Tarea Estadistica 3

Guía de Práctica N° 3
TEMA: Solucionario de la tarea semana 3

Apellidos: Ccaico Cueto
Nombres: Kendric Michel
Curso: Estadística Aplicada
Fecha: 05/05/20
Practica individual
1. Una variable aleatoria discreta se cree se comporta de manera uniforme. Una muestra de los datos de
esta variable
Xi 5 10 15 20 25
ni 3 2 4 3 2
Pruebe la afirmación a un nivel de 5% de significancia.

Solución:
1) Parámetros de interés
Los parámetros de interés son 𝑝1 , 𝑝2 , 𝑝3 , 𝑝4 , 𝑝5; las frecuencias de cada uno de los k=5 niveles
respectivamente, y queremos saber si 𝑝1 = 𝑝2 = 𝑝3 = 𝑝4 = 𝑝5
2) Hipótesis
Ho → O = E (los datos se ajustan a una distribución uniforme)
H1 → O ≠ E (los datos no se ajustan a la distribución uniforme)
3) Estadístico de la prueba
1
El valor de 𝑝1 = 𝑝2 = 𝑝3 = 𝑝4 = 𝑝5 =
5 (𝑶 − 𝑬)𝟐
𝑿𝒊 O E
𝑬
(𝑂−𝐸)2
La estadística de la prueba es: 𝑋 2 =∑
𝐸 5 3 2.8 0.014
10 2 2.8 0.229
𝐸𝑖 = 𝑛 × 𝑝𝑖
15 4 2.8 0.514
20 3 2.8 0.014
1
𝐸1,2,3,4,5 = 14 × = 2.8
5 25 2 2.8 0.229
14 𝑋2 = 1
4) Regla de decisión
Si 𝛼 = 0.05 y gl=5-1=4 entonces mi 𝑉𝐶0.05;4 = 9.488
DECISIÓN: NO RECHAZAR LA 𝐻𝑜
5) Conclusión
Con 5% de nivel de significancia, no existe suficiente evidencia estadística para concluir que los datos
no se ajustan a la distribución uniforme.
7. 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.
¿Se puede afirmar que los tiempos de cambio se distribuyen normalmente con una media de 4,3 días y
𝜎= 1,3?
Días antes del N° de páginas Web

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
solución
𝑋𝑖 −𝜇
Para calcular las 𝑝𝑖 usamos la distribución normal 𝑍 =
𝜎
2.25 − 4.3 3.75 − 4.3
𝑍= ≈ −1.577 𝑍= ≈ −0.423
1.3 1.3
𝑝1 ≈ 0.057 𝑝2 = 0.279
5.25 − 4.3 6.75 − 4.3

𝑍= ≈ 0.731 𝑍= ≈ 1.885
1.3 1.3
𝑝3 ≈ 0.431 𝑝4 = 0.203
8.25 − 4.3
𝑍= ≈ 3.038
1.3
𝑝5 ≈ 0.029
Cálculo de frecuencias esperadas 𝐸𝑖 = 𝑛 × 𝑝𝑖
Días antes del cambio N° de páginas Web 𝑝𝑖 𝐸𝑖
0.75 a 2.25 23 0.057 27.816
2.25 a 3.75 140 0.279 136.152
3.75 a 5.25 124 0.431 210.328
5.25 a 6.75 156 0.203 99.064
6.75 a 8.25 45 0.030 14.64
n = 488 1 488
Aplicación de la prueba de bondad de ajuste:

