Herramientas matematicas V parcial 1

(1.1) ¿Qué es un “estadístico”?. El estadístico es una característica de la muestra. El estadístico no es una característica de la muestra.

(1.1) ¿Qué es un parámetro?. Es una característica de la población. No es una característica de la población.

(1.1) Al momento estimar un parámetro con la media poblacional se debe contar con cierta información cuál de los siguientes indicadores resultan poco relevante para esta finalidad: Máximo valor de la variable en la población. Minimo valor de la variable en la población.

(1.1) La población es un grupo de elementos que van a ser considerados cuyas características son, seleccione las cuatro respuestas correctas: *media de la población *desviación estándar de la población *parámetro *tamaño de la población. (no va muestra (M).

(1.1) por qué es necesario en muchos casos estimar parámetros en lugar de calcular los en base a los datos de la población seleccione dos opciones correctas: - la población de interés puede ser de difícil o costoso acceso - la información es más precisa cuándo se estima por menos errores no muestrales". - la población de interés puede ser de difícil o costoso acceso.

(1.1) En el caso que el estadístico tiende asumir valores más altos que el parámetro de la población con la misma frecuencia con que tiende asumir valores que son más bajos podemos decir que: el estadístico es una estimación insesgada del parámetro. justif: estimador de un parámetro de una población que en promedio asume valores por encima y por debajo del parámetro de la población. el estadístico es una estimación insesgada del parámetro. justif: estimador de un parámetro de una población que en promedio asume valores por encima y por encima del parámetro de la población.

(1.1) Usted después de tomar una muestra y calcular x, le dice a su jefe: “tengo confianza que el 85% de la media de la población, varía entre 107 y 123” ¿A qué se refiere?. El 85% de los intervalos calculados de las muestras de ese tamaño CONTENDRÁN la media de la población. (+L) ● Existe una posibilidad del 85% que µ fluctúe entre 107 y 123. El 85% de los intervalos calculados de las muestras de ese tamaño CONTENDRÁN la media de la población. (+L).

(1.1) La muestra es una parte o porción de la población seleccionada para el estudio cuya características son? Seleccione las 4 correctas: ● Tamaño de la muestra ● Media de la muestra ● Desviación estándar de la muestra ● Estadísticos “Población” se descarta. “Población” se descarta.

.1) ¿Qué es un estimador?. El estimador es un estadístico muestral que sirve para estimar un parámetro de la población. El estimador es un estadístico no muestral que sirve para estimar un parámetro de la población.

(1.1.1) Se dice que un estimador es insesgado si: Su valor esperado es igual al parámetro que se desea estimar. Su valor esperado es distinto al parámetro que se desea estimar.

(1.1.1) Un buen estimador es consistente cuando: RTA: Al ir dismiuyendo el tamaño de la muestra el estimador se acerca más al parámetro que está estimando. RTA: Al ir aumentando el tamaño de la muestra el estimador se acerca más al parámetro que está estimando.

(1.1.1) se denomina sesgo de estimación: RTA: A la diferencia entre el valor esperado del estimador y el valor del parámetro a estimar. RTA: A la no diferencia entre el valor esperado del estimador y el valor del parámetro a estimar.

(1.1.2) ¿Cuál es la diferencia entre un estimador y una estimación?. estimación es un valor específico observado de un estadístico. estimación es un valor no específico observado de un estadístico.

(1.1.1) si se estima un parámetro en base a un estimador insesgado, entonces. En promedio, la estimación no diferirá del parámetro de interés, cuando se realice un número de estimación es suficientemente grande. En promedio, la no estimación no diferirá del parámetro de interés, cuando se realice un número de estimación es suficientemente grande.

(1.1.2) ¿ Cuál es la definición de estimación por intervalo?. Es una gama de valores que sirven para estimar el parámetro de una población desconocida. Es una gama de valores que sirven para estimar el parámetro de una población conocida.

(1.1.2) ¿Cuál es la definición de estimación puntual?. La estimación puntual es un número que sirve para estimar un parámetro DESCONOCIDO d una población. La estimación puntual es un número que sirve para estimar un parámetro CONOCIDO de una población.

