Este documento presenta la resolución de varios ejercicios de estadística inferencial de un alumno. Incluye cuatro ejercicios resueltos sobre pruebas de hipótesis, intervalos de confianza y significancia estadística y práctica. El documento proporciona detalles sobre muestras, parámetros poblacionales, estadísticos de prueba y valores críticos para cada ejercicio.
Este documento presenta los resultados de varias pruebas de hipótesis realizadas sobre diferentes conjuntos de datos. En la prueba 13, se comparan las desviaciones estándar de los pesos de paquetes en el pasado (0.25 onzas) y en una muestra actual (0.32 onzas) para determinar si la variabilidad ha aumentado de manera significativa a niveles de significancia del 0.05 y 0.005. Los resultados muestran que la hipótesis nula de que no hay un aumento significativo en la variabilidad no puede ser rechazada
Este documento introduce los conceptos básicos de las pruebas de hipótesis, incluyendo: hipótesis nula y alternativa, errores tipo I y II, región crítica, valor crítico, estadística de prueba, p-valor y potencia. Explica los pasos para realizar una prueba de hipótesis y provee ejemplos resueltos y propuestos para ilustrar los conceptos.
Este documento describe los conceptos básicos de las pruebas de hipótesis estadísticas. Explica que una hipótesis estadística es una proposición sobre los parámetros de una o más poblaciones. Define las hipótesis nula y alternativa, y los tipos de errores que pueden ocurrir al probar una hipótesis. También describe los pasos generales para establecer una prueba de hipótesis, incluyendo definir las regiones de aceptación y rechazo, y tomar una decisión sobre si rechazar o
Este documento presenta los conceptos y procedimientos básicos para realizar pruebas de hipótesis estadísticas. Explica los cinco pasos para probar una hipótesis, incluyendo plantear las hipótesis nula y alternativa, seleccionar un nivel de significación, identificar el valor estadístico de prueba, formular una regla de decisión y tomar una muestra para llegar a una conclusión. También cubre temas como pruebas de una y dos colas, pruebas para medias y proporciones poblacional
Este documento describe los pasos para aplicar pruebas de significancia estadística. Estos procedimientos determinan si una hipótesis nula debe ser rechazada o no. Los pasos incluyen formular hipótesis nula e hipótesis alternativa, definir un nivel de significancia, seleccionar una prueba estadística apropiada, calcular el valor p, y comparar el valor p con el nivel de significancia para tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento presenta los resultados de varios ejercicios de estadística inferencial realizados como tarea. Incluye cuatro ejercicios resueltos sobre temas como encuestas, margen de error, intervalo de confianza y muestreo. El documento fue elaborado por un estudiante como parte de la materia de Estadística Inferencial en el Instituto Tecnológico de Tijuana.
Este documento describe la distribución normal y sus propiedades, incluyendo que tiene forma de campana, es simétrica, y todas sus medidas de tendencia central son idénticas. También explica cómo transformar datos a una distribución normal estandarizada, calcular probabilidades utilizando z-scores y puntajes t, y estimar intervalos de confianza para la media poblacional.
Este documento describe los conceptos clave de una prueba de hipótesis, incluyendo la hipótesis nula y alternativa, el nivel de significancia, los errores tipo I y II, el estadístico de prueba, y los pasos para formular la regla de decisión y tomar una decisión. Explica que una prueba de hipótesis involucra contrastar dos hipótesis estadísticas para decidir cuál rechazar, y provee ejemplos para ilustrar los conceptos.
Este documento presenta los resultados de varias pruebas de hipótesis realizadas sobre diferentes conjuntos de datos. En la prueba 13, se comparan las desviaciones estándar de los pesos de paquetes en el pasado (0.25 onzas) y en una muestra actual (0.32 onzas) para determinar si la variabilidad ha aumentado de manera significativa a niveles de significancia del 0.05 y 0.005. Los resultados muestran que la hipótesis nula de que no hay un aumento significativo en la variabilidad no puede ser rechazada
Este documento introduce los conceptos básicos de las pruebas de hipótesis, incluyendo: hipótesis nula y alternativa, errores tipo I y II, región crítica, valor crítico, estadística de prueba, p-valor y potencia. Explica los pasos para realizar una prueba de hipótesis y provee ejemplos resueltos y propuestos para ilustrar los conceptos.
Este documento describe los conceptos básicos de las pruebas de hipótesis estadísticas. Explica que una hipótesis estadística es una proposición sobre los parámetros de una o más poblaciones. Define las hipótesis nula y alternativa, y los tipos de errores que pueden ocurrir al probar una hipótesis. También describe los pasos generales para establecer una prueba de hipótesis, incluyendo definir las regiones de aceptación y rechazo, y tomar una decisión sobre si rechazar o
Este documento presenta los conceptos y procedimientos básicos para realizar pruebas de hipótesis estadísticas. Explica los cinco pasos para probar una hipótesis, incluyendo plantear las hipótesis nula y alternativa, seleccionar un nivel de significación, identificar el valor estadístico de prueba, formular una regla de decisión y tomar una muestra para llegar a una conclusión. También cubre temas como pruebas de una y dos colas, pruebas para medias y proporciones poblacional
Este documento describe los pasos para aplicar pruebas de significancia estadística. Estos procedimientos determinan si una hipótesis nula debe ser rechazada o no. Los pasos incluyen formular hipótesis nula e hipótesis alternativa, definir un nivel de significancia, seleccionar una prueba estadística apropiada, calcular el valor p, y comparar el valor p con el nivel de significancia para tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento presenta los resultados de varios ejercicios de estadística inferencial realizados como tarea. Incluye cuatro ejercicios resueltos sobre temas como encuestas, margen de error, intervalo de confianza y muestreo. El documento fue elaborado por un estudiante como parte de la materia de Estadística Inferencial en el Instituto Tecnológico de Tijuana.
Este documento describe la distribución normal y sus propiedades, incluyendo que tiene forma de campana, es simétrica, y todas sus medidas de tendencia central son idénticas. También explica cómo transformar datos a una distribución normal estandarizada, calcular probabilidades utilizando z-scores y puntajes t, y estimar intervalos de confianza para la media poblacional.
Este documento describe los conceptos clave de una prueba de hipótesis, incluyendo la hipótesis nula y alternativa, el nivel de significancia, los errores tipo I y II, el estadístico de prueba, y los pasos para formular la regla de decisión y tomar una decisión. Explica que una prueba de hipótesis involucra contrastar dos hipótesis estadísticas para decidir cuál rechazar, y provee ejemplos para ilustrar los conceptos.
Ejercicios de distribución t de student en minitab Andrea Mtz Gomez
Este documento presenta 16 ejercicios estadísticos relacionados con intervalos de confianza para la media poblacional utilizando la distribución t de Student. Los ejercicios involucran calcular valores t para diferentes niveles de confianza y tamaños de muestra, determinar niveles de confianza dados valores t y tamaños de muestra, y calcular intervalos de confianza para datos reales provenientes de estudios científicos.
El documento describe el procedimiento para probar una hipótesis estadística en 4 pasos: 1) establecer las hipótesis nula y alternativa, 2) determinar el criterio de contraste, 3) calcular el estadístico de prueba, y 4) tomar una decisión y conclusión sobre si se rechaza o no la hipótesis nula. Explica conceptos como nivel de significancia, error tipo I y II, distribución normal y t de Student, valores críticos y zonas de decisión. También incluye fórmulas empleadas
Este documento describe varias distribuciones estadísticas como la distribución de Fisher, la distribución t de Student y la distribución chi-cuadrada. Explica sus características, cómo se usan sus tablas y algunos ejemplos de aplicaciones como comparar varianzas, intervalos de confianza y pruebas de hipótesis.
