1.- Desarrolle 5 ejemplos de chi - cuadrado?

SOLUCION:

PROBLEMA 1:

El 10 de abril de 1912, el Titanic zarpaba con 1317 pasajeros a bordo, ante la admiracin de una
muchedumbre de curiosos que contemplaban atnitos como aquella mole de acero se alejaba
majestuosamente del puerto. Cinco das despus los medios de comunicacin de todo el mundo se
hicieron eco de la increble noticia: el barco ms grande jams construido yaca a casi cuatro mil
metros de profundidad. La tabla 3.1 muestra la distribucin de pasajeros, segn supervivencia y clase
social
Tabla 3.1. Distribucin de pasajeros en el Titanic segn supervivencia y clase social
Sobrevive No sobrevive Total
Primera clase 194 128 322
Segunda clase 119 161 280
Tercera clase 138 573 711
Total 451 862 1313

Calculemos en el ejemplo las frecuencias esperadas en caso de independencia. Observamos que, una
vez calculados los datos de la primera columna, los de la segunda se deducen automticamente (es
decir no son libres). Lo mismo ocurre con la ltima fila, una vez calculadas las dos primeras, queda
automticamente fijada. Por tanto los grados de libertad son (3-1)x(2-1)=2=k (denotamos como k. los
grados de libertad)
f1. f .1 322 451
e1,1 110 ,6
n 1313
En la tabla 3.2 mostramos las frecuencias esperadas en caso de independencia. Observamos que los
grados de libertad son slo 2, pues una vez calculadas una frecuencia esperada en la primera fila y otra
en la segunda, las dems se deducen automticamente, si no queremos variar los totales de filas y
columnas.

Tabla 3.2. Frecuencias esperadas en el Titanic segn supervivencia y clase social

Sobrevive No sobrevive Total
Primera clase 110,6 211,4 322
Segunda clase 96,2 183,8 280
Tercera clase 244,2 466,8 711
Total 451 862 1313

Observamos, al comparar las tablas 3.1 y 3.2 que en primer clase hay mayor frecuencia observada que
la esperada de supervivencia si no hubiese relacin entre supervivencia y clase social. Mientras en
segunda clase hay unos pocos ms de lo esperado y en tercera casi la mitad de lo esperado. El
salvamento no fue entonces equitativo! A continuacin llevamos a cabo los clculos del estadstico
Chi- cuadrado:
 Tabla 3.3. Clculo de Chi cuadrado
Sobrevive No sobrevive
Primera clase (194 110 ,6) 2 (128 211,4) 2
62 ,9 32 ,9
110 ,6 211,4

Segunda clase (119 96 ,2) 2 (181 183 ,8) 2

5,4 2,8
96 ,2 183 ,8
Tercera clase (138 244 ,2) 2 (573 466 ,8) 2
46,2 24 ,2
244 ,2 466 ,8

( f ij eij ) 2
2
exp = 62,9+32,9+5,4+2,8+46,2+24,2 = 174,4
i j eij
Los grados de libertad, en este caso son k= (3-1)x(2-1) = 2.

En la figura 3.1 mostramos la forma que toma el estadstico Chi-cuadrado, en caso de variables
independientes, para diverso nmero de grados de libertad. Como hemos indicado, a mayor nmero de
grados de libertad el valor ser mayor. As, para 4 grados de libertad la moda (valor ms probable) se
sita cerca del valor 5, mientras que para 32 grados de libertad se sita cerca de 39.
El valor obtenido 174,4 es muy poco probable en caso de independencia, pues observamos que para 2
grados de libertad los valores mayores que 10 apenas aparece. De hecho la probabilidad de obtener un
valor mayor que 10,6 es slo 0,005. Deducimos que el salvamento de los viajeros en el Titanic no fue
independiente de su clase social.
Figura 3.1. Forma del estadstico Chi-cuadrado

Observamos que el rechazo de la hiptesis nula tiene ms fuerza que su aceptacin, pues nos basamos
en una situacin muy poco probable: De ser cierta la independencia de las variables es muy poco
probable obtener un alto valor de Chi- cuadrado. Por tanto, si obtenemos un alto valor de Chi-cuadrado,
rechazamos que la hiptesis sea cierta.
Pero un valor pequeo de Chi cuadrado puede ser debido a varias causas: Puede ser que las variables
sean independientes; puede ser que estn asociadas, pero la asociacin sea muy pequea; o puede ser
que el tamao de la muestra de datos sea pequeo y no permita ver la asociacin. En este caso (cuando
no podemos rechazar la hiptesis nula) tendramos que estudiar mejor los datos para ver por qu se
obtiene este valor pequeo de Chi- cuadrado.
PROBLEMA 2:

Se trata de probar si la varianza poblacional de las rentas en las ciudades es de 30.

Los datos de la renta para diferentes ciudades es la siguiente:

Ciudad Renta

A 47

B 50

C 53

D 45

E 40

F 43

G 39

H 37

La varianza de los datos en Excel es: = Var( datos de rentas ) = 31.0714286

Paso 1. 2 = 02 2 02

Ho: Varianza = 30 Ha: Varianza 30

Paso 2. Estadstico de Prueba Chi cuadrado calculado Chic:

Donde:

02 = Varianza de Ho = 30;

N = nmero de datos = 8;

Varianza de datos S2= 31.0714286

c2 = (8-1)*31.0714286 / 30 = 7.25

Paso 3. Estadstico correspondiente a alfa =0.05 (por tanto /2 = 0.025).

De tablas o con Excel por ser una prueba de dos colas:

2/2, n-1 = prueba.chi.inv(0.025, 8-1) = 16.0127643

2 (1-/2), n-1 = prueba.chi.inv(0.975, 8-1) = 1.68986919

/2 = /2 = 0.025
0.025

Paso 4. Se observa si el 2c cae en la zona de rechazo, como en este caso no es as,

no hay evidencia suficiente para rechazar Ho, y se considera que la varianza si es de
30.
Paso 5. Calculando el valor P correspondiente a la Chi calculada (2c se tiene:

P = distr.Chi(2c, n-1) = distr.chi(7.25, 7) = 0.4033

P =0.4033

/2 =
0.025

Como el valor P correspondiente a X2c es mayor que Alfa/2, no se rechaza la Ho

Paso 6. Calculando ahora el intervalo de confianza para la varianza poblacional se

tiene:

Sustituyendo valores se tiene: (13.58291398, 128.7081872)

Como el 30 de la Ho se encuentra en el intervalo de confianza, no se rechaza Ho

indicando que la varianza no es diferente de 70.

PROBLEMA 3:
En un grupo de enfermos que se quejaban de que no dorman se les dio somnferos y placebos. Con los siguientes
resultados. Nivel de significacin: 0, 05.

Es lo mismo tomar somnferos o placebos para dormir bien o mal en este grupo de enfermos?

Las hiptesis de este ejercicio, seran las siguientes:

Ho: No es lo mismo tomar somnferos o placebos para dormir mal o bien

-H1: Es lo mismo tomar somnferos o placebos para dormir bien o mal.

Para la realizacin del problema se muestran los pasos a seguir, a continuacin.

Paso 1: Completar la tabla de las frecuencias observadas.

Paso 2: Calcular las frecuencias tericas.

(Es importante caer en la cuenta de que la suma de las frecuencias observadas debe de ser igual a la suma de las
frecuencias tericas).

Para este clculo, tenemos que basarnos en la frmula: (total filas x total columnas) / total

e 1 (Duermen bien con somnferos):

e 2 (Duermen bien con placebos):

e 3 (Duermen mal con somnferos):

e 4 (Duermen mal con placebos):

Como dijimos antes, la suma de las frecuencias observables deba de ser igual a la suma de las frecuencias esperadas. En
este caso podemos decir, que dicho pronstico se cumple:

Suma frecuencias observadas = 170

Suma de frecuencias esperadas: 39, 71 + 85, 29 + 14, 29 + 30, 71 = 170

Paso 3: Calcular los grados de libertad. En este caso, como son dos los criterios de clasificacin, el grado de libertad se
calculara as:
Grados de libertad = (n de filas 1) por (n de columnas 1)

Grados de libertad = (2 1)(2 1) = 1 x 1 = 1

Paso 4: Calcular el valor de chi cuadrado (usando para ello la frmula escrita al principio de esta entrada)

Paso 5: Ver la tabla.

En este apartado, buscamos en la tabla de la distribucin X2 el valor que se compara con el del resultado del chi cuadrado.
Para ello, tenemos que tener en cuenta el nivel de significacin (0, 05) y el grado de libertad (1). La tabla que se utiliza, se
muestra en seguida:

Observando la tabla, obtenemos pues que el valor que buscamos es 3, 84.

Paso 6: Comparar los valores.

Valor calculado > 2, 57

Valor de la tabla > 3, 84

Conclusin: como 2, 57 < 3, 84 > ACEPTAMOS H0 y rechazamos H1. Podemos decir que la diferencia no es
estadsticamente significativa y que se debe al azar. Es decir, no es lo mismo usar somferos o placebos para dormir bien o
mal en este grupo de enfermos.

PROBLEMA 4:
En un C de Salud analizamos las historias de enfermera (292 hombres y 192 mujeres). De ellos tienen lcera 10 hombres y
24 mujeres y no tienen 282 y 168 respectivamente. Nivel de significacin 0, 05. Las hiptesis seras:

Ho: No existe relacin entre tener lcera y el sexo.

H1: S existe relacin entre tener lcera y el sexo.

Paso 1: Realizar la tabla de las frecuencias observadas.

Paso 2: Calcular las frecuencias tericas.

Para ello, usamos la misma frmula que en el ejercicio anterior se emple, teniendo cuenta, adems, de que la suma de las
frecuencias observadas y la suma de las fecuencias terias tienen el mismo valor.

e (Hombres son lcera):

e (Mujeres con lcera):

e (Hombres sin lcera):

e (Mujeres sin lcera):

Dijimos anteriormente, que la suma respectiva de las frecuencias tericas y la de las frecuencias observadas tenan que tener
el mismo valor, pues comprobmoslo:

Suma de frecuencias observadas = 484

Suma de frecuencias tericas: 20, 51 + 13, 49 + 271, 49 + 178, 51 = 484.

S se cumple.

Paso 3: Calcular los grados de libertad.

Grados de libertad = (n de filas 1) por (n de columnas 1)
Grados de libertad = (2 1)(2 1) = 1 x 1 = 1

Paso 4: Calcular el valor de chi cuadrado.

Paso 5: Ver la tabla.

En este apartado, teniendo en cuenta que el nivel de significacin es de 0, 05 y el grado de libertad de 1, buscamos en la
tabla el valor que necesitamos.

Una vez observado la tabla (mostrada en el ejercicio anterior), vemos que el valor que buscamos es 3, 84.

Paso 6: Comparar los valores.

Valor calculado > 14, 61

Valor de la tabla > 3, 84

Conclusin: como 14, 61 > 3, 84 -> rechazamos Ho y ACEPTAMOS H1. Podemos decir que la diferencia es
estadsticamente significativa; es decir, que no existe relacin entre tener lcera y el sexo de la persona.

PROBLEMA 5:

Un investigador quiere estudiar si hay asociacin entre la prctica deportiva y la sensacin de

bienestar. Extrae una muestra aleatoria de 100 sujetos. Los datos aparecen a continuacin.

Sensacin de Prctica deportiva Total

Bienestar
S no

S 20 25 45

No 10 45 55

Total 30 70 100

Contraste la hiptesis de independencia entre bienestar y prctica de deporte (alfa = 0,01).

Calculemos las frecuencias esperadas:

 f i. f. j
eij
n

Sensacin de bienestar Prctica deportiva

S No

S (45x30)/100=13,5 (45x70)/100=31,5

No (55x30)/100=16,5 (55x70)/100=38,5

Calculemos Chi-cuadrado: ( f ij eij ) 2

2
exp
i j eij

1) Hagamos otra tabla, donde restamos a las frecuencias absolutas las frecuencias
esperadas.

2) Este valor elevado al cuadrado.

3) Dividido por la frecuencia esperadas.

