Está en la página 1de 39

captulo

PRUEBA DE HIPTESIS: PRUEBA DE UNA SOLA MUESTRA

Objetivos

Aprender cmo usar las muestras para decidir si una poblacin posee una caracterstica dada Determinar qu tan improbable es que una muestra observada provenga de una poblacin hipottica Comprender los dos tipos de errores posibles que se producen al probar las hiptesis


w .M

Contenido del captulo


8.1 Introduccin 320 8.2 Conceptos bsicos en el procedimiento de prueba de hiptesis 321 8.3 Prueba de hiptesis 324 8.4 Prueba de hiptesis de medias cuando se conoce la desviacin estndar de la poblacin 331 8.5 Medicin de la potencia de una prueba de hiptesis 338 8.6 Prueba de hiptesis para proporciones: muestras grandes 341 8.7 Prueba de hiptesis de medias cuando no se conoce la desviacin estndar de la poblacin 347 Estadstica en el trabajo 351 Ejercicio de base de datos computacional 351 Del libro de texto al mundo real 352 Trminos introducidos en el captulo 8 353 Ejercicios de repaso 353

at e

m at

ic

Aprender cundo usar pruebas de una cola y cundo pruebas de dos colas Aprender el proceso de cinco pasos para probar hiptesis Aprender cmo y cundo usar las distribuciones t y normal para probar hiptesis sobre medias y proporciones de poblacin

a1 .c

om

Funcin de la prueba de hiptesis

Cundo aceptar o rechazar la hiptesis

El problema bsico es manejar la incertidumbre

La prueba de hiptesis comienza con una suposicin, llamada hiptesis, que hacemos acerca de un parmetro de poblacin. Despus recolectamos datos de muestra, producimos estadsticas muestrales y usamos esta informacin para decidir qu tan probable es que nuestro parmetro de poblacin hipottico sea correcto. Digamos que suponemos un cierto valor para una media de poblacin. Para probar la validez de esa suposicin recolectamos datos de muestra y determinamos la diferencia entre el valor hipottico y el valor real de la media de la muestra. Despus juzgamos si la diferencia obtenida es significativa o no. Mientras ms pequea sea la diferencia, mayor ser la probabilidad de que nuestro valor hipottico para la media sea correcto. Mientras mayor sea la diferencia, ms pequea ser la probabilidad. Desafortunadamente, la diferencia entre el parmetro de poblacin hipottico y la estadstica real rara vez es tan grande que rechacemos automticamente nuestra hiptesis o tan pequea que la aceptamos con la misma rapidez. As, en las pruebas de hiptesis como en la mayora de las decisiones importantes de la vida real, las soluciones claras o bien definidas son la excepcin, no la regla. Supongamos que una administradora de un gran centro comercial nos dice que la eficiencia de trabajo promedio de sus empleados es de al menos 90%. Cmo podemos probar la validez de su hiptesis? Utilizando los mtodos de muestreo aprendidos en el captulo 6, podramos calcular la eficiencia de una muestra de sus empleados. Si hiciramos esto y el estadstico de la muestra resultara ser 95%, aceptaramos sin demora la afirmacin de la administradora. Sin embargo, si el estadstico de la muestra resultara ser el 46%, rechazaramos su afirmacin por falsa. Podemos interpretar estos dos resultados, 95 y 46%, si utilizamos el sentido comn. Ahora supongamos que nuestro estadstico revela una eficiencia del 88%. Este valor es relativamente cercano al 90%. Pero, es suficientemente cercano para que aceptemos como correcta la hiptesis de la administradora? Ya sea que aceptemos o rechacemos su hiptesis, no podemos estar ab-

.M

8.1 Introduccin

at e

m at

ic

a1 .c

om

l contrato para techar un nuevo complejo deportivo de San Francisco fue otorgado a Parkhill Associates, una compaa constructora grande. Las especificaciones de construccin indican un techo mvil de aproximadamente 10,000 lminas de aluminio con un grosor de 0.04 pulgadas (pulg). Las lminas de aluminio no pueden ser considerablemente ms gruesas que 0.04 pulg porque la estructura podra no soportar el peso adicional. Y tampoco pueden ser ms delgadas porque la fuerza estructural del techo sera inadecuada. Debido a estas restricciones en el grosor, Parkhill revisa cuidadosamente las lminas de aluminio de su proveedor. Es claro que Parkhill no desea medir cada lmina, as que toma una muestra aleatoria de 100. Las lminas de la muestra tienen un grosor medio de 0.0408 pulg. Por experiencia con este proveedor, Parkhill cree que esas lminas provienen de una poblacin que tiene una desviacin estndar de 0.004 pulg de grosor. Con base en estos datos, Parkhill debe decidir si las 10,000 lminas cumplen con las especificaciones. En el capitulo 7, utilizamos estadsticas muestrales para estimar parmetros de poblacin. Ahora, para resolver problemas como el de Parkhill, aprenderemos cmo utilizar las caractersticas de las muestras para probar una suposicin acerca de la poblacin de la que se tom dicha muestra. Nuestra prueba para Parkhill, ms adelante en este captulo, llevar a que la constructora acepte el cargamento de lminas o que lo rechace por no cumplir con las especificaciones arquitectnicas.

solutamente seguros de que nuestra decisin es correcta; por consiguiente, tendremos que aprender cmo manejar la incertidumbre en nuestra toma de decisiones. No podemos aceptar o rechazar una hiptesis sobre un parmetro de poblacin slo por intuicin. Ms bien, necesitamos aprender cmo decidir objetivamente si aceptamos o rechazamos una corazonada, con base en la informacin de la muestra.

Se sacan grandes conclusiones


Proyeccin excesiva

Ejercicios 8.1
8-1 8-2 8-3 8-4 8-5

Por qu es necesario que manejemos la incertidumbre en nuestra toma de decisiones, incluso cuando usamos tcnicas estadsticas? Tericamente, cmo probara la hiptesis de que una moneda no est alterada? O de que un dado no est cargado? Es posible que se acepte una hiptesis falsa? Cmo explicara esto? Describa el proceso de prueba de hiptesis. Cmo explicara que se tuviera una gran diferencia entre un parmetro de poblacin hipottico y un estadstico si, en efecto, la hiptesis es cierta?

8.2 Conceptos bsicos en el procedimiento de prueba de hiptesis


Problema del complejo deportivo

Antes de introducir los trminos y procedimientos estadsticos formales, analizaremos completamente nuestro problema del complejo deportivo que abre el captulo. Recordemos que es necesario que las lminas de aluminio del techo tengan un grosor de 0.04 pulg y que sern insatisfactorias si resultan demasiado gruesas o demasiado delgadas. El contratista toma una muestra de 100 lminas y determina que el grosor medio de la muestra es 0.0408 pulg. Con base en su experiencia, sabe que la desviacin estndar de la poblacin es 0.004 pulg. Esta evidencia de muestra indica que el lote de 10,000 lminas de aluminio es adecuado para construir el techo del nuevo complejo deportivo?

.M

at e

m at

ic

a1 .c

om

Condiciones de prueba diferentes

Los estudiantes universitarios a menudo buscan anuncios que ofrecen ayuda para el aprendizaje. Una de las ms populares de estas ayudas es una combinacin de descripciones breves, una gua de estudio y un juego de preguntas para varios cursos. Los anuncios de estos artculos, con frecuencia, afirman que se pueden obtener mejores calificaciones en los exmenes con menos tiempo de estudio. Supongamos que una gua de estudio para un curso de estadstica bsica est disponible a travs de una organizacin que produce tales guas para 50 cursos diferentes. Si esta gua de estudio para estadstica bsica ha sido probada (y supongamos que adecuadamente), la compaa podra anunciar: ha sido probado estadsticamente que nuestras guas de estudio aumentan las calificaciones y disminuyen el tiempo de estudio. Desde luego que esta afirmacin es bastante cierta, pero slo en lo que se refiere a la experiencia de estadstica bsica. Puede ser que no haya evidencia alguna con significado estadstico que establezca el mismo tipo de resultados para las otras 49 guas. Otro producto puede anunciar que elimina la hierba silvestre que crece en el csped y puede afirmar que el producto ha sido minuciosamente probado en cspedes reales. Aun si suponemos que se utilizaron efectivamente los procedimientos estadsticos adecuados durante las pruebas, tales afirmaciones siguen siendo grandes conclusiones. Supongamos que el terreno de prueba estaba en Florida, y el csped con problemas se encuentra en Utah. Las diferencias de lluvia, fertilidad del suelo, contaminantes del aire, temperatura, horas de inactividad y condiciones de germinacin pueden variar ampliamente entre estos dos lugares. Afirmar ciertos resultados para una prueba estadsticamente vlida para un conjunto de condiciones de prueba completamente diferente es algo que no posee valor alguno. Una prueba de este tipo no puede medir la efectividad en una amplia variedad de condiciones ambientales.

Formulacin de la hiptesis

Si suponemos que el grosor medio real es 0.04 pulg y sabemos que la desviacin estndar de la poblacin es 0.004 pulg, qu tan probable es que obtengamos una media de la muestra de 0.0408 o ms a partir de la poblacin? En otras palabras, si la media real es 0.04 pulg y la desviacin estndar es 0.004 pulg, cules son las posibilidades de obtener una media de la muestra que difiera de 0.04 pulg en 0.0008 pulg (= 0.0408 0.04) o ms? Estas preguntas muestran que para determinar si la media de la poblacin es realmente 0.04 pulg debemos calcular la probabilidad de que una muestra aleatoria con una media de 0.0408 pulg sea seleccionada de una poblacin con una de 0.04 pulg y una de 0.004 pulg. Esta probabilidad indicar si es razonable observar una muestra como sta si la media de poblacin es realmente 0.04 pulg. Si esta probabilidad es demasiado baja, debemos concluir que la afirmacin de la compaa de aluminio es falsa y que el grosor medio de las lminas de aluminio no es 0.04 pulg. Respondamos a la pregunta ilustrada en la figura 8-1: si la media de poblacin hipottica es 0.04 pulg y la desviacin estndar de la poblacin es 0.004 pulg, cules son las posibilidades de obtener una media de la muestra (0.0408 pulg) que difiera de 0.04 pulg en 0.0008 pulg? Primero, calculemos el error estndar de la media a partir de la desviacin estndar de la poblacin:

Clculo del error estndar de la media

at e

A continuacin usamos la ecuacin 6-2 para descubrir que la media de nuestra muestra (0.0408 pulg) cae dos errores estndar a la derecha de la media hipottica de la poblacin:

at ic

w w

x z x 0.0408 0.04 0.0004 2 Errores estndar de la media

a1

.c om

x n 0.004 pulg 1 0 0 0.004 pulg 10


0.0004 pulg

[6-1]

Interpretacin de la probabilidad asociada con esta diferencia

El papel del tomador de decisiones en la formulacin de hiptesis

Riesgo de rechazo

Usando la tabla 1 del apndice, sabemos que 4.5% es la probabilidad total de que nuestra media muestral difiera de la media de poblacin en dos o ms errores estndar, esto es, la probabilidad de que la media de la muestra sea 0.0408 pulg o mayor, o 0.0392 pulg o menor es slo 4.5% (P(z 2 o z 2) 2(0.5 0.4772) 0.0456 o alrededor de 4.5%). Con esta posibilidad tan baja, Parkhill podra concluir que no es probable que una poblacin con una media real de 0.04 pulg produzca una muestra como sta. El supervisor del proyecto rechazara la afirmacin de la compaa de aluminio respecto al grosor medio de las lminas. En este caso, la diferencia entre la media de la muestra y la media hipottica de la poblacin es demasiado grande, y la probabilidad de que la poblacin produzca una muestra aleatoria semejante es demasiado baja. Por qu esta probabilidad de 4.5% es demasiado baja, o errnea, es un juicio que deben hacer los tomadores de decisiones. Ciertas situaciones demandan que los tomadores de decisiones estn muy seguros respecto a las caractersticas de los elementos que se estn probando, y en ese caso incluso 2% es demasiado alto para ser atribuible al azar. Otros procesos permiten una libertad o variacin ms amplia, y el tomador de decisiones puede aceptar una hiptesis con una probabilidad del 4.5% de variacin aleatoria. En cada situacin, es necesario determinar los costos resultantes de tomar una decisin incorrecta y el nivel preciso de riesgo que estamos dispuestos a correr. En nuestro ejemplo, rechazamos el argumento de la compaa de techos de aluminio que dice que la media de la poblacin es 0.04 pulg. Pero, supongamos por un momento que la media de la pobla-

w .M

[6-2]

sx = 0.0004 pulg

2.25% de rea bajo la curva

95.5% del rea

2.25% de rea bajo la curva

FIGURA 8-1 Probabilidad de que x difiera de la hipottica en 2 errores estndar


0.0392"

2sx 0.0396" 0.04" Media hipottica de la poblacin

+2sx 0.0404" 0.0408" Media de la muestra

cin fuera realmente 0.04 pulg. Si nos atuviramos a nuestra regla de rechazo de dos o ms errores estndar (la probabilidad del 4.5% o menos en las colas de la figura 8-1), rechazaramos un lote de lminas de aluminio en perfectas condiciones 4.5% de las veces. En consecuencia, nuestro estndar mnimo para una probabilidad aceptable, 4.5%, tambin es el riesgo que corremos de rechazar una hiptesis que es cierta. En sta o cualquier otra toma de decisiones, no puede haber transacciones libres de riesgo.
Aunque realizar pruebas de hiptesis se oye como un trmino estadstico formal sin relacin con la toma de decisiones de negocios, de hecho los administradores proponen y prueban hiptesis todo el tiempo. Si bajamos $1,500 el precio de este modelo de auto, venderemos 50,000 de ellos este ao es una hiptesis. Para probarla, ser necesario esperar al final del ao y contar las ventas.
SUGERENCIAS Y SUPOSICIONES

Ejercicios 8.2
Ejercicios de autoevaluacin
EA EA 8-1 8-2 Cuntos errores estndar alrededor del valor hipottico deben usarse para estar 99.44% seguros de que se acepta una hiptesis cuando es cierta? Un fabricante de automviles asegura que un modelo especfico rinde 28 millas por galn. La Agencia de Proteccin Ambiental us una muestra de 49 autos de este modelo y encontr un media de la muestra de 26.8 millas por galn. De estudios anteriores se sabe que la desviacin estndar de la poblacin es 5 millas por galn. Es razonable esperar (dentro de 2 errores estndar) que se puede seleccionar esa muestra si en realidad la media verdadera de la poblacin es 28 millas por galn?

