Practica Final Estadistica

lOMoARcPSD|21405437
Practica final Estadistica,
Matemática discreta (Universidad Nacional Pedro Henríquez Ureña)
Studocu is not sponsored or endorsed by any college or university

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)
lOMoARcPSD|21405437
Nombre:
Yaely De La Rosa
Matricula:
19-0437
Maestro:
Freddy Guerrero
Asignatura:
Estadística descriptiva
Fecha:
17-08-2020
Sesión:
MAT-330-01

lOMoARcPSD|21405437
Ejercicios:
1. Las siguientes calificaciones corresponden a la evaluación de las enfermeras (X) y a las

evaluaciones de los médicos (Y) sobre la condición de 10 pacientes al momento de
hospitalización en la unidad de traumatología:
x 18 13 15 10 12 8 4 7 3
y 20 18 16 14 11 10 7 6 4
a) Construya un diagrama de dispersión para estos datos.
b) Calcular la covarianza
( 18+13+18+15+10+12+ 8+4 +7+3 )

Xmedia=
10
( 108 )
Xmedia=
10
Xmedia=10.8

lOMoARcPSD|21405437
( 23+20+18+16 +14+11+10+7+6+ 4 )
Ymedia=
10
( 129 )
Ymedia=
10
Ymedia=12.9
Tabla:
X Y X media Y media (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia) (Yi-Ymedia)

18 23 10.8 12.9 7.2 10.1 72.72
13 20 10.8 12.9 2.2 7.1 15.62
18 18 10.8 12.9 7.2 5.1 36.72
15 16 10.8 12.9 4.2 3.1 13.02
10 14 10.8 12.9 -0.8 1.1 -0.88
12 11 10.8 12.9 1.2 -1.9 -2.28
8 10 10.8 12.9 -2.8 -2.9 8.12
4 7 10.8 12.9 -6.8 -5.9 40.12
7 6 10.8 12.9 -3.8 -6.9 26.22
3 4 10.8 12.9 -7.8 -8.9 69.42
Σ 0 0 278.8
Covarianza=( N 1−1 ) Σ( Xi−Xmedia)(Yi−Ymedia)

Covarianza=( ) Σ ( 278.8 )=30.97
1
9
Covarianza=30.97
La covarianza es de relacióndirecta porque es mayor que 0.
c) ¿El resultado de la covarianza se corresponde con el diagrama de dispersión?

Si tiene coherencia el resultado de la covarianza con el diagrama de dispersión puesto que
están direccionados en la misma dirección.
2. Un proyecto de investigación realizado por Phillips et. Al. (A-2) estuvo motivado porque existe
una gran variedad de manifestaciones clínicas de anemia de células falciformes. En un esfuerzo
por explicar esta variación, los investigadores utilizaron un micrómetro esférico magneto acústico,
desarrollado en su laboratorio para medir algunos planímetros geológicos de suspensiones de
células en individuos con esta enfermedad. Correlacionaron sus resultados con eventos clínicos y
fallas terminales orgánicas en los individuos con anemia de células falciformes. La siguiente tabla
muestra las calificaciones para cada una de las mediciones geológicas, módulos de viscosidad (X),

lOMoARcPSD|21405437
y calificaciones de fallas terminales orgánicas (Y). Las calificaciones de fallas terminales se hicieron
con base en la presencia de nefropatía, necrosis a vascular del hueso, ataques de apoplejía,
retinopatía, de hipoxemia en reposo después de síndrome torácico
0.5 0.6 0.3 0.4 0.8 0.3 0.6

x 7 3 7 5 5 0.8 6 9
y 2 5 1 1 4 4 1 4
Se pide:
(Xi-Xmedia)(Yi- (Xi- (Yi-

x y Xmedia Ymedia (Xi-Xmedia) (Yi-Ymedia)
Ymedia) Xmedia)² Ymedia)²
0.57 2 0.62 2.72 -0.05 -0.75 0.03 0 0.56
0.63 5 0.62 2.72 0.01 2.25 0.03 0 5.06
0.37 1 0.62 2.72 -0.25 -1.75 0.43 0.06 3.06
0.45 1 0.62 2.72 -0.17 -1.75 0.29 0.03 3.06
0.85 4 0.62 2.72 0.23 1.25 0.29 0.05 1.56
0.8 4 0.62 2.72 0.18 1.25 0.23 0.03 1.56
0.36 1 0.62 2.72 -0.26 -1.75 8.12 0.07 3.06
0.9 4 0.62 2.72 0.28 1.25 0.40.35 0.08 1.56
Σ 0 0 2.11 0.33 19.5
1. Calcular el coeficiente de correlación lineal de Pearson r.
Σ ( x −x )( y− y )
R=
√❑
2.11
R=
√❑
R=0.8317
2. Aplicar la prueba de hipótesis al coeficiente de correlación lineal de Pearson.
Existe una correlación lineal positiva considerable de Pearson debido a que R está en el rango de
0.75 y 0.90.

lOMoARcPSD|21405437
Paciente AMDN VEF

1 1.36 102
2 1.42 92
3 1.41 111
4 1.44 94
5 1.47 99
6 1.39 98
7 1.47 99
8 1.79 80
9 1.71 87
10 1.44 100
3. Habib y Lutchen (A-3) presentaron una técnica de diagn6stico que resulta ser muy interesante
para médicos especialistas en problemas respiratorios. Las siguientes calificaciones fueron
producidas por esta técnica, Hamada AMDN; también se presentan las calificaciones (% de
predicción) del volumen espiratorio forzado (VEF) registrado en 10 individuos. Los primeros siete
individuos eran sanos, del octavo al decimoséptimo individuo tenían asma, y el resto de individuos
eran pacientes con fibrosis quística. Se pide.
1. Calcular el modelo de regresión lineal (RLS)
x y X*Y X² Y²
1.36 102 138.72 1.8496 10,404
1.42 92 130.64 2.0164 8,464
1.41 111 156.51 1.9881 12,321
1.44 94 135.36 2.0736 8,836
1.47 99 145.53 2.1609 9,801
1.39 98 136.22 1.9321 9,604
1.47 99 145.53 2.1609 9,801

lOMoARcPSD|21405437
1.79 80 143.2 3.2041 6,400

1.71 87 148.77 2.9241 7,569
1.44 100 144 2.0736 10,000
1424.4 22.383
Σ 14.9 962 8 4 93,200
Σ ( X ) Σ (Y )
ΣXY −
N ΣY ΣX
BI = 2
BO= −( BI )
2 Σ(X ) N N
ΣX −
N
Σ( 14.9) Σ ( 962 )
Σ(1424.5)−
10 962 14.9
BI = 2
BO= −(−48.794)
Σ(14.9) 10 10
Σ(22.382)−
10
BI =−48.794 BO=168.9
Y modelo=- 48.794x+168.9
2. Elaborar la tabla ANOVA
(Yi- (Y modelo-
Y Ymedia Y modelo SCE SCR
Ymodelo) Ymedia)
0.2917080
102 96.2 102.5401 -0.5401 6.3401 40.196868
1
57.950156 11.645156
92 96.2 99.6125 -7.6125 3.4125
3 3
15.213120
111 96.2 100.1004 10.8996 3.9004 118.80128
2
21.498059 5.9370195
94 96.2 98.6366 -4.6366 2.4366
6 6
3.3386598 0.9463398
99 96.2 97.1728 1.8272 0.9728
4 4
9.4636216 23.778301
98 96.2 101.0763 -3.0763 4.8763
9 7
99 96.2 97.1728 2.8 0.9728 7.84 0.9463398

lOMoARcPSD|21405437
4
2.4295456 214.36766
80 96.2 81.5587 -1.5587 -14.6413
9 6
2.3648288 115.30034
87 96.2 85.4622 1.5378 -10.7378
4 9
1.8588595 5.9370195
100 96.2 98.6366 1.3634 2.4366
6 6
434.26817
1.0038 -0.031 225.83672
Σ 962 961.969 9
TABLA ANOVA
Suma de Cuadrado
Fuente de variación cuadrados Grado de libertad medio
Debido a la regresión SCR 1 CMTR=SCR/1
CME=SCE/(nt-
Error SCE nt-2 2)
Total SCT nt-1 0
TABLA ANOVA
Suma de Cuadrado
Fuente de variación cuadrados Grado de libertad medio
Debido a la regresión 225.83672 1 225.83672
Error 434.27 8 434.27/8
Total 655.6 9 54.28375
3. Indique el valor del estadístico Fisher.

