Una empresa de imprimir, alimentada a mano, estaba sujeta a lo que pareca ser un nmero

irrazonable de obstrucciones causadas por interferencias de las hojas de papel a la prensa.

Se hizo una prueba para ver si diferentes operarios encontraban o no diferentes grados de
dificultad con la mquina. Cada operario aliment la mquina introduciendo el mismo nmero
de hojas, contndose luego el nmero de atascos sufridos por cada uno, lo que dio lugar a la
siguiente tabla:
Operario
Obstrucciones

A
6

B
7

C
9

D
18

Total
40

Existe o no diferencia entre los operarios a un nivel = 0,05 ?. Y aun nivel = 0,025 ?.
Analizar los resultados.

2
El valor terico viene dado por la expresin: 0,05 ; 3 = 7,815

02,025 ; 3 = 9,348

En un hospital se ensay la eficacia de cinco medicamentos en un grupo de pacientes, con el

objeto de determinar si al final del tratamiento un paciente determinado mejoraba o no.
Las observaciones que se encontraron estn anotadas en la siguiente tabla:
Tratamientos
Nmero de pacientes
Pacientes mejorados

A
51
12

B
54
8

C
48
10

D
49
15

E
48
5

Total
250
50

Existe diferencia entre los medicamentos a un nivel de 0,05?.

51 250
=
a
50
50 .51
a=
= 10,2
250

54 250
=
b
50
50 .54
b=
= 10,8
250

48 250
=
c
50
50 . 48
b=
= 9,6
250

El estadstico de contraste:
5
12 2 82 10 2
O i2
2
+
+
5 1 =
n=
10,2 10,8 9,6
ei

i =1

49 250
=
d
50
50 . 49
b=
= 9,8
250

48 250
=
e
50
50 . 48
e=
= 9,6
250

15 2 5 2
+
+
50 = 56,03 50 = 6,03
9,8 9,6

2
2
Por tanto, como 4 = 6,03 < 9,488 = 0,05 ; 4 , aceptamos la hiptesis nula H o , es decir,
no existe diferencia entre los diferentes medicamentos, con un riesgo = 0,05 , en la
mejora de los pacientes al finalizar el medicamento.

Las leyes de la herencia de Mendel predicen la aparicin de tipos de guisantes con

ascendencia especfica 9:3:3:1 para las clases lisa y amarilla, lisa y verde, arrugada y
amarilla, arrugada y verde. En cierto experimento se obtuvieron, respectivamente, 315,
108, 101 y 32.
A un nivel de 0,05, coinciden los datos con la teora?.

24 1 =

3152 1082 1012 32 2

+
+
+
556 = 556,47 556 = 0,47
n=

ei
312,75 104,25 104,25 34,75
i =1

O i2

2
2
Se acepta la hiptesis nula H o porque 3 = 0,47 < 7,815 = 0,05 ; 3 , el valor terico es
menor que el valor esperado, afirmando que los datos observados coinciden con la teora.

En un laboratorio se observ el nmero de partculas que llegan a una determinada zona

procedentes de una sustancia radiactiva en un corto espacio de tiempo siempre igual,
anotndose los resultados en la siguiente tabla:
Nmero de partculas
Nmero de perodos de tiempo

0
120

1
200

2
140

3
20

4
10

5
2

Se pide:
a) Ajustar los datos a una distribucin de Poisson.
b) Calcular la probabilidad con que llegan las partculas.
2
c) Verificar si el ajuste es correcto mediante una , con un nivel = 0.05

x n

i i

= x = i =1

1,2 k 1,2
590
(
)
=
= 1,2 . Por tanto, P x = k =
.e
k!
492

k = 0, 1, L , 5

32 =

120 2 200 2 140 2 20 2 12 2

+
+
+
+
492 = 32,31
n =

ei
148,2 177,8 106,7 42,7 15,8

i =1

O i2

2
2
Como 3 = 32,31 > 7,815 = 0,05; 3

) el valor observado es mayor que el valor terico,

rechazamos la hiptesis nula. Es decir, la distribucin de datos en estudio no se puede

ajustar a una distribucin de Poisson a un nivel de confianza del 95%.

En una examen final de estadstica, los estudiantes recibieron las siguientes calificaciones:
80
75
80
70

70
95
65
75

75
50
80
70

65
90
80
80

85
75
80
85

90
55
75
60

80
85
70
80

85
65
95

75
90
100

Verificar si las calificaciones obtenidas siguen una distribucin normal, con una fiabilidad
del 95%.