(1.1.3) Seleccione las 4 (cuatro) opciones correctas. ¿Cuáles de estas relaciones son correctas? (para realizar este ejercicio vas a suponer que el resto de las variables y/o parámetros se mantienen constantes). A medida que aumenta el nivel de confianza, mayor es la amplitud del intervalo de confianza. - A medida que aumenta el tamaño de la muestra, disminuye el error muestral estándar (o error estándar) - A medida que disminuye la amplitud del intervalo de confianza la estimación es más precisa. - A medida que aumenta el tamaño de la muestra, disminuye el error permitido (o margen de error). - A medida que aumenta el nivel de confianza, mayor es la amplitud del intervalo de confianza. - A medida que aumenta el tamaño de la muestra, disminuye el error muestral estándar (o error estándar) - A medida que disminuye la amplitud del intervalo de confianza la estimación es más precisa.

(1.1.2) ¿Qué es coeficiente de confianza?. Es la probabilidad que asociamos con una estimación de intervalo. Es la probabilidad que asociamos con una estimación de no intervalo.

(1.1.2) cuando se escoge el estimador del parámetro de una población, ¿que es necesario tener en cuenta? seleccione las dos respuestas correctas. • Suficiencia • eficiencia. • Suficiencia • Insuficiencia.

(1.1.2) El principal objetivo de la estimación por intervalos de confianza es aportar información sobre qué tan cerca se encuentra la estimación puntual de la muestra del valor del parámetro poblacional. v. f.

(1.1.4) procedimiento de inferencia estadística que permite calcular dos valores numéricos que proporcionan un Rango de valores para estimar un parámetro poblacional: RTA: estimación por intervalos. RTA: estimación sin intervalos.

(1.1.2) La estimación por intervalo es una gama de valores que sirven para estimar el parámetro de una población. V. F.

(1.1.2) podemos obtener una estimación aproximada de la desviación estándar de una población en el caso de: tener la información sobre otro intervalo. tener la información sobre su intervalo.

(1.1.2) un supermercado analiza las compras de sus clientes para determinar el promedio de compra de cierta fruta. Estudia una muestra aleatoria de 15 clientes, identificados a partir de sus tarjetas de fidelización, y obtiene una media de 63,9 kilogramos al año de compra, con una desviación estándar muestral de 2,8. El estimador para la obtención de intervalos de confianza se distribuye t con 15 grados de libertad. f. v.

(1.1.2) ¿Qué es una estimación de intervalo?. Un rango de valores que se utiliza para estimar un parámetro de la población. Un rango de valores que no se utiliza para estimar un parámetro de la población.

(1.1.2) En el caso de una estimación por intervalo podemos decir que: La probabilidad de que el parámetro de una población se encuentre dentro de determinada sin estimación por intervalo recibe el nombre de nivel de confianza. La probabilidad de que el parámetro de una población se encuentre dentro de determinada estimación por intervalo recibe el nombre de nivel de confianza.

(1.2) La definición del error estándar de la estadística es: La desviación estándar de la distribución de una estadística de muestra. La desviación no estándar de la distribución de una estadística de muestra.

(1.2) ¿Cuáles son las propiedades de la distribución de muestreo de la media, cuando la población está distribuida normalmente? Seleccione las 3 (tres) respuestas correctas. *La distribución de muestreo tiene una desviación estándar (error estándar) igual a la desviación estándar de la población, dividida entre la raíz cuadrada del tamaño de la muestra. *La distribución de muestreo está distribuida normalmente *La distribución de muestreo tiene una media igual a la media poblacional. *La distribución de muestreo tiene una desviación estándar (error estándar) igual a la desviación estándar de la población, dividida entre la raíz cuadrada del tamaño de la muestra. *La distribución de muestreo está distribuida normalmente.

(1.2) ¿Cuál es la definición de la distribución de muestreo de la media?. La distribución de probabilidad de todas las medias posibles de las muestras es una distribución de medias muestrales. La distribución de probabilidad de todas las medias posibles de las muestras es una distribución de medias.

(2.1) Si el estadístico de prueba cae en la zona de rechazo de la hipótesis nula ¿cómo se expresa la conclusión de la prueba?. RTA: Existe (o hay) evidencia estadística suficiente para rechazar la H0. RTA: No existe (o hay) evidencia estadística suficiente para rechazar la H0.