CMTR
F=
CME
225.27
F=
54.28375
F=¿ 4.14
4.En un artículo de la revista American Journal o/Clínica Pathology, de Metz et al. (A-4) publicaron
la comparacion de tres métodos para determinar el porcentaje de eritrocitos dism6rficos en la
orina. Obtuvieron los siguientes resultados al utilizar los métodos A (X) Y B (Y) en 11 muestras de
orina.
x 2 16 17 19 20 18 25 30 32 40

lOMoARcPSD|21405437
0
1 23
30
y 6 18 30 5 32 40 45 49 50
Se pide:
1. Calcular la covarianza (x, y).
( 20+16+17+19+20+18+25+30+ 32+39+40 )
Xmedia=
11
( 276 )
Xmedia=
11
Xmedia=25.09
( 16+18+30+ 29+ 35+32+40+45+49+ 50 )

Ymedia=
11
( 374 )
Ymedia=
11
Ymedia=34
X Y (X media) (Ymedia) (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia) (Yi-Ymedia)

20 16 25.09 34 -5.09 -18 91.62
16 18 25.09 34 -9.09 -16 145.44
17 30 25.09 34 -8.09 -4 32.36
19 30 25.09 34 -6.09 -4 24.36
20 29 25.09 34 -5.09 -5 25.45
18 35 25.09 34 -7.09 1 -7.09
25 32 25.09 34 -0.09 -2 0.18
30 40 25.09 34 4.91 6 29.46
32 45 25.09 34 6.91 11 76.01
39 49 25.09 34 13.91 15 208.65
40 50 25.09 34 14.91 16 238.56
Σ 0 0 865
Covarianza=( ) Σ ( 865 )=86.5
1
10
Covarianza=86.5
La covarianza es de relacióndirecta porque es mayor que 0

lOMoARcPSD|21405437
2. Obtener el modelo de regresión lineal simple para este conjunto de datos.
x y X*Y X² Y²
20 16 320 400 256
16 18 288 256 324
17 30 510 289 900
19 30 570 361 900
20 29 580 400 841
18 35 630 324 1,225
25 32 800 625 1,024
30 40 1,200 900 1,600
32 45 1,440 1,024 2,025
39 49 1,911 1,521 2,401
40 50 2,000 1,600 2,500
Σ 276 374 10,249 7,700 13,996
Σ ( X ) Σ (Y )
ΣXY −
N ΣY ΣX
BI = 2
BO= −( BI )
Σ(X ) N N
Σ X 2−
N
Σ ( 276 ) Σ (374 )
Σ(10,249)−
11 374 276
BI = 2
BO = −(1.1163)
Σ(276) 11 11
Σ(7,700)−
11
BI =1.1163 BO=5.992
Y modelo=1.1163x+5.992
3. Este modelo obtenido, será adecuado a los propósitos de la investigación.

lOMoARcPSD|21405437
Si, ya que este modelo nos permite el análisis de los resultados en términos explicativos y
predictivos, pudiendo conocer la fuerza de asociación mediante los OR de los factores de
riesgo con el efecto estudiado de una manera independiente y conocer el valor predictivo de
cada uno de ellos o bien del modelo en su conjunto.
5.La estatura es, con frecuencia, utilizada como una variable adecuada para predecir el peso entre
la gente de la misma edad y sexo. Los siguientes datos corresponden a las estaturas y pesos de 14
varones con edades entre 19 y 26 años que participaron en un estudio conducido por Roberts et
al. (A-5).
83. 71. 65. 79. 70.

63.8
Peso (x) 9 99 3 3 6 3
18 16 17 18 18
173
Estatura (y) 5 180 8 5 3 4
Se pide:
1. Hallar el modelo de regresión lineal de Pearswon.
x y X*Y X² Y²
83.9 185 15521.5 7039.21 34,225
99 180 17,820 9,801 32,400

lOMoARcPSD|21405437
63.8 173 11037.4 4070.44 29,929

71.3 168 11978.4 5083.69 28,224
65.3 175 11427.5 4264.09 30,625
79.6 183 14566.8 6336.16 33,489
70.3 184 12935.2 4942.09 33,856
222,74
Σ 533.2
1,248 95,287 41,537 8
Σ ( X ) Σ (Y )
ΣXY −
N ΣY ΣX
BI = 2
BO= −( BI )
Σ(X ) N N
Σ X 2−
N
Σ (533.2 ) Σ (1,248 )
Σ(95,287)−
7 1,248 533.2
BI = 2
BO= −(0.2439)
Σ(533.2) 7 7
Σ(41,537)−
7
BI =0.2439 BO=159.71
Y modelo=0.2439x+159.71
2. Calcular los valores estimados de Y.

●
● Y modelo= 0.2439x+159.71
● Y modelo= 0.2439 (83.9) + 159.71 = 180.1732
● Y modelo= 0.2439 (99) + 159.71 = 183.8561
● Y modelo= 0.2439 (63.8) + 159.71 = 175.2708
● Y modelo= 0.2439 (71.3) + 159.71 = 177.1000
● Y modelo= 0.2439 (65.3) + 159.71 = 175.6366
● Y modelo= 0.2439 (79.6) + 159.71 = 179.1244
● Y modelo= 0.2439 (70.3) + 159.71 = 176.8561
3. Calcular los valores de los intervalos de predicción límite inferior y límite superior.
Tα = 2.306 Cuando el intervalo es 95%
Xmedia = 76.171

lOMoARcPSD|21405437
Varianza = (225.8571/ 7 – 1)
Varianza = 37.6428
Sx= √37.6428
Sx= 6.1353
Sxm= S / √ N
Sxm = 6.1353/ √7
Sxm= 2.3189
Y [] = Xm ±Tα* Sxm
Intervalo superior = 76.171 + (2,306*2.3189) = 31.5183
Intervalo superior =31.5183
Intervalo inferior = 76.171 – (2,306*2.3189) = 70.8236
Intervalo inferior =70.8236
4. Elaborar la gráfica de los intervalos de predicción para los datos.
6.Ogasawara (A-6) recolecta las siguientes calificaciones en la escala completa del IQ (coeficiente
intelectual) a partir de 45 pares de hermanos con distrofia muscular progresiva de Duchenne.
7 11 11 10 9 8 8 8 7
X 78 7 2 4 4 99 92 80 113 99 7 0 4 9 100 111 5
1
11 6 11 12 10 0 9 8 7 8
Y 4 8 6 3 7 81 76 90 91 95 6 9 2 7 81 111 0
(Xi-
Xm
(Xi- (Yi- edi (Xi-
Xm Ym
Xm Ym a) Xm
x y edi edi (Yi-Ymedia)²
edi edi (Yi- edi
a a
a) a) Ym a)²
edi
a)
- - 267
94. 93. 20.
78 114 16. 36. .32 402.4
35 94 06
35 41 25
77 68 94. 93. - - 8.5 311 672.88

