Estadística. Serie Schaum- 4ta edición - Murray R. Spiegel.pdf (1)

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 527 11.34 Empleando una prueba de dos colas, al nivel de significancia 0.05, de acuerdo con las muestras no se puede concluir que haya diferencia entre la acidez de las dos soluciones. 11.35 Empleando una prueba de una cola, al nivel de significancia 0.05 se concluye que el primer grupo no es mejor que el segundo. 11.36 a) 21.0; b) 26.2; c) 23.3; d ) =CHIINV(0.05,12)o bien 21.0261 =CHIINV(0.01,12)o bien 26.2170 =CHIINV(0.025,12)o bien 23.3367. 11.37 a) 15.5; b) 30.1; c) 41.3; d ) 55.8. 11.38 a) 20.1; b) 36.2; c) 48.3; d ) 63.7. 11.39 a) 12 = 9.59 y 22 = 34.2. 11.40 a) 16.0; b) 6.35; c) suponiendo áreas iguales en ambas colas, 12 = 2.17 y 22 = 14.1. 11.41 a) 87.0 a 230.9 h; b) 78.1 a 288.5 h. 11.42 a) 95.6 a 170.4 h; b) 88.9 a 190.8 h. 11.43 a) 122.5; b) 179.2; c) =CHIINV(0.95,150)o bien 122.6918; d ) =CHIINV(0.05,150)o bien 179.5806. 11.44 a) 207.7; b) 295.2; c) =CHIINV(0.975,250)o bien 208.0978; d ) =CHIINV(0.025,250)o bien 295.6886. 11.46 a) 106.1 a 140.5 h; b) 102.1 a 148.1 h. 11.47 105.5 a 139.6 h. 11.48 Con base en las muestras dadas, el aparente aumento de la variabilidad no es significativo a ninguno de los dos niveles. 11.49 La disminución aparente de la variabilidad es significativa al nivel 0.05, pero no al nivel 0.01. 11.50 a) 3.07; b) 4.02; c) 2.11; d ) 2.83. 11.51 a) =FINV(0.05,8,10)o bien 3.0717; b) =FINV(0.01,24,11)o bien 4.0209; c) =FINV(0.05,15,24)o bien 2.1077; d ) =FINV(0.01,20,22)o bien 2.8274. 11.52 Al nivel 0.05, la varianza de la muestra 1 es significativamente mayor, pero al nivel 0.01, no. 11.53 a) Sí; b) no. CAPÍTULO 12 12.26 La hipótesis no puede rechazarse a ninguno de los dos niveles. 12.27 La conclusión es la misma que antes. 12.28 El nuevo profesor no sigue el patrón de notas de los otros profesores. (El que las notas sean mejores que el promedio puede deberse a una mejor capacidad para enseñar o a un estándar inferior, o ambas cosas.)

528 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 12.29 No hay razón para rechazar la hipótesis de que la moneda no esté cargada. 12.30 No hay razón para rechazar la hipótesis a ninguno de los dos niveles. 12.31 a) 10, 50 y 60, respectivamente; b) al nivel de significancia 0.05 no se puede rechazar la hipótesis de que los resultados sean los esperados. 12.32 Al nivel de significancia 0.05, la diferencia es significativa. 12.33 a) El ajuste es bueno; b) no. 12.34 a) El ajuste es “muy bueno”; b) al nivel 0.05, el ajuste no es bueno. 12.35 a) Al nivel 0.05 el ajuste es muy malo; dado que la distribución binomial da un buen ajuste a los datos, esto coincide con el problema 12.33. b) El ajuste es bueno, pero no “muy bueno”. 12.36 Al nivel 0.05 se puede rechazar la hipótesis, pero no al nivel 0.01. 12.37 La conclusión es la misma que antes. 12.38 La hipótesis no se puede rechazar a ninguno de los dos niveles. 12.39 La hipótesis no se puede rechazar al nivel 0.05. 12.40 La hipótesis se puede rechazar a los dos niveles. 12.41 La hipótesis se puede rechazar a los dos niveles. 12.42 La hipótesis no se puede rechazar a ninguno de los dos niveles. 12.49 a) 0.3863 (no corregido) y 0.3779 (con la corrección de Yate). 12.50 a) 0.2205, 0.1985 (corregido); b) 0.0872, 0.0738 (corregido). 12.51 0.4651. 12.54 a) 0.4188, 0.4082 (corregido). 12.55 a) 0.2261, 0.2026 (corregido); b) 0.0875, 0.0740 (corregido). 12.56 0.3715. CAPÍTULO 13 13.24 a) 4; b) 6; c) 28 ; d ) 10.5; e) 6; f ) 9. 3 13.25 (2, 1). 13.26 a) 2X + Y = 4; b) intersección con el eje X = 2, intersección con el eje Y = 4; c) −2, −6. 13.27 Y = 2 X − 3 o bien 2X − 3Y = 9. 3

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 529 13.28 a) Pendiente = 35, intersección con el eje Y = −4; b) 3X − 5Y = 11. 13.29 a) 43; b) 332; c) 4X + 3Y = 32. 13.30 X/3 + Y/(−5) = 1 o bien 5X − 3Y = 15. 13.31 a) ЊF = 9 ЊC + 32; b) 176ЊF; c) 20ЊC. 5 13.32 a) Y 1 + 5 X , o bien Y 0.333 + 0.714X ; b) X = 1 + 9 Y , o bien X = 1.00 + 1.29Y . 3 7 7 13.33 a) 3.24; 8.24; b) 10.00. 13.35 b) Y = 29.13 + 0.661X; c) X = −14.39 + 1.15Y; d ) 79; e) 95. 13.36 a) y b). Gráfica de análisis de tendencia para la tasa de natalidad Modelo de tendencia lineal Yt = 14.3714 – 0.0571429* t 14.4 14.3 Tasa de natalidad 14.2 14.1 14.0 13.9 7 123456 Índice c) Año Tasa de natalidad Valor ajustado Residual 1998 14.3 14.3143 −0.014286 1999 14.2 14.2571 −0.057143 2000 14.4 14.2000 −0.200000 2001 14.1 14.1429 −0.042857 2002 13.9 14.0857 −0.185714 2003 14.1 14.0286 −0.071429 2004 14.0 13.9714 −0.028571 d ) 14.3714−0.0571429(13) = 13.6.

530 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 13.37 a) y b) Gráfica de análisis de tendencia para el número Modelo de tendencia lineal Yt = 3 951.43 + 156.357* t 5 200 5 000 4 800 Número 4 600 4 400 4 200 4 000 1234567 Índice c) Año Número Valor ajustado Residual 1999 4 154 4 107.79 −46.2143 2000 4 240 4 264.14 −24.1429 2001 4 418 4 420.50 −2.5000 2002 4 547 4 576.86 −29.8571 2003 4 716 4 733.21 −17.2143 2004 4 867 4 889.57 −22.5714 2005 5 096 5 045.93 −50.0714 d ) 3 951.43 + 156.357(12) = 5 827.7. 13.38 Y = 5.51 + 3.20(X − 3) + 0.733(X − 3)2 o bien Y = 2.51 − 1.20X + 0.733X 2. 13.39 b) D = 41.77 − 1.096V + 0.08786V 2; c) 170 ft, 516 ft.

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 531 13.40 a) Gráfica de la recta ajustada Diferencia = –0.863 – 0.8725 tiempo codificado Diferencia 0 –1 –2 –3 –4 –5 –6 –7 01234567 Tiempo codificado Diferenciab) Gráfica cuadrática ajustada (c) Gráfica cúbica ajustadaDiferencia Diferencia = 1.215 – 3.098 tiempo codificado Diferencia = 0.6124 – 1.321 tiempo codificado 2 1 + 0.3345 tiempo codificado**2 –0.4008 tiempo codificado**2 + 0.07539 tiempo codificado**3 0 1 –1 0123456 –2 Tiempo codificado 0 –3 –4 –1 –5 –6 –2 –7 –3 7 –4 –5 –6 –7 01234567 Tiempo codificado d) Modelo lineal Modelo cuadrático Modelo cúbico Año Residual Ajustado Residual Ajustado Residual Ajustado 1940 −1.363 0.863 −0.715 −1.215 −0.112 −0.612 1950 −0.836 1.736 −0.649 −1.549 −0.134 −1.034 1960 −0.092 0.092 −0.943 −3.643 −0.330 −3.030 1970 −1.919 1.919 −0.332 −5.068 −0.476 −4.924 1980 −2.047 2.047 −0.575 −5.825 −0.139 −6.261 1990 −1.074 1.074 −0.388 −5.912 −0.292 −6.592 2000 −0.798 6.098 −0.030 −5.330 −0.162 −5.462 2005 −2.134 6.534 −0.388 −4.788 −0.191 −4.209 SSQ = 16.782 SSQ = 2.565 SSQ = 0.533 e) −0.863 − 0.8725(7) = −6.97 Lineal: −1.215 − 3.098(7) + 0.3345(72) = −4.08 Cuadrático: −0.6124 − 1.321(7) − 0.4008(49) + 0.0754(343) = −2.41. Cúbico:

532 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 13.41 b) Proporción = 0.965 + 0.0148 año codificado. c) Hombre Mujer Proporción Valor Residual Año 53.90 51.81 0.96 ajustado −0.00 62.14 60.64 0.98 −0.00 Año codificado 66.06 65.61 0.99 0.97 −0.00 75.19 76.14 1.01 0.98 −0.00 1920 0 88.33 90.99 1.03 0.99 −0.01 98.93 104.31 1.05 1.01 −0.01 1930 1 110.05 116.49 1.06 1.02 −0.00 121.24 127.47 1.05 1.04 −0.02 1940 2 1.05 1.07 1950 3 1960 4 1970 5 1980 6 1990 7 d ) Proporción pronosticada = 1.08. Proporción real = 1.04. 13.42 b) Diferencia = −2.63 + 1.35 x + 0.0064 xcuadrada. d ) La diferencia pronosticada para 1995 es −2.63 + 1.35(7.5) + 0.0064(56.25) = 7.86. 13.43 b) Y = 32.14(1.427)X o bien Y = 32.14(10)0.1544X o bien Y = 32.14e0.3556X, donde e = 2.718··· es la base logarítmica natural. d ) 387. CAPÍTULO 14 14.40 b) Y = 4.000 + 0.500X; c) X = 2.408 + 0.612Y. 14.41 a) 1.304; b) 1.443. 14.42 a) 24.50; b) 17.00; c) 7.50. 14.43 0.5533. 14.44 Usando EXCEL la solución es =CORREL(A2:A11,B2:B11)que es 0.553. 14.45 1.5. 14.46 a) 0.8961; b) Y = 80.78 + 1.138X; c) 132. 14.47 a) 0.958; b) 0.872. 14.48 a) Y = 0.8X + 12; b) X = 0.45Y + 1. 14.49 a) 1.60; b) 1.20.

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 533 14.50 ±0.80. 14.51 75%. 14.53 En los dos incisos se obtiene la misma respuesta, a saber −0.9203. 14.54 a) Y = 18.04 − 1.34X, Y = 51.18 − 2.01X. 14.58 0.5440. 14.59 a) Y = 4.44X − 142.22; b) 141.9 lb y 177.5 lb, respectivamente. 14.60 a) 16.92 lb; b) 2.07 in. 14.62 Correlación de Pearson entre C1 y C2 = 0.957. 14.63 Correlación de Pearson entre C1 y C2 = 0.582. 14.64 a) Sí; b) no. 14.65 a) No; b) sí. 14.66 a) 0.2923 y 0.7951; b) 0.1763 y 0.8361. 14.67 a) 0.3912 y 0.7500; b) 0.3146 y 0.7861. 14.68 a) 0.7096 y 0.9653; b) 0.4961 y 0.7235. 14.69 a) Sí; b) no. 14.70 a) 2.00 ± 0.21; b) 2.00 ± 0.28. 14.71 a) Usando una prueba de una cola, se puede rechazar la hipótesis. b) Usando una prueba de una cola, no se puede rechazar la hipótesis. 14.72 a) 37.0 ± 3.28; b) 37.0 ± 4.45. 14.73 a) 37.0 ± 0.69; b) 37.0 ± 0.94. 14.74 a) 1.138 ± 0.398; b) 132.0 ± 16.6; c) 132.0 ± 5.4. CAPÍTULO 15 15.26 a) X3 = b3.12 + b31.2X1 + b32.1X2; b) X4 = b4.1235 + b41.235X1 + b42.135X2 + b43.125X3. 15.28 a) X3 = 61.40 − 3.65X1 + 2.54X2; b) 40. 15.29 a) X3 − 74 = 4.36(X1 − 6.8) + 4.04(X2 − 7.0) o bien X3 = 16.07 + 4.36X1 + 4.04X2; b) 84 y 66. 15.30 En todos los casos se han resumido los resultados.

