Professional Documents
Culture Documents
COMPROMISO DE HONOR
Yo, ………………………………………………………………………………………………………………..…………… al firmar este
compromiso, reconozco que el presente examen está diseñado para ser resuelto de manera individual, que puedo usar una calculadora
ordinaria para cálculos aritméticos, un lápiz o esferográfico; que solo puedo comunicarme con la persona responsable de la recepción del
examen; y, cualquier instrumento de comunicación que hubiere traído, debo apagarlo y depositarlo en la parte anterior del aula, junto con
algún otro material que se encuentre acompañándolo. No debo además, consultar libros, notas, ni apuntes adicionales a las que se
entreguen en esta evaluación. Los temas debo desarrollarlos de manera ordenada.
Firmo al pie del presente compromiso, como constancia de haber leído y aceptar la declaración anterior.
"Como estudiante de ESPOL me comprometo a combatir la mediocridad y actuar con honestidad, por eso no copio ni dejo copiar".
Los siguientes porcentajes de mineral de hierro se obtienen al explotar dos yacimientos (A y B) en una
provincia del Austro ecuatoriano, de los cuales se presentan siete observaciones del primero y cinco del
segundo.
a) ¿Qué supuestos se deben hacer para realizar un contraste mediante estadística paramétrica? (2
puntos)
1. Las muestras deberían haber sido tomadas de poblaciones con distribución Normal.
RÚBRICA:
Desarrollo
Nivel Insuficiente En desarrollo Desarrollo Excelente
Criterios No indica ningún supuesto. Indica supuesto
El estudiante conoce los necesario para
supuestos para utilizar pruebas utilizar pruebas
de hipótesis de estadística paramétricas.
paramétrica.
Puntos 0 2
b) ¿Se justifica el supuesto de igualdad de varianza para las observaciones provenientes de las dos
muestras antes mencionadas? (6 puntos)
Yacimiento A B
𝑥̅ 13,01 12,72
s 1,78 2,25
n 7 5
Se plantea el contraste de hipótesis
𝐻0 : 𝜎𝐴2 ≠ 𝜎𝐵2
𝑛𝑀 − 1 = 4; y, 𝑛𝑚 − 1 = 6
2
𝑠𝑀 2,252
𝐹= 2 = = 1,599
𝑠𝑚 1,782
RÚBRICA:
Desarrollo
Nivel Insuficiente En desarrollo Desarrollo Excelente
Criterios No identifica el Identifica el estadístico Calcula correctamente Determina
El estudiante estadístico de prueba. de prueba, pero no el estadístico de correctamente el valor
identifica establece prueba, pero no P de la prueba y
correctamente la correctamente si la determina el valor P. concluye la misma de
prueba de razón prueba es bilateral. forma correcta.
de varianzas y
concluye usando
el valor P.
Puntos 0 1–2 3–4 5–6
c) Una vez realizado el contraste de hipótesis sobre las varianzas, se puede afirmar ¿qué en promedio
el porcentaje de hierro del yacimiento A es mayor al del yacimiento B? (6 puntos)
Dado que las varianzas son iguales (y desconocidas), se plantea el contraste de hipótesis:
𝐻0 : 𝜇𝐴 = 𝜇𝐵 vs.
𝐻0 : 𝜇𝐴 > 𝜇𝐵
2
(𝑛𝐴 − 1)𝑠𝐴2 + (𝑛𝐵 − 1)𝑠𝐵2 6(1,782 ) + 4(2,252 )
𝑆𝑝𝑙 = = = 3,92
𝑛𝐴 + 𝑛𝐵 − 2 10
Dado que 𝑇 < 𝑡0,30(10), el valor P de la prueba es mayor 0,30. Como no existe evidencia estadística para
rechazar la hipótesis nula, se puede afirmar que los porcentajes de hierro son iguales.
