Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
1 Bioestadística Ejercicios Resueltos - Segundo Regulatorio Segundo Cuatrimestre 2020 Prueba de Hipótesis Ejercicio 1 Sea 𝑋 ∼ 𝑁(𝜇; 𝜎). Se plantearon las hipótesis: 𝐻0) 𝜇 ≥ 100 𝐻1) 𝜇 < 100 Se tomó una muestra aleatoria de tamaño 16n ; se calculó la varianza muestral, que resultó ser 64. Hallar el valor máximo que puede tomar la media muestral sabiendo que, al aplicar el test de Student, con un nivel de significación = 0,05, se rechazó H0. Resolución El estadístico de prueba es: 𝑇 = 𝑋−𝜇0 𝑆 √𝑛 , que bajo 0H verdadera tiene distribución T de Student con 1 15n grados de libertad. Con los datos de la muestra se obtiene: 𝑇𝑂𝐵𝑆 = 𝑋 − 100 8 √16 = 𝑋 − 100 2 Como = 0,05 (y es un test “de cola izquierda”) resulta que el área a la izquierda del valor de OBST bajo la función de densidad de la distribución T con 15 grados de libertad es 0,05. Luego 𝑇𝑂𝐵𝑆 = −𝑡15;0,05 = −1,753 𝑋−100 2 ≤ −1,753 ⇒ �̅� ≤ −1,753 ⋅ 2 + 100 ⇒ �̅� ≤ 96,494 Ejercicio 2 Sea 𝑋 ∼ 𝑁(𝜇; 5). Se quiere decidir entre 𝐻0) 𝜇 ≥ 14 y 𝐻1) 𝜇 < 14. Al tomar una muestra de tamaño 16, se rechazará 0H si 𝑥 < 12. ¿Cuál es el nivel de significación del test? 2 Resolución Como conocemos la varianza se trata del Test de Gauss para la media de una variable aleatoria normal. Se rechaza la hipótesis nula si 𝑋−𝜇0 𝜎 √𝑛 < −𝑧𝛼; equivalentemente, se rechaza 0H si 𝑋 < −𝑧𝛼 ⋅ 𝜎 √𝑛 + 𝜇0. Entonces −𝑧𝛼 ⋅ 𝜎 √𝑛 + 𝜇0 = 12 𝑧𝛼 = − 12−𝜇0 𝜎 √𝑛 12 14 8 1,6 5 5 16 z De la tabla resulta 𝑃(𝑍 ≤ 1,6) = 0,9452 Luego = 1 - 0,9452 = 0,0548 es el nivel de significación buscado. Ejercicio 3 Un grupo de investigadores desea saber si es posible concluir que el flujo craneano de sangre en recién nacidos saludables es diferente según la etapa del sueño que transiten. Para ello, se registraron datos de 10 individuos durante sueño activo (SA) y durante sueño tranquilo (ST). De estudios anteriores, se sabe que el flujo craneano de sangre es superior en la etapa de sueño activo por lo que se busca concluir más específicamente si puede considerarse que existe una diferencia en el flujo medio de 5 unidades entre ambos estadíos de sueño. Con InfoStat se obtuvieron los siguientes resultados: Se pide definir la o las variables aleatorias de interés, escribir los supuestos y las hipótesis del test elegido y concluir en base al cálculo del nivel justo de significación en el contexto del problema. Resolución Sean: X1= ”Flujo craneano de sangre de un recién nacido durante el sueño activo” X2= ”Flujo craneano de sangre de un recién nacido durante el sueño tranquilo” D= X1- X2= ”Diferencia en el flujo de sangre de un recién nacido entre los estadios de sueño activo y sueño tranquilo” Bajo el supuesto 𝐷~𝑁(𝜇𝐷; 𝜎𝐷) , se quiere poner a prueba las hipótesis: 3 𝐻0) 𝜇𝐷 = 5 𝑣𝑠. 