534 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS EXCEL Price Bedrooms Baths SUMMARY OUTPUT 165 3 2 Regression Statistics 200 3 3 Multiple R 0.877519262 225 4 3 R Square 0.770040055 180 2 3 Adjusted R Square 0.704337213 202 4 2 Standard Error 25.62718211 250 4 4 Observations 275 3 4 10 300 5 3 Intercept 155 2 2 Bedrooms Coefficients 230 4 4 Baths 32.94827586 28.64655172 29.28448276 MINITAB Análisis de regresión: precio contra recámaras, baños The regression equation is Price ¼ 32.9 þ 28.6 Bedrooms þ 29.3 Baths R-Sq ¼ 77.0% R-Sq(adj) ¼ 70.4% SAS Root MSE 25.62718 R-Square 0.7700 Dependent Mean 218.20000 Adj R-Sq 0.7043 Coeff Var 11.74481 Parameter Estimates Variable Label DF Parameter Standard t Value Pr 4 |t| Intercept Intercept 1 Estimate Error 0.84 0.4289 Bedrooms Bedrooms 1 32.94828 3.11 0.0171 Baths Baths 1 39.24247 2.69 0.0313 28.64655 9.21547 29.28448 10.90389 SPSS Coeficientesa Coeficientes sin Coeficientes estandarizar estandarizados Modelo B Error estándar Beta t Sig. 1 (Constante) 32.948 39.242 .840 .429 9.215 3.109 .017 Recámaras 28.647 10.904 .587 2.686 .031 .507 Baños 29.284 aVariable dependiente: Precio

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 535 STATISTIX Statistix 8.0 Unweighted Least Squares Linear Regression of Price Predictor Coefficients Std Error T P VIF Variables 32.9483 39.2425 0.84 0.4289 Constant 28.6466 9.21547 3.11 0.0171 1.1 Bedrooms 29.2845 10.9039 2.69 0.0313 1.1 Baths R-Squared 0.7700 Estimated Price = 32.9 + 28.6(5) + 29.3(4) = 293.1 thousand. 15.31 3.12. 15.32 a) 5.883; b) 0.6882. 15.33 0.9927. 15.34 a) 0.7567; b) 0.7255; c) 0.6710. 15.37 Se usa la secuencia “Statistics ⇒ Linear models ⇒ Partial Correlations”. Se llena la siguiente ventana de diálogo como se muestra. Se obtienen los resultados siguientes. Statistix 8.0 Partial Correlations with X1 Controlled for X3 X2 0.5950

536 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS De igual manera, se encuentra que: Statistix 8.0 Partial Correlations with X1 Controlled for X2 X3 -0.8995 y Statistix 8.0 Partial Correlations with X2 Controlled for X1 X3 0.8727 15.38 a) 0.2672; b) 0.5099; c) 0.4026. 15.42 a) X4 = 6X1 + 3X2 − 4X3 − 100; b) 54. 15.43 a) 0.8710; b) 0.8587; c) −0.8426. 15.44 a) 0.8947; b) 2.680. 15.45 Con cualquiera de las soluciones siguientes se obtendrán los mismos coeficientes que resolviendo las ecuaciones norma- les. En EXCEL se usa la secuencia “Tools ⇒ Data analysis ⇒ Regression” para hallar la ecuación de regresión, así como otras medidas de regresión. La parte de los resultados a partir de la cual se obtiene la ecuación de regresión es la siguiente: Intersección Coeficientes Fumador Alcohol –25.3355 Ejercicio –302.904 Alimentación –4.57069 Peso –60.8839 Edad –36.8586 16.76998 –9.52833 En MINITAB se emplea la secuencia “Stat ⇒ Regression ⇒ Regression” para hallar la ecuación de regresión. La parte de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente. Análisis de regresión: Medcost versus fumador, alcohol, . . . The regression equation is Medcost ¼ À 25 À 303 smoker À 4.6 alcohol À 60.9 Exercise À 37 Dietary þ 16.8 weight À 9.53 Age Predictor Coef SE Coef T P Constant À25.3 644.8 À0.04 0.970 smoker À302.9 256.1 À1.18 0.271 alcohol À4.57 11.89 À0.38 0.711 Exercise À60.88 19.75 À3.08 0.015

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 537 Dietary À36.9 104.0 À0.35 0.732 weight 16.770 3.561 4.71 0.002 Age À9.528 9.571 0.349 À1.00 En SAS se emplea la secuencia “Statistics ⇒ Regression ⇒ Linear” para hallar la ecuación de regresión. La parte de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente. The REG Procedure Model: MODEL1 Dependent Variable: Medcost Medcost Number of Observations Read 16 Number of Observations Used 15 Number of Observations with Missing Values 1 Root MSE 224.41971 R-Square 0.9029 Dependent Mean 2461.80000 Adj R-Sq 0.8301 Coeff Var 9.11608 Parameter Estimates Variable Label DF Parameter Standard t value Pr 4 |t| Estimate Error Intercept Intercept À0.04 0.9696 smoker smoker 1 À25.33552 644.84408 À1.18 0.2709 alcohol alcohol À0.38 0.7106 Exercise Exercise 1 À302.90395 256.11003 À3.08 0.0151 Dietary Dietary À0.35 0.7323 weight weight 1 À4.57069 11.88579 0.0015 Age Age 4.71 0.3486 1 À60.88386 19.75371 À1.00 1 À36.85858 104.04736 1 16.76998 3.56074 1 À9.52833 9.57104 En SPSS se emplea la secuencia “Analysis ⇒ Regression ⇒ Linear” para hallar la ecuación de regresión. La parte de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente. Ver bajo la columna de coeficien- tes no estandarizados. Coeficientesa Coeficientes no Coeficientes estandarizados estandarizados Modelo B Error estándar Beta t Sig. 1 (Constante) –25.336 644.844 –.039 .970 256.110 –1.183 .271 fumador –302.904 –.287 .711 11.886 –.080 –.385 .015 alcohol –4.571 19.754 –.553 –3.082 .732 104.047 –.044 .002 ejercicio –60.884 –.927 –.354 .049 3.561 –.124 4.710 dieta –36.859 9.571 –.996 peso –16.770 edad –9.528 aVariable dependiente: medcost En STATISTIX se emplea la secuencia “Statistics ⇒ Linear models ⇒ Linear regression” para hallar la ecuación de regresión. La parte de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente. Ver bajo la columna de coeficientes.

538 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS Statistix 8.0 Unweighted Least Squares Linear Regression of Medcost Predictor Coefficient Std Error T P VIF Variables À25.3355 644.844 À0.04 0.9696 Constant À9.52833 9.57104 À1.00 0.3486 1.3 Age À36.8586 104.047 À0.35 0.7323 1.3 Dietary À60.8839 19.7537 À3.08 0.0151 2.6 Exercise À4.57069 11.8858 À0.38 0.7106 3.6 alcohol À302.904 256.110 À1.18 0.2709 4.9 smoker 16.7700 3.56074 0.0015 3.2 weight 4.71 CAPÍTULO 16 16.21 A los niveles de significancia 0.05 y 0.01 no hay diferencia significativa entre las cinco variedades. El análisis proporcio- nado por MINITAB es el siguiente: One-way ANOVA: A, B, C, D, E Source DF SS MS F P Factor 4 27.2 6.8 0.65 0.638 Error 157.8 10.5 Total 15 185.0 19 S = 3.243 R-Sq = 14.71% R-Sq(adj) = 0.00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ---+--------+--------+-------+----- A 4 16.500 3.697 B 4 14.500 2.082 (- - - - - - - - - - - * - - - - - - - – - - ) C 4 17.750 3.862 D 4 16.000 3.367 (- - - - - - - - - - - * - - - - - - - – - - ) E 4 17.500 2.887 (- - - - - - - - - - - * - - - - - - - – - - ) (- - - - - - - - - - - * - - - - - - - – - - ) (- - - - - - - - - - - * - - - - - - - – - - ) ---+--------+--------+-------+----- 12.0 15.0 18.0 21.0 16.22 A los niveles de significancia 0.05 y 0.01 no hay diferencia entre los cuatro tipos de neumáticos. El análisis proporcionado por STATISTIX es el siguiente: Statistix 8.0 Completely Randomized AOV for Mileage Source DF SS MS F P 2.39 0.0992 Type 3 77.500 25.8333 DF P Error 20 216.333 10.8167 4.13 3 0.2476 Total 23 293.833 Grand Mean 34.083 CV 9.65 Chi-Sq Bartlett’s Test of Equal Variances Cochran’s Q 0.5177 Largest Var / Smallest Var 6.4000

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 539 Component of variance for between groups 2.50278 Effective cell size 6.0 Type Mean A 35.500 B 36.000 C 33.333 D 31.500 16.23 Al nivel de significancia 0.05 sí hay diferencia entre los tres métodos de enseñanza, pero no al nivel 0.01. El análisis pro- porcionado por EXCEL es el siguiente: MétodoI MétodoII MétodoIII 75 81 73 62 85 79 71 68 60 58 92 75 73 90 81 Análisis de varianza de un factor RESUMEN Grupos Cuenta Suma Promedio Varianza MétodoI 5 339 67.8 54.7 MétodoII 5 416 83.2 90.7 MétodoIII 5 368 73.6 67.8 Análisis de varianza SS df MS F Valor p Origen de las 604.9333 2 4.265098 0.040088 variaciones 12 302.4667 852.8 71.06667 Entre grupos 14 Dentro de los grupos 1 457.733 Total 16.24 Al nivel de significancia 0.05 sí hay diferencia entre las cinco marcas, pero no al nivel 0.01. El análisis proporcionado por SPSS es el siguiente: ANÁLISIS DE VARIANZA mpg Suma de F Sig. cuadrados df Cuadrado medio 4.718 .010 Entre grupos En los grupos 52.621 4 13.155 Total 44.617 16 2.789 97.238 20 16.25 A los dos niveles hay diferencia entre las cuatro materias. El análisis proporcionado por SAS es el siguiente: The ANOVA Procedure Class Level Information Class Levels Values Subject 4 1234 Number of Observations Read 16 Number of Observations Used 16

540 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS The ANOVA Procedure Dependent Variable: Grade Source DF Sum of Mean Square F Value Pr 4 F Squares 7.35 0.0047 Model 3 365.5708333 121.8569444 Error 12 198.8666667 16.5722222 Corrected Total 15 564.4375000 16.26 Al nivel de significancia 0.05 no hay diferencia ni entre los operadores ni entre las máquinas. A continuación se presenta el análisis proporcionado por MINITAB. Two-way ANOVA: Number versus Machine, Operator Source DF SS MS F P Machine 2 56 28.0 4.31 0.101 Operator 2 6 3.0 0.46 0.660 Error 4 26 6.5 Total 8 88 S = 2.550 R-Sq = 70.45% R-Sq(adj) = 40.91% 16.27 Al nivel de significancia 0.01 no hay diferencia ni entre los operadores ni entre las máquinas. A continuación se presenta el análisis proporcionado por EXCEL. Comparar el análisis de EXCEL con el proporcionado por MINITAB en el problema anterior. Máquina1 Operador1 Operador2 Operador3 Máquina2 23 27 24 Máquina3 34 30 28 28 25 27 Análisis de varianza de dos factores con una sola muestra por grupo RESUMEN Cuenta Suma Promedio Varianza Fila 1 3 74 24.66667 4.333333 Fila 2 3 92 30.66667 9.333333 Fila 3 3 80 26.66667 2.333333 Columna 1 3 85 28.33333 30.33333 Columna 2 3 82 27.33333 6.333333 Columna 3 3 79 26.33333 4.333333 Análisis de varianza Origen de las SS df MS F Valor p variaciones 2 28 4.307692 0.100535 2 3 0.461538 0.660156 Filas 56 4 6.5 Columnas 6 Error 8 26 Total 88 16.28 Al valor p en SPSS se le llama sig. El valor p para los bloques es 0.640 y el valor p para los tipos de maíz es 0.011, que es menor a 0.05 y por lo tanto es significativo. Al nivel de significancia 0.05 no hay diferencia entre los bloques. Al nivel de significancia 0.05 sí hay diferencias en los rendimientos debido al tipo de maíz. A continuación se presenta el análisis proporcionado por SPSS.

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 541 Pruebas de efectos entre temas Variable dependiente: resultado Origen Tipo III Suma F Sig. de cuadrados df Cuadrado medio 2.867 .053 Modelo corregido 77.600a 7 11.086 1 013.793 .000 Intersección 3 920.000 1 3 920.000 .640 bloque 4 .647 .011 tipo 10.000 3 2.500 5.828 Error 67.600 12 22.533 Total 46.400 20 Total corregido 4 044.000 19 3.867 124.000 aR cuadrada = .626 (R cuadrada ajustada = .408) 16.29 Al nivel de significancia 0.01, en los rendimientos no hay diferencias que se deban a los bloques o al tipo de maíz. Comparar estos resultados de STATISTIX con los resultados de SPSS del problema 16.28. Statistix 8.0 Randomized Complete Block AOV Table for yield Source DF SS MS F P 0.0108 block 4 10.000 2.5000 5.83 type 3 67.600 22.5333 Error 12 46.400 3.8667 Total 19 124.000 Grand Mean 14.000 CV 14.05 Means of yield for type type Mean 1 13.600 2 17.000 3 12.000 4 13.400 16.30 SAS representa el valor p como Pr > F. En los dos últimos renglones de los resultados, se ve que tanto los automóviles como las marcas de los neumáticos son significativos al nivel 0.05. The GLM Procedure Class Level Information Class Levels Values Auto Brand 6 123456 4 1234 The GLM Procedure Dependent Variable: lifetime Sum of Source DF Squares Mean Square F Value Pr 4 F 4.08 0.0092 Model 8 201.3333333 25.1666667 Error 15 92.5000000 6.1666667 Corrected Total 23 293.8333333

542 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS Source DF Type III SS Mean Square F Value Pr 4 F Auto 5 123.8333333 24.7666667 4.02 0.0164 Brand 3 77.5000000 25.8333333 4.19 0.0243 16.31 Compare el análisis de MINITAB en este problema con el de SAS en el problema 16.30. Al nivel de significancia 0.01, no hay diferencia entre los automóviles ni entre las marcas, ya que los valores p son 0.016 y 0.024, ambos mayores a 0.01. Two-way ANOVA: lifetime versus Auto, Brand Source DF SS MS F P Auto 5 123.833 24.7667 4.02 0.016 Brand 3 77.500 25.8333 4.19 0.024 Error 15 92.500 6.1667 Total 23 293.833 S = 2.483 R-Sq = 68.52% R-Sq(adj) = 51.73% 16.32 A continuación se presentan los resultados de STATISTIX. El valor p que es 0.3171 indica que, al nivel de significancia 0.05 no hay diferencia entre las escuelas. Statistix 8.0 Randomized Complete Block AOV Table for Grade Source DF SS MS F P Method 2 604.93 302.467 School 4 351.07 87.767 1.40 0.3171 Error 8 501.73 62.717 Total 14 1457.73 Para los métodos de enseñanza, el valor de F es 4.82 y el valor p es 0.0423. Por lo tanto, al nivel de significancia 0.05, sí hay diferencia entre los métodos de enseñanza. 16.33 Los resultados de EXCEL indican que al nivel de significancia 0.05, ni el color del pelo ni las estaturas de las mujeres adultas tienen influencia en los logros escolares. El valor p para el color del pelo es 0.4534 y el valor p para la estatura es 0.2602. Alta Pelirroja Rubia Castaña Mediana 75 78 80 Baja 81 76 79 73 75 77 Análisis de varianza de dos factores con una sola muestra por grupo RESUMEN Cuenta Suma Promedio Varianza Fila 1 3 233 77.66667 6.333333 Fila 2 3 236 78.66667 6.333333 Fila 3 3 225 Columna 1 3 229 75 4 Columna 2 3 229 76.33333 17.33333 Columna 3 3 236 76.33333 2.333333 78.33333 2.333333

