Escolar Documentos
Profissional Documentos
Cultura Documentos
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
ESTADISTICA
Introduccin
El trabajo del experto estadstico no consiste ya slo en reunir y tabular
los datos, sino sobre todo el proceso de interpretacin de esa informacin.
El desarrollo de la teora de la probabilidad ha aumentado el alcance de
las aplicaciones de la estadstica. Muchos conjuntos de datos se pueden
aproximar, con gran exactitud, utilizando determinadas distribuciones
probabilsticas; los resultados de stas se pueden utilizar para analizar datos
estadsticas.
La probabilidad es til para comprobar la fiabilidad de las inferencias
estadsticas y para predecir el tipo y la cantidad de datos necesarios en un
determinado estudio estadstico.
En Qumica, incluye tareas tan diversas como calcular el promedio aritmtico
de la cantidad de slidos suspendidos en muestras de agua, determinar
cuntos compuestos de tres elementos pueden elaborarse con cinco
sustancias, comparar dos mtodos de determinacin del porcentaje
de calcio, el crecimiento del nmero de bacterias segn das de inoculacin.
Definicin:
La estadstica se define como una rama de las matemticas que trata de la
recopilacin, el anlisis, la interpretacin y la representacin de una gran
cantidad de datos numricos.
Estadstica Descriptiva : Es el conjunto de procedimientos utilizados
para organizar resumir y presentar grupos de datos numricos
Estadstica Inferencial: Es el conjunto de mtodos utilizados para
obtener conclusiones relativas a una poblacin, basndose en el
conocimiento de las caractersticas de una muestra.
La poblacin es el conjunto de datos que es el centro de nuestro inters y el
subconjunto de ah seleccionado representa una muestra.
La estadstica es un elemento decisivo en el incremento de la calidad, ya que
las tcnicas estadsticas pueden emplearse para describir y comprender los
elementos de la variabilidad.
Qu es la variabilidad? Es el resultado de cambios en las condiciones bajo las
que se hacen las observaciones. El muestreo tambin puede ser causa de
variabilidad.
El campo de la estadstica y la probabilidad consiste de mtodos tanto para
describir y modelar la variabilidad, como para tomar decisiones en presencia
de esta.
En la estadstica inferencial lo que se desea es tomar decisiones acerca de una
poblacin en particular.
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Escalas de Medicin
Escala Nominal
El trmino nivel nominal es normalmente usado para referirse a datos que
solamente pueden clasificarse en categoras. Sin embargo, no hay mediciones
y no hay escalas involucradas, solo hay conteo. En este tipo de nivel de
medicin el orden en que estn acomodadas la categoras es totalmente
arbitrario.
2. Escala Ordinal
Este tipo de nivel de medicin tiene caractersticas similares al nivel nominal
con la diferencia de que en el nivel ordinal las categoras indican que unas son
ms que las otras.
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
En este nivel al igual que en el nivel intervalo, las categoras son del mismo
tamao. La diferencia es que este nivel tiene un punto cero significativo y el
valor de los categoras es en relacin a ese punto.
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Por ejemplo, los siguientes datos son los tiempos de ignicin de ciertos
materiales expuestos al fuego, dados a la ms cercana centsima de segundo:
2,58 5,50 6,75 2,65 7,60 6,25 3,78 4,90 5,21 2,51 6,20 5,92 5,84
7,86 8,79 4,79 3,90 3,75 3,49 4,04 3,87 6,90 4,72 9,45 7,41 2,45
3,24 5,15 3,81 2,50 1,52 4,56 8,80 4,71 5,92 5,33 3,10 6,77
9,20 6,43 1,38 2,46 7,40 6,25 9,64 8,64 6,43 5,62 1,20 1,58
Solucin:
Suponga, que se tiene inters de construir cinco clases. Con el arreglo
ordenado de los tiempos se determina que la observacin ms grande es de
9,65 y la ms pequea, de 1,20. Por tanto, la amplitud o rango se calcula
como:
Rango=9.64-1.20=8.44
y se tiene la aproximacin del tamao del intervalo de clase , dividiendo el
rango entre el nmero de intervalos que nos piden as obtenemos el
Intervalo de clase=8.44/5=1.688 se aproxima a 1.69
Tiempos
Frecuencia
de ignicin
relativa
1,20 2,88
20
2,89 4,57
18
4,58 6,26
32
6,27 7,95
18
7,96 9,64
12
Conteo
Porcentaje
Absoluta
%
//// //// //
Frecuencia
(fi)
10
0.20
0.18
//// //// /
//// //// //// ////
//// //// /
//// //
16
0.32
9
6
0.18
0.12
Con esta tabla, se pueden calcular los porcentajes por clase al multiplicar por
100 cada frecuencia relativa. Un 32% de los materiales fueron consumidos por
el fuego entre 4,58 y 6,26 centsima de segundo.
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
tiempo de ignicin
Ejemplo 2
En la tabla que sigue se registran los pesos de 40 estudiantes hombres de una
universidad, con precisin de una libra. Construya una distribucin de
frecuencias.
164 150 132 144 125 149 157 146 158 140 147 136 148 152 144 168 126
138 176 163 119 154 165 146 173 142 147 135 153 140 135 161 145 135
142 150 156 145 128 138
Solucin
El mayor peso es de 176lb y el menor es de 119lb.
