Estadstica (prcticas Statgraphics)

ESTADSTICA DESCRIPTIVA (UNIDIMENSIONAL)

Ejemplo1 (Operadores/Generate Data/Modify Column)

Cree un fichero llamado Ejemplo1 que contenga la siguiente distribucin de frecuencias del
nmero de hijos de un grupo de familias:
x n
1 6
2 3
3 2
4 3
5 4
6 1

Calcule la media de esta variable, creando primero una columna llamada x*n que contenga
el producto de las dos columnas anteriores. Recuerde que para nombrar una columna se utiliza
Modify Column, a donde se puede acceder con el botn derecho del ratn. Utilice SUM
(Haga lo mismo creando una sola columna tipo frmula: AVG)

Cree otra columna que calcule las frecuencias absolutas acumuladas, utilizando para ello el
operador "Runtot".

Obtenga las frecuencias relativas y relativas acumuladas. Conteste:

Cuntas familias tienen 1 hijo?. Y 4?
Qu proporcin de familias tienen 4 hijos?
Qu proporcin de familias tienen menos de 4 hijos?
Qu proporcin de familias tienen 4 hijos o ms?

Ejemplo2 (Operadores)

Genere una columna de datos utilizando el operador Count(start,end,step) que genere datos
desde el 2 hasta el 40 de dos en dos.(Recuerde que los parmetros se separan con ;).

Calcule la media, varianza y mediana de esta variable, utilizando los operadores estadsticos
disponibles.

Tipifique los valores de la variable x, mediante el operador "Standarized".

Pg - 1 -
 Estadstica (prcticas Statgraphics)

Ejemplo3 (Tabla de Frecuencias/Medidas Descriptivas/Recodificacin/Grficos)

Los datos del fichero Mate. sf3 contienen las calificaciones de un grupo de alumnos en
matemticas:

Abra el fichero de datos.

Realice un resumen estadstico mediante la opcin Descripcin/Datos Numricos/

A.Unidimensional.
Con Opciones Tabulares puede ver algunas medidas de tendencia central, dispersin o
de posicin, la tabla de frecuencias, percentiles, histograma, etc. Comntelos.(con Opciones de
Ventana aparecen ms indicadores). Analice la asimetra y curtosis de la distribucin.

Construya y comente el histograma de frecuencias y el grfico de caja, usando las opciones

grficas del anlisis anterior. Hay datos anmalos. Cpielos en el Statgallery.

Recodifique (Botn Derecho/Recodificar) la variable en tres categoras del siguiente modo:

3-5 1(suspenso)
5-7 2(aprobado)
7-9 3(notable)

Nota: Para recodificar una variable hay que copiarla a otra columna, para no perder los datos originales. Llmela
calif.

Construya y salve la tabla de frecuencias de la variable Calif mediante Descripcin /Datos

cualitativos/ Tabulacin. Puede salvarla con el icono Save Result. Realice un grfico de
sectores y de barras utilizando la tabla de frecuencias anterior. Cpielos al Statgallery.

Ordene la informacin contenida en la variable mate, utilizando Edit/Sort File. Cambie el

valor 8 que aparece en la columna Mate por un 10 y realice de nuevo el grfico de caja,
comentando resultados. Cul es la nota mnima del 20% de los alumnos que mayor nota han
obtenido?
Calcule las medidas descriptivas (incluyendo coeficiente de variacin) de Mate para los
alumnos suspensos (En seleccin: Calif="Suspenso"). Haga lo mismo para los alumnos que han
obtenido un aprobado (En seleccin: Calif="Aprobado"). Qu distribucin es ms homognea?.
En cul de ellas es ms representativa la nota media?. En Grficos/Grficos Exploratorios
realice un grfico de caja mltiple para los tres grupos de alumnos.

Pg - 2 -
 Estadstica (prcticas Statgraphics)

Ejemplo4 (Tabla de Frecuencias/Medidas descriptivas/Grficos)

En dos sectores productores de bienes de consumo, la inversin en publicidad se distribuye de la

siguiente forma entre sus empresas:

Sector A Sector B
Inversin Inversin
(en millones) (en millones)
70 90
70 90
80 100
80 110
80 110
90 110
90 120
90 120
100 130
100 130
110 140

Cree dos columnas A y B, donde aparezcan estas inversiones. Calcule la tabla de frecuencias
para cada sector y grbela (Descripcin/Datos cualitativos/Tabulacin).

Calcule la media, desviacin estndar y coeficiente de variacin para cada sector, utilizando el
men Descripcin (Anlisis multidimensional).
En cul de los dos sectores la inversin en publicidad de las diferencias empresas que los
componen es ms homognea?.

Considerando el sector A:

i) Cul es la inversin mnima en publicidad del conjunto formado por el 15% de

las empresas que ms invierten en publicidad?

ii) Cul es la inversin mediana?

Construya un grfico de sectores que nos muestre la distribucin de las inversiones en cada
sector, utilizando la tabla de frecuencias obtenida en el primer punto.

Pg - 3 -
 Estadstica (prcticas Statgraphics)

Ejemplo 5

La tabla siguiente contiene el Peso (en Kg), Altura (en cm), Edad y Sexo de 16 individuos:

P 75 81 56 68 79 89 62 59 83 55 72 56 84 61 76 68

A 173 178 162 180 182 185 157 165 180 160 174 161 182 163 172 169

E 21 22 22 21 24 22 21 22 23 22 21 23 22 24 22 21

S H H M M H H M M H M H M H M H M

(Recodifique: H=0, M=1 en la variable Sexo y cree otra variable Labels con las etiquetas)

Calcule las medidas descriptivas asociadas a cada variable.

(Puede utilizar si quiere Describe/Multiple analysis)
Qu variable es ms homognea, el Peso o la Altura?

Calcule la media, mediana y desviacin tpica de la variable Peso segn el Sexo.

Es ms homogneo el Peso en las mujeres o en los hombres?.
Estudie la forma de la distribucin del peso en las mujeres y en los hombres, calculando el
coeficiente de asimetra y aplastamiento. Hay muchas diferencias entre las dos distribuciones?.

Recodifique en 3 clases (Recode):Delgado(<60 Kg), Medio(60-75 Kg), Pesado(>75 Kg).

Obtenga la distribucin de frecuencias de la variable Peso recodificada.
Realice un grfico de sectores para reflejar esta distribucin.

Cul es el peso mnimo del 20% de los individuos que ms pesan?

Obtenga el histograma para la variable Peso y un grfico de barras para la variable Edad.

Realice un diagrama de dispersin con las variables Peso y Altura y un diagrama

tridimensional con Peso,Altura y Edad.

Pg - 4 -
 Estadstica (prcticas Statgraphics)

Ejemplo 6 (PROPUESTO)

Pg - 5 -
 Estadstica (prcticas Statgraphics)

MODELOS DE PROBABILIDAD

Ejemplo7 (Representacin de modelos de distribucin)

Mediante el men Grficos/Distribuciones de probabilidad, obtenga las representaciones

grficas de las distribuciones de probabilidad siguientes:

B(10,0,1) N(40,10)
P(1) t-Student con 8 g.l.
N(50,5) Chi-Cuadrado con 8 g.l.
N(50,20)
(Recuerde que con el botn derecho del ratn se puede acceder al men Opciones de anlisis
donde podemos cambiar los parmetros de cada distribucin).

Ejemplo8 (Clculo de probabilidades)

Mediante el men Grficos/Distribuciones de probabilidad/Opciones Tabulares, realice los

siguientes ejercicios:
La tasa de paro de un cierto pas es del 25% de la poblacin activa. Se realiza una encuesta con
diversas preguntas a 10 personas pertenecientes a este grupo de poblacin.
a) Cul es la probabilidad de que 4 personas de las entrevistadas estn en paro?
b) Cul es la probabilidad de que al menos 3 personas estn en paro?
c) Cul es la probabilidad de que menos de 2 personas estn en paro?

El nmero de clientes por minuto que llegan a un banco es una variable aleatoria de Poisson.
Si el nmero promedio es de 2 por minuto:
a) Cul es la probabilidad de que exactamente una persona llegue durante un minuto
seleccionado al azar?.
b) Cul es la probabilidad de que lleguen menos de 4 personas?
c) Cul es la probabilidad de que lleguen 3 o ms personas?.

Sea X una variable aleatoria Normal de media 10 y desviacin tpica 2. Calcule:

a) P[X<10]
b) P[X>8,4]
c) P[8<X<12]
d) Percentil 90 (Inverse CDF)
e) Genere 200 nmeros aleatorios de esta distribucin y calcule su percentil 90.

Sea Y una variable Chi-Cuadrado con 10 grados de libertad. Calcule:

a) P[Y<12.6]
b) P[Y>9.35]
c) Obtenga el valor de k tal que P[Y<k]=0.7

Pg - 6 -
 Estadstica (prcticas Statgraphics)

Ejercicio propuesto

Pg - 7 -
 Estadstica (prcticas Statgraphics)

ESTIMACIN.TEST DE HIPTESIS

Ejemplo9 (Intervalos de confianza y Test de hiptesis)

Se ha extrado una muestra de 20 paquetes cuyos pesos en gramos son los siguientes:

520 436 521 520 503 478 524 428

538 463 515 519 447 525 550 491
506 494 457 548

Mediante el men Descripcin/Datos Numricos/Anlisis Unidimensional, obtenga la media y

desviacin tpica muestral, y realice lo siguiente:

Estime el peso medio de la poblacin a un nivel de confianza:

a) del 80%
b) del 95%

El proveedor asegura que el peso medio de los paquetes del envo es superior a los 520
gramos. Contraste esta hiptesis a un nivel de significacin del 10%.

Mediante el men Descripcin/Contraste de Hiptesis:

Contraste la hiptesis nula de que la desviacin tpica es igual a 22 al 5%.

Si suponemos que la verdadera media poblacional es 500 gr. y la desviacin tpica vale 30 gr.,
determine el tamao muestral necesario para que el error absoluto de la media de la muestra no
difiera ms de 10 gr.

Estudie la normalidad de la muestra mediante la representacin grfica del histograma y

grfico de normalidad.

Ejemplo10 (Intervalos de confianza y Test de hiptesis)

Se encuest a 300 personas seleccionadas al azar de una poblacin, para conocer la proporcin de
votantes favorables a un candidato. De los 300 encuestados slo 100 se mostraron favorables al
candidato.

Obtenga un intervalo de confianza para la verdadera proporcin de la poblacin a un nivel de

confianza del 95%.

Contraste la hiptesis de que ms del 25% de la poblacin de muestre favorable al candidato.

Pg - 8 -
 Estadstica (prcticas Statgraphics)

Ejemplo11

El salario anual (en millones de pesetas) de un grupo de trabajadores sigue una distribucin
Normal de media 2,5 y desviacin tpica 0,5. Determine:

a) Probabilidad de que el salario anual de un individuo elegido al azar sea superior a 3

millones de pesetas.
b) Cul es el menor salario que cobra el 45% de los trabajadores mejor pagados?
c) Represente grficamente la distribucin de probabilidad para esta variable.
d) Genere 40 valores de esta distribucin y grbelos como Norm_40. Comente los
estadsticos de resumen de esta variable y realice el apartado b.

Los niveles de audiencia (en miles de personas) de un programa de televisin, medidos en 10

emisiones elegidas aleatoriamente, han sido los siguientes:

682 553 555 666 657 649 522 568 700 552

(Suponga que los niveles de audiencia siguen una distribucin normal)

a) Obtenga un intervalo de confianza para la audiencia media de toda la poblacin a un

nivel del 80%.

b) Obtenga un intervalo de confianza para la desviacin tpica poblacional a un nivel del

90%.

c) Un directivo de la cadena que emite este programa afirma que la audiencia media del
programa es de 600.000 espectadores. Contraste esta hiptesis para un nivel de
significacin del 5%.

d) La compaa productora del programa afirma que este acapara una audiencia fiel y
que su desviacin tpica sera menor de 15.000 espectadores. Puede probar esta
hiptesis con los datos disponibles y a un nivel de significacin del 5%?.

e) Estudie la normalidad de esta muestra mediante el histograma y grfico de

normalidad.

Nota: En el caso de la realizacin de contrastes de hiptesis para dos poblaciones seleccione

Comparacin/dos muestras/Contrastes de Hiptesis

Pg - 9 -
 Estadstica (prcticas Statgraphics)

Ejercicios propuestos

Pg - 10 -
Estadstica (prcticas Statgraphics)

Pg - 11 -
Estadstica (prcticas Statgraphics)

Pg - 12 -
 Estadstica (prcticas Statgraphics)

REGRESIN SIMPLE/MLTIPLE

Ejemplo 12

Galton estudi en 1977 la relacin entre el dimetro de los guisantes y el dimetro medio de sus
descendientes con los resultados siguientes:

Dimetro padres 21 20 19 18 17 16 15
Dimetro medio descendientes 17.26 17.07 16.37 16.40 16.13 16.17 15.98
Los datos estn en pulgadas x100 (1 pulgada=2,54 cm.).

Obtenga la representacin grfica de la nube de puntos, utilizando el men Plot/

Scatterplots. Cree que hay alguna relacin entre las dos variables?.

Calcule las varianzas marginales y covarianza mediante la opcin Describe/Numeric Data/

Multiple-Variable Anlisis. Seleccione tambin la matriz de correlaciones y comntela.

Calcule la expresin matemtica de la recta de regresin simple (Relate/Simple Regression).

Cunto vale el coeficiente de correlacin de Pearson?.Y R2?. Qu conclusiones pueden
extraerse a la vista de estos valores?. Intreprete los coeficientes de regresin estimados.
Recuerde: Si Y=+X, entonces =intercept y =slope.

Realice el grfico del modelo ajustado (mediante las opciones grficas del men anterior) y
salve los valores predichos (con el botn salvar resultados).

Prevea el dimetro medio de los descendientes de guisantes con dimetro 25 pulgadas (con la
opcin Tabular Opcin/Forecast).

Para comprobar si el modelo es adecuado es necesario analizar los residuos (comprobar su

aleatoriedad y normalidad, con media 0). Realice el grfico de los residuos y despus grbelos
mediante Save Result. Parecen ser aleatorios?. Obtenga tambin el grfico probabilstico
normal para comprobar su normalidad (One-Variable Analysis).

Genere de forma manual la columna de valores predichos (Generate Data) y llmela

mis_predichos. Obtenga tambin otra columna llamada mis_residuos donde genere los
residuos de este modelo, utilizando la columna de la variable dependiente y la de valores
predichos. Compruebe que los residuos que ha obtenido son iguales a los que proporciona el
programa.

Cunto valen la suma de cuadrados explicada, residual y total? Realice los contrastes de
hiptesis para comprobar la significacin de los parmetros del modelo.

Pg - 13 -
 Estadstica (prcticas Statgraphics)

Ejemplo 13

Los datos siguientes muestran el nmero de contratos realizados y el nmero de accidentes en

jornada de trabajo con baja, en las 8 provincias andaluzas durante el ao 1996.

PROVINCIA CONTRATOS ACCIDENTES

Almera 120596 71
Cdiz 292702 136
Crdoba 312886 87
Granada 138434 72
Huelva 188244 69
Jan 247632 75
Mlaga 267035 136
Sevilla 505679 215

Obtenga la representacin grfica mediante el diagrama de dispersin. Existe relacin lineal

entre las dos variables?.

Realice un ajuste de regresin lineal simple, que nos permita estimar el nmero de accidentes
de trabajo en funcin del nmero de contratos realizados. Estime los parmetros del modelo e
interprete sus valores.

Contraste la significacin de los parmetros estimados y del modelo en su conjunto.

Interprete la tabla del anlisis de la varianza.

Cul es el coeficiente de determinacin?. Qu indica?.

Obtenga el grfico del modelo ajustado, el de valores observados/predichos y el de los

residuos. Existen comportamientos anmalos? Existen valores anmalos?, Existen puntos
influyentes?, Se observa aleatoriedad en los residuos? .

Grabe en una variable los valores predichos y los residuos. Prediga el nmero de accidentes
que ocurrirn en Granada en el ao 2004 si se prev que el nmero de contratos ascender a
200.000 en ese ao.

Pg - 14 -
 Estadstica (prcticas Statgraphics)

Ejemplo 14

Una empresa de colonias ha decidido lanzar al mercado una nueva colonia. Se sospecha que
existe relacin entre los gastos destinados a la promocin (millones) y la cantidad de unidades
vendidas (miles). Se desea verificar si las ventas aumentan de forma lineal a los gastos en
promocin.Qu recomendara la empresa para mejorar el modelo emprico?.

sugerencia:
Obtenga el modelo lineal y compruebe si modelo es significativo.
Represente grficamente el modelo ajustado. Cree que otro modelo ajustara mejor?
Compare el ajuste obtenido con otros modelos de regresin utilizando Tabular Opcion
/Comparison of Alternative Models ( compare resultados).

Nota: Podr obtener la expresin ajustada para cualquier modelo seleccionando con el botn
derecho, las opciones de anlisis del men Anlisis summary

Publ 25 20 24 12 27 24 22 19 22 18 26 25 20 22
Vent 56.15 54.50 55.27 52.54 56.23 55.97 55.55 54.32 55.14 54.18 55.78 55.65 54.96 55.06

Considere ahora el modelo de regresin mltiple (cuadrtica):

Ventas=a+ b1*Public+b2*(Public)2

Genere la variable (Public)2 y llmela Publ2.

Ajuste el modelo propuesto anteriormente y compare el resultado con el obtenido en el

apartado . Qu conclusin podemos extraer?.

Realice un anlisis completo de la bondad del ajuste anterior.

Establezca si existen puntos raros o influyentes (Tabular options).

Si una empresa dedicara 30 millones a promocionar sus productos, qu ventas tendra que
esperar?.
Nota: Realice este apartado tomando distintos modelos y compare.

Pg - 15 -
 Estadstica Asistida por Ordenador. Curso 02/03
Pra. Maria Dolores Huete Morales
GRUPO D (Lunes, 19-22 horas)

Ejemplo 15

En el sector textil de un pas, la evolucin de la produccin,(Q), del capital invertido en planta

y equipo (K), y del empleo (L) ha sido la siguiente:

AO PRODUCCIN Q CAPITAL K EMPLEO L

1975 80 240 60

1976 95 270 70

1977 100 300 80

1978 120 360 90

1979 150 410 100

1980 165 480 120

1981 190 600 130

1982 230 700 140

1983 250 750 160

1984 260 900 180

Dada la funcin de Cobb-Douglas:

Q = L 1 K 2 e
Estime los parmetros , 1 y 2.
Recuerde que el modelo anterior se puede linealizar tomando logaritmos neperianos:

Ln (Q ) = Ln ( ) + Ln ( L 1 ) + Ln ( K 2 ) + Ln (e )
Ln (Q ) = Ln ( ) + 1Ln ( L ) + 2 Ln ( K ) +

Para introducir las variables del modelo linealizado en el men Multiple Regresion, utilice
el botn transform y tome logaritmos.

Contraste la significatividad de 1 y 2, de forma individual y conjunta. Ha observado algo

inusual?.

Pg - 16 -
 Estadstica Asistida por Ordenador. Curso 02/03
Pra. Maria Dolores Huete Morales
GRUPO D (Lunes, 19-22 horas)

Interprete la tabla del anlisis de la varianza.

Cul es la bondad del ajuste?.

Obtenga el grfico de los valores observados/predichos y el de los residuos. Existen

comportamientos anmalos? Existen valores anmalos?, Existen puntos influyentes?, Se
observa aleatoriedad en los residuos? .

Prediga la produccin del sector textil para el ao 2002 si se sabe que el capital invertido ser
de 1200 y el empleo de 200.

Ejemplo 16

Los datos siguientes reflejan los salarios de un grupo de 14 trabajadores segn el tipo de
empresa a que pertenecen (estatal, no estatal y profesional libre) y segn su sexo (hombre,
mujer):

Salario Tipo empresa Sexo

190 Estatal Hombre

200 Estatal Mujer

250 Estatal Hombre

90 No Estatal Mujer

100 No Estatal Hombre

80 No Estatal Mujer

110 No Estatal Hombre

105 No Estatal Mujer

120 No Estatal Hombre

200 Libre Hombre

250 Libre Hombre

230 Libre Mujer

260 Libre Mujer

255 Libre Mujer

Recodifique las variables Tipo y Sexo.

Pg - 17 -
 Estadstica Asistida por Ordenador. Curso 02/03
Pra. Maria Dolores Huete Morales
GRUPO D (Lunes, 19-22 horas)

(Cree dos variables ficticias para Tipo y una para Sexo)

Realice un ajuste mltiple, que nos permita explicar el salario de un trabajador en funcin del
tipo de empresa a la que pertenece y su sexo.

Interprete los coeficientes estimados.

Cree que el modelo obtenido es aceptable?. Porqu?.

Cul ser el salario de una mujer profesional libre?.

Ejemplo 17 (PROPUESTO)

La tabla siguiente contiene el Peso (en Kg), Altura (en cm), Edad y Sexo de 16 individuos:

P 75 81 56 68 79 89 62 59 83 55 72 56 84 61 76 68

A 173 178 162 180 182 185 157 165 180 160 174 161 182 163 172 169

E 21 22 22 21 24 22 21 22 23 22 21 23 22 24 22 21

S H H M M H H M M H M H M H M H M

(Recodifique la variable Sexo: H=0, M=1)

Realice todos los pasos que crea necesarios para ajustar y verificar un modelo que prediga el
Peso de un individuo en funcin de su Altura, Edad y Sexo.

