Taller numero 6

Métodos
cuantitativos
Ejercicio 1

En el archivo TESTNOP se encuentra la variable “valores”, que

contiene 250 dígitos obtenidos mediante un programa ordenador
adecuado que genera números naturales entre 1 y 10, ambos
inclusive. Se trata de comprobar, con un nivel de significación
a=0.05, si efectivamente están generados de manera aleatoria. Para
ello:

1.1Plantear el problema en términos de un contraste de hipótesis.

¿Cuál es el test más adecuado?

H0: Los datos se distribuyen de manera Uniforme discreta (1, 10)

H1: Los datos no se distribuyen de manera Uniforme discreta (1, 10)

Test: El test Chi – cuadrado, porque los datos de la variable valores

son datos cuantitativos discretos. (Se usa una distribución uniforme
discreta).

1.2Utilizando Statgraphics y considerando a=0.05, ¿proporcionan los

datos la evidencia suficiente para asegurar que están generados de
forma aleatoria?

p-valor = 0,136884 (p-valor>)

Conclusión: No se rechaza H0 al nivel 0,05. Por lo tanto no podemos

rechazar que “valores” proceda de una distribución uniforme discreta
con un nivel de confianza de al menos un 95%.
En consecuencia los datos proporcionan la evidencia suficiente para
asegurar que están generados de forma aleatoria.

¿Y si =0.01?

p-valor = 0,136884 (p-valor>)

Conclusión: No se rechaza H0 al nivel 0,01. Por lo tanto no podemos

rechazar que “valores” proceda de una distribución uniforme discreta
con un nivel de confianza de al menos un 99%.
En consecuencia los datos proporcionan la evidencia suficiente para
asegurar que están generados de forma aleatoria.
Resumiendo: En los 2 casos “no se rechaza H0” a sus
correspondientes niveles, lo que en consecuencia significa que en
ambos casos los datos de la variable “valores” proporcionan la
evidencia suficiente para asegurar que están generados de forma
aleatoria.

Ejercicio 2.

En el archivo TESTNOP. se Encuentra la variable “notas”, que contiene

notas de 150 alumnos de un exámen de Métodos.

2.1 Observar los valores de la variable e indicar si es posible ajustar a

los datos una v.a discreta o continua. Los datos provienen de una
distribución: Continua

2.2 Dibujar el histograma y proponer la variable aleatoria a la que se

podrán ajustar los datos. Distribución propuesta

Variable: Notas.

Histograma para notas

50

40
frecuencia

30

20

10

0
-2 1 4 7 10 13
notas
Distribución propuesta: Normal.

2.3 Calcular, con statgraphics, una estimación de los parámetros de la

distribución propuesta.

Parámetros propuestos

Datos: notas
150 valores comprendidos desde -1,16145 hasta 11,0574

Distribución normal ajustada (parámetros):

media = 4,44678
desviación típica = 2,40989
2.4 Para comprobar si el modelo propuesto es válido plantear el
problema en términos de contraste de hipótesis y decidir cuál es el
test más adecuado en cada caso.H0:

Test más adecuado:

H0: Los datos se distribuyen normalmente (4,44678 , 2,40989)

H1: Los datos no se distribuyen normalmente (4,44678 , 2,40989)

Test más adecuado: Kolmogorov-Smirnov por ser una v.a. continua.

2.5 Realizar el test con Statgraphics y adoptar una decisión.

(Use alfa = 0,10 como en el programa)

p-valor = 0,719721

Decisión: No se rechaza H0 al nivel 0,10 (p-valor>).

Por lo tanto no podemos rechazar que los datos de “notas” procedan
de una distribución normal con un nivel de confianza de al menos un
90%.