Por lo que el rango es 176-119=57lb
Si se usan 5 intervalos de clase, su tamao ser de 57/12=4.75 aproxima 5
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
frecuencia
9
8
7
6
5
4
3
2
1
0
frecuencia
Nmero de empleados
Frecuencia relativa(%)
$250.00-$259.99
12.3
$269.00-$268.99
10
15.4
$270.00-$279.99
16
24.6
$280.00-$289.99
14
21.5
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
$290.00-$299.99
10
15.4
$300.00-$309.99
7.7
$310.00-$319.99
3.1
Total 65
Total 100%
30
25
20
15
10
5
0
Medidas de localizacin
Se buscan nmeros que describan la distribucin de frecuencia para cualquier
conjunto de mediciones. Se concentrar la obtencin en dos tipos de nmeros
descriptivos, las medidas de tendencia central y las medidas de dispersin o
variacin.
Una caracterstica importante de un conjunto de nmeros es su
localizacin o su tendencia central, el promedio es un valor tpico o
representativo de un conjunto de datos, tales valores suelen ubicarse en el
centro del conjunto de datos
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Media aritmtica
Mediana
Moda
Media muestral
Es un conjunto de n valores, es el resultado de la suma de todos ellos divididos
entre n.
N
nmero de elementos de la poblacin
La media aritmtica de datos no agrupados:
Si los nmeros datos x1 ,x2, xn ocurren f1,f2,,fn veces respectivamente (es
decir , con frecuencias f1,f2,,fn )
La media aritmtica es
Ejemplo: si 5, 8,6 y 2 ocurren con frecuencia 3,2, 4 y 1, en ese orden, su media
aritmtica es:
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
La mediana
Cuando una serie de datos contiene uno o dos valores muy grandes o muy
pequeos, la media aritmtica no es representativa. El valor central en tales
problemas puede ser mejor descrito usando una medida de tendencia central
llamada mediana.
La mediana es el punto medio de los valores de una serie de datos despus de
haber sido ordenados de acuerdo a su magnitud. Hay tantos valores antes que
la mediana como posteriores en el arreglo de datos.
Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
mediana de las observaciones muestreadas?
85.4
85.4
85.3---
84.9
84.0
Se define
10
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
20 - 24
25 - 29
30 - 34
15
35 - 39
10
40 - 44
45 - 49
1.- n/2=40/2=20
2.- el intervalo mediano es:
LI
LS
LSR
FA
15
19
19.5
17
20
24
24.5
22
25
29
29.5
27
30
34
34.5
32
15
22
35
39
39.5
37
10
32
40
44
44.5
42
37
45
49
49.5
47
40
N=
40
11
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
intervalo
mediano
Moda
La moda es la observacin que se presenta con mayor frecuencia en la
muestra.
Es decir, el valor ms frecuente. La moda puede no existir e incluso no ser
nica.
Si los datos son simtricos y hay una sola moda entonces la media la mediana
y
la
moda
coinciden.
Generalmente
se
encuentra
que
la
moda<mediana<media si la distribucin est sesgada a la derecha, mientras
que la media<mediana<moda si la distribucin est sesgada a la izquierda.
12
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
No hay
moda
228
1296
252
1392
300
1488
324
1512
444
2520
624
720
2856 3192
13
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
816
3528
912
3710
De modo que
observaciones
14
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
****
Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos
ordenados en cuatro partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los
datos.
Q2 coincide con la mediana.
15
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Ejercicio de cuartiles
Calcular los cuartiles de la distribucin de la tabla:
fi
Fi
[50, 60)
[60, 70)
10
18
[70, 80)
16
34
[80, 90)
14
48
[90, 100)
10
58
[100, 110)
63
[110, 120)
65
65
16
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
, en la tabla de
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
D5 coincide con la mediana.
Ejercicio de deciles
Calcular los deciles de la distribucin de la tabla:
17
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
, en la tabla de
fi
Fi
[50, 60)
[60, 70)
10
18
[70, 80)
16
34
[80, 90)
14
48
[90, 100)
10
58
[100, 110)
63
[110, 120)
65
65
18
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
19
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
P50 coincide con la mediana.
Ejercicio de percentiles
Calcular el percentil 35 y 60 de la distribucin de la tabla:
fi
Fi
[50, 60)
[60, 70)
10
18
[70, 80)
16
34
[80, 90)
14
48
20
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
, en la tabla
[90, 100)
10
58
[100, 110)
63
[110, 120)
65
65
Percentil 35
Percentil 60
Ejemplo:
Una muestra de las edades del pblico de un concierto se encuentra distribuida
de la siguiente manera:
Rango = mayor lmite superior - menor lmite inferior = 49 - 15 = 34
Edades
Nmero de personas
15 - 19
20 - 24
25 - 29
30 - 34
15
35 - 39
10
40 - 44
45 - 49
Varianza
Si
es una muestra de n observaciones, la varianza de la
muestra es:
Varianza de una muestra
Desviacin estndar de la
muestra
22
Desviacin estndar de la
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Muestra 2:
190
36100
228
51984
305
93025
240
57600
265
70225
260
67600
Suma=1488
23
Suma=376534
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
7293.16
85.3
7276.09
84.9
7208.01
85.4
7293.16
84.0
7056.00
La varianza es
24
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
La desviacin estndar e
El coeficiente de variacin
El coeficiente de variacin es una medida de variabilidad relativa, tal que
expresa la magnitud de la desviacin estndar como un porcentaje de la
media. Se expresa como porcentaje en vez de las mismas unidades que los
datos. La frmula de clculo es,
60 44 80 75 70 65 90 90 35 65
Sustancia
S2
Horas de estudio
9,6
Calificacin
67,4
19,8222
323,156
CV
4,4522
46,4%
17,9765
26,7%
25
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
As<0
As>0
As=0
Asimetra negativa
Asimetra positiva a la derecha
Simtrica
26
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Esta medida es muy fcil de calcular, pero menos precisa que el coeficiente de
asimetra de Pearson. El coeficiente de asimetra de Pearson, se basa en la
comparacin con la media de todos los valores de la variable, as que es una
medida que se basar en las diferencias,
como
vimos en el caso de la dispersin si medimos la media de esas desviaciones
sera nulas, si las elevamos al cuadrado, seran siempre positivas por lo que
tampoco serviran, por lo tanto precisamos elevar esas diferencias al cubo.