lOMoARcPSD|21405437
17. 25. .52

35 94 9
65 94 25
- 311
94. 93. 17. 22.
112 116 4.4 .52 486.64
35 94 65 06
1 25
- 386
94. 93. 19. 29.
114 123 9.4 .12 844.48
35 94 65 06
1 25
- 93.
94. 93. 9.6 13.
104 107 3.4 122 170.56
35 94 5 06
1 5
- 21.
94. 93. 4.6 17.
99 81 12. 622 167.44
35 94 5 59
94 5
- -
94. 93. 15. 5.5
92 76 2.3 17. 321.84
35 94 59 225
5 94
- - - 205
94. 93.
80 90 14. 3.9 10. .92 15.52
35 94
35 4 41 25
- 347
94. 93. 18. 21.
113 91 2.9 .82 8.64
35 94 65 59
4 25
21.
94. 93. 4.6 1.0 3.5
99 95 622 1.12
35 94 5 6 9
5
-
94. 93. 2.6 12. 7.0
97 106 9.4 145.44
35 94 5 06 225
1
- - 205
94. 93. 5.0
80 99 14. 19. .92 25.6
35 94 6
35 41 25
- - 107
84 94. 93. 10. 11. 1.5 .12
82 35 94 35 94 9 25 142.56
- - 28.
89 94. 93. 5.3 16. 11. 622
77 35 94 5 94 59 5 286.96
- 167
100 94. 93. 5.6 12. 18. .44
81 35 94 5 94 59 36 167.44
- 277
111 94. 93. 16. 17. 0.4 .22
111 35 94 65 06 1 25 291.04

lOMoARcPSD|21405437
- - - 374
75 94. 93. 19. 13. 5.4 .42
80 35 94 35 94 1 25 194.32
313
Σ 0 0 9.9 4344.88
0 036
a) Calcular el coeficiente de determinación
Σ ( Y^ −Y ) SCR
2
2
R= 2
=
Σ (Y −Y ) STC
2 1144.940
R= =0.2635
4344.934
2
R =0.2635
b) Construir la tabla ANOVA y calcular el estadístico de prueba F de Fisher.
Tabla Anova para la regresión lineal

Fuente de variación Suma de cuadrados Grado libertad Cuadrado medio
Debido a la regresión SCR 1 CMTR=SCR/1
Error SCE nt-2 CME=SCE/(nt-2)
Total STC nt-1
Tabla Anova para la regresión lineal
Fuente de variación Suma de cuadrados Grado libertad Cuadrado medio
Debido a la regresión 3,200.1 1 3200.1
Error 1,144.9 15 CME=1,144.9/15
Total 4,345 16 76.326
Estadístico de prueba F de Fisher.

CMTR
F=
CME
3,200.1
F= =41,.9264
76.236
F=41.9264
c) Construya el intervalo de confianza de 95% para la estimación de Y.

lOMoARcPSD|21405437
Xmedia = 94.3529
Varianza = (1851.3529/ 17 – 1) =115.7095
Sx= √115.7095=10.7568
m=S/√N
Sxm = 10.7568/ √17
Sxm= 0.6327
Y[] = Xm ±Tα* Sxm
Intervalo inferior=92.8938
23. 25. 13. 28. - 11. 32. 18. 10.

15.1
x 16 7 1 9 7 8.5 6 4 2 2 1.4
15. 12. 14. 11.
6.8
y 1 9.7 2 5 16 2.9 8.8 9.4 6 7.7 3.4
7. El propósito de uno de los estudios de Ruokonen et at. (A-8) fue evaluar la relación entre las
saturaciones de oxigeno venoso femoral, hepático y venoso mixto, antes y durante la infusión de
medicamentos símpate miméticos. Estudiaron a 24 individuos, pacientes todos ellos de la unidad
de cuidados intensivos (UCI) que pasaron por cirugía de corazón abierto (12 pacientes), choque
séptico (8 pacientes) 0 insuficiencia respiratoria aguda (4 pacientes). Una medida de interés fue la
correlación entre el cambio en la saturación de oxígeno venoso mixto, Y, y la saturación de oxígeno
venoso hepático, X, después de tratamiento vaso activo. Estos datos corresponden a los
porcentajes recolectados:
1. calcular la covarianza del grupo
Xmedia=
[ 16+23.7+15.1+ 25.1+13.9+ 28.7+ (−8.5 ) +11.6 +32.4+18.2+10.2+1.4 ]
12
187.8
Xmedia=
12
Xmedia=15.65

lOMoARcPSD|21405437
[ 15.1+9.7+6.8+12.2+14.5+16+2.9+8.8+9.4 +11.6+7.7 +3.4 ]

Ymedia=
12
118.1
Ymedia=
12
Ymedia=9.8417
(Xi-Xmedia)(Yi-
x Y Xmedia Ymedia (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia)² (Yi-Ymedia)²
Ymedia)
15.
16 15.65 9.8417 0.35 5.2583 1.8404 0.1225 27.6501
1
23.
9.7 15.65 9.8417 8.05 -0.1417 -1.1404 64.8025 0.0201
7
15.
6.8 15.65 9.8417 -0.55 -3.0417 1.6729 0.3025 9.2517
1
25. 12.
15.65 9.8417 9.45 2.3583 22.2863 89.3025 5.5617
1 2
13. 14.
15.65 9.8417 -1.75 4.6583 -8.1521 3.0625 21.7001
9 5
28.
16 15.65 9.8417 13.05 6.1583 80.3663 170.3025 37.9251
7
-8.5 2.9 15.65 9.8417 -24.15 -6.9417 167.6413 583.2225 48.1867
11.
8.8 15.65 9.8417 -4.05 -1.0417 4.2188 16.4025 1.0851
6
32.
4 9.4 15.65 9.8417 16.75 -0.4417 -7.3979 280.5625 0.1951
18. 11.
2 6 15.65 9.8417 2.55 1.7583 4.4838 6.5025 3.0917
10.
2 7.7 15.65 9.8417 -5.45 -2.1417 11.6721 29.7025 4.5867
1.4 3.4 15.65 9.8417 -14.25 -6.4418 91.7938 203.0625 41.4951
Σ 0 0 369.2853 1447.35 200.7492

Covarianza=( ) Σ ( 369.2853 )=33.5713
1
11
Covarianza=33.5713 La covarianza es de relacióndirecta porque es mayor que 0.
2. Hallar el modelo de regresión lineal

lOMoARcPSD|21405437
x y X*Y X² Y²
16 15.1 241.6 256 228
23.7 9.7 230 562 94
15.1 6.8 102.68 228.01 46
25.1 12.2 306.22 630.01 149
13.9 14.5 201.55 193.21 210
28.7 16 459.2 823.69 256
-8.5 2.9 -24.65 72.25 8
11.6 8.8 102.08 134.56 77
1049.7
32.4 9.4 304.56 88
6
18.2 11.6 211.12 331.24 135
10.2 7.7 78.54 104.04 59
1.4 3.4 4.76 1.96 12
187.
Σ 118 2,218 4,386 1,363
8
Σ ( X ) Σ (Y )
ΣXY −
N ΣY ΣX
BI = 2
BO= −( BI )
2 Σ(X ) N N
ΣX −
N
Σ ( 187.8 ) Σ (118.1 )
Σ(2217.6)−
12 118.1 187.8
BI = 2
BO= −(0.253111)
Σ(187.8) 12 12
Σ( 4386.4)−
12
BI =0.253111 BO=5.88048
Y modelo=0.253111x+5.88048

lOMoARcPSD|21405437
3. Calcular los valores estimados de Y.
Y modelo= 0.253111x+5.88048 Y modelo= 0.253111 (11.6) + 5.88048 = 8.8165

