 :1
es 5: 2:2.1
binomial.
∝=0,01
1
b (0 ;3 , )=27/64
Con los siguientes valores clave. 4
1
b (1; 3 , )=27/64
4
{∝:10v=n−1=3
%=¿ 1−∝=90 %
gdl
1
b (2; 3 , )=9/64
4
Para ello construimos la siguiente tabla:
Caca
De donde se reduce el estadístico de la huete Avell Anac Nue
prueba: s anas arios ces Total

| | Obser 269,0 112,0 45,0 500,0

4 o t
n −n
x =∑
2
vados 0 0 74,00 0 0
i=1 nt
2
f 0,54 0,22 0,15 0,09 1,00
x = 10,1440 Teóric 250,0 100,0 100,0 50,0 500,0
Ahora Bien x 2> x2 os 0 0 0 0 0
f 0,50 0,20 0,20 0,10 1,00
Interpretación: existe evidencia x 1,44 1,44 6,76 0,50 10,14
estadística para rechazar la hipótesis 1
b (3 ;3 , )=1/64
nula, es decir, la razón de reparto no es 4
5:2:2:1 e 1=27, e 2=27, e 3=9, e 4 =1

Ejercicio 10.83 2 ¿ 2 ¿
x 2=¿ ¿+31−27 ¿ 27 +12−10 ¿ 10

Se extraen 3 cartas de una baraja =2,33 Region critica x2 >9,210

ordinaria con reemplazo y se registra el con 2 grados de libertad
numero Y de espadas. Después de
repetir el experimento 64 veces, se Interpretación: No existe evidencia
registran los siguientes resultados: estadística para r rechazar Ho; los
y 0 1 2 3 datos provienen de una distribución no

NRC 3786
12
 Yessenia Ledesma– NRC 3786 – Tarea 3

Robo en
significativamente diferentes de Distrito Asalto casa Hurto Homicidio Total
b(y;3,1/4) 1 162 186,37 118 125,84 451 423,49 18 13,286031 749
2 310 379,96 196 256,56 Sexo
996 863,38 25 27,086475 1527
Ejercicio 10.85 3 258 228,67 193 154,41 458 519,61 10 16,301552 919
4 280 214,98
  Masculin Femenino
175 145,17 390 488,51 19 15,325942 864
Total 1010   682 o  2295   72   4059
Se lanza una moneda hasta que sale Mas 25 15
una cara y se registra el número de horas 29
lanzamientos X. Después de repetir el Menos de 27
experimento 256 veces, obtenemos los 25 horas 19
siguientes resultados: número de horas que pasan viendo la
televisión durante una semana:

Utilice un nivel de significancia de 0,05

Con un nivel de significancia e 0,01 pruebe la hipótesis de que el tamaño de
pruebe la hipótesis de que los datos la familia es independiente del nivel
registrados se pueden ajustar mediante académico padre.
la distribución binomial b (y: 3,1 /4). Desarrollo
Y=0 H 0=La cantidad de horas destinadas a
ver televisión durante una semana es
x 1 2 3 4 5 6 7 8 independiente del género.
f 136 60 34 12 9 1 3 1 H 0=La cantidad de horas destinadas a
Solución ver televisión durante una semana es
Región critica independiente del género.

Valores Masculin Femenin Totale

Ejercicio 10.87
observados o o s
(oi)
Repita el ejercicio 10.85 con el nuevo
Más de 25 15 29 44
experimento que se describe.
horas
Ejercicio 10.89 Menos de 27 19 46
25 horas
En el ejercicio 1.19 de la página 28, Totales 42 48 90
pruebe la bondad del ajuste entre las Las tablas para los valores observados y
frecuencias de clase que se observan y para los valores esperados son:
las frecuencias esperadas
correspondientes de una distribución Estadística x2observada =
normal con μ= 1,8 y θ =0,4. Utilice un
nivel de significancia de 0,01 ∑ ij [ ( oij −eij 2 )
eij ]
x2observada= 5,4702
Ejercicio 10.91 Estadística x2 crítica para ∝ con (f-1)
(c-1) grados de libertad.
Una muestra aleatoria de 90 adultos se x2 crítica con (2-1) (2-1) =
clasifica de acuerdo con su género y el
NRC 3786
13
 Yessenia Ledesma– NRC 3786 – Tarea 3

1 grado de libertad= 6,635 La nueva columna es el valor esperado

de cada celda. Para ello multiplicamos el
Como x2 observada ¿ x2 critica , se valor del total de la fila por el total de la
acepta la hipótesis nula. columna y lo dividimos entre el total de
crímenes
Interpretación: Se acepta la hipótesis
nula, es decir, la cantidad de horas 749,1010
Ejemplo: = 186,37
destinadas a ver televisión durante una 4059
semana es independiente del género.
x =∑
2
( oi−ei
ei )=124,52