El documento explica la distribución binomial, la cual modela experimentos con dos posibles resultados (éxito o fracaso) y probabilidad constante de éxito. La fórmula binomial calcula la probabilidad de x éxitos en n intentos como una combinación de x objetos tomados de n, multiplicada por la probabilidad de éxito elevada a x y de fracaso elevada a n-x. La media es la suma de cada resultado multiplicado por su probabilidad, y la varianza es la suma de los cuadrados de las desviaciones de cada resultado respecto a la media, multiplicadas por
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) con una hipótesis alternativa (H1). También presenta ejemplos de problemas de pruebas de hipótesis con sus soluciones, incluyendo cálculos estadísticos y conclusiones.
Este documento describe los procedimientos para realizar pruebas de hipótesis para comparar dos medias con muestras independientes. Explica cómo formular las hipótesis nula y alternativa, calcular el estadístico de prueba, establecer una regla de decisión y tomar una decisión sobre la hipótesis nula. También cubre el uso de pruebas unilaterales cuando la hipótesis alternativa es direccional. Finalmente, presenta un ejemplo completo de cómo aplicar estos conceptos para comparar las proporciones de defectos en
Este documento explica los conceptos básicos de las pruebas de hipótesis, incluyendo la definición de hipótesis nula y alternativa, los niveles de significancia, y los errores tipo I y II. Detalla los pasos para realizar pruebas de hipótesis para una muestra, incluyendo pruebas para la media, proporciones, y si la muestra es grande o pequeña. Proporciona ejemplos numéricos para ilustrar cada tipo de prueba.
Probar (contrastar) si una afirmación relativa a la proporción de una población se ve apoyada o desaprobada ante la evidencia de la muestra utilizando la fórmula de error estándar de la proporción de la población y asumiendo que la distribución binomial se asemeja al comportamiento de la Distribución Normal Z
Este documento describe conceptos básicos de probabilidad y estadística como variable aleatoria, distribución de probabilidad, experimentos de Bernoulli y binomiales. Define una variable aleatoria como una función que asigna valores numéricos a los resultados de un experimento aleatorio. Explica que una distribución de probabilidad refleja el comportamiento probabilístico de una variable aleatoria. Finalmente, detalla las distribuciones de Bernoulli y binomial, indicando que la primera tiene dos posibles resultados y la segunda consiste en múltiples ensayos de Bernoulli independientes.
El documento presenta una serie de problemas estadísticos relacionados con variables aleatorias y distribuciones de probabilidad. Incluye preguntas sobre probabilidades asociadas con distribuciones normales estándar y normales, intervalos de confianza, y pruebas de hipótesis.
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
El documento describe los intervalos de confianza para estimar parámetros poblacionales como proporciones. Explica que un intervalo de confianza del 95% indica que el verdadero valor del parámetro se encuentra dentro de ese rango con un 95% de probabilidad. Luego detalla cómo construir intervalos de confianza para una proporción poblacional o la diferencia entre dos proporciones, basándose en el tamaño muestral y el valor crítico z.
Este documento presenta un resumen de tres oraciones o menos del capítulo 4 del módulo de estadística de un curso de fortalecimiento de la investigación para el personal docente de la Universidad de Guayaquil. El capítulo introduce los conceptos básicos de las pruebas de hipótesis, incluyendo la formulación de hipótesis nula y alternativa, la selección del nivel de significancia, y los errores tipo I y II. Luego explica los pasos para seleccionar la distribución correcta y realiza ejemplos de pruebas
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Franklin Soria
Este documento presenta información sobre pruebas de hipótesis para muestras pequeñas y grandes. Explica que para muestras pequeñas se usa la distribución t cuando la desviación estándar es desconocida, mientras que para muestras grandes o cuando la desviación estándar es conocida se usa la distribución z. También incluye ejemplos para ilustrar cómo aplicar estos métodos estadísticos para comprobar hipótesis.
Prueba de hipotesis sobre la media con varianza desconocidaKarina Ruiz
Este documento describe las pruebas de hipótesis, incluyendo: (1) la definición de una prueba de hipótesis y las hipótesis nula y alternativa; (2) los errores tipo I y II y cómo controlarlos; (3) ejemplos comunes de hipótesis sobre medias; y (4) procedimientos para probar hipótesis sobre una media y comparar dos medias cuando las varianzas son desconocidas.
Este documento presenta 8 ejercicios de estadística inferencial que involucran pruebas de hipótesis, intervalos de confianza y proporciones. Los ejercicios cubren temas como comparar medias poblacionales usando datos muestrales, estimar proporciones en poblaciones, y construir intervalos de confianza para medias y proporciones con diferentes niveles de confianza.
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar promedios, proporciones y realizar pruebas t de Student. Se pide calcular valores de probabilidad p para determinar si se rechazan o no las hipótesis nulas planteadas en cada ejercicio a diferentes niveles de significancia.
Este documento presenta un estudio de caso sobre probabilidad que involucra calcular la probabilidad de que la estatura de un hombre chino sea menor o igual a 154 cm, basado en suposiciones sobre la distribución de estaturas en China. El autor realiza cálculos utilizando una distribución normal asumiendo valores como la media y desviación estándar, pero sus resultados no concuerdan con las probabilidades originales, lo que sugiere errores en sus suposiciones.
La expresión diseño de planta hace connotación automática a la aplicación industrial; es el resultado de una Actividad Recursiva de Síntesis-Análisis para Definir la Transformación de Recursos e Insumos en Productos, Operaciones y Procesos Productivos que Resuelven Necesidades Humanas.
Este documento presenta los pasos para realizar una prueba de hipótesis, incluyendo: 1) plantear la hipótesis nula y alternativa, 2) seleccionar el nivel de significancia, 3) calcular el estadístico de prueba, 4) formular la regla de decisión, y 5) tomar una decisión sobre si rechazar o no la hipótesis nula. También define conceptos como errores tipo I y II, y provee un ejemplo numérico para ilustrar el procedimiento completo de prueba de hipótesis.
Ejercicios de distribución t de student en minitab Andrea Mtz Gomez
Este documento presenta 16 ejercicios estadísticos relacionados con intervalos de confianza para la media poblacional utilizando la distribución t de Student. Los ejercicios involucran calcular valores t para diferentes niveles de confianza y tamaños de muestra, determinar niveles de confianza dados valores t y tamaños de muestra, y calcular intervalos de confianza para datos reales provenientes de estudios científicos.
El documento describe el procedimiento para probar una hipótesis estadística en 4 pasos: 1) establecer las hipótesis nula y alternativa, 2) determinar el criterio de contraste, 3) calcular el estadístico de prueba, y 4) tomar una decisión y conclusión sobre si se rechaza o no la hipótesis nula. Explica conceptos como nivel de significancia, error tipo I y II, distribución normal y t de Student, valores críticos y zonas de decisión. También incluye fórmulas empleadas
Este documento describe varias distribuciones estadísticas como la distribución de Fisher, la distribución t de Student y la distribución chi-cuadrada. Explica sus características, cómo se usan sus tablas y algunos ejemplos de aplicaciones como comparar varianzas, intervalos de confianza y pruebas de hipótesis.