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 543 Análisis de varianza Origen de las SS df MS F Valor p variaciones Filas 21.55556 2 10.77778 1.920792 0.260203 Columnas 10.88889 2 5.444444 0.970297 0.453378 Error 22.44444 4 5.611111 Total 54.88889 8 16.34 En los siguientes resultados de SPSS, al valor p se le llama Sig. El valor p para color de pelo es 0.453 y el valor p para estatura es 0.260. Éstos son los mismos valores p que se obtuvieron con EXCEL en el problema 16.33. Dado que ninguno de ellos es menor que 0.01, al nivel de significancia 0.01 no son significativos. Es decir, las puntuaciones no son diferentes de acuerdo con los distintos colores de pelo ni tampoco de acuerdo con las diferentes estaturas. Tests of Between–Subjects Effects Variable dependiente: puntuación Origen Tipo III Suma df Cuadrado medio F Sig. de cuadrados 4 8.111 1.446 .365 Modelo corregido 32.444a 1 53 515.111 9 537.347 .000 Intersección 53 515.111 2 .453 Pelo 2 5.444 .970 .260 Estatura 10.889 4 10.778 1.921 Error 21.556 9 Total 22.444 8 5.611 Total corregido 53 570.000 54.889 aR cuadrada = .591 (R cuadrada ajustada = .182) 16.35 En los resultados de MINITAB se observa que al nivel de significancia 0.05 hay diferencias debidas a la ubicación, pero no hay diferencias debidas a los fertilizantes. La interacción es significativa al nivel 0.05. ANOVA: yield versus location, fertilizer Factor Type Levels Values location fixed 2 1, 2 fertilizer fixed 4 1, 2, 3, 4 Analysis of Variance for yield Source DF SS MS F P location 1 81.225 81.225 12.26 0.001 fertilizer 3 18.875 0.428 location*fertilizer 3 78.275 6.292 0.95 0.017 Error 26.092 3.94 Total 32 212.000 39 390.375 6.625 16.36 En los resultados de STATISTIX se observa que al nivel de significancia 0.01 hay diferencias debidas a la ubicación, pero no hay diferencias debidas a los fertilizantes. Al nivel 0.01 no hay una interacción significativa.

544 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS Statistix 8.0 Analysis of Variance Table for yield Source DF SS MS F P 6.2917 0.95 0.4283 fertilize 3 18.875 81.2250 12.26 0.0014 26.0917 3.94 0.0169 location 1 81.225 6.6250 fertilize*location 3 78.275 Error 32 212.000 Total 39 390.375 16.37 En los siguientes resultados de SAS, el valor p para las máquinas es 0.0664, el valor p para los operadores es 0.0004 y el valor p para la interacción es 0.8024. Al nivel de significancia 0.05, sólo los operadores son significativos. The GLM Procedure Class Level Information Class Levels Values Operator 4 1234 Machine 2 12 Number of Observations Read 40 Number of Observations Used 40 The GLM Procedure F Value Dependent Variable: Articles 4.08 Source Sum of F Value Pr 4 F DF Squares Mean Square 3.61 0.0027 7.98 Model 7 154.8000000 22.1142857 0.33 Pr4F Error 32 173.6000000 5.4250000 0.0664 0.0004 Corrected Tot 39 328.4000000 0.8024 Source DF Type III SS Mean Square Machine 1 19.6000000 19.6000000 Operator 3 43.2666667 Operator*Machine 3 129.8000000 1.8000000 5.4000000 Los siguientes resultados de MINITAB son iguales a los de SAS. ANOVA: Articles versus Machine, Operator Factor Type Levels Values Machine fixed 2 1, 2 Operator fixed 4 1, 2, 3, 4 Analysis of Variance for Articles Source DF SS MS F P Machine 1 19.600 19.600 3.61 0.066 Operator 3 129.800 43.267 7.98 0.000 Machine*Operator 3 5.400 0.33 0.802 Error 1.800 Total 32 173.600 5.425 39 328.400 16.38 En los siguientes resultados de STATISTIX, los valores p para variaciones del suelo en dos direcciones perpendiculares son 0.5658 y 0.3633 y el valor p para los tratamientos es 0.6802. Al nivel de significancia 0.01, ninguno de los tres es signifi- cativo.

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 545 Statistix 8.0 Latin Square AOV Table for Yield Source DF SS MS F P Row 3 17.500 5.8333 0.74 0.5658 Column 3 30.500 10.1667 1.28 0.3633 Treatment 3 12.500 4.1667 0.53 0.6802 Error 6 47.500 7.9167 Total 108.000 15 16.39 Los siguientes resultados de MINITAB son iguales a los resultados de STATISTIX del problema 16.38. Ninguno de los factores es significativo al nivel 0.05. General Linear Model: Yield versus Row, Column, Treatment Factor Type Levels Values Row fixed 4 1, 2, 3, 4 Column fixed 4 1, 2, 3, 4 Treatment fixed 4 1, 2, 3, 4 Analysis of Variance for yield, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Row 3 17.500 17.500 5.833 0.74 0.567 Column 3 30.500 30.500 10.167 1.28 0.362 Treatment 3 12.500 12.500 4.167 0.53 0.680 Error 6 47.500 47.500 7.917 Total 108.000 15 16.40 En los resultados obtenidos con SPSS no se observa que al nivel de significancia 0.05 haya diferencia en los logros esco- lares debido al color de pelo, a la estatura o al lugar de nacimiento. Pruebas de efectos entre temas Variable dependiente: puntuación Origen Tipo III Suma F Sig. de cuadrados df Cuadrado medio 1.347 .485 Modelo corregido 44.000a 6 7.333 9 829.306 .000 Intersección 53 515.111 1 53 515.11 .500 Pelo 2 1.000 .336 Estatura 10.889 2 5.444 1.980 .485 Por nacimiento 21.556 2 10.778 1.061 Error 11.556 2 Total 10.889 9 5.778 Total corregido 53 570.000 8 5.444 54.889 aR cuadrada = .802 (R cuadrada ajustada = .206) 16.41 En el análisis de MINITAB se observa que hay diferencias significativas debidas a las especies de los pollitos y a las can- tidades de la primera sustancia química, pero no debidas a las cantidades de la segunda sustancia química o al peso inicial de los pollitos. Obsérvese que para las especies el valor p es 0.009 y para la primera sustancia química el valor p es 0.032.

546 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS General Linear Model: Wtgain versus Weight, Species, . . . Factor Type Levels Values Weight fixed 4 1, 2, 3, 4 Species fixed 4 1, 2, 3, 4 Chemical1 fixed 4 1, 2, 3, 4 Chemical2 fixed 4 1, 2, 3, 4 Analysis of Variance for Wtgain, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P 0.267 Weight 3 2.7500 2.7500 0.9167 2.20 0.009 0.032 Species 3 38.2500 38.2500 12.7500 30.60 0.091 Chemical1 3 16.2500 16.2500 5.4167 13.00 Chemical2 3 7.2500 7.2500 2.4167 5.80 Error 3 1.2500 1.2500 0.4167 Total 15 65.7500 16.42 En SPSS al valor p se le llama Sig. Hay diferencias significativas en la resistencia del cable debidas al tipo de cable, pero no hay diferencias significativas debidas a los operadores, las máquinas o las empresas. Pruebas de efectos entre temas Variable dependiente: resistencia Origen Tipo III Suma F Sig. de cuadrados df Cuadrado medio 5.489 .094 Modelo corregido 6 579.750a 12 548.313 4 887.607 .000 Intersección 488 251.563 1 488 251.563 .027 Tipo 3 14.436 .074 Empresa 4 326.188 3 1 442.063 6.894 .763 Operador 2 066.188 3 688.729 .403 .876 Máquina 3 40.229 .223 Error 120.688 3 22.229 Total 66.888 99.896 Total corregido 16 299.688 15 495 131.000 6 879.438 aR cuadrada = .956 (R cuadrada ajustada = .782) 16.43 Al nivel de significancia 0.05 hay diferencias significativas entre los tres tratamientos, pero al nivel de significancia 0.01, no. A continuación se presenta el análisis que se obtiene con EXCEL. ABC 346 524 435 435 Análisis de varianza de un factor RESUMEN Grupos Cuenta Suma Promedio Varianza A 4 16 4 0.666667 B 4 12 3 0.666667 C 4 20 5 0.666667

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 547 Análisis de varianza SS df MS F Valor p Origen de las 8 2 0.666664 6 0.022085 variaciones 6 9 0.666667 Entre grupos 14 11 Dentro de los grupos Total 16.44 El valor p que da MINITAB es 0.700. Entre los CI no hay diferencia debido a las estaturas. One-way ANOVA: Tall, Short, Medium Source DF SS MS F P Factor 2 55.8 27.9 0.37 0.700 Error 911.5 76.0 Total 12 967.3 14 S = 8.715 R-Sq = 5.77% R-Sq(adj) = 0.00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ---+--------+--------+-------+----- Tall 5 107.00 10.58 (- - - - - - - - - - - * - - - - - - - – - - ) Short 4 105.00 Medium 6 102.50 8.33 (- - - - - - - - - - - * - - - - - - - – - - ) 7.15 (- - - - - - - - - - - * - - - - - - - – - - ) - ---+--------+--------+-------+----- 96.0 102.0 108.0 114.0 16.46 En los resultados de SPSS, al valor p se le llama Sig. Al nivel de significancia 0.05, existe una diferencia significativa en las puntuaciones de examen, debida tanto a ser o no veterano como al CI. Pruebas de efectos entre temas Variable dependiente: puntuación Origen Tipo III Suma F Sig. de cuadrados df Cuadrado medio Modelo corregido 264.333a 3 88.111 176.222 .006 Intersección 38 080.667 1 38 080.667 76 161.333 .000 Veterano 1 .020 CI 24.000 2 24.000 48.000 .004 Error 240.333 2 120.167 240.333 Total 6 Total corregido 1.000 5 .500 38 346.000 265.333 aR cuadrada = .996 (R cuadrada ajustada = .991) 16.47 En el análisis de STATISTIX se encuentra que al nivel de significancia 0.01 las diferencias en las puntuaciones de examen debidas a ser o no veterano no son significativas, pero las diferencias debidas al CI sí son significativas. Statistix 8.0 Randomized Complete Block AOV Table for Score Source DF SS MS F P 0.020 Veteran 1 24.000 24.000 48.00 0.0041 IQ 2 240.333 120.167 240.33

548 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS Error 2 1.000 0.500 Total 5 265.333 16.48 En el análisis de MINITAB se observa que al nivel de significancia 0.05 las diferencias en las puntuaciones de examen debidas a la ubicación no son significativas, pero las diferencias debidas al CI, sí. Two-way ANOVA: Testscore versus Location, IQ Source DF SS MS F P Location 3 6.250 2.083 0.12 0.943 IQ 2 221.167 110.583 6.54 0.031 Error 6 101.500 16.917 Total 11 328.917 16.49 En el análisis de SAS se observa que al nivel de significancia 0.01 las diferencias en las puntuaciones de examen debidas a la ubicación no son significativas, pero las diferencias debidas al CI, sí. Recuerde que el valor p se escribe Pr > F. The GLM Procedure Class Level Information Class Levels Values Location 4 1234 IQ 3 1 2 3 Number of Observations Read 12 Number of Observations Used 12 The GLM Procedure Source DF Type III SS Mean Square F Value Pr4F Location 0.9430 IQ 3 6.2500000 2.0833333 0.12 0.0311 2 221.1666667 110.5833333 6.54 16.53 En el análisis de MINITAB se observa que debido a la ubicación, las cantidades de óxido no son significativas al nivel de significancia 0.05. No hay interacción significativa entre ubicación y sustancias químicas. ANOVA: rust versus location, chemical Factor Type Levels Values location fixed 2 1, 2 chemical fixed 3 1, 2, 3 Analysis of Variance for rust Source DF SS MS F P location 1 0.667 0.667 0.67 0.425 chemical 2 20.333 10.167 10.17 0.001 location*chemical 2 0.333 0.167 0.17 0.848 Error 18.000 1.000 Total 18 39.333 23

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 549 16.54 En el análisis de STATISTIX se observa que al nivel de significancia 0.05, las diferencias en el rendimiento debidas a la ubicación son significativas, pero las diferencias debidas a las variedades no son significativas. No hay interacción signi- ficativa entre la ubicación y las variedades. Statistix 8.0 Analysis of Variance Table for Yield Source DF SS MS F P Variety 4 35.333 8.8333 1.07 0.3822 location 2 191.433 95.7167 11.60 0.0001 Variety*location 8 82.567 10.3208 1.25 0.2928 Error 8.2500 Total 45 371.250 59 680.583 16.55 En el análisis de MINITAB se observa que al nivel de significancia 0.01, las diferencias en el rendimiento debidas a la ubicación son significativas, pero las diferencias debidas a las variedades no son significativas. No hay interacción signi- ficativa entre la ubicación y las variedades. General Linear Model: Yield versus location, Variety Factor Type Levels Values location fixed 3 1, 2, 3 variety fixed 5 1, 2, 3, 4, 5 Analysis of Variance for Yield, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P 0.000 location 2 191.433 191.433 95.717 11.60 0.382 0.293 Variety 4 35.333 35.333 8.833 1.07 location*Variety 8 82.567 82.567 10.321 1.25 Error 45 371.250 371.250 8.250 Total 59 680.583 16.56 Observando la ANOVA de SPSS y teniendo en cuenta que Sig. en SPSS es lo mismo que valor p, se ve que, al nivel 0.05, el factor 1, el factor 2 y el tratamiento (treatment) no tienen un efecto significativo sobre la variable de res- puesta, ya que el valor p de los tres es mayor que 0.05. Pruebas de efectos entre temas Variable dependiente: respuesta Origen Tipo III Suma F Sig. de cuadrados df Cuadrado medio 7.316 .125 Modelo corregido 92.667a 6 15.444 1 216.000 .001 Intersección 2 567.111 1 2 567.111 .053 Factor1 2 17.737 .194 Factor2 74.889 2 37.444 4.158 .950 Tratamiento 17.556 2 8.778 .053 Error 2 .111 Total .222 9 2.111 Total corregido 4.222 8 2 664.000 96.889 aR cuadrada = .956 (R cuadrada ajustada = .826)

