f(Chisq)

0 1 2 3 4 5 6 7 8 9

Chi-square distribution
df = 5
P(lower) P(upper) Chi-square
.9500 .0500 11.070

f(Chisq)

0 1 2 3 4 5 6 7 8
 0 1 2 3 4 5 6 7 8

Chi-square distribution
df = 4
P(lower) P(upper) Chi-square
.9500 .0500 9.49
10 11 12 13 14 15 16
11.070

9 10 11 12 13 14
9 10 11 12 13 14
9.49
 Ejercicios de Estadistica

Ejercicio 1
Diagrama de barras del numero de caries
Nro de caries Nro de niños 80
0 73
70
1 63
2 34 60
3 18 50
4 8
5 4 40

30

20

10

0
0 1 2 3 4 5

Ejercicio 2

49 preguntas realizadas a 500 personas

respuestas correctas [0-10] [10-20] [20-30] [30-40] [40-50]

numero de personas 45 123 206 84 42

Histogramas

Histograma de respuestas
250

200

150

100

50

0
[0-10] [10-20] [20-30] [30-40] [40-50]

*Histograma intervalos todos tiene amplitud de 10

Ejercicio 3

Numero de horas dedicados al estudios de 10 estudiantes con su calificacion

X: Horas de estudio 25 10 20 30 17
Y: Calificacion 8 2 5 7 4

*Diagrama de dispercion

Nube de puntos
Calificacion - Horas
9
8
7
6
5
4
3
2
1
0
0 5 10 15 20 25 30 35

Ejercicio 4

Medicion de temperatura minima en puntos de distinta altitud.

X: Altitud (m) 120 300 210 250 160 350

Y: Temperatura 8 5 7 3 7 3

*Coeficiente de correlacion lineal entre variables.

Calcular mediante tabla: Calculos

Xi Yi Xi.Yi Xi² Yi² =xi/N

120 8 960 14400 64 =yi/N
300 5 1500 90000 25
210 7 1470 44100 49 dt²x=(xi²/8)-230²
250 3 750 62500 9 dt²x=
160 7 1120 25600 49 dtx=√10650=
350 3 1050 122500 9
70 8 560 4900 64
380 2 760 144400 4 dt²y=(yi²/8)-5375²
1840 43 8170 508400 273 dt²y=
Totales dty=√5.234=

Mediciones
400
350
300
250
200
150
100
 400
350
300
250
200
150
100
50
0
1 2 3 4 5 6 7 8

X: Altitud (m) Y: Temperatura

Ejercicio 5

Medicion de talla y peso de 8 estudiantes

X= Peso(kg) 75 60 72 80 65 68
Y= Talla(cm) 180 158 170 169 170 176

*Coeficiente de correlacion Lineal

Xi Yi Xi.Yi Xi² Yi²

75 180 13500 5625 32400
60 158 9480 3600 24964
72 170 12240 5184 28900
80 169 13520 6400 28561
65 170 11050 4225 28900
68 176 11968 4624 30976
73 175 12775 5329 30625
55 160 8800 3025 25600
TOTALES 548 1358 93333 38012 230926

PESO Y TALLA
200
180
160
140
120
100
80
60
40
20
0
1 2 3 4 5 6 7 8

X= Peso(kg) Y= Talla(cm)

Ejercicio 6
Se lanzan dos dados 200 veces y se recoge las sumas de las puntuaciones,
obteniendo los siguientes resultados.

Suma 2 3 4 5 6 7
Veces 6 10 15 22 31 33

*Diagrama de barras, calcular la media y la frecuencia relativa

Diagrama de barras de la suma de puntuacion

35 33
31
30
30

25 24
22
20
16
15
15
10
10 9
6
5 4

0
2 3 4 5 6 7 8 9 10 11 12

Ejercicio 7

Se ha ido anotando durante un mes,el numero de metros que cada niño anda seguido y sin caerse,
el primer dia que comienza a caminar,obteniendo la siguiente tabla

numero de metros 1 2 3 4 5
numero de niños 2 6 10 5 10

xi ni Ni fi fi(%) Fi
1 2 2 0.05 5 0.05
2 6 8 0.15 15 0.2
3 10 18 0.25 25 0.45
4 5 23 0.125 12.5 0.575
5 10 33 0.25 25 0.825
6 3 36 0.075 7.5 0.9
7 2 38 0.05 5 0.95
8 2 40 0.05 5 1
40 198

Diagrama de barras de frecuencias absolutas para la variable del ejercicio

diagrama de barras
12

10
 diagrama de barras
12

10

0
1 2 3 4 5 6 7 8

Ejercicio 8

Un jugador quiere probar que es legal el dado con el que juega tiro el dado 120 veces
y obtuvo lo siguiente:

Resultado 1 2 3 4 5 6
Frecuencia 15 25 33 17 16 14

Ho= El dado es legal * es de 2 colas

Ha= el dado es ilegal *Nivel de confianza Nivel de confianza
a
α=95% v
a=0.05 z
z=11.07
gl=k-1= 5

Grafica en la siguiente hoja

Ei 20 20 20 20 20
Oi 15 25 33 17 16

X²= ∑(𝑂𝑖-Ei)²/Ei

X²(5)= 14 Se acepta la hipotesis alternativa y se rechaza la hipotesis nula, es decir

el dado del jugador no es legal, ya que se encuentra en la zona del rechazo.