Para evitar el problema de la unidad, y hacer que sea una medida escalar y por
lo tanto
relativa, dividimos por el cubo de su desviacin tpica. Con lo que resulta la
siguiente expresin:
donde
es la marca de clase
N es el nmero total de datos
n es el nmero total de marcas de clase
f es la frecuencia de cada marca de clase
Medida de puntamiento, Curtosis:
La curtosis es una medida del puntamiento, que nos indicar si la distribucin
es muy puntada o poco puntada
Curtsis negativa
Curtosis positiva
Platicrtica
Leptocrtica
27
Curtosis nula
Mesocrtica
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
PROBABILIDAD
Introduccin
La Probabilidad pertenecen a la rama de la matemtica que estudia ciertos
experimentos llamados aleatorios, o sea regidos por el azar, en que se conocen
todos los resultados posibles, pero no es posible tener certeza de cul ser en
particular el resultado del experimento. Por ejemplo, experimentos aleatorios
cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado,
extraccin de una carta de un mazo de naipes. Ms adelante se ver que
debemos distinguir entre los conceptos de probabilidades matemticas o
clsicas de las probabilidades experimentales o estadsticas.
Experimento Aleatorio: experimento que puede ser repetido bajo "las
mismas condiciones", del que puede establecerse el conjunto de sus posibles
resultados, pero no predecir un resultado concreto.
28
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Eventos
3
4)
al
menos
:ambos
uno
de
los
eventos
eventos
ocurre.
ocurren
Ac : el evento A no ocurre
Axiomas de Probabilidad
Axioma 1
La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero
y uno.
0 < P(E) < 1
Axioma 2
29
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
30
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Sabemos que
Entonces
Ejercicios
1.- Si la P(A)= 0.3, P(B)=0.2 y
Determine
2.- Cada pregunta de un examen tiene dos respuestas alternativas de las que
solo
Una es correcta. Un alumno contesta al azar un examen de este tipo con 3
preguntas.
a)
b)
Calcule P(B) ,
, P(C) y
A:El alumno contesta correctamente la primera pregunta
B: El alumno contesta correctamente dos de las 3 preguntas
31
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
siendo
Eventos Independientes
Se refiere a dos o ms eventos que podran presentarse al mismo tiempo.
Si la ocurrencia de uno no afecta la probabilidad que suceda otro evento
cualquiera, se dice que son eventos estadsticamente independientes.
Ejemplo:
Al lanzar un dado tres veces, segn las probabilidades, es conveniente
apostar a favor o en contra de obtener al menos una vez el 2? "Al menos una
vez el 2" quiere decir "alguna vez se obtiene el 2".Llamando A={alguna vez se
obtiene el 2}, su complemento es A c={ninguna vez se obtiene el 2}
P(Ac)=P(no sale 2 en 1er lanzam.) P(no sale 2 en 2 lanzam.)P(no sale 2 en
3er lanzam.)=(5/6)(5/6)(5/6) =125/216 =0,58.
Luego, como P(A)+P(Ac)=1
P(A)=1-0,58=0.42=42%. Por lo tanto, no conviene apostar a favor.
Probabilidad condicional
La dependencia estadstica existe cuando la probabilidad de un evento
depende o est asociada a la ocurrencia de otros eventos. La probabilidad
conjunta en condiciones de dependencia estadstica:
Ejemplo: En una tmbola hay dos bolitas blancas y tres bolitas negras, cul es
la probabilidad de sacar una blanca y despus una negra?
a) Si hay reposicin, esto es, despus de sacar la primera bolita, sta se
devuelve a la tmbola.
b) Si no hay reposicin, esto es, despus de sacar la primera bolita, sta no se
devuelve a la tmbola.
Solucin:
32
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
a)
b)
Ejercicios:
Repita el problema anterior, pero ahora la pregunta es cul es la probabilidad
de sacar una blanca y una negra? (note que ahora no importa el orden).
a) Si hay reposicin, esto es, despus de sacar la primera bolita, sta se
devuelve a la tmbola
b) Si no hay reposicin, esto es, despus de sacar la primera bolita, sta
no se devuelve a la tmbola.
2.- Para obtener licencia para conducir, es necesario aprobar tanto el examen
terico como el prctico. Se sabe que la prob. que un alumno apruebe la parte
terica es 0,68, la de que apruebe la parte prctica es 0,72 y la de que haya
aprobado alguna de las dos partes es 0,82. Si se elige un alumno al azar, cul
es la prob. de que apruebe el examen para obtener licencia?