El documento explica la distribución binomial, la cual modela experimentos con dos posibles resultados (éxito o fracaso) y probabilidad constante de éxito. La fórmula binomial calcula la probabilidad de x éxitos en n intentos como una combinación de x objetos tomados de n, multiplicada por la probabilidad de éxito elevada a x y de fracaso elevada a n-x. La media es la suma de cada resultado multiplicado por su probabilidad, y la varianza es la suma de los cuadrados de las desviaciones de cada resultado respecto a la media, multiplicadas por
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) con una hipótesis alternativa (H1). También presenta ejemplos de problemas de pruebas de hipótesis con sus soluciones, incluyendo cálculos estadísticos y conclusiones.
Este documento describe los procedimientos para realizar pruebas de hipótesis para comparar dos medias con muestras independientes. Explica cómo formular las hipótesis nula y alternativa, calcular el estadístico de prueba, establecer una regla de decisión y tomar una decisión sobre la hipótesis nula. También cubre el uso de pruebas unilaterales cuando la hipótesis alternativa es direccional. Finalmente, presenta un ejemplo completo de cómo aplicar estos conceptos para comparar las proporciones de defectos en
Este documento explica los conceptos básicos de las pruebas de hipótesis, incluyendo la definición de hipótesis nula y alternativa, los niveles de significancia, y los errores tipo I y II. Detalla los pasos para realizar pruebas de hipótesis para una muestra, incluyendo pruebas para la media, proporciones, y si la muestra es grande o pequeña. Proporciona ejemplos numéricos para ilustrar cada tipo de prueba.
Probar (contrastar) si una afirmación relativa a la proporción de una población se ve apoyada o desaprobada ante la evidencia de la muestra utilizando la fórmula de error estándar de la proporción de la población y asumiendo que la distribución binomial se asemeja al comportamiento de la Distribución Normal Z
Este documento describe conceptos básicos de probabilidad y estadística como variable aleatoria, distribución de probabilidad, experimentos de Bernoulli y binomiales. Define una variable aleatoria como una función que asigna valores numéricos a los resultados de un experimento aleatorio. Explica que una distribución de probabilidad refleja el comportamiento probabilístico de una variable aleatoria. Finalmente, detalla las distribuciones de Bernoulli y binomial, indicando que la primera tiene dos posibles resultados y la segunda consiste en múltiples ensayos de Bernoulli independientes.
El documento presenta una serie de problemas estadísticos relacionados con variables aleatorias y distribuciones de probabilidad. Incluye preguntas sobre probabilidades asociadas con distribuciones normales estándar y normales, intervalos de confianza, y pruebas de hipótesis.
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
El documento describe los intervalos de confianza para estimar parámetros poblacionales como proporciones. Explica que un intervalo de confianza del 95% indica que el verdadero valor del parámetro se encuentra dentro de ese rango con un 95% de probabilidad. Luego detalla cómo construir intervalos de confianza para una proporción poblacional o la diferencia entre dos proporciones, basándose en el tamaño muestral y el valor crítico z.
Este documento presenta un resumen de tres oraciones o menos del capítulo 4 del módulo de estadística de un curso de fortalecimiento de la investigación para el personal docente de la Universidad de Guayaquil. El capítulo introduce los conceptos básicos de las pruebas de hipótesis, incluyendo la formulación de hipótesis nula y alternativa, la selección del nivel de significancia, y los errores tipo I y II. Luego explica los pasos para seleccionar la distribución correcta y realiza ejemplos de pruebas
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Franklin Soria
Este documento presenta información sobre pruebas de hipótesis para muestras pequeñas y grandes. Explica que para muestras pequeñas se usa la distribución t cuando la desviación estándar es desconocida, mientras que para muestras grandes o cuando la desviación estándar es conocida se usa la distribución z. También incluye ejemplos para ilustrar cómo aplicar estos métodos estadísticos para comprobar hipótesis.
Prueba de hipotesis sobre la media con varianza desconocidaKarina Ruiz
Este documento describe las pruebas de hipótesis, incluyendo: (1) la definición de una prueba de hipótesis y las hipótesis nula y alternativa; (2) los errores tipo I y II y cómo controlarlos; (3) ejemplos comunes de hipótesis sobre medias; y (4) procedimientos para probar hipótesis sobre una media y comparar dos medias cuando las varianzas son desconocidas.
Este documento presenta 8 ejercicios de estadística inferencial que involucran pruebas de hipótesis, intervalos de confianza y proporciones. Los ejercicios cubren temas como comparar medias poblacionales usando datos muestrales, estimar proporciones en poblaciones, y construir intervalos de confianza para medias y proporciones con diferentes niveles de confianza.
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar promedios, proporciones y realizar pruebas t de Student. Se pide calcular valores de probabilidad p para determinar si se rechazan o no las hipótesis nulas planteadas en cada ejercicio a diferentes niveles de significancia.
Este documento presenta un estudio de caso sobre probabilidad que involucra calcular la probabilidad de que la estatura de un hombre chino sea menor o igual a 154 cm, basado en suposiciones sobre la distribución de estaturas en China. El autor realiza cálculos utilizando una distribución normal asumiendo valores como la media y desviación estándar, pero sus resultados no concuerdan con las probabilidades originales, lo que sugiere errores en sus suposiciones.
La expresión diseño de planta hace connotación automática a la aplicación industrial; es el resultado de una Actividad Recursiva de Síntesis-Análisis para Definir la Transformación de Recursos e Insumos en Productos, Operaciones y Procesos Productivos que Resuelven Necesidades Humanas.
Este documento presenta los pasos para realizar una prueba de hipótesis, incluyendo: 1) plantear la hipótesis nula y alternativa, 2) seleccionar el nivel de significancia, 3) calcular el estadístico de prueba, 4) formular la regla de decisión, y 5) tomar una decisión sobre si rechazar o no la hipótesis nula. También define conceptos como errores tipo I y II, y provee un ejemplo numérico para ilustrar el procedimiento completo de prueba de hipótesis.
El documento habla sobre cómo calcular el tamaño de la muestra correcta para una investigación. Explica una fórmula común que toma en cuenta factores como el tamaño de la población, el nivel de confianza deseado, el error muestral permitido y las proporciones esperadas en la población. También proporciona ejemplos de cómo aplicar la fórmula y métodos alternativos como usar criterios prácticos basados en el presupuesto, experiencia previa o representatividad de grupos.
Este documento presenta una clase sobre inferencia estadística de pruebas de hipótesis de una muestra. Explica conceptos clave como hipótesis nula, hipótesis alternativa, errores tipo I y II, y estadísticos de prueba. Luego, detalla los procedimientos para realizar pruebas de hipótesis sobre la media y la proporción en una muestra, incluyendo ejemplos y ejercicios prácticos sobre temas de psicología.
Este documento presenta los conceptos básicos de intervalos de confianza y pruebas de hipótesis. Explica qué son las hipótesis nula y alternativa, y los cuatro pasos para realizar una prueba de hipótesis: 1) establecer las hipótesis, 2) determinar el criterio de decisión, 3) calcular el estadístico de prueba, y 4) tomar una decisión y conclusión. También cubre cómo realizar pruebas de hipótesis para una media poblacional y para comparar dos medias poblac
Este documento trata sobre las pruebas de hipótesis, incluyendo los pasos para realizar una prueba de hipótesis, los tipos de errores, y ejemplos de pruebas para la media, proporción, varianza y comparación de medias usando distribuciones como t de Student, qui-cuadrado, F y Z. Explica cómo formular hipótesis nulas y alternas, elegir un nivel de significancia, calcular estadísticos de prueba y tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento describe cómo calcular un intervalo de confianza para estimar una proporción de la población a partir de una muestra. Explica que cuanto mayor sea la muestra, menor será el error de muestreo, pero a medida que aumenta el nivel de confianza, el intervalo estimado se vuelve más amplio. Luego proporciona la fórmula para calcular el intervalo de confianza para una proporción poblacional en función de la estimación puntual, el error estándar y el valor Z asociado con el nivel de confianza deseado.