𝐻1) 𝜇𝐷 ≠ 5 El estadístico de prueba en este caso es 𝑇 = �̅�−𝑎 𝑠𝑑 √𝑛 ⁄ ,que, bajo 0H tiene distribución t de Student con n-1 = 9 grados de libertad. Luego, siendo �̅� = 10,43 y 𝑠𝑑=5,43 , resulta 𝑇𝑜𝑏𝑠 = 10,43−5 5,43/√10 = 3,162 De la tabla de la distribución t de Student, se desprende que 0,01 < 𝑝 < 0,025 p-valor = 0,011513 Por lo tanto, se rechaza 𝐻0) 𝜇𝐷 = 5 y se concluye que la media de las diferencias en los flujos de sangre de los recién nacidos entre ambos estadíos de sueño es significativamente diferente de 5 unidades. Ejercicio 4 En un estudio sobre el tratamiento con vitamina B12 en ciertos casos de anemia felina, se administraron 25g de vitamina durante un tiempo determinado a un grupo de 16 gatos con el objeto de verificar si la concentración media de hemoglobina aumenta en promedio 2 unidades con el tratamiento. Se registró para cada uno de los gatos la concentración de hemoglobina antes y después del tratamiento en g/dl y con InfoStat se obtuvieron los siguientes resultados: Se pide definir la o las variables aleatorias de interés, escribir los supuestos y las hipótesis del test elegido y concluir en base al cálculo del nivel justo de significación en el contexto del problema. Resolución Sean: X1= ”Concentración de hemoglobina (en g/dl) de un gato antes de administrado un tratamiento de vitamina B12” X2= ”Concentración de hemoglobina (en g/dl) de un gato después de administrado un tratamiento de vitamina B12” D= X2- X1= ”Diferencia en la concentración de hemoglobina (en g/dl) de un gato por haber aplicado un tratamiento de vitamina B12” Bajo el supuesto 𝐷~𝑁(𝜇𝐷; 𝜎𝐷) , se quiere poner a prueba las hipótesis: 4 𝐻0) 𝜇𝐷 ≤ 2 𝑣𝑠. 𝐻1) 𝜇𝐷 > 2 El estadístico de prueba en este caso es 𝑇 = �̅�−𝑎 𝑠𝑑 √𝑛 ⁄ que bajo 0H tiene distribución t de Student con n-1 = 15 grados de libertad. Luego, siendo �̅� = 2,39 y 𝑠𝑑=1,29 , resulta 𝑇𝑜𝑏𝑠 = 2,39−2 1,29/√16 = 1,209 De la tabla de la distribución t de Student, se desprende que p > 0,10 p-valor= 0,122688 Por lo tanto, no hay evidencias para rechazar 𝐻0) 𝜇𝐷 ≤ 2 ANOVA Ejercicio 1 Mediante un ANOVA se compararon las medias de 5 tratamientos con ni = 5 observaciones cada uno y se detectaron diferencias significativas con 𝛼 = 0,05 . Tratamiento A B C D E Media 9,80 15,40 17,60 21,60 10,80 Varianza 11,22 9,80 4,28 6,81 8,18 Utilizando el método de Bonferroni, decidir si hay diferencia entre las medias de los tratamientos A y C. Resolución Cantidad de comparaciones: m = 5.4/2 = 10 → α’ = 0,05/10 = 0,005 y tα’/2;n – I=t0,005/2;20 = 3,153 𝐶𝑀𝐷 = ∑(𝑛𝑖 − 1)𝑆𝑖 2 ∑(𝑛𝑖 − 1) = 4 ⋅ 11,22 + 4 ⋅ 9,80 + 4 ⋅ 4,28 + 4 ⋅ 6,81 + 4 ⋅ 8,18 25 − 5 = 8,058 Entonces 𝑡α’/2;n – I ⋅ √𝐶𝑀𝐷 ⋅ ( 1 5 + 1 5 ) = 3,153 ⋅ √8,058 ⋅ 2 5 = 5,661 |𝑚𝑒𝑑𝑖𝑎𝐴 − 𝑚𝑒𝑑𝑖𝑎𝐶| = |9,80 − 17,60| = 7,80 > 5,661 5 Rta: hay diferencias