Y modelo= 0.253111 (32.4) + 5.88048 = 14.08 Y modelo= 0.253111 (25.1) + 5.88048 = 12.233
Y modelo= 0.253111 (13.9) + 5.88048 = 9.3987 Y modelo= 0.253111 (16) + 5.88048 = 9.9302
Y modelo= 0.253111 (1.4) + 5.88048 = 6.2348 Y modelo= 0.253111 (15.1) + 5.88048 = 9.7024
Y modelo= 0.253111 (28.7) + 5.88048 = 13.1447
Y modelo= 0.253111 (-8.5) + 5.88048 = 3.7290
Y modelo= 0.253111 (18.2) + 5.88048 = 10.4871
Y modelo= 0.253111 (10.2) + 5.88048 = 8.4622
Y modelo= 0.253111 (23.7) + 5.88048 = 11.8792
4. Calcular el coeficiente de regresión lineal
Σ ( x −x )( y− y )
R=
√❑
369.2850
R=
√❑
R=0.6851
5. Probar la hipótesis para el coeficiente de correlación lineal de Pearson.
6. Elaborar la tabla ANOVA y calcular el estadístico de prueba Fisher.
(Y modelo-
Y Ymedia Y modelo (Yi-Ymodelo) SCE SCR
Ymedia)
7645.7710 8592.9933
15.1 9.8417 102.5401 -87.4401 92.6984
9 6
8084.2576 8058.7965
9.7 9.8417 99.6125 -89.9125 89.7708
6 3
8704.9646 8146.6329
6.8 9.8417 100.1004 -93.3004 90.2587
4 3
7471.2858 7884.5342
12.2 9.8417 98.6366 -86.4366 88.7949
2 7
6834.7918 7626.7210
14.5 9.8417 97.1728 -82.6728 87.3311
6 3
7237.9768 8323.7522
16 9.8417 101.0763 -85.0763 91.2346
2 4
48.187198 7626.7210
2.9 9.8417 97.1728 -6.9417 87.3311
9 3
5293.8284 5143.3280
8.8 9.8417 81.5587 -72.7587 71.717
3 9
5455.6245 5718.4600
11.6 9.8417 85.4622 -73.8622 75.6205
9 2

lOMoARcPSD|21405437
8269.4652 7884.5342
7.7 9.8417 98.6366 -90.9366 88.7949
2 7
65046.153 75006.473
-769.3379 863.552
Σ 98.417 961.969 3 8
TABLA ANOVA
Fuente de Suma de
Grado de libertad Cuadrado medio
variación cuadrados
Debido a la
SCR 1 CMTR=SCR/1
regresión
Error SCE nt-2 CME=SCE/(nT-2)
Total SCT nt-1 0
TABLA ANOVA
Fuente de Suma de
Grado de libertad Cuadrado medio
variación cuadrados
Debido a la
75006.47 1 75006.47
regresión
CME=65046.1533/
Error 65046.1533 10
(10)
Total 140052.623 11 6504.615
CMTR 75006.47
F= = =11.5312
CME 6504.615
F=11.5312
8.EI interés en las interacciones entre el cerebro, el comportamiento y la inmunidad motivaron a

Wodarz et ai. (A-9) para realizar una investigación. Los individuos estudiados eran 12 pacientes
con trastornos depresivos severos unipolares 0 depresión bipolar (grupo 2) y 13 individuos sanos
no hospitalizados (grupo 1 de control). Una medida de interés era la correlación entre los valores
de cortisol y hormona adrenocorticotr6pica (ACTH) de los individuos estudiados. Se recolectaron
los siguientes datos:

lOMoARcPSD|21405437
Cortisol ACTH Grup Cortisol ACTH

Grupo
(X) (Y) o (X) (Y)
1 151.75 3.08 2 317.29 2.64
1 234.52 2.42 2 143.47 2.86
1 193.13 3.96 2 82.77 2.86
1 140.71 1.98 2 336.6 3.96
1 273.14 4.18 2 220.72 5.06
1 284.18 3.96 2 469.03 7.27
1 389.02 4.18 2 217.96 4.4
1 151.75 2.64 2 270.38 2.64
1 275.9 4.18 2 422.13 4.4
1 248.31 4.62 2 281.42 4.18
1 115.88 3.52 2 179.34 6.61
1 212.44 5.06 2 195.89 4.62
1 193.13 2.64
Se pide:
1.Elaborar el diagrama de dispersión para el grupo 1 y el grupo 2
⮚ Grupo1:

lOMoARcPSD|21405437
⮚ Grupo2:
2. Calcular la covarianza del grupo 1 y la covarianza grupo 2
⮚ Grupo 1:
[ 152.5+235+193.13+140.71+273.14+284.18+389.18+389.02+ 151.75+275.9+248.31+115.88+212.
Xmedia=
13
2863.86
Xmedia=
13
Xmedia=220.2969
[ 3.08+2.42+3.96+1.98+ 4.18+3.96+4.18+ 2.64+ 4.18+4.62+3.52+5.06+2.64 ]

Ymedia=
13
46.42
Ymedia=
13
GRUPO 1
X Y Xmedia Ymedia (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia)(Yi-Ymedia) (Xi-Xmedia)² (Yi-Ym

lOMoARcPSD|21405437
151.7 3.0
220.29 3.57 -68.5469 -0.49076 33.64007664 4698.6775 0.240
5 8
234.5 2.4
220.29 3.57 14.2231 -1.15076 -16.36737456 202.2965736 1.324
2 2
193.1 3.9
220.29 3.57 -27.1669 0.38924 -10.57444416 738.0404556 0.151
3 6
140.7 1.9
220.29 3.57 -79.5869 -1.59076 126.603657 6334.074652 2.530
1 8
273.1 4.1
220.29 3.57 52.8431 0.60924 32.19413024 2792.393218 0.371
4 8
284.1 3.9
220.29 3.57 63.8831 0.38924 24.86585784 4081.050466 0.151
8 6
389.0 4.1
220.29 3.57 168.7231 0.60924 102.7928614 28467.48447 0.371
2 8
151.7 2.6
220.29 3.57 -68.5469 -0.93076 63.80071264 4698.6775 0.866
5 4
4.1
275.9 220.29 3.57 55.6031 0.60924 33.87563264 3091.70473 0.371
8
248.3 4.6
220.29 3.57 28.0131 1.04924 29.39246504 784.7337716 1.100
1 2
115.8 3.5
220.29 3.57 -104.4169 -0.05076 5.300201844 10902.88901 0.002
8 2
212.4 5.0
220.29 3.57 -7.8569 1.48924 -11.70080976 61.73087761 2.217
4 6
193.1 2.6
3 4 220.29 3.57 -27.1669 -0.93076 25.28586384 738.0404556 0.866
Σ 0 0 439.1088308 67591.79368 10.56
Ymedia=3.57076

Covarianza=( ) Σ ( 439.1088308 )=36.5924
1
12
⮚ Grupo 2
[ 317.2+143.4+82.77+ 336.6+220.72+469.03+217.96+270.3+ 422.1+281.42+179.34+195.89 ]

Xmedia=
12
3,137
Xmedia=
12
Xmedia=261.41667

lOMoARcPSD|21405437
[ 2.64+2.86+2.86+3.96+5.06+7.27+4.4+4.18+6.6164 .62 ]
Ymedia=
12
51.5
Ymedia=
12
Ymedia=4.29667

