Semana - 03 (BONDAD DE AJUSTE) PDF
Semana - 03 (BONDAD DE AJUSTE) PDF
Semana - 03 (BONDAD DE AJUSTE) PDF
N° 03
TEMA: Pruebas de bondad de ajuste
1. Una variable aleatoria discreta se cree se comporta de manera uniforme. Una muestra de los datos
de esta variable
Paso 1:Plantear H0 y H1
H0:O = E,(los datos se ajustan a una distribución uniforme)
H1:O ≠ E,(los datos no se ajustan a una distribución uniforme)
existe evidencia muestral suficiente para afirmar que los datos se ajustan a una distribución
uniforme, al 5% de significancia.
Pruebe que la distribución se ajusta a una distribución binomial con una probabilidad p = 0.615.
Paso 1:Plantear H0 y H1
H0:O = E,( La población de nivel de éxitos de los números de turnos se ajusta a una distribución
binomial con una probabilidad p=0,615)
H1:O ≠ E,(La población de nivel de éxitos de los números de turnos no se ajusta a una distribución
binomial con una probabilidad p=0,615)
Paso 6:Conclusión
Existe evidencia para probar que la población de nivel de éxitos de los números de turnos se
ajusta a una distribución binomial con una probabilidad p=0,615.Al 5% de nivel de significancia
3. En el desarrollo de métodos para purificar agua contaminada con residuos metálicos pesados, la
empresa ColdWater prueba bacterias para un proceso de biolixiviación. La prueba reporta un nivel
de adsorción (ppm) de metales pesados según lo siguiente:
Los especialistas estiman que la distribución se comporta de manera uniforme. Realice una prueba
adecuada para probar esta afirmación.
Paso 1:Plantear H0 y H1
H0:O = E,(la población de nivel de adsorción se ajusta a la distribución se comporta de manera
uniforme.)
H1:O ≠ E,(la población de nivel de adsorción se ajusta a la distribución se comporta de manera
uniforme)
Paso 2:Nivel de significancia
α=0,05
Paso 3:Estadístico de prueba
Rechazo Ho
Paso 6:Conclusión
Existe evidencia suficiente para probar que la distribución no se comporta de manera uniforme, al
5% de significancia.
Paso 1:Plantear H0 y H1
H0:O = E,( La muestra se ajusta a la información suficiente para afirmar que algún método es
mejor en la detección de errores.)
H1:O ≠ E,(La muestra no se ajusta a la información suficiente para afirmar que algún método es
mejor en la detección de errores)
Paso 6:Conclusión
No existe evidencia para afirmar que la muestra porporciona información suficiente para afirmar
que algún método es mejor en la detección de errores al 5%de significancia.
5. Residuos de arroz y petróleo industriales mejora el concreto. “Al mezclar el cemento con agua se
desencadena una reacción que produce los compuestos químicos responsables de su fuerza. En
este proceso también se libera hidróxido de cálcico Ca(OH)2. Esta sustancia disminuye su
endurecimiento, pero al adicionársele los residuos agroindustriales se revierte este efecto y se
potencian así sus propiedades aglutinantes”, indica Xavier García Martí, investigador de la
Universidad de Valencia2. La aplicación se utiliza en muros prefabricados sometidos a prueba con
un esclerómetro con una escala de 10 a 100. Las mediciones se muestran en la tabla adjunta. Se
puede afirmar que la distribución de las resistencias es normal con una media de 64 y desviación
de 68.
Paso 1:Plantear H0 y H1
H0:O = E,(las poblacion se las resistencias se ajusta a una distribución normal con una media de
64 y deviaciòn de 68)
H1:O ≠ E,(las poblacion se las resistencias se ajusta a una distribución normal con una media de
64 y deviaciòn de 68)
Rechazo HO
Paso 6:Conclusión
No existe la evidencia suficiente para afirmar que la distribuviòn de las resistencias es normal con
una media de 64 y desviación del 68 al 5% de significancia.
Paso 1:Plantear H0 y H1
H0:O = E,(los datos se ajustan a la proporción de los siguientes 10 principales instancias de
software malicioso para 2002.
H1:O ≠ E,(los datos no se ajustan a la proporción de los siguientes 10 principales instancias de
software malicioso para 2002. )
Existe evidencia suficiente para afirmar que los datos se ajustan a la proporción de los siguientes 10
principales instancias de software malicioso para 2002 al 5% de significancia
7. La distribución del tiempo hasta que cambia un sitio Web es importante para los rastreadores web
que utilizan los motores de búsqueda para mantener la información actual sobre los sitios Web. La
distribución del tiempo hasta el cambio (en días) de un sitio Web se aproxima en la siguiente tabla.
¿Se puede afirmar que los tiempos de cambio se distribuyen normalmente con una media de 4,3
días σ = 1,3?
Paso 1:Plantear H0 y H1
H0:O = E,( Los tiempos de cambio se ajustan a una distribución normal con una media de 4.3 días
y desviación estándar de 1.3)
H1:O ≠ E,(Los tiempos de cambio no se ajustan a una distribución normal con una media de 4.3
días y desviación estándar de 1.3)
Rechazo Ho
Paso 6:Conclusión
Existe evidencia muestral para afirmar que los tiempos de cambio no se ajustan o se distribuyen
normalmente con una media de 4.3 días y desviación estándar de 1.3. Al 0.05 de nivel de significación.