significativas entre las medias de ambos tratamientos, con un nivel de significación global de 0,05. Ejercicio 2 Mediante un ANOVA se compararon las medias de 5 tratamientos con ni = 5 observaciones cada uno y se detectaron diferencias significativas con 𝛼 = 0,05 Tratamiento A B C D E Media 9,80 15,40 17,60 21,60 10,80 Varianza 11,22 9,80 4,28 6,81 8,18 Utilizando el método de Bonferroni, decidir si hay diferencia entre las medias de los tratamientos C y E. Resolución Cantidad de comparaciones: m = 5.4/2 = 10 → α’ = 0,05/10 = 0,005 y tα’/2;n – I=t0,005/2;20 = 3,153 𝐶𝑀𝐷 = ∑(𝑛𝑖 − 1)𝑆𝑖 2 ∑(𝑛𝑖 − 1) = 4 ⋅ 11,22 + 4 ⋅ 9,80 + 4 ⋅ 4,28 + 4 ⋅ 6,81 + 4 ⋅ 8,18 25 − 5 = 8,058 Entonces 𝑡α’/2;n – I ⋅ √𝐶𝑀𝐷 ⋅ ( 1 5 + 1 5 ) = 3,153 ⋅ √8,058 ⋅ 2 5 = 5,661 |𝑚𝑒𝑑𝑖𝑎𝐸 − 𝑚𝑒𝑑𝑖𝑎𝐶| = |10,80 − 17,60| = 6,80 > 5,661 Rta: hay diferencias significativas entre las medias de ambos tratamientos, con un nivel de significación global de 0,05. Ejercicio 3 Mediante un ANOVA se compararon las medias de 6 tratamientos con ni = 4 observaciones cada uno y se detectaron diferencias significativas con 𝛼 = 0,05 Tratamiento A B C D E F Media 63 62 67 65 65 70 Varianza 9,2 8,5 8,6 9,2 10,2 8,3 Utilizando el método de Tukey, decidir si hay diferencia entre las medias de los tratamientos A y F. 6 Resolución n1 = … = n6 = J = 4 ; I = 6; N – I = 24 – 6 = 18 𝑞𝐼;𝑁−𝐼;𝛼 = 𝑞6;18;0,05 = 4,49 𝐶𝑀𝐷 = ∑(𝑛𝑖 − 1)𝑆𝑖 2 ∑(𝑛𝑖 − 1) = 3 ⋅ 9,2 + 3 ⋅ 8,5 + ⋯ + 3 ⋅ 10,2 + 3 ⋅ 8,3 24 − 6 = 9 Entonces 𝑞6;18;0,05 ⋅ √ 𝐶𝑀𝐷 𝐽 = 4,49 ⋅ √ 9 4 = 6,735 |𝑚𝑒𝑑𝑖𝑎𝐴 − 𝑚𝑒𝑑𝑖𝑎𝐹| = | 63 − 70 | = 7 > 6,735 Rta: hay diferencias significativas entre las medias de ambos tratamientos con un nivel de significación global de 0,05. Ejercicio 4 Mediante un ANOVA se compararon las medias de 6 tratamientos con ni =4 observaciones cada uno y se detectaron diferencias significativas con 𝛼 = 0,05 Tratamiento A B C D E F Media 63 62 67 65 65 70 Varianza 9,2 8,5 8,6 9,2 10,2 8,3 Utilizando el método de Tukey, decidir si hay diferencia entre las medias de los tratamientos C y F. Resolución n1 = … = n6 = J = 4 ; I = 6; N – I = 24 – 6 = 18 𝑞𝐼;𝑁−𝐼;𝛼 = 𝑞6;18;0,05 = 4,49 𝐶𝑀𝐷 = ∑(𝑛𝑖 − 1)𝑆𝑖 2 ∑(𝑛𝑖 − 1) = 3 ⋅ 9,2 + 3 ⋅ 8,5 + ⋯ + 3 ⋅ 10,2 + 3 ⋅ 8,3 3 ⋅ 6 = 9 Entonces 𝑞6;18;0,05 ⋅ √ 𝐶𝑀𝐷 𝐽 = 4,49 ⋅ √ 9 4 = 6,735 7 |𝑚𝑒𝑑𝑖𝑎𝐶 − 𝑚𝑒𝑑𝑖𝑎𝐹| = | 67 − 70 | = 3 < 6,735 Rta: no hay diferencias significativas entre las medias de ambos tratamientos con un nivel de significación global de 0,05 DISTRIBUCION DE LA MEDIA MUESTRAL Ejercicio 1 La duración en días de las ampollas de una vacuna determinada se distribuye normalmente con media 1.500 y desvío 160, cuando se la mantiene en condiciones adecuadas. Si se escoge una muestra de 100 ampollas al azar y se calcula su duración media, ¿Cuál es la probabilidad de que sea superior a 1.524 días? Definir la