550 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 16.58 .Observando la ANOVA de SPSS y teniendo en cuenta que Sig en SPSS es lo mismo que valor p, se ve que al nivel 0.05 el Factor 1, el Factor 2, el tratamiento latino (latin treatment) y el tratamiento griego (greek treatment) no tienen un efecto significativo sobre la variable de respuesta, ya que el valor p de los cuatro es mayor que 0.05. Pruebas de efectos entre temas Variable dependiente: respuesta Origen Tipo III Suma F Sig. de cuadrados df Cuadrado medio .924 .607 Modelo corregido 362.750a 12 30.229 58.482 .005 Intersección 1 914.063 1 1 914.063 .981 Factor1 3 .053 .920 Factor2 5.188 3 1.729 .155 .469 Latino 15.188 3 5.063 1.102 .247 Griego 108.188 3 36.063 2.385 Error 234.188 3 78.063 Total 98.188 32.729 Total corregido 2 375.000 16 460.938 15 aR cuadrada = .787 (R cuadrada ajustada = .065) CAPÍTULO 17 17.26 Con la alternativa de dos colas, el valor p es 0.0352. Al nivel de significancia 0.05 hay diferencia debida al aditivo, pero al nivel 0.01, no. El valor p se obtiene usando la distribución binomial y no la aproximación normal a la binomial. 17.27 Con la alternativa de una cola, el valor p es 0.0176. Como el valor p es menor que 0.05, se rechaza la hipótesis nula de que no hay diferencia debida al aditivo. 17.28 Empleando EXCEL, el valor p se obtiene con =1−BINOMDIST(24,31,0.5,1) que da 0.00044. El programa es efec- tivo al nivel de significancia 0.05. 17.29 Empleando EXCEL, el valor p se obtiene con =1−BINOMDIST(15,22,0.5,1), que da 0.0262. El programa es efec- tivo al nivel de significancia 0.05. 17.30 Empleando EXCEL, el valor p se obtiene con =1−BINOMDIST(16,25,0.5,1), que da 0.0539. Al nivel de significan- cia 0.05 no se puede concluir que la marca B se prefiera a la marca A. 17.31 BS = 25 BS = 30 BS = 35 BS = 40 41 6 1 37 16 11 2 25 12 7 À3 43 À10 À15 42 0 À5 8 28 18 13 7 3 32 17 12 2 36 À2 À7 À12 27 3 À3 À8 33 7 2 À4 11 6 1 À13 2 À3 À8 À7 8 3 À2

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 551 35 10 50 À5 24 À1 À6 À11 À16 22 À3 À8 À13 À18 34 9 28 3 4 À1 À6 38 13 À2 À7 À12 46 21 41 16 83 À2 27 2 16 11 6 31 6 11 6 1 23 À2 À3 À8 30 5 À13 37 12 1 À4 À9 36 11 À7 À12 24 À1 À17 0 À5 À10 0.00154388 72 0.307456255 61 À3 0.541256189 À6 À11 À4 0.004077315 À16 2*BINOMDIST(4,24,0.5,1) 2*BINOMDIST(9,24,0.5,1) Reject null 2*BINOMDIST(10,24,0.5,1) Do not reject null 2*BINOMDIST(5,25,0.5,1) Do not reject null Reject null 17.34 La suma de los rangos de la muestra menor = 141.5 y la suma de los rangos de la muestra mayor = 158.5. El valor p para dos colas = 0.3488. Al nivel de significancia 0.05 no se rechaza la hipótesis nula de no diferencia, pues el valor p > 0.05. 17.35 En el problema 17.34, al nivel 0.01 no se puede rechazar la hipótesis nula en la prueba de una cola. 17.36 La suma de los rangos de la muestra menor = 132.5 y la suma de los rangos de la muestra mayor = 77.5. Para dos colas el valor p = 0.0044. La hipótesis nula de no diferencia se rechaza tanto a nivel 0.01 como a nivel 0.05, ya que el valor p < 0.05. 17.37 Al nivel de significancia 0.05, el agricultor del problema 17.36 puede concluir que el trigo II da mayor rendimiento que el trigo I. 17.38 Para la marca A, la suma de los rangos = 86.0 y para la marca B, la suma de los rangos = 124.0. Para dos colas el valor p = 0.1620. a) Al nivel de significancia 0.05, no se rechaza la hipótesis nula de no diferencia entre las dos marcas versus hay diferencia, ya que el valor p > 0.05. b) Al nivel de significancia 0.05 no se puede concluir que la marca B sea mejor que la marca A, ya que para una cola valor p (0.081) > 0.05. 17.39 Sí, se puede emplear tanto la prueba U como la prueba de los signos para determinar si hay diferencia entre las dos máqui- nas. 17.41 3. 17.42 6. 17.46 a) 246; b) 168; c) 0. 17.47 a) 236; b) 115; c) 100. 17.49 H = 2.59, DF = 4, P = 0.629. A los niveles de significancia 0.05 y 0.01, no hay diferencia entre los rendimientos de las cinco variedades, ya que el valor p es mayor que 0.01 y que 0.05. 17.50 H = 8.42, DF = 3, P = 0.038. Al nivel de significancia 0.05 sí hay diferencia entre las cuatro marcas de neumáticos, pero no al nivel de significancia 0.01, ya que 0.01 < valor p < 0.05.

552 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 17.51 H = 6.54, DF = 2, P = 0.038. Al nivel de significancia 0.05 sí hay diferencia entre los tres métodos de enseñanza, pero no al nivel de significancia 0.01, ya que 0.01 < valor p < 0.05. 17.52 H = 9.22, DF = 3, P = 0.026. Al nivel de significancia 0.05 hay diferencia significativa entre las cuatro materias, pero no al nivel de significancia 0.01, ya que 0.01 < valor p < 0.05. 17.53 a) H = 7.88, DF = 8, P = 0.446. A los niveles de significancia 0.01 y 0.05 no hay diferencia significativa entre las dura- ciones de los tres cinescopios, ya que el valor p > 0.01 y 0.05. b) H = 2.59, DF = 4, P = 0.629. A los niveles de significancia 0.01 y 0.05 no hay diferencia significativa entre las cinco variedades de trigo, ya que el valor p > 0.01 y 0.05. c) H = 5.70, DF = 3, P = 0.127. A los niveles de significancia 0.01 y 0.05 no hay diferencia significativa entre las cuatro marcas de neumáticos, ya que el valor p > 0.01 y > 0.05. 17.54 a) H = 5.65, DF = 2, P = 0.059. A los niveles de significancia 0.01 y 0.05 no hay diferencia entre los tres métodos de enseñanza, ya que el valor p > 0.01 y > 0.05. b) H = 10.25, DF = 4, P = 0.036. Al nivel de significancia 0.05 hay diferencia entre las cinco marcas de gasolina, pero no al nivel 0.01, ya que 0.01 < valor p < 0.05. c) H = 9.22, DF = 3, P = 0.026. Al nivel de significancia 0.05 hay diferencia entre las cuatro materias, pero no al nivel 0.01, ya que 0.01 < valor p < 0.05. 17.55 a) 8; b) 10. 17.56 a) El número de rachas es V = 10. b) La prueba de aleatoriedad está basada en la distribución normal estándar. La media es µV ¼ 2N1N2 þ 1 ¼ 2ð11Þð14Þ þ 1 ¼ 13:32 N1 þ N2 25 y la desviación estándar es sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi sV ¼ 2ð11Þð14Þf2ð11Þð14Þ À 11 À 14g ¼ 2:41 252ð24Þ La Z encontrada es Z ¼ 10 À 13:32 ¼ À1:38 2:41 Empleando EXCEL, el valor p es =2*NORMSDIST(−1.38) que es 0.1676. Dado que el valor p es grande, no se duda de la aleatoriedad. 17.57 a) Aun cuando el número de corridas es menor que lo esperado, el valor p no es menor que 0.05. No se rechaza la aleato- riedad de la secuencia (10). Prueba de corridas: moneda Runs test for coin Runs above and below K ¼ 0.4 The observed number of runs ¼ 7 The expected number of runs ¼ 10.6 8 observations above K, 12 below * N is small, so the following approximation may be invalid. P-value ¼ 0.084 b) El número de rachas es mayor que lo esperado. Se rechaza la aleatoriedad de la secuencia (11). Prueba de corridas: moneda Runs test for coin Runs above and below K ¼ 0.5

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 553 The observed number of runs ¼ 12 The expected number of runs ¼ 7 6 observations above K, 6 below * N is small, so the following approximation may be invalid. P-value ¼ 0.002 17.58 a) Sequence Runs b) aa b2 c) ab a3 ba a2 Sampling distribution Vf 22 31 Probability distribution V Pr{V} 2 0.667 3 0.333 17.59 Media = 2.333 Varianza = 0.222 17.60 a) Sequence b b Runs b) aa a b 2 ab b a 4 ab a a 3 bb b a 2 ba a b 4 ba 3 Sampling distribution Vf 22 32 42 Probability distribution V Pr{V} 2 0.333 3 0.333 4 0.333 Mean V 3 Variance V 0.667 Sequence Runs abbb2 babb3

554 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS bbab 3 bbba 3 Sampling distribution Runs Vf b2 21 b3 33 b3 b3 Probability distribution a2 V Pr{V} 2 0.25 Runs 3 0.75 b b2 b b4 Mean V 2.75 b b4 a b4 Variance V 0.188 b a3 b b3 c) b b5 Sequence a b5 abbb b a4 babb b b3 bbab a b5 bbba b a4 bbbb a a2 b a4 Sampling distribution a b3 Vf 22 33 Probability distribution V Pr{V} 2 0.4 3 0.6 Mean V 2.6 Variance V 0.24 17.61 a) Sequence aabb abab abba abbb abbb baab baba babb babb bbaa bbab bbab bbbb bbba bbba

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 555 b) Sampling distribution Vf 22 34 46 53 c) Probability distribution V Pr{V} 2 0.133 3 0.267 4 0.4 5 0.2 Mean V 3.667 Variance V 0.888 17.62 Supóngase que los renglones se leen uno por uno. Es decir, primero el renglón 1, luego el renglón 2, luego el renglón 3 y finalmente el renglón 4. Prueba de corridas: Calificaciones Runs test for Grade Runs above and below K ¼ 69 The observed number of runs ¼ 26 The expected number of runs ¼ 20.95 21 observations above K, 19 below P-value ¼ 0.105 Al nivel de significancia 0.05 puede suponerse que las calificaciones se registraron en forma aleatoria. 17.63 Supóngase que los datos se registraron renglón por renglón. Runs test for price Runs above and below K ¼ 11.36 The observed number of runs ¼ 10 The expected number of runs ¼ 13.32 14 observations above K, 11 below P-value ¼ 0.168 Al nivel de significancia 0.05 puede suponerse que los precios son aleatorios. 17.64 En los dígitos después del punto decimal, considérese que 0 representa a un dígito par y 1 representa un dígito non. Runs test for digit Runs above and below K ¼ 0.473684 The observed number of runs ¼ 9 The expected number of runs ¼ 10.4737 9 observations above K, 10 below * N is small, so the following approximation may be invalid. P-value ¼ 0.485 Al nivel de significancia 0.05 puede suponerse que los dígitos son aleatorios. 17.65 Al nivel de significancia 0.05 puede suponerse que los dígitos son aleatorios.

556 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 17.66 Usando la aproximación normal, el valor calculado para Z es −1.62. Empleando EXCEL, el valor p calculado es =2*NORMSDIST(−1.62) que es 0.105. 17.67 Usando la aproximación normal, el valor calculado para Z es −1.38. Empleando EXCEL, el valor p calculado es =2*NORMSDIST(−1.38) que es 0.168. 17.68 Usando la aproximación normal, el valor calculado para Z es −0.70. Empleando EXCEL, el valor p calculado es =2*NORMSDIST(−0.70) que es 0.484. 17.70 Correlación de rangos de Spearman = 1.0 y coeficiente de correlación de Pearson = 0.998. CAPÍTULO 18 18.16 Medias de los subgrupos: 13.25 14.50 17.25 14.50 13.50 14.75 13.75 15.00 15.00 17.00 Rangos de los subgrupos: 5 9 5 6 8 9 10 5 5 7 X ¼ 14:85, R ¼ 6:9: 18.17 La estimación conjunta de σ es 1.741. LCL = 450.7, UCL = 455.9. Ninguna de las medias de los subgrupos está fuera de los límites de control. 18.18 No. 18.19 La gráfica indica que ha disminuido la variabilidad. Los nuevos límites de control son LCL = 452.9 y UCL = 455.2. Después de la modificación, también parece que el proceso se ha centrado más próximo al valor objetivo. 18.20 Los límites de control son LCL = 1.980 y UCL = 2.017. Los periodos 4, 5 y 6 no satisfacen la prueba 5. Los periodos 15 a 20 no satisfacen la prueba 4. Cada uno de estos puntos es el último de 14 puntos consecutivos alternantes hacia arriba y hacia abajo. 18.21 CPK = 0.63. ppm de no conformes = 32 487. 18.22 CPK = 1.72. ppm de no conformes = menos de 1. 18.23 Línea central = 0.006133, LCL = 0, UCL = 0.01661. El proceso está bajo control. ppm = 6 133. 18.24 Línea central = 3.067, LCL = 0, UCL = 8.304. 18.25 0.032 0.027 0.032 0.024 0.024 0.027 0.032 0.032 0.027 0.024 0.032 0.024 0.027 0.024 0.027 0.024 0.027 0.027 0.027 0.027 18.26 Línea central = X = 349.9. Rangos móviles: 0.0 0.2 0.6 0.8 0.4 0.3 0.1 0.4 0.4 0.9 0.2 1.1 0.5 1.5 2.8 1.6 0.3 0.1 1.2 1.9 0.2 1.2 0.9 Media de los anteriores rangos móviles = RM = 0.765. Límites de control de la gráfica de mediciones individuales X Æ 3ðRM=d2Þ. d2 es una constante de la gráfica de mediciones individuales que se obtiene de tablas de diversas fuentes y que en este caso es igual a 1.128. LCL = 347.9 y UCL = 352.0. 18.27 La gráfica EWMA indica que las medias del proceso se encuentran constantemente abajo del valor objetivo. Las medias de los subgrupos 12 y 13 caen abajo de los límites de control inferior. Las medias de los grupos después del 13 están arriba de los límites inferiores de control; pero la media del proceso sigue estando abajo del valor objetivo. 18.28 La gráfica de zonas no indica que haya alguna situación fuera de control. Sin embargo, como se ve en el problema 18.20, hay 14 puntos consecutivos alternando hacia arriba y hacia abajo. Dada la manera en que funciona una gráfica de zonas, ésta no indica esta situación.

RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 557 18.29 Los 20 límites de control inferiores son: 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.38 0.00 0.00 0.00 0.00 0.00 0.38 0.00 0.00 0.38 0.00 0.38 0.38. Los 20 límites de control superiores son: 9.52 9.52 9.52 9.52 9.52 7.82 8.46 7.07 7.82 8.46 9.52 9.52 9.52 7.07 9.52 9.52 7.07 9.52 7.07 7.07. 18.30 Decoloración; decoloración y pérdida del tirante.



APÉNDICES



Apéndice I OrdOerndaidnaaste(sY()Y) Y enozf,the 0z en lSatcaunrdvaard NnoorrmmaallCurve estánadtazr z0 123 4 5 6 7 8 9 0.0 .3989 .3989 .3989 .3988 .3986 .3984 .3982 .3980 .3977 .3973 .3945 .3939 .3932 .3925 .3918 0.1 .3970 .3965 .3961 .3956 .3951 .3867 .3857 .3847 .3836 .3825 .3752 .3739 .3725 .3712 .3697 0.2 .3910 .3902 .3894 .3885 .3876 .3605 .3589 .3572 .3555 .3538 0.3 .3814 .3802 .3790 .3778 .3765 .3429 .3410 .3391 .3372 .3352 .3230 .3209 .3187 .3166 .3144 0.4 .3683 .3668 .3653 .3637 .3621 .3011 .2989 .2966 .2943 .2920 .2780 .2756 .2732 .2709 .2685 0.5 .3521 .3503 .3485 .3467 .3448 .2541 .2516 .2492 .2468 .2444 0.6 .3332 .3312 .3292 .3271 .3251 .2299 .2275 .2251 .2227 .2203 .2059 .2036 .2012 .1989 .1965 0.7 .3123 .3101 .3079 .3056 .3034 .1826 .1804 .1781 .1758 .1736 .1604 .1582 .1561 .1539 .1518 0.8 .2897 .2874 .2850 .2827 .2803 .1394 .1374 .1354 .1334 .1315 0.9 .2661 .2637 .2613 .2589 .2565 .1200 .1182 .1163 .1145 .1127 .1023 .1006 .0989 .0973 .0957 1.0 .2420 .2396 .2371 .2347 .2323 .0863 .0848 .0833 .0818 .0804 .0721 .0707 .0694 .0681 .0669 1.1 .2179 .2155 .2131 .2107 .2083 .0596 .0584 .0573 .0562 .0551 1.2 .1942 .1919 .1895 .1872 .1849 .0488 .0478 .0468 .0459 .0449 .0396 .0387 .0379 .0371 .0363 1.3 .1714 .1691 .1669 .1647 .1626 .0317 .0310 .0303 .0297 .0290 .0252 .0246 .0241 .0235 .0229 1.4 .1497 .1476 .1456 .1435 .1415 .0198 .0194 .0189 .0184 .0180 1.5 .1295 .1276 .1257 .1238 .1219 .0154 .0151 .0147 .0143 .0139 .0119 .0116 .0113 .0110 .0107 1.6 .1109 .1092 .1074 .1057 .1040 .0091 .0088 .0086 .0084 .0081 .0069 .0067 .0065 .0063 .0061 1.7 .0940 .0925 .0909 .0893 .0878 .0051 .0050 .0048 .0047 .0046 1.8 .0790 .0775 .0761 .0748 .0734 .0038 .0037 .0036 .0035 .0034 .0028 .0027 .0026 .0025 .0025 1.9 .0656 .0644 .0632 .0620 .0608 .0020 .0020 .0019 .0018 .0018 .0015 .0014 .0014 .0013 .0013 2.0 .0540 .0529 .0519 .0508 .0498 .0010 .0010 .0010 .0009 .0009 2.1 .0440 .0431 .0422 .0413 .0404 .0007 .0007 .0007 .0007 .0006 .0005 .0005 .0005 .0005 .0004 2.2 .0355 .0347 .0339 .0332 .0325 .0004 .0003 .0003 .0003 .0003 .0002 .0002 .0002 .0002 .0002 2.3 .0283 .0277 .0270 .0264 .0258 .0002 .0002 .0002 .0001 .0001 2.4 .0224 .0219 .0213 .0208 .0203 2.5 .0175 .0171 .0167 .0163 .0158 2.6 .0136 .0132 .0129 .0126 .0122 2.7 .0104 .0101 .0099 .0096 .0093 2.8 .0079 .0077 .0075 .0073 .0071 2.9 .0060 .0058 .0056 .0055 .0053 3.0 .0044 .0043 .0042 .0040 .0039 3.1 .0033 .0032 .0031 .0030 .0029 3.2 .0024 .0023 .0022 .0022 .0021 3.3 .0017 .0017 .0016 .0016 .0015 3.4 .0012 .0012 .0012 .0011 .0011 3.5 .0009 .0008 .0008 .0008 .0008 3.6 .0006 .0006 .0006 .0005 .0005 3.7 .0004 .0004 .0004 .0004 .0004 3.8 .0003 .0003 .0003 .0003 .0003 3.9 .0002 .0002 .0002 .0002 .0002 561

Apéndice II Áreas bajo laUcnudrevrathe normaSl teasntdáandrdar, Ndoersmdael0Curve hfraosmta 0z to z 0z z 0 1 2 3 4 5 6 7 8 9 0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359 0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0754 0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141 0.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517 0.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879 0.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224 0.6 .2258 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2518 .2549 0.7 .2580 .2612 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852 0.8 .2881 .2910 .2939 .2967 .2996 .3023 .3051 .3078 .3106 .3133 0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389 1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621 1.1 .3643 .3665 .3686 .3708 .3729 .3749 .3770 .3790 .3810 .3830 1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015 1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 .4147 .4162 .4177 1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319 1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441 1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .4545 1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .4633 1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .4706 1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767 2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817 2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857 2.2 .4861 .4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890 2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 .4916 2.4 .4918 .4920 .4922 .4925 .4927 .4929 .4931 .4932 .4934 .4936 2.5 .4938 .4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952 2.6 .4953 .4955 .4956 .4957 .4959 .4960 .4961 .4962 .4963 .4964 2.7 .4965 .4966 .4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974 2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 .4979 .4980 .4981 2.9 .4981 .4982 .4982 .4983 .4984 .4984 .4985 .4985 .4986 4986 3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 .4990 3.1 .4990 .4991 .4991 .4991 .4992 .4992 .4992 .4992 .4993 .4993 3.2 .4993 .4993 .4994 .4994 .4994 .4994 .4994 .4995 .4995 .4995 3.3 .4995 .4995 .4995 .4996 .4996 .4996 .4996 .4996 .4996 .4997 3.4 .4997 .4997 .4997 .4997 .4997 .4997 .4997 .4997 .4997 .4998 3.5 .4998 .4998 .4998 .4998 .4998 .4998 .4998 .4998 .4998 .4998 3.6 .4998 .4998 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 3.7 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 3.8 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 3.9 .5000 .5000 .5000 .5000 .5000 .5000 .5000 .5000 .5000 .5000 562

ApAépndpiecnedIiIIx III tp VaPloerrecsepnetirlceeVnatillueess(t(pt)p) corresponfdoirentes a la dSistutrdibeunct’iósnt tDdisetrSibtuudtieonnt cwointhνn gDreagdroesedseolfibFererteaddom (áre(ashsoamdebdreaardeaa == pp))  t:995 t:99 t:975 t:95 t:90 t:80 t:75 t:70 t:60 t:55 1 63.66 31.82 12.71 6.31 3.08 1.376 1.000 .727 .325 .158 1.89 2 9.92 6.96 4.30 2.92 1.64 1.061 .816 .617 .289 .142 1.53 3 5.84 4.54 3.18 2.35 .978 .765 .584 .277 .137 4 4.60 3.75 2.78 2.13 .941 .741 .569 .271 .134 5 4.03 3.36 2.57 2.02 1.48 .920 .727 .559 .267 .132 6 3.71 3.14 2.45 1.94 1.44 .906 .718 .553 .265 .131 7 3.50 3.00 2.36 1.90 1.42 .896 .711 .549 .263 .130 8 3.36 2.90 2.31 1.86 1.40 .889 .706 .546 .262 .130 9 3.25 2.82 2.26 1.83 1.38 .883 .703 .543 .261 .129 10 3.17 2.76 2.23 1.81 1.37 .879 .700 .542 .260 .129 11 3.11 2.72 2.20 1.80 1.36 .876 .697 .540 .260 .129 12 3.06 2.68 2.18 1.78 1.36 .873 .695 .539 .259 .128 13 3.01 2.65 2.16 1.77 1.35 .870 .694 .538 .259 .128 14 2.98 2.62 2.14 1.76 1.34 .868 .692 .537 .258 .128 15 2.95 2.60 2.13 1.75 1.34 .866 .691 .536 .258 .128 16 2.92 2.58 2.12 1.75 1.34 .865 .690 .535 .258 .128 17 2.90 2.57 2.11 1.74 1.33 .863 .689 .534 .257 .128 18 2.88 2.55 2.10 1.73 1.33 .862 .688 .534 .257 .127 19 2.86 2.54 2.09 1.73 1.33 .861 .688 .533 .257 .127 20 2.84 2.53 2.09 1.72 1.32 .860 .687 .533 .257 .127 21 2.83 2.52 2.08 1.72 1.32 .859 .686 .532 .257 .127 22 2.82 2.51 2.07 1.72 1.32 .858 .686 .532 .256 .127 23 2.81 2.50 2.07 1.71 1.32 .858 .685 .532 .256 .127 24 2.80 2.49 2.06 1.71 1.32 .857 .685 .531 .256 .127 25 2.79 2.48 2.06 1.71 1.32 .856 .684 .531 .256 .127 26 2.78 2.48 2.06 1.71 1.32 .856 .684 .531 .256 .127 27 2.77 2.47 2.05 1.70 1.31 .855 .684 .531 .256 .127 28 2.76 2.47 2.05 1.70 1.31 .855 .683 .530 .256 .127 29 2.76 2.46 2.04 1.70 1.31 .854 .683 .530 .256 .127 30 2.75 2.46 2.04 1.70 1.31 .854 .683 .530 .256 .127 40 2.70 2.42 .851 .681 .529 .255 .126 60 2.66 2.39 2.02 1.68 1.30 .848 .679 .527 .254 .126 120 2.62 2.36 .845 .677 .526 .254 .126 1 2.58 2.33 2.00 1.67 1.30 .842 .674 .524 .253 .126 1.98 1.66 1.29 1.96 1.645 1.28 Fuente: R. A. Fisher y F. Yates, Statistical Tables for Biological, Agricultural and Medical Research (Tablas de estadísticas para la investi- gación biológica, agrícola y médica) (5a. edición), Tabla III, Oliver and Boyd Ltd., Edinburgh, con autorización de los autores y editores. 563

Apéndice IV Valores percentiles (χ2p) correspondientes a la distribución ji cuadrada cownitνhgnrDadeogsredeesloibfeFrrteaeddom (área(ssohmadberedaadraea==pp) )  :2995 2:99 2:975 2:95 2:90 2:75 :250 2:25 2:10 :205 2:025 2:01 2:005 1 7.88 6.63 5.02 3.84 2.71 1.32 .455 .102 .0158 .0039 .0010 .0002 .0000 2 10.6 9.21 7.38 5.99 4.61 2.77 1.39 .575 .211 .103 .0506 .0201 .0100 3 12.8 11.3 9.35 7.81 6.25 4.11 2.37 1.21 .584 .352 .216 .115 .072 4 14.9 13.3 11.1 9.49 7.78 5.39 3.36 1.92 1.06 .711 .484 .297 .207 5 16.7 15.1 12.8 11.1 9.24 6.63 4.35 2.67 1.61 1.15 .831 .554 .412 6 18.5 16.8 14.4 12.6 10.6 7.84 5.35 3.45 2.20 1.64 1.24 .872 .676 7 20.3 18.5 16.0 14.1 12.0 9.04 6.35 4.25 2.83 2.17 1.69 1.24 .989 8 22.0 20.1 17.5 15.5 13.4 10.2 7.34 5.07 3.49 2.73 2.18 1.65 1.34 9 23.6 21.7 19.0 16.9 14.7 11.4 8.34 5.90 4.17 3.33 2.70 2.09 1.73 10 25.2 23.2 20.5 18.3 16.0 12.5 9.34 6.74 4.87 3.94 3.25 2.56 2.16 11 26.8 24.7 21.9 19.7 17.3 13.7 10.3 7.58 5.58 4.57 3.82 3.05 2.60 12 28.3 26.2 23.3 21.0 18.5 14.8 11.3 8.44 6.30 5.23 4.40 3.57 3.07 13 29.8 27.7 24.7 22.4 19.8 16.0 12.3 9.30 7.04 5.89 5.01 4.11 3.57 14 31.3 29.1 26.1 23.7 21.1 17.1 13.3 10.2 7.79 6.57 5.63 4.66 4.07 15 32.8 30.6 27.5 25.0 22.3 18.2 14.3 11.0 8.55 7.26 6.26 5.23 4.60 5.14 16 34.3 32.0 28.8 26.3 23.5 19.4 15.3 11.9 9.31 7.96 6.91 5.81 5.70 6.26 17 35.7 33.4 30.2 27.6 24.8 20.5 16.3 12.8 10.1 8.67 7.56 6.41 6.84 18 37.2 34.8 31.5 28.9 26.0 21.6 17.3 13.7 10.9 9.39 8.23 7.01 7.43 8.03 19 38.6 36.2 32.9 30.1 27.2 22.7 18.3 14.6 11.7 10.1 8.91 7.63 8.64 9.26 20 40.0 37.6 34.2 31.4 28.4 23.8 19.3 15.5 12.4 10.9 9.59 8.26 9.89 21 41.4 38.9 35.5 32.7 29.6 24.9 20.3 16.3 13.2 11.6 10.3 8.90 22 42.8 40.3 36.8 33.9 30.8 26.0 21.3 17.2 14.0 12.3 11.0 9.54 23 44.2 41.6 38.1 35.2 32.0 27.1 22.3 18.1 14.8 13.1 11.7 10.2 24 45.6 43.0 39.4 36.4 33.2 28.2 23.3 19.0 15.7 13.8 12.4 10.9 25 46.9 44.3 40.6 37.7 34.4 29.3 24.3 19.9 16.5 14.6 13.1 11.5 10.5 26 48.3 45.6 41.9 38.9 35.6 30.4 25.3 20.8 17.3 15.4 13.8 12.2 11.2 27 49.6 47.0 43.2 40.1 36.7 31.5 26.3 21.7 18.1 16.2 14.6 12.9 11.8 28 51.0 48.3 44.5 41.3 37.9 32.6 27.3 22.7 18.9 16.9 15.3 13.6 12.5 29 52.3 49.6 45.7 42.6 39.1 33.7 28.3 23.6 19.8 17.7 16.0 14.3 13.1 30 53.7 50.9 47.0 43.8 40.3 34.8 29.3 24.5 20.6 18.5 16.8 15.0 13.8 40 66.8 63.7 59.3 55.8 51.8 46.6 39.3 33.7 29.1 26.5 24.4 22.2 20.7 50 79.5 76.2 71.4 67.5 63.2 56.3 49.3 42.9 37.7 34.8 32.4 29.7 28.0 60 92.0 88.4 83.3 79.1 74.4 67.0 59.3 52.3 46.5 43.2 40.5 37.5 35.5 70 104.2 100.4 95.0 90.5 85.5 77.6 69.3 61.7 55.3 51.7 48.8 45.4 43.3 80 116.3 112.3 106.6 101.9 96.6 88.1 79.3 71.1 64.3 60.4 57.2 53.5 51.2 90 128.3 124.1 118.1 113.1 107.6 98.6 89.3 80.6 73.3 69.1 65.6 61.8 59.2 100 140.2 135.8 129.6 124.3 118.5 109.1 99.3 90.1 82.4 77.9 74.2 70.1 67.3 Fuente: Catherine M. Thompson, Table of percentage points of the χ2 distribution. Biometrika, vol. 32 (1941) con autorización de autor y editor. 564

