DISEO INSTRUCCIONAL EVALUACIN FINAL (B)

ASIGNATURA ESTADSTICA APLICADA DOCENTE ADIEL OMAR FLORES RAMOS

Instrucciones: Desarrolle las siguientes preguntas en Microsoft Word, las que requiriesen el uso de Microsoft Excel, copie las tablas, grficos o
resultados al documento de Microsoft Word.
Tiempo: 90 minutos
Items:

Pregunta 1 (1pto)
De acuerdo al siguiente enunciado, identifique el tipo de muestreo que se utiliz: aleatorio, sistemtico, de conveniencia, estratificado o por
conglomerados.

Encuestas de salida. En pocas de elecciones presidenciales, los medios noticiosos organizan una encuesta de salida, en la que se eligen estaciones
de sondeo al azar y se encuesta a todos los votantes conforme abandonan el lugar.

Tipo de muestreo: muestreo por conglomerados

Pregunta 2 (1pto)
De acuerdo al siguiente enunciado, identifique el tipo de muestreo que se utiliz: aleatorio, sistemtico, de conveniencia, estratificado o por
conglomerados.

Puesto de revisin de sobriedad. Adiel Flores fue un observador en un puesto de revisin de sobriedad de la polica, donde se detena y entrevistaba
a cada quinto conductor.

Tipo de muestreo: Muestro sistemtico

Pregunta 3 (2pto)
Construya el intervalo de confianza

Temperatura media corporal. El conjunto de datos 2 del apndice B incluye 106 temperaturas corporales, para las cuales media x = 98.20F y s =
0.62F. Utilizando los estadsticos de la muestra, construya un estimado del intervalo de confianza del 99% para la temperatura media corporal de todos
los seres humanos saludables. Los lmites del intervalo de confianza incluyen los 98.6F? Qu sugiere la muestra acerca del uso de 98.6F como la
temperatura corporal media?
En este caso planteamos:

Media = 98.2
desv. Est = 0.62
Usando una precisin al 99%, entonces tenemos:

Z1/2 = Z10.01/2 = Z0.995 = 2.5758

Entonces construimos el intervalo de confianza:

s s
[98.2 Z ; 98.2 + Z ]
n n

0.62 0.62
[98.2 2.5758 ; 98.2 + 2.5758 ]
106 106

[98.2 0.1551 ; 98.2 + 0.1551]

[. ; . ]

Entonces notamos que el valor 98.6F no est incluido en el rango usando 99% de confianza, por lo que es errada la afirmacin.
Pregunta 4 (2pto)
Prueba de hiptesis. Suponga que se seleccion una muestra aleatoria simple de una poblacin distribuida de manera normal, y pruebe la
aseveracin dada.

Pelotas de bisbol. En pruebas anteriores, se dejaron caer pelotas de bisbol desde una altura de 24 pies sobre una superficie de concreto; las
pelotas rebotaron un promedio de 92.84 pulgadas. En una prueba realizada a una muestra de 40 pelotas nuevas, la altura del rebote tuvo una media de
92.67 in, con una desviacin estndar de 1.79 in (segn datos de Bookhaven National Laboratory y USA Today). Utilice un nivel de significancia de 0.05
para determinar si existe evidencia suficiente para sustentar la aseveracin de que las nuevas pelotas tienen rebotes con una media distinta a 92.84 in.
Parecera que las pelotas son diferentes?
En este caso planteamos:
Media = 92.84
n = 40
Mediam = 92.67
Sm = 1.79
Usando un nivel de significancia del 5%, entonces:
Z1/2 = Z10.05/2 = Z0.975 = 1.9599
Hiptesis:
Ho: = 92.84
H1: 92.84
Entonces determinamos el estadstico:
x
Z= s
n

92.67 92.84
Z=
1.79
40

Z = 0.6007

Entonces ahora notamos que;

Finalmente podemos concluir que se acepta Ho, y podemos dar aceptado que los rebotes tienen una media igual a 92.84, segn la hiptesis nula.

Pregunta 5 (2pto)
Pruebe la aseveracin dada. Identifique la hiptesis nula, la hiptesis alternativa, el estadstico de prueba, el valor P o el valor (o valores) crtico(s), la
conclusin sobre la hiptesis nula y la conclusin final referente a la aseveracin original.

