Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 16 vistas

    Segundo Parcial Noche

    Cargado por

    Nahue Maureira
    Este documento presenta 5 ejercicios de probabilidad y estadística para un examen. Incluye fórmulas para estimadores, intervalos de confianza, pruebas de hipótesis paramétricas y no paramétricas usando distribuciones normales, t-student y chi-cuadrado. También cubre pruebas para una y dos muestras con detalles sobre las regiones críticas para rechazar la hipótesis nula.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Segundo Parcial Noche

    Cargado por

    Nahue Maureira
    16 vistas3 páginas
    Este documento presenta 5 ejercicios de probabilidad y estadística para un examen. Incluye fórmulas para estimadores, intervalos de confianza, pruebas de hipótesis paramétricas y no paramétricas usando distribuciones normales, t-student y chi-cuadrado. También cubre pruebas para una y dos muestras con detalles sobre las regiones críticas para rechazar la hipótesis nula.

    Descripción original:

    Segundo parcial calculo 3

    Título original

    Segundo_parcial_noche

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta 5 ejercicios de probabilidad y estadística para un examen. Incluye fórmulas para estimadores, intervalos de confianza, pruebas de hipótesis paramétricas y no paramétricas usando distribuciones normales, t-student y chi-cuadrado. También cubre pruebas para una y dos muestras con detalles sobre las regiones críticas para rechazar la hipótesis nula.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    16 vistas3 páginas

    Segundo Parcial Noche

    Cargado por

    Nahue Maureira
    Este documento presenta 5 ejercicios de probabilidad y estadística para un examen. Incluye fórmulas para estimadores, intervalos de confianza, pruebas de hipótesis paramétricas y no paramétricas usando distribuciones normales, t-student y chi-cuadrado. También cubre pruebas para una y dos muestras con detalles sobre las regiones críticas para rechazar la hipótesis nula.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    Facultad de Ingenierı́a y Tecnologı́as

    Departamento de Matemática
    Probabilidad y Estadı́stica
    18 de noviembre 2020

    Segundo Parcial - Grupo de la noche


    Aclaración: por cualquier duda de letra o sobre las fórmulas proporcionadas abajo, o si cree que
    necesita alguna fórmula que no fue proporcionada no dude en consultar con el docente cuidando el salón
    para que me llame inmediatamente ası́ puedo ir a su salón a resolver su duda. ¡Mucha suerte!

    Ejercicio 1
    Sea X1 , X2 , . . . , Xn una muestra iid de una variable aleatoria X cuya función de densidad es
     θ
    (1+t)1+θ
    si t ≥ 0
    fX (t) =
    0 si t < 0

    Donde θ > 1 es un parámetro desconocido.

    1. Encontrar un estimador de θ usando el método de los momentos.


    2. Encontrar un estimador de θ usando el método de máxima verosimilitud.

    Ejercicio 2
    Los estudiantes de una muestra de tamaño 12 sorteados entre los que se han presentado a un cierto
    examen obtuvieron los siguientes puntajes:

    48 70 72 44 39 80 57 66 70 54 61 55
    Si suponemos que la distribución de puntajes es normal y que las calificaciones de los estudiantes son
    variables aleatorias iid, construir un intervalo de confianza al 95 % para la media teórica del puntaje.

    Ejercicio 3
    Los estudios de una máquina en una empresa establecen que la máquina produce artı́culos defectuosos
    con una probabilidad p0 = 0, 06. Se quiere realizar un nuevo estudio que permita decidir si esta información
    es incorrecta, para eso se obtiene una muestra de 180 de artı́culos producidos por la máquina entre los
    cueles se encuentran 60 defectuosos.

    1. Realizar un test de hipótesis de nivel α. = 0, 05 que permita tomar esta decisión.


    2. ¿Es posible afirmar si el p-valor del test para la muestra obtenida es mayor o menor a 0, 05?
    Justifique.

    1
    Ejercicio 4
    Sea X1 , X2 , . . . , Xn una muestra iid con distribución N (µ, σ 2 ) con µ y σ 2 desconocidos. Se quiere
    construir un test de hipótesis para la varianza:

    H0 : σ 2 = σ02
    

    H1 : σ 2 > σ02

    Construir una región crı́tica para decidir este test, cuya probabilidad de error tipo I sea igual a α prefijado.