ApAépnpdeicnedVix V 0.95 0.05 Val9o5rtehsPdeerlcpeenrtcileenVtila9lu5es cfoorrrtehsepFonDdiisetnrtiebsution F.95 (n1 degraeleasdoisf tfriebeudcoiómn iFn numerator) (ν(1ng2rdaedgosredeesloibfefretaeddeonmeilnnduemneormadinoar)tor) (ν2 grados de libertad en el denominador) 2 1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 1 1 161 200 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254 2 18.5 19.0 19.2 19.2 19.3 19.3 19.4 19.4 19.4 19.4 19.4 19.4 19.4 19.5 19.5 19.5 19.5 19.5 19.5 3 10.1 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70 8.66 8.64 8.62 8.59 8.57 8.55 8.53 4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86 5.80 5.77 5.75 5.72 5.69 5.66 5.63 5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.53 4.50 4.46 4.43 4.40 4.37 6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94 3.87 3.84 3.81 3.77 3.74 3.70 3.67 7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.41 3.38 3.34 3.30 3.27 3.23 8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22 3.15 3.12 3.08 3.04 3.01 2.97 2.93 9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.90 2.86 2.83 2.79 2.75 2.71 10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.74 2.70 2.66 2.62 2.58 2.54 11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72 2.65 2.61 2.57 2.53 2.49 2.45 2.40 12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62 2.54 2.51 2.47 2.43 2.38 2.34 2.30 13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53 2.46 2.42 2.38 2.34 2.30 2.25 2.21 14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46 2.39 2.35 2.31 2.27 2.22 2.18 2.13 15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40 2.33 2.29 2.25 2.20 2.16 2.11 2.07 16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.24 2.19 2.15 2.11 2.06 2.01 17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.19 2.15 2.10 2.06 2.01 1.96 18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.15 2.11 2.06 2.02 1.97 1.92 19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.11 2.07 2.03 1.98 1.93 1.88 20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20 2.12 2.08 2.04 1.99 1.95 1.90 1.84 21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.10 2.05 2.01 1.96 1.92 1.87 1.81 22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15 2.07 2.03 1.98 1.94 1.89 1.84 1.78 23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13 2.05 2.01 1.96 1.91 1.86 1.81 1.76 24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11 2.03 1.98 1.94 1.89 1.84 1.79 1.73 25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09 2.01 1.96 1.92 1.87 1.82 1.77 1.71 26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.95 1.90 1.85 1.80 1.75 1.69 27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06 1.97 1.93 1.88 1.84 1.79 1.73 1.67 28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.91 1.87 1.82 1.77 1.71 1.65 29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03 1.94 1.90 1.85 1.81 1.75 1.70 1.64 30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.89 1.84 1.79 1.74 1.68 1.62 40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92 1.84 1.79 1.74 1.69 1.64 1.58 1.51 60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.84 1.75 1.70 1.65 1.59 1.53 1.47 1.39 120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.61 1.55 1.50 1.43 1.35 1.25 1 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.52 1.46 1.39 1.32 1.22 1.00 Fuente: E. S. Pearson y H. O. Hartley, Biometrika Table for Statisticians, vol. 2 (1972), tabla 5, página 178, con autorización. 565

ApAénpdpiecnedVixI VI 99th Percentile Values 0.99 ValorefosrdtehlepFerDciesntrtiilb9u9tion (n1 decgorrereesspoof nfrdeieendtoems in numerator) 0.01 (n2 degarelaesdiosftrfirbeuecdióonmFin denominator) (ν1 grados de libertad en el numerador) F.99 (ν2 grados de libertad en el denominador) 2 1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 1 1 4052 5000 5403 5625 5764 5859 5928 5981 6023 6056 6106 6157 6209 6235 6261 6287 6313 6339 6366 2 98.5 99.0 99.2 99.2 99.3 99.3 99.4 99.4 99.4 99.4 99.4 99.4 99.4 99.5 99.5 99.5 99.5 99.5 99.5 3 34.1 30.8 29.5 28.7 28.2 27.9 27.7 27.5 27.3 27.2 27.1 26.9 26.7 26.6 26.5 26.4 26.3 26.2 26.1 4 21.2 18.0 16.7 16.0 15.5 15.2 15.0 14.8 14.7 14.5 14.4 14.2 14.0 13.9 13.8 13.7 13.7 13.6 13.5 5 16.3 13.3 12.1 11.4 11.0 10.7 10.5 10.3 10.2 10.1 9.89 9.72 9.55 9.47 9.38 9.29 9.20 9.11 9.02 6 13.7 10.9 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.72 7.56 7.40 7.31 7.23 7.14 7.06 6.97 6.88 7 12.2 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.47 6.31 6.16 6.07 5.99 5.91 5.82 5.74 5.65 8 11.3 8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.91 5.81 5.67 5.52 5.36 5.28 5.20 5.12 5.03 4.95 4.86 9 10.6 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.35 5.26 5.11 4.96 4.81 4.73 4.65 4.57 4.48 4.40 4.31 10 10.0 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.71 4.56 4.41 4.33 4.25 4.17 4.08 4.00 3.91 11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.63 4.54 4.40 4.25 4.10 4.02 3.94 3.86 3.78 3.69 3.60 12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.39 4.30 4.16 4.01 3.86 3.78 3.70 3.62 3.54 3.45 3.36 13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.19 4.10 3.96 3.82 3.66 3.59 3.51 3.43 3.34 3.25 3.17 14 8.86 6.51 5.56 5.04 4.70 4.46 4.28 4.14 4.03 3.94 3.80 3.66 3.51 3.43 3.35 3.27 3.18 3.09 3.00 15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.67 3.52 3.37 3.29 3.21 3.13 3.05 2.96 2.87 16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.55 3.41 3.26 3.18 3.10 3.02 2.93 2.84 2.75 17 8.40 6.11 5.19 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.46 3.31 3.16 3.08 3.00 2.92 2.83 2.75 2.65 18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.60 3.51 3.37 3.23 3.08 3.00 2.92 2.84 2.75 2.66 2.57 19 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.30 3.15 3.00 2.92 2.84 2.76 2.67 2.58 2.49 20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.46 3.37 3.23 3.09 2.94 2.86 2.78 2.69 2.61 2.52 2.42 21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.40 3.31 3.17 3.03 2.88 2.80 2.72 2.64 2.55 2.46 2.36 22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 3.12 2.98 2.83 2.75 2.67 2.58 2.50 2.40 2.31 23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 3.07 2.93 2.78 2.70 2.62 2.54 2.45 2.35 2.26 24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.26 3.17 3.03 2.89 2.74 2.66 2.58 2.49 2.40 2.31 2.21 25 7.77 5.57 4.68 4.18 3.86 3.63 3.46 3.32 3.22 3.13 2.99 2.85 2.70 2.62 2.54 2.45 2.36 2.27 2.17 26 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.18 3.09 2.96 2.82 2.66 2.58 2.50 2.42 2.33 2.23 2.13 27 7.68 5.49 4.60 4.11 3.78 3.56 3.39 3.26 3.15 3.06 2.93 2.78 2.63 2.55 2.47 2.38 2.29 2.20 2.10 28 7.64 5.45 4.57 4.07 3.75 3.53 3.36 3.23 3.12 3.03 2.90 2.75 2.60 2.52 2.44 2.35 2.26 2.17 2.06 29 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.09 3.00 2.87 2.73 2.57 2.49 2.41 2.33 2.23 2.14 2.03 30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.07 2.98 2.84 2.70 2.55 2.47 2.39 2.30 2.21 2.11 2.01 40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.89 2.80 2.66 2.52 2.37 2.29 2.20 2.11 2.02 1.92 1.80 60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.50 2.35 2.20 2.12 2.03 1.94 1.84 1.73 1.60 120 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2.47 2.34 2.19 2.03 1.95 1.86 1.76 1.66 1.53 1.38 1 6.63 4.61 3.78 3.32 3.02 2.80 2.64 2.51 2.41 2.32 2.18 2.04 1.88 1.79 1.70 1.59 1.47 1.32 1.00 Fuente: E. S. Pearson y H. O. Hartley, Biometrika Table for Statisticians, vol. 2 (1972), tabla 5, página 180, con autorización. 566

Apéndice VII Logaritmos comunes con cuatro cifras decimales N0 1 2 3 4 567 89 PaPrtreospporrotpioonrcailoPnaarletss 12 3 4 5 6 7 8 9 10 0000 0043 0086 0128 0170 11 0414 0453 0492 0531 0569 0212 0253 0294 0334 0374 4 8 12 17 21 25 29 33 37 12 0792 0828 0864 0899 0934 0607 0645 0682 0719 0755 4 8 11 15 19 23 26 30 34 13 1139 1173 1206 1239 1271 0969 1004 1038 1072 1106 3 7 10 14 17 21 24 28 31 14 1461 1492 1523 1553 1584 1303 1335 1367 1399 1430 3 6 10 13 16 19 23 26 29 1614 1644 1673 1703 1732 3 6 9 12 15 18 21 24 27 15 1761 1790 1818 1847 1875 16 2041 2068 2095 2122 2148 1903 1931 1959 1987 2014 36 8 11 14 17 20 22 25 17 2304 2330 2355 2380 2405 2175 2201 2227 2253 2279 35 8 11 13 16 18 21 24 18 2553 2577 2601 2625 2648 2430 2455 2480 2504 2529 25 7 10 12 15 17 20 22 19 2788 2810 2833 2856 2878 2672 2695 2718 2742 2765 25 7 9 12 14 16 19 21 2900 2923 2945 2967 2989 24 7 9 11 13 16 18 20 20 3010 3032 3054 3075 3096 21 3222 3243 3263 3284 3304 3118 3139 3160 3181 3201 2 4 6 8 11 13 15 17 19 22 3424 3444 3464 3483 3502 3324 3345 3365 3385 3404 2 4 6 8 10 12 14 16 18 23 3617 3636 3655 3674 3692 3522 3541 3560 3579 3598 2 4 6 8 10 12 14 15 17 24 3802 3820 3838 3856 3874 3711 3729 3747 3766 3784 2 4 6 7 9 11 13 15 17 3892 3909 3927 3945 3962 2 4 5 7 9 11 12 14 16 25 3979 3997 4014 4031 4048 26 4150 4166 4183 4200 4216 4065 4082 4099 4116 4133 2 3 5 7 9 10 12 14 15 27 4314 4330 4346 4362 4378 4232 4249 4265 4281 4298 2 3 5 7 8 10 11 13 15 28 4472 4487 4502 4518 4533 4393 4409 4425 4440 4456 2 3 5 6 8 9 11 13 14 29 4624 4639 4654 4669 4683 4548 4564 4579 4594 4609 2 3 5 6 8 9 11 12 14 4698 4713 4728 4742 4757 1 3 4 6 7 9 10 12 13 30 4771 4786 4800 4814 4829 31 4914 4928 4942 4955 4969 4843 4857 4871 4886 4900 1 3 4 6 7 9 10 11 13 32 5051 5065 5079 5092 5105 4983 4997 5011 5024 5038 1 3 4 6 7 8 10 11 12 33 5185 5198 5211 5224 5237 5119 5132 5145 5159 5172 1 3 4 5 7 8 9 11 12 34 5315 5328 5340 5353 5366 5250 5263 5276 5289 5302 1 3 4 5 6 8 9 10 12 5378 5391 5403 5416 5428 1 3 4 5 6 8 9 10 11 35 5441 5453 5465 5478 5490 36 5563 5575 5587 5599 5611 5502 5514 5527 5539 5551 1 2 4 5 6 7 9 10 11 37 5682 5694 5705 5717 5729 5623 5635 5647 5658 5670 1 2 4 5 6 7 8 10 11 38 5798 5809 5821 5832 5843 5740 5752 5763 5775 5786 1 2 3 5 6 7 8 9 10 39 5911 5922 5933 5944 5955 5855 5866 5877 5888 5899 1 2 3 5 6 7 8 9 10 5966 5977 5988 5999 6010 1 2 3 4 5 7 8 9 10 40 6021 6031 6042 6053 6064 41 6128 6138 6149 6160 6170 6075 6085 6096 6107 6117 1 2 3 4 5 6 8 9 10 42 6232 6243 6253 6263 6274 6180 6191 6201 6212 6222 12 3 4 5 6 7 8 9 43 6335 6345 6355 6365 6375 6284 6294 6304 6314 6325 12 3 4 5 6 7 8 9 44 6435 6444 6454 6464 6474 6385 6395 6405 6415 6425 12 3 4 5 6 7 8 9 6484 6493 6503 6513 6522 12 3 4 5 6 7 8 9 45 6532 6542 6551 6561 6571 46 6628 6637 6646 6656 6665 6580 6590 6599 6609 6618 12 3 4 5 6 7 8 9 47 6721 6730 6739 6749 6758 6675 6684 6693 6702 6712 12 3 4 5 6 7 7 8 48 6812 6821 6830 6839 6848 6767 6776 6785 6794 6803 12 3 4 5 5 6 7 8 49 6902 6911 6920 6928 6937 6857 6866 6875 6884 6893 12 3 4 4 5 6 7 8 6946 6955 6964 6972 6981 12 3 4 4 5 6 7 8 50 6990 6998 7007 7016 7024 51 7076 7084 7093 7101 7110 7033 7042 7050 7059 7067 12 3 3 4 5 6 7 8 52 7160 7168 7177 7185 7193 7118 7126 7135 7143 7152 12 3 3 4 5 6 7 8 53 7243 7251 7259 7267 7275 7202 7210 7218 7226 7235 12 2 3 4 5 6 7 7 54 7324 7332 7340 7348 7356 7284 7292 7300 7308 7316 12 2 3 4 5 6 6 7 7364 7372 7380 7388 7396 12 2 3 4 5 6 6 7 N0 1 2 3 4 567 89 12 3 4 5 6 7 8 9 567