Sensacin de bienestar Prctica deportiva

S No

S 3,1296 1,3413

No 2,5606 1,0974

exp
2
3,1296 1,3413 2,5606 1,0974 8,13

Tenemos: exp
2
8,13
Ahora calculemos el valor de la tabla Chi-cuadrado

1) grados de libertad, son:

K = (nmero de fila-1)x(nmero de columnas-1) = (2-1)x(2-1) = 1

El valor alfa 0,01

El valor que buscamos:

g2.l .; 12;0,01 6,63
Tenemos: exp
2
8,13
g2.l .; 12;0,01 6,63

Por tanto: exp

2
12;0,01

SIGNIFICADO: Las variables no son independientes

SIGNIFICADO en el ejemplo: La practica deportiva y la sensacin de bienestar ests asociadas.

2.- Desarrolle 5 ejemplos de regresin lineal, correlacin y determinacin?

SOLUCION:

a) Ci n co n i o s d e 2 , 3 , 5 , 7 y 8 a os d e e dad p e san , r e sp e cti vam en t e, 1 4, 20 , 3 2, 42

y 44 ki l os .

1 Hal l ar l a e cu aci n de l a r ect a de r eg r es i n d e l a ed ad so br e el p e so .

2 Cu l s e r a el p e s o ap r o xi mad o d e u n n i o d e s ei s a o s ?

xi yi xi2 yi2 xi yi

2 14 4 19 6 28

3 20 9 40 0 60

5 32 25 1 0 24 16 0

7 42 49 1 7 64 29 4

8 44 64 1 9 36 35 2

25 15 2 15 1 5 3 20 89 4
b) Un c en t r o c o m er ci al s ab e en fu n ci n d e l a di stan ci a, en ki l me tr o s , a l a qu e s e
si t e d e u n n cl eo d e p obl aci n , a cu d en l o s cl i en t es , en ci e n to s , q u e fi gu r an en
l a tabl a:

N d e Cl i e nt es ( X) Di st a nc i a (Y )

8 15

7 19

6 25

4 23

2 34

1 40

1 Cal c u l ar el co e fi c i en te de co r re l a ci n l i n e al .
2 Si el c en tr o c om e r ci al s e si t a a 2 k m, cu n t o s cl i en t es p u ed e e sp e ra r ?
3 Si d e s ea r eci bi r a 5 cl i en te s , a qu di stan ci a d el n cl eo d e p obl aci n d e b e
si tu ar s e ?

xi yi xi yi xi2 yi2
8 15 12 0 64 22 5

7 19 13 3 49 36 1

6 25 15 0 36 62 5

4 23 92 16 52 9

2 34 68 4 1 1 56

1 40 40 1 1 6 00

28 15 6 60 3 17 0 4 4 96

Co r re l a ci n n eg a t i va m uy f u e rt e .
C) La s n ota s obt en i d as p o r ci n c o al u mn o s en Mat e mti ca s y Qu mi ca s on :

Ma te m t ic a s Q u m ic a

6 6. 5

4 4. 5

8 7

5 5

3. 5 4

D et e rmi n a r l a s r ect a s d e r e g re s i n y cal cu l a r l a n ota es p e ra da en Qu mi ca p ar a

u n al u mn o qu e ti en e 7 .5 en Mat e mti c a s.

D et e rmi n a r l a s r ect a s d e r e g re s i n y cal cu l a r l a n ota es p e ra da en Qu mi ca p ar a

u n al u mn o qu e ti en e 7 .5 en Mat e mti c a s.

xi yi xi yi xi2 yi2

6 6. 5 36 42 . 2 5 39
 4 4. 5 16 20 . 2 5 18

8 7 64 49 56

5 5 25 25 25

3. 5 4 12 . 2 5 16 14

26 . 5 27 15 3. 25 15 2. 5 15 2

3.- Qu es la prueba de normalidad aplicada a la investigacin cientfica y de 2 ejemplos?

4.- Qu es el Alpha de Cronbach aplicada a la investigacin cientfica y de 2 ejemplos?

5.- Elabore una encuesta aplicada a la investigacin cientfica y mdalo estadsticamente?