Este documento explica los conceptos de hipótesis y prueba de hipótesis. Define una hipótesis como una afirmación sobre un parámetro poblacional y explica que una prueba de hipótesis usa una muestra para determinar si la evidencia apoya o rechaza la hipótesis planteada. Luego, detalla los cuatro pasos del procedimiento de prueba de hipótesis: 1) establecer las hipótesis nula y alternativa, 2) determinar el criterio de contraste, 3) calcular el estadístico de
Este documento explica el concepto de hipótesis y prueba de hipótesis. Define una hipótesis como una afirmación sobre un parámetro poblacional y explica que una prueba de hipótesis usa una muestra para determinar si la evidencia apoya o rechaza la hipótesis planteada. Luego describe los cuatro pasos del procedimiento de prueba de hipótesis: 1) establecer las hipótesis nula y alternativa, 2) determinar el criterio de contraste, 3) calcular el estadístico de prue
Este documento presenta los resultados de varios ejercicios estadísticos sobre pruebas de bondad de ajuste, tablas de contingencia, pruebas de homogeneidad y otros temas. Se proporcionan instrucciones, datos y preguntas para que el estudiante realice cálculos y pruebas estadísticas e interprete los resultados. La mayoría de los ejercicios involucran someter afirmaciones a prueba utilizando estadísticos de prueba como chi-cuadrado y niveles de significancia para determinar si se rechaza
Este documento discute conceptos clave de bioestadística relacionados con poblaciones, muestras y inferencia estadística. Explica que una población es el conjunto total de elementos bajo investigación, mientras que una muestra es un subconjunto de la población. También describe los tipos de muestreo probabilístico y no probabilístico, e indica que la selección aleatoria permite inferir resultados de la muestra a la población con certeza calculada. Finalmente, analiza conceptos como error tipo I, error tipo II, n
Los científicos estudiaron tres métodos de tratamiento de aguas residuales (floración de aire, separación por espuma y coagulación ferroclórica) y encontraron diferencias significativas en los niveles de carbono orgánico removidos. Una compañía analizó los salarios de empleados por género y área funcional, encontrando que el género y la interacción entre género y área afectan los salarios, mientras que el área por sí sola no lo hace. Se recomienda mayor equidad salarial
Los científicos estudiaron tres métodos de tratamiento de aguas residuales (floración de aire, separación por espuma y coagulación ferroclórica) y encontraron diferencias significativas en los niveles de carbono orgánico removidos. Una compañía analizó los salarios de empleados por género y área funcional, encontrando que el género y la interacción entre género y área afectan los salarios, mientras que el área por sí sola no lo hace. Se recomienda mayor equidad salarial
Este documento presenta información sobre la prueba de hipótesis. Explica conceptos clave como la hipótesis nula y alternativa, el nivel de significancia, y los tipos de errores. También incluye un marco teórico sobre la prueba de hipótesis y proporciona un ejemplo para ilustrar cómo aplicarla para determinar si el nivel mental promedio de los estudiantes es superior al promedio general.
El documento presenta 8 ejercicios sobre la construcción e interpretación de intervalos de confianza. Los ejercicios involucran datos médicos, deportivos y de encuestas para estimar parámetros poblacionales como promedios, proporciones y varianzas con diferentes niveles de confianza como 95%, 99% y 99.73%.
Este documento ofrece servicios de asesoría y resolución de ejercicios de bioestadística, incluyendo el uso de distribuciones de probabilidad normales, variables aleatorias y frecuencia relativa. Proporciona instrucciones para varios ejercicios que involucran conceptos como distribuciones discretas, binomiales y normales estándar, así como muestreo, intervalos de confianza y pruebas de hipótesis.
Este documento ofrece servicios de asesoría y resolución de ejercicios de bioestadística, incluyendo el uso de distribuciones de probabilidad normales, variables aleatorias y frecuencia relativa. Proporciona instrucciones para varios ejercicios que involucran conceptos como distribuciones discretas, binomiales y normales estándar, así como muestreo, intervalos de confianza y pruebas de hipótesis.
Este documento explica conceptos básicos sobre pruebas de hipótesis estadísticas, incluyendo definiciones de hipótesis nula y alternativa, región crítica, nivel de significancia, y diferentes tipos de errores. También describe cómo formular y realizar pruebas de hipótesis para medias, proporciones y diferencias entre poblaciones usando estadísticas Z, t y chi cuadrado. Incluye ejemplos resueltos de pruebas para medias, proporciones y comparaciones entre dos muestras.
Este documento introduce los conceptos básicos de la inferencia estadística, incluyendo la estimación y las pruebas de hipótesis. Explica que la inferencia estadística involucra extender los valores encontrados en una muestra a la población general, sujeto a error. Discuten dos métodos principales de inferencia: la estimación, que implica estimar parámetros poblacionales basados en la muestra, y las pruebas de hipótesis, que implican probar hipótesis nulas y alternativas sobre parámetros poblac
El documento explica los conceptos básicos de diseños muestrales y el muestreo. Indica que trabajar con una muestra permite estudiar una parte representativa de una población de manera más rápida y económica que estudiar la población completa. Explica los tipos de muestreo probabilístico y no probabilístico, y cómo calcular el tamaño óptimo de una muestra.
Este documento presenta los temas que se cubrirán en la clase de Estadística Inferencial 2 impartida por el profesor Juan Morales al grupo 5Y del Instituto Tecnológico de Tijuana. Los temas a tratar son el análisis de varianza de un factor y el análisis de varianza de dos factores. El documento fue creado por el alumno Arres Pérez Midian Raquel el 31 de marzo de 2019 en Tijuana, Baja California.
Este documento presenta la aplicación del método RULA para evaluar la ergonomía de un puesto de trabajo. Describe los pasos del método RULA, incluyendo la observación de posturas, medición de ángulos, puntuación de riesgos y niveles de intervención. El documento concluye que ejercicios ergonómicos y cambios en las actividades pueden ayudar a reducir las complicaciones laborales y fatiga.
Este documento presenta información sobre un trabajo de estadística inferencial realizado por un estudiante. Explica conceptos como correlación, coeficiente de correlación, ecuación de regresión y cómo usarlos para analizar la relación entre variables. Incluye ejercicios resueltos sobre estos temas utilizando diferentes conjuntos de datos.
Este documento contiene información sobre estadística inferencial del Capítulo 5 de distribuciones de probabilidad discreta y del Capítulo 6 de distribuciones de probabilidad normal. Incluye ejercicios resueltos sobre variables aleatorias discretas y continuas, distribuciones binomiales, de Poisson y normales. También cubre cálculos de media, varianza y desviación estándar para distribuciones binomiales.
Este documento presenta definiciones y conceptos clave de estadística inferencial como eventos, espacio muestral, probabilidad subjetiva, reglas de suma y multiplicación, probabilidad condicional y teorema de Bayes. También describe métodos para calcular probabilidades como la frecuencia relativa, simulación y conteo. El documento forma parte de la tarea #2 para la materia de Estadística Inferencial del Instituto Tecnológico de Tijuana.