2.1) ¿Qué diferencias hay entre el valor crítico y el estadístico de prueba en una prueba de hipótesis?. RTA: El estadístico de prueba es un valor calculado con los datos de la muestra de acuerdo a una distribución de probabilidad adecuada, y el valor crítico es un valor de la misma distribución que separa las zonas de rechazo y rechazo de la H0 y se busca en base a las características de la prueba. RTA: El estadístico de prueba es un valor calculado con los datos de la muestra de acuerdo a una distribución de probabilidad adecuada, y el valor crítico es un valor de la misma distribución que separa las zonas de rechazo y no rechazo de la H0 y se busca en base a las características de la prueba.

(2.1) ¿Cuáles son las áreas principales que involucra la estadística inferencial?. RTA: Estimación y prueba de hipótesis. RTA: Estimación y prueba de no hipótesis.

(2.1) en la prueba de hipótesis cuando debemos formular el supuesto valor del parámetro de la población?. RTA: Antes de empezar el muestreo. RTA: Despues de empezar el muestreo.

(2.1.1) En la hipótesis nula referida al valor de un parámetro: RTA: Siempre aparece un signo de igualdad. RTA: Nunca aparece un signo de igualdad.

(2.1.1) la hipótesis nula se refiere al valor. RTA: De un parámetro poblacional. RTA: De un parámetro no poblacional.

(2.1.1) ¿Cuál es la finalidad del estadístico de prueba?. Relacionar el parámetro sobre el cual nos interesa comprobar una afirmación, con un estimador de dicho parámetro. No relacionar el parámetro sobre el cual nos interesa comprobar una afirmación, con un estimador de dicho parámetro.

(2.1.1) En una fábrica encargada de envasar puré de tomate, la línea de producción está diseñada para llenar cajas con un peso medio de 300 gr. En forma periódica se selecciona una muestra de los empaques y se pesan para determinar si se están llenando de manera insuficiente o con algún exceso. Si con los datos muestrales se llega a la conclusión de que hay un llenado insuficiente o excesivo, la producción se suspende y se ajusta al llenado correcto. Comenta sobre la conclusión y la decisión en caso de que H0 no se pueda rechazar. RTA: No se rechaza H0. No existe evidencia estadística para descartar el supuesto que el llenado promedio de las cajas es el correcto. Por lo tanto, no se tomaría ninguna acción adicional y la producción no se suspende. RTA: Se rechaza H0. No existe evidencia estadística para descartar el supuesto que el llenado promedio de las cajas es el correcto. Por lo tanto, no se tomaría ninguna acción adicional y la producción no se suspende.

(2.2) Usted pertenece al equipo de especialistas de la Empresa “H” y debe asesorar sobre la siguiente situación si comete un error de tipo 1 exige desarmar totalmente un motor en la concesionaria. Por otro lado, el incurrir en un error de tipo 2,requiere reparaciones garantizadas y baratas por parte del distribuidor ¿qué error tomaría?. Tipo 2. Tipo1.

(2.2) El dueño de un restaurante de comida china supone que el promedio de demora de los delivery, dentro de la ciudad, ha cambiado respecto al mes anterior. La demora promedio del mes anterior es de 12,5 minutos por pedido. Últimamente, desea hacer un relevamiento de la demora de los pedidos porque entró a trabajar nuevo personal. Por tal motivo te encarga que realices una prueba de hipótesis para aseverar que se venía dando los meses anteriores. ¿A qué conclusión llegarías si cometieras error tipo I?. Afirmar que el promedio de entrega por pedido no es de 12, 5 minutos, cuando en realidad lo es. Afirmar que el promedio de entrega por pedido no es de 12, 5 minutos, cuando en realidad no lo es.

(2.2) Se sabe que en una investigación del error tipo 1 es muy peligroso, ¿ cómo podrá el investigador disminuir el riesgo del error tipo 1, teniendo bajo control el riesgo del error tipo 2?. Seleccionar un ∝ pequeño y midiendo el riesgo del error tipo 2. Seleccionar un ∝ grande y midiendo el riesgo del error tipo 2.

(2.2.1) La probabilidad de cometer un error tipo I se llama. RTA: Nivel de significación: ∝ (alfa). RTA: Nivel de significación: ∝ (beta).

(2.2.2) ¿Cómo se llama la probabilidad de rechazar la hipótesis nula cuando es falsa?. Potencia de la prueba de hipótesis. Potencial de la prueba de hipótesis.

.2) ¿Qué se produce cuando un investigador rechaza la hipótesis nula, cuando en realidad es verdadera?. Un error tipo 1. Un error tipo 2.

(3.1.2) ¿En qué caso utilizaremos los grados de libertad?. Cuando preseleccionamos la distribución t, para estimar una media de la población. Cuando seleccionamos la distribución t, para estimar una media de la población.

(3.1.2) A partir de una muestra de 16 mujeres de cierta etnia, se obtuvo una media de 1,68 m. de su altura y una varianza de 0,12m. A partir de estos datos ¿Puede sostenerse la H0 que la media en la ciudad es de 1,69m, con un nivel de significación de 0,05?. RTA: Con la información disponible no se rechaza la H0. RTA: Con la información no disponible no se rechaza la H0.

(3.4.1) La distribución chi cuadrado nunca es simétrica, presenta un sesgo positivo. v. f.

(4) El riesgo β, es la probabilidad de cometer un error de tipo I. f. v.

Seleccione las 4 (cuatro) opciones correctas. Indica las opciones relacionadas con la fórmula: - Es la fórmula de la desviación estándar de la distribución de muestreo para la media cuando se conoce la desviación estándar poblacional y el tamaño de la muestra. - Esta fórmula es aplicable para calcular el error estándar de la media solo cuando la población se considera infinita o muy grande frente a la muestra. - Es la fórmula del error estándar de la media cuando se conoce la desviación estándar poblacional y el tamaño de la muestra. - Expresa cuanto la media muestral entre una muestra y otra. NO VA: Es la fórmula del error estándar de la proporción muestral.

6. ¿Qué indica la potencia de la prueba (1-β)?. La probabilidad de rechazar H0 cuando ésta es falsa. La probabilidad de no rechazar H0 cuando ésta es falsa.

En una prueba de hipótesis de cola superior, con distribución t y 7 grados de libertad para H0, el valor del estadístico de prueba t (calculado) es 1,05 ¿Qué decidirías sobre la H0 si el nivel de significancia es de 0,05?. La decisión estadística es: No rechazar H0. La decisión estadística es: rechazar H0.

8. ¿Cuál es la hipótesis alternativa de H0>5 ?. RTA: H1<5. RTA: H1=5.

49. Si en una prueba de hipótesis unilateral izquierda, el valor del estadístico de prueba t (calculado) fuera - 1,156 ¿Qué decidirías sobre la H0 si el nivel de significancia es de 0,05 y la muestra de 8 individuos?. A: No rechazo H0. A: Rechazo H0.

El estimador r es más eficiente que el estimador m cuando. RTA: La varianza del estimador r es menor que la varianza del estimador m. RTA: La varianza del estimador r es mayor que la varianza del estimador m.

6. En una estimación por intervalo de la media, cuanto mayor sea la muestra, el intervalo de confianza será más estrecho: v. f.

Selecciona las 4 (cuatro) respuestas correctas. El valor crítico del estadístico de prueba, depende de. RTA: - El tipo de prueba: unilateral (derecha o izquierda) o bilateral. - La distribución de muestreo del estimador. - El nivel de significancia ∝ de la prueba. - La interpretación de la tabla de la distribución de probabilidades del estimador que se esté. RTA: - El tipo de prueba: unilateral (derecha o izquierda) o bilateral. - La distribución de muestreo del estimador. - El nivel de significancia ∝ de la prueba. - La interpretación de la tabla de la distribución de probabilidades del estimador que se esté utilizando.

¿Qué se produce cuando un investigador evita rechazar la hipótesis nula cuando es falsa?. RTA: Un error tipo II. RTA: Un error tipo I.

