UNT

UNIVERSIDAD NACIONAL DE TRUJILLO

UNIVERSIDAD NACIONAL DE TRUJILLO

TEMA:
PRACTICA DE EJERCICIOS DE ESTADÍSTICA – TERCERA UNIDAD

INTEGRANTES:
GUTIERREZ TIRADO CRISCEL CAROL MARGOTH
ORTIZ MATTA SEBASTIAN
LIZ CIEZA RODRIGUEZ

DOCENTE:
ROSA GUTIÉRREZ DE ALARCÓN

CICLO:
III

TRUJILLO – PERÚ
2022
UNT
UNIVERSIDAD NACIONAL DE TRUJILLO

TERCERA UNIDAD: TAREA ESTADÍSTICA GENERAL

1. Unas muestras de 50 animales experimentales reciben una cierta clase de ración

por un periodo de 2 semanas. Sus aumentos de pesos arrojan los valores x = 420

gr. y S = 60 gr.

a) ¿Hay razón para creer que el aumento de peso neto medio poblacional es mayor a

410 gr? Use ∝=0.01

b) Con ∝=0.01 ¿Será rechazada ña hipótesis σ 2=2500 gr 2 a favor de σ 2>2500 ?

SOLUCIÓN:

a) Sea X la variable aleatoria definida como el aumento de peso en los

animales.

1. Hipótesis: H0:  = 410 gr. H1:  > 410

2. Nivel de significación:  = 0.01 3.

Estadística de prueba: para muestras grandes (n ≥ 30) es:

x −μ
Z= cuya distribución es N (0.1)
σ
√n

4. Región crítica: para  = 0.01 y la alternativa unilateral derecha, en la Tabla 1 de

la normal estándar, se encuentra el valor crítico: Z1- = Z0.99 = 2.33

Luego, la región crítica en la variable Z está dada por:

RC  Zcalc  2.33
UNT
UNIVERSIDAD NACIONAL DE TRUJILLO

5. De los datos se tiene: n=50 ; x=420 ; r=5=60 ; μ=410

x−μ 420−410
Entonces : = =1,18 ∈ R . A .
σ 60
√n √ 50

6. Decisión: no se rechaza H0:  = 410 y se concluye al 1% de significación,

que el aumento de peso neto medio de los animales es igual a 410 gr.

 P = P [Z > 1.18] = 1 – P [Z ≤ 1.18] = 1 – 0.881 = 0.119 Rpta.

Como valor-P = 0.119 >  = 0.01 no se rechaza Ho y se concluye también con 

= 0.01, que el aumento de peso neto medio de los animales es igual a 430 gr.

b) Para verificar la hipótesis acerca de la varianza, se siguen los siguientes

pasos:

1. Hipótesis: H0: σ2 = 2500 gr2 H1: σ2 > 2500 gr2

2. Nivel de significación:  = 0.01

3. Estadística de prueba: población normal, con n = 50, y suponiendo

verdadera H0, la estadística de prueba es:

2 ( n−1 ) 52 ( 50−1 ) 52 2
X = = → X 49
σ
2
2500

4. Región crítica: Para  = 0.01 y para el contraste unilateral derecho, en la

tabla 2 de chi-cuadrado se encuentran el valor crítico siguiente:

21,n1  20.99, 49  74.9

Luego, la región crítica es: R.C. {X2 > 74.9}

5. Cálculos: De los datos de la muestra resulta S2 = 602 = 3600, entonces,

( n−1 ) 52 49 . 52 49(3600)
X 2calc= = = =70,6
2500 2500 2500

6. Decisión: Como 2calc = 70.6  R.A. no se rechaza H0: σ2 = 2500 y se

concluye que la varianza del aumento del peso neto de los animales es igual a

2500 gr2, con el 1% de significación.

 Como la prueba es unilateral a la derecha el valor-P se obtiene así:

P = P[2n1 > 2calc] = P[249 > 70.6] = 1 – P[249 ≤ 70.6] = 1 – x…(1)

Como en la tabla de chi-cuadrado, para 49 grados de libertad, no está el valor

70.6, se determina x interpolando de la siguiente manera:

2
x P

70,2 0,975
74,9−70,2 70,6−70,2
=
0.99−0.975 x−0.975
70,6 x

74,9 0,99 x=0.9763

Reemplazando x = 0.9763 en (1) se obtiene:

P = 1 - x = 1 – 0.9763 = 0.0237 Rpta.

Como el valor-P = 0.0237 >  = 0.01 se acepta H0: σ2 = 2500. Por lo tanto, se

concluye también con el 1% de significación, que la varianza del aumento del

peso neto de los animales es igual a 2500 gr2.

