Apuntes de Estadistica II

Estadstica II
Lic. Jos Francisco Acua Rendn

Estadstica Inferencial
0.- Distribucin Normal.
1.- Hiptesis nula. Lo que dice la historia. A partir de una encuesta hay que saber si la
hiptesis nula es cierta o falsa y as se saca la posibilidad.
2.- Hiptesis alterna.Para la anterior hay que tener Ho: x mayor a 5 o Hi: x menor a 5, o sea
que siempre tendremos estas dos posibilidades.
3.- Error tipo I.
Rechazar la nula cuando es verdadera.
4.- Error tipo II.
Rechazar la nula cuando es falsa.
Nivel de significancia alfa- me da un porcentaje y me dice que tan confiable es la prueba que
estoy haciendo v. gr. tomar una significancia de 5% segn la significancia de mi prueba. En
una curva normal si coloco los datos a la derecha al 5%, ah es donde se rechaza la hiptesis
nula, si le pongo un 10% entonces le estoy dando ms chance a la hiptesis nula.
Prueba de correlacin lineal. Regresin. Me duele el callo, va a llover. La capacidad
productiva del trabajador contra el medio ambiente. Esto seda con un coeficiente de
correlacin, si tiende a 1 si estn relacionados, si tiende a 0 andamos por la casa de la
amargura. Relacin de causalidad. Que cosa nos hizo llevar a la otra.
No importa si tiende a 1, estn relacionadas. Y si tiende a 0 no est mal, slo nos dice que no
estn relacionadas. Nos podemos encontrar con problemas lineales: y=2x+1 donde x=7 y=15 o
cuadrticas donde y= 2x2-13x+15 o peor! Y=ex.
Despus de esto, vendr el examen.
Examen
Tareas
Participaciones
Acts. Sobresalientes
60%
20%
20%
Puntos extra
En la segunda parte veremos la t de student y la shi cuadrada, la bondad de ajuste y la

homogeneidad. V. gr. acaban de sacar una vacuna y queremos ver si es efectiva. Sacamos una
curva de independencia y concluimos si sirve o no, o si influye o no en los resultados.
En la tercera parte veremos la estadstica no paramtrica, mtodo no muy formal, sencillo, tipo
turstico.
Tip: Libro: probabilidad y estadstica de Walpole, Ronald E. Mc Graw Hill.
Apuntes de Ernie Pg. 1
Estadstica II
Ejercicios: Usando las tablas provistas por el maestro.
1.- Entre Z = 0 y Z = 1.2
2.- Entre Z = -0.68 y Z = 0
3.- Entre Z = 0.46 y Z = 2.21
Estadstica II
4.- Entre Z = 0.81 y Z = 1.94
5.- A la derecha de Z = 1.28
6.- Entre Z = -1.62 y Z = 2.31
7.- Entre Z = 0 y Z = 0.3770

se redondea a 0.38 y segn la tabla nos da 0.1480
Estadstica II
8.- A la izquierda de Z = 0.8621
9.- Entre Z = -1.5 y Z = 0.022
Ejercicios varios
Estadstica II
Estadstica II
Por lo que para traducir las Zs en Xs se aplica la frmula, por ejemplo:

Z = 98 100 = -2 = -0.4
5
5
Z = 110 100 = 10 = 2
5
5
El peso medio de 500 estudiantes varones de una Universidad es de 68.5 kg. y la
desviacin estndar es de 10 kg. Suponiendo que los pesos estn distribuidos
normalmente, hallar el nmero de estudiantes que pesan entre 48 y 71 kg.
N = 500 estudiantes
m = 68.5 kg.
t = 10 kg.
Entre 48 y 71 kg. Por lo que
X1 = 48
X2 = 71
Estadstica II
Z = 48 68.5 = -2. 05
10
Z = 71 68.5 = 0.25
10
por lo que 500 x 0.5785 = 289.25 redondeando 289 estudiantes estn entre 48 y 71 kg.
En un exmen m = 78 y t = 10 determinar:
a) las calificaciones tipificadas para 93 y 62 respectivamente
b) determinar los puntajes cuyas calificaciones tipificadas fueron -0.6 y 1.2
para a)
Z=xm
t
Z1 = 93 - 78 = 1.5
10
Z2 = 62 - 78 = -1.6
10
para b)
x=tz+m
X1 = 10 (-0.6) + 78 = 72
X2 = 10 (1.2) + 78 = 90
Hallar el rea bajo la curva normal entre:
a) Z = 1.20 y Z = 2.40
b) Z = 1.23 y Z = 1.87
c) Z = -2.35 y Z = 0.50
a)
Estadstica II
b)
c)
Si X est distribuida normalmente con m = 5 y t = 2 hallar la probabilidad de que X sea
mayor que 8.
entonces:
Tarea:
Z1 = 8 - 5 = 1.5
2
0.5 0.4332 = 0.0668
Si las estaturas de 500 estudiantes estn distribuidas normalmente con
m = 1.70 m. y t = 10 cm. (0.1 m.)
a) cuantos estudiantes tienen estaturas mayores a 1.85 m.?

b) cuantos estudiantes tienen estaturas menores a 1.55 m.?
c) cuantos estudiantes tienen entre 1.59 m. y 1.81 m.?
Estadstica II
a) Z = 1.85 1.70 = -1.5 (0.4332)
0.1
por lo tanto: 0.5 0.4332 = 0.0668 x 500 = 33 estudiantes
b) Z = 1.55 1.70 = 1.5 (0.4332)
0.1
por lo tanto: 0.5 0.4332 = 0.0668 x 500 = 33 estudiantes
c) Z1 = 1.59 1.70 = -1.1 (0.3643)
0.1
Z2 = 1.81 1.70 = 1.1 (0.3643)
0.1
por lo que: (0.3643 x 2 = 0.7286) 0.7286 x 500 = 364 estudiantes
La calificacin media de un examen final es de 72 puntos y la desviacin es de 9 puntos.
El 10% superior de los estudiantes recibirn una calificacin de excelente:
a) cul es la calificacin mnima que debe obtener un estudiante para recibir el
calificativo de excelente?
b) y si queremos sacar la calificacin correspondiente al 25%?
Estadstica II
La media es 72, la desviacin estndar es 9:
a) entre 72 y 81
b) 50 y 72
c) mayor a 90
d) menor a 30
e) 60 y 85
f) 75 y 90
g) 30 7 50
a)
b)
Estadstica II
c)
d)
e)
Estadstica II
f)
g)
Tarea:
La media es 72, la desviacin estndar es 9:
a) Entre 72 y 85
b) 40 y 72
c) mayor a 85
d) menor a 45
e) 65 y 78
f) 78 y 87
g) 40 y 55
Estadstica II
Estadstica II
Real
Suponer
F
I.
II.
Ho
Ho
II. Error Beta
Ho
I. Error Alfa
Ho
El error es suponer que la hiptesis nula es falsa siendo verdadera

