ESTADSTICA 2

QUESTIONARI DAUTOAVALUACI DE FINAL DE CURS

1. Amb la intenci que els clients shi estiguin ms temps i augmentin les vendes, els
propietaris duna botiga de roba han posat un fil musical. Si en una mostra de 25
observacions (visitants) sha observat una estada mitjana de 18 minuts amb una varincia
de 36 (minuts al quadrat), quin ser el resultat de contrastar la hiptesi (alternativa) que
lestada mitjana a la botiga supera ara el quart dhora, el valor que tenia abans de la
implementaci de la mesura?
a) Es rebutja Ho al 1% per no al 0,5% (de significaci estadstica).
b) Es rebutja Ho al 0,5% per no al 1% (de significaci estadstica).
c) Lestadstic t del contrast val 0,42 la qual cosa no permet rebutjar Ho a cap dels
nivells de significaci esmentats.
d) Lestadstic t del contrast val 0,42 la qual cosa implica un rebuig clar dHo.
Informaci addicional:
Pr(t24 2,49) = 0,99
Pr(t24 2,80) = 0,995
2. Es vol estimar el percentatge dels ingressos per vendes que les empreses dun
determinat subsector de leconomia dediquen a publicitat. Suposant una desviaci estndard
poblacional de 10 punts percentuals, quina haur de ser la mida de la mostra si es vol tenir
una confiana del 99% que lerror destimaci no superar els 3 punts percentuals?
a) 1849
b) 1508
c) 74
d) 61
Informaci addicional:
Pr( Z 2,33) = 0,99
Pr( Z 2,58) = 0,995

3. Un 10% de las familias deciden no vacunar a sus hijos. Entonces, si se selecciona una
muestra de 5 familias, la probabilidad de que ms de una no vacune a sus nios ser igual
a:
a) Un 8%, aproximadamente.
b) Un 33%, aproximadamente.
c) Un 60%, aproximadamente.
d) Un 92%, aproximadamente.
4. Indica la afirmacin falsa:
a) Con un estimador insesgado se tiene la certeza de que el error de estimacin (e) ser
cero.
b) Un estimador insesgado es ms eficiente que otro si su varianza es menor.
c) El error cuadrtico medio de un estimador ECM () es igual a

E (e 2 ) = E ( ) 2 = DE () 2 + B () 2 .
d) Un estimador consistente mejora conforme aumenta el tamao de la muestra.
5. El nmero medio de errores que comete una locutora en una locucin de 5 minutos es de
2. Por tanto, la probabilidad de cometer exactamente 8 errores en una locucin de un cuarto
de hora es:
a) De un 5% aproximadamente.
b) De un 10% aproximadamente.
c) De un 15% aproximadamente.
d) De un 20% aproximadamente.

6. Sean las dos poblaciones normales siguientes:

X = Normal ( X ; X2 = 300)

Y = Normal ( Y ; Y2 = 100)

Si se seleccionasen muestras del mismo tamao (25) de cada una de ellas y se calculasen
las correspondientes varianzas muestrales, qu valor tomara Pr( S X2 > 3SY2 ) ?
a) Uno (100%).
b) Una probabilidad equivalente a Pr( F24, 24 > 3) , igual al 50%.
c) Una probabilidad equivalente a Pr( F24, 24 > 1) , igual al 50%.
d) Sera necesario conocer las medias de las poblaciones.
7. Dun procs mitjanant el qual somplen unes llaunes (de 33 cl.) amb refresc, sha
seleccionat una mostra (aleatria) de 10 observacions (llaunes) registrant-se el contingut
efectiu en cl. dels envasos i obtenint-se els segents resultats:
10

X i = 350
i =1

10

(X

X ) 2 = 144

i =1

Aleshores, indica lafirmaci falsa:

a) La millor estimaci de la mitjana del procs s 35 cl.
b) La millor estimaci de la varincia del procs s 12 (cl.2)
c) Pr(32,14 37,86) = 0,95
d) Pr(7,57 2 53,33) = 0,95

Pr(t9 1,83) = 0,95

Informaci addicional:
2
9

2
9

Pr(t9 2,26) = 0,975

2
9

Pr( 2,70) = 0,025 Pr( 3,33) = 0,05 Pr( 16,92) = 0,95 Pr( 92 19,02) = 0,975
8. A continuacin se muestran diferentes combinaciones de error mximo de estimacin (E)
y nivel de confianza ( 1 ) en el contexto de la estimacin de una proporcin poblacional
(desconocida) mediante la observada en una muestra. Cul de ellas representara una
inferencia mejor?
a) E = 0,03; 1 = 0,95
b) E = 0,01; 1 = 0,95
c) E = 0,01; 1 = 0,90
d) No se puede decir.
9. Mediana i media coinciden cuando la distribucin de probabilidad es simtrica, pero la
primera es inferior a la segunda cuando la distribucin tiene una cola a la derecha
(distribucin con una asimetra positiva). En cul de las siguientes distribuciones pasar
esto ltimo)?
a) Binomial(n=3;p=0,90)
b) Uniforme(a=0;b=10)
c) T de Student de 20 grados de libertat.
d) Chi-cuadrado de 5 grados de libertad.
10. Indica la afirmacin falsa al respecto del concepto de error de estimacin:
a) Es la diferencia entre la estimacin y el verdadero valor del parmetro. Antes de
tener la muestra, es una variable aleatoria.
b) Su esperanza es el sesgo del estimador; el valor esperado de su cuadrado, el ECM
del estimador.
c) No se podr calcular, pero la Teora de la Inferencia permite controlar su valor
mximo con una determinada probabilidad.
d) Todas son falsas.

11. En una muestra aleatoria de 200 personas, 80 se manifestaban favorables a la

liberalizacin de los horarios comerciales. El objetivo de la encuesta era contrastar la
hiptesis (alternativa) que ms de la mitad de la poblacin sera partidaria de esa
desregulacin. Entonces, la desviacin estndar de esa proporcin muestral bajo la
hiptesis nula del contraste (denominador del estadstico de prueba) es igual a:
a)

0,40 0,60
200

b)

0,40 0,60
200

c)

0,50 0,50
200

d)

0,50 0,50
200

12. En el contraste de igualdad de (dos) varianzas poblacionales:

a) El estadstico de contraste es el cociente de las varianzas muestrales.
b) El estadstico de contraste tiene una distribucin Ji-cuadrado (bajo Ho).
c) Se rechaza Ho cuando las varianzas muestrales no coinciden.
d) Todas son ciertas.
13. En la ficha tcnica de una encuesta se indica que las proporciones muestrales obtenidas
tienen un margen de error que no supera los 4 puntos porcentuales con una confianza del
90%. Entonces, a cuntas personas se encuest?
a) A 256
b) A 426
c) A 512
d) A 851
Informaci addicional:
Pr( Z 1,28) = 0,90
Pr( Z 1,65) = 0,95

14. Sabiendo que la varianza muestral es un estimador insesgado de la varianza

poblacional, qu se puede decir de la desviacin cuadrtica media (DCM) como estimador
del mismo parmetro?
a) Que es tambin un estimador insesgado.
b) Que es un estimador sesgado al alza (con sesgo positivo).
c) Que es un estimador asintticamente no insesgado.
d) Ninguna de las anteriores.
Nota:

(X
=

X )2
n 1
i

(X
DCM =

X )2
n

15. Desde la asociacin de vecinos de un barrio muy turstico de la ciudad se afirma que en
ms de tres cuartas partes de los edificios hay apartamentos tursticos ilegales. Qu
valores de la proporcin en una muestra de 60 fincas daran soporte a esa hiptesis, al 1%
de significacin estadstica?
a) p > 0,75 + 2,33
c) p > 0,75 2,33
Informaci addicional:

0,750,25
60

b) p > 0,75 + 2,58

0,750,25
60

0,750,25
0,750,25
d) p > 0,75 2,58
60
60
Pr( Z 2,33) = 0,99
Pr( Z 2,58) = 0,995

16. En cuanto al error estndar de un estimador (como, por ejemplo, la media muestral o la
proporcin muestral):
a) Estima la varianza ( 2 ) de ese estimador en el muestreo.
b) Cuanto mayor, mejor: ms preciso el estimador.
c) Es independiente del tamao de la muestra.
d) Todas son falsas.

17. En el marc dun estudi que feia s de dades fiscals, es va analitzar la proporci de
famlies que en la declaraci de la renda marcaven la casella Assignaci tributria a
Finalitats Socials. En concret, en una primera mostra de 200 famlies amb ingressos
inferiors a 30.000 euros lany, 140 marcaven aquesta casella; en una segona mostra de 100
famlies amb ingressos superiors a 100.000 euros, noms 20 feien el mateix (marcar la
casella). Aleshores, indica lafirmaci falsa:
a) Sestim en 50 punts percentuals la diferncia entre les corresponents proporcions
poblacionals (de famlies que marquen la casella).
b) Pr(0,367 p X pY 0,633) = 0,99
c) Lestadstic per al contrast de H 0 : p X = pY supera el valor 10.
d) Es rebutja clarament H 0 : p X = pY .
Informaci addicional:

Pr( Z 2,33) = 0,99

Pr( Z 2,58) = 0,995

18. Una pregunta duna enquesta demanava a lentrevistat valorar de 0 a 10 punts la qualitat
del servei rebut. La puntuaci mitjana dels 20 homes enquestats va ser de 7 punts, amb una
d.e. de 1,5 (punts). La mitjana de les 10 dones entrevistades va ser de 5 punts amb una d.e.
de 2 (punts). Aleshores, indica lafirmaci falsa:
a) Lestadstic per al contrast de H 0 : X2 = Y2 pren el valor 1,33 i t una distribuci

2 sota Ho.
b) Si les varincies poblacionals sn iguals, la varincia com sestimar en 2,8 (punts
al quadrat) aproximadament.
c) Lestadstic per al contrast de H 0 : X = Y (sota el supsit que X2 = Y2 ) pren el
valor 3, aproximadament.
d) Es rebutja H 0 : X = Y versus H1 : X > Y al 5% perqu lestadstic de prova
supera el punt crtic 1,70.
Informaci addicional:
Pr( Z 1,65) = 0,95
Pr(t 28 1,70) = 0,95

19. En base a una mostra de 9 observacions sha obtingut el segent interval de confiana
per al retrs mitj (en minuts) dun tren de rodalies.

Pr(10,14 13,86) = ?
Suposant poblaci normal i sabent que lerror estndard de la mitjana mostral ha estat dun
minut, indica lafirmaci falsa:
a) El nivell de confiana de lanterior interval s 0,95 (95%).
b) La varincia mostral ha estat igual a 9 (minuts al quadrat).
c) Lerror mxim destimaci (de la mitjana poblacional amb la mostral) al 95% s de
2,30 minuts.
d) No es pot rebutjar H 0 : = 10 en un test bilateral al 5% de significaci estad.
Informaci addicional: Pr(t8 1,40) = 0,90

Pr(t8 1,86) = 0,95

Pr(t8 2,30) = 0,975

20. Indica lafirmaci falsa al respecte de les distribucions Z i t de Student:

a) Ambdues tenen forma de campana amb centre (mitjana i mediana) en el zero.
b) V ( Z ) < V (tn ) i per aix Pr( Z > x) < Pr(t n > x) x > 0 .
c) V ( Z ) < V (tn ) i per aix z < t (n) < 0,5 .
d) n 0 implica

tn Z .
E.Rico

SOLUCIONS
PREGUNTA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

SOLUCI
A
C
A
A
B
C
B
B
D
D
D
A
B
C
A
D
C
A
A
D

SOLUCIONS DESENVOLUPADES
1.
X=Duracions de les estades de TOTS els clients (poblaci) a lestabliment
desprs de la installaci del fil musical

X = E( X ) = ?

X = DE ( X ) = ?

H 0 : = 15(min .)
El fil musical no ha estat efectiu
en la mesura que no ha incrementat el temps
que, en mitjana, els visitants passen a lestabliment

H1 : > 15(min .)
El fil musical s ha estat efectiu
doncs ara la mitjana s superior al quart dhora
Informaci mostral necessria per a dur a terme el contrast:

X n = 25

X = 18(min .)
2

S = 36 S = 6(min .)

Estadstic t del contrast (sota Ho es distribuiria segons una t 24):

t=

X 0
18 15
=*=
= 2,5
SX
1,2

(*) Error estndard de la mitjana mostral: S X = ( X ) =

S
6
=
= 1,2(min .)
n
25

Resultat del test:

t = 2,5 > 2,49 = t (24)0, 01 RHo( = 0,01)

t = 2,5 < 2,80 = t (24)0, 005 NoRHo( = 0,005)

2.
X=pes (en %) de les despeses en publicitat sobre els ingressos per vendes
en TOTES les empreses (poblaci) del subsector
Apunt: Aquesta variable no s una variable binria o dicotmica. s de tipus continu.

X = E( X ) = ?

X = DE ( X ) = 10(%) supsit necessari per calcular n

n = ? tal que, amb probabilitat 1 = 0,99 ,

e = X 3(%)

E = 3(%)

(lerror destimaci no superi els tres punts/ lerror mxim destimaci sigui igual a 3 punts)
2

z 2,5810
n = /2 =
= 73,96 n = 74(empreses)
E 3
Nota: 1 = 0,99 = 0,01 / 2 = 0,005 z0, 005 = 2,58(en taules )

3.
X=Nombre de famlies que en una mostra aleatria de 5 no hauran vacunat els seus fill

X = Binomial (n = 5; p = 0,10)
P( X > 1) = 1 Pr( X 1) = 1 (Pr( X = 0) + Pr( X = 1) ) = * = 1 (0,59 + 0,33) = 1 0,92 = 0,08

n
x

5
0

(*) Pr( X = 0) = p x (1 p ) n x = 0,1000,905 = 110,59 = 0,59

n
5
Pr( X = 1) = p x (1 p ) n x = 0,1010,904 = 50,100,66 = 0,33
x
1
4.
Un estimador insesgado es aquel que, EN PROMEDIO, acertara en su objetivo (el
verdadero valor del parmetro poblacional). Si se calculase la MEDIA de todas las
estimaciones que proporcionara para todas las posibles muestras, esa media
coincidira con el valor del parmetro. Tcnicamente, su esperanza coincide con el
parmetro o, de otra forma, la esperanza del error de estimacin es cero.
Pero una estimacin particular NO tiene porque dar en el blanco (coincidir con el
parmetro). De hecho, si el estimador insesgado es muy variable en el muestreo
(varianza/d.e. elevada) de poco servir que sea insesgado, dado que la probabilidad
de acercarse al objetivo ser baja; menor cuanto ms variable ste (el estimador en
el muestreo).
5.
X=Errores que comete la locutora en TODAS (poblacin) las locuciones de 5 min.

X = Poisson( X = 2)
Y=Errores que comete la locutora en TODAS (poblacin) las locuciones de 15 min.

Y = Poisson(Y = 23 = 6)
e x e 6 68
=
Pr(Y = 8) =
0,10(10%)
x
!
8!

6.

X = Normal ( X = ?; X2 = 300)

Y = Normal ( Y = ?; Y2 = 100)

X n X = 25 S X2

Y nY = 25 SY2

S2

S2 2
2
Pr( S X2 > 3SY2 ) = Pr X2 > 3 = Pr X2 Y2 > 3 Y2
X
SY

SY X

100
= Pr Fn X 1; nY 1 > 3
= Pr( F24, 24 > 1)
300

7.
X=Contingut efectiu (en cl.) de TOTES les llaunes de refresc que surten del procs

X = E( X ) = ?
Informaci mostral:

2 = V (X ) = ?

350
= 35(cl.)
n
10
X n = 10
( X X )2
144
=
= 16 S = 4(cl.)
S2 = i
n 1
10 1
X =

Interval de confiana per a (mitjana pob.):

S
4

= 35 2,26

n
10

Pr(32,14 37,86) = 0,95

X E1 = X t (n 1) / 2 S X = X t (n 1) / 2

Interval de confiana per a 2 (varincia pob.):

Pr(

( X i X )2

n21; / 2
Pr(

(X

X )2

n21;1 / 2

) =1

144
144
2
) = 0,95
19,02
2,70

Pr(7,57 2 53,33) = 0,95

8.
La combinaci b) s millor que a) perqu, pel mateix nivell de confiana (95%), lerror mxim
destimaci s inferior (un 1% versus un 3%). Tamb b) s millor que c) perqu, pel mateix
error mxim destimaci (dun 1%), la confiana s superior (95% versus 90%).
9.
Dues de les quatre distribucions sn simtriques, la t i la uniforme (independentment dels
valors particulars dels seus parmetres). En aquestes mediana=mitjana. La
Binomial(n=3;p=0,90) t una asimetria negativa per sser p>0,5. En aquest cas
med>mitjana. Noms la Txi-quadrat (de les 4) t una asimetria positiva o a la dreta,
independentment dels g.d.ll. (malgrat que conforme aquests augmenten tendeix a una
normal, guanyant simetria).
10.

e =
Error destimaci: Variable aleatria abans dagafar la mostra

B() = E (e)
Biaix de lestimador=Esperana de lerror destimaci (abans de tenir la mostra)

EQM () = E (e 2 ) = ... = V () + B() 2 = DE () 2 + B() 2

LEQM s la mesura realment rellevant (de la bondat dun estimador)
T en compte tant biaix com varincia (en el mostratge).
Un cop disponible la mostra, lerror destimaci pren un valor
perqu lestimador (frmula) passa a ser estimaci (valor)
per, com el parmetre s desconegut, no es podr conixer aquest valor (de)
Si lestimador s bo (EQM petit) aquest error (e) ser (s desperar) petit.

11.

p = E ( p ) = p
X = Bernoulli ( p ) n p

p = DE ( p ) =

p (1 p )
n

Si H 0 : p = 0,50 fos certa (sota Ho):

E ( p ) / H 0 = p0 = 0,50
X = Bernoulli ( p0 = 0,50) n = 200 p
p0 (1 p0 )
0,500,50
DE ( p ) / H 0 =
=
n
200
el valor esperat daquesta proporci mostral de 200 observacions seria 0,50 i la seva d.e.
(en el mostratge), la indicada.

12.
Per al contrast de H 0 : X2 = Y2 lestadstic s (simplement) el quocient de les varincies
mostrals (la ms gran dividida per la ms petita):

F=

2
S ms
gran
2
S ms
petita

Sota Ho, aquest estadstic t una distribuci F (per aix el seu nom)
Es rebutjar Ho si les varincies sn molt diferents (per no si ho sn poc). Es considerar
que aquestes varincies mostrals sn significativament diferents (diferncia no deguda al
mostratge sin a una diferncia entre les varincies poblacionals) si lestadstic F supera el
punt crtic determinat pel nivell de significaci fixat per a la prova.

13.
Segons la fitxa de lenquesta Ei 0,04 (errors mxims destimaci de les diferents
proporcions (poblacionals) estimades a partir de lenquesta) amb 1 = 0,90(90%).
Per tant,

z2 / 2 0,500,50 1,652 0,25

=
= 426
E2
0,042
Apunt: 1 = 0,90 = 0,10 / 2 = 0,05 z0 ,05 = 1,65(en taules )
n=

Els errors mxims destimaci exactes associats a cadascuna de les proporcions mostrals
calculades a partir de la mateixa enquesta es calcularien utilitzant les mateixes proporcions
mostrals:

Ei = 1,65

p i (1 p i )
0,04
n

14.

( X i X )2

( X X )2
( X X )2
= E n 1 i
= E n 1 i
=
E ( DQM ) = E

n 1

n
n
n

n 1 2
n 1
n 1 2 n 1
= E
S =
E (S 2 ) =
< 2 perque
<1
n
n
n
n

DQM < S 2 perqu el denominador de la DQM s ms gran (una unitat). Per tant, si la
varincia mostral en mitjana encerta (estimador no esbiaixat), la DQM en mitjana es queda
curta (estimador esbiaxat a la baixa/biaix negatiu).
Per ltim, quan n gran, la DQM i la varincia sn, a la prctica, iguals, i la DQM s
assimptticament no esbiaxada.
15.

H 0 : p = 3 / 4 = 0,75
X n = 60 p

H1 : p > 3 / 4 = 0,75

X = Bernoulli ( p = ?)

= 0,01(1%)
p > p0 + z

p0 (1 p0 )
0,750,25
= 0,75 + 2,33
RH 0 ( = 0,01)
n
60

16.
El error estndard dun estimador estima (usant la informaci mostra) la (veritable) d.e. (arrel
de la varincia) daquest estimador, que no es pot calcular quan no es coneix la poblaci; en
el cas de la mitjana mostral, quan no es coneix la d.e. poblacional; en el cas de la proporci
mostral, quan no es coneix la poblacional.

EE ( X ) = S X =

S
n

EE ( p ) = S p =

p (1 p )
n

Quant menor, menys varia lestimador en el mostratge (entorn el seu objectiu: la

mitjana/proporci poblacional) i, per tant, millor la inferncia (interval ms curt/precs;
contrast ms potent donat un determinat nivell de significaci).
LEE t una relaci inversa amb la mida de la mostra: quant ms gran aquesta, menor aquell
17.

X = Bernoulli ( p X = ?)
X n X = 200 p X =
Y nY = 100 p Y =

Y = Bernoulli ( pY = ?)