Teorema de Bayes
Si
cuales uno debe de ocurrir, es
decir
33
, entonces
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Tcnicas de Conteo
Regla de producto para pares ordenados
Si el primer elemento y objeto de un par ordenado se puede seleccionar en n 1
formas, y por cada una de las n 1 formas se puede seleccionar el segundo
elemento del par en n2 formas, entonces el nmero de pares es n 1n 2.
Ejemplo: El propietario de una casa desea efectuar algunas remodelaciones y
requiere los servicios de un contratista plomero y un contratista electricista.
Si hay 12 plomeros y 9 electricistas en la zona. De cuantas formas se puede
seleccionar los contratistas? N1=12 y n2=9 asi que el producto es N=(12)
(9)=108 formas posibles de escoger los dos tipos de contratistas.
Permutaciones
Para calcular las probabilidades de varios eventos es necesario contar el
nmero de resultados posibles de un experimento.
Una permutacin es un arreglo en un orden particular, de los objetos que
forman un conjunto. Por ejemplo considere las diferentes formas en que
pueden situarse las letra a,b y c.
Para la primera posicin puede elegirse una de las 3 letras para la segunda
cualquiera de las 2 restantes y para la tercera la letra que qued.
As que existe 3x2x1=6 maneras en que pueden arreglarse tres letras y estos
Areglos son:
abc, acb, bac, bca, cab, cba.
En general el nmero de permutaciones de n objetos diferentes es:
n(n-1)(n-2)(2)(1)=n!
El nmero de permutaciones de n objetos si se toma r a la vez es:
34
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
35
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
(Binomial, geomtrica,
36
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
2.-
3.Adems, puede
aleatorias de valor entero se tiene que
4.-
37
establecerse
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
que
para
variables
= 1-(P[Y=1]+P[Y=2]+P[Y=3])=
1-(f(1)+f(2)+f(3))=1-(1/2+1/41/8)=
7/8=1/8
38
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
=1-
y=0,1,2,,n
Ejemplo1.
Un agente qumico produce la decoloracin del 5% de los rollos de papel
producido por cierta compaa. Cul es probabilidad de que en una muestra
aleatoria de 7 rollos de papel, 1 rollo presente decoloracin debido al agente
qumico?.
Solucin
Este problema se puede considerar como un problema de distribucin binomial
para el cual n=7 y p=0,05. Por medio de la frmula la probabilidad de 1 rollo
decolorado est dada por,
Por lo tanto, hay una probabilidad de 0,257 de que de los 7 rollos de papel
ocurra que uno presente decoracin debido al agente qumico.
Ejemplo 2
La experiencia ha demostrado que el 30% de todas las personas afectadas por
cierta enfermedad, se recupera. Una compaa farmacutica desarroll una
nueva vacuna. Se seleccionaron al azar 10personas con la enfermedad en
cuestin y se les administr la vacuna; poco despus 9 se recuperaron.
Supngase que la vacuna es absolutamente eficaz. Cul es la probabilidad de
que al menos 9 de 10 personas se recuperen?
39
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Solucin
Sea y el nmero de personas que se recuperen. Si la vacuna no funciona la
probabilidad de que la persona se recupere es p=0.3. Si el nmero de pruebas
es n=10, la probabilidad de que exactamente 9 personas se recuperen es:
Entonces
Ejercicios
La probabilidad de que un enfermo se recupere de un padecimiento gstrico es
0.8 . Supngase que 20 personas han contrado tal afeccin.
a) Cul es la probabilidad de que sobrevivan exactamente 14?
b) cul es la probabilidad de que al menos 10 sobrevivan?
c) cul es la probabilidad de que al menos 14, pero no ms de 18 sobrevivan?
d) cul es la probabilidad de que a lo ms 18 sobrevivan?
Distribucin Binomial Negativa
Una distribucin binomial negativa puede considerarse como lo inverso de la
distribucin binomial.
Propiedades binomiales negativas
1) El experimento consta de una secuencia de ensayos independientes.
2) Cada ensayo puede resultar en un xito S o o fracaso F (cada ensayo
con probabilidad p de xito).
3) Los ensayos se observan hasta obtener exactamente r xitos, donde el
experimentador fija el valor de r.
4) La variable aleatoria X es el nmero de ensayos necesarios para lograr
los r xitos.
Definicin :
Se afirma que una variable aleatoria X tiene distribucin binomial negativa, con
parmetros p y r, si su densidad f est dada por:
40
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
r=1,2,3,
x=r,r+1,r+2
Ejemplo: Las fibras de algodn usadas en los propulsores de cohetes son
sometidas a un proceso de nitracin, el cual permite que las fibras de algodn
entren en solucin. Este proceso tiene efectividad de 90% en cuanto a que el
material producido pueda conformarse segn se requiera en una etapa anterior
al proceso, con probabilidad de 0.9. Cul es la probabilidad de que se
produzca exactamente 20 lotes para obtener el tercer lote defectuoso?
Solucin
En este caso el xito es la obtencin de un lote defectuoso por lo que p=0.1 y
r=3. La probabilidad de que X=20 est dada por
41
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
para todos
42
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Ya que un muestreo aleatorio implica que todos los puntos muestrales son
equiprobables.