Intervalos

xi

Oi

x i . Oi

x i2 . Oi

45 - 55
55 - 65
65 - 75
75 - 85
85 - 95
95 - 105

50
60
70
80
90
100

1
2
7
13
8
3

50
120
490
1040
720
300

2500
7200
34300
83200
64800
30000

Oi = 34

i =1

x i . Oi = 2720

i =1

x i2 . Oi = 222000

i =1

x .O
i

= x =

i =1

2720
= 80
34

x .O
2
i

i =1

34

Intervalos
45 - 55
55 - 65
65 - 75
75 - 85
85 - 95
95 - 105

(80)2 =

222000
6400 = 129,41
34

= 11,4

xi

Oi

pi

ei = pi . n

Oi2

Oi2 ei

50
60
70
80
90
100

1
2
7
13
8
3

0,0129
0,08
0,2366
0,34
0,2366
0,08

0,41
2,72
8,04
11,56
8,04
2,72

1
4
49
169
64
9

2,44
1,47
6,09
14,62
7,96
3,31
6

n = 34

i =1

Oi2
= 35,87
ei

Como

( 623

= 1,87 < 7,815 = 02,05 ; 3 , el valor observado es menor que el valor terico o

esperado, afirmamos que las calificaciones se distribuyen normalmente a un nivel de

confianza del 95%.

Tres mtodos de empaquetado de tomates fueron probados durante un perodo de cuatro

meses; se hizo un recuento del nmero de kilos por 1000 que llegaron estropeados,
obtenindose la tabla adjunta:
Meses
1
2
3
4
Total

A
6
8
8
9
31

B
10
12
8
14
44

C
10
12
14
16
52

Total
26
32
30
39
127

Se pide:
a) Observando simplemente los datos, qu creeremos que se puede inferir sobre el
experimento?
b) Con un nivel de significacin = 0,05 , comprobar que los tres mtodos son igualmente
buenos.

e 21 =
e 22 =

e 23 =

e 41 =

O x 2 . O y1
n
O x 2 .O y 2
n
O x 2 .O y 3

O x 3 . O y1
32 .31
30 .31
=
= 7,32
= 7,81 e31 =
n
127
127
O x 3 .O y 2
32 . 44
30 . 44
=
= 11,09 e 32 =
=
= 10,39
127
n
127
O x 3 .O y3
32 .52
30 .52
=
= 13,10 e 33 =
=
= 12,28
127
n
127

39 .31
= 9,52
127

e 42 =

39 . 44
= 13,51
127

2
El estadstico de contraste: (
=
k 1). (m 1)

i =1 j=1

e 43 =

(O ij eij ) 2
e ij

39 .52
= 15,97
127

m O2
ij

e
i =1 j=1

ij

En nuestro caso, (k 1). (m 1) = (4 1). (3 1) = 6

4

62 =

3 O2
ij

6 2 10 2 10 2 8 2 12 2 12 2
+
+
+
+
+
+
n =
6,35 9,01 10,65 7,81 11,09 13,10
e ij

i =1 j = 1

8 2 8 2 14 2 9 2 14 2 16 2
+
+
+
+
+
127 = 1,24
+
7,32 10,39 12,28 9,52 13,51 15,97

La siguiente tabla muestra el resultado de un experimento para investigar el efecto de la

vacunacin de animales de laboratorio contra una determinada enfermedad:
Enfermos
Vacuna
Vacunados
No Vacunados

Sufrieron la
enfermedad
9
18

No sufrieron
la enfermedad
42
28

Se pide:
a) Afecta la vacuna a un nivel = 0,05 ?
b) Y a un nivel = 0,01?
c) Responder al apartado (a) utilizando la correccin de Yates.

e11 =
e 21 =
2

12 =

O x1 . O y1
n
O x 2 . O y1
n
2

O ij2

O x1 . O y 2

51. 27
= 14,2
97

e12 =

46 . 27
= 12,8
97

e 22 =

O x 2 .O y 2
n

51. 70
= 36,8
97

46. 70
= 33,2
97

9 2 42 2 18 2 28 2
+
+
+
97 = 5,57
n =

eij
14,2 36,8 12,8 33,2
i =1 j = 1

Sobre una decisin de importancia nacional los votos de demcratas y republicanos

registraron los datos de la siguiente tabla:
A favor
85
120

Demcratas
Republicanos

En contra
79
62

Abstenciones
40
26

Se pide:
a) Hay diferencia entre ambos partidos a un nivel = 0,05 ?
b) Y a un nivel = 0,01?