    Sugerencia: construir una región crı́tica de la forma RC = {Sn2 > K} y hallar K para que la proba-
    bilidad de error tipo I sea α. También puede ser de utilidad recordar que si H0 es cierta entonces

    (n − 1)Sn2
    ∼ χ2n−1
    σ02

    Ejercicio 5
    Para decidir si dos tipos diferentes de acero tienen distintos valores de tenacidad a la fractura promedio
    verdaderos, se probaron 100 especı́menes de cada tipo y se obtuvieron los siguientes resultados:
    • Para el tipo de acero 1 el promedio muestral es 60, 1 y la desviación estándar muestral es 1, 0.
    • Para el tipo de acero 2 el promedio muestral es 59, 9 y la desviación estándar muestral es 1, 2.
    Realizar un test de hipótesis de nivel α = 0, 05 que permita tomar esta decisión.

    Fórmulas
    qnorm(0.95) ≈ 1.645 qnorm(0.975) ≈ 1.96 qt(0.95, 14) ≈ 1.796 qt(0.975, 14) ≈ 2.2

    zα = qnorm(1 − α), tα,k = qt(1 − α, k)


    n n
    1X 1 X
    Xn = Xi Sn2 = (Xi − X n )2
    n i=1 n − 1 i=1

    Sean X1 , . . . , Xn ∼ N (µ, σ 2 ) iid con parámetros desconocidos. Un intervalo de confianza para la media
    es  
    Sn Sn
    X n − √ t α2 ,n−1 , X n + √ t α2 ,n−1
    n n
    Para los test de hipótesis
      
    H0 : µ ≥ µ0 H0 : µ = µ0 H0 : µ = µ0
    H1 : µ < µ0 H1 : µ < µ 0 H1 : µ = µ1

    Con µ0 > µ1 usamos la región crı́tica


     
    Sn
    RC = X n < µ0 − tα,n−1 √
    n
    Para los test de hipótesis
      
    H0 : µ ≤ µ0 H0 : µ = µ0 H0 : µ = µ0
    H1 : µ > µ0 H1 : µ > µ 0 H1 : µ = µ1

    Con µ0 < µ1 usamos la región crı́tica


     
    Sn
    RC = X n > µ0 + tα,n−1 √
    n

    2
    Para el test de hipótesis bilateral 
    H0 : µ = µ0
    H1 : µ 6= µ0
    La región crı́tica es  
    S
    RC = |X n − µ0 | > t α
    2 ,n−1
    √n
    n
    En estos tests y en el intervalo de confianza podemos cambiar la T de student por la normal estándar
    cambiando t α2 ,n−1 por z α2 o tα,n−1 por zα si se cumple al menos una de las siguientes condiciones:

    • σ es conocido, en este caso dejamos de usar Sn y usamos σ.


    • n > 30, en este caso la muestra podrı́a tener distribución no normal y el test o intervalo de confianza
    se vuelve aproximado.
    Además,
    q dentro del segundo punto se tiene el caso proporciones: si X1 ∼ Ber(p) entonces se puede
    usar X n (1 − X n ) como estimador de la desviación estándar teórica en vez de Sn en el intervalo de
    confianza y en todos los test de hipótesis.

    Para los test de dos muestras, supongamos que se tienen X1 , . . . , Xn iid, Y1 , . . . , Ym iid independientes
    entre sı́. Sean µ1 = E(X1 ) y µ2 = E(Y1 ). Supongamos que n > 40 y m > 40.

    Para los test de hipótesis


      
    H0 : µ1 − µ2 ≤ K0 H0 : µ1 − µ2 = K0 H0 : µ1 − µ2 = K0
    H1 : µ1 − µ2 > K0 H1 : µ1 − µ2 > K0 H1 : µ1 − µ2 = K1

    con K0 < K1 usamos la región crı́tica


    ( r )
    Sn2 S2
    RC = X n − Y m > K0 + zα + m
    n m

    Para los test de hipótesis


      
    H0 : µ1 − µ2 ≥ K0 H0 : µ1 − µ2 = K0 H0 : µ1 − µ2 = K0
    H1 : µ1 − µ2 < K0 H1 : µ1 − µ2 < K0 H1 : µ1 − µ2 = K1

    con K0 > K1 usamos la región crı́tica


    ( r )
    Sn2 S2
    RC = X n − Y m < K0 − zα + m
    n m

    Para el test de dos muestras bilateral


    
    H0 : µ1 − µ2 = K0
    H1 : µ1 − µ2 6= K0

    Usamos la región crı́tica ( r )


    Sn2 S2
    RC = |X n − Y m − K0 | > z α2 + m
    n m

    También podría gustarte