El error es suponer que la hiptesis nula es verdadera siendo falsa
Alfa: probabilidad de rechazar la hiptesis nula siendo verdadera

Beta: probabilidad de aceptar la hiptesis nula siendo falsa
Estadstica II
Los estadsticos usan la palabra poblacin no solo para referirse a personas sino a todos los
elementos que se han escogido para el estudio.
Los estadsticos usan la palabra muestra para describir una porcin escogida de la poblacin.
Una estadstica es una caracterstica de una muestra
Un parmetro es una caracterstica de la poblacin
T = caracterstica = muestra
X = parmetro = poblacin
Tipos de muestreo
Hay dos mtodos para seleccionar las muestras, a partir de las poblaciones:
1.- Muestreo no aleatorio o a juicio.
2.- Muestreo aleatorio o no probabilstico
En el muestreo probabilstico todos los elementos de la poblacin tienen la misma oportunidad
de ser escogidos en la muestra.
En el muestreo a juicio se usa el conocimiento y la opinin personal para identificar aquellos
elementos de la poblacin que debern estar incluidos en la muestra.
Como hacer un muestreo aleatorio
La mejor manera para seleccionar aleatoriamente a una muestra, es usando nmeros aleatorios.
Estos se pueden generar por un computador, programa para mezclar nmeros o por una tabla
de nmeros aleatorios.
Definicin de muestreo aleatorio simple
Selecciona las muestras por mtodos que le permiten a cada muestra tener igual probabilidad
de ser tomada y a cada elemento de toda la poblacin de tener un chance igual de ser incluido
en la muestra.
Introduccin a las distribuciones muestrales
Una distribucin de probabilidad de todas las medias posibles, de las muestras es una
distribucin de la media muestral. Los estadsticos las llaman una distribucin muestral de la
media.
Estadstica II
Si aumentamos el tamao de la muestra la dispersin baja

porque se acerca ala media de la poblacin
Las medias de las muestras tienden a la media de la poblacin.
9 / raz de 9 = 3
9 / raz de 64 = 1.125
9 / raz de 100 = 0.9
9 / raz de 144 = 0.062
al subir el n la desviacin baja.
Estadstica II
Estadstica II
Supngase que el contenido de alquitrn en los cigarrillos se distribuye normalmente con una
media de 10 y una desviacin estndar de 2.4 mg. Se desarrolla un nuevo proceso de
manufactura para disminuir el contenido de alquitrn a 8 mg. Sin que cambie la desviacin
tpica. Una muestra de 16 cigarrillos producidos mediante el mismo proceso proporciona una
media de 8.8 mg. Se preguntan se rechazara la Ho si tomamos una alfa de 0.05?
Sea x el salario mensual inicial para alguien que acaba de graduarse de una universidad. Se
sospecha que el salario medio mensual es de ms de $1,200.00 y no $1,200.00 o menos como
alguien predijo. Considrese que se sabe que la desviacin estndar es de $50.00. se toma una
muestra aleatoria de 1,000 graduados y se determina la media de $1,200.00 dlares. Qu
podemos afirmar con un nivel de significacin del 1%?
Estadstica II
Considrese un fabricante que suministra los ejes traseros para un modelo de automvil. Por
un lado, estos ejes deben estar en condiciones de soportar 80,000 lb/sq.in. en pruebas de
resistencia. Tambin un eje excesivamente fuerte eleva los costos de produccin. La
experiencia indica que la desviacin estndar de la resistencia de los ejes es de 4,000 lb/sq.in.
El fabricante selecciona una muestra de 100 ejes de la ltima produccin, los prueba y
encuentra que la capacidad de resistencia media de la muestra es de 79,000 lb/sq.in. Si el
fabricante de ejes usa un nivel de significancia de 0.05 en sus pruebas Sus ejes cumplirn sus
requisitos de resistencia?
M = 80,000 lb/sq.in.
T = 4,000 lb/sq.in.
Ho: m = 80,000 lb/sq.in.

Hi: m no es igual a 80,000 lb/sq.in.
N = 100
X = 79,000 lb/sq.in.
Alfa = 0.05
Tarea: El resultado promedio sobre una prueba de aptitud administrada nacionalmente

fue de 76 y la desviacin correspondiente fue de 8. Con el fin de evaluar el estado del
sistema de educacin, se escogieron al azar a 100 estudiantes del estado de Guanajuato;
estos estudiantes tuvieron un resultado promedio de 72.
a) El estado desea conocer si hay una diferencia significativa entre los resultados
locales y los nacionales.
b) Pruebe su hiptesis a un nivel de significacin del 5%
Estadstica II
C7 =
7!
= 7! = 6 * 7
5! (7-5)! 5! 2!
2
= 21
=6/2*7
= 42 / 2
C6 =
= 21
= 21
6!
= 6! = 20
3! (6-3)! 3! 3!
= 4*5*6
= 4*5 = 20
3*2*1
Binomios
Reciben su nombre del binomio de Newton

(x+y)2 = x2 + 2xy + y2
(x+y)3 = x3 + 3x2y + 3xy2 + y2
(x+y)4 = x4 + 4x3y + 6x2y2 + 4xy3 + y4
3*4/2=6 6*2/3=4
(x+y)4 = (x+y)2 (x+y)2
= (x2 + 2xy+y2) (x2 + 2xy+y2)
= x4 + 2x3y + x2y2
2x3y + 4 x2y2 + 2x y3
x2y2 + 2x y3 + y4
_____________________________________
= x4 + 4 x3y + 6 x2y2 + 4 x y3 + y4
Binomio de
Newton
N
n
(x+y) = E
i=0
ni
n i
(x+y)4 =
(4C0 X4-0 Y0) +(4C1 X4-1 Y1) +(4C2 X4-2 Y2) +(4C3 X4-3 Y3) + (4C4 X4-4 Y4) =
esto se lee: combinacin de 4 objetos
tomados de 3 en 3
x4 + 4x3y + 6x2y2 + 4xy3 + y4
C0 X4-0 Y0 = 1 * X4 * Y0 = 1 * X4 * 1 = X4
De aqu se desarrolla la distribucin binomial para experimentos donde solo hay xito o
fracaso; solo 2 opciones; v. gr. lanzar una moneda (cara o cruz); dos dados para sacar 7 (o saco
7 o no saco 7).
Estadstica II
Clase de Chely en sustitucin del Ing. Acua.
y = aciertos
p = probabilidad de aciertos
q = probabilidad de falla (q=1-p)
n = total de ensayos
Cerveza
si: i i i i i
no: i i i i i
Cota de error
2Op = 2 pq / n
Estimador:
p=y/n
Op = pq / n por lo de las 2s de la regla emprica

