Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


PRACTICA5, Ejercicios de Estadística Aplicada

Asignatura: Estadística Aplicada, Profesor: Alumnos Alumnos, Carrera: Ingeniería Aeronáutica, Universidad: UPM

Tipo: Ejercicios

2013/2014

Subido el 15/12/2014

abraham_mateos
abraham_mateos 🇪🇸

5

(1)

7 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Pr´acticas R Pilar Sanmart´ın 1
PR ´
ACTICAS DE ESTADISTICA.
Grado en Ingenier´ıa en Sistemas de Telecomunicaci´on (GIST).
Grado en Ingenier´ıa Telem´atica (GIT)
Inferencias para la media µde una poblaci´on normal con varianza σ2
desconocida
Intervalos de confianza
Consideramos T=Xµ
S/ntn1.
Fijamos una confianza 1 α.
Calculamos a1yb1cumpliendo P(a1Tnb1) = 1 α.
T[tn1,1
α
2, tn1,1
α
2] con una probabilidad 1 α.
”Despejamos”µ:
µ[X±tn1,1
α
2
Sn
n]
con una confianza 1 α.
Contrastes de hip´otesis:
Planteamos el contraste bilateral H0:µ=µ0
H1:µ6=µ0
El estad´ıstico de contraste es:
T0=Xµ0
Sn/n
que sigue, bajo H0,una distribuci´on tn1
La regi´on de rechazo es de la forma |t0| tn1,1α/2
Ejercicio 1
Se quiere determinar si unos detectores de rad´on ( un gas inodoro y incoloro ligeramente
radioactivo) son fiables. Para ello, se colocan 12 de estos detectores en una amara y se
exponen durante 3 d´ıas a 105 picoCuries por litro de rad´on. Los datos obtenidos son los
siguientes:
91.9 97.8 111.4 122.3 105.4 95.0
103.8 99.6 96.6 119.3 104.8 101.7
Suponiendo que los datos provienen de una poblaci´on normal responde a las siguientes
cuestiones:
pf2

Vista previa parcial del texto

¡Descarga PRACTICA5 y más Ejercicios en PDF de Estadística Aplicada solo en Docsity!

Pr´acticas R Pilar Sanmart´ın 1

PR ´ACTICAS DE ESTADISTICA.

Grado en Ingenier´ıa en Sistemas de Telecomunicaci´on (GIST). Grado en Ingenier´ıa Telem´atica (GIT)

Inferencias para la media μ de una poblaci´on normal con varianza σ^2 desconocida

Intervalos de confianza

Consideramos T = (^) S/X−√μn ∼ tn− 1.

Fijamos una confianza 1 − α.

Calculamos a 1 y b 1 cumpliendo P (a 1 ≤ Tn ≤ b 1 ) = 1 − α.

T ∈ [−tn− 1 , 1 − α 2 , tn− 1 , 1 − α 2 ] con una probabilidad 1 − α.

”Despejamos”μ:

μ ∈ [X ± tn− 1 , 1 − α 2

Sn √ n

]

con una confianza 1 − α.

Contrastes de hip´otesis:

Planteamos el contraste bilateral H 0 : μ = μ 0 H 1 : μ 6 = μ 0

El estad´ıstico de contraste es:

T 0 =

X−μ 0 Sn/

n

que sigue, bajo H 0 , una distribuci´on tn− 1

La regi´on de rechazo es de la forma |t 0 | ≥ tn− 1 , 1 −α/ 2

Ejercicio 1

Se quiere determinar si unos detectores de rad´on ( un gas inodoro y incoloro ligeramente radioactivo) son fiables. Para ello, se colocan 12 de estos detectores en una c´amara y se exponen durante 3 d´ıas a 105 picoCuries por litro de rad´on. Los datos obtenidos son los siguientes:

Suponiendo que los datos provienen de una poblaci´on normal responde a las siguientes cuestiones:

a) Construye un intervalo de confianza al 98 % para el valor promedio μ de radon propor- cionado por este tipo de detectores.

b) ¿Podemos afirmar que este valor promedio difiere significativamente al 5 % del valor real 105? Calcula el p-valor.

x <- c(91.9, 97.8, 111.4, 122.3, 105.4, 95, 103.8, 99.6, 96.6, 119.3, 104.8, 101.7) t.test(x, alternative = "two.sided", mu = 105, conf.level = 0.98)

Contrastes de hip´otesis unilateral:

H 0 : μ = μ 0 H 1 : μ > μ 0

La regi´on de rechazo es de la forma t 0 ≥ tn− 1 , 1 −α

Ejercicio 2

Con los datos del ejercicio anterior repite el apartado b, pero para la hip´otesis alternativa de que μ sea mayor que 105.

t.test(x, alternative = "greater", mu = 105)

Contrastes de hip´otesis unilateral:

H 0 : μ = μ 0 H 1 : μ < μ 0

La regi´on de rechazo es de la forma t 0 ≤ tn− 1 ,α

Ejercicio 3

Con los datos del ejercicio anterior repite el apartado b, pero para la hip´otesis alternativa de que μ sea menor que 105.

t.test(x, alternative = "less", mu = 105)