Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculando el Estadistico
H0: Las medias Colocamos los rangos por fila y luego sumamos p
en los grupos i Rango1
son las mismas. 1 4 3
2 2 1
H1: Al menos 3 4 4
dos medias 4 3 1.5
son diferentes 5 3 2
11.5
Rango1
2. Significancia
NS = α = 5%
1-α 0.95
H Num. de filas
H 5
K Num. de columnas
K 4
X^2c= [12/(H*K*(K+1))]*SUMA(Rango_i^2)-3*H*(K+1)
12/(H*K*(K+1)) 0.1200
SUMA(Rango_i^2) 633.5000
3*H*(K+1) 75
X^2c 1.0200
180
SR2
20
31
32
32
35
37
38
40 Me 40
40
46 40
46
52
53
54
55
60
criterio de los datos 4. Aproximacion a Distribucion Normal
Me 40 µ 6.000
σ 1.491
Num. de Rachas
r 10 Z 2.683
Rachas Negativas
n1 5 5. Decision y Conclusion
Como Z=2.683>1.75 ---> RH0
Rachas Positivas
n2 5 La muestra de los tiempos
no es aleatoria, es decir, si tienen una tendencia.
1. Las ganancias (en soles) de un grupo de jóvenes en Lima de distintos distritos se ven en la siguiente
tabla:
N° Ganancia N° Ganancia N° Ganancia N° Ganancia
1 1128.7 6 718.4 11 1167.1 16 1153.6
2 679.1 7 787.4 12 1387.5 17 1423.3
3 1317.2 8 1562.3 13 679.9 18 1122.6
4 1001.3 9 1356.9 14 1323.2 19 1644.3
5 1107.6 10 1153.2 15 788.4 20 737.4
Verifique si la mediana de las ganancias es mayor a 1000 soles, con una significancia del 5%.
Usamos:
P = P(R+>=r+)
P=P(R+>=14)
P 0.0577
R+ Cmbt(R+;n) *0.5^n
14 38760 0.0370
15 15504 0.0148
16 4845 0.0046
17 1140 0.0011
18 190 0.0002
19 20 0.0000
20 1 0.0000
Suma 0.0577
R+ Cmbt(R+;n) *0.5^n
0 1 0.0000
1 20 0.0000
2 190 0.0002
3 1140 0.0011
4 4845 0.0046
5 15504 0.0148
6 38760 0.0370
7 77520 0.0739
8 125970 0.1201
9 167960 0.1602
Suma 0.4119
. Decision y Conclusion
P=0.0577 > 0.05=α ----> NRH0
Usamos:
R+ Cmbt(R+;n) *0.5^n
0 1 0.0001
1 14 0.0009
2 91 0.0056
3 364 0.0222
4 1001 0.0611
5 2002 0.1222
6 3003 0.1833
7 3432 0.2095
8 3003 0.1833
9 2002 0.1222
Suma 0.9102
. Decision y Conclusion
5. Decision y Conclusion
NRH0 si Z(α/2) < Z < Z(1-α/2)
on Nombre
< Z < Z(1-α/2) No hay diferencia entre los pesos, Codigo
el tratamiento no es efectivo.
103 < 1.96=Z(1-α/2)
3 4 5 6 7 8 9 10
52 60 54 60 71 66 58 72
57 58 50 70 74 60 60 70
min(T+,T-) 1 1
66 2 2 3.5
2 3 3.5
n(n+1)/4 2 4 3.5
68 2 5 3.5
3 6 7.5
n(n+1)(2n+1)/24 3 7 7.5
374 3 8 7.5
3 9 7.5
(T-E(t))/Raiz(σ(t)) 4 10 10.5
-0.103 4 11 10.5
5 12 12.5
5 13 12.5
6 14 14.5
6 15 14.5
10 16
11 12 13 14 15 16
66 73 70 67 70 62
60 76 71 64 74 65
1. Hipotesis 3. y 4. Calculando el Estadistico
H0: µ1 = µ2 (No hay diferencia) Colocamos los rangos:
H1: µ1 n= µ2 (Hay diferencia) x R1 y
27 2 34
2. Significancia 31 7 24
NS = α = 10.0% α /2 0.05 28 3.5 38
Z(α/2) -1.64 29 5 28
Z(1-α/2) 1.64 39 17 30
40 18 34
35 12 37
33 9 42
32 8 41
1 36 13 44
37 14.5
43 21
n1 130 n2
12 SR1 10
Método 1 27 31 28 29
Método 2 34 24 38 28
stadistico
U1 n1*n2 + (n1+1)/2 - SR1
R2 U1 -3.5
10.5 U
1 U2 n1*n2 + (n2+1)/2 - SR2 U
16 U2 2.5
3.5
6 µ n1*n2/2
10.5 µ 60 Z
14.5 Z
20 σ Raiz(n1*n2*(n1+n2+1)/12)
19 σ 15.1658
22
5. Decision y Conclusion
NRH0 si Z(α/2) < Z < Z(1-α/2)
123
SR2 Z =-4.19 < -1.64=Z(α/2)
39 40 35 33 32 36 37 43
30 34 37 42 41 44
24 1
27 2
28 3 3.5
Min (U1, U2) 28 4 3.5
-3.5 29 5
30 6
31 7
32 8
(U-µ)/σ 33 9
-4.1871 34 10 10.5
34 11 10.5
35 12
36 13
37 14 14.5
37 15 14.5
38 16
39 17
40 18
41 19
42 20
43 21
44 22
Con la finalidad de evaluar el hábito de fumar como factor de riesgo de cáncer
pulmón, se seleccionan 2 muestras aleatorias, una de pacientes con esta enfer
la otra de personas sin esta enfermedad. Realice una prueba de independenci
una significancia del 5% para determinar si existe relación entre el habito de fu
padecer cáncer.