RÚBRICA:
Desarrollo
Nivel Insuficiente En desarrollo Desarrollo Excelente
Criterios No identifica el Identifica el estadístico Calcula Determina
El estudiante estadístico de de prueba, pero no correctamente el correctamente el valor P
identifica prueba. establece que la prueba estadístico de prueba, de la prueba y concluye
correctamente la es unilateral. pero no determina el la misma de forma
prueba de valor P. correcta.
diferencia de
medias y
concluye usando
el valor P.
Puntos 0 1–2 3–4 5–6
RÚBRICA:
Desarrollo
Nivel Insuficiente En desarrollo Desarrollo Excelente
Criterios No identifica la prueba no paramétrica correspondiente. Identifica correctamente
El estudiante que la prueba no
identifica paramétrica
correctamente la correspondiente.
prueba no
paramétrica
correspondiente.
Puntos 0 1
TEMA 2 (15 puntos)
Se desea probar la eficacia de dos tipos de vacuna contra la influenza, para esto se seleccionaron
aleatoriamente 21 individuos, a cada uno se le aplicó un solo tipo de vacuna contra la influenza y se les midió
el tiempo (horas) en que entra en reacción el sistema inmunológico quedando registrado los siguientes datos:
TIPO 1 1,00 5,00 2,00 1,00 8,00 3,00 8,00 2,00 5,00 7,00 6,00
TIPO 2 1,00 4,00 8,00 1,00 2,00 1,00 5,00 3,00 2,00 7,00
a) ¿Qué consideraciones se deben tener para realizar un contraste mediante estadística no paramétrica?
b) ¿Se puede determinar que los tipos de vacunas difieren en cuanto a sus efectos con un nivel de
significancia del 0,05? Utilice el test no paramétrico adecuado.
c) Proponga una prueba paramétrica correspondiente a la situación planteada.
Solución:
a) ¿Qué consideraciones se deben tener para realizar un contraste mediante estadística no paramétrica?
1. Las dos poblaciones son continuas e independientes.
2. Se considera que tienen la misma forma y dispersión.
Puntos 0 2 3
b) ¿Se puede determinar que los tipos de vacunas difieren en cuanto a sus efectos con un nivel de
significancia del 0,05? Utilice el test no paramétrico adecuado.
Datos ordenados
1 1 1 1 1 2 2 2 2 3 3 4 5 5 5 6 7 7 8 8 8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
3 3 3 3 3 7,5 7,5 7,5 7,5 10,5 10,5 12 14 14 14 16 17,5 17,5 20 20 20
TIPO 1
1 5 2 1 8 3 8 2 5 7 6 W2
3 14 7,5 3 20 10,5 20 7,5 14 17,5 16 133
TIPO 2
1 4 8 1 2 1 5 3 2 7 W1
3 12 20 3 7,5 3 14 10,5 7,5 17,5 98
U1 = W1-(n1*(n1+1)/2)
U2 = W2-(n2*(n2+1)/2)
U = min (U1, U2)
𝑛1 = 10, 𝑛2 = 11
U1 = 98 - (10*(10+1)/2) = 43
U2 = 133 - (11*(11+1)/2) = 67
U = min (43, 67)
U = 43
OPCIÓN 1.
𝑈0.05 = 26
𝑈 > 𝑈0.05
Conclusión: No se Rechaza la Hipótesis Nula, con un nivel de significancia del 0,05, los tipos de vacunas NO
difieren en cuanto a sus efectos.
OPCIÓN 2.
𝑛1 ∗ 𝑛2
𝑈−
𝑍𝑐𝑎𝑙𝑐 = 2
√𝑛1 ∗ 𝑛2 ∗ (𝑛1 + 𝑛2 + 1)
12
10 ∗ 11
43 −
𝑍𝑐𝑎𝑙𝑐 = 2
√10 ∗ 11 ∗ (10 + 11 + 1)
12
−12
𝑍𝑐𝑎𝑙𝑐 =
14,200938
𝑍𝑐𝑎𝑙𝑐 = −0.85
Gráfica de distribución
Normal. Media=0. Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,1960 0,1960
0,0
-0,856 0 0,856
X
Conclusión: No se Rechaza la Hipótesis Nula, valor p > 0.1, los tipos de vacunas NO difieren en cuanto a sus
efectos.
