Ejercicios Resueltos DE Bondad DE Ajuste

Estadistica I (Universidad Continental)

Studocu no está patrocinado ni avalado por ningún colegio o universidad.

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)
 1. En el desarrollo de métodos para purificar agua contaminada con residuos metálicos pesados, la empresa
ColdWather prueba bacterias para un proceso de bio - lixiviación. La prueba reporta un nivel de adsorción (ppm) de
metales pesados según lo siguiente:
Nivel de 200 a 300 300 a 400 a 500 a
Adsorción 400 500 600

N° de 234 325 267 345

muestras
Los especialistas estiman que la distribución se comporta de manera uniforme. Realice una prueba adecuada para
probar esta afirmación.

Paso 1: Hipótesis
H0: O = E nivel de absorción se ajustan a la distribución uniforme H1: O ≠
E nivel de absorción no se ajusta la distribución uniforme

Paso 2: Nivel de significancia α = 0. 05

Paso 3: Cálculo del estadístico de prueba E =
npi =
Nivel de Adsorción N° de muestras pi E=n*pi 2
χ =
2
200 a 300 234 0.25 292.75 (234−292.75)
292.75
=11.7901366
2
300 a 400 325 0.25 292.75 (325−292.75)
292.75 =3.552732
2
400 a 500 267 0.25 292.75 (267−292.75)
292.75 2.264944
2
500 a 600 345 0.25 292.75 345−292.75)
292.75 =9.325576

Total n= 1171 1 1171 26.933390

2 2 2 2

χ2 = ∑(O-E)^2/E =
(234−292.75)
292.75 +
(325−292.75)
292.75 +
(267−292.75)
292.75 +
345−292.75)
292.75=26.933390

Paso 4: Regla de Decisión Valor

p ≤ α 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

Valor p = 6.0797E-06 =0.0000060797= 0.0000 < α = 0. 05

Paso 5: Decisión
se rechaza H0

Paso 6: Conclusión

NO EXISTE EVIDENCIA ESTADÍSTICA PARA AFIRMAR que la distribución se comporta de manera

uniforme. con un nivel de significancia del 5%

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)

Existe evidencia suficiente para no probar que la distribución se comporta de manera uniforme. con un
nivel de significancia del 5%

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)

 3. La distribución del tiempo hasta que cambia un sitio Web es importante para los rastreadores web que utilizan los
motores de búsqueda para mantener la información actual sobre los sitios Web. La distribución del tiempo hasta el
cambio (en días) de un sitio Web se aproxima en la siguiente tabla.

N° de páginas
Días antes Web
del cambio

0.75 a 2.25 23

2.25 a 3.75 140

3.75 a 5.25 124

5.25 a 6.75 156

6.75 a 8.25 45

¿Se puede afirmar que los tiempos de cambio se distribuyen normalmente con una media de 4,3 días y desviación
estándar 1,3?

Distribución normal

x: Variable aleatoria continua

-∞ < 𝑥 < ∞

Paso 1: Hipótesis
H0: O = E Los tiempos de cambio se distribuyen normalmente

H1: O ≠ 𝐸 Los tiempos de cambio no se distribuyen normalmente

Paso 2: Nivel de significancia α =0.05

Paso 3: Cálculo del estadístico de prueba E =

npi =
2
días antes de N°de pi E=n*pi χ =
cambio páginas web
2
< hasta 2.25 23 28.0144425 (23−28.01444256
) =0.897559
68 28.01444256

2
(140−.01968
2.25 a 3.75 140 136.011924 ) =0.116936411
136.152

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)

 5
2
3.75 a 5.25 124 210.533301 (124−210.5333016
) =35.56687816
6 210.5333016

2
5.25 a 6.75 156 98.9269549 (156−98.92695496
) =32.9266424
6 98.92695496

2
6.75 a más 45 14.513554 (45−14.51355432
) =64.038302
14.51355432

Total n=488 133.546318

χ2 = ∑(O-E)^2/E =

Paso 4: Regla de Decisión Valor

p ≤ α 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

Paso 5: Decisión

Paso 6: ConclusiónNo existe evidencia para probar que los tiempos de cambio se distribuyen normalmente . AL
5% de significancia

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)

 5.Cierto tipo de linterna eléctrica se vende con las cuatro baterías incluidas. Se obtiene una muestra aleatoria de
150 linternas y se determina el número de baterías defectuosas; con los resultados siguientes:

Número defectuoso 0 1 2 3 4

Linternas 26 51 47 16 10
Se debe probar si la distribución de las baterías sigue una distribución binomial con p=0,36

Distribución Binomial
x: variable aleatoria discreta x: 0,1,2,3,...n

𝑝𝑥 (1 − 𝑝) 𝑛−𝑥
P(X=x) = nCx =

Paso 1: Hipótesis
H0: O = E la distribución de las baterías sigue una distribución binomial H1: O ≠

𝐸la distribución de las baterías no sigue una distribución binomial

Paso 2: Nivel de significancia α =0.05

Paso 3: Cálculo del estadístico de prueba E =

npi =

χ2 = ∑(O-E)^2/E =

Chi-squared test for given probabilities

data: o
X-squared = 23.0146, df = 4, p-value = 0.0001258

Paso 4: Regla de Decisión Valor

p ≤ α 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
p-value = 0.0001258 < α =0.05

Paso 5: Decisión Se
rechaza H0

Paso 6: Conclusión

No existe evidencia para probar que la distribución de las baterías sigue una distribución binomial. Al 5% de significancia

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)

 6. Se cree que el número de accidentes automovilísticos diarios en un cruce de dos avenidas de determinada ciudad
tiene una distribución de Poisson. En una muestra de 80 días del año pasado se obtuvieron los datos de la tabla adjunta.
¿Apoyan estos datos la hipótesis de que el número diario de accidentes tiene una distribución de Poisson? Use nivel de
significación 0.05 y concluya usando p-valor y el estadístico de prueba

Número accidentes 0 1 2 3 4

Días 34 25 11 7 3

Distribución Poisson

X: V.A discreta

X: 0,1,2,3,...,∞ µ=1

Paso 1: Hipótesis
H0: O = E el número diario de accidentes tiene una distribución de Poisson H1: O ≠

𝐸el número diario de accidentes tiene una distribución de Poisson

Paso 2: Nivel de significancia α =0.05

Paso 3: Cálculo del estadístico de prueba E =

npi =

χ2 = ∑(O-E)^2/E =

Chi-squared test for given probabilities

data: o
X-squared = 4.3049, df = 3, p-value = 0.2304

Paso 4: Regla de Decisión Valor

p ≤ α 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
p-value = 0.2304 > α =0.05

Paso 5: Decisión No
se rechaza H0

Paso 6: Conclusión

Existe evidencia para probar que lel número diario de accidentes tiene una distribución de Poisson. Al 5% de significancia

Descargado por JORGE ARATH RESENDIZ MINJARES (joarresendizmi@ittepic.edu.mx)