2) Hipótesis
Ho → O = E ( la población tiene una distribución normal de μ = 4.3 días y desviación estandar de σ = 1.3
H1 → O ≠ E (la población no tiene distribución)
3) Nivel de significancia asumiré mi 𝛂 = 𝟎. 𝟎𝟓
(𝑂−𝐸)2
4) Estadística de prueba 𝑋 2 = ∑
𝐸
(𝑶 − 𝑬)𝟐
Días antes del cambio O 𝒑𝒊 𝑬𝒊
𝑬
0.75 a 2.25 23 0.057 27.816 0.834
2.25 a 3.75 140 0.279 136.152 0.109
3.75 a 5.25 124 0.431 210.328 35.433
5.25 a 6.75 156 0.203 99.064 32.723
6.75 a 8.25 45 0.030 14.64 62.960
n = 488 1 488 X2= 132.059
5) Regla de decisión
Si 𝛼 = 0.05 y gl= 5-1 =4 𝑉𝐶0.05;4 = 9.488
DECISIÓN RECHAZAR LA 𝐻𝑜
6) Conclusión
Con un 5% de nivel de significancia, existe
suficiente evidencia estadística para concluir
que la población no tiene una distribución
normal de 𝜇 = 4.3 𝑑í𝑎𝑠 y desviación estándar
de 𝜎 = 1.3.
Semana 4
2. El jefe de ventas regional de CELIMA S. A. esta preocupada porque su producto puede estar mal
distribuido a lo largo de la región Junín. En una encuesta en la región dividida en cuatro sub regiones
geográficas, se investigó una muestra aleatoria de 100 consumidores de cada región, obteniéndose los
siguientes resultados:
REGIÓN
NE NO SE SO
Adquirieron la marca 40 55 45 50
No la adquirieron 60 45 55 50
¿Qué se puede observar?
Solución:
1) Parámetros de interés: Nos interesan demostrar que son iguales.

2) Hipótesis:
𝐻𝑜 : 𝑂 = 𝐸 𝐿𝑎𝑠 𝑙𝑖𝑛𝑒𝑎𝑠 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑠𝑜𝑛 ℎ𝑜𝑚𝑜𝑔é𝑛𝑒𝑎𝑠.
𝐻1 : 𝑂 ≠ 𝐸 𝐿𝑎𝑠 𝑙𝑖𝑛𝑒𝑎𝑠 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑛𝑜 𝑠𝑜𝑛 ℎ𝑜𝑚𝑜𝑔é𝑛𝑒𝑎𝑠 𝑐𝑜𝑛 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑙𝑎𝑠 𝑐𝑎𝑡𝑒𝑔𝑜𝑟í𝑎𝑠.
3) Estadístico de la prueba
2
(𝑂 − 𝐸)2
𝑋 =∑
𝐸
REGIÓN
NE NO SE SO Tamaño de Muestra
Adquirieron la marca 40 55 45 50 190
No la adquirieron 60 45 55 50 210
TOTAL 100 100 100 100 400
REALIZAMOS UNA TABLA PARA LOS VALORES ESPERADOS (E)
NE NO SE SO Tamaño de Muestra
Adquirieron la marca 47.5 47.5 47.5 47.5 190
No la adquirieron 52.5 52.5 52.5 52.5 210
TOTAL 100 100 100 100 400
HALLANDO X2
1.184 1.184 0.132 0.132

1.071 1.071 0.119 0.119
2
𝑋 =5.012
4) Regla de decisión: Si 𝛼 = 0.05 y gl= (f-1) (c-1) = (2-1) (4-1) = 3, 𝑉𝐶0.05,3 =7.815
Por lo tanto, NO RECHAZAMOS LA 𝐻𝑜
5)CONCLUSIÓN
Con un 5% de nivel de significancia, no existe suficiente evidencia estadística para concluir que las
líneas de producción no son homogéneas con respecto a las categorías.
4. Los resultados de un experimento para evaluar el efecto del petróleo crudo en parásitos de peces se
describen en el articulo “Effects of Crude Oils on the Gastrointestinal Parasites of Two Species of Marine
Fish” (J. Wildlife Diseases 1983: 253-258). Se compararon tres tratamientos (correspondientes a
poblaciones del procedimiento descrito): 1) Sin contaminación, 2) contaminación por petróleo de 1 año
de antigüedad, y 3) contaminación por petróleo nuevo. Para cada condición de tratamiento se tomó una
muestra de peces, y cada uno de estos se clasifico como con parásitos o sin parásitos. Se da información
compatible con la del artículo. ¿La información indica que los tres tratamientos difieren con respecto a la
verdadera proporción de peces con parásitos o sin parásitos? Pruebe usando α=0.01.
Tratamiento Con parásitos Sin parásitos