P = 5 / 10 = 0.5, esto no es exacto, an no
podemos decir que el 50% del saln chupa; por eso hay que buscar la cota de error.
Op = 0.5 * (1-0.5) / 10 = 0.025 = 0.158; por lo tanto la cota de error es igual a:
2Op = 2 pq / n
2OP = 2 (0.158) = 0.316, esta es la cota de error, ahora se le sumar
y/o restar a p, por lo que:
0.5 0.316 = 0.184
0.5 + 0.316 = 0.816
Ejercicio: Una liga nacional de sindicatos obreros, necesita estudiar la poblacin de obreros no
sindicalizados que estaran a favor de una huelga nacional. 60 de 200 obreros entrevistados se
encontraron a favor de la huelga. Estimar la proporcin de obreros que est a favor de la
huelga y determinar una cota de error de estimacin.
1
5
y = 60
n = 200
Op = 0.3 * 0.7 / 200

= 0.00105
= 0.03240
2
p= 0.3 (q=1-p)
2 Op = 2 (0.03240) = 0.064
q = 0.7
4
p = y / n = 60 / 200 = 0.3
7
0.3 0.064 = 0.23
0.3 + 0.064 = 0.36
Estadstica II
Clase del profe:
B(x, n, p) = nCx px qn-x
M=np
t = npq = npq / n = npq / n2 = pq / n
t = pq / n
************************
n = 75
p = 0.4 = 40%
q = 0.6 = 60% (q=1-p)
m = np = 75 (0.4) = 30
t = pq / n = 0.4 * 0.6 / 75 = 0.056
p = 26
alfa = 0.10
En una campaa gubernamental una encuesta previa a las elecciones, hecha entre 100
votantes, dio al Sr. Hernndez el 60% del electorado a su favor.
a) estime el error estndar de la proporcin de votantes a favor del Sr. Hernndez.
b) Determine si podemos sostener que el tiene el 62% del electorado a su favor con un
nivel de significacin del 5%
n = 100
p = 60%, este es p poblacional por que nos lo dio la muestra
p = 62% = 0.62
q = 38% = 0.38
alfa = 5% = 0.05
Estadstica II
m = np = 100 * 0.62 = 62
Tp = pq / n = 0.62 * 0.38 / 100 = 0.048
Ho: p = 62
Hi: p no es igual a 62
Supngase que cierto programa de noticias generalmente atrae el 50% de todos aquellos que
ven la televisin durante el periodo de que el programa sale al aire. El conductor normal ha
renunciado y se ha contratado a una mujer para reemplazarlo. La gerencia de la red televisiva
desea determinar si con la nueva conductora ha aumentado el porcentaje de personas que ven
el programa. Se realiza una encuesta telefnica. Se descubre que 55 de 100 personas que ven
la televisin mientras el programa de noticias est al aire ven este programa en particular.
Prubese la hiptesis de que el porcentaje de los que ven el programa ha permanecido sin
cambio contra la alternativa de que ha aumentado bajo un nivel de significacin del 5%.
Estadstica II
Un banco seleccion aleatoriamente a 225 clientes con cuenta de cheques y determin
que 90 de ellos tambin tenan una cuenta de ahorros en el banco. El objetivo del banco
es que al menos el 45% de sus clientes con cuenta de cheques tengan una cuenta de
ahorros simultneamente.
ha proporcionado la muestra suficiente evidencia de que el banco ha logrado este
objetivo para alfa igual a 0.05?
Tarea: Se ha insinuado que los maestros se han vuelto ms despreocupados al calificar a

sus estudiantes. En el pasado 80% de todos los estudiantes universitarios de primer ao
obtenan C o calificaciones superiores. Una encuesta de la clase ms reciente de
estudiantes universitarios de primer ao muestra que 8,100 de los 10,000 estudiantes
universitarios de primer ao de la muestra recibieron calificaciones de C o mayores.
es verdad que los profesores se han vuelto ms despreocupados si el nivel de
significacin es del 1%?
Estadstica II
Registros anteriores muestran que el 20% de todas las mujeres se casan en el ao
siguiente a su graduacin de preparatoria se sospecha que el porcentaje ha cambiado. Se
seleccionaron y entrevistaron 225 muchachas y se determin que 54 de ellas se casaron al
ao siguiente de su graduacin de preparatoria. Prubese la hiptesis de que la
proporcin de muchachas que se casan en el ao siguiente a su graduacin de
preparatoria sigue siendo el 20% contra la hiptesis alternativa de que ha cambiado
para un alfa igual al 5%.
Regresin lineal
El objetivo principal al evaluar la relacin entre dos variables es realizar predicciones ms
precisas si se ha establecido una relacin entre los valores de dos variables, entonces, conocer
el valor de una variable ayudar a conocer el valor de la otra. Es importante recordar que las
relaciones entre dos variables no necesariamente son relaciones de causa efecto o causales.
Una relacin causal implica que la variable independiente es la causa y la variable dependiente
el efecto.
Y = a + b x su grfica ser una lnea recta
Y=7+3x
Y = 7 + 3 (-2)
Y=76=1
X
2
0
1
5
7
Y
1
7
10
22
28
Estadstica II
X
0
2
4
6
8
10
30
X
Frmula
X2
0
4
16
36
64
100
220
2
X
Y
5
0
-8
-13
-22
-25
-63
Y
XY
0
0
-32
-78
-176
-250
-536
XY
Y*
5.28
-1.02
-7.32
-13.62
-19.92
-26.22
Y*
a = ( x2)( y) ( x)( xy)

n ( x2 ) - ( x)2
b = n ( xy) ( x)( y)
n ( x2) ( x)2
a = (220 (-63) 30 ( -536)
6 (220) - 900
= 13,860 16,080 = -2220

420
420
a = 5.2857
b = n ( xy) ( x)( y)
n ( x2) ( x)2
= 6 (-536) 30 (-63) = -3216 + 1890 = -1326