v.a. Resolución Definimos la variable X: como “duración en días de una ampolla de la vacuna” y su distribución es normal con media 1.500 y desvío 160. Si tomamos una muestra de 100 ampollas la distribución normal tiene la misma media que la población, pero la desviación típica estará dividida por raíz de n: �̅�~𝑁 (𝜇; 𝜎 √𝑛 ) �̅�~𝑁 (1.500; 160 √100 ) �̅�~𝑁(1.500; 16) Nos piden la probabilidad de que la duración media de esa muestra sea superior a 1.524 días: 𝑃(�̅� > 1.524) = 𝑃 ( �̅� − 𝜇 𝜎 √𝑛 ⁄ > 1.524 − 1.500 160 √100 ⁄ ) = 𝑃(𝑍 > 1,5) = 1 − 𝑃(𝑍 ≤ 1,5) = 1 − 0,9332 = 0,0668 Ejercicio 2 El peso de las ratas de laboratorio de cepa Wistar tiene una distribución aproximadamente normal con una esperanza de 50 g y una desviación típica de 4 g. Se toma al azar una muestra aleatoria simple de 100 ratas. Calcular la probabilidad de que su media esté entre 49,5 g y 50,3 g. Definir la v.a. Resolución La distribución normal de la población es N(50;4) y para una muestra de tamaño N la distribución de la media muestral es: �̅�~𝑁 (𝜇; 𝜎 √𝑛 ) �̅�~𝑁 (50; 4 √100 ) �̅�~𝑁(50; 0,4) Nos piden la probabilidad de que la duración media de esa muestra esté entre 49,5 g y 50,3 g: 8 𝑃(49,5 < �̅� < 50,3) = 𝑃 ( 49,5 − 50 4 √100 ⁄ < �̅� − 𝜇 𝜎 √𝑛 ⁄ < 50,3 − 50 4 √100 ⁄ ) = 𝑃(−1,25 < 𝑍 < 0,75) = = 𝑃(𝑍 < 0,75) − 𝑃(𝑍 ≤ −1,25) = 𝑃(𝑍 < 0,75) − 𝑃(𝑍 ≥ 1,25) = 𝑃(𝑍 < 0,75) − [1 − 𝑃(𝑍 < 1,25)] = = 𝑃(𝑍 < 0,75) + 𝑃(𝑍 < 1,25) − 1 = 0,7734 + 0,8944 − 1 = 0,6678 Ejercicio 3 Al tomar una muestra de tamaño n de una variable aleatoria normal de parámetros μ y σ, la probabilidad de que la media muestral diste de la media poblacional menos de 0,1 veces σ es mayor a 0,90. ¿Cuál es el mínimo tamaño de la muestra? Resolución 𝑃(−0,1𝜎 < �̅� − 𝜇 < 0,1𝜎) > 0,9 𝑃(−0,1√𝑛 < 𝑍 < 0,1√𝑛) > 0,9 𝑃(|𝑍| < 0,1√𝑛) > 0,9 0,1√𝑛 > 1,645 𝑛 > 270,6 El tamaño de la muestra debe ser mayor o igual a 271. Ejercicio 4 Al tomar una muestra de tamaño n de una variable aleatoria normal de parámetros μ y σ, la probabilidad de que la media muestral diste de la media poblacional menos de 0,1 σ es mayor a 0,95. ¿Cuál es el tamaño de la muestra? Resolución 𝑃(−0,1𝜎 < �̅� − 𝜇 < 0,1𝜎) > 0,95 ⟹ 𝑃(−0,1√𝑛 < 𝑍 < 0,1√𝑛) = 𝑃(|𝑍| < 0,1√𝑛) > 0,95 ⟹ 0,1√𝑛 > 1,96 ⟹ 𝑛 > 384,16 El tamaño de la muestra debe ser mayor o igual a 385. 9 Regresión Lineal Ejercicio 1 El Carbonato de calcio es un fármaco útil en el tratamiento preventivo de la deficiencia de ese mineral. Se quiere estudiar la relación entre la dosis de Carbonato de calcio administrada y la concentración de Hormona Paratiroidea (PTH) en mujeres post-menopáusicas sanas. Para ello se tomó una muestra de 15 mujeres de esa población y se la dividió aleatoriamente en 6 grupos; a cada grupo se le administró una dosis determinada del fármaco y se midió, luego de un