Ejercicio 9

Gerente de una compañía afirma que sus vendedores realizan el mismo numero de visitas durante el mismo
peridos de tiempo, si escogio 5 vendedores al hazar y resulto esto:

Vendedor A B C D E
Numero de visitas 23 29 25 23 30
 Ho=Hacen el mismo numero de visitas Variable cualitativa → Chi cuadrado
Ha=Hacen menor numero de visitas gl = k-1= 4
Nivel de significancia 0.05
*Grafica unilateral y cola a la derecha
Calculos

Nivel de confianza
a
v
z

X²= ∑(𝑂𝑖-Ei)²/Ei Conclusion: Acepta la hipotesis nula por que realizan el mismo n
X²= 1.7

Ejercicio 10

Una compañía desea hacer predicciones del valor anual de sus ventas totales en cierto país a partir de la relación de éstas

x y X representa la renta nacional en millones de euros e Y represen

189 402
190 404
208 412 Xi Yi Xi²
227 425 189 402 35721
239 429 190 404 36100
252 436 208 412 43264
257 440 227 425 51529
274 447 239 429 57121
293 448 252 436 63504
308 469 257 440 66049
316 469 274 447 75076
293 458 85849
308 469 94864
316 469 99856
TOTALES 2753 4791 708933

Calculos

= Xi/11 =
= 250.27272727 =

dt²x=(Xi²/11)- dt²y=(Yi²/11)-
dt²x= 1812.0165289 dt²y=
dtx=√1812.01653 dty=√250.247934
dtx= 42.567787456 dty=

dtxy=(Xi.Yi/11)-.
dtxy= 969.39669421

Coeficiente de correlacion Es un coeficiente de correlacion pos

es directa y fuerte.
r= dtxy/dtx*dty
r= 0.9984246043

representacion en X y Y
480

460

440

420

400

380

360
180 200 220 240 260 280 300 320
jercicios de Estadistica
Calculos de medidas

numero de caries xi ni xi.ni Ni xi² xi².ni

0 73 0 73 0 0
1 63 63 136 1 63
2 34 68 170 4 136
3 18 54 188 9 162
4 8 32 196 16 128
5 4 20 200 25 100
total 200 237 589

 xi.ni/ni Me=1
 1.185 Mo=0

3 4 5

Calcular medios y desviacion tipica

Intervalo xi ni xi.ni xi² xi².ni

[0-10] 5 45 225 25 1125
[10-20] 15 123 1845 225 27675
[20-30] 25 206 5150 625 128750
[30-40] 35 84 2940 1225 102900
[40-50] 45 42 1890 2025 85050
TOTAL 500 12050 345500

= xi.ni/ni
= 24.1

Desviacion tipica
dt= (xi².ni/N)-²
dt= 110.19
dt= 10.4971425

0-50]
 22 24 6 18 20
5 5 3 5 4

*Observando la nube se puede decir que si existe

correlacion lineal relativamente fuerte y directa,
es decir mientras mas hor mejores notas.

30 35

70 380
8 2

230
5.375 dtxy=(xi.yi/8)-.
dtxy= -215
t²x=(xi²/8)-230²
10650
103.198837 r=dtxy/(dtx*dty)
r= -0.91060753

t²y=(yi²/8)-5375² *como el coeficiente de correlacion es cercano a -1 la correlacion

5.234375 lineal es fuerte y como es negativo la correlacion es inversa,es decir al
2.28787565 aumentar una variable disminuye la otra
 73 55
175 160

=xi/8
= 68.5

=yi/8
= 169.75

dt²x=(xi²/8)-68.5² dt²y=(yi²/8)-169.75²
dt²x= 59.25 dt²y= 50.6875
dtx=√59.25= 7.69740216 dty√50.68= 7.11951543

dtxy=(xi.yi/8)-. r=dtxy/(dtx*dty)
dtxy= 38.75 r= 0.7070939

como el coeficiente de correlacion no es demasiado proximo a 1 existe correlacion lineal moderada

y como es positivo la correlacion es directa, es decir al aumentar una variable aumenta la otra.
 8 9 10 11 12
30 24 16 9 4

*Calcular medias y frecuencias relativas

xi ni xi.ni Ni fi Fi
2 6 12 6 0.03 0.03
3 10 30 16 0.05 0.08
4 15 60 31 0.075 0.155
5 22 110 53 0.11 0.265
6 31 186 84 0.155 0.42
7 33 231 117 0.165 0.585
8 30 240 147 0.15 0.735
9 24 216 171 0.12 0.855
10 16 160 187 0.08 0.935
11 9 99 196 0.045 0.98
12 4 48 200 0.02 1
200 1392 1

=(xi.ni)/N
= 6.96

6 7 8
3 2 2

Fi(%)
5
20
45
57.5
82.5
90
95
100

Grafico de dispercion
45
40
35
30
 Grafico de dispercion
45
40
35
30
25
20
15
10
5
0
0 1 2 3 4 5 6 7 8 9

95%
5%
5
11.0704977

20
14

aza la hipotesis nula, es decir

ncuentra en la zona del rechazo.

as durante el mismo
ativa → Chi cuadrado

95%
5%
4
9.48772904

is nula por que realizan el mismo numero de visitas

país a partir de la relación de éstas y la renta nacional. Para investigar la relación cuenta con los siguientes datos:

l en millones de euros e Y representa las ventas de la compañía en miles de euros en el periodo que va desde 1990 hasta 2000 (ambos

Yi² Xi.Yi
161604 75978
163216 76760
169744 85696
180625 96475
184041 102531
190096 109872
193600 113080
199809 122478
209764 134194
219961 144452
219961 148204
2092421 1209720

Yi/11
435.545455

t²y=(Yi²/11)-
520.247934
ty=√250.247934
22.8089442
s un coeficiente de correlacion positivo y cercano a uno, por lo que la correlacion
s directa y fuerte.

cion en X y Y

260 280 300 320 340

de 1990 hasta 2000 (ambos inclusive). Calcular: