Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 213 vistas

    Solucionario Bioestadística Aplicada

    Cargado por

    Thomas Ancco Vizcarra
    Este documento presenta el solucionario de un examen parcial de estadística aplicada. Incluye tres problemas estadísticos resueltos. El primer problema analiza una encuesta sobre una planta de tratamiento de residuos. El segundo estudia los niveles de mercurio en peces a lo largo de un río. El tercer problema examina las concentraciones de ozono en el aire. En general, el documento aplica pruebas estadísticas como Z, t de Student, ANOVA y Tukey para analizar los datos y probar hipótesis.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Solucionario Bioestadística Aplicada

    Cargado por

    Thomas Ancco Vizcarra
    213 vistas5 páginas
    Este documento presenta el solucionario de un examen parcial de estadística aplicada. Incluye tres problemas estadísticos resueltos. El primer problema analiza una encuesta sobre una planta de tratamiento de residuos. El segundo estudia los niveles de mercurio en peces a lo largo de un río. El tercer problema examina las concentraciones de ozono en el aire. En general, el documento aplica pruebas estadísticas como Z, t de Student, ANOVA y Tukey para analizar los datos y probar hipótesis.

    Descripción original:

    bioestadistica aplicada

    Título original

    Solucionario-Bioestadística-Aplicada

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta el solucionario de un examen parcial de estadística aplicada. Incluye tres problemas estadísticos resueltos. El primer problema analiza una encuesta sobre una planta de tratamiento de residuos. El segundo estudia los niveles de mercurio en peces a lo largo de un río. El tercer problema examina las concentraciones de ozono en el aire. En general, el documento aplica pruebas estadísticas como Z, t de Student, ANOVA y Tukey para analizar los datos y probar hipótesis.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    213 vistas5 páginas

    Solucionario Bioestadística Aplicada

    Cargado por

    Thomas Ancco Vizcarra
    Este documento presenta el solucionario de un examen parcial de estadística aplicada. Incluye tres problemas estadísticos resueltos. El primer problema analiza una encuesta sobre una planta de tratamiento de residuos. El segundo estudia los niveles de mercurio en peces a lo largo de un río. El tercer problema examina las concentraciones de ozono en el aire. En general, el documento aplica pruebas estadísticas como Z, t de Student, ANOVA y Tukey para analizar los datos y probar hipótesis.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 5

    UNIVERSIDAD NACIONAL DE INGENIERÍA

    Facultad de Ingeniería Ambiental


    Departamento de Estudios Generales
    Periodo Académico 2019 – 1
    AA242 BIOESTADISTICA APLICADA
    SOLUCIONARIO - EXAMEN PARCIAL

    Profesor(es) : CASTAÑEDA SALDAÑA Beatriz, ARANA LOPEZ Sara


    Día y hora : 07 de Mayo del 2019 - 09-11
    Indicaciones : Prohibido el préstamo de calculadoras. Uso de Internet y de Celulares. Las interpretaciones
    deben ser en el contexto, no abstractas ni genéricas

    1. Se va a construir una planta de tratamiento de residuos sólidos y se quiere conocer la opinión


    de los vecinos de la localidad. Se selecciona una muestra aleatoria de 150 individuos y se
    realiza un sondeo. Se piensa que el 60% de los habitantes del lugar estará a favor del
    proyecto. Si esto es verdad,
    a) Si sólo 81 son de tal opinión, ¿se podría poner en duda la cifra 60%?. Proporcione el nivel
    crítico para este resultado en la muestra. 2p

    Según lo expresado se postula


    Ho: P  60% a favor del proyecto H1: P < 60%

    Con la data de la muestra calculamos p = (81/150*100) = 54%


    luego calculamos la estadística Z
    p  P0 0.54  0.60
    Z    1 .5
    P0 ( 1  P0 ) / n 0.6 * 0.4 / 150

    Calculamos nivel crítico o p-value= P(Z < -1.5) = 0.067 > 0.05
    Con este resultado concluimos que el resultado de la muestra no es evidencia suficiente
    para dudar que el 60% de la población de esta localidad apoye el proyecto.

    b) ¿A cuántos individuos se debería encuestar para que al estimar el porcentaje de los que
    están a favor, el error no exceda de 5% con 95% de confianza? 2p