Ejemplo 18 (PROPUESTO)
La tabla siguiente proporciona la latitud en grados (L), la altura en metros (A) y la temperatura
media anual (T) de 6 capitales martimas espaolas.

CAPITAL L A T
Gijn 43.4 22 13.9
Vigo 43.2 45 14.9
Barcelona 41.3 95 16.4
Valencia 39.5 24 17.2
Almera 36.8 7 18
Cdiz 36.5 30 18
(Datos del I.N.E.)

Pg - 18 -
 Estadstica Asistida por Ordenador. Curso 02/03
Pra. Maria Dolores Huete Morales
GRUPO D (Lunes, 19-22 horas)

Construya e interprete un modelo de regresin mltiple para explicar la temperatura en

funcin de estas dos variables.

Contraste la hiptesis de que los coeficientes estimados son nulos (individualmente).

Seguidamente contraste esta hiptesis de forma conjunta.

Calcule el coeficiente de determinacin y la varianza residual.

Prevea la temperatura media de Tortosa sabiendo que la latitud es 40.5 y la altitud 50 m.

Considere otros posibles modelos y diga con cul de ellos se quedara.

Pg - 19 -
 Estadstica Asistida por Ordenador. Curso 02/03
Pra. Maria Dolores Huete Morales
GRUPO D (Lunes, 19-22 horas)

ANLISIS DE DOS VARIABLES: TABLAS DE CONTINGENCIA

Ejemplo 19

Un equipo de trabajadores sociales realiz un estudio sobre 75 pacientes con problemas

debidos al consumo de drogas, y trataron de investigar la relacin entre el grado de adiccin que
presentaban y la clase social de sus familias. En principio, este equipo supona que el nivel social
familiar de un adicto a las drogas poda influir en su grado de adiccin. A la vista de los
resultados, cree que su suposicin era cierta?.
Clase Grado de adiccin
Social Bajo Alto Muy Alto
Baja 3 9 16
Media 7 8 14
Alta 10 5 3

(Cree una variable Etiqueta con las etiquetas de las modalidades de la clase social).
Utilice el test Chi-Cuadrado. Hgalo primero de forma manual y luego compare su resultado con
el que proporciona Statgraphics.

Ejemplo 20

De 1000 conductores de turismo, 734 son hombres y 266 mujeres; 100 hombres han
sufrido accidentes, mientras que las mujeres accidentadas son 14. Determine si existe asociacin
entre el sexo del conductor y el hecho de tener o no accidentes.

Ejemplo 21

Doce individuos se clasificaron segn el sexo (varn, mujer) y su deseo de ver o no una
final de campeonato de ftbol que ser televisada. (Utilice Crosstabulation).

Sexo V H V V V H H H V V V H
Ftbol SI NO SI NO SI NO NO SI SI SI SI NO

Obtenga la tabla de frecuencias cruzadas.

Son independientes las variables Sexo e inters por el ftbol?.

Pg - 20 -
 Estadstica Asistida por Ordenador. Curso 02/03
Pra. Maria Dolores Huete Morales
GRUPO D (Lunes, 19-22 horas)

Ejemplo 22 (Propuesto)

En un estudio sobre los antecedentes personales y sociales de los lderes del movimiento
nazi, se investigaron los historiales de 15 hombres que constituyeron el gabinete alemn a finales
de 1934. Estos hombres fueron clasificados en dos grupos: nazis (N) y no nazis (NN). Para probar
la hiptesis de que los lderes nazis haban hecho del trabajo partidista su carrera, mientras que
los no nazis haban surgido de otras ocupaciones ms estables y convencionales, se clasificaron
de acuerdo con el primer trabajo de su carrera: ocupacin estable (E) o relacionado con el partido
(P). Los resultados fueron:
Ideologa
Ocupacin N NN
E 1 6
P 8 0

Confirme o no esta hiptesis.

Ejemplo 23 (Propuesto)

En un centro se dispone de tres libros de texto para impartir Estadstica (L1, L2, L3). Se
supone que la calidad de los textos influye en las calificaciones de los alumnos. Para comprobar
si esta suposicin es real, se realiza un experimento consistente en que tres grupos de alumnos
estudien con cada uno de los libros. Los resultados fueron:
CALIFICACIONES
LIBROS Susp Aprob Notab Sobr
L1 10 32 12 40
L2 14 12 10 30
L3 8 10 6 16

Es lgico admitir esta suposicin?.

Pg - 21 -