Seleccin del gnero para nias. El Genetics and IVF Institute llev a cabo un ensayo clnico del mtodo XSORT, diseado para incrementar la
probabilidad de concebir una nia. El ao pasado, ya haban nacido 325 bebs de padres que utilizaron el mtodo XSORT, y 295 de ellos fueron nias.
Utilice los datos muestrales con un nivel de significancia de 0.01 para probar la aseveracin de que, con este mtodo, la probabilidad de que un beb
sea nia es mayor que 0.5. Parece que el mtodo funciona?
En este caso tenemos:
n = 325

nias = 295

295
pm = = 0.9077
325
Se desea probar que:
Ho: p 0.5
H1: p > 0.5

Entonces analizamos el estadstico de prueba:

 p p
Z=
p (1 p)
n

0.9077 0.5
Z=
0.5 (1 0.5)
325

Z = 14.6998

Ahora notamos que usando una cola para el valor de 0.01, tenemos:

Z1 = Z10.01 = Z0.99 = 2.3263

Entonces podemos afirmar que se rechaza Ho por lo tanto p>0.5. Luego el mtodo si funciona.

Pregunta 6 (2pto)
Mtodos de encuesta telefnica. En un estudio sobre la exactitud de las encuestas telefnicas, 720 personas se rehusaron a responder cuando
formaron parte de los 1720 individuos incluidos en una encuesta estndar de 5 das. En el mismo estudio, 429 personas se rehusaron a responder
cuando formaron parte de los 1640 individuos incluidos en una encuesta rigurosa de 8 semanas. (Los datos se basan en resultados de Consequences
of Reducing Nonresponse in a National Telephone Survey, de Keeter et al., Public Opinion Quarterly, vol. 64, nm. 2). Utilice un nivel de significancia
de 0.01 para poner a prueba la aseveracin de que el porcentaje de negativas es menor en la encuesta rigurosa. Al parecer la encuesta rigurosa
produce resultados ms exactos?

En este caso procedemos a determinar la hiptesis nula:

Ho: 1 2
H1: 1 > 2 (Grafica con 1 cola derecha)

Luego planteamos las dos siguientes proporciones:

720
p1 = = 0.4186
1720
 429
p2 = = 0.2616
1640

Recordando la hiptesis de proporciones:

(p1 p2 ) (1 2 )
Zcalculado =
1 1
p (1 p) ( + )
n1 n2

x1 + x2 720 + 429
p = = = 0.3419
n1 + n2 1720 + 1640

Reemplazando:
(0.4186 0.2616) (0)
Zcalculado =
0.3419 (1 0.3419) ( 1 + 1 )
1720 1640

Zcalculado = 9.59

Luego recordamos con un nivel de significancia de 1%:

Z1 = Z10.01 = Z0.99 = 2.3263

Entonces podemos afirmar que se rechaza Ho. Luego el porcentaje de negativas es menor en la encuesta rigurosa y se podra afirmar que la
encuesta rigurosa produce resultados ms exactos a un nivel de confianza del 99%
Pregunta 7 (2pto)
Puntuaciones de CI de gemelos separados al nacer. Se obtuvieron las puntuaciones de CI de gemelos separados al nacer, elegidos al azar. Para
20 de estos gemelos, el coeficiente de correlacin lineal es 0.870 y la ecuacin de la recta de regresin es =-3.22 + 1.02x, donde x representa la
puntuacin de CI del gemelo que naci primero. Asimismo, los 20 valores de x tienen una media de 104.2 y los 20 valores de y tienen una media de
103.1. Cul es el mejor CI predicho de un gemelo que naci en segundo lugar, dado que el gemelo que naci primero tiene un CI de 110?
Tenemos:

y = 3.22 + 1.02x

R = 0.87

n = 20

Mediax = 104.2

Mediay = 103.1
Entonces tenemos:
110 + 3.22 = 1.02x
113.22
x=
1.02
x = 111
 1.5

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
-0.5

-1

-1.5

-2

-2.5

-3

-3.5

Pregunta 8 (2.5pto)
A partir de la observacin de cinco aos de las variables produccin industrial (y) en millones de toneladas y el tiempo (x):

a) Grafique el diagrama de dispersin.

b) Identifique el mejor modelo matemtico (lineal, cuadrtico, exponencial, logartmico o potencial) que mejor se ajuste a los datos de la tabla.
Argumente su respuesta.

c) Realice una prediccin para el ao 2017.

a) Diagrama de dispersion

DIAGRAMA DE DISPERSION
35

30

25

20
DIAGRAMA DE
15 DISPERSION
10

0
0 1 2 3 4 5 6

b) A continuacion presentamos las tendencias del mejor grafico que se ajusta a la relacin:
 MODELOS DE REGRESION
45