X
nX

nY

140
= 0,70(70%)
200

20
= 0,20(20%)
100

Estimaci puntual de p X pY = ? : p X p Y = 0,70 0,20 = 0,50(50%)

Estimaci per interval de p X pY = ? :

( p X p Y ) E1 = ( p X p Y ) + z / 2 S p X p Y = * = 0,50 (2,580,0515) = 0,50 0,133

Pr(0,50 0,133 p X pY 0,50 + 0,133) = 0,99

Pr(0,367 p X pY 0,633) = 0,99
(*) Error estndard de lestimador puntual (diferncia de proporcions mostrals):

EE ( p X p Y ) = S p X p Y =

p X (1 p X ) p Y (1 p Y )
0,700,30 0,200,80
+
=
+
=
nX
nY
200
100
= 0,00105 + 0,0016 = 0,00265 = 0,0515 (5,15%)

18.
X=valoraci del servei per part de TOTS (poblaci) els homes
Y=valoraci del servei per part de TOTES (poblaci) les dones

X = E( X ) = ?
Y = E (Y ) = ?

X = DE ( X ) = ?
Y = DE (Y ) = ?

Informaci mostral:

X nX = 20 X = 7( punts ); S X = 1,5( punts )

Y nY = 10 Y = 5( punts ); SY = 2( punts )
H 0 : X2 = Y2

Contrast digualtat de varincies (pob.):

F=

2
S ms
gran
2
S ms
petita

SY2
22
4
=
=
= 1,78
2
2
S X 1,5
2,25

Sota Ho, aquest estadstic (dit) F tindria una distribuci mostral F(9,19).
Estimaci de la varincia (suposadament) com a les dues poblacions:

X2 = Y2 = 2 = ?

2 = S p2 =

(n X 1) S X2 + (nY 1) SY2 (20 1)1,52 + (10 1)2 2

=
= 2,8125
n X + nY 2
20 + 10 2

Contrast de H 0 : X2 = Y2 (sota el supsit que X2 = Y2 = 2 ):

t=

X Y
75
=*=
= 3,1
S X Y
0,65

(*) Error estndard de la diferncia de mitjanes mostrals (sota X2 = Y2 = 2 ):

EE ( X Y ) = S X Y = S p

1
1
1
1
+
= 1,677
+
0,65
nX nY
20 10

Resultat del contrast de H 0 : X = Y front H1 : X > Y = 0,05

t = 3,1 > 1,70 = t (28)0,05 RHo

19.
X= retrs, en minuts, del tren de rodalies en TOTS (poblaci) els possibles trajectes

X = Normal ( = ?; = ?)
X n = 9 Pr(10,14 13,86) = 1 = ?
Per un costat:

E1 =

A sup inf 13,86 10,14 3,72

=
=
=
= 1,86(min .)
2
2
2
2

Per un altre:

E1 = t (n 1) / 2 S X
Aleshores:

1,86 = t (n 1) / 2 1 t (8) / 2 = 1,86 / 2 = 0,05 1 = 0,90

Donat que:

SX =

S
S
=
= 1 S = 3(min .) S 2 = 9
n
9

Error mxim destimaci al 95% (lanterior era al 90%; com sha trobat):

E0,95 = t (n 1)0, 05 / 2 S X = 2,301 = 2,30(min).

Contrast de H 0 : = 10 versus H1 : 10 = 0,05(5%)
Linterval anterior Pr(10,14 13,86) = 0,90 no cont el valor 10, per podria ser que
linterval al 95% (el necessari per fer la prova al 5%; ms llarg) s que ho fes. Per tant, fem el
test calculant lestadstic t del contrast (es podria calcular linterval al 95%, alternativament).

t=

X 0
12 10
=*=
=2
SX
1

t = 2 < 2,30 = t (8)0,05 / 2 NoRHo

(*) X = {centre int erval confiana} =

sup + inf 13,86 + 10,14 24

=
=
= 12(min .)
2
2
2

20.
La distribuci Z i la (famlia de distribucions) t sn molt similars. Les dues tenen forma de
campana (les funcions de densitat) amb centre en el zero (que s mitjana, mediana i moda
de les dues distribucions). La diferncia s que la t (qualsevol t) s ms dispersa que la Z
(varincia o d.e. ms gran; campana ms ampla i baixa). Quant menor n, ms diferents;
quant ms gran n, ms semblants ( n tn Z ).
Que V (tn ) > V ( Z ) implica que la probabilitat a la cua (dreta) de qualsevol valor (x) positiu
ser ms gran en qualsevol t que en la Z i que, vist duna altra forma, un determinat quantil
(per sobre de la mediana) sigui un valor ms gran en qualsevol t que en la Z.

E. Rico