Conceptos bsicos
8-6 8-7 8-8 8-9 Qu queremos decir cuando rechazamos una hiptesis con base en una muestra? Explique por qu no se usa un solo nivel estndar de probabilidad para rechazar o aceptar en la prueba de hiptesis. Si rechazamos un valor hipottico porque difiere de un estadstico de la muestra en ms de 1.75 errores estndar, cul es la probabilidad de que hayamos rechazado una hiptesis que de hecho es cierta? Cuntos errores estndar alrededor del valor hipottico debemos usar para estar 98% seguros de que aceptamos la hiptesis cuando es cierta?

.M

Las hiptesis administrativas se basan en la intuicin; el mercado decide si esa intuicin era correcta. Sugerencia: una prueba de hiptesis se refiere a hacer inferencias acerca de la poblacin a partir de una muestra muy pequea. Lo ms importante de las pruebas de hiptesis es que nos permiten preguntarnos (y despus decidir) si es probable que una poblacin como la que creemos que es sta producir una muestra como la que buscamos.

at e

m at

ic

a1 .c

om

Aplicaciones
8-10 El magnate deportivo y de los medios Ned Sterner est interesado en comprar el equipo de los Stalwarts de Atlanta, si puede estar razonablemente seguro de que su manejo no ser demasiado costoso. Piensa que la asistencia promedio aproximada tendra que ser de 28,500 aficionados por juego para que la compra le resultara atractiva. Ned elige al azar 64 juegos en casa entre los realizados durante los cuatro aos anteriores y encuentra, de las cifras reportadas en Sporting Reviews, que la asistencia promedio a estos juegos fue de 26,100 aficionados. Un estudio que encarg anteriormente al comprar un equipo mostr que la desviacin estndar de la poblacin de asistentes a eventos similares haba sido bastante estable durante los 10 aos anteriores, en alrededor de 6,000 aficionados. Utilizando dos errores estndar como el criterio de decisin, debera Ned comprar el equipo de los Stalwarts? Puede pensar en alguna(s) razn(es) por las que su conclusin tal vez no sea vlida? La revista Computing World ha declarado que el propietario promedio de una computadora personal pasa 23.9 horas a la semana usando su mquina, con una desviacin estndar de 12.6 horas a la semana. Un muestreo aleatorio de 81 suscriptores revel una media muestral de 27.2 horas por semana. Con base en esta muestra, es razonable concluir (usando dos errores estndar como criterio de decisin) que los suscriptores de Computing World son distintos de los propietarios promedio de computadoras personales? Una tienda de abarrotes ha empacado naranjas en bolsas especiales y asegura que una bolsa rinde 2.5 litros de jugo. Despus de seleccionar al azar 42 bolsas, el empacador encontr que la produccin promedio de jugo por bolsa era 2.2 litros. Datos histricos establecen que la desviacin estndar de la poblacin es de 0.2 litros. Usando esta muestra y un criterio de decisin de 2.5 errores estndar, se puede concluir que la afirmacin de la tienda es correcta?

8-11

8-12

EA EA

8-1 8-2

8.3 Prueba de hiptesis


Declaracin formal de la hiptesis nula

En una prueba de hiptesis, debemos establecer el valor supuesto o hipottico del parmetro de poblacin antes de comenzar a tomar la muestra. La suposicin que deseamos probar se conoce como hiptesis nula y se simboliza H0, o H sub-cero. Supongamos que deseamos probar la hiptesis de que la media de la poblacin es igual a 500. En smbolos se escribe como sigue y se lee la hiptesis nula es que la media de poblacin es igual a 500: H0: 500 El trmino hiptesis nula surge de las primeras aplicaciones agrcolas y mdicas de la estadstica. Con el fin de probar la efectividad de un nuevo fertilizante o de una nueva medicina, la hiptesis que se probaba era que no hubo efecto, es decir, no hubo diferencia entre las muestras tratadas y las no tratadas. Si en un problema usramos un valor hipottico de una media de poblacin, en smbolos sera:

Por qu se llama hiptesis nula?

w w

Dado que x 26.8 26.57, es razonable obtener esos resultados de la muestra si es realmente 28 mpg.

w .M

2 x 2/n 28 2(5)/4 9 28 1.429 (26.571, 29.429)

at e

Para dejar una probabilidad de 1 0.9944 0.0056 en las colas, el valor absoluto de z debe ser mayor o igual que 2.77, de manera que el intervalo debe ser 2.77 errores estndar alrededor del valor hipottico. 5 n 49 x 28 26.8

at ic

a1

Esto se lee, valor hipottico de la media de la poblacin. Si los resultados de nuestra muestra no respaldan la hiptesis nula, debemos concluir que se cumple alguna otra cosa. Siempre que rechazamos la hiptesis, la conclusin que s aceptamos se llama hiptesis alternativa cuyo smbolo es H1 (H sub-uno). Para la hiptesis nula: H0: 200 (Se lee: la hiptesis nula es que la media de poblacin es igual a 200)

.c om

Soluciones a los ejercicios de autoevaluacin

H0

consideraremos tres hiptesis alternativas posibles:


Declaracin formal de la hiptesis alternativa

H1: 200 La hiptesis alternativa es que la media de poblacin no es igual a 200 H1: 200 La hiptesis alternativa es que la media de poblacin es mayor que 200 H1: 200 La hiptesis alternativa es que la media de poblacin es menor que 200

Interpretacin del nivel de significancia


Objetivo de la prueba de hiptesis

Funcin del nivel de significancia

Tambin llamada rea de aceptacin de la hiptesis nula Las hiptesis son aceptadas, no demostradas

Regin en la que no hay una diferencia significativa entre el estadstico de la muestra y el parmetro hipottico de la poblacin

FIGURA 8-2 Regiones de diferencia significativa y de diferencia no significativa para un nivel de significancia del 5%
0.025 del rea 0.95 del rea 0.025 del rea

.M

m H 1.96 sx
0

at
mH
0

En estas dos regiones, s hay una diferencia significativa entre el estadstico de muestral y el parmetro hipottico de la poblacin

em

rea en la que no existe una diferencia significativa

El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico de la muestra, sino hacer un juicio respecto a la diferencia entre ese estadstico y un parmetro hipottico de la poblacin. El siguiente paso despus de establecer las hiptesis nula y alternativa, entonces, consiste en decidir qu criterio utilizar para confirmar si se acepta o se rechaza la hiptesis nula. En nuestro ejemplo del complejo deportivo, decidimos que una diferencia observada entre la media de la muestra x y la media hipottica de la poblacin H0 tena slo 4.5%, o 0.045, de probabilidad de ocurrir. Por tanto, rechazamos la hiptesis nula de que la media de la poblacin fuera de 0.04 pulg (H0: 0.04 pulg). En trminos estadsticos, el valor 0.045 se conoce como nivel de significancia. Qu pasa si probamos una hiptesis con 5% de nivel de significancia? Esto quiere decir que rechazaremos la hiptesis nula si la diferencia entre el estadstico y el parmetro hipottico de la poblacin es tan grande que sta u otra diferencia mayor ocurrir, en promedio, slo cinco o menos veces en cada 100 muestras, cuando el parmetro hipottico de la poblacin es correcto. Si suponemos que la hiptesis es correcta, entonces el nivel de significancia indicar el porcentaje de medias muestrales que est fuera de ciertos lmites. (Recuerde que en estimacin, el nivel de confianza indicaba el porcentaje de medias muestrales que caan dentro de los lmites de confianza definidos.) La figura 8-2 ilustra cmo interpretar un nivel de significancia del 5%. Observe que el 2.5% del rea bajo la curva est localizado en cada cola. De la tabla 1 del apndice, podemos determinar que el 95% de toda el rea bajo la curva est incluido en un intervalo que se extiende 1.96 x a cada la do de la media hipottica. As pues, en el 95% del rea no hay diferencia significativa entre el valor observado del estadstico de la muestra y el valor hipottico del parmetro de poblacin. En el 5% restante (las regiones sombreadas de la figura 8-2) s existe una diferencia significativa. La figura 8-3 examina este mismo ejemplo de otra manera. Aqu, 0.95 del rea bajo la curva cae en la regin donde aceptaramos la hiptesis nula. Las dos partes sombreadas bajo la curva, que representan un total del 5% del rea, son las regiones donde rechazaramos la hiptesis nula. Resulta conveniente hacer un advertencia en este punto. Aunque el estadstico de la figura 8-3 cae en la regin no sombreada (la regin que comprende 95% del rea bajo la curva), esto no prueba que nuestra hiptesis nula (H0) sea cierta; simplemente no nos proporciona evidencia estads-

at ic
0

mH +1.96 sx

a1 .

co m

Aceptamos la hiptesis nula si el estadstico cae en esta regin (no rechazamos H0)

0.025 del rea

0.95 del rea

0.025 del rea

FIGURA 8-3 Un nivel de significancia del 5%, con regiones designadas de aceptacin y rechazo
mH 1.96sx
0

mH +1.96 sx
0

mH

Rechazamos la hiptesis nula si el estadstico cae en estas dos regiones

Errores de tipo I y tipo II


Definicin de los errores tipo I y tipo II

Los especialistas en estadstica usan definiciones y smbolos especficos para el concepto ilustrado en la figura 8-4. Rechazar una hiptesis nula cuando es cierta se denomina error tipo I, y su probabilidad (que, como hemos visto, es tambin el nivel de significancia de la prueba) se simboliza con (alfa). Por otro lado, aceptar una hiptesis nula cuando es falsa se le llama error tipo II, y su probabilidad se simboliza con (beta). Existe una relacin entre estos dos tipos de errores: la probabilidad de cometer un tipo de error puede reducirse slo si estamos dispuestos a aumentar la probabilidad de cometer el otro tipo de error. Observe en la grfica (c) de la figura 8-4, que la regin de aceptacin es bastante pequea (0.50 del rea bajo la curva). Con una regin de aceptacin as de pequea, rara vez aceptaremos una hiptesis nula cuando no sea cierta, pero como precio de esta segu-

w w

w .M

Trueque al escoger un nivel de significancia

No existe un nivel de significancia nico estndar o universal para probar hiptesis. En algunos casos, se utiliza un nivel de significancia del 5%. Ciertos resultados de investigaciones publicados a menudo prueban hiptesis para un nivel de significancia del 1%. Es posible probar una hiptesis a cualquier nivel de significancia. Pero recordemos que nuestra eleccin del estndar mnimo para una probabilidad aceptable, o el nivel de significancia, es tambin el riesgo que corremos al rechazar una hiptesis nula cuando es cierta. Cuanto ms alto sea el nivel de significancia que utilizamos para probar una hiptesis, mayor ser la probabilidad de rechazar la hiptesis nula cuando es cierta. Al examinar este concepto, nos referiremos a la figura 8-4. sta ilustra una prueba de hiptesis para tres niveles de significancia: 0.01, 0.10 y 0.50. Tambin hemos indicado la ubicacin de la misma media de muestra x en cada distribucin. En las grficas (a) y (b), aceptaramos la hiptesis nula de que la media de poblacin es igual al valor hipotetizado. Pero observe que en la grfica (c), rechazaramos esta misma hiptesis nula. Por qu? Nuestro nivel de significancia de 0.50 en esta parte es tan alto que rara vez aceptaramos la hiptesis nula cuando no es cierta, pero, al mismo tiempo, con frecuencia la rechazaramos aunque lo sea.

at em

at ic

Seleccin de un nivel de significancia


a1

.c om

tica para rechazarla. Por qu? Porque la nica forma en que puede aceptarse la hiptesis con seguridad es que conozcamos el parmetro de poblacin y, desafortunadamente, esto no es posible. Por consiguiente, siempre que afirmemos que aceptamos la hiptesis nula, en realidad lo que queremos decir es que no hay suficiente evidencia estadstica para rechazarla. El empleo del trmino aceptar, en vez de no rechazar, se ha convertido en el estndar. Significa simplemente que cuando los datos de la muestra no hacen que rechacemos una hiptesis nula, nos comportamos como si esa hiptesis fuera cierta.

(a) Nivel de significancia 0.01

0.005 del rea

0.99 del rea

0.005 del rea

mH (b) Nivel de significancia 0.10

0.05 del rea

0.90 del rea

0.05 del rea

mH (c) Nivel de significancia 0.50

FIGURA 8-4 Tres niveles de significancia distintos

0.25 del rea

0.50 del rea

0.25 del rea

Preferencia por el error tipo II

Decisin de qu tipo de distribucin usar en la prueba de hiptesis


Seleccin de la distribucin correcta antes de la prueba

Uso del multiplicador de poblacin finita

Despus de decidir el nivel de significancia a utilizar, nuestra siguiente tarea en la prueba de hiptesis consiste en determinar la distribucin de probabilidad adecuada. Tenemos la opcin de escoger entre la distribucin normal, tabla 1 del apndice, y la distribucin t, tabla 2 del apndice. Las reglas para elegir la distribucin adecuada son similares a las que encontramos en el captulo 7 sobre estimacin. La tabla 8-1 resume las situaciones en las que es posible usar la distribucin normal y la distribucin t al hacer pruebas de medias. Ms adelante, en este captulo, examinaremos las distribuciones apropiadas para probar hiptesis sobre proporciones. Recuerde otra regla que debe cumplirse al probar el valor hipottico de una media. Al igual que en la estimacin, utilice el multiplicador de poblacin finita siempre que la poblacin sea finita en tamao, el muestreo se haga sin reemplazo y la muestra sea de ms del 5% de la poblacin.

Preferencia por el error tipo I

ridad, a menudo rechazaremos una hiptesis nula cuando sea cierta. Puesto de otra manera, con el fin de obtener una baja, tendremos que tolerar una alta. Para lidiar con este trueque o intercambio en situaciones personales y profesionales, los tomadores de decisiones deciden el nivel de significancia adecuado examinando los costos o la penalizacin vinculados con ambos tipos de error. Suponga que cometer el error tipo I (rechazar una hiptesis nula cuando es cierta) implica el tiempo y los problemas de volver a trabajar un lote de compuestos qumicos que debieran haberse aceptado. Al mismo tiempo, cometer un error tipo II (aceptar una hiptesis nula cuando es falsa) significa arriesgarse a que todo un grupo de consumidores de este compuesto qumico se envenenen. Evidentemente, la administracin de esta compaa preferir el error tipo I sobre el de tipo II y, como resultado, establecer niveles de significancia muy altos en sus pruebas para obtener betas () bajas. Suponga, por otra parte, que cometer un error tipo I implica desarmar todo un motor en la fbrica, pero cometer un error tipo II implica que los distribuidores de automviles realicen reparaciones de garanta relativamente baratas. Entonces es ms probable que el fabricante prefiera el error tipo II y que establezca menores niveles de significancia en sus pruebas.

.M

at

em

at ic

a1 .

co m

mH

Pruebas de hiptesis de dos colas y de una cola


Descripcin de una prueba de hiptesis de dos colas

En ocasiones debemos usar una prueba de una cola

Pruebas de cola derecha

Pruebas de cola izquierda

En las pruebas de las siguientes medias hipotticas de poblacin, ilustraremos pruebas de dos colas y de una cola. Estos nuevos trminos requieren explicacin. Una prueba de dos colas rechaza la hiptesis nula si la media de muestra es significativamente mayor o menor que la media hipottica de la poblacin. Por tanto, en una prueba de dos colas, existen dos regiones de rechazo. La figura 8-5 ilustra esto. Una prueba de dos colas es apropiada cuando la hiptesis nula es H0 (en donde H0 es algn valor especificado) y la hiptesis alternativa es H0. Suponga que un fabricante de focos desea producirlos con una vida media de H0 1,000 horas. Si el tiempo de vida es ms corto, perder clientes en favor de su competencia; si el tiempo de vida es ms largo, tendr un costo de produccin muy alto porque los filamentos sern excesivamente gruesos. Para verificar que su proceso de produccin sea adecuado, toma una muestra de la produccin con el fin de probar la hiptesis H0: 1,000. Como no quiere desviarse significativamente de 1,000 horas en ninguna direccin, la hiptesis alternativa adecuada es H1: 1,000, y utiliza una prueba de dos colas. Esto es, rechaza la hiptesis nula si la vida media de los focos de la muestra est muy por arriba de 1,000 horas o muy por abajo de 1,000 horas. Sin embargo, existen situaciones en las que no es apropiada una prueba de dos colas y debemos usar una prueba de una cola. Consideremos el caso de un mayorista que compra focos al fabricante del ejemplo anterior. El mayorista los compra en grandes lotes y no desea aceptar un lote de focos a menos que su vida media sea 1,000 horas o ms. Cada vez que llega una remesa, el mayorista prueba una muestra para decidir si la acepta o no. La compaa rechazar el envo slo si le parece que su vida media es menor que las 1,000 horas. Si cree que los focos son mejores que lo esperado (con una vida media superior a 1,000 horas), es claro que no rechazar la remesa, porque la vida ms larga no tiene un costo adicional. As que las hiptesis del mayorista son H0: 1,000 horas y H1: 1,000 horas. Rechaza H0 slo si la vida media de los focos muestreados es significativamente menor que 1,000 horas. La figura 8-6 ilustra esta situacin. En ella podemos ver por qu esta prueba se conoce como prueba de cola izquierda (o prueba de cola inferior). En general, se utiliza una prueba de cola izquierda (de cola inferior) si las hiptesis son H0: H0 y H1: H0. En este caso, la evidencia muestral con la media de la muestra significativamente menor que la media hipottica de la poblacin es la que nos lleva a rechazar la hiptesis nula en favor de la hiptesis alternativa. Dicho de otro modo, la regin de rechazo est en la cola inferior (cola izquierdo) de la distribucin de la media muestral, y sa es la razn por la que la llamamos prueba de cola inferior. La prueba de cola izquierda es uno de los dos tipos de pruebas de una cola. Como quiz habr adivinado, el otro tipo de prueba de una cola es una prueba de cola derecha (o prueba de cola superior). Una prueba de cola superior se utiliza cuando las hiptesis son H0: H0 y H1: H0. Slo los valores de la media de la muestra que son significativamente mayores que la media hipottica de la poblacin harn que rechacemos la hiptesis nula en favor de la hiptesis alternativa. Esta prueba se denomina prueba de cola superior porque la regin de rechazo est en la cola superior de la distribucin de la media muestral.

.M at

em

at

ic

a1 .c om

Tabla 8-1 Condiciones para usar las distribuciones normal y t en la prueba de hiptesis sobre medias

Cuando se conoce la desviacin estndar de la poblacin El tamao de muestra n es mayor que 30 El tamao de muestra n es 30 o menos y suponemos que la poblacin es normal o aproximadamente normal Distribucin normal, tabla z Distribucin normal, tabla z

Cuando no se conoce la desviacin estndar de la poblacin Distribucin normal, tabla z Distribucin t, tabla t

Si la media de la muestra cae en esta regin, aceptamos la hiptesis nula

FIGURA 8-5 Prueba de hiptesis de dos colas, que muestra las dos regiones de rechazo
mH

Rechazamos la hiptesis nula s la media de la muestra cae en cualquiera de estas dos regiones Si la media de muestra cae en esta regin, aceptamos la hiptesis nula

La figura 8-7 ilustra la siguiente situacin; requiere el uso de una prueba de cola superior. Un administrador ha pedido a sus agentes de ventas que observen un lmite en sus gastos de viaje. El administrador espera mantener los gastos en un promedio de $100 diarios por vendedor. Un mes despus de imponer el lmite, se toma una muestra de gastos diarios entregados para ver si se ha observado el lmite. La hiptesis nula es H0: $100.00, pero al administrador slo le importan los gastos excesivamente altos. Por tanto, la hiptesis alternativa apropiada en este caso es H1: $100.00, y se utiliza una prueba de cola superior. La hiptesis nula se rechaza (y se toman medidas correctivas) slo si la media de la muestra es significativamente mayor que $100.00.
Si la media de muestra cae en esta regin, rechazamos la hiptesis nula

FIGURA 8-7 Prueba de cola derecha (de cola superior)


$100 Si la media de muestra cae en esta regin, aceptamos la hiptesis nula

Pruebas de cola izquierda (prueba de cola inferior) con la regin de rechazo en el lado izquierdo (lado inferior)

w w

Si la media de muestra cae en esta regin, rechazamos la hiptesis nula

.M

at

em
1,000 horas

at

ic a

1.

co

FIGURA 8-6

El aceptar H0 no garantiza que H0 sea cierta

Por ltimo, debemos recordarle de nuevo, que en cada ejemplo de pruebas de hiptesis, cuando aceptamos una hiptesis nula con base en la informacin de la muestra, en realidad estamos diciendo que no hay evidencia estadstica para rechazarla. No estamos afirmando que la hiptesis nula sea cierta. La nica forma de probar una hiptesis nula es conocer el parmetro, y eso no es posible cuando se trata de muestreo. As, aceptamos la hiptesis nula y nos comportamos como si fuera cierta, simplemente porque no podemos encontrar evidencia para rechazarla.
personas que compran cereal escarchado tambin compran ms azcar que quienes compran cereales sin endulzar, intentarn verificar su creencia sometiendo los datos a una prueba de cola superior. En caso de que la media de la muestra (sorprendentemente) fuera menor que el valor hipottico, esto no la convierte en una prueba de cola inferior, es slo que los datos no apoyan la creencia original.

Advertencia: no debe usar los resultados de la muestra para decidir entre usar una prueba de dos colas, de cola superior o de cola inferior. Antes de recolectar los datos, se determina la forma de la prueba a partir de lo que piensa o desea detectar el tomador de decisiones. Sugerencia: si los investigadores de mercados sospechan que las
SUGERENCIAS Y SUPOSICIONES

Ejercicios 8.3
Ejercicios de autoevaluacin
EA 8-3 Para los siguientes casos, especifique qu distribucin de probabilidad usar en una prueba de hiptesis: 4, n 25. a) H0: 27, H1: 27, x 33, 99.1, 1.5, n 50. b) H0: 98.6, H1: 98.6, x 0.6, n 18. c) H0: 3.5, H1: 3.5, x 2.8, d) H0: 382, H1: 382, x 363, 68, n 12. 12, n 42. e) H0: 57, H1: 57, x 65, Martha Inman, una ingeniera de seguridad en carreteras, decide probar la capacidad de carga de un puente que tiene 20 aos. Dispone de una gran cantidad de datos de pruebas similares en el mismo tipo de puente. Qu es adecuado, una prueba de una o de dos colas? Si la capacidad de carga mnima de este puente debe ser 10 toneladas, cules son las hiptesis nula y alternativa?

Conceptos bsicos
8-13 8-14 8-15 8-16 8-17 8-18 8-19 Formule las hiptesis nula y alternativa para probar si la nevada anual promedio en Buffalo, Nueva York, excede 45 pulg. Describa qu representan normalmente las hiptesis nula y las alternativa en el proceso de prueba de hiptesis. Defina el trmino nivel de significancia. Defina los errores tipo I y tipo II. En un juicio, la hiptesis nula es que un individuo es inocente de cierto crimen. Preferir el sistema legal cometer un error tipo I o un error tipo II con esta hiptesis? Cul es la relacin entre el nivel de significancia de una prueba y el error tipo I? Si su objetivo es aceptar la hiptesis nula 36.5, con 96% de certeza cuando es cierta, y nuestro tamao de muestra es 50, grafique las regiones de aceptacin y rechazo para las siguientes hiptesis alternativas: a) 36.5. b) 36.5. c) 36.5. Para los siguientes casos, especifique qu distribucin de probabilidad debe usarse en una prueba de hiptesis: 30, n 35. a) H0: 15, H1: 15, x 14.8, 10.6, 2.3, n 16. b) H0: 9.9, H1: 9.9, x

8-20

.M

EA

8-4

at

em

at

ic a1

.c

om

8-21

8-22 8-23

c) H0: 42, H1: 42, x 44, 4.0, n 10. 16.4, n 29. d) H0: 148, H1: 148, x 152, 8.5, 0.15, n 24. e) H0: 8.6, H1: 8.6, x Su hiptesis nula es que la batera de un marcapasos tiene una vida promedio de 300 das, con una hiptesis alternativa de que la vida de la batera es ms de 300 das. Usted es ingeniero de control de calidad del fabricante de bateras. a) Preferira cometer un error tipo I o un error tipo II? b) Basndose en la respuesta al inciso anterior, debera usar un nivel de significancia alto o bajo? En qu condiciones es apropiado utilizar una prueba de una cola? Y una de dos? Si usted decidi que una prueba de una cola es la apropiada, cmo decide si debe ser una prueba de cola inferior o una de cola superior?

Aplicaciones
8-24 El departamento de estadstica instal, el ao pasado, luces, calentadores y aire acondicionado eficientes en el consumo de energa. Ahora desean determinar si el consumo promedio mensual de energa ha disminuido. Deben realizar una prueba de una o de dos colas? Si el consumo promedio mensual anterior era 3,124 kilowatts hora, cules son la hiptesis nula y alternativa? El doctor Ross Darrow opina que la nicotina de los cigarros ocasiona que los fumadores tengan ritmos cardiacos promedio ms acelerados que los no fumadores. Tambin piensa que los fumadores ansan la nicotina de los cigarros ms que slo fumar por la satisfaccin fsica del acto y, en consecuencia, que el fumador promedio fumar ms cigarros al da si cambia de una marca con un alto contenido de nicotina a otra con un contenido menor. a) Suponga que Ross sabe que los no fumadores tienen un ritmo cardiaco de 78 pulsaciones por minuto. Cules son las hiptesis nula y alternativa adecuadas para probar su primera opinin? b) Durante los tres meses anteriores, ha estado observando una muestra de 48 individuos que fuman un promedio diario de 15 cigarros con alto contenido de nicotina. Les acaba de cambiar la marca de cigarros por otra con un bajo contenido de nicotina. Establezca las hiptesis nula y alternativa para probar su segunda opinin.

8-25

EA EA

8-3 8-4

a) t con 24 gl. b) Normal. c) t con 17 gl. d) Normal. e) t con 41 gl (entonces se usa una tabla normal). La ingeniera estar interesada en si un puente de esta edad puede soportar las capacidades mnimas de carga necesarias desde el punto de vista de seguridad. Entonces, quiere que su capacidad sea mayor que cierto nivel mnimo y usar una prueba de una cola (especficamente una prueba de cola superior o derecha). Las hiptesis son: H0: 10 toneladas H1: 10 toneladas

8.4 Pruebas de hiptesis de medias cuando se conoce la desviacin estndar de la poblacin


Pruebas de dos colas de medias: prueba en la escala de la variable original
Un fabricante surte los ejes traseros para los camiones del Servicio Postal de Estados Unidos. Estos ejes deben soportar 80,000 libras por pulgada cuadrada en pruebas de carga, pero un eje excesivamente fuerte eleva los costos de produccin de manera significativa. La larga experiencia indica que la desviacin estndar de la resistencia de sus ejes es 4,000 libras por pulgada cuadrada. El fabrican-

Soluciones a los ejercicios de autoevaluacin

w w

.M

at

em

at

ic a

1.

co

Cmo plantear el problema en smbolos

te selecciona una muestra de 100 ejes de la produccin, los prueba y encuentra que la capacidad de carga media de la muestra es 79,600 libras por pulgada cuadrada. Escritos en smbolos, los datos en este caso son H0 80,000 Valores hipotetizados de la media de poblacin 4,000 Desviacin estndar de la poblacin n 100 Tamao de muestra x 79,600 Media de la muestra Si el fabricante de ejes utiliza un nivel de significancia () de 0.05 en la prueba, satisfarn los ejes sus requerimientos de carga? En smbolos, podemos establecer el problema como: H0: 80,000 Hiptesis nula: la media real es 80,000 libras por pulgada cuadrada H1: 80,000 Hiptesis alternativa: la media real no es 80,000 libras por pulgada cuadrada 0.05 Nivel de significancia para probar esta hiptesis

Clculo del error estndar de la media

Como conocemos la desviacin estndar de la poblacin, y como el tamao de la poblacin es suficientemente grande para considerarlo infinito, podemos utilizar la distribucin normal en nuestra prueba. Primero, calculamos el error estndar de la media usando la ecuacin 6-1:

x n

[6-1]

Determinacin de los lmites de la regin de aceptacin

H0 1.96 x 80,000 1.96(400) 80,000 784 80,784 libras por pulgada cuadrada Lmite superior

Ilustracin del problema

La figura 8-8 ilustra este problema, muestra el nivel de significancia de 0.05 como las dos regiones sombreadas que contienen, cada una, 0.025 del rea. La regin de aceptacin de 0.95 contiene dos reas iguales de 0.475 cada una. De la tabla de la distribucin normal (tabla 1 del apndice) podemos ver que el valor z apropiado para 0.475 del rea bajo la curva es 1.96. Ahora podemos determinar los lmites de la regin de aceptacin:

.M

m H 1.96sx
0

at em

400 libras por pulgada cuadrada Error estndar de la media

FIGURA 8-8 Prueba de hiptesis de dos colas al nivel de significancia de 0.05

0.025 del rea 0.475 del rea 0.475 del rea

at ic a1
0

4,000 10

mH +1.96 sx

.c
0.025 del rea

mH = 80,000
0

om

4,000 1 0 0

Regin de aceptacin Aceptamos H0 si el valor de la muestra est en esta regin

FIGURA 8-9 Prueba de hiptesis de dos colas al nivel de significancia de 0.05; muestra la regin de aceptacin y la media de la muestra

Media de muestra de 79,600 libras por pulgada cuadrada

x
79,216 m H = 80,000
0

80,784

H0 1.96x 80,000 1.96(400) 80,000 784 79,216 libras por pulgada cuadrada Lmite inferior

Prueba de hiptesis usando la escala estandarizada


En la prueba de hiptesis que acabamos de concluir se requirieron dos nmeros para tomar la decisin: un valor observado calculado a partir de la muestra, y un valor crtico que define la frontera entre las regiones de aceptacin y de rechazo. Veamos con cuidado cmo obtuvimos ese valor critico. Despus de establecer el nivel de significancia de 0.05, buscamos en la tabla 1 del apndice, la distribucin de probabilidad normal estndar, para encontrar que 1.96 son los valores z que dejaban 0.025 de probabilidad en cada extremo de la distribucin. Recordemos nuestro anlisis de las variables normales estandarizadas en el captulo 5. En vez de medir la variable en sus unidades originales, la variable estandarizada z nos dice a cuntas desviaciones estndar arriba (z 0) o abajo (z 0) de la media se encuentra nuestra observacin. Entonces hay dos escalas de medicin, la escala original o sin procesar y la escala estandarizada. La figura 8-10 es igual a la figura 8-9, pero incluye ambas escalas. Observe que nuestra media muestral de 79,600 libras por pulgada cuadrada est dada en la escala sin procesar, pero los valores crticos z de 1.96 estn dados en la escala estandarizada. Como estos dos nmeros se dan en dos escalas distintas, no podemos compararlos directamente cuando probamos nuestras hiptesis. Debemos convertir uno de ellos a la escala del otro. Hicimos nuestra prueba de hiptesis en la escala original al convertir los valores z crticos de 1.96 a los valores crticos de x en la escala original. Entonces, como el valor observado de x (79,600) cay entre los lmites inferior y superior de la regin de aceptacin (79,216 y 80,784), aceptamos la hiptesis nula. En lugar de convertir los valores crticos z a la escala original, para ob-

Conversin del valor observado a la escala estandarizado

.M

at e

at ic

a1

.c

Interpretacin de los resultados

Observe que hemos definido los lmites de la regin de aceptacin (80,784 y 79,216) y la media de la muestra (79,600), y que se ilustran en la figura 8-9 en la escala de la variable original (libras por pulgada cuadrada). En la siguiente seccin veremos otra forma de definir los lmites de la regin de aceptacin y el valor de la media de la muestra. Evidentemente, la media de la muestra cae dentro de la regin de aceptacin; el fabricante debe aceptar la hiptesis nula porque no hay diferencia significativa entre la media hipottica de 80,000 y la media observada de los ejes de la muestra. Con base en esta muestra, el fabricante debe aceptar que la corrida de produccin satisface los requerimientos de carga.

om

Regin de aceptacin Aceptamos H0 si el valor de la muestra est en esta regin

FIGURA 8-10 Prueba de hiptesis de dos colas al nivel de significancia de 0.05, que muestra la regin de aceptacin y la media de la muestra en las escalas sin procesar y estandarizada

Media de muestra de 79,600 libras por pulgada cuadrada

x (Escala sin procesar)


79,216 m H = 80,000
0

80,784

z=
1.96 Valor crtico z Media de la muestra estandarizada 1.00 0 1.96 Valor crtico z

xm (Escala estandarizada) sx

m
El error estndar de la media de la ecuacin 6-1

at e

at ic

x H0 z x 79,600 80,000 400 1.00

a1

.c om

tener nmeros directamente comparables con el valor observado de x , podramos haber convertido nuestro valor observado de x a la escala estandarizada, utilizando la ecuacin 6-2 para obtener un valor z observado, un nmero directamente comparable con los valores crticos z:

En qu difieren los dos mtodos?

La figura 8-10 tambin ilustra este valor observado en la escala estandarizada. Observe que el valor cae entre 1.96 de los lmites inferior y superior de la regin de aceptacin de esta escala. Una vez ms concluimos que se debe aceptar H0: el fabricante debe aceptar que la corrida de produccin rene los requisitos de carga. Cul es la diferencia entre los dos mtodos que acabamos de utilizar para probar nuestras hiptesis? Slo en que definimos las unidades (o escala de medicin) de manera distinta en cada mtodo. Sin embargo, los dos mtodos siempre llevarn a las mismas conclusiones. Algunas personas se sienten mejor usando la escala de la variable original; otras prefieren la estandarizada, que acabamos de explicar. Los resultados de la mayora de los paquetes estadsticos de cmputo usan la escala estandarizada. En lo que resta del captulo y en el captulo 9, haremos las pruebas usando la escala estandarizada. Otra sugerencia: utilice el mtodo que le resulte ms cmodo.

El proceso de cinco pasos para la prueba de hiptesis usando la escala estandarizada


La tabla 8-2 resume el proceso de cinco pasos que utilizaremos en el resto de este captulo y en todo el captulo 9 para probar hiptesis.

Prueba de una cola para las medias


Para una prueba de una cola para una media, suponga que un hospital usa grandes cantidades de dosis envasadas de un medicamento particular. La dosis individual de esta medicina tiene 100 cm3 (100 cc).

w w

La media de la muestra est a un error estndar abajo de la media de la poblacin

w .M

Tabla 8-2 Resumen del proceso de cinco pasos

Paso 1. 2. 3. 4. 5.

Accin Decida si sta es una prueba de dos colas o de una. Establezca sus hiptesis. Seleccione un nivel de significancia apropiado para esta decisin. Decida qu distribucin (t o z) es la adecuada (vea la tabla 8-1) y encuentre el (los) valor(es) crtico(s) para el nivel de significancia elegido en la tabla adecuada. Calcule el error estndar del estadstico muestral. Use el error estndar para convertir el valor observado del estadstico en un valor estandarizado. Bosqueje la distribucin y marque la posicin del valor de la muestra estandarizado y del valor o valores crticos para la prueba. Compare el valor del estadstico muestral estandarizado con el (los) valor(es) crtico(s) para esta prueba e interprete el resultado.

Paso 2: Elija la distribucin apropiada y encuentre el valor crtico

Paso 3: Calcule el error estndar y estandarice el estadstico muestral

Como conocemos la desviacin estndar de la poblacin y n es mayor que 30, podemos utilizar la distribucin normal. De la tabla 1 del apndice podemos determinar que el valor de z para el 40% del rea bajo la curva es 1.28, de modo que el valor crtico para la prueba de cola inferior es 1.28. El hospital desea saber si las dosis reales son de 100 cc o si, por el contrario, las dosis son demasiado pequeas. El hospital debe determinar que las dosis contienen ms de una cierta cantidad, o debe rechazar el envo. sta es una prueba de cola izquierda, que se ilustra en la figura 8-11. Observe que la regin sombreada corresponde al nivel de significancia de 0.10. Tambin note que la regin de aceptacin consta del 40% en el lado izquierdo de la distribucin y todo el lado derecho (50%), para un rea total del 90%. Ahora podemos calcular el error estndar de la media, utilizando la desviacin estndar de la poblacin que conocemos y la ecuacin 6-1 (debido a que el tamao de poblacin es suficientemente grande para considerarla infinito):

Paso 1: Establezca sus hiptesis, tipo de prueba y nivel de significancia

H0: 100 Hiptesis nula: la media de las dosis de la remesa es 100 cc H1: 100 Hiptesis alternativa: la media es menor que 100 cc 0.10 Nivel de significancia para probar esta hiptesis

.M

at

em

Si el hospital establece un nivel de significancia de 0.10 y nos pregunta si las dosis de esta entrega son demasiado pequeas, cmo podemos hallar la respuesta? Para empezar, podemos expresar el problema en smbolos:

x n 2 5 0
2 7.07 0.2829 cc Error estndar de la media

at

ic

a1 .

co

La accin del medicamento es tal que el cuerpo tolera dosis excesivas sin sufrir dao. Por otra parte, las dosis insuficientes no producen el efecto mdico deseado e interfieren con el tratamiento del paciente. El hospital ha adquirido la cantidad de medicamento que necesita al mismo fabricante durante varios aos y sabe que la desviacin estndar de la poblacin es 2 cc. El hospital inspecciona, aleatoriamente, 50 dosis, tomadas de un envo muy grande y encuentra que la media de estas dosis es 99.75 cc. H0 l00 Valores hipotticos de la media de la poblacin 2 Desviacin estndar de la poblacin n 50 Tamao de la muestra x 99.75 Media de la muestra

[6-1]

Valor crtico z = 1.28

FIGURA 8-11 Prueba de hiptesis de cola izquierda a un nivel de significancia de 0.10


0.10 del rea 0.40 del rea 0 0.50 del rea

Regin de aceptacin Se acepta H0 si el valor de la muestra est en esta regin

FIGURA 8-12 Prueba de hiptesis de cola izquierda al nivel de significancia de 0.10; muestra la regin de aceptacin y la media muestral estandarizada

Media muestral estandarizada

.c

om

Ahora usamos la ecuacin 6-2 para estandarizar la media de la muestra, x , restando H0, la media hipottica, y dividiendo entre x, el error estndar de la media:

.M

at

em

at

ic

1.28

0.88

a1

x H0 z x 99.75 100 0.2829 0.88

[6-2]

Paso 4: Bosqueje la distribucin y seale el valor de muestra y el valor crtico Paso 5: Interprete el resultado

Al colocar el valor estandarizado en la escala z se observa que esta media muestral cae de lleno en la regin de aceptacin, como se muestra en la figura 8-12, Por tanto, el hospital debe aceptar la hiptesis nula, porque la media observada de la muestra no es significativamente menor que la media hipottica de 100 cc. Con base en esta muestra de 50 dosis, el hospital debe concluir que las dosis de la entrega son suficientes.

Existen muchas situaciones administrativas que requieren una prueba de una cola. Por ejemplo, un promotor de conciertos se interesa en atraer suficientes seguidores para salir a mano o ganar. Si llena el estadio y tiene que rechazar clientes, aumenta el prestigio del evento y no hay costo para l. Pero si no atrae suficientes asistentes puede tener problemas financieros. l establecera una prueba de una cola, en palabras, mayor o igual que 10,000
SUGERENCIAS Y SUPOSICIONES

asistentes (si 10,000 es su punto de equilibrio). Un distrito acufero que est diseando los lmites de presin en su sistema de suministro tiene otra perspectiva. Al ingeniero hidrulico le interesa mantener la presin de agua cerca de cierto valor y usar una prueba de dos colas. Sugerencia: si la pregunta que debe responder se pone en palabra como menor que, mayor que, menor o igual que, o mayor o igual que, una prueba de una cola es apropiada. Si la pregunta se refiere a diferente a, o cambio de use una prueba de dos colas.

Ejercicios 8.4
Ejercicios de autoevaluacin
EA 8-5 Hinton Press tiene la hiptesis de que la vida promedio de su prensa rotativa ms grande es de 14,500 horas. Saben que la desviacin estndar de la vida de una prensa es 2,100 horas. A partir de una muestra de 25 prensas, la compaa encuentra una media muestral de 13,000 horas. A un nivel de significancia de 0.01, deben concluir que la vida promedio de las prensas es menor que las 14,500 horas hipotticas? American Theaters sabe que cierta pelcula de xito se exhibi un promedio de 84 das en cada ciudad y que la desviacin estndar correspondiente fue 10 das. El administrador del distrito sureste se interes en comparar la popularidad de la pelcula en su regin con la que tuvo en otros cines de Estados Unidos. Eligi 75 salas al azar en su regin y encontr que exhibieron la pelcula un promedio de 81.5 das. a) Establezca las hiptesis adecuadas para probar si hubo una diferencia significativa en la duracin de la exhibicin entre los teatros del sureste y el resto de Estados Unidos. b) Pruebe estas hiptesis para un nivel de significancia del 1%.

EA

8-6

Aplicaciones
8-26 Atlas Sporting Goods ha puesto en marcha una promocin especial para su estufa de propano y siente que la promocin debe provocar un cambio en el precio para el consumidor. Atlas sabe que antes de que comenzara la promocin, el precio promedio al menudeo de la estufa era $44.95, con una desviacin estndar de $5.75. Atlas muestrea a 25 de sus minoristas despus de iniciada la promocin y encuentra que el precio medio de las estufas es ahora $42.95. A un nivel de significancia de 0.02, tiene Atlas razones para creer que el precio promedio al menudeo para el consumidor ha disminuido? De 1980 a 1985, la tasa promedio de precios/utilidades (P/U) de los aproximadamente 1,800 valores inscritos en la Bolsa de Valores de Nueva York fue 14.35, con una desviacin estndar de 9.73. En una muestra de 30 valores de la Bolsa, seleccionados al azar, la tasa P/U promedio en 1986 fue 11.77. Esta muestra presenta evidencia suficiente para concluir (a un nivel de significancia de 0.05) que en 1986 la tasa P/U promedio para los valores de la Bolsa cambi su valor anterior? Generally Electric ha desarrollado un nuevo foco cuyas especificaciones de diseo requieren una salida de luz de 960 lmenes comparado con un modelo anterior que produca slo 750 lmenes. Los datos de la compaa indican que la desviacin estndar de la salida de luz para este tipo de foco es 18.4 lmenes. Para una muestra de 20 focos, el comit de pruebas encontr una salida de luz promedio de 954 lmenes por foco. A un nivel de significancia de 0.05, puede concluir Generally Electric que su nuevo foco produce la salida especificada de 950 lmenes? Maxwells Hot Chocolate est preocupado por el efecto que la campaa de publicidad de caf, de todo el ao, pueda tener en las ventas de chocolate caliente. Las ventas semanales promedio de chocolate caliente hace dos aos eran 984.7 libras y la desviacin estndar era 72.6 libras. Maxwell seleccion una muestra aleatoria de 30 semanas del ao pasado y encontr ventas promedio de 912.1 libras. a) Establezca las hiptesis adecuadas para probar si las ventas de chocolate han disminuido. b) A un nivel de significancia del 2%, pruebe estas hiptesis. La comisin promedio que cobran las compaas de corretaje de servicio completo en una venta de valores comunes es $144, con una desviacin estndar de $52. Joel Freelander tom una muestra aleatoria de 121 transacciones de sus clientes y determin que haban pagado una comisin promedio de $151. A un nivel de significancia de 0.10, puede concluir Joel que las comisiones de sus clientes son mayores que el promedio de la industria? Histricamente, cada da, el Servicio de Aduanas de Estados Unidos intercepta alrededor de $28 millones en bienes de contrabando introducidos a ese pas, con una desviacin estndar de $16 millones al da. En 64 das de 1992, elegidos al azar, el Servicio de Aduanas intercept un promedio de $30.3 millones en bienes de contrabando. Indica esta muestra (a un nivel de significancia del 5%) que el Comisionado de Aduanas debera preocuparse por el incremento del contrabando por encima de su nivel histrico? Antes del embargo petrolero de 1973 y los subsecuentes incrementos en el precio del petrleo crudo, el consumo de gasolina en Estados Unidos haba aumentado a una tasa de ajuste estacional del 0.57% mensual, con una desviacin estndar del 0.10% mensual. En 15 meses elegidos aleatoriamente entre 1975 y

8-29

8-30

8-31

8-32

8-28

.M

at e

m at

8-27

ic

a1 .c

om

8-33

1985, el consumo de gasolina tiene una tasa promedio de aumento de slo 0.33% al mes. Para un nivel de significancia de 0.01, puede concluir que el aumento en el uso de la gasolina se redujo como resultado del embargo y sus consecuencias? Bay City Bigleaguers, un equipo de bisbol semiprofesional, tiene al jugador lder de la liga en promedio de bateo durante muchos aos. Durante los ltimos aos, el promedio de bateo de Joe Carver ha sido de .343, con una desviacin estndar de .018. Sin embargo, este ao, el promedio de Joe fue slo .306. Joe est renegociando su contrato para el ao siguiente, y el salario que podr obtener depende en gran medida de su habilidad de convencer al dueo del equipo de que su promedio de bateo de este ao no fue significativamente peor que en aos anteriores. Si el dueo desea usar un nivel de significancia de 0.02, reducirn el salario de Joe para el ao prximo?

Soluciones a los ejercicios de autoevaluacin


EA 8-5

2,100

n 25

H0: 14,500

x 13,000 H1: 14,500

0.01

El lmite inferior de la regin de aceptacin es z 2.33, o 2.33(2,100) x n 14,500 13,521.4 horas H0 z/ 2 5 13,000 14,500 x H0 3.57 2.33 Debido al valor z observado 2,100/2 5 / n (es decir, x 13,521.4), debe rechazarse H0. La vida promedio es significativamente menor que el valor hipottico. 10 n 75 x 8.15 H1: 84 0.01 H0: = 84 2.58(10) x 84 (81.02, 86.98) das H0 z/n 7 5 81.5 84 x H0 2.17, este valor y x estn en la regin Debido a que el valor z observado 10/7 5 / n de aceptacin, de manera que no se rechaza H0. La duracin de la exhibicin no es significativamente diferente de la de otras regiones.

EA

8-6

8.5 Medicin de la potencia de una prueba de hiptesis


Qu debe hacer una buena prueba de hiptesis?

Significado de y1

Ahora que hemos considerado dos ejemplos de pruebas de hiptesis, resulta apropiado retroceder un poco para analizar lo que una buena prueba de hiptesis debe hacer. Idealmente, tanto como (las probabilidades de los errores tipo I y tipo II) deben ser pequeas. Recuerde que un error tipo I se presenta cuando rechazamos una hiptesis nula que es cierta, y que (el nivel de significancia de la prueba) es la probabilidad de cometer un error tipo I. En otras palabras, una vez que decidimos el nivel de significancia, no hay nada que podamos hacer respecto a . Un error tipo II ocurre cuando aceptamos una hiptesis nula que es falsa; la probabilidad de un error tipo II es . Qu podemos decir respecto a ? Suponga que la hiptesis nula es falsa. Entonces los administradores desearan que la prueba de hiptesis la rechazara siempre. Desafortunadamente, las pruebas de hiptesis no pueden ser infalibles; algunas veces, cuando la hiptesis nula es falsa, una prueba no la rechaza y, por tanto, se comete un error tipo II. Cuando la hiptesis nula es falsa, (la media verdadera de la poblacin) no

.M

at

Los lmites de la regin de aceptacin son z 2.58 o

em

at ic

a1 .c om

Interpretacin de los valores de 1

Clculo de los valores de 1

(a) Regin de rechazo

w .M

at

Interpretacin de un punto en la curva de potencia

es igual a H0 (la media hipottica de la poblacin); es igual a algn otro valor. Por cada valor de para el que la hiptesis alternativa es cierta hay una probabilidad diferente () de aceptar incorrectamente la hiptesis nula. Claro que desearamos que esta (la probabilidad de aceptar una hiptesis nula cuando es falsa) fuera lo ms pequea posible o, de manera equivalente, nos gustara que 1 (la probabilidad de rechazar una hiptesis nula cuando es falsa) fuera lo ms grande posible. Puesto que rechazar una hiptesis nula cuando es falsa es justo lo que debe hacer una buena prueba, un valor alto de 1 (algo cerca de 1.0) significa que la prueba trabaja bastante bien (rechaza la hiptesis nula cuando es falsa); un valor bajo de 1 (cerca de 0.0) significa que la prueba trabaja muy mal (no rechaza la hiptesis nula cuando es falsa). Como el valor de 1 es la medida de qu tan bien trabaja la prueba, recibe el nombre de potencia de la prueba. Si graficamos los valores de 1 para cada valor de para el que la hiptesis alternativa es cierta, la curva resultante se conoce como curva de potencia. La grfica (a) de la figura 8-13 reproduce la prueba de cola izquierda de la figura 8-11, pero con la escala sin procesar. La grfica (b) de la figura 8-13 muestra la curva de potencia asociada con esta prueba. No es difcil calcular los valores 1 para graficar la curva de potencia; tres de estos puntos se muestran en la grfica (b) de la figura 8-13. Recuerde que con esta prueba intentbamos decidir si se aceptar o no una entrega de medicamentos. Nuestra prueba dictaba que debamos rechazar la hiptesis nula si la media estandarizada de la muestra era menor que 1.28, esto es, si la dosis media de la muestra era menor que 100.00 1.28 (0.2829), o 99.64 cc. Considere el punto C de la curva de potencia presentada en la grfica (b) de la figura 8-13. La dosis media de la poblacin es 99.42 cc; dado este valor, debemos calcular la probabilidad de que la media de una muestra aleatoria de 50 dosis de esta poblacin sea menor que 99.64 cc (el punto abajo del cual decidimos rechazar la hiptesis nula). Ahora considere la grfica (c) de la figura 8-13. Antes calculamos el error estndar de la media como 0.2829 cc, as que 99.64 cc est a (99.64 99.42)/ 0.2829, o 0.78 errores estndar arriba de 99.42 cc. Utilizando la tabla 1 del apndice, podemos ver que la probabilidad de observar una media muestral menor que 99.64 cc y, por consiguiente, rechazar la hiptesis nula, es 0.7823, el rea sombreada de la grfica (c). Entonces, la potencia de la prue-

em

at

ic

a1

.c

om

(b) 1.00 Curva de potencia (grfica de probabilidades de rechazar la hiptesis nula cuando la hiptesis alternativa es cierta)

w
Regin de aceptacin Probabilidad de rechazar H0

C
0.75

D
0.50 1 b = 0.7823 0.25 1 b = 0.5438

E F
1 b = 0.2843

a = 0.10

99.64 cc m H = 100.00 cc
O

99.42 cc

99.61 cc

99.80 cc

100.00 cc

Media de muestra (x ) (c) 0.78 errores estndar (d) 0.11 errores estndar 0.5438 del rea

Media de la poblacin (m ) (e) 0.57 errores estndar 0.2843 del rea

FIGURA 8-13 Prueba de hiptesis de cola izquierda, curva de potencia asociada y tres valores de

0.7823 del rea

99.42 m

99.64

99.61 m

99.64

99.64

99.80 m

Punto terminal de la curva de potencia

Interpretacin de la curva de potencia

Por supuesto, siempre es mejor usar las pruebas de hiptesis con la mayor potencia. Pero tambin se sabe que cierta proporcin del tiempo, todas las pruebas de hiptesis fallan y no rechazan la hiptesis nula cuando es falsa o no la aceptan cuando es cierta (ste es el lenguaje estadstico para decir que cuando una prueba falla, nos convencer de que las cosas no han cambiado cuando de hecho

Ejercicios 8.5
Ejercicios de autoevaluacin
EA EA 8-7 8-8 Vea el ejercicio 8-32. Calcule la potencia de la prueba para 0.50, 0.45 y 0.40% por mes. En el ejercicio 8-32, qu ocurre con la potencia de la prueba para 0.50, 0.45 y 0.40% por mes si se cambia el nivel de significancia a 0.04?