Covarianza=( ) Σ ( 678.3449667 )=61.6677
1
11
3. Hallar el modelo de regresión lineal para el grupo 1 y el grupo 2.
⮚ Grupo 1:
GRUPO 2
X Y Xmedia Ymedia (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia)(Yi-Ymedia) (Xi-Xmedia)² (Yi-Y
317.2 2.6 261.41
4.29 55.873 -1.6516 -92.28 3121.82 2.72
9 4 6
143.4 2.8 261.41
4.29 -117.946 -1.4316 168.8 13911.41 2.44
7 6 6
2.8 261.41
82.77 4.29 -178.646 -1.4316 255.7 31914.63 2.04
6 6
3.9 261.41
336.6 4.29 75.18333 -0.3316 -24.93 5652.51 0.10
6 6
220.7 5.0 261.41
4.29 -40.69667 0.76833 -31.26 1656.78 0.51
2 6 6
469.0 7.2 261.41
4.29 207.6133 2.9783 618.34 43103.2 8.84
3 7 6
217.9 261.41
4.4 4.29 -43.4566 0.1083 -4.707 1888.478 0.01
6 6
270.3 2.6 261.41
4.29 8.96333 -1.6516 -14.804 80.444 2.72
8 4 6
422.1 261.41
4.4 4.29 160.713 0.10833 17.410 25828.51 0.01
3 6
281.4 4.1 261.41
4.29 20.0033 -0.1116 -2.233 400.1444 0.01
2 8 6
179.3 6.6 261.41
4.29 -82.0767 2.31833 -190.28 6736.511 5.37
4 1 6
195.8 4.6 261.41
4.29 -65.5267 0.3283 -21.5145 4293.7044 0.10
9 2 6

lOMoARcPSD|21405437
Σ 0 0 678.3444 13858.9 24.6

x y X*Y X² Y²
23028.062
151.75 3.08 467.39 9.4864
5
54999.630
234.52 2.42 567.5384 5.8564
4
37299.196
193.13 3.96 764.7948 15.6816
9
19799.304
140.71 1.98 278.6058 3.9204
1
74605.459
273.14 4.18 1141.7252 17.4724
6
80758.272
284.18 3.96 1125.3528 15.6816
4
151336.56
389.02 4.18 1626.1036 17.4724
04
23028.062
151.75 2.64 400.62 6.9696
5
275.9 4.18 1153.262 76120.81 17.4724
61657.856
248.31 4.62 1147.1922 21.3444
1
13428.174
115.88 3.52 407.8976 12.3904
4
45130.753
212.44 5.06 1074.9464 25.6036
6
193.13 2.64 510 37,299 7
698491.33
Σ 10665.292 176.3212
2863.86 46.42 98
Σ ( X ) Σ (Y )
ΣXY −
N ΣY ΣX
BI = 2
BO= −( BI )
Σ(X ) N N
Σ X 2−
N
Σ ( 2863.86 ) Σ ( 46.42 )
Σ(10665.292)−
13 46.42 2863.86
BI = 2
BO= −( 0.0064965)
Σ(2863.86) 13 13
Σ(698491.3398)−
13
BI =0.0064965 BO=2.13961437
Y modelo=0.0064965x+2.13961437

lOMoARcPSD|21405437
⮚ Grupo2:
x y X*Y X² Y²
317.2
2.64 837.6456 100672.9441 6.9696
9
143.4
2.86 410.3242 20583.6409 8.1796
7
82.77 2.86 236.7222 6850.8729 8.1796
336.6 3.96 1332.936 113299.56 15.6816
220.7
5.06 1116.8432 48717.3184 25.6036
2
469.0
7.27 3409.8481 219989.1409 52.8529
3
217.9
4.4 959.024 47506.5616 19.36
6
270.3
2.64 713.8032 73105.3444 6.9696
8
422.1
4.4 1857.372 178193.7369 19.36
3
281.4
4.18 1176.3356 79197.2164 17.4724
2
179.3
6.61 1185.4374 32162.8356 43.6921
4
195.8
4.62 905.0118 38372.8921 21.3444
9
Σ 3137 51.5 14141.3033 958652.0642 245.6654

lOMoARcPSD|21405437
Σ ( X ) Σ (Y )
ΣXY −
N ΣY ΣX
BI = 2
BO= −( BI )
Σ(X ) N N
Σ X 2−
N
Σ ( 3,137 ) Σ ( 51.5 )
Σ(14141.3033)−
12 51.5 3,137
BI = 2
BO= −(0.0048947)
Σ(3,137) 12 12
Σ(958652.06)−
12
BI =0.0048947 BO=3.01211357
Y modelo=0.0048947x+3.01211357
4. Calcular el coeficiente de regresión lineal para cada grupo
Grupo 1 Grupo 2
Σ ( x −x )( y− y )
R=
√❑
439.1088
R=
√❑
R=0.51959 R=0.367055
5. Probar la hipótesis para el coeficiente de correlación lineal de Pearson grupo 1 y grupo 2.

lOMoARcPSD|21405437
6. Elaborar la tabla ANOVA y calcular el estadístico de prueba Fisher.
⮚ Grupo 1:
Y (Yi- (Y modelo-
Y Ymedia SCE SCR
modelo Ymodelo) Ymedia)
-
3.57076923
3.08 0.49076923 -0.44725 0.021 0.241
1
129.457 1
-
3.57076923 1.547
2.42 1.15076923 181.772769 1.324
1 5
180.622 1
3.57076923 0.38923076 0.319
3.96 154.637769 0.152
1 155.027 9 3
-
3.57076923 1.153
1.98 1.59076923 124.200769 2.53
1 9
122.61 1
3.57076923 0.60923076 0.070
4.18 203.895769 0.371
1 204.505 9 2
3.57076923 0.38923076 0.000
3.96 210.942769 0.152
1 211.332 9 7
3.57076923 0.60923076 0.238
4.18 275.555769 0.371
1 276.165 9 4
-
3.57076923 0.238
2.64 0.93076923 130.367769 0.866
1 4
129.437 1
3.57076923 0.60923076
4.18 205.602769 0.061 0.371
1 206.212 9
3.57076923 1.04923076 0.750
4.62 188.100769 1.101
1 189.15 9 6
-
0.393
3.52 3.57076923 0.05076923 107.305769 0.003
4
1 107.255 1
3.57076923 1.48923076 2.370
5.06 165.478769 2.218
1 166.968 9 2
-
0.569
2.64 3.57076923 0.93076923 155.957769 0.866
9
1 155.027 1
7.713 2.855
Σ 4 8

lOMoARcPSD|21405437
TABLA ANOVA
Fuente de Suma de
variación cuadrados Grado de libertad Cuadrado medio
Debido a la
regresión SCR 1 CMTR=SCR/1
Total SCT nt-1
TABLA ANOVA
Fuente de Suma de
Debido a la
regresión 7.7134 1 7.7134
Error 2.8558 11 CME=2.8558/(11)
Total 10.5692 12 0.259618282
CMTR
F=
CME
17.7134
F= =30.49
0.259
F=30.49
⮚ Grupo 2:
Ymodel (Yi- (Ymodelo-