2. Dos grupos de 10 ratones de laboratorio fueron alimentados con una dieta

preestablecida. Al finalizar tres semanas se registró el peso ganado por cada

animal.

A. ¿Justifican los datos de la tabla siguiente la conclusión de que el peso medio ganado

con la dieta B fue mayor que con la dieta A, al nivel de significación α =0.05 ?

Dieta A 5 147 7 9 11 13 14 12 8 7
Dieta B 5 21 4 9 16 23 16 13 19 21

DESARROLLO:

A) Rechazar Ho en favor Ha con un nivel de significancia α = 0.05. ES decir, existe

suficiente evidencia muestral para decir que el peso medio ganado con la dieta B fue

mayor que el de la dieta A.

3. Dos fuentes de materias primas están siendo consideradas. Ambas fuentes parecen

características similares, pero no se está seguro de su homogeneidad. Una muestra

de 10 grupos de la fuente A produce una varianza de 250 y una muestra de 11

grupos de la fuente B produce una varianza de 195.

a. ¿Con base en esta información se puede concluir que la varianza de la fuente A

es significativamente mayor que la de la fuente B? use un nivel de significancia

de 0.01.

Planeamiento Formula Tabla F01 Sustitución

2
2
H O : σ 1 =σ 2
2
n1 ( n2−1 ) S 1 95 % → 3,02
F=
n2 ( n1−1 ) S
2
10 ( 11−1 ) 250
2 F=
11 ( 10−1 ) 195
H 1 : σ 21 >σ 22 99 % → 4,94

n1 =10 98 % → x F=1.29

n2 =11 0.99−0.95 0.98−0.45

2
S2=195 V 1=n1−1

V 1=9

V 2=n2−1

V 2=10

1−∝=0.98
4 0=4,46
UNT
UNIVERSIDAD NACIONAL DE TRUJILLO

b. Construir un intervalo de confianza para el cociente de varianza, asumir un nivel de

confianza del 98%

B)

4.46

0.98 0.02

4,46
 UNT
UNIVERSIDAD NACIONAL DE TRUJILLO

4. Se observa a menudo que mientras más embarcaciones participen en la pesca

menos captura habrá por embarcación. Esto no es sorprendente cuando se considera

que el stock de peces es un recurso limitado que tienen que compartir todas las

embarcaciones.

A) Elaborar del diagrama de dispersión.

B) Calcular el intercepto y la pendiente (use la hoja de cálculo)

C) Dibuje la línea de reguesión en el diagrama de dispersión

D) Calcule los límites del 95% confianza de a y b.

DESARROLLO:

Captura por

Año i Número de X(i)2 embarcación X(i) + y(i)

embarcaciones por año. Y(i) Y(i)2

1971 1 456 207936 43.5 1892.25 19836

1972 2 536 287296 44.6 1989.16 23905.6

1973 3 554 306916 38.4 1474.56 21273.6

1974 4 675 455625 23.8 566.44 16065

1975 5 702 492804 25.2 635.04 17690.4

1976 6 730 532900 30.5 930.25 495730225

1977 7 750 562500 27.4 750.76 422302500

1978 8 918 842724 21.1 445.21 375189152

1979 9 928 861184 26.1 681.21 586647153

1980 10 897 804609 28.9 835.21 672017483

Total 7146 5354494 309.5 10200.09 211099.5

Promedio 1299.27273 30.95

1 1
∗¿ ∑x )2 = 5106531.6 ∑x2 - + ¿ ¿ ∑x )2 = 247962.4
n n

1 1
¿ ¿ ∑y)2 = 9579.025 ∑x2 - * (∑y)2 = 621.065
n n

1
* ∑Y * ∑y = 221168.7
n

1 1 sx
Sx2 = + [∑x2 - + (∑x)2 ]= 27551.37778
n−1 n
165.9860771

1 1 sy 8.307058578
Sy2 = * [∑y2 - + (∑y)2] = 69.00722222
n−1 n

1 1
Sxy = * [∑xy - * ∑x * ∑y] = -1118.8
n−1 n

Intercepto a = y – b * x b2 0.001648991

sxy 83.7105675
Pendiente: b = - 0.04060777
s x2

Varianza de b

1
Sb2 = * ¿ 2 – b2 ] = 0.000106376 Sb = 0.01031388
n−2
 UNT
UNIVERSIDAD NACIONAL DE TRUJILLO

Varianza de a

n−1
Sa2 = sb2 *( * sx2 + x2 ) = 2.77593969 sa = 1.66611515
n

Distribución : tn-2 = 2.31

Limites de confianza

B – sb * tn-2, b+sb * tn-2 = (-0.117629012 – 0.069978884 )

a – sa* tn-2 , a + sa * tn-2 = (189.522685 , 197.2201369 )

Grafica: ecuacion de reguesión lineal