Aplicaciones
8-34 8-35 8-36 8-37 Vea el ejercicio 8-31. Calcule la potencia de la prueba para $28, $29 y $30 millones. Vea el ejercicio 8-30. Calcule la potencia de la prueba para $140, $160 y $175. En el ejercicio 8-31, qu sucede con la potencia de la prueba para $28, $29 y $30 millones si el nivel de significancia se cambia a 0.02? En el ejercicio 8-30, qu le ocurre a la potencia de la prueba para $140, $160 y $175 al mes si el nivel de significancia se cambia a 0.05?

w w

w .M

SUGERENCIAS Y SUPOSICIONES

at

em

at

cambiaron, o nos convencer de que cambiaron cuando en realidad no lo hicieron). se es el precio que se paga al usar muestreo en las pruebas de hiptesis. El fracaso de una prueba para obtener el resultado correcto se debe a errores de muestreo. La nica manera de evitar tales errores es examinar toda la poblacin y eso es fsicamente imposible, o bien, demasiado costoso.

ic a

1.

ba (1 ) en 99.42 es 0.7823. Esto slo significa que si 99.42, la probabilidad de que esta prueba rechace la hiptesis nula cuando es falsa es 0.7823. Ahora observe el punto D de la grfica (b) de la figura 8-13. Para esta dosis media de la poblacin de 99.61 cc, cul es la probabilidad de que la media de una muestra aleatoria de 50 dosis de esta poblacin sea menor que 99.64 cc y que esto ocasione que la prueba rechace la hiptesis nula? Vea la grfica (d) de la figura 8-13. En ella 99.64 cc est a (99.64 99.61)/0.2829, o 0.11 errores estndar arriba de 99.61 cc. Utilizando de nuevo la tabla 1 del apndice, podemos ver que la probabilidad de observar una media muestral menor que 99.64 y por consiguiente de rechazar la hiptesis nula es 0.5438, el rea sombreada de la grfica (d) de la figura 8-13. Por tanto, la potencia de la prueba (1 ) para 99.61 cc es 0.5438. Con el mismo procedimiento para el punto E, encontramos que la potencia de la prueba en 99.80 cc es 0.2843; esto se ilustra como el rea sombreada de la grfica (e) de la figura 8-13. Los valores de 1 continan disminuyendo a la derecha del punto E. Qu tan abajo llegan? Al acercarse cada vez ms la media de poblacin a 100.00 cc, la potencia de la prueba (1 ) debe acercarse cada vez ms a la probabilidad de rechazar la hiptesis nula cuando la media de poblacin es exactamente 100.00 cc, y sabemos que esa probabilidad es nada menos que el nivel de significancia de la prueba, en este caso, 0.10. As, la curva termina en el punto F, que est a una altura de 0.10 directamente arriba de la media de la poblacin. Qu nos dice la curva de potencia de la grfica (b) de la figura 8-13? Slo que cuando la entrega es menos satisfactoria (al disminuir las dosis del envo), nuestra prueba es ms poderosa (tiene una mayor probabilidad de reconocer que la entrega es insatisfactoria). Pero tambin nos muestra que debido al error de muestreo, cuando la dosis es slo ligeramente menor que 100.00 cc, la potencia de la prueba para reconocer esta situacin es bastante baja. As, si resultara completamente insatisfactorio tener cualquier dosis con menos de 100.00 cc, la prueba analizada no sera apropiada.

co m

Soluciones a los ejercicios de autoevaluacin


EA 8-7 Del ejercicio 8-32, se tiene 0.10, n = 15, H0: 0.57, H1: 0.57. Para 0.01, el lmite inferior de la regin de aceptacin es

H0 2.33/n 0.57 2.33(0.10)/1 5 0.510


a) Para 0.50, la potencia de la prueba es 0.510 0.50) P( x P(z 0.39) 0.5 0.1517 0.6517 0.510) P(z 0.10/ 1 5 b) Para 0.45, la potencia de la prueba es 0.510 0.45) P( x P(z 2.32) 0.5 0.4898 0.9898 0.510) P(z 0.10/ 1 5 c) Para 0.40, la potencia de la prueba es 0.510 0.40) P( x P(z 4.26) 1.0000 0.510) P(z 0.10/ 1 5 EA 8-8 Para 0.04, el lmite inferior de la regin de aceptacin es

H0 1.75/ n 0.57 1.75(0.10)/1 5 0.525


a) Para 0.50, la potencia de la prueba es 0.525 0.50) P(x P(z 0.97) 0.5 0.3340 0.8340 0.525) P(z 0.10/ 1 5 0.525 0.45) P(x P(z 2.90) 0.5 0.4981 0.9981 0.525) P(z 0.10/ 1 5 0.525 0.40) P(x P(z 4.84) 1.0000 0.525) P(z 0.10/ 1 5

8.6 Prueba de hiptesis para proporciones: muestras grandes


Pruebas de dos colas para proporciones
Manejo de proporciones

En esta seccin, lo aprendido respecto a las pruebas de medias, se aplicar a las pruebas para proporciones (esto es, la proporcin de ocurrencias en una poblacin). Pero antes revisaremos las importantes conclusiones a las que llegamos en el captulo 7. Primero, recordemos que la binomial es la distribucin tericamente correcta para usarse al trabajar con proporciones, porque los datos son discretos, no continuos. Al aumentar el tamao de la muestra, la distribucin binomial se aproxima a la normal en sus caractersticas y podemos utilizar la distribucin normal para aproximar la distribucin de muestreo. Especficamente, np y nq cada una debe ser al menos 5 para poder utilizar la distribucin normal como aproximacin de la binomial. Imagine, por ejemplo, una compaa que est evaluando a cules de sus empleados ascender, determinando la proporcin de aquellos cuya capacidad, capacitacin y experiencia de supervisin los califican para pasar al siguiente nivel administrativo. El director de recursos humanos dice al presidente que aproximadamente el 80%, o 0.8, de los empleados de la compaa son aptos para un as-

c) Para 0.40, la potencia de la prueba es

w w

.M

at

em

b) Para 0.45, la potencia de la prueba es

at

ic a

1.

co

censo. El presidente rene un comit especial para evaluar la capacidad de ascenso de todos los empleados. Este comit hace entrevistas a fondo con 150 empleados y encuentra que, a su juicio, slo el 70% de la muestra est calificada para el ascenso. pH0 0.8 Valor hipottico de la proporcin de xitos de la poblacin (considerados aptos para el ascenso, en este caso) qH0 0.2 Valor hipottico de la proporcin de fracasos de la poblacin (considerados no aptos para el ascenso) n 150 Tamao de muestra p 0.7 Proporcin apta para el ascenso de la muestra q 0.3 Proporcin no apta para el ascenso de la muestra
Paso 1: Establezca sus hiptesis, tipo de prueba y nivel de significancia

El presidente desea probar al nivel de significancia de 0.05 la hiptesis de que 0.8 de los empleados son aptos para el ascenso: H0: p 0.8 Hiptesis nula: 80% de los empleados es apto H1: p 0.8 Hiptesis alternativa: la proporcin de empleados aptos no es el 80% 0.05 Nivel de significancia En este caso, la compaa desea saber si la proporcin verdadera es mayor o menor que la proporcin hipottica. Por consiguiente, resulta adecuado efectuar una prueba de dos colas para una proporcin; la figura 8-14 muestra la grfica. El nivel de significancia corresponde a las dos regiones sombreadas, cada una con 0.025 del rea. La regin de aceptacin de 0.95 se ilustra como dos reas de 0.475 cada una. Puesto que np y nq son cada una mayores que 5, podemos utilizar la aproximacin normal de la distribucin binomial. De la tabla 1 del apndice, podemos determinar que el valor crtico de z para 0.475 del rea bajo la curva es 1.96. Podemos calcular el error estndar de la proporcin, utilizando los valores hipotticos de pH0 y qH0 en la ecuacin 7-4:

Paso 2: Elija la distribucin apropiada y encuentre el valor crtico

w .M

A continuacin estandarizamos la proporcin de la muestra dividiendo la diferencia entre la proporcin de la muestra observada p y la proporcin hipottica, pH0, entre el error estndar de la proporcin.

Valor crtico z = 1.96

at

Paso 3: Calcule el error estndar y estandarice el estadstico de la muestra

em

at ic a1 .c

pH0qH0 n (0.8)(0.2) 150

om

[7-4]

0 .0 0 1 0 6 6 6 0.0327 Error estndar de la proporcin

Valor crtico z = + 1.96

FIGURA 8-14 Prueba de hiptesis de dos colas para una proporcin al nivel de significancia de 0.05
0.025 del rea 0.475 del rea 0.475 del rea 0.025 del rea

z
0

p pH0 z p 0.7 0.8 0.0327 3.06


Paso 4: Bosqueje la distribucin y seale el valor de la muestra y los valores crticos Paso 5: Interprete el resultado

Al sealar la proporcin de la muestra estandarizada que se calcul, 3.06, en un bosquejo de la distribucin muestral, es claro que esta muestra cae fuera de la regin de aceptacin, como se ve en la figura 8-15. Entonces, en este caso, el presidente debe rechazar la hiptesis nula y concluir que existe una diferencia significativa entre la proporcin hipottica de empleados aptos para ascenso (0.8) del director de recursos humanos y la proporcin observada de empleados aptos en la muestra. De esto, debe inferir que la proporcin real de empleados aptos en toda la compaa no es el 80%.

Pruebas de una cola para proporciones


Una prueba de una cola para una proporcin es conceptualmente equivalente a una prueba de una cola para una media, como puede ilustrarse con este ejemplo. Un miembro de un grupo de inters pblico preocupado por la contaminacin ambiental afirma, en una audiencia pblica, que menos del 60% de las plantas industriales de esta rea cumple con los estndares de cuidado del ambiente. A la reunin asisti una funcionaria de 1a Agencia de Proteccin Ambiental (APA) quien cree que el 60% de las plantas s cumple con los estndares; decide probar esa hiptesis al nivel de significancia de 0.02. H0: p 0.6 Hiptesis nula: la proporcin de plantas que cumplen con los estndares de contaminacin ambiental es 0.6 H1: p 0.6 Hiptesis alternativa: la proporcin que cumple con los estndares de contaminacin ambiental es menor que 0.6 0.02 Nivel de significancia para probar la hiptesis La funcionaria realiza una investigacin completa de los registros de su oficina. Muestrea 60 plantas de una poblacin de ms de 10,000 y encuentra que 33 cumple con los estndares de cuidado del ambiente. Es vlida la afirmacin del miembro del grupo de inters pblico? Comencemos por resumir el caso con smbolos: pH0 0.6 Valor hipottico de la proporcin de poblacin que cumple con los estndares de contaminacin ambiental qH0 0.4 Valor hipottico de la proporcin de poblacin que no cumple y que, por tanto, est contaminando n 60 Tamao de la muestra p 33/60 o 0.55 Proporcin de muestra que no contamina q 27/60 o 0.45 Proporcin de muestra que contamina
Regin de aceptacin Acepte Ho si el valor de la muestra se encuentra en esta regin

FIGURA 8-15 Prueba de hiptesis de dos colas para una proporcin al nivel de significancia de 0.05; indica la regin de aceptacin y la proporcin estandarizada de la muestra

Proporcin estandarizada de la muestra

.M

at e

Paso 1: Establezca sus hiptesis, tipo de prueba y nivel de significancia

at ic

a1

.c

om

z
3.06 1.96 0 +1.96

Valor crtico z = 2.05

FIGURA 8-16 Prueba de hiptesis de una cola para una proporcin al nivel de significancia de 0.02
0.02 del rea 0.48 del rea 0.50 del rea

z
0

at em

Paso 2: Elija la distribucin apropiada y encuentre el valor crtico Paso 3: Calcule el error estndar y estandarice el estadstico de la muestra

sta es una prueba de una cola: la funcionaria de APA se pregunta slo si la proporcin real es menor que 0.6. Especficamente, sta es una prueba de cola izquierda. Para rechazar la hiptesis nula que establece que la proporcin verdadera de plantas que cumplen es el 60%, la representante de APA debe aceptar la hiptesis alternativa que dice que menos de 0.6 cumplen. La figura 8-16 ilustra esta prueba de hiptesis. Como np y nq son cada uno mayores que 5, podemos usar la aproximacin normal de la distribucin binomial. El valor crtico de z de la tabla 1 del apndice para 0.48 del rea bajo la curva es 2.05. A continuacin, podemos calcular el error estndar de la proporcin usando la proporcin hipottica de la poblacin de la siguiente manera:

w w

w .M

Y estandarizamos la proporcin de la muestra dividiendo la diferencia entre la poblacin de la muestra observada, p , y la proporcin hipottica, pH0, entre el error estndar de la proporcin. p pH0 z p 0.55 0.6 0.0632 10.79
Paso 4: Bosqueje la distribucin y seale el valor de la muestra y los valores crticos Paso 5: Interprete el resultado

La figura 8-17 ilustra dnde se encuentra la proporcin de la muestra en relacin con el valor crtico, 2.05. Al observar esta figura, podemos ver que la proporcin de la muestra cae dentro de la regin de aceptacin. Entonces, la funcionaria de APA debe aceptar la hiptesis nula de que la proporcin real de plantas que cumplen es 0.6. Aunque la proporcin observada de la muestra es menor que 0.6, no es significativamente menor que 0.6, es decir, no est tan abajo de 0.6 para aceptar la afirmacin del miembro del grupo de inters pblico.

at ic

a1

pH0qH0 n

.c om

[7-4]

6 0 (0.6)(0.4)

0 .0 0 4 0.0632 Error estndar de la proporcin

Regin de aceptacin Acepte H0 si el valor de la muestra est en esta regin

FIGURA 8-17 Prueba de hiptesis de una cola (cola izquierda) al nivel de significancia de 0.02; indica la regin de aceptacin y la proporcin estandarizada de la muestra
Proporcin estandarizada de la muestra

z
2.05 0.79 0

Advertencia: cuando se realizan pruebas de hiptesis que involucran proporciones, se usa la distribucin binomial como la distribucin muestral, a menos que np y nq sean ambos al menos 5. En ese caso se puede usar la distribucin normal como una aproximacin de la binomial
SUGERENCIAS Y SUPOSICIONES

sin problemas. Por fortuna, en la prctica, las pruebas de hiptesis para proporciones casi siempre usan muestras suficientemente grandes, de manera que esta condicin se cumple. Aun cuando no sea as, no es tan difcil la aritmtica de la distribucin binomial o el uso de la tabla binomial.