    Determinamos el tamaño de muestra considerando


    E= 0.05
    Confianza (1-) = 95%, entonces Z0.975 = 1.96
    Asumimos valor preliminar de P= 0.60
    Población grande
    Z12 / 2 P ( 1  P ) 1.96²( 0.6 * 0.4 )
    n   369
    E² 0.05²

    2. Se realiza un estudio para eliminar los efectos de los efluentes de una fábrica sobre los peces
    que viven en el río que fluye junto a la fábrica. La variable de interés es el nivel total de
    mercurio, en microgramos por gramo de peso, por pez en el área. Las muestras de peces se
    toman en 4 puntos a lo largo del río:
    I: 5,5 km por encima de la fábrica
    II: 3,7 km por debajo de la fábrica
    III: 21 km por debajo de la fábrica;
    IV: 133 km por debajo de la fábrica.
    Se obtuvieron los siguientes datos:
    Nivel de mercurio
    Punto de muestreo
    I II III IV
    0.45 1.64 1.56 0.65
    0.35 1.67 1.55 0.59
    0.32 1.85 1.69 0.69
    0.68 1.57 1.67 0.62
    0.53 1.59 1.60 0.70
    0.34 1.61 1.68 0.64
    0.61 1.53 1.65 0.81
    0.41 1.40 1.59 0.58
    0.51 1.70 1.75 0.53
    0.71 1.48 1.49 0.75 x  1.09 ; S ²  0.54
    x = 0.49 x = 1.60 x = 1.62 x = 0.66
    S2 = 0.14 S2 = 0.12 S2 = 0.08 S2 = 0.08
    a) Plantee las hipótesis en forma teórica y aplicada 2p

    Ho: No hay impacto con la contaminación con mercurio de los peces por efecto de los
    efluentes de la fábrica, el promedio de mercurio por gramo de peso es el mismo en
    los 4 puntos de muestreo (Ho: I =II =III =IV)

    H1: Hay impacto de contaminación con mercurio de los peces por efecto de los efluentes
    de la fábrica, el promedio de mercurio por gramo de peso no es el mismo en los 4
    puntos de muestreo (H1 : I II III IV)

    b) Asuma distribución normal y analice si las varianzas son semejantes o diferentes. 2p

    Formulamos las hipótesis:


    H0: Las varianzas de los niveles de mercurio en los peces de los cuatro puntos
    de muestreo son semejantes (H0: 21 = 22 = 23 = 24 )
    H1: En alguno de los puntos de muestreo la varianza de los niveles de mercurio
    difiere de la varianza de alguno de los otros puntos de muestreo. (H1: 2i 
    2j ; para algún i  j )
    Operamos la data para calcular la estadística de la prueba de Bartlet

    Puntos de muestreo
    I II III IV Suma
    ni –1 9 9 9 9 36
    (ni –1)S2i 9x0.14 9x0.12 9x0.08 9x0.08 5.959
    (ni –1)log S2i -3.112 -10.022 -9.897 -11.365 -34.396

    Operamos la estadística
       k ( n  1 )S 2   
       i i  k 
    ln( 10 ) ( N  k )  log  i 1     ( ni  1 ) log S i2 
     N k
         1


         
    X2 
    1 k 1 1 
    1  
    3( k  1 )  1 ni  1 N  k 

    Obtenemos X²= 1.105
    Calculamos el p-value= P(X²(3) >1.105) = 0.776

    Con este resultado concluimos que las varianzas de los niveles de mercurio en los
    peces no difieren de manera significativa y podemos asumir que son semejantes.

    c) Ejecute el análisis de comparación de medias con la prueba ANOVA, incluyendo la


    comparación múltiple de los promedios, si es pertinente. Interprete todos los resultados.
    3p

    Para analizar las hipótesis de la comparación de medias


    Ho: I =II =III =IV H1 : I II III IV

    aplicamos la prueba ANOVA, por lo que construimos la tabla ANOVA

    k
    SCG   ( x i  x ) 2 n i =10.859
    i 1
    k
    SCE   S 2i (n i  1) = 3.78
    i 1
    SCT  SCG  SCE =14.639

    Fuente de Suma de Grados de Cuadrado Razón Probabilidad


    variación Cuadrados Libertad Medio F P
    Grupos 10.859 3 3.620 34.47 < 0.001
    Error 3.78 36 0.105
    Total 14.639 39

    El resultado nos indica que hay diferencias significativas en los promedios de mercurio
    por gramo de peso.

    Comparación múltiple – Prueba de Tukey

    W  q0.05( 4 , 36 ) CME / n  3.79 0.105 / 10  0.388

     x 1 - x 2 = 1.11*
     x 1 - x 3 = 1.13*
     x 1 - x 4 = 0.17
     x 2 - x 3 = 0.02
     x 2 - x 4 = 0.94*
     x 3 - x 4 = 0.96*
    Con estos resultados podemos concluir que los niveles de mercurio en los
    peces son significativamente mayores a 3.7km y 21 km debajo de la fábrica
    respecto de los niveles encontrados en los peces a 5.5 km arriba de la fábrica
    y a 133 km debajo de la fábrica, ello nos lleva a proponer que es urgente que
    se aplique un tratamiento a los efluentes de la fábrica porque están
    contaminando a los preces con mercurio.
    3. El ozono es un componente que puede causar daños en plantas sensibles. En 1979 se ha
    establecido en E.E.U.U. una norma federal para la concentración de ozono con nivel máximo
    de 0,12 ppm (partes por millón). Se sospecha que las concentraciones actuales en el aire
    exceden dicho nivel. A fin de verificarlo, se han obtenido muestras de aire en 40 estaciones.
    a) Especifique la hipótesis nula y alternativa para verificar la suposición. 1p

    Ho:   0.12 ppm


    La concentración máxima de ozono supera a 0.12 ppm

    H1:  < 0.12 ppm


    Si el promedio es significativamente menor que 0.12 ppm, entonces las concentraciones
    máxima de ozono no pasará de 0.12 ppm

    b) El análisis de los datos revela una media muestral de 0,115 con una desviación estándar
    muestral de 0,03. ¿Puede rechazarse la sospecha existente con un nivel de significancia
     = 0,01? Halle el valor p de la prueba y de una interpretación del mismo. 3p

    Aplicamos la prueba Z, dado que la muestra es grande y la varianza es desconocida

    x  0 0.115  0.12
    Z    1.05
    S/ n 0.03 / 40

    Calculamos el p-value= P(Z < -1.05) = 0.146 > 0.05


    Este resultado nos indica que el promedio de las concentraciones no difiere
    significativamente del nivel máximo 0.12 ppm, lo que implica que las concentraciones de
    ozono exceden los niveles máximos permisibles.

    c) Obtenga un intervalo de confianza del 95% para la concentración media de ozono, y


    comente su relación con el contraste de hipótesis de los apartados anteriores. 2p

    Calculamos los límites para la estimación por intervalo del promedio


    S  0.03 
    L  x  Z 1 / 2  0.115  1.96   0.115  0.009
    n  40 
    IC 95% para la concentración media de ozono: Li= 0.106 ppm ; Ls=0.124 ppm
    Este resultado confirma que los niveles máximos de concentración de ozono superan a
    0.12 ppm, dado que con 95% de confianza se estima que el promedio puede ser de
    hasta 0.124 ppm.

    4. Se quiere contrastar el contenido de azúcar de distintos cargamentos de remolacha. Se sabe


    que el contenido medio de azúcar para remolacha de regadío es del 18% con una media
    superior para el secano, siendo la desviación típica del 6% en ambos casos. Se toma una
    muestra de 20 cargamentos.
    ¿Qué valor de la media permitirá tomar la decisión sobre si la remolacha es de secano o de
    regadío, al nivel del 5%? 3p

    La cantidad solicitada se determina en el procedimiento de prueba para las hipótesis:

    H0:   18% de contenido de azúcar, es decir, el cargamento de remolacha es de regadío

    H1:  > 18% de contenido de azúcar, es decir el cargamento de remolacha es de secano

    Considerando un nivel de significancia del 5% la región de rechazo será si


    x  0
    Z  Z 0.95
    / n
    Remplazando con la data

    x  18
    Z  1.645  x  20.21%
    6 / 20
    Entonces se decidirá que la remolacha es de secano si el promedio de contenido de
    azúcar supera el 20.21%, en caso contrario se asumirá que la remolacha es de regadío.

    También podría gustarte