El nivel de significancia ∝ y el riesgo β, ¿Están relacionados de alguna manera?. RTA: Si, para un mismo tamaño de la muestra, si uno crece el otro disminuye. RTA: Si, para un mismo tamaño de la muestra, si uno crece el otro aumenta.

9. ¿Qué es una hipótesis estadística?. Es un supuesto que se establece sobre las características de una distribución poblacional. Es un supuesto que se establece sobre las características de una distribución no poblacional.

73. ( 2.2 ) El laboratorio M&G está desarrollando una vacuna para la nueva cepa de un virus. Los científicos suponen que esta nueva vacuna será más efectiva que la anterior que está utilizándose. Por la fase en que se encuentra la vacuna, comienzan a hacer las pruebas seleccionando a los voluntarios tomados con un método que asegure la aleatoriedad de los mismos. ¿A qué conclusión llegarían los científicos si cometieran un error tipo II?. RTA: No rechazar que la nueva vacuna es igual o más efectiva que la anterior, cuando en realidad es menos efectiva que la anterior. RTA: Rechazar que la nueva vacuna es igual o más efectiva que la anterior, cuando en realidad es menos efectiva que la anterior.

4. ¿Por qué nunca podemos decir que el nivel de confianza es del 100% para estimar los parámetros de una población?. RTA: Porque para obtener 100% de certeza tiene que realizarse un censo. RTA: Porque para obtener 90% de certeza tiene que realizarse un censo.

5. En una prueba chi cuadrado, en donde las hipótesis son: , se trata de una prueba unilateral derecha. v. f.

Para un nivel de α (alfa) dado, ¿Cómo podemos reducir el riesgo β beta?. RTA: Aumentando convenientemente el tamaño de la muestra. RTA: Reduciendo convenientemente el tamaño de la muestra.

. (1.2.1) ¿Cómo se interpreta el valor obtenido mediante la fórmula del tamaño de la muestra?. RTA: es el tamaño de muestra mínimo necesario para obtener el margen de error deseado. RTA: es el tamaño de muestra maximo necesario para obtener el margen de error deseado.

9. ¿Cuál es el comportamiento de la curva de la distribución t con respecto a la curva de la distribución z cuando los grados de libertad de la distribución t aumentan?. RTA: La distribución t se acerca a la distribución z. RTA: La distribución t se aleja a la distribución z.

0. (3.1) La fábrica Oliva S.A. es una empaquetadora de una conocida marca de especies. Una d(…) cuyo contenido neto es de 70 gr en promedio. Con el fin de ajustar el proceso de producción, se ex(…) 35 envases empaquetados en la última semana por dicha máquina. El peso promedio de cada unid(…) gramos y la desviación estándar muestral de 1 gramo. Con nivel de significación de 0,01 ¿Cuál(…) conclusión para esta prueba? Se desconoce si la distribución poblacional es o no normal. RTA: Se rechaza H0. Existe evidencia estadística para afirmar que la máquina está empaquetando fuera de las especificaciones que son, en promedio, 70 gr. y se necesitará quitarla de la producción para realizar un ajuste. RTA: No se rechaza H0. Existe evidencia estadística para afirmar que la máquina está empaquetando fuera de las especificaciones que son, en promedio, 70 gr. y se necesitará quitarla de la producción para realizar un ajuste.

. (1.2) Una localidad tiene una población de 2000 individuos. Se sabe que la distribución de edades de los individuos es acampanada, con una media de 42,7 años (...) y una desviación estándar de 12,5 años. Se toma una muestra de 120 individuos para calcular el error estándar de la distribución de medias, entonces es necesario (...) descartar para el cálculo el factor de corrección para poblaciones finitas. Esto es: F. V.

En una prueba de bondad de ajuste para datos categóricos ¿Cómo se obtiene la frecuencia esperada de cada categoría?. Multiplicando el tamaño de la muestra por la proporción hipotética de esa categoría bajo hipótesis nula cierta. Dividiendo el tamaño de la muestra por la proporción hipotética de esa categoría bajo hipótesis nula cierta.

¿Podemos utilizar el estadístico z si a partir de la media muestral se desea estimar un parámetro de una población que sabemos que no es normal?. Si, siempre que el tamaño de la muestra sea mayor a 30. Si, siempre que el tamaño de la muestra sea menor a 30.