Control 30 3
Petróleo viejo 16 8
Petróleo nuevo 16 16
Solución
1) Parámetros de interés nos interesan demostrar que no son iguales
2) Hipótesis
𝐻𝑜 : 𝑂 = 𝐸 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑙𝑎𝑠 𝑓𝑖𝑙𝑎𝑠 𝑒𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑙𝑎𝑠 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠
𝐻1 : 𝑂 ≠ 𝐸 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑑𝑖𝑒𝑛𝑡𝑒𝑠, 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑛 𝑑𝑒 𝑎𝑙𝑔𝑢𝑛𝑎 𝑚𝑎𝑛𝑒𝑟𝑎.
3) Estadístico de prueba
2
(𝑂 − 𝐸)2
𝑋 =∑
𝐸
Tratamiento Con parásitos Sin parásitos Total, de filas
Control 30 3 33
Petróleo viejo 16 8 24
Petróleo nuevo 16 16 32
Total 62 27 89
Realizamos una tabla para los valores Esperados (E)
Tratamiento Con parásitos Sin parásitos Total, de filas

Control 22.989 10.011 33
Petróleo viejo 16.719 7.281 24
Petróleo nuevo 22.292 9.708 32
Total 62 27 89
Realizamos el cálculo X2
2.138 4.910
0.031 0.071
1.776 4.078
X2=13.004
4) Regla de decisión si 𝛼 = 0.01 y gl = (#f-1) (#c-1) = (2) (1) = 2 𝑉𝐶0.01;2 = 9.211

X2 > 𝑉𝐶0.01;2 entonces rechazamos la Ho
5) Decisión
RECHAZAR MI 𝐻𝑜
6) Conclusión
Con 1% de nivel de significancia, existe suficiente evidencia estadística para concluir que las
variables no son independientes. Es decir que el tratamiento y los peces se relacionan.

Tarea Estadistica 3

Cargado por

Copyright:

Formatos disponibles

Tarea Estadistica 3

Cargado por

Información del documento

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

Tarea Estadistica 3

Cargado por

Copyright:

Formatos disponibles

Guía de Práctica N° 3

TEMA: Solucionario de la tarea semana 3

Pruebe la afirmación a un nivel de 5% de significancia.

Días antes del N° de páginas Web

5.25 − 4.3 6.75 − 4.3

Días antes del cambio N° de páginas Web 𝑝𝑖 𝐸𝑖

0.75 a 2.25 23 0.057 27.816

2.25 a 3.75 140 0.279 136.152

3.75 a 5.25 124 0.431 210.328

5.25 a 6.75 156 0.203 99.064

6.75 a 8.25 45 0.030 14.64

Aplicación de la prueba de bondad de ajuste:

0.75 a 2.25 23 0.057 27.816 0.834

2.25 a 3.75 140 0.279 136.152 0.109

3.75 a 5.25 124 0.431 210.328 35.433

5.25 a 6.75 156 0.203 99.064 32.723

6.75 a 8.25 45 0.030 14.64 62.960

n = 488 1 488 X2= 132.059

¿Qué se puede observar?

1) Parámetros de interés: Nos interesan demostrar que son iguales.

REALIZAMOS UNA TABLA PARA LOS VALORES ESPERADOS (E)

1.184 1.184 0.132 0.132

Tratamiento Con parásitos Sin parásitos

Tratamiento Con parásitos Sin parásitos Total, de filas

4) Regla de decisión si 𝛼 = 0.01 y gl = (#f-1) (#c-1) = (2) (1) = 2 𝑉𝐶0.01;2 = 9.211

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.