8. Cierto tipo de linterna eléctrica se vende con las cuatro baterías incluidas. Se obtiene una muestra
aleatoria de 150 linternas y se determina el número de baterías defectuosas; con los resultados
siguientes:
Se debe probar si la distribución de las baterías sigue una distribución binomial con p=0,36
Paso 1:Plantear H0 y H1
H0:O = E,(los datos se ajustan a una distribución de las baterías que sigue una distribución
binomial con p=0,36)
H1:O ≠ E,(los datos no se ajustan distribución de las baterías y no sigue una distribución binomial
con p=0,36)
Rechazo Ho
Paso 6:Conclusión
Existe evidencia muestral para afirmar que los datos no se ajustan a una distribución de las
baterías y no sigue una distribución binomial con p=0,36, al 5% de significancia.
9. Una gran panadería puede producir rollos en lotes de 0, 1000, 2000, o 3000 por día. El costo de
producción por artículo es de $0.10. La demanda varía aleatoriamente de acuerdo con la siguiente
distribución:
Si por la experiencia del mercado las proporciones de las ventas se distribuyen con 30%, 20%,
30% y 20% correspondientemente. Pruebe al nivel del 10% si esta distribución se cumple
Paso 1:Plantear H0 y H1
H0:O = E,(los datos se ajustan a las proporciones de las ventas se distribuyen con 30%, 20%,
30%, 20%
H1:O ≠ E,(los datos no se ajustan a las proporciones de las ventas se distribuyen con 30%, 20%,
30%, 20%
Rechazo Ho
Paso 6:Conclusión
Existe evidencia muestral para afirmar que las proporciones de las ventas no se distribuyen con
30%, 20%, 30%, 20%. Al 0.1 de nivel de significación.
10. Un contratista en edificaciones debe contratar personal obrero, aprendices y maestros. Mantiene
un base de datos con el tiempo de permanencia de los contratados en días de acuerdo con los
niveles de edad. Bajo la sospecha de que la edad tiene alguna relación con el número de días que
cada tipo de obrero permanece en el trabajo. ¿Se puede afirmar que la edad tiene algo que ver con
el número de días de permanencia en el trabajo? Realice una prueba al 0.01 de significancia.
Paso 1:Plantear H0 y H1
H0:O = E,(los datos se ajustan que la edad tiene que ver con el número de dìas de permanencia
en el trabajo)
H1:O ≠ E,(los datos no se ajustan que la edad tiene que ver con el número de dìas de permanencia
en el trabajo)
Paso 6:Conclusión
Existe evidencia para afirmar que la edad de los trabajadores no tiene que ver con el número de dìas, al
nivel de 1% de significancia.
11. Parece que la ley de Benford puede ser útil para detectar ataques a sistemas informáticos
mediante el análisis de la distribución de los primeros dígitos de los tiempos de llegada. Si la
desviación de la distribución es significativa de la distribución que sigue la ley de Benford se puede
afirmar que hubo intromisión de hackers. En las dos filas inferiores de la tabla 11-1, listamos los
primeros dígitos de los tiempos entre llegadas del flujo de tráfico en Internet Una de las dos filas
inferiores representa el tráfico normal en Internet y la otra proviene del tráfico en Internet con una
intromisión de un pirata informático. Al nivel del 5% determine Ud. cual de las dos series
corresponde al caso de intromisión de Hackers.
Paso 1:Plantear H0 y H1
H0:O = E,( se puede afirmar que hubo intromisión de hackers)
H1:O ≠ E,( no se puede afirmar que hubo intromisión de hackers)
Paso 1:Plantear H0 y H1
H0:O = E,(la población de los diferentes días de la semana se ajusta a las mismas frecuencias de
llamadas a la policía)
H1:O ≠ E,(la población de los diferentes días de la semana no se ajusta a las mismas frecuencias
de llamadas a la policía)
Paso 6:Conclusión
Existe evidencia muestral suficiente para afirmar que la población de los diferentes días de la
semana no se ajusta a las mismas frecuencias de llamadas a la policía, al 0.01 de significancia.
13. El autor registró todos los dígitos seleccionados en la lotería Daily 4 de California durante los 60
días previos al momento de escribir este ejercicio. Las frecuencias de los dígitos del 0 al 9 fueron
21, 30, 31, 33, 19, 23, 21, 16, 24 y 22. Use un nivel de significancia de 0.05 para probar la
afirmación de los comisionados de la lotería acerca de que los dígitos se seleccionan de un modo
en que son igualmente probables
Paso 1:Plantear H0 y H1
H0:O = E,(los dígitos seleccionados en la lotería Daily 4 de California se ajusta a la afirmación que
los dígitos se seleccionan de un modo en que son igualmente probables)
H1:O ≠ E,(los dígitos seleccionados en la lotería Daily 4 de California no se ajusta a la afirmación
que los dígitos se seleccionan de un modo en que son igualmente probables)
Paso 6:Conclusión
Si existe evidencia que los dígitos seleccionados en la lotería Daily 4 de California se ajusta a la
afirmación que los dígitos se seleccionan de un modo en que son igualmente probables).Al 5% de
nivel de significancia.
14. Al analizar los impactos de las bombas V-1 buzz en la Segunda Guerra Mundial, el sur de Londres
se subdividió en regiones, cada una con un área de 0.25 km2. A continuación se muestra una tabla
de frecuencias reales de los impactos y las frecuencias esperadas con la distribución de Poisson.
Use los valores listados y un nivel de significancia de 0.05 para probar la afirmación de que las
frecuencias reales se ajustan a una distribución de Poisson. ¿El resultado demuestra que los datos
se ajustan a la distribución de Poisson con p = 0.207?
Paso 1:Plantear H0 y H1
H0:O = E,(los datos se ajustan a la distribución de Poisson con p = 0.207 )
H1:O ≠ E,(los datos no se ajustan a la distribución de Poisson con p = 0.207)
Paso 6:Conclusión
Existe evidencia muestral suficiente para afirmar que los datos se ajustan a la distribución
de Poisson con p = 0.207, al 5% de significancia.