El nmero total de puntos muestrales en el evento numrico Y=y sera el
nmero de puntos muestrales de S que contienen y elementos rojos y (n-y)
elementos Negros.
Distribucin de probabilidad hipergeomtrica
y entero 0,1,2,,n
Ejemplo:
Se seleccionan 10 personas para un trabajo de un grupo de 20 ingenieros con
doctorado. Cul es l probabilidad de que el grupo de los 10 ingenieros
seleccionados incluya a los cinco mejores del grupo de20?
Solucin:
En este ejemplo N=20, n=10 y r=5. Es decir , hay solamente 5 del conjunto de
los mejores ingenieros y buscamos la probabilidad de que Y=5, siendo Y el
nmero de los mejores ingenieros entre los 10 seleccionados.
Ejercicio
En un almacn se tienen 10 impresoras, de las cuales cuatro son defectuosas.
Una compaa selecciona 5 de las mquinas al azar, suponiendo que todas
funcionan bien. Cul es la probabilidad de que las 5 mquinas sean no
defectuosas?
43
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
44
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Ejemplo2:
El nmero de glbulos blancos de un individuo sano puede promediar apenas
6000 clulas por milmetro cbico de sangre. A fin de identificar la deficiencia
de glbulos blancos se toma una gota de 0.001 milmetros cbicos de sangre y
se cuenta el nmero de glbulos blancos, X. Cuntos glbulos blancos se
esperaran en una persona sana ? Si se identificaron cuando mucho 2, es ello
un signo de deficiencia de glbulos blancos?
Solucin:
El evento discreto de inters es la presencia de glbulos
blancos, y el intervalo continuo, la gota de sangre, sea la unidad de medicin el
milmetro cbico entonces s=0.001 y
Cuan frecuente es que haya cuando mucho dos? Es decir
Ejemplo:
Cierto tipo de rboles tiene retoos dispersos de manera aleatoria sobre un
rea extensa, con una densidad promedio de retoos de aproximadamente
cinco por yarda cuadrada. Encuentre la probabilidad
de que un
guardabosques, al escoger al azar 10 porciones de una yarda cuadrada en esa
rea, no encuentre retoo alguno en ninguna de las porciones.
Solucin.
Si la distribucin de un retoo es realmente aleatoria, entonces el nmero
de retoos por regin Y se puede representar por una variable aleatoria de
Poisson con
(la densidad promedio es de cinco por yarda cuadrada)
Entonces
Esperanza Matemtica
Un concepto general es la esperanza matemtica o el valor esperado, lo que se
requiere es el valor promedio terico a largo plazo de X.
Definicin: Sea Y una variable aleatoria discreta con funcin de probabilidad
P(y). Entonces, el valor esperado de Y, E(Y), est definido por
45
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Tabla
y
P(y)
1/8
3/8
1/4
46
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
para toda x
47
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
y cdf F(x).
Definicin: El valor esperado o valor medio de una va X continua con pdf f(x)
es
48
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Proposicin:
La desviacin estndar de X es
Distribucin de probabilidad uniforme
Ejemplo:
Si
f(x)=0 en otro caso. Si queremos
entonces
recuerde que
As que
49
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
, definida por :
Si
la densidad asume la forma de una variable aleatoria
exponencial .
Densidad Exponencial
Ejemplo:
Algunas cepas paramecios producen y secretan partculas asesinas, que
causan al contacto la muerte de un individuo sensible. Todos los paramecios
incapaces de producir dichas partculas son sensibles. El nmero medio de
partculas asesinas emitido por un paramecio asesino es de cada 5 horas. En la
observacin de estos paramecios, Cul es la probabilidad de que se deban
esperarse cando mucho 4 horas antes de que se emita la primera partcula?
Solucin
Tiene una distribucin exponencial con
y la probabilidad
50
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
. As que
Distribucin Ji-cuadrada y F
Definicin: (Distribucin Ji-cuadrada). Sea X una variable aleatoria
gamma con
y
, donde
es un entero positivo. Se
afirma que X tiene una distribucin Ji-cuadrada con
grados de libertad.
Esta variable se denota por
Distribucin Normal
Def: Se dice que una va X continua tiene una distribucin normal con
parmetros
donde
si la pdf de X es:
51
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
recibe el nombre
La cdf de X es
sealamos como
La cual
Si
es una muestra aleatoria de tamao n
tomada de una poblacin (finita o infinita) con media
y varianza finita
y si
es la media muestral, entonces la forma lmite de la distribucin de
Cuando
Entonces
Tiene una distribucin normal estndar. As
52
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
y desviacin
Distribucin t de Student
El hecho fue reconocido por W. S. Gosset, un qumico irlands que en 1908
public, bajo el pseudnimo de Student, un trabajo titulado El error probable
53
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Estimacin
Definicin: Un estadstico es una funcin de las variables aleatorias que se
pueden observar en una muestra y de las constantes conocidas. Los
estadsticos se utilizan para hacer inferencias (estimaciones o decisiones) con
respecto a parmetros poblacionales conocidos.
Un estadstico es en si una variable aleatoria, por consiguiente deduciremos su
distribucin de probabilidad, que llamaremos distribucin muestral.
Hay dos tipos de estimacin; puntual y por intervalo. Una estimacin
puntual utiliza un solo valor de la muestra para estimar el parmetro de la
poblacin de estudio. Por ejemplo, la media de la muestra
es una
estimacin puntual de la media de la poblacin. La variancia s2 de la muestra
es una estimacin puntual de la variancia 2 de la poblacin.
