Probabilidad y estadı́stica fundamental

Parcial final Grupo 17-A

Nombre del estudiante: Calificación:

Indicaciones generales
◦ Este es un examen individual con una duración de 110 minutos.
◦ El uso de apuntes, libros u otro recurso “analógico” no está permitido. Los celulares deben estar apagados y
dentro de la maleta.
◦ Las respuestas deben estar totalmente justificadas. Punto abierto sin justificar no es válido.
◦ Cualquier incumplimiento de lo anterior conlleva a la anulación del examen.

1. Suponga que X, la vida de una llanta en millas, se distribuye normal con una media de 30000 millas y una
desviación estándar de 5000 millas. ¿Cuál es la probabilidad de que si se prueba la vida de las llantas de 5
carros, por lo menos dos llantas tengan una vida inferior a 28500 millas?
Sea X := la vida de una llanta en millas, por tanto
X ∼ N (30000, 5000)
p = P (X < 28500) = pnorm(28500, 30000, 5000) = 0.382
Por otro lado
Sea Y := cantidad de llantas que tienen una vida inferior a 28500 millas
Y ∼ bin(n = 20, p = 0.382)
P (Y ≥ 2) = 1 − P (Y < 2) = 1 − pbinom(1, 20, 0.382) = 0.9991
La probabilidad de que si se prueba la vida de las llantas de 5 carros,
por lo menos dos llantas tengan una vida inferior a 28500 millas es de 0.991.

Para los puntos 2 y 3 use los siguientes datos, que corresponden a los precios del servicio de uber en una
determinada ciudad, para los dı́as nublados y lluviosos.

Precio para dı́as lluviosos:

14.5, 9.0, 3.0, 20.5, 9.0, 34.0, 28.0, 11.0, 41.0, 16.5, 8.5, 8.5, 22.5, 9.0, 16.5, 34.0, 13.0, 7.0, 26.0, 16.5, 9.0, 16.5, 30.0

Precio para dı́as nublados:

6.5, 27.5, 17.0, 7.5, 9.5, 7.0, 8.5, 7.5, 9.0, 32.5, 16.5, 26.0, 18.5, 16.5, 32.5, 19.5, 7.5, 15.0, 30.0, 7.5, 16.5, 28.5, 10.5

2. Con un nivel de confianza de 93 % ¿qué puede concluir acerca de la variabilidad de los precios en dı́a lluvioso
y nublado? Justifique su respuesta.

Calculamos un intervalo de confianza para el cociente de varianzas de los precios de los dı́as lluviosos y nublados.
Para esto, nos apoyamos de R; con la siguiente salida:

pl=c(14.5, 9.0, 3.0, 20.5, 9.0, 34.0, 28.0, 11.0, 41.0, 16.5, 8.5,
8.5, 22.5, 9.0, 16.5, 34.0, 13.0,7.0, 26.0, 16.5, 9.0, 16.5, 30.0)
pn=c(6.5, 27.5, 17.0, 7.5, 9.5, 7.0, 8.5, 7.5, 9.0, 32.5, 16.5, 26.0, 18.5, 16.5,
32.5, 19.5, 7.5, 15.0, 30.0, 7.5, 16.5, 28.5, 10.5)

var.test(pl,pn,conf.level = 0.93)

F test to compare two variances

data: pl and pn
F = 1.2982, num df = 22, denom df = 22, p-value = 0.5456
alternative hypothesis: true ratio of variances is not equal to 1
Página 1 de 4
 Probabilidad y estadı́stica fundamental
Parcial final Grupo 17-A

93 percent confidence interval:

0.5884354 2.8641849
sample estimates:
ratio of variances
1.298225

de la anterior salida podemos ver que:

σ12
0.5884354 ≤ ≤ 2.8641849
σ22

Con un nivel de confianza de 93 %, la variabilidad de los precios en dı́as lluviosos y nublado es aproximadamente
la misma, pues el intervalo de confianza contiene al 1.
3. Se desea saber si los precios medios de los dı́as lluviosos son 5 dólares mayor que los dı́as nublados. Use un
nivel de significancia de 0.05. Utilice el método del punto crı́tico. Indique paso a paso el desarrollo del punto.