O x1 . O y1

204 . 205
= 101,5
n
412
O x1 . O y 2 204 .141
e12 =
=
= 69,82
n
412
O x1 . O y 3 204 . 66
e13 =
=
= 32,68
n
412

e11 =

O x 2 . O y1

208. 205
= 103,5
n
412
O x 2 . O y 2 208.141
e 22 =
=
= 71,2
n
412
O x 2 . O y 3 208. 66
e 23 =
=
= 33,32
n
412
e 21 =

El estadstico de contraste:
2
3 O2
852 79 2 40 2 120 2
ij
2
+
+
+
+
2 =
n =
101,5 69,82 32,68 103,5
e ij

i =1 j=1

62 2 26 2
+
412 = 422,94 412 = 10,94
+
71,2 33,32

2
Se acepta la hiptesis nula H o cuando el estadstico de contraste
(k 1). (m 1) es menor o
2
igual que el estadstico terico (
. Atendiendo a que:
; k 1). (m 1)
22 = 10,94 > 5,991 = 02,05 ; 2
22 = 10,94 > 9,210 = 02,01 ; 2
En ambos casos, con un riesgo de = 0,05 y = 0,01 , se rechaza la hiptesis nula,
concluyendo que existe diferencia entre los dos partidos cara a la votacin.

2
2
n O2
n O2
O13
O 223
O12
O 222
21
11
+
+
+
+
+
n=
.
.
O
O
O
O
O
O
O
O
y 3
y 3
y2
y2
x 2 y1
x1 y1

22 =

2
2
79 2
40 2
62 2
26 2
412 85
412 120
=
+
+
+
+
.
.
+
412 =
141
66
141
66
204 205
208 205
= 209,53 + 213,43 412 = 10,96

22 = 10,96 > 5,991 = 02,05 ; 2

22 = 10,96 > 9,210 = 02,01 ; 2

En ambos casos, con un riesgo de = 0,05 y = 0,01 , se rechaza la hiptesis nula,

concluyendo que existe diferencia entre los dos partidos cara a la votacin.

Un agricultor desea saber si existe diferencia entre diez abonos en el cultivo del pltano
en una determinada zona. Para ello abona seis matas con cada abono, observa el mismo
nmero de kilos y obtiene los siguientes resultados:
Abono x i
s i2

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

2
( s i varianza del abono x i )

( n = 6)

Es cierto que hay diferencia entre los abonos a un nivel = 0,01 ?. Y a un nivel = 0,05 ?

El estadstico de contraste: ( n i elementos muestra x i )

k
k

( ni 1 )
2k 1 = Ln s 2 .

i =1
i =1

[ ( n 1 ) . ( Ln s ) ]
i

2
i

Si todas las muestras tuvieran los mismos elementos, esto es, n1 = n 2 = L = n k , se

llega a una expresin ms simplificada:

2k 1 =

2
2
( n 1 ) . k . Ln s
Ln s i

i =1

Se acepta la hiptesis nula H o , para un nivel de significacin , cuando se verifica

2
2k 1 <
. En caso contrario se rechaza.
; (k 1)

Abono x i x1
9
si2
Ln s i2 2,20

x2

x3

x4

x5

x6

x7

x8

x9

x10

42

1,10

1,39

1,10

1,61

1,39

0,69

1,39

1,61

1,10

13,58

10

2
i

42
= 4,2
10
k

2
2
2
k 1 = ( n 1 ) . k . Ln s
Ln s i a 92 = ( 6 1 ) . ( 10 . Ln 4,2 13,58) = 3,85

i =1

s 2 = i =1
10

El estadstico terico o esperado:

02.05 ; 9 = 16,919

02.01 ; 9 = 21,616

2
En ambos casos el estadstico observado 9 = 3,85 es menor que el estadstico terico
02.05 ; 9 = 16,919 (nivel 0,05) o 02.01 ; 9 = 21,616 (nivel 0,01), por lo que aceptamos la
hiptesis nula de que no hay diferencia entre los abonos (las varianzas son iguales).

Se est estudiando la distribucin de los grupos sanguneos O, A, B, AB en dos

comunidades. Los resultados obtenidos son:
O
121
118

Comunidad 1
Comunidad 2

A
120
95

B
79
121

AB
33
30

a) Se puede considerar que son homogneas ambas comunidades?

b) Considerando ahora slo los datos de la Comunidad 1, el modelo terico asigna las
siguientes probabilidades a cada uno de los grupos:
O
2

AB

p 2 + 2pr

q 2 + 2qr

2pq

(p + q + r = 1)

A partir de los datos de la muestra se han obtenido las siguientes estimaciones de los
parmetros: p = 0, 2465 y q = 0, 1732 . Obtener las frecuencias esperadas segn el
modelo terico y contrastar la hiptesis de que los datos se ajustan a l.