Este documento contiene ejercicios de probabilidad y estadística inferencial del Capítulo 4 al Capítulo 6 de Estadística Inferencial. Incluye problemas sobre conceptos básicos de probabilidad, reglas de suma y multiplicación, cálculo de probabilidades condicionales, simulaciones, conteo factorial y combinatorio, y el teorema de Bayes. El estudiante Arres Pérez Midian Raquel presenta las respuestas a los ejercicios como tarea para la materia de Estadística Inferencial del Instituto Tecnológico de Tijuana
1) El documento presenta información sobre distribuciones de probabilidad uniforme y normal, incluyendo sus propiedades como la forma de la curva, la media y desviación estándar.
2) Explica cómo calcular áreas bajo la curva para distribuciones normales estándar y no estándar.
3) Discutes el teorema del límite central y cómo la distribución de medias muestrales se aproxima a una normal cuando el tamaño de muestra es suficientemente grande.
Este documento contiene información sobre ejercicios de estadística inferencial de un capítulo sobre distribuciones normales. Incluye 4 ejercicios resueltos sobre temas como distribuciones normales estándar, aplicaciones de distribuciones normales, distribuciones muestrales y estimadores, y el teorema del límite central. El documento proporciona contexto estadístico y soluciones a los ejercicios planteados como parte de una tarea universitaria de estadística inferencial.
Este documento presenta información sobre distribuciones de probabilidad en un curso de estadística inferencial. Explica las diferencias entre distribuciones continuas y discretas, y proporciona detalles sobre la distribución de Poisson, incluidos sus requisitos y parámetros. La distribución de Poisson describe el número de veces que ocurre un evento aleatorio e independiente dentro de un intervalo, y su media y desviación estándar.
Este documento describe los conceptos de distribución de frecuencia y diferentes tipos de gráficas para representar distribuciones de frecuencia, incluyendo histogramas, polígonos de frecuencia, diagramas de dispersión y diagramas de Pareto. También cubre conceptos como media, mediana, moda y desviación estándar que son importantes para analizar distribuciones de datos.
Este documento presenta varios ejercicios relacionados con estadística inferencial. Incluye ejercicios sobre medidas de tendencia central como la media, mediana y moda de diferentes conjuntos de datos. También incluye ejercicios sobre medidas de variación como rango, varianza y desviación estándar. Por último, presenta ejercicios sobre medidas de posición relativa y gráficas de caja. Los ejercicios involucran cálculos estadísticos básicos y respuestas a preguntas sobre los conjuntos de datos.
Una distribución de frecuencia indica cómo un conjunto de datos se divide en varias categorías al listar cada categoría junto con el número de valores en ella. Existen diferentes tipos de gráficas para representar distribuciones de frecuencia como histogramas, polígonos de frecuencia y diagramas de dispersión. Al graficar datos es importante no distorsionar la información mediante gráficas engañosas o comparaciones impropias que tergiversen las diferencias.
Este documento presenta información sobre un capítulo de estadística inferencial de un curso de ingeniería industrial en el Instituto Tecnológico de Tijuana. Incluye instrucciones para resolver ejercicios sobre distribuciones de frecuencia, histogramas y gráficas estadísticas utilizando diferentes conjuntos de datos. También presenta resúmenes de los resultados de los ejercicios realizados.
Este documento contiene la tarea #1 de Estadística Inferencial del estudiante Arres Pérez Midian Raquel. La tarea incluye 7 ejercicios tomados de los capítulos 1 al 5 del curso. El estudiante responde preguntas sobre tipos de datos, porcentajes, significancia estadística y métodos de muestreo. Adicionalmente, explica los conceptos estadísticos involucrados en cada ejercicio.
Este capítulo introduce los conceptos fundamentales del pensamiento estadístico como la recolección y clasificación de datos, los tipos de muestreo y estudios. Explica que la estadística se ocupa de planear estudios y analizar datos para extraer conclusiones. Además, destaca la importancia de considerar el contexto y las fuentes de los datos, y los posibles sesgos en las muestras y conclusiones.
Portafolio #2.3 trabajo colaborativo del personal de una empresaMidian Perez
es este archivo se podrá visualizar que el trabajo colaborativo no solo cuesta de uno, sigue siendo como los demás argumentos solo que cada uno desde su lado.
Portafolio #2.2 motivacion a un grupo de trabajoMidian Perez
Este documento describe los conceptos de motivación en el contexto laboral. Explica que la motivación es importante para que los empleados sean productivos y contribuyan a los objetivos de la organización. También identifica algunos principios motivacionales como la predisposición, la consecuencia y la novedad. Finalmente, presenta varias técnicas para motivar a los empleados como darles retroalimentación, reconocimiento y flexibilidad.
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARIS”. Esta actividad de aprendizaje propone el reto de descubrir el la secuencia números para abrir un candado, el cual destaca la percepción geométrica y conceptual. La intención de esta actividad de aprendizaje lúdico es, promover los pensamientos lógico (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia y viso-espacialidad. Didácticamente, ésta actividad de aprendizaje es transversal, y que integra áreas del conocimiento: matemático, Lenguaje, artístico y las neurociencias. Acertijo dedicado a los Juegos Olímpicos de París 2024.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
1. INSTITUTO TECNOLOGICO DE TIJUANA
Ingeniería Industrial
Materia: Estadística Inferencial
Grupo: 3Z
Profesor: José Morales
Alumno: Arres Pérez Midian Raquel
No. Control: 17210035
Capitulo #7 #8
Tarea #3
Resolver los ejercicios planteados más adelante
Tijuana B.C a 28 de marzo del 2018
2.
3. Ejercicio# 1
Prueba de hipótesis Al informar sobre una encuesta de 61,647 personas en Elle/MSNBC.COM, la
revista Elle afirmó que “solo el 20% de los jefes son buenos comunicadores”. Sin realizar cálculos
formales, ¿parece que los resultados muéstrales sustentan la afirmación de que menos del 50% de las
personas creen que los jefes son buenos comunicadores? ¿Qué concluye después de saber que los
resultados de la encuesta se obtuvieron por Internet, de personas que eligieron responder?
R=Considerando el gran tamaño de muestra y el porcentaje muestral del 20%, parece que los datos
muéstrales apoyan la afirmación de que menos del 50% de las personas creen que los jefes son
buenos comunicadores. Puesto que los sujetos de la encuesta constituyen una muestra de respuesta
voluntaria y no una muestra aleatoria simple, los resultados muéstrales no deben utilizarse para sacar
conclusiones acerca de la población general.
Ejercicio# 2
Interpretación del valor P Cuando termine el ensayo clínico del método XSORT para la selección del
género, se llevará a cabo una prueba formal de hipótesis con la hipótesis alternativa de p >0.5, que
corresponde a la afirmación de que el método XSORT aumenta la probabilidad de tener una niña, de
manera que la proporción de niñas es mayor que 0.5. Si usted fuera el responsable de desarrollar el
método XSORT y quisiera demostrar su eficacia, ¿cuál de los siguientes valores P preferiría: 0.999, 0.5,
0.95, 0.05, 0.01, 0.001? ¿Por qué?