Y Ymedia o Ymedia) Ymedia) SCE SCR
2. 3.712 0.075
6 4.2916 4.566 -1.926 0.275 6 7
2. 0.731 0.332
9 4.2916 3.7151 -0.855 -0.576 2 3
2. 0.763
9 4.2916 4.417 -0.557 -0.873 0.311 7
4.6614 0.136
4 4.2916 4 -0.701 0.369 0.492 8
5. 0.933
1 4.2916 4.096 0.996 -0.979 9 0.039
7. 3.840
3 4.2916 5.3103 1.9566 1.018 2 1.037
4. 0.102
4 4.2916 4.0801 0.3198 -0.211 3 0.044
2. 0.002
6 4.2916 4.336 -1.698 0.045 2.879 1
4.
4 4.2916 5.080 0.680 0.788 0.463 0.622

lOMoARcPSD|21405437
4. 4.8908 0.044
2 4.2916 7 -0.2110 0.099 5 0.009
6. 3.8908 7.393 0.160
6 4.2916 7 2.719134 -0.400 7 6
4. 3.9719
6 4.2916 6 0.648039 -0.319 0.42 0.102
21.32 3.327
Σ 4 5
TABLA ANOVA
Fuente de Suma de
Debido a la
regresión SCR 1 CMTR=SCR/1
Total SCT nt-1
TABLA ANOVA
Fuente de Suma de
Debido a la
regresión 21.324 1 21.324
Error 3.3275 10 CME=3.3275/(10)
Total 24.6515 11 0.3327
CMTR
F=
CME
21.324
F= =64.084
0.3327
F=64.084
9. Una muestra aleatoria simple de 15 niños aparentemente sanos con edades entre 6 meses y 15
años produjo los siguientes datos respecto a la edad, X, y el volumen del hígado por unidad de
peso corporal (mkg), Y:

lOMoARcPSD|21405437
x y x y
0.5 41 10 26
0.7 55 10.1 35
2 41 10.9 25
4.1 39 11.5 31
5.9 50 12.1 31
6.1 32 14.1 29
7 41 15 23
8.2 42
Se pide:
⮚ Coeficiente de correlación de Pearson
(Xi- (Yi- (Xi- (Xi-Xm) (Yi-

Xi Yi Xm Ym (Yi-Ym)^2
Xm) Ym) Xm)^2 Ym)
0.5 41.0 -7.4 4.9 55.0 24.3 -36.6
0.7 55.0 -7.2 18.9 51.8 357.2 -136.1
2.5 41.0 -5.4 4.9 29.2 24.0 -26.5
4.1 39.0 -3.8 2.9 14.4 8.4 -11.0
50.0
5.9 -2.0 13.9 4.0 193.2 -27.8
0
6.1 32.0 -1.8 -4.1 3.2 16.8 7.4
7.0 41.0 -0.9 4.9 0.8 24.0 -4.4
8.2 42.0 0.3 5.9 0.1 34.8 1.8
36.
10.0 26.0 7.9 2.1 -10.1 4.4 102.0 -21.2
1
10.1 35.0 2.2 -1.1 4.8 1.2 -2.4
10.9 25.0 3.0 -11.1 9.0 123.2 -33.3
11.5 31.0 3.6 -5.1 13.0 26.0 -18.4
12.1 31.0 4.2 -5.1 17.6 26.0 -21.4
14.1 29.0 6.2 -7.1 38.4 50.4 -44.0
15.0 23.0 7.1 -13.1 50.4 171.6 -93.0
0 0 296 1183 -466.9
Σ

lOMoARcPSD|21405437
Σ ( Xi – Xm ) Σ ( Yi−Ym )
R=
√❑
(−466.9 )
R=
√❑
(−466.9 )
R=
(59.,7)
R=−0.78
10. Calcular los intervalos de confianza para la resta estimada y (sombrero).
Xmedia = 7.913
Varianza = (-466.6133/ 15 – 1)
Varianza = -33.3295
Sx= √115.7095
Sx= 10.7568
Sxm= S / √ N
Sxm = 10.7568/ √17
Sxm= 0.6327
Y [] = Xm ±Tα* Sxm
Intervalo inferior =92.8938
11. Ejercicio propuesto.Halle los siguientes valores de probabilidad.
1- P(Z ≤2.34)

lOMoARcPSD|21405437
2- P(Z ≥ 1.68)

lOMoARcPSD|21405437
3- P(-1.23 ≤ Z ≤1.46)
4- P(2.13 ≤ Z ≤2.26)
5- P(Z ≤ -2.10)

lOMoARcPSD|21405437
6- P(Z ≥ 1.33)
7- P(-1.67 ≤ Z ≤ -0.9)

lOMoARcPSD|21405437

lOMoARcPSD|21405437

lOMoARcPSD|21405437
8- P(Z ≤-2.25) o P(Z ≥ 1.1)
12. Ejercicio propuesto.Halle los siguientes valores de probabilidad.

lOMoARcPSD|21405437
1- P(Z ≤1.67)
2- P(Z ≥ 2.55)

lOMoARcPSD|21405437

lOMoARcPSD|21405437
3- P(-1.87 ≤ Z ≤2.31)

lOMoARcPSD|21405437

lOMoARcPSD|21405437
4- P(1.03 ≤ Z ≤2.00)

lOMoARcPSD|21405437
5- P(Z ≤ -1.43)
6- P(Z ≥ -2.32)

lOMoARcPSD|21405437
7- P(-2.31≤ Z ≤-1.9)

lOMoARcPSD|21405437

lOMoARcPSD|21405437
13. Ejercicio propuesto.Juego de cartas.
● Halle la probabilidad de que al seleccionar una carta al azar esta sea:
1-Roja
P(Roja)=26/52=0.5 x100%=50%
2-Un corazon.
P(corazon)=13/52=0.25 x100%=25%
3-Un As de trevol.
P(As de trebol)=1/13=0.0768x100%=7.69%
4-Un As negro.
P(As negro)=2/26=0.0768x100%=7.69%
5-Un Rey.
P(Un rey)=4/52=0.00677x100%=6.77%
6-Una carta roja o una carta negra.
P(A o B)=P(A)+P(B)= 26/52+26/52=1x100%=100%
7-Un corazon rojo o un trevol con un numero par.
P(A o B)=P(A)+P(B)=1/13+7/13=0.0769 + = 0.5384=0.6153 x100%=61.53%
8-Un As o una carta roja.
(A o B)=p(A)+P(B)-(PAAB)=4/52+26/52=0.576x100%=57.69%
9-Un 11 de corazones.
P(Un 11 de corazones)=1/13=0.0769x100%=7.69%
14. Ejercicio propuesto.En un comedor de beneficiencia,una trabajadora social reune los siguientes
datos de las personas que acuden al comedior el 59% son hombres,el 32% son alcoholicos y el 21%
son hombres alcoholicos.
● Haga la tabla de probabilidades.
Sexo
Datos Hombre Mujer Total
Alcohólicos 21% 11% 32%
No alcohólicos 38% 30% 68%
Total 59% 41% 100%
● Halle la probabilidad de que al seleccionar al azar una persona de las que acuden al
comedor,esta sea:
1- Alcoholica dado que es mujer.
11/41 = 0.2682 x 100% = 26.82%

lOMoARcPSD|21405437
2- Hombre y no alcoholico.
38/59 = 0.6440 x 100% = 64.40%
3- Mujer.
32/100 = 0.32 x 100% = 32%
4- No alcoholica.
30/41 = 0.7317 x 100% = 73.17%
15.Ejercicio propuesto. En el área de finanzas del banco x laboran 120 personas, de ellas 55
hombres. En esta área hay un total de 30 funcionarios de los cuales 15 son mujeres.
1-Haga la tabla de probabilidades del área de finanzas del banco x.
Sexo
Datos Hombre Mujer Total
Alcohólicos 15% 15% 30%
No alcohólicos 40% 50% 90%
Total 55% 65% 120%
3-Halle la probabilidad de que al seleccionar un empleado de esta área este sea un funcionario
dado que sea hombre.
15/55 = 0.2727 x 100% = 27.27%
4-Halle la probabilidad de que al seleccionar un empleado este sea mujer dado que no es
funcionaria.
50/55 = 0.9090 x 100% = 90.90%
5-Halle la probabilidad de que al seleccionar un empleado este sea una mujer funcionaria.
15/55 = 0.2727 x 100% = 27.27%
6-Halle la probabilidad de que al seleccionar un empleado este sea funcionario.