EA

8-10

Aplicaciones
8-38 Grant, Inc., un fabricante de blusas de vestir para mujer, sabe que su marca se vende en 19% de las tiendas de ropa para mujer ubicadas al este del ro Mississippi. Grant muestre recientemente 85 tiendas de ropa para mujer en la ribera oeste del ro y encontr que 14.12% de las tiendas venda la marca. A un nivel de significancia del 0.04, existe evidencia de que Grant tenga peor distribucin en la ribera oeste que en la este del Mississippi? De un total de 10,200 prstamos otorgados por una unin de crdito de empleados del Estado en el ltimo periodo de cinco aos, se muestrearon 350 para determinar qu proporcin de los prstamos se otorgaron a mujeres. Esta muestra indic que el 39% de los crditos fue dado a empleadas. Un censo completo de prstamos de hace cinco aos mostraba que el 41% de los prestatarios eran mujeres. A un nivel de significancia del 0.02, puede concluir que la proporcin de prstamos otorgados a mujeres ha cambiado significativamente en los ltimos cinco aos?

8-39

EA

8-9

Un fabricante de salsa de tomate est en proceso de decidir si produce o no una versin picante. El departamento de investigacin de mercados de la compaa us un sondeo telefnico nacional de 6,000 casas y encontr que 335 de ellos compraran la salsa con picante. Un estudio ms extenso hecho dos aos antes mostr que el 5% de las casas comprara la marca. Con un nivel de significancia del 2%, debe la compaa concluir que hay un incremento en el inters por el sabor con picante? Steve Cutter desea comparar la confiabilidad de las podadoras Big Blade que vende en su ferretera con la de las vendidas por la marca en todo el pas. Steve sabe que slo el 15% de todas las podadoras Big Blade necesitan reparaciones durante el primer ao. Una muestra de 120 de los clientes de Steve revel que exactamente 22 de ellos requirieron reparaciones en el primer ao. Con un nivel de significancia de 0.02, existe evidencia de que la confiabilidad de las podadoras Big Blade que vende Steve difiera de las que se venden en el todo el pas?

.M

at e

Ejercicios de autoevaluacin

m at

Ejercicios 8.6

ic

a1 .c

om

8-40

8-41

8-42

8-43

EA

8-9

n 6,000 H0: p 0.05

p 335/6,000 0.05583 H1: p 0.05

El lmite superior de la regin de aceptacin es z 2.05, o pH0qH0 0.05(0.95) p 0.05 2.05 0.05577 pH0 z 6,000 n 0.05583 0.05 p pH0 Debido a que el valor z observado 2.07 2.05 (o p 0 .0 5 (0 .9 5 )/6 ,0 0 0 p H q /n 0 H0 0.05577), debe rechazarse H0 (pero por poco). El inters actual es significativamente mayor que el inters hace 2 aos. n 120 p 22/120 0.1833 H0: p 0.15 H1: p 0.15

.M

Soluciones a los ejercicios de autoevaluacin


at
0.02

em

at

Los laboratorios Feronetics se especializan en el uso de tcnicas de reproduccin de genes para lograr nuevos compuestos farmacuticos. Recientemente desarroll un atomizador nasal que contiene interfern, con el que se cree habr de limitarse la transmisin del catarro comn en las familias. En la poblacin general, a 15.1% de todos los individuos les dar catarro ocasionado por un rinovirus una vez que otro miembro de la familia lo haya contrado. El atomizador de interfern fue probado en 180 personas, en cuyas familias uno de los miembros contrajo posteriormente un catarro ocasionado por un rinovirus. Slo 17 de los sujetos de la prueba desarrollaron catarros similares. a) A un nivel de significancia de 0.05, debera concluir Feronetics que el nuevo atomizador efectivamente reduce la transmisin de catarros? b) Qu debera concluir en el nivel 0.02? c) Con base en estos resultados, cree que se le debera permitir a Feronetics comercializar el nuevo atomizador? Explique su respuesta. Algunos tericos financieros creen que los precios diarios del mercado de valores constituyen una caminata aleatoria con tendencia positiva. Si esto es correcto, entonces el promedio industrial Dow Jones debera mostrar una ganancia en ms del 50% de todos los das de actividad financiera. Si el promedio se increment en 101 de 175 das escogidos aleatoriamente, qu piensa de la teora sugerida? Use un nivel de significancia de 0.01. MacroSwift estim el ao pasado que el 35% de los compradores potenciales de software planeaba esperar hasta que se liberara una actualizacin de Window Panes para comprar el nuevo sistema operativo. Despus de una campaa publicitaria para dar confianza al pblico, MacroSwift encuest a 3,000 personas y encontr que 950 todava se mostraban renuentes. Con el 5% de nivel de significancia, puede la compaa concluir que la proporcin de personas renuentes ha disminuido? Rick Douglas, el nuevo gerente de Food Barn, est interesado en el porcentaje de clientes totalmente satisfechos con la tienda. El gerente anterior tena el 86% de clientes totalmente satisfechos y Rick asegura que lo mismo se cumple hoy. Rick obtuvo una muestra de 187 clientes y encontr que 157 estaban satisfechos por completo. Con un nivel de significancia del 1%, existe evidencia de que la afirmacin de Rick es vlida?

ic

a1

.c

om

EA

8-10

0.02

Los lmites de la regin de aceptacin son z 2.33, o pH0qH0 0.15(0.85) p 0.15 2.33 (0.0741, 0.2259) pH0 z 120 n 0.1833 0.15 p pH0 Debido a que el valor z observado 1.02 2.33 (o p 0.1833, 0 .1 5 (0 .8 5 )/1 2 0 p H q /n 0 H0 que est entre 0.0741 y 0.2259), no se rechaza H0. Las podadoras de Steve no son significativamente diferentes en confiabilidad de las vendidas en todo el pas.

8.7 Pruebas de hiptesis de medias cuando no se conoce la desviacin estndar de la poblacin


Cundo usar la distribucin t

Cuando estimamos los intervalos de confianza en el captulo 7, aprendimos que la diferencia de tamao entre muestras grandes y pequeas es importante cuando no se conoce la desviacin estndar de la poblacin y es necesario estimarla a partir de la desviacin estndar de la muestra. Si el tamao de la muestra n es 30 o menos y se desconoce, debemos utilizar la distribucin t. La distribucin t apropiada tiene n 1 grados de libertad. Estas reglas tambin se aplican a la prueba de hiptesis.

Prueba de dos colas para medias usando la distribucin t


La especialista en recursos humanos de una importante corporacin est reclutando un gran nmero de empleados para un proyecto en el extranjero. Durante el proceso de seleccin, la administracin le pregunta cmo van las cosas, y ella responde: Bien. Creo que la puntuacin promedio en la prueba de aptitudes ser aproximadamente 90. Cuando la administracin revisa 20 de los resultados de la prueba, encuentra que la puntuacin media es 84, y la desviacin estndar de esta puntuacin es 11.

Paso 1: Establezca sus hiptesis, tipo de prueba y nivel de significancia

H0: 90 Hiptesis nula: la puntuacin media real de poblacin es 90 H1: 90 Hiptesis alternativa: la puntuacin media no es 90 0.10 Nivel de significancia para probar esta hiptesis

Paso 2: Elija la distribucin apropiada y encuentre el valor crtico

La figura 8-18 ilustra la grfica de este problema. Puesto que la administracin est interesada en saber si la puntuacin media verdadera es mayor o menor que la puntuacin hipottica, es apropiado usar una prueba de dos colas. El nivel de significancia de 0.10 se indica en la figura 8-18 como las dos reas sombreadas; cada una contiene 0.05 del rea bajo la distribucin t. Como el tamao de muestra es 20, el nmero apropiado de grados de libertad es 19, es decir, 20 1. Entonces, buscamos en la tabla de la distribucin t del apndice, en la columna de 0.10 y el rengln correspondiente a 19 grados de libertad. Encontramos que el valor crtico de t es 1.729.
Valor crtico t = 1.729 Valor crtico t = +1.729

FIGURA 8-18 Prueba de hiptesis de dos colas al nivel de significancia de 0.10 usando la distribucin t
0.05 del rea 0.05 del rea

w w

.M

Si la administracin desea probar su hiptesis al nivel de significancia de 0.10, cul es el procedimiento a seguir?

at

em

at

H0 90 Valores hipotticos de la media de poblacin n 20 Tamao de la muestra x 84 Media de la muestra s 11 Desviacin estndar de la muestra

ic a

1.

co

t
0

Como no se conoce la desviacin estndar de la poblacin, debemos estimarla usando la desviacin estndar de la muestra y la ecuacin 7-1:

s 11
Paso 3: Calcule el error estndar y estandarice el estadstico de la muestra

[7-1]

Ahora podemos calcular el error estndar de la media. Como estamos usando , una estimacin de la desviacin estndar de la poblacin, el error estndar de la media tambin ser una estimacin. Podemos utilizar la ecuacin 7-6, como sigue:

x n
11 2 0 11 4.47 2.46 Error estndar estimado de la media

[7-6]

A continuacin estandarizamos la media de la muestra, x , restando H0, la media hipottica, y dividiendo entre x , el error estndar estimado de la media. Como nuestra prueba de hiptesis se basa en la distribucin t, usamos t para denotar el estadstico estandarizado. x H0 t x 84 90 2.46 2.44

Paso 4: Bosqueje la distribucin y seale el valor de la muestra y los valores crticos Paso 5: Interprete el resultado

Al sealar este resultado en una grfica de la distribucin muestral, nos damos cuenta de que la media de la muestra cae fuera de la regin de aceptacin, como se ve la figura 8-19. Por tanto, la administracin debe rechazar la hiptesis nula (la aseveracin de la directora del departamento de personal acerca de que la puntuacin media real de los empleados examinados es 90).

Pruebas de una cola para medias usando la distribucin t


El procedimiento para una prueba de hiptesis de una cola utilizando la distribucin t es el mismo, conceptualmente, que para una prueba de una cola usando la distribucin normal y la tabla z. Sin embargo, realizar esas pruebas de una cola puede conllevar algunas dificultades. Observe que los encaRegin de aceptacin Acepte Ho si el valor de la muestra est en esta regin

Una diferencia respecto a las tablas z

FIGURA 8-19 Prueba de hiptesis de dos colas al nivel de significancia de 0.10; se observa la regin de aceptacin y la media estandarizada de la muestra

Media estandarizada de la muestra

w w

w .M

at e

at ic

a1

.c om

t
2.44 1.729 0 +1.729

Uso de la tabla t para pruebas de una cola

Lo que viene

bezados de las columnas de la tabla 2 del apndice representan el rea en ambas colas combinada. Por tanto, es apropiado usarlos en una prueba de dos colas con dos regiones de rechazo. Si utilizamos la distribucin t para una prueba de una cola, necesitamos determinar el rea localizada slo en una de ellas. As, para encontrar el valor t apropiado para una prueba de una cola a un nivel de significancia de 0.05, con 12 grados de libertad, buscaramos en la tabla 2 del apndice en la columna con 0.10 el rengln de 12 grados de libertad. La respuesta en este caso es 1.782. Esto es cierto porque la columna 0.10 representa 0.10 del rea bajo la curva contenida en ambas colas combinadas, y por ende, tambin representa 0.05 del rea bajo la curva contenida en cada cola por separado. En el siguiente captulo continuaremos nuestro trabajo sobre pruebas de hiptesis, con el estudio de situaciones en las que deben tomarse decisiones con base en dos muestras que pueden provenir o no de la misma poblacin.
siempre una unidad menos que el tamao de la muestra. Advertencia: use la distribucin t siempre que el tamao de la muestra sea menor que 30, la desviacin estndar de la poblacin no se conozca y la poblacin sea normal o aproximadamente normal.

Realizar pruebas de hiptesis con la distribucin t no es diferente a hacerlo con la distribucin normal, excepto porque se usa una tabla distinta y debe darse el nmero de grados de libertad. Sugerencia: el nmero de grados de libertad en una prueba de una sola muestra es
SUGERENCIAS Y SUPOSICIONES

Conceptos bsicos
8-44 Dada una media de la muestra de 94.3, una desviacin estndar de la muestra de 8.4 y un tamao de muestra de 6, pruebe la hiptesis de que el valor de la media de la poblacin es 100, contra la hiptesis alternativa de que es menor que 100. Use un nivel de significancia de 0.05. Si una muestra de 25 observaciones revela una media muestral de 52 y una varianza muestral de 4.2, pruebe la hiptesis de que la media de la poblacin es 65, contra la hiptesis alternativa de que es algn otro valor. Use el nivel de significancia de 0.01.

8-45

Aplicaciones
8-46 La corredora de bienes races Elaine Snyderman tom una muestra aleatoria de 12 hogares de un prestigiado suburbio de Chicago y encontr que el valor de mercado promedio estimado era $780,000, con una desviacin estndar de $49,000. Pruebe la hiptesis de que para todas las casas del rea, el valor estimado medio es $825,000, hiptesis alternativa de que es menor que $825,000. Utilice el nivel de significancia de 0.05.