1. Hipotesis 3. Estadistico
H0: No existe relacion Observadas (Oi)
entre el tipo de
cerveza y el genero Si fuma
Si padece 10
H1: Existe relacion No padece 15
entre el tipo de Total 25
cerveza y el genero
Esperadas (Ei=(Total Fila)*(Total Columna)/Total)
2. Significancia Si fuma
NS = α = 5% Si padece 7.8125
1- α = 95% No padece 17.1875
Total 25
tor de riesgo de cáncer del Si fuma No fuma To
acientes con esta enfermedad y Si padece 10 15 2
rueba de independencia con No padece 15 40 5
ón entre el habito de fumar y Total 25 55 8
4. Region de Rechazo
RH0: [X^2(1- α ,gl) , +∞)
donde
gl = (N. Filas -1)*(N. Colum-1)
gl 1
X^2(1- α ,gl) 3.8415
5. Conclusion
X^2c = 1.2959 < 3.8415 =X^2(1- α ,gl)
Por lo tanto;
No se rechaza la hipotesis nula, es decir,
no existe relacion entre si fuma y
si padece cancer
1. Hipotesis 3. y 4. Calculando el Estadistico
H0: Las muestras Comparamos los datos y hallamos los rangos
provienen M1 Rango1 M2
de poblaciones 86 12 90
identicas 79 7 76
81 8 88
H1: Las muestras 70 4 82
provienen 84 11 89
de poblaciones n1 42 n2
diferentes 5 Rango1 5
2. Significancia
NS = α = 10%
1-α 0.9
k Num. de muestras
k 3
n Total de datos
n 15
stadistico
s y hallamos los rangos
Rango2 M3 Rango3
15 82 9.5
6 68 3
13 63 2
9.5 71 5
14 61 1
57.5 n3 20.5
Rango2 5 Rango3
H = [12/(n*(n+1))]*SUMA(Rango_i^2/n_i)-3*(n+1)
12/(n*(n+1)) 0.0500
SUMA(Rango_i^2/n_i) 1098.1000
3*(n+1) 48
H 6.9050
gl = k-m-1 4
X^2(1- α ,gl) 9.4877
3. Estadistico de Calculo
Numero de articulos (Oi)
0 120
1 200
2 140
3 20
4
5 12
Suma 492
N
culos, se ha Artículos con defectos Días Pi
e puede ver en el 0 5 0.0396
r la máquina se 1 22 0.2296
0 días y se cuenta 2 33 0.4443
3 30 0.2865
ficar si los datos siguen dicha distribución con probabilidad de éxito de 0.6593 , use un nivel de
ficación 10%.
p=?
Pi Ei (O-E)^2/E
0.0396 3.564 0.5786 E(X)=2p
0.2296 20.664 0.0864
0.4443 39.987 1.2209 p
0.2865 25.785 0.6890
1 90 2.5748
X^2c
5. Conclusion
X^2c= 2.5748 < 6.2514 = X^2(1- α ,gl)
Por lo tanto;
No se rechaza la Hipotesis nula,
es decir,
El numero de articulos defectuosos
sigue una distribucion
Binomial
2 3 4 5
0 140 20 10 2
bución de Poisson, con un nivel de
2 3 4 5
0 140 20 10 2
bución de Poisson, con un nivel de
Lambda=?
Pi Ei (O-E)^2/E
0.3014 148.3081 5.4033 E(X)=lambda
0.3615 177.8491 2.7589
0.2167 106.6372 10.4380 Lambda
0.0866 42.6260 12.0099
0.0260 12.7791 0.6044 X
0.0062 3.0649 0.3700 0
1 491.264384263 31.5844 1
X^2c 2
3
5. Conclusion 4
X^2c= 31.5844 > 9.4877 = X^2(1- α ,gl) 5
Suma
Por lo tanto;
Se rechaza la Hipotesis nula,
es decir,
El numero de articulos defectuosos
no sigue una distribucion
Poisson
12.779127500268
Pi Ei (O-E)^2/E 3.0649126931537
0.3014 148.3081 5.4033 15.844040193422
0.3615 177.8491 2.7589
0.2167 106.6372 10.4380
0.0866 42.6260 12.0099
0.0260
0.0062 15.8440 0.9326
1 491.264344069 31.5427
X^2c
1.7333
0.8667
SUMA(fx)/N
1.1992
f Xf
120 0
200 200
140 280
20 60
10 40
2 10
Suma 590