Logaritmos comunes con cuatro cifras decimales (continuación) N0 1 2 3 4 567 89 12 PaPrtreospporrotpioonrcailoPnaarletss 9 34 567 8 55 7404 7412 7419 7427 7435 7443 7451 7459 7466 7474 12 7 56 7482 7490 7497 7505 7513 7520 7528 7536 7543 7551 12 23 455 6 7 57 7559 7566 7574 7582 7589 7597 7604 7612 7619 7627 12 23 455 6 7 58 7634 7642 7649 7657 7664 7672 7679 7686 7694 7701 11 23 455 6 7 59 7709 7716 7723 7731 7738 7745 7752 7760 7767 7774 11 23 445 6 7 23 445 6 60 7782 7789 7796 7803 7810 7818 7825 7832 7839 7846 11 2 3 4 4 5 6 6 61 7853 7860 7868 7875 7882 7889 7896 7903 7910 7917 11 2 3 4 4 5 6 6 62 7924 7931 7938 7945 7952 7959 7966 7973 7980 7987 11 2 3 3 4 5 6 6 63 7993 8000 8007 8014 8021 8028 8035 8041 8048 8055 11 2 3 3 4 5 5 6 64 8062 8069 8075 8082 8089 8096 8102 8109 8116 8122 11 2 3 3 4 5 5 6 65 8129 8136 8142 8149 8156 8162 8169 8176 8182 8189 11 2 3 3 4 5 5 6 66 8195 8202 8209 8215 8222 8228 8235 8241 8248 8254 11 2 3 3 4 5 5 6 67 8261 8267 8274 8280 8287 8293 8299 8306 8312 8319 11 2 3 3 4 5 5 6 68 8325 8331 8338 8344 8351 8357 8363 8370 8376 8382 11 2 3 3 4 4 5 6 69 8388 8395 8401 8407 8414 8420 8426 8432 8439 8445 11 2 2 3 4 4 5 6 70 8451 8457 8463 8470 8476 8482 8488 8494 8500 8506 11 2 2 3 4 4 5 6 71 8513 8519 8525 8531 8537 8543 8549 8555 8561 8567 11 2 2 3 4 4 5 5 72 8573 8579 8585 8591 8597 8603 8609 8615 8621 8627 11 2 2 3 4 4 5 5 73 8633 8639 8645 8651 8657 8663 8669 8675 8681 8686 11 2 2 3 4 4 5 5 74 8692 8698 8704 8710 8716 8722 8727 8733 8739 8745 11 2 2 3 4 4 5 5 75 8751 8756 8762 8768 8774 8779 8785 8791 8797 8802 11 2 2 3 3 4 5 5 76 8808 8814 8820 8825 8831 8837 8842 8848 8854 8859 11 2 2 3 3 4 5 5 77 8865 8871 8876 8882 8887 8893 8899 8904 8910 8915 11 2 2 3 3 4 4 5 78 8921 8927 8932 8938 8943 8949 8954 8960 8965 8971 11 2 2 3 3 4 4 5 79 8976 8982 8987 8993 8998 9004 9009 9015 9020 9025 11 2 2 3 3 4 4 5 80 9031 9036 9042 9047 9053 9058 9063 9069 9074 9079 11 2 2 3 3 4 4 5 81 9085 9090 9096 9101 9106 9112 9117 9122 9128 9133 11 2 2 3 3 4 4 5 82 9138 9143 9149 9154 9159 9165 9170 9175 9180 9186 11 2 2 3 3 4 4 5 83 9191 9196 9201 9206 9212 9217 9222 9227 9232 9238 11 2 2 3 3 4 4 5 84 9243 9248 9253 9258 9263 9269 9274 9279 9284 9289 11 2 2 3 3 4 4 5 85 9294 9299 9304 9309 9315 9320 9325 9330 9335 9340 11 2 2 3 3 4 4 5 86 9345 9350 9355 9360 9365 9370 9375 9380 9385 9390 11 2 2 3 3 4 4 5 87 9395 9400 9405 9410 9415 9420 9425 9430 9435 9440 01 1 2 2 3 3 4 4 88 9445 9450 9455 9460 9465 9469 9474 9479 9484 9489 01 1 2 2 3 3 4 4 89 9494 9499 9504 9509 9513 9518 9523 9528 9533 9538 01 1 2 2 3 3 4 4 90 9542 9547 9552 9557 9562 9566 9571 9576 9581 9586 01 1 2 2 3 3 4 4 91 9590 9595 9600 9605 9609 9614 9619 9624 9628 9633 01 1 2 2 3 3 4 4 92 9638 9643 9647 9652 9657 9661 9666 9671 9675 9680 01 1 2 2 3 3 4 4 93 9685 9689 9694 9699 9703 9708 9713 9717 9722 9727 01 1 2 2 3 3 4 4 94 9731 9736 9741 9745 9750 9754 9759 9763 9768 9773 01 1 2 2 3 3 4 4 95 9777 9782 9786 9791 9795 9800 9805 9809 9814 9818 01 1 2 2 3 3 4 4 96 9823 9827 9832 9836 9841 9845 9850 9854 9859 9863 01 1 2 2 3 3 4 4 97 9868 9872 9877 9881 9886 9890 9894 9899 9903 9908 01 1 2 2 3 3 4 4 98 9912 9917 9921 9926 9930 9934 9939 9943 9948 9952 01 1 2 2 3 3 4 4 99 9956 9961 9965 9969 9974 9978 9983 9987 9991 9996 01 1 2 2 3 3 3 4 N0 1 2 3 4 567 89 12 3 4 5 6 7 8 9 568

Apéndice VIII Valores de e−λ (0< < 1Þ 0 0.0 1.0000 1 2 3 4 5 6 7 8 9 0.1 .9048 0.2 .8187 .9900 .9802 .9704 .9608 .9512 .9418 .9324 .9231 .9139 0.3 .7408 .8958 .8869 .8781 .8694 .8607 .8521 .8437 .8353 .8270 0.4 .6703 .8106 .8025 .7945 .7866 .7788 .7711 .7634 .7558 .7483 .7334 .7261 .7189 .7118 .7047 .6977 .6907 .6839 .6771 0.5 .6065 .6636 .6570 .6505 .6440 .6376 .6313 .6250 .6188 .6126 0.6 .5488 0.7 .4966 .6005 .5945 .5886 .5827 .5770 .5712 .5655 .5599 .5543 0.8 .4493 .5434 .5379 .5326 .5273 .5220 .5169 .5117 .5066 .5016 0.9 .4066 .4916 .4868 .4819 .4771 .4724 .4677 .4630 .4584 .4538 .4449 .4404 .4360 .4317 .4274 .4232 .4190 .4148 .4107 .4025 .3985 .3946 .3906 .3867 .3829 .3791 .3753 .3716 ð ¼ 1; 2; 3, . . . , 10Þ 1 2 34 56 7 8 9 10 eÀ .36788 .13534 .04979 .01832 .006738 .002479 .000912 .000335 .000123 .000045 Nota: Para obtener valores de e−λ correspondientes a otros valores de λ, úsense las leyes de los exponentes. Ejemplo: e−3.48 = (e−3.00)(e−.48) = (0.04979)(0.6188) = 0.03081. 569

Apéndice IX Números aleatorios 51772 74640 42331 29044 46621 62898 93582 04186 19640 87056 24033 23491 83587 06568 21960 21387 76105 10863 97453 90581 45939 60173 52078 25424 11645 55870 56974 37428 93507 94271 30586 02133 75797 45406 31041 86707 12973 17169 88116 42187 03585 79353 81938 82322 96799 85659 36081 50884 14070 74950 64937 03355 95863 20790 65304 55189 00745 65253 11822 15804 15630 64759 51135 98527 62586 41889 25439 88036 24034 67283 09448 56301 57683 30277 94623 85418 68829 06652 41982 49159 21631 91157 77331 60710 52290 16835 48653 71590 16159 14676 91097 17480 29414 06829 87843 28195 27279 47152 35683 47280 50532 25496 95652 42457 73547 76552 50020 24819 52984 76168 07136 40876 79971 54195 25708 51817 36732 72484 94923 75936 27989 64728 10744 08396 56242 90985 28868 99431 50995 20507 85184 73949 36601 46253 00477 25234 09908 36574 72139 70185 54398 21154 97810 36764 32869 11785 55261 59009 38714 38723 65544 34371 09591 07839 58892 92843 72828 91341 84821 63886 08263 65952 85762 64236 39238 18776 84303 99247 46149 03229 39817 67906 48236 16057 81812 15815 63700 85915 19219 45943 62257 04077 79443 95203 02479 30763 92486 54083 23631 05825 53298 90276 62545 21944 16530 03878 07516 95715 02526 33537 570

ÍNDICE A Bivariada: Abscisa, 4 distribución normal, 351 Ajuste de curva, 316 población, 351 tabla o distribución de frecuencia, 366 método a mano de, 318 método de mínimos cuadrados de, 319 Bloques aleatorizados, 413 Ajuste de datos, 19 (ver también Ajuste de curva) empleando papel para probabilidad, 177 C mediante una distribución binomial, 195 Cálculos, 3 mediante una distribución de Poisson, 198 mediante una distribución normal, 196 reglas para, 3 Aleatorio/a(s): reglas para, empleando logaritmos, 7 errores, 403 Carta-C, 490 muestra, 203 Carta de control de atributos, 481 números, 203 Categorías, 37 variable, 142 Causas asignables, 480 Aleatorización completa, 413 Causas comunes, 480 Análisis combinatorio, 146 Causas especiales, 480 Análisis de varianza, 362-401 Centro de gravedad, 320 experimentos de dos factores usando, 407 Centroide, 320 experimentos de un factor usando, 403 Clase, 37 (ver también Intervalos de clase) modelo matemático para, 403 Clase modal, 43 objetivo de, 403 Clasificación en un sentido, 403 tablas, 406 Clasificaciones de dos sentidos, 407 usando cuadrados grecolatinos, 413 Coeficiente cuartílico de asimetría, 125 usando cuadrados latinos, 413 Coeficiente cuartílico de dispersión relativa, 116 Aproximación de curvas, ecuaciones de, 317 Coeficiente de asimetría de Pearson, 125 Aproximación de Stirling a n!, 146 Coeficiente de correlación, 348 Aproximación normal a la distribución binomial, 174 de tablas de contingencia, 298 Áreas: fórmula producto momento para, 350 en la distribución ji-cuadrada, 277 para datos agrupados, 350 en la distribución F, 279 rectas de regresión y, 351 en la distribución normal, 173 teoría del muestreo y, 351 en la distribución t, 275 Coeficiente de correlación de orden cero, 383 Artículo defectuoso, 487 Coeficiente momento de curtosis, 125 Artículo no conforme, 486 Coeficiente momento de sesgo, 125 Asintóticamente normal, 204 Coeficiente percentil de curtosis, 125 Atributos, correlación de, 298 Coeficientes binomiales, 173 Autocorrelación, 351 triángulo de Pascal para, 180 Coeficientes de regresión parcial, 382 B Combinaciones, 146 Base, 2 Comprobación de Charlier, 99 para la media y la varianza, 99 de logaritmos comunes, 6 para momentos, 124 de logaritmos naturales, 6 571

572 ÍNDICE Curvas de frecuencia, 41 relativa, 41 Conjunto nulo, 146 tipos de, 41 Constante, 1 Conteos o enumeraciones, 2 Curvas de frecuencia en forma de U, 41 Contingencia, coeficiente de, 310 Curvas de frecuencia sesgadas, 41 Coordenadas, rectangulares, 4 Curva simétrica o en forma de campana, 41 Corrección de Sheppard para momentos, 124 Corrección de Sheppard para varianza, 100 D Corrección de Yates para continuidad, 297 Datos: Correlación, 345 agrupados, 38 auto-, 351 dispersión o variación de, 89 coeficiente de (ver Coeficiente de correlación) en bruto, 37 de atributos, 311 Datos agrupados, 38 espuria, 549 Datos continuos, 1 lineal, 345 representación gráfica de, 57 medidas de, 346 Datos de atributos, 481 parcial, 385 Datos discretos, 2 positiva y negativa, 345 representación gráfica de, 54 rango de, 450 Datos en bruto, 76 simple, 345 Deciles, 66 Correlación espuria, 349 de datos agrupados, 87 Correlación múltiple, 382 errores estándar para, 206 Correlación parcial, 382 Decisiones estadísticas, 245 Correlación positiva, 346 Defectos, 487 Correlación simple, 382 Desigualdades, 5 Correlación sin sentido, 350 Desviación de la media aritmética, 63 Correlación tetracórica, 299 Desviación estándar, 96 Corridas, 449 de datos agrupados, 98 Cuadrado latino ortogonal, 413 de distribuciones muestrales, 204 Cuadrados grecolatinos, 413 de una distribución de probabilidad, 155 Cuadrados latinos, 413 intervalo de confianza para, 230 ortogonales, 413 método abreviado de cálculo, 98 Cuadrantes, 4 método de codificación para, 96 Cuadrática: propiedades de, 98 curva, 317 propiedad minimal de, 98 ecuación, 35 relación con la desviación media, 100 función, 17 relación entre poblacional y muestral, 97 Cuantiles, 66 Desviación media, 95 Cuartiles, 66 de la distribución normal, 174 Curtosis, 125 para datos agrupados, 96 coeficiente momento de, 125 Determinación: coeficiente percentílico de, 125 coeficiente de, 348 de una distribución binomial, 173 múltiple, coeficiente de, 384 de una distribución de Poisson, 176 Determinación múltiple, coeficiente de, 384 de una distribución normal, 125 Diagrama de Euler, 146 Curva cuártica, 317 Diagrama de Venn (ver Diagrama de Euler) Curva cúbica, 317 Diagramas (ver Gráficas) Curva de frecuencia bimodal, 41 Dígitos o cifras significativas, 3 Curva de frecuencia multimodal, 41 Diseño de experimentos, 412 Curva de Gompertz, 318 Diseño experimental, 412 Curva de grado n, 317 Dispersión, 87 (ver también Variación) Curva exponencial, 318 absoluta, 95 Curva geométrica, 318 coeficiente de, 100 Curva logística, 318 medidas de, 95 Curva normal, 173 relativa, 100 áreas bajo la, 173 Dispersión absoluta, 100 forma estándar de, 173 Dispersión del proceso, 282 ordenadas de, 187