tiempo prefijado, la concentración de PTH. A partir de la salida de InfoStat correspondiente al análisis de Regresión Lineal ¿puede afirmarse, con α = 0,05, que la regresión es significativa? Enunciar las variables aleatorias, el modelo de Regresión Lineal, sus supuestos y la recta ajustada mediante el método de Mínimos Cuadrados. Resolución Definición de las variables aleatorias: x1; x2; x3; x4; x5; x6 = Dosis de Carbonato de calcio administrada. Yij = Concentración j-ésima de PTH en mujer post-menopáusica sana a la que se administró la dosis i-ésima de Carbonato de calcio. Supuestos: Yij ~ N (μi ;σ) , independientes ∀ 1 ≤ i ≤ 6 ∀ 1 ≤ j ≤ ni Modelo: Yij = α + β xi + εij con εij ~ N (0 ;σ ) , independientes ∀ 1 ≤ i ≤ 6 ∀ 1 ≤ j ≤ ni Análisis de la significación de la Regresión: Test de hipótesis para el parámetro β: Hipótesis a testear: H0: β = 0 H1: β ≠ 0 10 Estadístico de prueba: Zona de rechazo de H0: |T| ≥ t n-2;α/2 Decisión: Se rechaza la hipótesis nula. La regresión es significativa (p-valor < 0,0001). Ecuación de la recta ajustada por el método de Mínimos Cuadrados: 𝑌�̂� = �̂� + �̂� 𝑥𝑘 = (-0,18) + 1,29 xk Ejercicio 2 La Levotiroxina (T4) administrada en forma exógena es un fármaco útil en el tratamiento del hipotiroidismo autoinmune. Se quiere estudiar la relación entre la dosis de Levotiroxina administrada y la concentración de Hormona Estimulante de la Tiroides (TSH) en mujeres hipotiroideas de entre 35 y 40 años de edad. Para ello se tomó una muestra de 20 mujeres de esa población y se la dividió aleatoriamente en 6 grupos; a cada grupo se le administró una dosis determinada de T4 y se midió, luego de un tiempo prefijado, la concentración de TSH. A partir de la salida de InfoStat correspondiente al análisis de Regresión Lineal ¿puede afirmarse, con α = 0,05, que la regresión es significativa? Enunciar las variables aleatorias, el modelo de Regresión Lineal, sus supuestos y la recta ajustada mediante el método de Mínimos Cuadrados. Resolución Definición de las variables aleatorias: x1; x2; x3; x4; x5; x6 = Dosis de Levotiroxina administrada, Yij = Concentración j-ésima de TSH en mujer hipotiroidea de entre 35 y 40 años de edad, a la que se administró la dosis i-ésima de Levotiroxina. Supuestos: Yij ~ N (μi ;σ ) , independientes ∀ 1 ≤ i ≤ 6 ∀ 1 ≤ j ≤ ni 11 Modelo: Yij = α + β xi + εij con εij ~ N (0 ;σ ) , independientes ∀ 1 ≤ i ≤ 6 ∀ 1 ≤ j ≤ ni Análisis de la significación de la Regresión: Test de hipótesis para el parámetro β: Hipótesis a testear: H0: β = 0 H1: β ≠ 0 Estadístico de prueba: Zona de rechazo de H0: |T| ≥ t n-2;α/2 Decisión: Se rechaza la hipótesis nula. La regresión es significativa (p-valor < 0.0001). Ecuación de la recta ajustada por el método de Mínimos Cuadrados: 𝑌𝑘 ̂ = �̂� + �̂�. 