Consistencia
Cuando el tamao de la muestra crece, el valor estimado se aproxima al
parmetro desconocido.
Insesgado
54
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Eficiencia
Al estimador, al ser v.a., no puede exigrsele que para una muestra
cualquiera se obtenga como estimacin el valor exacto del parmetro. Sin
embargo, se puede esperar que su dispersin con respecto al valor central
(varianza) sea tan pequea como sea posible.
Entonces dado
y
de un mismo parmetro
es ms eficientes
que
si:
55
Para , el estimador es =
Para
, la media muestral.
, el estimador es
, la varianza muestral.
Para p, el estimador es
la proporcin muestral
donde x es el nmero de objetos en una muestra aleatoria de tamao n
que pertenece a la clase de inters.
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Para
, el estimador es
diferencia entre las medias
, la
La distribucin de muestreo de
normal
la media
y varianza
y desviacin estndar
56
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Estandarizando el punto
se tienen que
y por lo tanto
Definicin: El error estndar de una estadstica es la desviacin estndar de
su distribucin de muestreo. Si el error estndar involucra parmetros
desconocidos cuyos valores pueden estimarse, la sustitucin de estas
estimaciones en el error estndar da como resultado un error estimado.
Es decir el error estndar da alguna idea sobre la precisin de la
estimacin por ejemplo si se utiliza
como estimador puntual de la media
el error estndar mide cuan preciso
estima a
Ejemplo
Un artculo publicado e el Journal describe un nuevo mtodo para medir la
conductividad trmica del hierro Armo, Al utilizar una temperatura de 100F y
una potencia de entrada de 550 W, se obtienen las diez mediciones siguientes
de conductividad trmica (Btu/hr-ft-F)
41.60 41.48 42.34 41.95 41.86
42.18 41.72 42.26 41.81 42.04
y varianza
57
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Solucin
Para
con media
Para
y desviacin estndar
con media
estndar
As que
58
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
desviacin
Teorema: Sean
aleatoria de tamao n de una distribucin normal con media
. Entonces
una muestra
y varianza
Teorema: Sea
muestra aleatoria de una distribucin normal con media
y varianza
una
. Entonces
son
muestral es
Si
es el promedio de las n observaciones que contiene una muestra
aleatoria, entonces la distribucin de Z es una normal estndar. Supngase que
la varianza de la poblacin es desconocida. Qu sucede con la distribucin si
se reemplaza
por S?
Def: Sea Z una variable aleatoria normal estndar y sea
variable aleatoria Ji-cuadrada con v grados de libertad. Entonces si
son independientes
59
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
una
Z y
entonces se
Definicin: Sea
y
variables aleatorias ji-cuadrada con v 1
y v2 grados de libertad, respectivamente. Entonces si
y
son
independientes
Se dice que tiene una distribucin F con v 1 grados de libertad del numerador
y v2 grados de libertad en el denominador.
Teorema del lmite central
60
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Sean
variables aleatorias independientes y distribuidas idnticamente con
y
Definimos
donde
61
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Si
es la media muestral de una muestra aleatoria de tamao
n de una poblacin con varianza conocida
, un intervalo de confianza
para
del
por ciento est dada por
62
Intervalo
desconocida
de
confianza
para
la
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
media
con
varianza
Si
y s son la media y la desviacin estndar de una muestra
aleatoria tomada de una distribucin normal con varianza
desconocida ,
entonces un intervalo de confianza del
por ciento est dada por
Ejemplo
Considrese los datos de conductividad trmica ara el hierro Armco del
ejemplo anterior. Supngase que se desea encontrar un intervalo de confianza
del 95% para conductividad trmica promedio de este material, y que se sabe
que la desviacin estndar de la conductividad trmica a 100F y 550W es
Btu/hr-ft-F. Si se sabe que la conductividad trmica
Est distribuida de manera normal.
Solucin
Ejemplo 2
Un artculo publicado en el Journal of Testing and Evaluation presenta las
siguientes 20 mediciones del tiempo de combustin residual ( en segn dos )
de especmenes tratados de ropa de dormir para nios:
9.85 9.93 9.75 9.77 9.67 9.87 9.67 9.94 9.85 9.75
9.83 9.92 9.74 9.99 9.88 9.95 9.95 9.93 9.92 9.89
Solucin
La media y la desviacin muestrales son:
As que los lmites de confianza del 95% inferior y superior son:
63
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Por consiguiente
Por lo tanto, se tiene una confianza del 95% de que el tiempo de combustin
residual promedio se encuentra entre 9.8073 y 9.8977
Tamao de la muestra
Si
se utiliza como estimacin de
,
entonces puede tenerse una confianza de
por ciento de que el
error
no ser mayor que una cantidad especfica E cuando el tamao
de la muestra sea
Ejercicios
1.-Un ingeniero civil analiza la resistencia a la
comprensin del concreto. La resistencia est distribuida aproximadamente de
manera normal, con una varianza
. Al tomar una
muestra aleatoria de 12 especmenes, se tiene que
64
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61
Ejemplo:
Un articulo publicado en el journal presenta las siguientes 20 mediciones del
tiempo de combustible residual (en segundos) de especmenes tratados de
ropa de dormir para nios
9.85 9.93 9.75 9.77 9.67
9.87 9.67 9.94 9.85 9.75
9.83 9.92 9.74 9.99 9.88
9.95 9.95 9.93 9.92 9.89
Se desea encontrar un intervalo de confianza del 95% para el tiempo de
combustible residual promedio
Intervalos de confianza para la diferencia de medias
Intervalo de confianza
varianzas conocidas
Si
independientes
conocidas
n1
y
y
y
para
la
diferencia
de
medias,
intervalo
de confianza de
es:
donde
es el punto crtico superior que corresponde al porcentaje
de la distribucin normal estndar.