6 (220) (30)2
420
420
b = -3.157
entonces:
Estadstica II
y* = a + b x
y* = 5.28 + (-3.15) x
por lo tanto para x = 6
y* = 5.28 + (-3.15)(6) = 5.28 18.9
y* = -13.62
i
1
2
3
4
5
6
7
X
-1
1
3
2
4
7
5
21
Y
-1.5
5.2
10
7.5
12
24
17.5
75.7
X2
1
1
9
4
16
49
25
105
XY
1.5
5.2
30
15
52
168
87.5
359.2
Y*
-1.78
4.52
10.82
7.67
13.97
23.42
17.12
---
a = ( x2)( y) ( x)( xy)

n ( x2 ) - ( x)2
b = n ( xy) ( x)( y)
n ( x2) ( x)2
y = a + bx por lo tanto
a = 105 (75.7) 21 (359.2) = 7948.5 7543.2 = 405.3 = 1.3785
7 (105) (21)2
735 441
294
b = 7 (8359.2) 21 (75.7) = 2514.4 1589.7 = 924.7 = 3.1452 redondeado = 3.15
7 (105) (21)2
735 441
294
y = 1.37 + 3.15 (-1) = -1.78
y = 1.37 + 3.15 (1) = 4.52
y = 1.37 + 3.15 (3) = 10.82
y = 1.37 + 3.15 (2) = 7.67
y = 1.37 + 3.15 (4) = 13.97
y = 1.37 + 3.15 (7) = 23.42
y = 1.37 + 3.15 (5) = 17.12
Ahora podremos predecir si x = 10 y sera igual a 32.87 porque y = 1.37 + 3.15 (10) = 32.87, y
as si x = 6; y = 20.27
Estadstica II
i
1
2
3
4
5
6
7
X
-1
1
3
2
4
7
5
21
Y
-1.5
5.2
10
7.5
12
24
17.5
75.7
X2
1
1
9
4
16
49
25
105
XY
1.5
5.2
30
15
52
168
87.5
359.2
Y*
-1.78
4.52
10.82
7.67
13.97
23.42
17.12
---
(Y Y*)2
0.0784
0.4624
0.6724
0.0289
0.9409
0.3364
0.1444
2.6638
Mucho cuidado con los signos; por ejemplo:

[-1.5 - (-1.78)]2 = (-1.5+1.78)2 = (0.28)2 = 0.0784
T = raz de 2.6638 / 7 1 = raz de 2.6638 / 6 = raz de 0.4439 = 0.6663 = redondeado 0.67;
por lo tanto Y* = 1.37 + 3.15x ms menos 0.67 (error estimado en nuestros clculos)
la palabra perro no es la que muerde
x = 10 (porque l quizo)
y* = 1.37 + 3.15 (10) ms menos 0.67
y* = 32.87 ms menos 0.67 (osea y es mayor a 32.2 o menor a 33.54)
hasta aqu determinamos la frmula de regresin y el margen de error, nos falta correlacionar.
Ejemplos de aplicacin; rendimiento, donde:
Y = gt2
T = raz de 2y / g = raz de 2(0.15) / 9.81 = 0.1748 mi tiempo de reaccin; al agarrar una regla
o tomamos a dos personas y tomamos sus tiempos de reaccin.
Si x = 6
y* = 1.37 + 3.15 (6) ms menos 0.67
Si x = 4
y* = 1.37 + 3.15 (4) ms menos 0.67
Estadstica II
En una compaa de seguros se desea determinar la relacin entre la experiencia en
ventas y el volumen de las mismas. Se selecciona una muestra aleatoria de 9 vendedores.
Se encuentra que sus aos de experiencia x y ventas anuales y son los siguientes:
i
1
2
3
4
5
6
7
8
9
X
1
2
3
4
5
6
7
8
9
Y
2
1
3
3
4
5
6
5
7
Estmese el volumen de ventas anuales para un vendedor que tiene una experiencia en
ventas de 10 aos.
a = ( x2)( y) ( x)( xy)
n ( x2 ) - ( x)2
b = n ( xy) ( x)( y)
n ( x2) ( x)2
y = a + b(x) por lo tanto
a = 285 (36) 45 (220) = 10260 9900 = 4360 = 0.6666 = redondeado = 0.667
9(285) (45)2
2565 - 2025
540
b = 9(220) 45(36) = 1980 - 1620 = 360 = 0.6666 = redondeado = 0.667
9(285) (45)2
2565 - 2025 540
i
1
2
3
4
5
6
7
8
9
1
2
3
4
5
6
7
8
9
45
Y
$100,000.00
2
1
3
3
4
5
6
5
7
36
X2
XY
Y*
(Y Y*)2
1
4
9
16
25
36
49
64
81
285
2
2
9
12
20
30
42
40
63
220
1.334
2.001
2.668
3.335
4.002
4.669
5.336
6.003
6.670
-
0.4436
1.0020
0.1102
0.1122
0.0000
0.1096
0.4409
1.0060
0.1089
3.3334
Y* = a + b x = 0.667 + 0.667 x
Estadstica II
(y y*)2
(2 1.334)2 = 0.4436
(1 2.002)2 = 1.0020
(3 2.668)2 = 0.1102
(3 3.335)2 = 0.1122
(4 4.002)2 = 0.0000
(5 4.669)2 = 0.1096
(6 5.336)2 = 0.4409
(5 6.003)2 = 1.0060
(7 6.670)2 = 0.1089
2
(y y*) = 3.3334
Y=a+bx
Y* = 0.667 + 0.667 (1) = 1.334
Y* = 0.667 + 0.667 (2) = 2.001
Y* = 0.667 + 0.667 (3) = 2.668
Y* = 0.667 + 0.667 (4) = 3.335
Y* = 0.667 + 0.667 (5) = 4.002
Y* = 0.667 + 0.667 (6) = 4.669
Y* = 0.667 + 0.667 (7) = 5.336
Y* = 0.667 + 0.667 (8) = 6.003
Y* = 0.667 + 0.667 (9) = 6.670
T = raz de (y y*)2 / n 1 = raz de 3.3334 / 8 = 0.65 por lo que