(2.2) ¿Para qué calculamos “el o los” valores críticos del estadístico de prueba en una prueba de hipótesis? Seleccione las 3 (tres) opciones correctas. - Para determinar las zonas de rechazo y no rechazo de la hipótesis nula en la distribución del estadístico de prueba. - Para compararlo con el valor calculado del estadístico de prueba y decidir si se rechaza o no la hipótesis nula. - Para definir “el o los” puntos de corte que permitan tomar la decisión estadística. - Para determinar las zonas de rechazo y no rechazo de la hipótesis nula en la distribución del estadístico de prueba. - Para compararlo con el valor calculado del estadístico de prueba y decidir si se rechaza o no la hipótesis nula.

(2.1.1) ¿Qué pasos de la prueba de hipótesis, de los que se presentan a continuación, deben hacerse indefectiblemente antes de definir la (...) de decisión? Selecciona las 4 (cuatro) respuestas correctas. RTA: - Seleccionar el nivel de significación. - Establecer la hipótesis alternativa. - Calcular el o los valores críticos. - Establecer qué estadístico muestral, con distribución conocida, se utilizará en la prueba. - Establecer la hipótesis alternativa. - Calcular el o los valores críticos. - Establecer qué estadístico muestral, con distribución conocida, se utilizará en la prueba.

(1.2) Cuando se toma una muestra con el fin de inferir un parámetro poblacional ¿se puede llegar a la conclusión de que el parámetro de la población es idéntico al valor del estadístico de la muestra?. Si, porque es probable que existan errores debido a las diferencias entre las muestras. No, porque es probable que existan errores debido a las diferencias entre las muestras.

¿Cómo se calculan los grados de libertad de una distribución t, cuyo estadístico va a utilizarse en una prueba de diferencia de medias poblacionales, con dos muestras independientes y varianzas poblacionales conjuntas desconocidas?. RTA: gl = n1 + n2 -2. RTA: gl = n1 + n2 -4.

¿Cuál es la finalidad del estadístico de pruebas?. RTA: Relacionar el parámetro sobre el cual nos interesa comprobar una afirmación, con un estimador de dicho parámetro. RTA: Relacionar el parámetro sobre el cual no nos interesa comprobar una afirmación, con un estimador de dicho parámetro.

(1.1.1) si se estima un parámetro en base a un estimador insesgado, entonces. En promedio, la estimación no diferirá del parámetro de interés, cuando se realice un número de estimación es suficientemente grande. En promedio, la estimación diferirá del parámetro de interés, cuando se realice un número de estimación es suficientemente grande.

(1.1.2) En el caso de una estimación por intervalo podemos decir que: La probabilidad de que el parámetro de una población se encuentre dentro de determinada estimación por intervalo recibe el nombre de nivel de confianza. La probabilidad de que el parámetro de una población se encuentre dentro de determinada estimación por intervalo recibe el nombre de nivel de desconfianza.

(1.1.2) En una de las sucursales del restaurante “El Aljibe” se realiza todos los meses un informe de laopinión de sus clientes sobre la calidad de sus productos y servicios. Se toma una muestra aleatoria de100 clientes que asistieron durante el último año y el promedio de puntuaciones sobre 100 fue 85.También se sabe que el último mes asistieron 1500 clientes. El dueño del local desea estimar el promediode puntuaciones de los clientes que asistieron el último mes. Se desconoce la desviación estándar de lospuntajes de todos los clientes que asistieron el último mes. Determina el error estándar de la distribuciónde muestreo a partir de los siguiente datos obtenidos de la muestra: media muestral = 85 puntos; desviación estándar muestral = 0,25 puntos. RTA: El error estándar que tendrá que tener en cuenta el dueño para hacer la estimación es de 0.024. RTA: El error estándar que tendrá que tener en cuenta el dueño para hacer la estimación es de 0.028.