65
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Ejemplo:
Se llevan a cabo pruebas de resistencia a la tensin sobre dos diferentes clases
de largueros de aluminio utilizados en la fabricacin de alas de aeroplanos
comerciales . De la experiencia pasada con el proceso de fabricacin
delargueros y del procedimiento de prueba, se supone que las desviaciones
estndar de las resistencias a la tensin son conocidas. Los datos obtenidos
aparecen en la tabla
Clase
larguero
del
Tamao de
muestra
la
Media
muestral
de la resistencia
Desviacin
estndar
(kg/mm2)
10
87.6
1.0
12
74.5
1.5
de cada poblacin.
HASTA AK SE QUEDARON
66
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Donde
el estimador combinado de
es
la
desviacin
estndar
comn
de
la
poblacin
y
es el punto crtico superior que corresponde al porcentaje
de la
distribucin t con
grados de libertad.
Ejemplo
Un artculo publicado en el Hazardus Waste (Vol. 6 1989) dio a conocer
Resultados de un anlisis del peso de calcio en cemento
estndar y en cemento contaminado por plomo. Los niveles bajos de calcio
indican que el mecanismo de hidratacin del cemento queda bloqueado y esto
permite que el agua ataque varias partes de una estructura de cemento. Al
tomar 10 muestras de cemento estndar se encontr que el precio promedio
de calcio es
, con una desviacin estndar
, los
resultados obtenidos con 15 muestras de cemento contaminado con plomo
fueron
y
.
Supngase que el porcentaje de calcio est distribuido de manera
normal. Encuntrese un intervalo del 95% para la diferencia de
de los dos tipos de cementos.
67
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Si
,
,
y
muestras aleatorias de tamao
y
, respectivamente, tomadas de dos poblaciones
normales e independientes con varianzas desconocidas y desiguales, entonces
un intervalo de confianza aproximado del
por ciento
para la diferencia entre medias
Donde
superior que corresponde
al porcentaje
es
es el punto crtico
Ejercicio
Se piensa que la concentracin del ingrediente activo de un detergente lquido
para ropa, es afectada por el tipo de catalizador utilizado en el proceso de
fabricacin. Se sabe que la desviacin estndar de la concentracin activa es
de 3g/l, sin importar el tipo de catalizador utilizado. Se realizan 10
observaciones con cada catalizador, y se obtienen los datos siguientes:
Catalizador 1
57.9 66.2 65.4 65.4 65.2 62.6 67.6 63.7 67.2 71.0
Catalizador 2
66.4 71.7 70.3 69.3 64.8 69.6 68.6 69.4 65.3 68.8
68
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Intervalos
distribucin normal
de
confianza
para
la
varianza
de
una
S
i
es una muestra aleatoria de tamao n
tomada de una poblacin normal y si
es un estimador puntual razonable
de
. Se sabe que si la poblacin es normal, la distribucin de muestreo
es
69
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Donde
y
son los puntos crticos superior e
inferior que corresponden al porcentaje
de la distribucin ji-cuadrada
con n-1 grados de libertad
Respectivamente.
Ejemplo
Un fabricante de detergente lquido est interesado en la uniformidad de
detergente lquido est interesado en la uniformidad de la mquina utilizada
para rellenar botellas. De manera especfica, es deseable que la desviacin
estndar
del proceso de llenado sea menor que 0.5
onzas de lquido; de otro modo, existe un porcentaje mayor del
deseable de botellas con un contenido menor de detergente. Supngase que la
distribucin del volumen de llenado es aproximadamente normal. Al tomar una
muestra aleatoria de 20 botellas, se obtiene una varianzamuestral de
(onzas de fluido). Encuentre el intervalo de con-
70
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Sabemos que
es un estimado puntual de la
proporcin de la poblacin, note que n y p son parmetros de una distribucin
binomial, y se sabe que la distribucin de muestreo de
es
aproximadamente normal con media p y varianza p(1-p)/n . Por lo tanto la
distribucin de
donde
Ejemplo
71
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Solucin
72
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Sean
el nmero de observaciones de la primera
muestra que pertenece a la clase de inters y
el nmero de observaciones
en la segunda muestra de la poblacin. Entonces ests son
y
son v.a.
binomiales independientes con parmetros
y
. Ahora
bien
y
son estimador es independientes de
y
respectivamente. De modo que la estadstica es
Prueba de hiptesis
73
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
La proposicin
La proposicin
74
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Decisin
Aceptar H
Rechazar H
H es verdadera
no hay error
Error tipo I
H es falsa
error tipo II
No hay error
75
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
bien
o
Ejemplo
, la rapidez promedio de
combustin
2.-
76
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
77
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Ejemplo
Un investigador desea contrastar la hiptesis que el lmite de concentracin del
istopo radiactivo estroncio 90 en la leche es de 5 por litro. Para tal efecto,
selecciona aleatoriamente una muestra de lecheras. La hiptesis nula
considera el lmite de referencia =5, contra la hiptesis alternativa que es
mayor a 5.