R=Suponga que p = 0.5, utilizamos este valor ya que normalmente esta probabilidad es utilizada con
normalidad al dejarlo al azar con 50% y al estadístico con el otro 50%
4. Ejercicio# 3
Comprobar si la media es igual a 325 mg Se etiquetan frascos de aspirina Bayer, con la afirmación
de que cada tableta contiene 325 mg de aspirina. Un gerente de control de calidad considera que se
puede usar una muestra grande de datos para sustentar la afirmación de que la cantidad media de
aspirina en las tabletas es igual a 325 mg, como indica la etiqueta. ¿Se puede utilizar una prueba de
hipótesis para sustentar dicha afirmación? ¿Por qué?
R=La afirmación de que la media es igual a 325 mg se convierte en la hipótesis nula. El procedimiento
de la prueba de hipótesis nos permite rechazar o no rechazar esa hipótesis nula, pero nunca es posible
sustentar una hipótesis nula, por ende no se debe utilizar para sustentar la afirmación de que un
parámetro es igual a algún valor en particular.
Ejercicio# 4
Apoyo a una afirmación En los resultados preliminares de parejas que utilizaron el método Gender
Choice de selección del género para incrementar la probabilidad de tener una niña, 20 parejas
utilizaron el método, de las cuales, 8 tuvieron niñas y 12 tuvieron niños. Puesto que la proporción
muestral de niñas es 8/20 o 0.4, ¿los datos muéstrales pueden sustentar la afirmación de que la
proporción de niñas es mayor que 0.5? ¿Se puede utilizar cualquier proporción muestral menor que
0?5 para sustentar la afirmación de que la proporción poblacional es mayor que 0.5?
R=No se puede sustentar la afirmación de que la proporción de niñas sea mayor, ya que este no puede
ser menor que la poblacional.
5. Conclusiones sobre afirmaciones. En los ejercicios 5 a 8, tome una decisión sobre la afirmación enunciada. Use solo la regla
del evento inusual descrita en la sección 8-2 y haga estimaciones subjetivas para determinar si los eventos son probables.
Por ejemplo, si se afirma que una moneda está cargada a favor de las caras y los resultados muéstrales consisten en 11
caras entre 20 lanzamientos, concluya que no hay evidencia suficiente para apoyar la afirmación de que la moneda está
cargada a favor de las caras (debido a que es muy fácil obtener 11 caras en 20 lanzamientos por
azar utilizando una moneda legal).
Ejercicio# 5
Afirmación: Al lanzar una moneda se obtienen más caras, y resultan 90 caras en 100
lanzamientos.
R=Existe evidencia suficiente para sustentar la afirmación de que la moneda favorece las
caras (porque es muy poco probable que el resultado de 90 caras en 100 lanzamientos
ocurra por azar si se utiliza una moneda legal).
Identificación de H0 y H1. En los ejercicios 9 a 16, examine la afirmación enunciada; después, exprese la hipótesis nula H0 y
la hipótesis alternativa H1 de manera simbólica. Asegúrese de emplear el símbolo correcto (M, p, S) para el parámetro
indicado.
Ejercicio# 9
El ingreso anual medio de empleados que tomaron un curso de estadística es mayor que
$60,000.
R= H0: µ = $60,000. H1: µ > $60,000.
6. Ejercicio# 1
Proporción muestral En una encuesta Harris, se preguntó a un grupo de adultos si estaban a favor de
eliminar las monedas de un centavo de dólar, y 1261 respondieron “no”, 491 respondieron “sí”, y 384 no
opinaron. ¿Cuál es la proporción muestral de respuestas afirmativas, y qué notación se utiliza para
representarla?
R=
𝑥 =
1261+491+384
3
= 712 ; para poder sacar la estimación
𝑃 =
𝑥
𝑛
=
491
712
3
=
0.68
3
=0.230.
Ejercicio# 2
Encuesta en línea América Online realizó una encuesta en la que pidió a usuarios de Internet que
respondieran la siguiente pregunta: “¿Quiere vivir 100 años?”. De 5266 respuestas, 3042 fueron
afirmativas. ¿Es válido usar esos resultados de muestra para someter a prueba la afirmación de que la
mayoría de los integrantes de la población general desean vivir 100 años? ¿Por qué?
R= Dado que 3042 es una cantidad que va por arriba de la mitad de los usuarios, se podría decir que
SI, ya que la p > 0.5776
7. Ejercicio# 3
Interpretación del valor P En 280 ensayos con terapeutas de contacto profesionales, 123 veces se
obtuvieron respuestas correctas a una pregunta. Se obtuvo el valor P de 0.979 cuando se sometió a
prueba la afirmación de que p > 0.5 (la proporción de respuestas correctas es mayor que la proporción de
0.5 que se esperaría por el azar). ¿Cuál es el valor de la proporción muestral? Con base en el valor P de
0.979, ¿qué debemos concluir acerca de la afirmación de que p > 0.5?
R= La proporción muestral es 𝑃 =
𝑥
𝑛
=
123
280
= 0.439. Como el valor P de 0.9789 es alto, no debemos
rechazar la hipótesis nula de P =0.5. Debemos concluir que no existe evidencia suficiente para sustentar la
afirmación de que p > 0.5.
Ejercicio# 4
Notación y valor P
a) Remítase al ejercicio 3 y establezca la diferencia entre el valor de p y el valor P.
R=Cuando vemos ambas literales estamos tratando con un valor proporcional a una muestra y el otro es la
probabilidad de ver que tan verdadera es dicha proporción.
b) Antes establecimos que es más fácil recordar la manera de interpretar los valores P de la siguiente
manera: “Si P es un valor bajo, la hipótesis nula se rechaza; si P es un valor alto, la hipótesis nula se
queda”. ¿Qué significa esto?
R=La hipótesis nula se rechaza si el valor P es muy pequeño, como 0.05 o menos.
8. En los ejercicios 5 a 8, identifique los valores indicados o interprete la pantalla de resultados que se presenta. Utilice la distribución normal como aproximación de la
distribución binomial (como se describe en la parte 1 de esta sección).
Ejercicio# 5
Solicitudes universitarias en línea Un estudio reciente reveló que el 53% de las solicitudes de ingreso a las
universidades se envían por Internet (según datos de la National Association of College Admissions Counseling).
Suponga que este resultado se basa en una muestra aleatoria simple de 1000 solicitudes, de las cuales 530 fueron
enviadas por Internet. Utilice un nivel de significancia de 0.01 para someter a prueba la afirmación de que, de todas las
solicitudes universitarias, el porcentaje que se envía por Internet es igual al 50%.
a) ¿Cuál es el estadístico de prueba?
R= z =
𝑝−𝑝
𝑝𝑞
𝑛
=
530
1000
−0.5
0.5∗0.5
1000
= 1.90
b) ¿Cuáles son los valores críticos?
R= z =±2.575 (con herramienta tecnológica: ±2.576)
c) ¿Cuál es el valor P?
R= q=1-0.9713=0.0287 por lo doble 0.0574
d) ¿Cuál es la conclusión?
R= No existe suficiente evidencia para rechazar la hipótesis nula de que el porcentaje de solicitudes de ingreso a la
universidad enviadas por Internet es igual al 50%.
e) ¿Se puede utilizar una prueba de hipótesis para “demostrar” que el porcentaje de solicitudes universitarias que se
envían por Internet es igual al 50%, como se afirma?
R=No, no se puede utilizar una prueba de hipótesis para demostrar que una proporción poblacional es igual a cierto
valor establecido.