30/120 = 0.25 x 100% = 25%
7-Halle la probabilidad de que al seleccionar un empleado este sea hombre.

55/120 = 0.4583 x 100% = 45.83%

lOMoARcPSD|21405437
16.Ejercicio propuesto. El gerente general de la zona Sureste del general express,una compania
privada de paqueteria que esta preocupado por la posibilidad de que algunos de sus empleados se
vayan a la huelga.Etima que la probabilidad de que los pilotos hagan huelga es de 0.75 y que los
choferes hagan huelga es de 0.65 ademas estima que si los choferes se van a huega,existe un 90%
de probabilidad de que los pilotos lo hagan tambien.
● Posibles eventos:
A: Los pilotos van a huelga

B: Los Choferes van a huelga
● Probabilidad de huelga de los pilotos es:
P(A)= 0.75
Probabilidad de huelga de los choferes es:
P(B)= 0.65
Si los choferes hacen una huelga existe la probabilidad de 90% que los pilotos apoyen a la huelga:
P(A|B) = 0.90
1. ¿Cuál es la probabilidad de que ambos grupos vayan a huelga?
P ( AᴖB )
P(A|B)=
P ( B)
P(A|B) P(B)=P (A ᴖ B)
0.90(0.65)= P (A ᴖB )
P(A ᴖB )= 0.585
2. Si los pilotos hacen huelga, ¿cuál es la probabilidad de que los choferes apoyen la huelga?
P ( AᴖB )
P(B|A)=
P(A)
0.585
P(B|A)= = 0.78
0.75
P(B|A) =0.78

lOMoARcPSD|21405437
17. Ejercicio propuesto. Halle la probabilidad de que una bolsa de valores:
1-Tenga más de 1,000 compañías listadas.

2-Tenga capitalizaciones del mercado desde 500 hasta 1,500 miles de millones de dólares.
3-Tenga un volumen diario de no más de 500 millones de dólares.
4-Tenga una capitalización mayor que 1,000 o un volumen promedio diario menor que 500.
5-Una cantidad de compañías mayo que 2,000 o una capitalización menor que 100.
Número de Capitalización del mercado Volumen promedio

compañías en miles de millones de diario en millones de
Bolsas de valores listadas dólares dólares
Australia 1,219 560 350
Canadá
Montreal 577 484 17
Hong Kong 674 278 887
Japón 2,387 1,917 454
Estados Unidos 3,047 8,450 540
Corea del sur 762 57 88
n=6
Probabilidad Cálculo Porcentaje
P (>1,000) 3/6= 0.5 %= 0.5 * 100= 50%
P (500-1,500) 1/6= 0.17 %= 0.17 * 100= 17%
P (≤500) 4/6= 0.67 %= 0.67 * 100= 67%
P (>1,000 o <500) 2/6+4/6= 1 %= 1 * 100= 100%
P (>2,000 o <100) 2/6+1/6= 0.5 %= 0.5 * 100= 50%
18. Ejercicio propuesto. La concertista de piano Donna Prima se preocupa cada vez más por el
número de tosidos que se presentan en la audiencia justo antes que empiece a tocar. Durante su
última gira, Donna estimó un promedio de 8 tosidos justo antes de empezar su concierto. La
señora Prima le ha prometido a su director que si escucha más de cinco tosidos en el concierto de
esa noche. Se rehusará a tocar. ¿Cuál será la probabilidad de que la artista toque esa noche?

lOMoARcPSD|21405437
Planteo teórico:
* El número de personas que tosen en un país donde la señora dio su concierto es independiente
del número de personas que tosen en otro país de la gira.
* La probabilidad de el número de personas que tosen en un concierto es proporcional a la cantidad

de personas que hay en el concierto (o sea que si de 1000 personas, tosen 40, en 100,000 toserán
más). La distribución a la que pertenece la variable "número de tosidos" es a una Distribución de
Poisson con landa = 8.
Datos
λ=8 ; r=5
P (r > 5) =1–P {(r < 5)} = 1–{(r = 0) + (r = 1) + (r = 2) + (r = 3) + (r = 4) + (r = 5)}. =

1–{(0.0003) + (0.0027) + (0.0107) + (0.0286) + (0.0573) + (0.0916)}. = 1–(0.191) =0.809
P (r > 5) =80.9%
Hay un 80.9 % de probabilidad de que cante Donna prima o dicho de otra forma hay un
19.1 % de probabilidad de que si cante Donna Prima.
19. En promedio, cinco pájaros chocan contra el monumento a Washington y mueren por este
motivo cada semana. Bill Garcy, un oficial del servicio de parques nacionales de estados unidos, ha
solicitado que el Congreso estadounidense asigne fondos para adquirir un equipo que aleje a los
pájaros del monumento. Un subcomité del Congreso le ha respondido que no pueden asignarle
fondos para tal fin a menos que la probabilidad de que mueran más de tres pájaros cada semana
sea mayor a 0.7. ¿Deben destinarse los fondos para la compra del equipo?
La tasa que me dan es de 5 pajraros muertos por semana
5 pajaros
λ=
Semana
X= Tasa de pajaros muertos por semana que en este caso es de mas de 3
Se necesitara la distribuccion de poisson
P ( x >3 )=1− p(x ≤3)
P ( x ≤3 )= p ( 0 ; 5 ) + p (1 ; 5 ) + p ( 1; 5 )+ p ( 3 ; 5 )
−5 0 −5 1 −5 2 −5 3
e 5 e 5 e 5 e 5
P ( x ≤3 )= + + + =0.2654
0! 1! 2! 3!
1− p(x ≤3) =1-0.2654=0.7345

lOMoARcPSD|21405437
P ( x >3 )=0.7345 Según estos resultados la probabilidad de que choquen mas de 3 pajaros es de
0.7345 lo cual es mayor a 0.7 y por ende se deben destinar los recursos.
20. En una compañía el salario promedio de los empleados es de 12,500 pesos con una desviacion
estanda de 5,000 pesos.Halle la probabilidad de que al seleccionar un empleado su salario sea:
Z= x- μ/ σ
μ= 82
σ=10
1-De 18,000 pesos o menos.
18,000−12,500
Z= =1.1
5,000
P (Z ≤1.1)

lOMoARcPSD|21405437
2-De 7,500 o más.
7,500−12,500
Z= =−1
5,000
P (Z ≥ -1)

lOMoARcPSD|21405437
3-De 8,000 o menos.
8,000−12,500
Z= =−0.9
5,000
P (Z ≤-0.9)
4-De 18,500 o más.
18,500−12,500
Z= =1.2
5,000
P (Z ≥1.2)

lOMoARcPSD|21405437
5-Desde 7,000 hasta 19,000.
7,000−12,500 19,000−12,500
Z= =−1.1 Z= =1.3
5,000 5,000
P (Z ≥ -1.1)
P (Z ≤1.3)

lOMoARcPSD|21405437
P (-1.1 ≤ Z ≤1.3)
6-Desde 15,000 hasta 21,000.
15,900−12,500 21,000−12,500
Z= =0.5 Z= =1.7
5,000 5,000
P (Z ≥ 0.5)

lOMoARcPSD|21405437
P (Z ≤1.7)
P (0.5≤ Z ≤1.7)

lOMoARcPSD|21405437
21. En una clase de estadistica la calificacion promedio es de 82 puntos con una desviacion
estandar de 10 puntps.Halle la probabilidad de que al seleccionar un estudainte,su calificacion
sea:
Z= x- μ/ σ
μ= 82
σ=10
1. De 95 o menos.
95−82
Z= =1.3
10
P (Z ≤1.3)
2.
De 89 o más.