Comunidad 1

Comunidad 2

AB

121
(117,67)

120
(105,85)

79
(98,47)

33
(31,02)

118
(121,33)

95
(109,15)

121
(101,53)

30
(31,98)

O y1 = 239

O y 2 = 215

O y 3 = 200

O y 4 = 63

O x1 = 353

O x 2 = 364
717

O x1 . O y1
353 . 239
e11 =
=
= 117,67
n
717

O x 2 . O y1
364 . 239
e 21 =
=
= 121,33
n
717

e12 =

Ox 2 . Oy2
O x1 . O y 2
364 . 215
353 . 215
=
= 105,85 e 22 =
=
= 109,15
n
717
n
717

e13 =

O x1 . O y 3
353 . 200
=
= 98,47
n
717

e14 =

O x1 . O y4
n

353 . 63
= 31,02
717

e 23 =

e 24 =

O x 2 . O y3
364 . 200
=
= 101,53
n
717
Ox 2 . Oy4
n

364 . 63
= 31,98
717

b) Sea la hiptesis nula H o : El modelo gentico es correcto

Comunidad 1

O
121

A
120
2

e1 = n . r 2

24 2 1 = 12 =

e 2 = n . (p + 2pr )

O i2

ei
i 1

B
79
2

e 3 = n . (q + 2qr )

AB
33

e 4 = n . ( 2pq )

353 = 353,43 353 = 0,43

Como

12 = 0,43 < 3,841 = 02,05; 1 se acepta la hiptesis nula, concluyendo que

el modelo gentico es correcto, a un nivel de significacin de 0,05.

Se ha desarrollado un modelo terico para las diferentes clases de una variedad de

moscas. El modelo dice que la mosca puede ser de tipo L con probabilidad p2, de tipo M con
probabilidad q2 y de tipo N con probabilidad 2pq.
Para confirmar el modelo experimentalmente se toma una muestra de 100 moscas,
obteniendo 10, 50 y 40, respectivamente.
a) Hallar la estimacin de mxima verosimilitud de p con los datos obtenidos.
b) Se ajustan los datos al modelo terico, al nivel de significacin 0,05 ?

2k p 1 = 3211 = 12 =

10 2
50 2
40 2
n =
+
+

100 = 0,227
9
49
42
ei

i =1

O i2

2
El estadstico terico 0,05; 1 = 3,841
2
2
Como = 0,227 < 3,841 = 0,05; 1 se acepta la hiptesis nula Ho, y en consecuencia, se
1
acepta el modelo terico, con una fiabilidad del 95%.

El nmero de defectos congnitos en una muestra de 100 individuos de una poblacin

estableci la siguiente distribucin:
Nmero de defectos
Frecuencia

0
84

1
9

2
3

3
2

4
1

Se ajustan los datos a una distribucin de Poisson?.

Nmero de defectos
Probabilidad

0
0,7408

1
0,2222

2
0,0368

5
1

12 =

84 2
92
72
n =
+
+
100 = 12,21
74
,
08
22
,
22
3
,
68
ei

i =1

O i2

2
2
Siendo 1 = 12,21 > 6,635 = 0,01; 1 se rechaza la hiptesis nula, concluyendo que
el nmero de defectos congnitos no sigue una distribucin de Poisson, con un nivel de
confianza del 99%.

Con el objeto de controlar la produccin de una mquina que produce laminas de madera se
inspeccionan 100 lminas al azar. Los resmenes de los resultados muestrales son:
= x = 9,7 = 1,05 .
20 lminas con espesor inferior a 9 mm - 38 lminas con espesor entre 9 y 10 mm - 25
lminas con espesor entre 10 y 11 mm - 17 lminas con espesor superior a 11 mm -.
Se ajustan los datos a una distribucin normal, con una confianza del 95%?.

2
2
Como 1 = 5,06 > 3,841 = 0,05; 1 se rechaza la hiptesis nula y se concluye que el
espesor de las lminas de madera no se ajusta a una distribucin normal, con un nivel de
significacin de 0,05.

Se clasificaron 1000 individuos de una poblacin segn el sexo y segn fueran normales o
daltnicos.

Normal
Daltnicos

Masculino
442
38

Segn un modelo gentico, las probabilidades son:

Femenino
514
6

1
p
2
1
q
2

1 2
p + pq
2
1 2
q
2

donde q = 1 - p = proporcin de genes defectuosos de la poblacin.

A partir de la muestra se ha estimado que q = 0,087 . Concuerdan los datos con el
modelo?.

La tabla de frecuencias observadas y esperadas [ ei = n . pi ] ser:

Hombre Normal
442
(456,5)

Siendo

Hombre Daltnico
38
(43,5)

Mujer Normal
514
(496,2)

Mujer Daltnica
6
(3,8)

1000
(1000)

22 = 3,068 < 5,991 = 02,05; 2 se acepta la hiptesis nula Ho y se concluye

que se acepta el modelo gentico, con un nivel de confianza del 95%.