Dispersión relativa o varianza, 95 ÍNDICE 573 Distribución acumulada “o más”, 40 Distribución binomial, 172 Ejes X y Y de un sistema de coordenadas rectangulares, 4 Eje Y, 4 ajuste de datos, 195 Empates en la prueba H de Kruskal-Wallis, 448 propiedades de, 172 prueba de hipótesis usando, 250 en la prueba U de Mann-Whitney, 447 relación con la distribución de Poisson, 175 Entrada de una tabla, 42 relación con la distribución normal, 174 Enumeraciones, 2 Distribución ji-cuadrada, 297 (ver también Ji-cuadrada) Error de agrupación, 39 intervalos de confianza usando, 278 Error estándar de estimación, 348 pruebas de hipótesis y significancia, 294 Distribución de Bernoulli (ver Distribución binomial) modificado, 348 Distribución de Poisson, 175 Error probable, 230 ajuste de datos mediante, 198 Errores: propiedades de, 175 relación con las distribuciones binomial y normal, 176 de agrupación, 39 Distribución en forma de J inversa, 41 de redondeo, 2 Distribuciones de frecuencia, 37 probables, 230 acumulada, 40 Errores de redondeo, 2 porcentual o relativa, 39 Errores de redondeo acumulados, 2 reglas para la elaboración de, 38 Errores estándar de distribuciones muestrales, 206 Distribuciones de probabilidad acumulada, 143 Errores tipo I y tipo II, 246 Distribuciones de probabilidad continua, 143 Espacio de cuatro dimensiones, 385 Distribuciones de probabilidad discreta, 142 Espacio muestral, 146 Distribuciones muestrales, 204 Esperanza matemática, 144 de diferencias y sumas, 205 Estadística, 1 de diversos estadísticos, 204 deductiva o descriptiva, 1 de medias, 204 definición de, 1 de proporciones, 205 inductiva o inferencial, 1 experimentales, 208 Estadística deductiva, 1 Distribuciones unilaterales y bilaterales, 247 Estadística descriptiva, 1 Distribución F, 279 (ver también Análisis de varianza) Estadística inductiva o inferencial, 1 Distribución multinomial, 177 Estadístico de prueba, 247 Distribución normal, 173 Estadístico H, 448 forma estándar de, 174 Estadístico muestral, 1 proporciones de, 174 Estadístico U, 447 relación con la distribución binomial, 174 Estadísticos muestrales, 203 relación con la distribución de Poisson, 176 Estimación, 227 Distribución t, 275 Estimaciones (ver también Estimación) Distribución unimodal, 64 eficientes e ineficientes, 228 Dominio de una variable, 1 puntual y de intervalo, 228 sesgadas y no sesgadas, 227 E Estimaciones insesgadas, 227 Ecuaciones, 5 Estimaciones por intervalo, 228 Estimaciones y estimadores eficientes, 228 cuadráticas, 35 Estimaciones y estimadores ineficientes, 228 de curvas de aproximación, 317 Estimación puntual, 228 de regresión, 382 Estimación sesgada, 227 equivalentes, 5 Evento compuesto, 143 miembros izquierdo y derecho de, 5 Eventos, 140 simultáneas, 25, 34 compuestos, 140 solución de, 5 dependientes, 140 trasposición en, 26 independientes, 140 Ecuaciones normales: mutuamente excluyentes, 141 para el plano de mínimos cuadrados, 321 Eventos dependientes, 140 para la parábola de mínimos cuadrados, 320 Eventos independientes, 140 para la recta de mínimos cuadrados, 320 Eventos mutuamente excluyentes, 141 Ecuaciones simultáneas, 5 Éxito, 139 Expansión multinomial, 177 Experimento de dos factores, 407 Experimento de un factor, 403 Exponente, 2

574 ÍNDICE Gráficas de control, 480 Gráficas individuales, 489 F Gráficas o cartas de barras, parte componente, 4 Factores de ponderación, 62 Gráficas X barra y R, 481 Factorial, 143 Gran media, 404 Fórmula de Spearman para la correlación por rangos, 450 Fórmula de Stirling para, 146 H Fórmula o expansión binomial, 173 Hipérbola, 318 Fórmula para el interés compuesto, 85 Hiperplano, 385 Fórmula producto momento para el coeficiente de Hipótesis, 245 correlación, 350 alternativa, 245 Fracaso, 139 nula, 245 Frecuencia (ver también Frecuencia de clase) Hipótesis alternativa, 245 Hipótesis nula, 245 acumulada, 40 Histogramas, 39 modal, 41 cálculo de medianas para, 64 relativa, 40 de frecuencia porcentual o relativa, 39 Frecuencia acumulada, 40 de probabilidad, 153 Frecuencia de clase, 37 Hoja de conteo, 39 Frecuencia relativa, 39 curvas, 39 I definición de probabilidad, 139 Identidad, 5 distribución, 39 Índice CP, 485 tabla, 39 Índice CPK, 485 Frecuencias de celda, 496 Índice de capacidad del proceso, 485 Frecuencias esperadas o teóricas, 181 Índice de capacidad inferior, 485 Frecuencias marginales, 294 Índice de capacidad superior, 485 Frecuencias observadas, 294 Interacción, 411 Frecuencias teóricas, 295 Interés compuesto, 85 Fronteras de clase, inferior y superior, 38 Interpolación, 7 Función, 4 Intersección, 319 de distribución, 142 Intersección con el eje X, 283, 289-291 de frecuencia, 142 Intersección de conjuntos, 146 de probabilidad, 139 Intervalo de confianza: lineal, 318 multivaluada, 4 en correlación y regresión, 374 univaluada, 4 para desviaciones estándar, 230 Función de densidad, 144 para diferencias y sumas, 230 Función de distribución, 142 para medias, 229 Función de frecuencia, 142 para proporciones, 229 Función de probabilidad, 142 usando la distribución ji-cuadrada, 278 Funciones univaluadas, 4 usando la distribución normal, 229-230 usando la distribución t, 276 G Intervalos de clase, 38 Gosset, 276 abierto, 38 Grados de libertad, 276 amplitud o tamaño de, 38 Gráfica, 5 desiguales, 51 mediano, 64 de barras, 18 modal, 43 de pastel, 5 Gráfica cero, 489 J Gráfica circular (ver Gráfica o carta de pastel) Ji-cuadrada, 294 Gráfica Cusum, 490 Gráfica de efectos principales, 429 correlación de Yates para, 297 Gráfica de interacción, 429 definición de, 294 Gráfica de medianas, 489 fórmulas para, en tablas de contingencia, 297 Gráfica de Pareto, 504 para bondad de ajuste, 295 Gráfica EWMA, 490 propiedad aditiva de, 299 Gráfica NP, 487 prueba, 295 Gráfica o carta de pastel, 5 Gráfica-P, 487 Gráfica U, 490

L ÍNDICE 575 Leptocúrtica, 125 Límite inferior de control, 480 Medias de renglón, 403 Límite inferior de especificación, 484 Medias de tratamiento, 345 Límite superior de control, 480 Mediciones, 2 Límite superior de especificación, 484 Medidas de tendencia central, 61 Límites de clase, 38 Mejor estimación, 228 Mesocúrtica, 125 inferior y superior, 38 Método a mano para el ajuste de curvas, 318 verdaderos, 38 Método de conteo en la prueba U de Mann-Whitney, 447 Límites de confianza, 229 Métodos de codificación, 63 Límites de control, 480 Límites de especificación, 484 para el coeficiente de correlación, 350 Línea central, 480 para el momento, 124 Línea recta, 317 para la desviación estándar, 98 ecuación de, 317 para la media, 63 mínimos cuadrados, 318 Mínimos cuadrados: pendiente de, 318 curva, 319 regresión, 321 parábola, 320 Logaritmos, 6 plano, 321 base de, 6 recta, 319 cálculos usando, 7 Moda, 64 comunes, 6 de datos agrupados, 64 naturales, 6 fórmulas para, 64 Logaritmos comunes, 6 relación con la media y la mediana, 65 Logaritmos naturales, base de, 6 Modelo o distribución teórica, 177 Longitud, tamaño o amplitud de clase, 38 Momentos, 123 adimensionales, 124 M correcciones de Sheppard para, 124 Marca de clase, 38 definición de, 123 Media aritmética, 61 método de codificación para el cálculo de, 124 para datos agrupados, 123 calculada a partir de datos agrupados, 63 relaciones entre, 124 comprobación de Charlier para, 99 verificación de Charlier para el cálculo de, 124 de medias aritméticas, 63 Momentos adimensionales, 124 de una población y de una muestra, 144 Muestra, 1 distribuciones de probabilidad, 142 Muestreo: efecto de valores extremos (o atípicos) en, 71 con reemplazo, 204 método de codificación para calcularla, 63 sin reemplazo, 204 método largo y método abreviado para calcularla, 63 ponderada, 62 N propiedades de la, 63 Nivel de significancia, 246 relación con la mediana y la moda, 64 Niveles de confianza, tablas de, 229 relación con las medias geométrica y armónica, 66 No aleatoria, 449 supuesta o adivinada, 63 No lineal: Media armónica, 65 ponderada, 86 correlación y regresión, 346 relación con las medias aritmética y geométrica, 66 ecuaciones, reducibles a forma lineal, 320 Media del grupo, 404 regresión múltiple, 382 Media geométrica, 65 relación entre variables, 316 de datos agrupados, 83 Notación científica, 2 idoneidad para promedios de cocientes, 84 Número muestral, 213 ponderada, 84 relación con las medias aritmética y armónica, 66 O Mediana, 64 Ojivas, 40 calculada a partir de un histograma o de una ojiva deciles, percentiles y cuartiles obtenidos de, 87 porcentual, 64 mediana obtenida de, 78 de datos agrupados, 64 “menos de”, 52 efecto de valores atípicos sobre la, 78 “o más”, 52 relación con la media aritmética y con la moda, 64 porcentual, 53 suavizada, 53

576 ÍNDICE Prueba de bondad de ajuste, 177 (véase también Ajuste de datos) Ordenaciones, 37 Ordenadas, 4 Prueba de dos lados o de dos colas, 247 Origen, 5 Prueba de homogeneidad de la varianza, 285 Prueba de los signos, 446 P Prueba de normalidad, 196 Papel para gráficas Prueba H de Kruskal-Wallis, 448 Pruebas: de probabilístico, 177 log-log, 339 de hipótesis y de significancia, 245 semilogarítmico, 318 en las que interviene la distribución binomial, 250 Papel semilog, 318 en las que interviene la distribución normal, 246 Parábola, 320 para causas especiales, 484 Parámetros, estimación de, 227 para diferencias de medias y proporciones, 249 Parámetros poblacionales, 228 para medias y proporciones, 249 Partes por millón (ppm), 484 relacionadas con correlación y regresión, 352 Patrón cíclico en pruebas de corridas, 449 Pruebas no paramétricas, 446 Pendiente de una recta, 318 para correlación, 450 Percentiles, 66 prueba de corridas, 449 Permutaciones, 145 prueba de los signos, 449 Plano, 4 prueba H de Kruskal-Wallis, 448 Plano XY, 4 prueba U de Mann-Whitney, 447 Platicúrtica, 125 Prueba U de Mann Whitney, 454 Población, 1 Punto cero, 4 Polígonos de frecuencia, 39 Puntuaciones estándar, 101 porcentuales o relativos, 39 Puntuación o estadístico t, 275 suavizados, 41 Polinomios, 318 Q Ponderada: Quintiles, 87 media aritmética, 62 media armónica, 85 R media geométrica, 83 Raíz cuadrada media, 66 Porcentual: Rango, 95 distribución, 39 distribuciones acumuladas, 39 intercuartílico, 96 frecuencia acumulada, 39 percentil 10-90, 96 histograma, 38 semiintercuartílico, 96 ojivas, 39 Rango, coeficiente de correlación por, 450 Probabilidad, 139 Rango intercuartílico, 96 análisis combinatorio y, 143 semi-, 96 axiomática, 140 Rango percentil, 96 condicional, 140 Rango percentílico 10-90, 96 definición clásica de, 139 Rango semiintercuartílico, 96 definición de, mediante frecuencias relativas, 140 Redondeo de datos, 2 distribuciones de, 142 Región crítica, 247 empírica, 140 Región de aceptación, 247 (ver también Hipótesis) reglas fundamentales de, 146 Reglas de decisión, 246 (ver también Decisiones relación con la teoría de conjuntos, 146 Probabilidad condicional, 140 estadísticas) Probabilidad empírica, 139 Regresión, 321 Progresión aritmética: momentos de, 136 curva de, 321 varianza de, 120 múltiple, 345 Promedio, 62 plano, 321 Proporción de no conformes, 484 recta, 321 Proporciones, 205 simple, 343 distribución muestral de, 205 superficie, 322 intervalo de confianza para, 229 teoría muestral de, 352 pruebas de hipótesis para, 245 Relación empírica entre media, mediana y moda, 64 Relación empírica entre medidas de dispersión, 100 Residual, 319