Y* = 0.667 + 0.667 (x) ms menos 0.65
Y* = 0.667 + 0.667 (10) ms menos 0.65
Y* = 0.667 + 6.67 ms menos 0.65
Por lo tanto:
Y es mayor o igual a 6.687 o menor o igual a 7.987, en otras palabras
6.687 x $10,000.00 y
7.987 x $100,000.00
y ser mayor o igual a $668,700.00 o menor o igual a $798,700.00
Tarea para entregar:
Se realiza una experimento para determinar la relacin entre la precipitacin pluvial y el
rendimiento del trigo. Se obtienen los siguientes datos; la x representa la precipitacin
pluvial y la y el rendimiento del trigo en toneladas.
i
1
2
3
4
5
6
7
8
9
10
X
1
2
3
4
5
5
6
7
8
9
Y
1
3
2
5
5
4
7
6
9
8
Haga una estimacin acerca del rendimiento del trigo, si la precipitacin pluvial es de 4.5.
a = ( x2)( y) ( x)( xy)
Estadstica II
n ( x2 ) - ( x)2
b = n ( xy) ( x)( y)
n ( x2) ( x)2
a = 310(100) 50(306) = 31000 15300 = 15700 = 26.1666 = redondeado = 26.17
10(310) (50)2
3100 - 2500
600
b = 10(306) 50(100) = 30600 - 5000 = 25600 = 42.6666 = redondeado = 42.67
10(310) (50)2
3100 - 2500
600
i
X2
XY
Y*
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
5
6
7
8
9
50
1
3
2
5
5
4
7
6
9
8
100
1
4
9
16
25
25
36
49
64
81
310
1
6
6
20
25
20
42
42
72
72
306
(Y Y*)2
Y* = a + b x = 26.17 + 42.67 x
Y=a+bx
Y* = 26.17 + 42.67 (1) = 68.84
Y* = 26.17 + 42.67 (2) = 111.15
Y* = 26.17 + 42.67 (3) = 154.18
Y* = 26.17 + 42.67 (4) = 196.85
Y* = 26.17 + 42.67 (5) = 239.52
Y* = 26.17 + 42.67 (5) =239.52
Y* = 26.17 + 42.67 (6) = 282.19
Y* = 26.17 + 42.67 (7) = 324.86
Y* = 26.17 + 42.67 (8) = 367.53
Y* = 26.17 + 42.67 (9) =410.20
(y y*)2
(1 68.84)2 = 4,602.26
(3 111.15)2 = 11,696.42
(2 154.18)2 = 23,158.75
(5 196.85)2 = 36,806.42
(5 239.52)2 = 54,999.63
(4 239.52)2 = 55,469.67
(7 282.19)2 = 75,729.53
(6 324.86)2 = 101,671.69
(9 367.53)2 = 128,543.76
(8 410.20)2 = 161,764.84
2
(y y*) = 654,442.97
Estadstica II
T = raz de (y y*)2 / n 1 = raz de 654,442.97/10 = 255.82 por lo que
Y* = 26.17 + 42.67 (x) ms menos 255.82
Y* = 26.17 + 42.67 (4.5) ms menos 255.82
Y* = 26.17 + 192.015 ms menos 255.82
Por lo tanto:
Y es mayor o igual a -37.63 o menor o igual a 474.005
-37.63 x TONELADA y
474.005 x TONELADA
y ser mayor o igual a -37.63 TONELADAS o menor o igual a 474.005 TONELADAS
Coeficiente de correlacin
r = ____________n( xy) - ( x)( y)______________
[(raz de n ( x2 ) - ( x)2 ] [(raz de n ( y2) ( y)2 ]
r = _______________10(306) - (50)(50)_______________
[(raz de 10 (310) - (2500) ] [(raz de 10(310) (2500) ]
r = ________3060 2500________
(raz de 600) (raz de 600)
r = ___560____
24.49 (24.49)
r = 560 / 599.76 = 0.933
Y es mayor o igual a -1 y Y es menor o igual a 1
Si se acerca a 1 o -1 estn relacionadas

Si sale 0 no estn relacionadas
Si sale -1 una crece y la otra decrece
Clculo de la regresin del aprovechamiento en la universidad, con respecto al

aprovechamiento del bachillerato para 20 estudiantes.
Estadstica II
Estudiantes bachillerato universidad
i
var. indep.
var. dep.
xy1
3
5
2
2
4
3
4
4
4
12
9
5
11
8
6
8
9
7
9
7
8
7
8
9
6
5
10
5
6
11
4
8
12
8
4
13
3
7
14
12
6
15
9
8
16
8
5
17
11
10
18
7
7
19
8
6
20
10
5
Sumatoria
147
131
X2
Y2
XY
Y*
(y y*)2
9
4
6
144
121
64
81
49
36
25
16
64
9
144
81
64
121
49
64
100
1261
25
16
16
81
64
81
49
64
25
36
64
16
49
36
64
25
100
49
36
25
921
15
8
16
108
88
72
63
56
30
30
32
32
21
72
72
40
110
49
48
50
1012
5.36
5.09
5.63
7.79
7.52
6.71
6.98
6.44
6.17
5.90
5.63
6.71
5.36
7.79
6.98
6.71
7.52
6.44
6.71
7.25
-
0.1296
1.1881
2.6569
1.4641
0.2304
5.2441
0.0200
2.4336
1.3689
0.0100
5.6169
7.3441
2.6896
3.2041
1.0404
2.9241
6.1504
0.3136
0.5041
5.0625
49.5759
a = ( x2)( y) ( x)( xy)

n ( x2 ) - ( x)2
b = n ( xy) ( x)( y)
n ( x2) ( x)2
a = 1261(131) 147(1012) = 1261(131) 147(1012) = 165191 - 148764 = 16427 = 4.55
20(1261) (147)2
20(1261) 21609
25220 21609
3611
b = 20(1012) 147(131) = 320248 - 19257 = 983 = 0.27
20(1261) (147)2 20(1261) 21609 3611
por lo tanto Y* = 4.55 + 0.27 (x)
4.55 + 0.27
4.55 + 0.27
(x)
3
= Y*
= 5.36
(y - y*)
5 -5.36
2
2
0.1296
Estadstica II
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
4.55 + 0.27
2
4
12
11
8
9
7
6
5
4
8
3
12
9
8
11
7
8
10
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
5.09
5.63
7.79
7.52
6.71
6.98
6.44
6.17
5.90
5.63
6.71
5.36
7.79
6.98
6.71
7.52
6.44
6.71
7.25
4
4
9
8
9
7
8
5
6
8
4
7
6
8
5
10
7
6
5
-5.09
-5.63
-7.79
-7.52
-6.71
-6.98
-6.44
-6.17
-5.90
-5.63
-6.71
-5.36
-7.79
-6.98
-6.71
-7.52
-6.44
-6.71
-7.25
=
1.1881
=
2.6569
2
=
1.4641
2
=
0.2304
2
=
5.2441
2
=
0.0200
2
=
2.4336
2
=
1.3689
2
=
0.0100
2
=
5.6169
2
=
7.3441
2
=
2.6896
2
=
3.2041
2
=
1.0404
2
=
2.9241
2
=
6.1504
2
=
0.3136
2
=
0.5041
2
=
5.0625
Sumatoria = 49.5759
2
T = raz de (y y*)2 / n 1 = raz de 49.5957 / 19 = 1.62 por lo que