Ejercicio 10.93 ∝=0,001

Regio critica x2¿ 27,877
Un criminólogo realizo una μ
con = (r-1)(c-1) = (4-1)(4-1) =9
investigación para determinar si, en una grados de libertad
ciudad grande, la incidencia de ciertos Por tanto cae en zona de rechazo . Por
tipos de delitos varía de una parte a lo tanto, los crímenes dependen del
otra. Los crímenes específicos de distrito.
interés son asalto (con violencia), robo
en casa, hurto y homicidio. La siguiente Ejercicio 10.95
tabla muestra el número de delitos
cometidos en cuatro áreas de la ciudad Para determinar las posiciones actuales
durante el año pasado. acerca de las oraciones en escuelas
públicas, se llevó a cabo una
Tipo de crimen investigación en cuatro condados de
Distrit Asalt Rob Hurt Homicidi Virginia. La siguiente tabla da las
o o o en o o
opiniones de 200 padres del condado de
casa
1 162 118 451 18 Craig, 150 padres del de Giles, 100
2 310 196 996 25 padres del Franklin y 100 del de
3 258 193 458 10 Montgomery.
4 280 175 390 19
Condado
¿A partir de tales datos podemos Posición Craig Giles Franklin Mont
concluir, con un nivel de significancia A favor 65 66 40 34
de 0,01, que la ocurrencia de estos En 42 30 33 42
tipos de delitos es dependiente del contra
distrito de ciudad? Sin 93 54 27 24
opinión
Desarrollo
Realizamos una prueba de Pruebe la homogeneidad de las
independencia opiniones entre los 4 condados con
respecto a las oraciones en escuelas
públicas. Utilice un valor P en sus
conclusiones

NRC 3786
14
 Yessenia Ledesma– NRC 3786 – Tarea 3

Ejercicio 10.97 pacientes no es mayor que 20 minutos

antes de entrar al consultorio.
Las siguientes respuestas con respecto
al estándar de vida al momento de una Ejercicio 16.3
encuesta de opinión independiente de
1000 familias contra un año antes Un inspector de alimentos examina 16
parece estar de acuerdo con los latas de cierta marca de jamón para
resultados de un estudio publicado en determinar el porcentaje de impurezas
Across the Board (junio de 181). externas. Se registraron los siguientes
datos:
Estándar de vida
Periodo Algo Igua No Tota 2,4 2 3,1 2 2 1,2 1,0 2,4
mejo l tan l 1,7 1 4,2 2 2 3,6 1,6 2,3
r bueno
1980: 72 144 84 300 Con la aproximación normal a la
Enero distribución binomial, realice una
Mayo 63 135 102 300
prueba de signo al nivel de
Septiembre 47 100 53 200
significancia de 0,05 para probar la
1981:Ener 40 105 55 200
o hipótesis nula de que la mediana del
porcentaje de impurezas en esta marca
Pruebe la hipótesis de que las de jamón es de 2,5 % contra la
proporciones de familias dentro de cada alternativa de que la mediana del
estándar de vida son las mismas para porcentaje de impurezas no es 2,5%.
cada uno de los cuatro periodos. Utilice Solución
un valor de P. Ho: M= 2,5
Hi= M≠ 2,5
PRUEBAS NO PARAMÉTRICAS ∝= 9,95
Resuelve solo los ejercicios impares. M =¿ 3
p−value = 0,02127
Ejercicio 16.1 P<∝
Interpretación: Se encontró suficiente
Los siguientes datos representan el evidencia estadística para rechazar el
tiempo, en minutos, que un paciente Ho, ya que el p-value es menor al alpha,
tiene que esperar durante 12 visitas al por ende, la mediana del porcentaje de
consultorio de na doctora antes de ser impurezas en esta marca de jamón no es
atendido por esta: de 2,5%

17 15 20 20 32 28 Ejercicio 16.5
12 26 25 25 35 24
Se afirma que una nueva dieta reducirá
Utilice la prueba de signo al nivel de 4,5 kilogramos el peso de una persona
significancia de 0,05 para probar la en promedio, en un periodo de 2
afirmación de la doctora, de que la semanas. Se registran los pesos de 10
media del tiempo de espera para sus mujeres que sigue esta dieta, antes y
NRC 3786
15
 Yessenia Ledesma– NRC 3786 – Tarea 3