9. Ejercicio# 6
Conducción y escritura de mensajes de texto En una encuesta, de un total de 2246 adultos elegidos al
azar en Estados Unidos, 1864 dijeron que debía prohibirse escribir mensajes de texto al conducir un
automóvil (según datos de Zogby International). Considere una prueba de hipótesis con un nivel de
significancia de 0.05 para someter a prueba la afirmación de que más del 80% de los adultos creen que
escribir mensajes de texto al conducir debería ser ilegal.
a) ¿Cuál es el estadístico de prueba?
R=𝑍 =
𝑝−𝑝
𝑝𝑞
𝑛
=
1864
2246
−0.5
0.5∗0.5
2246
=
0.3233215547703
0.010550307757
= 30.6457
b) ¿Cuál es el valor crítico?
R=z = 11.411 ± (con herramienta tecnológica: ±11.41
c) ¿Cuál es el valor P?
R= 0.0829
d) ¿Cuál es la conclusión?
R=El método del valor P compara el valor P calculado al nivel de significancia hay evidencia de que más
del 80% de los adultos creen que escribir mensajes de texto al conducir debería ser ilegal.
10. Ejercicio# 1
Identificación de requisitos El conjunto de datos 4 del apéndice B incluye las cantidades de nicotina (en
miligramos por cigarrillo) de 25 cigarrillos diferentes tamaño grande. Si quisiéramos utilizar esa muestra
para someter a prueba la afirmación de que todos los cigarrillos tamaño grande tienen una media de 1.5
mg de nicotina, identifique los requisitos que deben cumplirse.
R=Se debe utilizar una muestra aleatoria simple, con desviación estándar poblacional conocida y
población distribuida normalmente (debido a que el tamaño de muestra no es mayor que 30).
Ejercicio# 2
Verificación de normalidad Como las cantidades de nicotina de cigarrillos tamaño grande incluidas en el
conjunto de datos 4 del apéndice B constituyen una muestra de tamaño n = 25, debemos cumplir con el
requisito de que la población se distribuya de manera normal. ¿Cómo verificamos que la población se
distribuye normalmente?
R=La distribución normal se utiliza como la distribución de las medias muéstrales. Si la población original
no está distribuida de manera normal, utilizamos la condición n >30 para justificar el uso de la distribución
normal, pero no existe un tamaño de muestra mínimo específico que funcione en todos los casos,
tamaños de muestra de 15 a 30 son suficientes si la población tiene una distribución que no se aleja
demasiado de la normal.
11. Ejercicio# 3
Intervalo de confianza Si quisiera construir un intervalo de confianza para someter a prueba la afirmación
de que los estudiantes universitarios tienen una puntuación de CI mayor que 100, y quisiera realizar la
prueba con un nivel de significancia de 0.01, ¿qué nivel de confianza debería utilizar para el intervalo de
confianza?
R= 98% o 0.98
Ejercicio# 4
Significancia práctica Una prueba de la hipótesis de que la dieta Zone es eficaz (cuando se utiliza durante
un año) da como resultado la siguiente conclusión: Existe evidencia suficiente para sustentar la afirmación
de que el cambio medio de peso es menor que 0 (de modo que hay una pérdida de peso). La muestra de
40 sujetos tuvo una pérdida media de peso de 2.1 libras (según datos de “Comparison of the Atkins, Ornish,
Weight Watchers, and Zone Diets for Weight Loss and Heart Disease Reduction”, de Dansinger et al.,
Journal of the American Medical Association, vol. 293, núm. 1). ¿La pérdida de peso de 2.1 libras es
estadísticamente significativa? ¿La pérdida de peso de 2.1 libras tiene una significancia práctica? Explique.
R=No, esto no es significativo.
Explicación:
La pérdida de peso promedio de 40 personas después de la dieta durante 1 año es de 2.1 libras. Significa
en promedio que cada individuo que ha seguido la dieta durante 1 año ha perdido 2.1 libras en promedio.
Ya que hay muchos factores que puedan que tengan afectar a la pérdida de peso durante ese año.
12. Ejercicio# 13
Estatura al estar sentado Un alumno del autor midió las estaturas de 36 estudiantes varones de su
clase, al estar sentados, y obtuvo una media de 92.8 cm. La población de hombres tiene una estatura al
estar sentados con una media de 91.4 cm y una desviación estándar de 3.6 cm (según datos de una
encuesta antropométrica de Gordon, Churchill, et al.). Utilice el nivel de significancia de 0.05 para
someter a prueba la afirmación de que los hombres de esa universidad tienen una estatura media al
estar sentados diferente de 91.4 cm. ¿Hay algo en los datos muéstrales que sugiera que no deberían
usarse los métodos de esta sección?
R=H0: µ = 91.4 cm. H1: µ≠91.4 cm. Estadístico de prueba: z = 2.33. Valores críticos: z = ±1.96. Valor P:
0.0198 (con herramienta tecnológica: 0.0196). Rechace H0. Existe evidencia suficiente para sustentar la
afirmación de que los hombres de su universidad tienen una estatura media al estar sentados diferente
de 91.4 cm. Como el estudiante seleccionó a sus amigos hombres, utilizó una muestra de conveniencia
que podría tener características diferentes a las de la población de hombres de su universidad. Como el
requisito de una muestra aleatoria simple no se satisface, no se puede aplicar el método de prueba de
hipótesis descrito en esta sección,
13. Ejercicio# 14
Pesos de osos La salud de la población de osos del Yellowstone National Park es vigilada
por medio de las medidas periódicas que se realizan a osos anestesiados. Una muestra de
54 osos tiene un peso medio de 182.9 libras. Suponiendo que sabemos que s es igual a
121.8 libras, utilice un nivel de significancia de 0.05 para someter a prueba la afirmación de
que la media poblacional de todos estos pesos de osos es mayor que 150 libras.
R=
n=40 hipótesis
x=182.9 lb Ho : µ = 150 nula
σ =121.8 lb Hi : µ >150 alternativa
α=0.05
µx=150
z=
182.9−150
121,8
40
=1.70
z=1.70
cálculo de los valores P se trata de una prueba de cola derecha, de manera que el valor P
es el área a la derecha de z = 1.70, que es 0.0643. Como el valor P de 0.0643 es mayor
que el nivel de significancia de α = 0.05, no rechazamos la hipótesis nula.
14. Ejercicio# 1
Requisito de normalidad Considerando una muestra aleatoria simple de 20 velocidades de automóviles en
la carretera 405 de California, se desea someter a prueba la afirmación de que los valores muéstrales se
obtuvieron de una población con una media mayor que la velocidad máxima permitida de 65 mi/h. ¿Es
necesario determinar si la muestra proviene de una población distribuida de manera normal? Si su respuesta
es afirmativa, ¿qué métodos se podrían utilizar para determinarlo?
R= Como el tamaño de muestra no es mayor que 30, los datos muéstrales deben provenir de una población
con una distribución normal. Para determinar si el requisito de una distribución normal se satisface, examine
un histograma y determine si es aproximadamente normal, verifique que no haya valores atípicos (o que a lo
sumo haya un valor atípico), o bien, examine una gráfica cuantilar normal o utilice alguna prueba formal de
normalidad, como la prueba de Ryan-Joiner que se describió en la sección 6-7.
Ejercicio# 2
gl En estadística, ¿qué significa gl ? Si se utilizara una muestra aleatoria simple de 20 velocidades de
automóviles en la carretera 405 de California para someter a prueba la afirmación de que los valores
muéstrales provienen de una población con una media mayor que la velocidad máxima permitida de 65 mi/h,
¿cuál es el valor específico de gl?