Y* = 4.55 + 0.27 x ms menos 1.62
r = ____________n( xy) - ( x)( y)______________
r = _______________20(1012) - (147)(131)_______________
[(raz de 20 (1261) - (147)2 ] [(raz de 20(921) (131)2 ]
r = ______________20240 19257____________
(raz de 25220 - 21609) (raz de 18420 - 17161)
r = ___983____
60.09 (35.48)
r = 983 / 2131.99 = 0.4610
Y es mayor o igual a -0.5 y Y es menor o igual a 0.5
Estadstica II
Un psiclogo realiza un experimento para determinar si existe relacin entre la edad de
los nios y el no. de respuestas correctas que proporcionan. Se obtienen los siguientes
datos totales.
Sumatorias, de:
X = 550, XY = 45,900, Y = 680, X2 = 38,500, N = 10, Y2 = 56,000.
En donde N es el tamao de la muestra, X es la edad del nio y Y son las respuestas
correctas del psiclogo durante el experimento; determnese:
a) el coeficiente de correlacin
b) diga si existe alguna relacin entre la edad del nio y el no. de respuestas
correctas.
r = ____________n( xy) - ( x)( y)______________
r = _______________10(45,900) - 550(680)_______________
[(raz de 10 (38,500) - (550)2 ] [(raz de 10(56,000) (680)2 ]
r = ______________459,000 374,000____________
(raz de 385,000 302,500) (raz de 560,000 462,400)
r = ___85,000____
287.22 (312.40)
r = 85,000 / 89,727.52 = 0.947 = 0.95
S se acerca a 1, por lo que si estn relacionadas las edades de los nios con
el numero de respuestas correctas.
Tarea para el prximo martes, en papel milimtrico el diagrama de dispersin.
Sean X y Y las estaturas de padre e hijo; los siguientes datos muestran las estaturas de 10
padres y de sus hijos.
a) grafquense los datos en un diagrama de dispersin
b) obtenga la recta de mnimos cuadrados y grafquense sobre el diagrama de
dispersin
c) calclese el coeficiente de correlacin
d) existe una relacin significativa entre X y Y?
Estadstica II
b)
i
1
2
3
4
5
6
7
8
9
10
Sumatoria
X
cm
162
158
168
177
170
155
175
157
150
178
1650
Y
cm
165
160
160
180
172
155
170
160
155
173
1650
X2
Y2
XY
26,244 27,225 26,730

24,964 25,600 25,280
28,224 25,600 26,880
31,329 32,400 31,860
28,900 29,584 29,240
24,025 24,025 24,025
30,625 28,900 29,750
24,649 25,600 25,120
22,500 24,025 23,250
31,684 29,929 30,794
273,144 272,888 272,929
Y*
162.80
159.76
167.36
174.20
168.88
157.48
172.68
159.00
153.68
174.96
(y y*)2
4.8400
0.0576
54.1696
33.6400
9.7344
6.1504
7.1824
1.0000
1.7424
3.8416
122.3584
a = ( x2)( y) ( x)( xy)

n ( x2 ) - ( x)2
b = n ( xy) ( x)( y)
n ( x2) ( x)2
a = 273,144 (1650) 1650 (272,929) = 450,687,600 - 450,332,850 = 354,750 = 39.68
10 (273,144) - (1,650) 2
2,731,440 - 2,722,500
8,940
b = 10 (272,929) 1650 (1650) = 2,729,290 - 2,722,500 = 6790 = 0.7595 = 0.76
10 (273,144) - (1,650) 2
2,731,440 - 2,722,500 8,940
por lo tanto Y* = 39.68 + 0.76 (x)
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
39.68 + 0.76
(x)
162
158
168
177
170
155
175
157
150
178
=
=
=
=
=
=
=
=
=
=
=
Y*
162.80
159.76
167.36
174.20
168.88
157.48
172.68
159.00
153.68
174.96
(y
165
160
160
180
172
155
170
160
155
173
y*) 2
162.80 2
=
4.8400
2
159.76
=
0.0576
2
167.36
=
54.1696
174.20 2
=
33.6400
2
168.88
=
9.7344
157.48 2
=
6.1504
2
172.68
=
7.1824
159.00 2
=
1.0000
2
153.68
=
1.7424
2
174.96
=
3.8416
Sumatoria = 122.3584
T = raz de (y y*)2 / n 1 = raz de 122.3584 / 9 = 3.687 = 3.69 por lo que
Estadstica II
Y* = 39.68 + 0.76 x ms menos 3.69
c)
r = ____________n( xy) - ( x)( y)______________
r = _______________10(272,929) - (1650)(1650)_______________
[(raz de 10 (273,144) - (1650)2 ] [(raz de 10(272,888) (1650)2 ]
r = _________________2,729,290 2,722,500________________
(raz de 2,731,440 2,722,500) (raz de 2,728,880 2,722,500)
r = ___6790____
94.55 (79.87)
r = 6,790 / 7,551.7085 = 0.8991
d)
r es igual a 0.8991 por lo que se acerca a uno y podemos deducir que se relacionan
significativamente X y Y osea las estaturas de padres e hijos.
Ya vimos que para la poblacin tenemos a: m, T y para una muestra est: x, S donde z = x m
entre la raz cuadrada de T sobre la raz de n que nos llevaba a la frmula de x = Z por T entre
la raz de n ms m.
Ahora no tenemos T y en lugar de Zs tendremos Ts. por lo que ahora T = x m entre s sobre
la raz de n. Ahora usaremos la desviacin estndar de la muestra S.
Relacionaremos el apndice D, que nos dio el maestro.
Prueba T
En este caso se contina el anlisis de las tcnicas para pruebas de hiptesis. En ejemplos
anteriores se han tenido situaciones en donde el investigador conoce la varianza de la
poblacin (s2) [si conocemos el cuadrado como dijo el compadre, pos scale la raiz]. Sin
embargo en la mayor parte de los casos el investigador posee solamente datos muestrales y no
conoce la desviacin tpica o estndar de la poblacin.
Distribucin T
Recuerde que en problemas anteriores se utiliz la letra Z como estadstico de prueba, esto lo
hacamos al conocer la desviacin estndar de poblacin.
Estadstica II
Ahora utilizaremos la letra T en la prueba de hiptesis con respecto a una media de la
poblacin m, considrese la naturaleza de la distribucin T, la cul proporciona el valor crtico
La cara de las Zs por lo general es ms puntiaguda que las Ts.
(estas son expresiones matemticas y no nos vamos a acalambrar con ellas)