después de un periodo de 2 semanas, y 8 139 169

se obtienen los siguientes datos: 9 165 173
10 145 147
Mujer Peso antes Peso después 11 150 156
1 58,5 60 12 161 164
2 60,3 54,9 13 132 133
3 61,7 58,1 14 155 161
4 69,00 62,1 15 146 154
5 64,00 58,5 16 159 170
6 62,6 59,9
7 56,7 54,4 Utilice una prueba de signo al nivel de
8 63,6 60,2 significancia de 0,05 para probar la
9 68,2 62,3 hipótesis nula de que correr 8
10 59,4 58,7 kilómetros en 8 puntos contra la
alternativa de que el aumento en la
Utilice la prueba de signo al nivel de mediana es menor que 8 puntos.
significancia de 0,05 para probar la
hipótesis de que la dieta reduce la Solución
mediana del peso en 4,5 kilogramos, Corredo Antes Despué Diferenci Sign
contra la hipótesis alternativa de que la r s a o
mediana de la diferencia en pesos es 1 158 164 6 -
menor que 4,5 kilogramos. 2 149 158 9 +
3 160 163 3 -
Solución: 4 155,00 160 5 -
5 164,00 172 8
Región critica w +¿≤¿ 11
6 138 147 9 +
Para una n= 10 7 163 167 4 -
w +¿=¿¿ 17,5 8 139 169 10 +
Interpretación: No se rechaza la 9 165 173 8
hipótesis nula. 10 145 147 2 -
11 150 156 6 -
Ejercicio 16.7 12 161 164 3 -
13 132 133 1 -
Las siguientes cifras indican la presión 14 155 161 6 -
15 146 154 8
sanguínea sistólica de 16 corredores
16 159 170 11 +
antes y después de una carrera de 8
kilómetros: Mes Antes= 159´165 /2
Mes antes = 162
Corredor Antes Después Mes después= 169+173
1 158 164
Mes después = 170,5
2 149 158
3 160 163
4 155,00 160 Hipótesis
5 164,00 172 Ho= Correr 8km. Aumenta la Me. De la presión
6 138 147 sanguínea en 8 puntos
7 163 167 H1: Correr 8 km. Aumenta la Me. De la presión
sanguínea mas de 8 puntos
NRC 3786
16
 Yessenia Ledesma– NRC 3786 – Tarea 3

n= 13 Marca B 8 10 7
p= 0,5
x= 3 Utilice la prueba de suma de rangos con
x
∝=0.05 para probar si tal afirmación es
P( x≤x) = ∑ b(k :n , p)
k=0 válida.

0,02 0,009 Ejercicio 16.7

13 0 0,2542 0,055 4 7 0,0013
0,12 Los siguientes datos representan el
  1 0,6213 0,2336 7 0,637 0,0126número de horas que operan dos
0,33 0,202 diferentes tipos de calculadoras
  2 0,8661 0,5017 3 5 0,0579
científicas de bolsillo, antes de que
0,58 0,420
  3 0,9658 0,7473 4 6 0,1686necesiten recargarse.

A 5.5 5.6 6.3 4.6 5.3 5 6.2 5.8 5.1

x=0 0,00012207
B 3.8 4.8 4.3 4.2 4.0 4.9 4.5 5.2 4.5
x=1 0,00158691
x=2 0,00952148
x=3 0,03491211 Utilice la prueba de la suma de rangos
con ∝=0.01 para determinar si la
Interpretación: calculadora A opera más tiempo que la
calculadora B con una carga completa
Ejercicio 16.9 de la batería.
Analice los datos del ejercicio 16.2
usando la prueba de rango con signo. Ejercicio 16.19

Ejercicio 16.11 De una clase de matemáticas de 12

Repita el ejercicio 16.5 usando la estudiantes con capacidades iguales,
prueba de rango con signo. quienes utilizan material programado,
se seleccionan 5 al azar y el profesor les
Ejercicio 16.13 da instrucción adicional. Los resultados
Repita el ejercicio 16.7 con la prueba de del examen final son los siguientes
rango con signo.
Calificación
Ejercicio 16.15
Con 87 69 78 91 80
instrucció
Un fabricante de cigarrillos afirma que n adicional

el contenido de alquitrán de la marca de Sin 75 88 64 82 93 79 67

instrucció
cigarrillos B es menor que la de la n adicional

marca de cigarrillos A. Para probar está

afirmación, se registran las siguientes Utilice la prueba de la suma de rangos
determinaciones de contenido de con ∝=0.05 para determinar si la
alquitrán, en miligramos. instrucción adicional afecta la
calificación promedio.
Marca A 1 12 9 13 11 14
NRC 3786
17
 Yessenia Ledesma– NRC 3786 – Tarea 3

Ejercicio 16.21

Los siguientes datos representan los

tiempos de operación, en horas, para
tres tipos de calculadoras científicas de
bolsillo, antes de que requieran recarga

Calculadora
A B C
4.9 6.1 4.3 5.5 5.4 6.2 6.4 6.8 5.6
4.6 5.2 5.8 5.5 5.2 6.5 6.3 6.6
4.8

Utilice la prueba de Kruskal –Wallis, en

el nivel de significancia 0.01, para
probar la hipótesis de que los tiempos
de operación para las tres calculadoras
son iguales.

NRC 3786
18