Para verificar si las especificaciones se cumplan en cierta regin del
78
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Se rechaza H si
Se rechaza H si
79
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Dado que el valor terico determinado con la tabla t de Student para un rea
de 0,025 en cada cola de la distribucin con 4 grados de libertad es 2,7764,
entonces se rechaza H ya que t=3.34>2.77
80
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Se desea probar
81
Se desea probar
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
82
Se desea probar
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
83
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Donde
Se rechaza H si
Para probar
Se rechaza H si
Ejemplo
84
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Se rechaza H si
85
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Para probar
Se rechaza H si
Ejemplo
Diseo 1:
Diseo 2:
n=15
n=10
Con
, se desea determinar si existe alguna
diferencia significativa en el flujo de corriente promedio entre los dos diseos,
supongamos que
Solucin
=0.10
86
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
El estadstico de prueba es
87
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Suponga que la v.a. que define la diferencia entre el antes y despus del
tratamiento es una v.a. que se distribuye normalmente, pero cuyas media y
varianza son desconocidas.
88
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
89
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
de modo que,
Y
El valor terico de la distribucin t, con 8 grados de libertad y un nivel de
significancia del 5% es 2,306. Dado que -2,33 < -2,306, se rechaza H.
Entonces, se concluye que existe una diferencia en las mediciones entre los
laboratorios, a un nivel de confianza del 95%.
Prueba de hiptesis sobre la varianza
90
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Donde
Se rechaza H si
es la varianza muestral
o
Para probar
Se rechaza H si
Para probar
Se rechaza H si
Ejemplo
91
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Considrese la prueba
Y se rechaza H si
Ejemplo.
Una compaa farmacutica afirma que un antibitico tiene 80% de
efectividad. Se somete a prueba una muestra aleatoria de 50 casos de estudio
y se obtiene una proporcin de 75,7%. Presentan los datos suficiente
evidencia para refutar la afirmacin de la compaa?. Para este problema, si se
selecciona un nivel de significacin de 0,05.
Las hiptesis nula y alternativa para este problema se pueden expresar
como sigue:
92
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Sean
el nmero de observaciones de la primera muestra
que pertenece a la clase de inters y
el nmero de
observaciones en la segunda muestra de la poblacin. De modo que los
estimadores de las proporciones poblacionales
y
tienen distribuciones aproximadamente normales. Ahora bien, si la hiptesis
nula H:p=p es verdadera, entonces al utilizar el hecho de que p=p=p, la
v.a.
93
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Entonces se rechaza H si
Ejercicio
Se evalan dos tipos diferentes de soluciones para pulir, para su posible uso
en una operacin de pulido en la fabricacin de lentes intraoculares utilizados
en el ojo humano despus de una ciruga de cataratas. Se pulen 300 lentes con
la primera solucin y de estos, 253 no presentaron defectos inducidos por el
pulido. Despus se pulen otros 300 lentes con la segunda solucin, de los
cuales 196 resultan satisfactorios. existe alguna razn para creer que las dos
soluciones para pulir son diferentes? Utilcese =0.01
94
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Y=+ x+
Las estimaciones de y deben dar como resultado una lnea que se ajuste
mejor a los datos. El cientfico alemn Karl Gauss propuso estimar los
95 Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
96
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
.(*)
Donde
i=1,2,n
Donde
error en el ajuste del
97
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Ejemplo
En el siguiente ejemplo y es la pureza del del oxgeno producido en proceso de
destilacin qumico, y x es el porcentaje de hidrocarburos presentes en el
condensador principal de la unidad de destilacin.
Nmero de
observacin
Nivel de hidrocarburo
x (%)
Pureza (%)
0.99
90.1
1.02
89.05
1.15
91.43
1.29
93.74
1.46
96.73
1.36
94.45
.87
87.59
1.23
91.77
1.55
99.42
10
1.40
93.65
11
1.19
93.54
98
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
12
1.15
92.52
13
0.98
90.56
14
1.01
89.54
15
1.11
89.85
16
1.20
90.39
17
1.26
93.25
18
1.32
93.41
19
1.43
94.98
20
0.95
87.33
Solucin
n=20,
99
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
95
90
Linear ()
85
80
0.8
0.9
1.1
1.2
1.3
1.4
1.5
1.6
Ejercicio
Un investigador tiene inters de estudiar la elasticidad de cierto plstico(en
grados) como una funcin de la temperatura(F) a la que
se produce. Se preparan diez piezas de plstico utilizando distintas
temperaturas y los valores observados de la elasticidad fueron:
10
0
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
: es la interseccin de la recta
: es el coeficiente de regresin
n: es el tamao de la muestra
10
1
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
10
2
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Se utiliza
Se rechaza H si
10
3
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
El intervalo de
confianza para una prediccin para una observacin futura de 100(1-) por
ciento y en el valor de x, est dada por
El valor de
10
4
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
Tablas
10
5
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
10
6
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
10
7
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
10
8
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
10
9
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
11
0
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
11
1
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
11
2
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez
11
3
Apuntes de Estadstica
Profesora Homaira Athenea Ramrez Gutirrez