(1.1.2) Usted trabaja en una compañía de artículos de ferretería que producen tornillos especiales …. envuelven en paquetes especiales. El empaque hace que las cajas contengan distintos números de tornillos... venden por unidades, por ello la compañía necesita una estimación del número de las que se incluyen ... la facturación. La muestra es de 35 cajas con el número de tornillos en cada una cuyos resultados se p… la media muestral? 101- 103 – 112- 102 – 98-97-93-105 – 100 -97 – 107 -93 – 94 -97-97 -100-103… - 105-100-114-97-110- 102-98- 112-99. RTA: 102. RTA: 103.

(1.1.2) A partir de una muestra aleatoria de 18 individuos se desea estimar la media poblacional medianteun intervalo con el 90% de confianza. Sabiendo que la desviación estándar muestral es de 1,23, determinael margen de error (o error estimado) que interviene en la construcción del intervalo. Se desconoce la desviación estándar poblacional. Considera que la población es aproximadamente normal. El margen de error es 0,5044. El margen de error es 0,8044.

1.1.2) ¿Qué es coeficiente de confianza?. Es la probabilidad que asociamos con una estimación de intervalo. Es la probabilidad que no asociamos con una estimación de intervalo.

(1.1.2) un supermercado analiza las compras de sus clientes para determinar el promedio de compra de cierta fruta. Estudia una muestra aleatoria de 15 clientes, identificados a partir de sus tarjetas de fidelización, y obtiene una media de 63,9 kilogramos al año de compra, con una desviación estándar muestral de 2,8. El estimador para la obtención de intervalos de confianza se distribuye t con 15 grados de libertad. v. f.

(1.1.2) se realizó un estudio para determinar la presencia de un hongo en cierta plantación se realiza unamuestra de 40 plantas y se detecta la presencia del hongo en 18 de las plantas qué proporción se estima que posee la infección con un nivel de confianza del 99%. (25%; 65%) ´ justif: Ya que surge del cálculo de los intervalos de confianza al 99%. (25%; 65%) ´ justif: Ya que surge del cálculo de los intervalos de confianza al 100%.

(1.1.2) Una gran cantidad de argentinos utilizan internet para adquirir sus pasajes de avión para sus planes vacacionales. En una encuesta realizada entre ellos, se reportó en una línea aérea que en promedio se realizaron 625 reservas en un mes. Si la encuesta abarcó a 80 clientes, construye una estimación de intervalo de confianza del 95 % para media poblacional de argentinos que reservan pasajes de avión en esa línea aérea a través de internet, sabiendo que la desviación estándar muestral es de s = 20 pasajes. Considera una población infinita. que el 72% adquiere un pasaje de avión mediante internet.. RTA: CON UN 98% DE CONFIANZA EL INTERVALO (0.6734: 0.766)CONTIENE A LA PROPORCIÓN POBLACIONAL DE LOS ARGENTINOS QUE ADQUIEREN PASAJE DE AVIÓN A TRAVÉS DE INTERNET. RTA: CON UN 99% DE CONFIANZA EL INTERVALO (0.6734: 0.766)CONTIENE A LA PROPORCIÓN POBLACIONAL DE LOS ARGENTINOS QUE ADQUIEREN PASAJE DE AVIÓN A TRAVÉS DE INTERNET.

(1.2) Una gran cantidad de argentinos utilizan internet para adquirir sus pasajes de avión para sus planes vacacionales. En una encuesta realizada entre ellos, se reportó que el 65% adquiere sus pasajes de avión mediante internet. Si la encuesta abarcó a 750 personas, determina el error estándar de la distribución de proporciones muestrales considerando una población infinita. El error estándar de la distribución de proporciones muestrales es: σP = 0,0174. El error estándar de la distribución de proporciones muestrales es: σP = 0,0175.

(3.1.2) A partir de una muestra de 16 mujeres de cierta etnia, se obtuvo una media de 1,68 m. de su altura y una varianza de 0,12m. A partir de estos datos ¿Puede sostenerse la H0 que la media en la ciudad es de 1,69m, con un nivel de significación de 0,05?. : Con la información disponible no se rechaza la H0. : Con la información disponible se rechaza la H0.