Rúbrica:
Rúbrica:
Los científicos se cuestionan si la extinción de especies ocurre al azar, a través del registro fósil de las
especies, u ocurren en períodos donde las tasas de extinción son usualmente más altas en comparación con
las tasas “naturales”. Para ello se han recabado datos del registro fósil de invertebrados marinos,
específicamente los datos que se presentan a continuación son el número de extinciones registradas en 76
períodos contiguos de tiempo.
a) ¿Qué distribución de probabilidad se puede utilizar para representar la cantidad de extinciones que
ocurren por periodo?
b) Definir el contraste de hipótesis adecuado.
c) Desarrollar la prueba de bondad de ajuste por el método Ji-cuadrado conforme la distribución
propuesta en a). concluir utilizando el valor P.
Solución
a) ¿Qué distribución de probabilidad se puede utilizar para representar la cantidad de extinciones que
ocurren por periodo? (3 puntos)
POISSON
Calculamos 𝜆
2
La región crítica está dada por: 𝜒 2 > 𝜒(0.05; 7−1−1)
Los valores que se muestran a continuación son resultado del análisis de variables de respuesta y predictoras
en dos modelos de regresión lineal. Se midieron 107 sacos de harina de pescado, y se registró de cada uno la
Proteína, Grasa y Humedad. Cada saco trae impreso la cantidad de proteína que posee y la humedad se la
puede medir fácilmente.
MODELO 1:
ANOVA
Fuentes de Coeficientes
SC GL MC F p
variación Desv.
Estimado t p
Regresión 4250.3 ________ ________ ________ ________ Estándar
Residual ______ ________ ________ (Intercepto) 1.299 0.338 ________ ________
Total 4711.9 ________ HUMEDAD 0.994 0.032 ________ ________
MODELO 2:
ANOVA Coeficientes
Fuentes de Desv.
SC GL MC F p Estimado t p
variación Estándar
Regresión ______ ________ 2136.88 ________ ________ (Intercepto) -8.960 4.357 ________ ________
Residual ______ ________ 4.21 PROTEINA 0.158 0.067 ________ ________
Total 4711.9 ________ HUMEDAD 0.986 0.031 ________ ________
Modelo 2:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖1 + 𝛽2 𝑋𝑖2 + 𝜀𝑖
Donde 𝑦𝑖 es la observación i-ésima de la Grasa, variable de respuesta y 𝑋𝑖1 es la variable predictora Proteina y 𝑋𝑖2
es la variable predictora Humedad, 𝜀𝑖 es un componente del error aleatorio.
Supuestos:
- Linealidad*
- Homocedasticidad (Var(𝜀𝑖 )= 𝜎 2 )
- Homogeneidad (E(𝜀𝑖 ) = 0; i = 1, 2, …, n)*
- Independencia (Cov(𝜀𝑖 , 𝜀𝑗 ) = 0 ∀𝑖, 𝑗; 𝑖 ≠ 𝑗)
- Normalidad (𝜀𝑖 ~𝑁(0, 𝜎 2 ))
Rubrica:
Nivel Inicial En desarrollo Desarrollado Excelente
Criterios No logra identificar Plantea los modelo pero Plantea correctamente Plantea correctamente los
los modelos no detalla las variables los dos modelo y los modelos y los describe
adecuados. de respuesta y describe o coloca además coloca todos los
predictora (dependiente todos los supuestos. supuestos.
ni independiente) o
coloca al menos dos
supuestos.
Puntos 0 1–2 3–4 5
b) Escriba las expresiones matemáticas utilizadas para estimar la variable de respuesta. (2 puntos)
𝑌̂𝑖 = 𝑏0 + 𝑏1 𝑋𝑖
𝑌̂𝑖 = 𝑏0 + 𝑏1 𝑋𝑖1 + 𝑏2 𝑋𝑖2
Rubrica:
Nivel Inicial En desarrollo Desarrollado Excelente
Criterios No logra identificar Escribe una de las Escribe las dos
las expresiones ecuaciones ecuaciones
adecuadas, incluye
el componente
aleatorio.