lOMoARcPSD|21405437
89−82
Z= =0.7 P (Z ≥ 0.7)
10
3. De 72 o menos.
72−82
Z= =−1
10
P (Z ≤-1)
4. De 65 o más.
65−82
Z= =−1.7
10

lOMoARcPSD|21405437
P (Z ≥ -1.7)
5. Desde 68 hasta 91
68−82 91−82
Z= =−1.4 Z= =0.9
10 10
P (-1.4 ≤ Z)

lOMoARcPSD|21405437
P (Z ≤0.9)
P (-1.4 ≤ Z ≤0.9)
6. Desde 60 hasta 70
60−82 70−82
Z= =−2.2 Z= =−1.2
10 10
P (-2.2 ≤ Z)

lOMoARcPSD|21405437
P (Z ≤-1.2)
P (-2.2 ≤ Z ≤-1.2)

lOMoARcPSD|21405437
7. Desde 80 hasta 95.
80−82 95−82
Z= =−0.2 Z = =1.3
10 10
P (-0.2 ≤ Z)

lOMoARcPSD|21405437
P (Z ≤1.3)
P (-0.2 ≤ Z ≤1.3)
8. De 62 o menos ó 98 o más.
62−82 98−82
Z= =−2 Z= =1.6
10 10

lOMoARcPSD|21405437
P (Z ≤-2)
P (Z ≥ 1.6)

lOMoARcPSD|21405437
P (Z ≤-2) o P (Z ≥ 1.6)
22. La siguiente tabla ANOVA.
Fuente de Suma de Grados de

variación cuadrados libertad
Según modelo 3.525 2
Error residual 0.262 4
Total 3.787 6
2
SCR =∑ ( ^y − y )
SCE=∑ ( y− ^y )2
2
STC =∑ ( y − y )
Se pide:
1. Calcular el estadístico Fc.
2
∑ ( ^y − y )
2
FC= 2
∑ ( yi−^y )
( n−2 )

lOMoARcPSD|21405437
( 3.525 )
2 1.7625
FC= = =13.3018
( 0.265 ) 0.265/2
( 4−2 )
Fc=13.3018
2. Aplicar la condición de control
∑ ( yi− y ) =∑ ( yi− ^y ) +∑ ( ^
yi− y )
2 2 2
3.787=0.262+3.525
3.787=3.787
Como son iguales se
Calcular el coeficiente de determinación.
2 SSR 3.525
R= = =0.9308∗100 %=93.08 %
SST 3.787
2
R =93.08 %
3. Calcular el coeficiente de no determinación.

( 1−R 2) =1−0.9308=0.0692∗100 %=6.92%
( 1−R 2) =6.92 %
23. Ejercicico propuesto.En promedio las personas que cada dia se desplazan desde los suburbios a
sus trabajos en el area de Phoenix,Arizona, tardan 23 minutos,con una desviacion estandar de 5
minutos.
1-Cual es la probabilidad de que Jamal tarde mas de 38 minutos para llegar al trabajo.
P [ X>38 ] =P [ Z >3 ]
1−P[ Z ≤ 3]
0.5+0.4987
1 – 0.9987
0.0013 Z
( 38−23 )
Z= =3
5
Z =3

lOMoARcPSD|21405437

lOMoARcPSD|21405437
Tareas adjuntas:
Es una distribución de probabilidad discreta en la cual a partir de una frecuencia ocurrencia,

probabilidad de que ocurra un determinado numero de eventos durante cierto perdiodo de
tiempo.
Formula de Poisson:
-Elementos:
P(X=x): Es la probabilidad de ocurrencia cuando la variable discreta X toma un valor finito X.
a= promedio esperado u observado de un evento.
e: tiene un valor de 2.7182
x: es el número de ocurrencias o eventos por unidad de eventos.

lOMoARcPSD|21405437
Ejercicios Resueltos:
-Distri

lOMoARcPSD|21405437

lOMoARcPSD|21405437
Distribución Binominal:
Es una distribución de probabilidad discreta que cuenta el número de éxitos en una secuencia en N
ensayos.
Formula:

lOMoARcPSD|21405437
n!
P (x )= ∗P x∗Qn− x
x ! ( n−x ) !
Elementos de la formula>
N= es el número de pruebas
X= Es el número de éxitos.
P= es la probabilidad de obtener éxito.
Q= es la probabilidad de obtener fracaso, que se calcula q= 1-p

Practica Final Estadistica

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Practica Final Estadistica

Cargado por

Copyright:

Formatos disponibles

lOMoARcPSD|21405437

Practica final Estadistica,

Matemática discreta (Universidad Nacional Pedro Henríquez Ureña)

Studocu is not sponsored or endorsed by any college or university

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

1. Las siguientes calificaciones corresponden a la evaluación de las enfermeras (X) y a las

a) Construya un diagrama de dispersión para estos datos.

( 18+13+18+15+10+12+ 8+4 +7+3 )

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

X Y X media Y media (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia) (Yi-Ymedia)

Covarianza=( N 1−1 ) Σ( Xi−Xmedia)(Yi−Ymedia)

c) ¿El resultado de la covarianza se corresponde con el diagrama de dispersión?

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

0.5 0.6 0.3 0.4 0.8 0.3 0.6

(Xi-Xmedia)(Yi- (Xi- (Yi-

1. Calcular el coeficiente de correlación lineal de Pearson r.

2. Aplicar la prueba de hipótesis al coeficiente de correlación lineal de Pearson.

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

Paciente AMDN VEF

1. Calcular el modelo de regresión lineal (RLS)

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

1.79 80 143.2 3.2041 6,400

2. Elaborar la tabla ANOVA

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

3. Indique el valor del estadístico Fisher.

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

1. Calcular la covarianza (x, y).

( 16+18+30+ 29+ 35+32+40+45+49+ 50 )

X Y (X media) (Ymedia) (Xi-Xmedia) (Yi-Ymedia) (Xi-Xmedia) (Yi-Ymedia)

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

2. Obtener el modelo de regresión lineal simple para este conjunto de datos.

3. Este modelo obtenido, será adecuado a los propósitos de la investigación.

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

83. 71. 65. 79. 70.

1. Hallar el modelo de regresión lineal de Pearswon.

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

63.8 173 11037.4 4070.44 29,929

2. Calcular los valores estimados de Y.

Tα = 2.306 Cuando el intervalo es 95%

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

17. 25. .52

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

a) Calcular el coeficiente de determinación

b) Construir la tabla ANOVA y calcular el estadístico de prueba F de Fisher.

Tabla Anova para la regresión lineal

Estadístico de prueba F de Fisher.

c) Construya el intervalo de confianza de 95% para la estimación de Y.

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

Tα = 2.306 Cuando el intervalo es 95%

Varianza = (1851.3529/ 17 – 1) =115.7095

23. 25. 13. 28. - 11. 32. 18. 10.

1. calcular la covarianza del grupo

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

[ 15.1+9.7+6.8+12.2+14.5+16+2.9+8.8+9.4 +11.6+7.7 +3.4 ]

Covarianza=( N 1−1 ) Σ( Xi−Xmedia)(Yi−Ymedia)

2. Hallar el modelo de regresión lineal

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

Downloaded by Bryan Flores (bryanfloresv24@gmail.com)

3. Calcular los valores estimados de Y.

Y modelo= 0.253111x+5.88048 Y modelo= 0.253111 (11.6) + 5.88048 = 8.8165

5. Probar la hipótesis para el coeficiente de correlación lineal de Pearson.