Realizamos una prueba de hipótesis para la diferencia de medias, con varianzas desconocidas pero iguales,
debido que en el punto anterior mostramos el supuesto de varianzas iguales. Por tanto:

H0 : µ1 − µ2 ≤ 5; H1 : µ1 − µ2 > 5
α = 0.05
tc = −1.3593

t.test(pl,pn,var.equal = TRUE,mu=5,alternative="less")

Two Sample t-test

data: pl and pn
t = -1.3593, df = 44, p-value = 0.09049
alternative hypothesis: true difference in means is less than 5
95 percent confidence interval:
-Inf 5.913726
sample estimates:
mean of x mean of y
17.54348 16.41304

t=qt(0.05,44,lower.tail = FALSE);t
[1] 1.68023

Página 2 de 4
 Probabilidad y estadı́stica fundamental
Parcial final Grupo 17-A

Con un nivel de significancia de 0.05, no se rechaza la hipótesis nula, tc < tα , por tanto los datos no dan
evidencia de que el precio medio de los dı́as lluviosos sea 5 dólares más que los nublados.
Use la siguiente información para los puntos 4 y 5.

Aunque actualmente en los aeropuertos grandes los retrasos son menos frecuentes, es útil saber en qué aerop-
uertos es más probable que le echen a perder a uno sus planes. Además, si su vuelo llega con retraso a un
determinado aeropuerto en el que tiene que hacer un trasbordo. En la tabla siguiente se muestra el porcentaje
de llegadas y salidas retrasadas durante el mes de agosto en 13 aeropuertos (Business 2.0, febrero 2002).

Llegadas retrasadas( %) 24 20 30 20 20 23 18 20 18 21 25 18 16
Salidas retrasadas( %) 22 20 29 19 22 23 19 16 18 22 22 17 16

4. Con la ayuda de R conteste lo siguiente:

a) Calcule e interprete la recta de regresión. Tome como variable independiente las llegadas retrasadas. Nos
ayudamos de la siguiente salida de R:
lr=c(24,20,30,20,20,23,18,20,18,21,25,18,16)
sr=c(22,20,29,19,22,23,19,16,18,22,22,17,16)
modelo=lm(sr~lr)
summary(modelo)

Call:
lm(formula = sr ~ lr)

Residuals:
Min 1Q Median 3Q Max
-3.5292 -0.8184 0.1816 0.9166 2.4708

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.4208 2.7125 0.892 0.391
lr 0.8554 0.1273 6.718 3.3e-05 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.641 on 11 degrees of freedom

Multiple R-squared: 0.804,Adjusted R-squared: 0.7862
F-statistic: 45.13 on 1 and 11 DF, p-value: 3.296e-05

ŷ = 2.4208 + 0.8554x

Punto de corte: Si no se presentan llegadas con retraso (x=0), se espera que las salidas se retrase en
2.24 %.

Pendiente: Por cada unidad porcentual en las llegadas retrasadas, se espera que las salidas se retrasen
en 0.855 %.
b) Calcule el coeficiente de determinación e interprételo.

R2 = 0.804
el 80.4 % de la variabilidad de las salidas retrasadas son explicadas por las llegadas retrasadas.

Página 3 de 4
 Probabilidad y estadı́stica fundamental
Parcial final Grupo 17-A

5. Pruebe el supuesto de independencia Use el método del P-valor. ¿Qué conclcuye?

Realizamos la prueba de independencia con R y obtenemos la siguiente salida:

dwtest(modelo)

Durbin-Watson test

data: modelo
DW = 2.2646, p-value = 0.6973
alternative hypothesis: true autocorrelation is greater than 0

Supuesto de independencia
H0 : Los errores son independientes.
H1 : Los errores NO son independientes..
α = 0.05
P − valor = 0.6973
Con un nivel de significancia de 0.05 NO se rechaza H0 porque p − valor > α, por tanto se cumple el supuesto
de independencia

Página 4 de 4