Supngase que cierto problema implica un nivel de significacin del 5% (0.05) y una
muestra de 20 observaciones (o elementos) obtngase los valores crticos de T para
a) una prueba de una cola o de extremo superior
b) una prueba de extremo inferior
c) una prueba de dos extremos
alfa = 0.05
n = 20
v = n 1 = 20 1 = 19 grados de libertad
a)
Estadstica II
b)
c)
alfa = 0.05
n=6
extremo superior
alfa = 0.05
n = 11
2 extremos
Estadstica II
alfa = 10%
n = 16
Extremo inferior
alfa = 40%
n = 21
extremo inferior
alfa = 25%
n = 31
extremo superior
Estadstica II
Debido a las ciertas ventajas que un vendedor de automviles ofrece a sus clientes, se
sospecha que su margen promedio de beneficio por auto vendido est por abajo del
promedio nacional de 500 dlares. Se realiza un estudio para determinar si realmente
este es el caso. Una muestra aleatoria de 25 ventas muestra una media de 485 dlares y
una desviacin tpica de 45 dlares. Considerando que el margen de beneficio por cada
auto vendido se distribuye normalmente puede llegarse a la conclusin de que su
margen promedio de beneficio es en realidad significativamente menor de 500 dlares
para un nivel de significacin del 5%?
1.
m = 500
n = 25
x media = 485 *
alfa = 5% = 0.05
2.
Ho: m = 500
Hi: m menor a 500
3.
v = n-1 = 25-1 = 24
4. y 5.
6.
Xc= Tc S/raz de n + m = (-1.71)(45/raz de 25)+500 = 484.61
7. Regla de rechazo
si X media es menor a Xc entonces la Ho se rechaza
8. Conclusin
como 485 no es menor a 484.61 la Ho se acepta
Estadstica II
La oficina federal de alimentos y drogas est realizando una prueba para determinar si
una nueva medicina tiene el indeseable efecto lateral de elevar la temperatura del
cuerpo. Se entiende que la temperatura del cuerpo. Se entiende que la temperatura del
cuerpo del humano se distribuye normalmente con una media de 98.6 grados. Se
administra la nueva medicina a 9 paciente. Se toma la temperatura a 5 personas y se
obtiene una media de 99 grados y una desviacin tpica de 0.36 grados. debera
permitirse a la compaa poner ala venta la nueva medicina si tomamos un nivel de
significancia del 1%?
1.
m = 98.6
n=9
x media = 99 .. *
alfa = 1% = 0.01
2.
Ho: m = 98.6
Hi: m mayor a 98.6
3.
v = n-1 = 9-1 = 8
4. y 5.
6.
Xc= Tc S/raz de n + m = (2.90)(0.36/raz de 9)+98.6 = 98.95
7. Regla de rechazo
si X media es mayor a Xc entonces la Ho se rechaza
8. Conclusin
como 99 es mayor a 98.95 la Ho se rechaza y la medicina no se debe poner ala venta.
Estadstica II
Un psiclogo desea determinar si el tiempo de reaccin tiene un promedio de 0.30 seg.
Una muestra aleatoria de 25 observaciones proporciona una media de 0.27 seg. Y una
desviacin estndar de 0.075 seg. puede llagarse a la conclusin de que el tiempo
promedio de reaccin es de menos de 0.30 seg. Para una significancia de 1%?
1.
m = 0.30
n = 25
x media = 0.27 *
alfa = 1% = 0.01
2.
Ho: m = 0.30
Hi: m menor a 0.30
3.
v = n-1 = 25-1 = 24
4. y 5.
6.
Xc= Tc S/raz de n + m = (-2.49)(0.075/raz de 24)+0.30 = 0.262
7. Regla de rechazo
si X media es menor a Xc entonces la Ho se rechaza
8. Conclusin
como 0.30 es mayor a 0.262 la Ho se acepta
por lo que el tiempo de reaccin es de 0.30 seg.
Estadstica II
Cierto vendedor proporciona pavo a una cadena de restaurantes; afirma que el peso
promedio de los pavos es mayor a 15 libras. Una muestra de 20 pavos proporciona una
media de 18 libras. Con una varianza de 80 y una significacin del 0.5% debemos
rechazar la afirmacin del vendedor?
1.
m = 15
n = 20
x media = 18 *
alfa = 1% = 0.01
2.
Ho: m = 15
Hi: m mayor a 15
3.
v = n-1 = 20-1 = 19
4. y 5.
6.
Xc= Tc S/raz de n + m = (1.73)(8.9/raz de 20)+15 = 18.46
7. Regla de rechazo
si X media es mayor a Xc entonces la Ho se rechaza
8. Conclusin
como 18 no es mayor a 18.46 Ho se acepta
por lo que la afirmacin del vendedor es falsa porque el promedio sigue siendo 15, no
mayor al promedio de 15 que l deca.
Estadstica II
Distribucin X2 (chi)
Prueba de hiptesis para la desviacin estndar. Son pruebas para determinar si una varianza
poblacional es igual a cierto valor, mientras que una distribucin observada de frecuencia es
significativamente diferente a la distribucin esperada o terica.
1.
Ho: T2=40,000
Hi: T2 mayor a 40,000
N = 10
S2 = 50,000 *
Alfa = 0.01
2. grfica
3. v = 10 1 = 9
4. Xc(T) = (v=9, 0.99) = 21.7
5. S2c= X2c T2
V
6. Regla de rechazo
Si S2 es mayor a Sc se rechaza la Ho
7. Conclusin
Como 50,000 no es mayor a a 96,444.44 se acepta la Ho.
Estadstica II
Tarea para entregar: La S2 de las estaturas en pulgadas de todos los estudiantes
universitarios sale que es 30. se cree que debido a las condiciones climatolgicas de
Guanajuato la S2 de las estaturas pueden ser diferentes. Una muestra aleatoria de 51
estudiantes de sexo masculino tiene una varianza de 25. prubese la Ho de que la
varianza de las estaturas es la misma que la de todos los estudiantes contra la Hi de que
son diferentes para una alfa de 5%.
Entregada. Gris asst.
Pruebas para la bondad de ajuste
Utilizando la X2 de bondad de ajuste, se aprender a realizar inferencias acerca de la
distribucin de toda una poblacin en base a la distribucin obtenida en la muestra.
La prueba implica la clasificacin de los datos maestrales en una distribucin de frecuencias
observadas, estn se comparan con las frecuencias esperadas que se obtienen a partir de la
distribucin terica especificada. Si cierta prueba implica n observaciones; las cules se
clasifican en j clases. Y si se utiliza la letra O para denotar la frecuencia esperada, entonces el
estadstico de prueba X2 est definido por:
X2 = Sumatoria de (O-E)2
E
En donde la sumatoria es sobre J clases. La variable X2 como se define aqu se utiliza
comnmente como una medida de la diferencia entre las distribuciones observadas y
esperadas. Cuando el tamao de la muestra es tan grande que ninguna frecuencia esperada es
menor que 5, X2 se distribuye siguiendo la distribucin estndar de la X2 con (J-1) grado de
libertad.
A mayor desviacin no se ajusta a la distribucin que yo plantee.
Estadstica II
V. gr. Se desea decidir si un dado cbico est perfectamente balanceado. Con este fin se
arroja 300 veces el dado. Se registran y se anotan los resultados de las tiradas. En este
experimento hay 6 posibles resultados. Esto es 1, 2, 3, 4, 5, y 6. si las frecuencias
observadas para estas 6 categoras son 35, 40, 32, 60, 68 y 65 respectivamente, debera
llegarse a la conclusin de que el dado est perfectamente balanceado con un nivel de
significacin del 1%?
No.
Clases
Prob.
1
2
3
4
5
6
Sumatoria
1
2
3
4
5
6
-
1/6
1/6
1/6
1/6
1/6
1/6
6/6 = 1.0
Muestra
O
35
40
32
60
68
65
300
(O-E)
(O-E)2
50
50
50
50
50
50
-
-15
-10
-18
10
18
15
-
225
100
324
100
324
225
-
(O-E)2
E
4.50
2.00
6.48
2.00
6.48
4.50
25.96 *
300 porque se lanz 300 veces.
Estadstica II
Actualmente los investigadores estn estudiando el nivel de todos los posibles votantes en
los USA, considrese que hace 12 aos todos los votantes estaban clasificados en 5
categoras mutuamente excluyentes y en conjunto exhaustivas de nivel de escolaridad:
6 grado menos de 30%
entre 7 y 9 grado 35%
entre 10 y 12 grado 20%
estudios universitarios inconclusos 10% y
estudios universitarios 5%
se desea decidir si los votantes hoy en da tienen el mismo patrn de nivel de escolaridad
que tenan hace 12 aos. Con este fin se selecciona aleatoriamente una muestra de 1,000
votantes y se encuentra que las frecuencias observadas para las 5 categoras son 270, 315,
230, 125 y 60 respectivamente. Si se tienen un nivel de significacin del 5% puede
llegarse a la conclusin de que el patrn del nivel de escolaridad de los votantes ha
cambiado?
No.
Clases
1
- 6
2
7 - 9
3
10 - 12
4
Univ. In.
5
Univ.
Sumatoria
-
Prob.
0.30
0.35
0.20
0.10
0.05
1.00
1,000 x c/u.
Muestra
O
270
315
230
125
60
1,000
(O-E)
(O-E)2
300
350
200
100
50
-
-30
-35
-30
25
10
-
900
1225
900
625
100
-
(O-E)2
E
3.00
3.50
4.50
6.25
2.00
19.25 *
Estadstica II
Se supone que una tabla de dgitos aleatorios no es sesgada; esto es cada uno de los 10
dgitos debe tener la misma probabilidad de aparecer. Para probar si este es o no en
realidad el caso, se selecciona una muestra de 100 dgitos y se obtiene los siguientes
resultados:
Dgitos
Frecuencia
0
8
1
11
2
10
3
14
4
7
5
12
6
6
7
9
8
13
9
10
Debera rechazarse la hiptesis de que los dgitos de la tabla est arreglados aleatoriamente
para un alfa igual al 5%?
No.
Clases
Prob.
1
2
3
4
5
6
7
8
9
10
Sumatoria
0
1
2
3
4
5
6
7
8
9
1 / 10
1 / 10
1 / 10
1 / 10
1 / 10
1 / 10
1 / 10
1 / 10
1 / 10
1 / 10
10/10=1.0
Muestra
O
8
11
10
14
7
12
6
9
13
10
100
(O-E)
(O-E)2
10
10
10
10
10
10
10
10
10
10
-
-2
1
0
4
-3
2
-4
-1
3
0
-
4
1
0
16
9
4
16
1
9
0
-
(O-E)2
E
0.4
0.1
0
1.6
0.9
0.4
1.6
0.1
0.9
0
6.0
Estadstica II