𝑥𝑘 = 9.57 – 0.04 xk Ejercicio 3 Se llevó a cabo un experimento para estudiar el efecto de cierta droga en la disminución del ritmo cardíaco en adultos. La variable independiente es la dosis de la droga en mg, cuyos valores fueron fijados de antemano; y la variable dependiente es la diferencia entre el ritmo cardíaco antes de la administración de la droga (control) y el ritmo más bajo registrado después de su administración. Informar la ecuación de la recta de cuadrados mínimos y decidir, con un nivel de significación del 5%, si hay una relación lineal significativa entre la dosis de la droga y la disminución del ritmo cardíaco (enlatidos/min): plantear las hipótesis, el estadístico de prueba, su distribución bajo la hipótesis nula y la zona de rechazo. Resolución a) Modelo lineal: 12 x1; … ; xI: valores fijos de dosis de la droga administrada (mg). Yij: disminución del ritmo cardíaco del j-ésimo adulto al que se le administró la i-ésima dosis de la droga (latidos/min). Yij = α + β xi + εij εij ~ N (0; σ) independientes (1 ≤ i ≤ I ; 1 ≤ j ≤ ni ) b) La ecuación de la recta ajustada por el método de cuadrados mínimos es: �̂� = 7,0549 + 4,0879 𝑋 c) Test de significación de la regresión: H0) =0 vs. H1) ≠0 = 0,05; n = 13; T = �̂� √ 𝐶𝑀𝑅𝑒𝑠 𝑆𝑋𝑋 ⁄ ~ 𝑡11 si H0 es verdadera. T=10,1692. Se rechaza H0 con p-valor < 0,0001. Por lo tanto es significativamente distinta de cero, la regresión es significativa. Ejercicio 4 Se llevó́ a cabo un experimento para estudiar el efecto de cierta droga en la disminución del ritmo cardíaco en adultos. La variable independiente es la dosis de la droga en mg, cuyos valores fueron fijados de antemano; y la variable dependiente es la diferencia entre el ritmo cardíaco antes de la administración de la droga (control) y el ritmo más bajo registrado después de su administración. Informar la ecuación de la recta de cuadrados mínimos y calcular un intervalo de confianza del 95% para el valor esperado de la diferencia en el ritmo cardíaco cuando la dosis de droga se fija en 3,15 mg, sabiendo que �̅� = 2 y SXX = 11,375. 13 Resolución a) Modelo lineal: x1; … ; xI: valores fijos de dosis de la droga administrada (en mg). Yij: disminución del ritmo cardíaco del j-ésimo adulto al que se le administró la i-ésima dosis de la droga (latidos/min). Yij = α + β xi + εij εij ~ N (0; σ) independientes (1 ≤ i ≤ I ; 1 ≤ j ≤ ni ) b) IC (95%) para E(Yk) para xk = 3,15mg (𝛼 ̂+ �̂� xk) ± 𝑡𝛼 2⁄ ;𝑛−2 √𝐶𝑀𝑟𝑒𝑠 [ 1 𝑛 + (𝑥𝑘−�̅�) 2 𝑆𝑋𝑋 ] (7,0549 + 4,0879. 