40
y = 17.041ln(x) - 2.7164
35 R = 0.8398 DIAGRAMA DE DISPERSION
y = 0.8193e0.7775x
30 R = 0.9448
Linear (DIAGRAMA DE
DISPERSION)
25
Poly. (DIAGRAMA DE
y = 7.35x - 8.45 DISPERSION)
20 R = 0.9671
y = 17.041ln(x) - 2.7164 Expon. (DIAGRAMA DE
DISPERSION)
15 R = 0.8398
Log. (DIAGRAMA DE
10 DISPERSION)
Log. (DIAGRAMA DE
5 y = 1.1429x2 + 0.4929x - 0.45 DISPERSION)
R = 0.9999
0
0 1 2 3 4 5 6
-5

Basta analizar dos curvas, donde notamos que la tendencia cuadrtica tiene un ajuste casi perfecto debido al valor de R2.

c) Para el ao 2017: x=7

Y = 1.1429 72 + 0.4929 7 0.45
Y = 59.004
Pregunta 9 (2.5pto)
Ejercicio y estrs. Se realiz un estudio para investigar los efectos del ejercicio sobre el estrs. En la siguiente tabla se listan las lecturas de la presin
sangunea sistlica (en mmHg) de sujetos, antes de iniciar 25 minutos de ejercicio aerbico en bicicleta y antes de generarles estrs por medio de una
prueba de aritmtica y otra de expresin verbal (segn datos de Sympathoadrenergic Mechanisms in Reduced Hemodynamic Stress Responses after
Exercise, de Kim Brownley et al., Medicine and Science in Sports and Exercise, vol. 35, nm. 6). Utilice un nivel de significancia de 0.05 para probar la
aseveracin de que los diferentes grupos de sujetos tienen la misma presin sangunea media. Con base en los resultados, se puede considerar que los
grupos provienen de la misma poblacin?

Ho: Las medias de las poblaciones de los grupos son las mismas.
H1: Las medias de las poblaciones de los grupos son diferentes.

Para el caso tenemos 24 datos, con k=4 y n=24, entonces:

Ft = F,k1,nk = F0.05,3,20 = 3.0984

Ahora como de la tabla tenemos:

n = n1 + n2 + n3 + n4 = 24

Sumamos los datos para cada columna:

 Mujer / afroam Hombre /afroam Mujer/caucasica Hombre/caucasico
117 115.67 119.67 124.33
130.67 120.67 106 111
102.67 133 108.33 99.67
93.67 120.33 107.33 128.33
96.33 124.67 117 102
92 118.33 113.33 127.33
SUMA= 632.34 732.67 671.66 692.66

T1 + T2 + T3 + T4 = = 2729.33
Calculo de suma de cuadrados:

k ni
T2 2729.332
SCTotal = X ij 2 = 313619.3113 = 3234.2176
n 24
i=1 n=1
k
Ti 2 T2 632.342 732.672 671.662 692.662 2729.332 225.32
SCTrat = =( + + + ) = 875.6122
ni n 6 6 6 6 24 42
i=1

SCError = SCTotal SCTrat

SCError = 3234.2176 875.6122 = 2358.6054
Cuadro de ANOVA:

Grados
Fuente de
de SC CM Fcal
variacin
libertad
Tratamiento 3 875.6122 291.8707 2.4749
Error 20 2358.6054 117.9303
Total 23 3234.2176

Ftabla > Fcalculada Entonces se acepta Ho.

Los grupos provienen de la misma poblacin a un nivel de significancia del 5%.
Pregunta 10 (3 pto)
Un fabricante de triciclos selecciona diariamente al azar 8 armazones y determina la cantidad de defectos. El nmero de armazones defectuosos
encontrado en los ltimos 15 das es: 4; 3; 2; 4; 3; 3; 9; 3; 1; 4; 6; 3; 0; 5; 3. Elabore un diagrama de control para este proceso y determine si est
bajo control.

Armazones Armazones Fraccin

Da fabricados defectuosos defectuosa
1 8 4 0.5
2 8 3 0.375
3 8 2 0.25
4 8 4 0.5
5 8 3 0.375
6 8 3 0.375
7 8 9 1.125
8 8 3 0.375
9 8 1 0.125
10 8 4 0.5
11 8 6 0.75
12 8 3 0.375
13 8 0 0
14 8 5 0.625
15 8 3 0.375
TOTAL = 120 53 6.625

Lnea central: P = 0.441666667

= P(1-P)/ n= 0.17556951
 LCS = P+3* = 0.968375196

LCI = P-3* = -0.085041863 0

GRAFICO DE CONTROL
1.2

0.8
Fraccion defectuosa

0.6 P
LCS

0.4 LCI

0.2

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Se observa que el grafico est en su mayora bajo control salvo en el da 7 que se sale de los mrgenes de control.