Apuntes de Estadistica II

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Apuntes de Estadistica II

Hochgeladen von

Copyright:

Verfügbare Formate

Estadstica II

Lic. Jos Francisco Acua Rendn

En la segunda parte veremos la t de student y la shi cuadrada, la bondad de ajuste y la

Apuntes de Ernie Pg. 1

2.- Entre Z = -0.68 y Z = 0

3.- Entre Z = 0.46 y Z = 2.21

Apuntes de Ernie Pg. 2

5.- A la derecha de Z = 1.28

6.- Entre Z = -1.62 y Z = 2.31

7.- Entre Z = 0 y Z = 0.3770

Apuntes de Ernie Pg. 3

9.- Entre Z = -1.5 y Z = 0.022

Apuntes de Ernie Pg. 4

Apuntes de Ernie Pg. 5

Por lo que para traducir las Zs en Xs se aplica la frmula, por ejemplo:

Apuntes de Ernie Pg. 6

a) cuantos estudiantes tienen estaturas mayores a 1.85 m.?

Apuntes de Ernie Pg. 8

Apuntes de Ernie Pg. 9

Apuntes de Ernie Pg. 10

Apuntes de Ernie Pg. 11

Apuntes de Ernie Pg. 12

Apuntes de Ernie Pg. 13

El error es suponer que la hiptesis nula es falsa siendo verdadera

Alfa: probabilidad de rechazar la hiptesis nula siendo verdadera

Apuntes de Ernie Pg. 14

Apuntes de Ernie Pg. 15

Si aumentamos el tamao de la muestra la dispersin baja

Apuntes de Ernie Pg. 16

Apuntes de Ernie Pg. 17

Apuntes de Ernie Pg. 18

Ho: m = 80,000 lb/sq.in.

Tarea: El resultado promedio sobre una prueba de aptitud administrada nacionalmente

Apuntes de Ernie Pg. 19

Reciben su nombre del binomio de Newton

Op = pq / n por lo de las 2s de la regla emprica

Op = 0.3 * 0.7 / 200

Apuntes de Ernie Pg. 21

Apuntes de Ernie Pg. 22

Apuntes de Ernie Pg. 23

Tarea: Se ha insinuado que los maestros se han vuelto ms despreocupados al calificar a

Apuntes de Ernie Pg. 24

Apuntes de Ernie Pg. 25

a = ( x2)( y) ( x)( xy)

= 13,860 16,080 = -2220

= 6 (-536) 30 (-63) = -3216 + 1890 = -1326

Apuntes de Ernie Pg. 26

a = ( x2)( y) ( x)( xy)

Apuntes de Ernie Pg. 27

Mucho cuidado con los signos; por ejemplo:

Apuntes de Ernie Pg. 28

Apuntes de Ernie Pg. 29

T = raz de (y y*)2 / n 1 = raz de 3.3334 / 8 = 0.65 por lo que

Apuntes de Ernie Pg. 31

Si se acerca a 1 o -1 estn relacionadas

Clculo de la regresin del aprovechamiento en la universidad, con respecto al

a = ( x2)( y) ( x)( xy)

Apuntes de Ernie Pg. 33

T = raz de (y y*)2 / n 1 = raz de 49.5957 / 19 = 1.62 por lo que

Apuntes de Ernie Pg. 34

Apuntes de Ernie Pg. 35

26,244 27,225 26,730

a = ( x2)( y) ( x)( xy)