Puntos 0 1 2
c) Complete las tablas ANOVA y de coeficientes, muestre la expresión correspondiente para cada cálculo
e indique los contrastes de hipótesis asociados. (20 puntos)
MODELO 1:
ANOVA
Coefficients
Standard
Model Unstandardized t p
Error
MODELO 2:
ANOVA
Coefficients
Sumas cuadráticas:
Regresión ∑107
𝑖=1 (𝑦𝑖 − 𝑦̅)2 (0.5 puntos)
107 2
Error ∑𝑖=1 (𝑦𝑖 − 𝑦̂𝑖 ) (0.5 puntos)
Total ∑107
𝑖=1 (𝑦𝑖 − 𝑦̅)2 (0.5 puntos)
Medias cuadráticas:
SCR/glR
SCE/glE
SCT/glT
F=MCR/MCE
𝐻0 : 𝛽𝑖 = 0 𝑣𝑠 𝐻1 : 𝛽𝑖 ≠ 0 Prueba T
𝐻0 : 𝛽1 = 0 𝑣𝑠 𝐻1 : ¬𝐻0 Prueba F Modelo 1
𝐻0 : 𝛽1 = 𝛽2 = 0 𝑣𝑠 𝐻1 : ¬𝐻0 Prueba F Modelo 2
Rubrica:
Nivel Inicial En desarrollo Desarrollado Excelente
Criterios Escribe hasta dos de Escribe hasta 5 de las Escribe hasta 8 de las Escribe todas las
las expresiones y los expresiones y los expresiones y los expresiones y los
contrastes contrastes asociados, contrastes asociados, contrastes asociados,
asociados, rellena rellena hasta 10 casillas rellena hasta 24 rellena las 25 casillas
hasta 3 casillas correctamente. casillas correctamente.
correctamente. correctamente.
Puntos 0-4 5 – 14 15 – 19 20
d) Realizar un intervalo de confianza del 99% para el coeficiente de la variable proteína del MODELO 2.
(5 puntos)
𝑡0.005,104 ≈ 𝑍0.005 ≅ 2.57 o también es válido para esta resolución utilizar el último valor presente en la
tabla proporcionada 𝑡0.005,104 → 𝑡0.005,30 = 2.75
0.158±0.172 o también es válido 0.158±0.184
IC para 𝛽2 (-0.014, 0.330) o (-0.026, 0.342) con un 99% de confianza
Rubrica:
Nivel Inicial En desarrollo Desarrollado Excelente
Criterios No realiza cálculos Presenta el intervalo sin Realiza el cálculo de Realiza el cálculo
pertinentes realizar cálculo alguno. los límites inferior y correcto de los límites
superior, coloca el inferior y superior, coloca
nivel de confianza en el nivel de confianza en
la presentación del la presentación del
intervalos pero se intervalos.
equivoca al presentar
los grados de libertad
de la distribución T
asociada.
Puntos 0 1 2–4 5
Puntos 0 1 2 3
f) ¿En cuántas unidades incrementaría la grasa si hay un incremento de 5 unidades en la humedad en el
MODELO 1? (5 puntos)
Rubrica:
Nivel Inicial En desarrollo Desarrollado Excelente
Criterios No realiza cálculos Realiza cálculos Calcula correctamente lo
pertinentes pertinentes pero no solicitado.
logra el resultado
correcto.
Puntos 0 1–4 5
TABLA
Distribución Normal Estándar
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,00 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,10 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,20 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,30 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,40 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,50 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,60 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,70 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,80 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,90 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,00 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,10 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,20 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,30 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,40 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,50 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,60 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,70 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,80 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,90 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,00 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,10 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,20 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,30 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,40 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,50 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,60 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,70 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,80 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,90 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,00 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
TABLA
Distribución T – Student
TABLA
Distribución Ji – cuadrado
Tabla – Distribución F