R=Los grados de libertad (GL) son la cantidad de información suministrada por los datos que usted puede
"gastar" para estimar los valores de parámetros de población desconocidos y calcular la variabilidad de esas
estimaciones. Este valor se determina según el número de observaciones de la muestra y el número de
parámetros del modelo.
15. Ejercicio# 3
Prueba t ¿Qué es una prueba t? ¿Por qué se utiliza la letra t ?
R= Una prueba t es una prueba de hipótesis que utiliza la distribución t de Student. Se le llama prueba t
porque implica el uso de una distribución t de Student.
Ejercicio# 4
Verificación de la realidad A diferencia de la sección anterior, esta sección no incluye el requisito de
que se conozca el valor de la desviación estándar poblacional. ¿Qué sección es más probable que se
aplique en situaciones reales: esta o la anterior? ¿Por qué?
R=Si se tiene una muestra aleatoria simple, una prueba de hipótesis de una afirmación sobre µ podría
utilizar la distribución t de Student, porque Se satisfacen una o ambas de las siguientes condiciones: la
población se distribuye de manera normal o n > 30
16. Uso de la distribución correcta. En los ejercicios 5 a 8, determine si la prueba de hipótesis incluye una distribución muestral
de medias con distribución normal, distribución t de Student o ninguna de estas (Sugerencia: Consulte la figura 7-6 y la
tabla 7-1).
Ejercicio# 5
Afirmación respecto de puntuaciones de CI de profesores de estadística:
n> 100. Datos muéstrales:
n = 15, 𝑥= 118, s = 11. Los datos muéstrales parecen provenir de una
población distribuida normalmente, con 𝜇 𝑦 𝜎 desconocidas.
R= t de Student.
Cálculo de valores P. En los ejercicios 9 a 12, utilice algún recurso tecnológico para calcular el valor P o la tabla A-3 para
calcular un rango de valores para el valor P.
Ejercicio# 9
Dulces M&M Prueba de una afirmación sobre el peso medio de dulces M&M:
Prueba de cola derecha con n = 25 y estadístico de prueba t = 0.430.
R= Tabla A-3: valor P >0.10; con herramienta tecnológica: valor P = 0.3355.
17. Ejercicio# 1
Requisito de normalidad Las pruebas de hipótesis sobre afirmaciones acerca de la media
poblacional o de la desviación estándar poblacional requieren de una muestra aleatoria simple,
obtenida de una población distribuida de manera normal. ¿En qué difiere el requisito de normalidad
para una prueba de hipótesis de una afirmación sobre una desviación estándar del requisito de
normalidad para una prueba de hipótesis de una afirmación sobre una media?
R= El requisito de normalidad para la prueba de hipótesis de la afirmación acerca de una desviación
estándar es mucho más estricto, lo que significa que la distribución de la población debe acercarse
más a una distribución normal.
Ejercicio# 2
Método del intervalo de confianza de la prueba de hipótesis Se afirma que las manos de los
hombres tienen longitudes con una desviación estándar menor que 200 mm. Usted planea someter a
prueba esa afirmación con un nivel de significancia de 0.01 mediante la construcción de un intervalo
de confianza. ¿Qué nivel de confianza debería utilizar para el intervalo? ¿La conclusión basada en el
intervalo de confianza será igual a la conclusión basada en una prueba de hipótesis que utiliza el
método tradicional o el método del valor P?
R=tendríamos que utilizar un nivel de confianza del 95% y 99% en el intervalo, con un nivel de
confianza alto tenemos menos probabilidad de error que en una prueba hipótesis tradicional.
18. Ejercicio# 3
Requisitos Se afirma que las cantidades diarias de lluvia en Boston tienen una desviación estándar
igual a 0.25 pulgadas. Los datos muéstrales indican que las cantidades diarias de lluvia provienen
de una población con una distribución muy diferente de la normal. ¿El uso de una muestra muy
grande podría compensar la falta de normalidad, de manera que sea posible utilizar los métodos de
esta sección para la prueba de hipótesis?
R= No. A diferencia de la situación con medias muéstrales, el uso de muestras grandes no
compensa la falta de normalidad. No es posible utilizar los métodos de esta sección con datos
muéstrales que provienen de una población con una distribución alejada de la normalidad.
Ejercicio# 4
Prueba de una afirmación sobre una varianza Se afirma que los pies de los hombres tienen
anchuras con una varianza igual a 36 mm2. ¿La prueba de hipótesis de la afirmación de que la
varianza es igual a 36 mm2 es equivalente a una prueba de la afirmación de que la desviación
estándar es igual a 6 mm?
R=La prueba de hipótesis de afirmación si es equivalente a una prueba de afirmación de
desviación estándar.
19. Prueba de afirmaciones sobre variación. En los ejercicios 9 a 20, someta a prueba la afirmación enunciada. Suponga que se selecciona una muestra aleatoria
simple de una población distribuida normalmente. Utilice el método del valor P o el método tradicional de prueba de hipótesis, a menos que su profesor le dé
otra instrucción.
Ejercicio# 9
Pesos de monedas de un centavo Algunos ejemplos de esta sección incluyeron la afirmación de que
las monedas de un centavo, acuñadas después de 1983, tienen pesos con una desviación estándar
menor que 0.0230 g. El conjunto de datos 20 del apéndice B incluye los pesos de una muestra aleatoria
simple de monedas de un centavo acuñadas antes de 1983, y esa muestra tiene una desviación
estándar de 0.03910 g. Utilice un nivel de significancia de 0.05 para someter a prueba la afirmación de
que los pesos de las monedas acuñadas antes de 1983 tienen una desviación estándar mayor que
0.0230 g. Con base en esos resultados y los obtenidos en el ejemplo 1, ¿parece que los pesos de las
monedas acuñadas antes de 1983 varían más que los de las monedas acuñadas después de 1983?
R= H0: 𝜎 = 0.0230 g. H1: 𝜎 > 0.0230 g. Estadístico de prueba: x2 = 98.260. El valor crítico de x2 está
entre 43.773 y 55.758. Valor P: 0.0000. Rechace H0. Existe suficiente evidencia para sustentar la
afirmación de que las monedas de un centavo acuñadas antes de 1983 tienen una desviación estándar
mayor que 0.0230 g. Los pesos de las monedas de un centavo acuñadas antes de 1983 parecen variar
más que los de las monedas acuñadas después de 1983.
20. Ejercicio# 10
Pulsos de hombres Una muestra aleatoria simple de 40 hombres da como resultado una desviación
estándar de 11.3 latidos por minuto (de acuerdo con el conjunto de datos 1 del apéndice B). El rango
normal del pulso de adultos suele reportarse entre 60 y 100 latidos por minuto. Si la regla práctica de
las desviaciones se aplica al rango normal, el resultado es una desviación estándar de 10 latidos por
minuto. Utilice los resultados muéstrales con un nivel de significancia de 0.05 para someter a prueba
la afirmación de que los pulsos de hombres tienen una desviación estándar mayor que 10 latidos por
minuto.
R=
n=40 hipótesis
s=11.3 Ho: s <= 10
σ =10 Hi: s >10
α=0.05
𝑥 = 𝑛 − 1 𝑠2/𝜎2 𝑥 = 39 11.32 /102 =49.80
Valor critico x tabla=13.85
Conclusión x tabla< x Se rechaza la hipótesis nula.