(3.1.2) La siguiente información reporta la cantidad de tiempo promedio por mes que una muestra de deportistas amateurs, practican su disciplina por mes 30,3 76 71,9 65,6 61 95,9 45,273,8 78,5 51,1 53,8 73,9 113,656,1 74,5 43,5 37,9 91,3 63,8. La hipótesis nula es u>=90, la zona de rechazo: Se ubica a la IZQUIERDA del valor 90. Se ubica a la DERECHA del valor 90.

(1.1.2) En la universidad IE, de la ciudad de Rosario, se dictan, en forma virtual, cursos de posgrado paraprofesionales de todas las áreas. En la última cohorte la distribución de los puntajes de los exámenes de diagnósticotiene una forma aproximadamente… posgrado desconoce la media y la desviación estándar de las calificaciones de todos los ingresantes. Con el objetivo de… a través de un intervalo de confianza del 95%, se ha tomado una muestra aleatoria de 15 alumnos. el director desea … del intervalo de confianza para estimar la media de los puntajes, sabiendo que la media de puntajes de los alumnos … 6,5 puntos y la desviación estándar muestral de 2,8 puntos. Considera una población de más de 1200 ingresantes. con un 95% de confianza el intervalo (4,949 - 8,051) contiene a la media poblacional de puntajes. con un 99% de confianza el intervalo (4,949 - 8,051) contiene a la media poblacional de puntajes.

Si en una prueba de hipótesis unilateral derecha, el valor del estadístico de prueba t (calculado) fuera 1,156 ¿Qué decidirías sobre la H0, si el nivel de significación es de 0,05 y la muestra de 8 individuos?. RTA: No rechazo H0. RTA: Rechazo H0.

Si en una muestra aleatoria de 7 individuos se desea estimar a partir de los datos de la muestra un intervalo para la media poblacional con un 99% de confianza, determina el valor del t crítico para la construcción del intervalo. : El t crítico es de 4,707. : El t crítico es de 3,707.

Si z se distribuye con una Normal (0,1), entonces el intervalo de confianza en torno de 0 al 95% es: (-0,96; 1,96). (-1,96; 1,96).

. Un agente de bolsa advierte a su inversor que la empresa en la cual está invirtiendo en acciones no hatenido mucha variabilidad en los últimos días en su cotización. Tomando el caso de una acción en particular,el operador supone una varianza de las cotizaciones diarias no mayor a: El cliente justamentequiere realizar una fuerte inversión y decide poner a prueba los supuestos del operador. Para realizar estainvestigación toma una muestra de 15 días y registra la cotización diaria de la acción. La varianza muestralarrojó un valor de . ¿Cuál es la hipótesis nula y la alternativa que debe plantearse el inversor para poner a prueba la hipótesis de su asesor?. RTA: H0: a2 ≤ 0,25 y H1: a2＞0,25. RTA: H0: a2 ≤ 0,25 y H1: a=＞0,25.

En la Clínica Mar Azul se llevará a cabo una investigación en el sector nutrición acerca de las dietas paradiabéticos. Se quiere comprobar si la dieta dio los resultados esperados. Para el estudio se toma unamuestra aleatoria de 6 personas que hicieron la dieta, a las que se les tomó el nivel de glucemia antes de empezar la dieta y 15 días después. Los resultados fueron en (mg/ dl) en ayunas: Se quiere probar un nivel de significancia del 5% si la dieta es ventajosa, para lo cual se te pide que identifiques la hipótesis alternativa más apropiada y el tipo de prueba que debe aplicarse. H1 : μD ＞ 0 siendo μD = μ1 - μ2. La prueba adecuada es la prueba t para muestras apareadas. H1 : μD ＞ 0 siendo μD = μ1 - μ2. La prueba inadecuada es la prueba t para muestras apareadas.

El gerente del Hotel del Río, de la ciudad de Carlos Paz, afirma que la cantidad media que gastan los huéspedes en un fin de semana es como máximo de $5.000. El contador advirtió que en los últimos meses la media había aumentado. Decide tomar una muestra aleatoria de las cuentas de los fines de semana de los últimos tres meses para poner a prueba la afirmación del gerente. ¿ Cuáles son las hipótesis nula y alternativa que tendrá que plantear el contador?. H0: μ ≤ 5.000 y H1 : μ > 5.000. H0: μ ≤ 5.000 y H1 : μ = 5.000.