3,15) ± 𝑡0,05 2⁄ ;11 √1,8382. [ 1 13 + (3,15−2)2 11,375 ] 19,9318 ± 2,201. √0,3551 = 19,9318 ± 1,3116 C (18,6202< 𝜇𝑘< 21,2434) = 0,95 INTERVALOS DE CONFIANZA Ejercicio 1 Un ingeniero civil analiza la resistencia a la compresión del concreto. La resistencia está distribuida aproximadamente de manera normal, con varianza 1000 (psi)2. Al tomar una muestra aleatoria de 12 especímenes, se tiene que �̄� = 3250𝑝𝑠𝑖 (libras por pulgada cuadrada). Construir un intervalo de confianza del 95% para la resistencia media a la compresión; y calcular el tamaño n de muestra que se necesita para que un intervalo del 99% de confianza para la esperanza tenga la mitad de la longitud del intervalo hallado. Definir la variable aleatoria involucrada y establecer los supuestos. Resolución Z0,05/2=1,96 y C(3232,10773<µ< 3267,89227) = 0,95 3267,89227 − 3232,10773 = 35,78454; 35,78454 2 = 17,89227 14 2. 𝑍0,01 2 . 31,6228 √𝑛 < 17,89227 ⟹ 𝑛 > ( 2 ∗ 2,576 ∗ 31,6228 17,89227 ) 2 = 82,912 ⟹ 𝑛 𝑚í𝑛 = 83 Ejercicio 2 El tiempo de reacción a un estímulo de cierto dispositivo electrónico está distribuido normalmente con desviación estándar 0,05 segundos. ¿Cuál es el número de mediciones que se deberá efectuar para estimar la esperanza mediante un intervalo de confianza del 95% cuya aproximación no exceda 0,01 segundos? Definir la variable aleatoria involucrada y establecer los supuestos. Resolución Z0,05/2=1,96 y el n mínimo es de 97. 𝑍0,05 2 . 0,05 √𝑛 < 0,01 ⟹ 𝑛 > ( 1,960 ∗ 0,05 0,01 ) 2 = 96,04 ⟹ 𝑛 𝑚í𝑛 = 97 Ejercicio 3 La recuperación de bromuro de potasio por cromatografía de gas-líquido en cierta especie vegetal puede suponerse con distribución normal. Se hicieron 36 mediciones en muestras de esta especie y se obtuvo el siguiente intervalo [768,30; 776,60] para el valor medio de la recuperación de bromuro potásico con un nivel de confianza de 0,90. ¿Cuáles fueron los estimadores puntuales de la media y la varianza obtenidos a partir de esta muestra? Definir la variable aleatoria involucrada y establecer los supuestos. Resolución C (768,30 < μ < 776,60) = 0,90 𝐿𝑜𝑛𝑔 = 776,60 − 768,30 = 2. 𝑡 35; 0,10 2 . 𝑆 √36 8,3 = 2 . 1,690 . 𝑆 6 14,7337 = 𝑆 𝟐𝟏𝟕, 𝟎𝟖 = 𝑺𝟐 15 𝐿1 = 768,30 = �̅� − 𝑡35;0,10 2 . 𝑆 √36 768,30 = �̅� − 1,690 . 14,7337 6 𝟕𝟕𝟐, 𝟒𝟓 = �̅� = 𝟕𝟕𝟔, 𝟔𝟎 + 𝟕𝟔𝟖, 𝟑𝟎 𝟐 Ejercicio 4 La recuperación de bromuro de potasio por cromatografía de gas-líquido en cierta especie vegetal puede suponerse con distribución normal. Se hicieron 16 mediciones en muestras de esta especie y se obtuvo el siguiente intervalo [781,40; 787,80] para el valor medio de la recuperación de bromuro potásico con un nivel de confianza de 0,99. ¿Cuáles fueron los estimadores puntuales de la media y la varianza obtenidos a partir de esta muestra? Definir la variable aleatoria involucrada y establecer los supuestos. Resolución C (781,40 < μ < 787,80) = 0,99 𝐿𝑜𝑛𝑔 = 787,80 − 781,40 = 2. 𝑡 15; 0,01 2 . 𝑆 √16 6,4 = 2 . 2,947 . 𝑆 4 4,3434 = 𝑆 𝟏𝟖, 𝟖𝟔 = 𝑺𝟐 𝐿1 = 781,40 = �̅� − 𝑡15;0,01 2 . 𝑆 √16 781,40 = �̅� − 2,947 . 4,3434 4 𝟕𝟖𝟒, 𝟔 = �̅� = 𝟕𝟖𝟏, 𝟒𝟎 + 𝟕𝟖𝟕, 𝟖𝟎 𝟐
Compartir