EA

8-12

.M

at e

EA

8-11

Dado que la media de la muestra es 83, la desviacin estndar de la muestra es 12.5 y el tamao de la muestra es 22, pruebe la hiptesis de que el valor de la media de la poblacin es 70 contra la hiptesis alternativa de que es mayor que 70. Use un nivel de significancia de 0.025. Picosoft, Ltd., un proveedor de sistemas operativos para computadoras personales, planea la oferta pblica inicial de sus acciones a fin de reunir suficiente capital de trabajo para financiar el desarrollo de un sistema integrado de la sptima generacin radicalmente nuevo. Con los ingresos actuales de $1.61 por accin, Picosoft y sus aseguradores contemplan un precio de oferta de $21, o cerca de 13 veces los ingresos. Para verificar si este precio es apropiado eligieron al azar siete empresas de software en el mercado de valores y encontraron que su cociente promedio precio/utilidades era 11.6 y la desviacin estndar de la muestra era 1.3. Para 0.02, puede Picosoft concluir que las acciones de las empresas de software en el mercado de valores tiene una razn promedio P/U que es significativamente diferente de 13?

m at

Ejercicios de autoevaluacin

ic

a1 .c

Ejercicios 8.7

om

8-47

8-48

8-49

8-50

Soluciones a los ejercicios de autoevaluacin


EA 8-11 s 12.5 H0: = 70 n 22 x 83 H1: 70 = 0.025

El lmite superior de la regin de aceptacin es t 2.080, o x 70 2.080(12.5)/2 2 75.54 H0 t s/n 83 70 x H0 Debido a que el valor t observado 4.878 2.080 (o x 75.54), se rechaza H0. 12.5 / 2 2 s/ n s 1.3 n7 x 11.6 H0: 13 H1: 13 0.02 El lmite superior de la regin de aceptacin es t 3.143, o x 13 3.143(1.3)/7 (11.46, 14.54) H0 t s/n 11.6 13 x H0 = 2.849 3.143 (o x Debido a que el valor t observado 11.6, que es1.3/7 s/ n ta entre 11.46 y 14.54), no se rechaza H0. El cociente promedio P/U de las empresas de software en el mercado de valores no es significativamente diferente a 13.

EA

8-12

.M

at

em

at

ic

8-51

Para una muestra de 60 mujeres, tomadas de un poblacin de ms de 5,000 inscritas en un programa de reduccin de peso de una cadena nacional de balnearios de aguas termales, la presin sangunea diastlica media de la muestra es 101 y la desviacin estndar de la muestra es 42. Para un nivel de significancia de 0.02, puede concluir que, en promedio, las mujeres inscritas en el programa tienen una presin sangunea diastlica que excede el valor de 75 recomendado por diversas sociedades mdicas? El departamento de procesamiento de datos de una compaa de seguros grande instal nuevas terminales de video de color para reemplazar las unidades monocromticas que tenan. Los 95 operadores capacitados para usar las nuevas mquinas promediaron 7.2 horas antes de lograr un desempeo satisfactorio. Su varianza muestral fue 16.2 horas al cuadrado. La larga experiencia de los operadores con las viejas terminales monocromticas indicaba un promedio de 8.1 horas en las mquinas antes de que su desempeo fuera satisfactorio. Al nivel de significancia de 0.01, debera el supervisor del departamento concluir que es ms fcil aprender a operar las nuevas terminales? Con la cada del mercado petrolero de principios de 1986, los educadores de Texas se preocuparon por la forma en que las prdidas resultantes en los ingresos del Estado (estimadas en cerca de $100 millones por cada disminucin de un dlar en el precio del barril de petrleo) afectaran sus presupuestos. La directiva estatal de educacin pensaba que la situacin no sera crtica en tanto pudieran estar razonablemente seguros de que el precio permanecera arriba de $18 por barril. Encuestaron a 13 economistas especializados en el mercado del petrleo, elegidos al azar, y les pidieron que predijeran qu tanto bajaran los precios antes de repuntar. Las 13 predicciones promediaron $21.60, con una desviacin estndar de $4.65. Para un nivel 0.01, es la prediccin promedio significativamente mayor que $18.00? Debe la directiva de educacin concluir que es improbable una crisis presupuestaria? Explique su respuesta. Un documental televisivo acerca de comer en exceso afirmaba que los estadounidenses tienen un sobrepeso aproximado de 10 libras en promedio. Para probar esta afirmacin, examinaron a 18 individuos elegidos aleatoriamente, y encontraron que su sobrepeso promedio era 12.4 libras, con una desviacin estndar de la muestra de 2.7 libras. A un nivel de significancia de 0.01, hay alguna razn para dudar de la validez del valor afirmado de 10 libras? XCO, un fabricante multinacional, usa un proceso por lotes para producir objetos. La produccin de cada lote toma 8 horas y tiene costos de material y mano de obra de $8,476. Debido a la variacin en la eficiencia de la mquina y la pureza del material, el nmero de objetos por lote es aleatorio. Todos los objetos se pueden vender en $2.50 cada uno y la produccin es rentable siempre que los lotes se vendan en ms de $12,500 en promedio. XCO hizo un muestreo de 16 lotes y encontr 5,040 objetos por lote en promedio, con una desviacin estndar de 41.3 objetos. Para 0.025, puede XCO concluir que su operacin de objetos es rentable?

a1

.c

om

Estadstica en el trabajo
Loveland Computers
Caso 8: Pruebas de hiptesis de una muestra sta es la otra cosa que me ha puesto a pensar ms sobre la posibilidad de abrir un departamento de software, dijo Margot Derby, la jefa de comercializacin de Loveland Computers, mientras sacaba una columna de The Wall Street Journal del cajn de su escritorio. Como sabes, los precios de las PC han estado bajando. Pero, para sorpresa de todos, los compradores parecen estar gastando lo mismo en total; estn compensando el precio de descuento con la compra de ms moneras y ms software. El artculo cita una cifra de la cantidad promedio gastada en software durante el primer ao despus de la adquisicin de una mquina. sa es la misma cifra que buscbamos cuando hicimos nuestra encuesta telefnica, pero nuestro nmero sali mucho menor que la cantidad en el artculo. El problema es que no estoy segura de cul cifra usar para hacer el plan comercial para un nuevo departamento de software.

Bueno, por qu saldra tu nmero diferente?, pregunt Lee Azko. No pretendemos atraer a todo el mundo, respondi Margot. Tal vez tenemos una imagen ms tcnica, y por consiguiente, nuestros clientes pueden ser diferentes al cliente promedio del que hablan en ese artculo. Tal vez utilizan programas hechos por ellos mismos. O tal vez la diferencia no significa nada y es slo el resultado de un error de muestreo, sugiri Lee. Pero no s cmo decidir con seguridad. Hemos calculado la media y la desviacin estndar de nuestra muestra telefnica, pero el artculo del Journal slo nos da la media. Y recuerdo lo suficiente de mi curso de estadstica de la universidad para saber que no podemos hacer una prueba si no conocemos la desviacin estndar de la poblacin. Preguntas de estudio: Suponga que la cifra media de gastos de software citada en el peridico es una media de poblacin confiable. Tiene razn Margot en que Lee tambin debe conocer la desviacin estndar de la poblacin para realizar una prueba? Qu idea es la que Margot est explorando aqu? Cmo se establecera esta idea en trminos de pruebas de hiptesis?

HH Industries

.M

at e

Ejercicio de base de datos computacional


w

m at

Hal pas a ver a Laurel al da siguiente de la reunin del personal. Tengo una pregunta, empez diciendo, es sobre el estudio que hicieron t y Bob respecto a la licitacin competitiva de las rdenes de compra. S que soy un novato en estadstica y estoy esforzndome por entender los intervalos de confianza y esas cosas, pero, no hay alguna manera de obtener un s o un no a la pregunta que hicimos?, hizo una pausa y prosigui: no quise hacer preguntas tontas en la reunin de ayer, porque realmente siento como si mi falta de conocimientos fuera lo que me hace cuestionar los resultados. Trata de verlo desde mi punto de vista: la cifra que quiero, 60%, est en el intervalo de confianza, pero enfrentmoslo, la mayor parte del intervalo es menor que 0.6. Ves a lo que me refiero? Laurel asinti y sonri. Entiendo exactamente lo que quieres decir, dijo. No eres tan novato como piensas y no es una pregunta tonta. Los intervalos de confianza son, por naturaleza, algo confusos. Tengo un libro de texto que me gustara prestarte para que tengas un poco ms de informacin. Y en cuanto a la respuesta de s o no, djame que te presente a las pruebas de hiptesis. Laurel prosigui explicndole las pruebas de hiptesis de una y dos colas, ilustrndolas con la situacin que tenan a la mano.

ic

a1 .c

1. Efecte una prueba de hiptesis de una cola para determinar si la proporcin de rdenes de compra licitadas en forma competitiva es realmente menor que 0.6, usando los valores p 0.58 y n 1,052. Pruebe al nivel de significancia de 0.01.

Gary le abri la puerta a Laurel una maana. No te he visto en un buen tiempo, exceptuando nuestras reuniones semanales de personal, dijo sonriendo. De hecho, creo que fue desde que me ayudaste con el estudio de cdigos postales, poco despus de que llegaste aqu. He odo que te tienen ocupada! Ha estado bastante agitado, convino Laurel. Pero la estoy pasando bien. Estar ocupada es mejor que estar aburrida! Aunque hace poco, el ritmo baj un poco, lo cual est bien, y ya pronto sern mis vacaciones. Voy a esquiar en las Montaas Rocallosas, lo que constituir un buen descanso. Suena divertido! Crees tener tiempo antes de irte para ayudarme con un pequeo problema?, Laurel asinti. Gary continu, hemos estado observando algunos indicadores de un mal control de calidad de uno de nuestros proveedores de sellos O-Ring. El ajuste de este tipo particular de sello es crucial, como tal vez sepas. En consecuencia, cuando Stan me dice que uno o dos de nuestros clientes se han quejado, necesitamos hacer una verificacin cuidadosa. Tienen procedimientos de inspeccin al recibir?, pregunt Laurel, al tiempo que entraba a su oficina. Buena pregunta, Gary hizo una mueca. Hacemos lo que podemos, e inspeccionamos cada una de las refacciones grandes en pequeas cantidades. Pero cosas como los sellos,

om

nos llegan miles al mismo tiempo y a menudo todo lo que podemos hacer es inspeccionar un puado. Realmente me gustara establecer procedimientos ms rigurosos como un objetivo a largo plazo. Parece que el problema de los sellos O-Ring es un buen lugar para empezar. Te informar de los datos que vamos a necesitar y los pasos del anlisis, y tal vez puedas partir de all para evaluar otros productos. Laurel, saba que poco a poco se ganaba la confianza del personal, no slo en cuanto a su capacidad, sino en especial con respecto a la validez y a la utilidad del anlisis estadstico. Me voy a dar una vuelta por tu oficina al rato para obtener ms detalles. Ms tarde, Laurel encontr a Gary en el taller. Eres muy oportuna, dijo Gary. ste es el ltimo lote, est llegando en este momento. Ves el tamao?, sac uno de los sellos de la

caja y seal la abertura interna. El promedio requerido es 0.140 pulg. Histricamente hemos tenido una desviacin estndar de 0.003 pulg. Tenemos un instrumento de calibracin para medirlos. Y si les pido a mis muchachos que registren los datos de este lote y que te los entreguen en tu oficina maana? Eso estara bien, respondi Laurel. Slo para mi propia informacin, es igual de malo que queden demasiado justos o demasiado sueltos? Sip. De cualquier forma puede resultar desastroso para el usuario, le explic Gary. 2. A un nivel de significancia de 0.05, debera concluir Laurel que los sellos O-Ring estn fuera de tolerancia? Use los datos proporcionados en los archivos CH08.xxx del CD que acompaa al libro.

Del libro de texto al mundo real


Prueba de hiptesis: impacto de la relajacin del reglamento en la administracin de ferrocarriles
Los momentos de cambio a menudo estimulan los estudios estadsticos. ste fue el caso de la industria ferrocarrilera durante la dcada de los aos 80 en Estados Unidos, cuando el Decreto de Eficiencia y la desregulacin que le sigui incrementaron la competencia en una industria antes protegida y estancada. En 1987, los analistas probaron la hiptesis general de que las caractersticas observables y la estructura de la administracin de ferrocarriles haban comenzado a cambiar junto con la reciente reforma al reglamento. Se analizaron las caractersticas de administracin para 1977 y 1983. El estudio indic que los administradores eran significativamente ms jvenes y mejor preparados, con menos aos de servicio en compaas e industrias. Estos resultados mostraron que la desregulacin tuvo xito en rejuvenecer una industria decadente, enfrentndola al reto de atraer administradores que pudieran adaptarse a un entorno cambiante. Antecedentes Desde principios del siglo XX, los niveles de empleo y el porcentaje de trfico de carga dentro de Estados Unidos han cado drsticamente. Debido a que la reglamentacin federal altamente restrictiva permita que la estructura de administracin de los ferrocarriles estadounidenses fuera esttica y burocrtica, la industria tuvo bajos niveles de rentabilidad y competitividad. Histricamente, pocos administradores de ferrocarriles provenan de fuera de la industria. Para mejorar los prospectos financieros se relaj el reglamento de la industria durante los ochenta.

.M

at e

m at

Resultados Los resultados del estudio de Maryland demostraron que la administracin de ferrocarriles haba cambiado como respuesta a la reforma al reglamento. La edad promedio de los administradores de ferrocarriles declin en ms de 1 ao completo, de 51.68 aos en 1977 a 50.66 aos en 1983. Esta tendencia hacia una administracin ms joven respald la primera hiptesis. Se encontr que el ejercicio promedio de los administradores de ferrocarriles era 25 aos en 1977 y 21.33 aos en 1983. Esta cada de 3.77 aos era significativa aun con tan pequea como 0.001 y respald la segunda hi-

ic

l. Se supuso que la edad promedio de los administradores en 1983 era significativamente menor que en 1977. Un entorno competitivo requiere que los ferrocarriles recluten administradores ms jvenes con mayor probabilidad de ser ms innovadores y agresivos. Se dijo que la edad era un indicador de la flexibilidad propia y de la propensin a aceptar riesgos. 2. La segunda hiptesis referente a los administradores era que el nmero promedio de aos de empleo con su actual empleador ferrocarrilero debera ser significativamente menor en 1983 que en 1977. Los aos de experiencia pueden actuar como un obstculo para el cambio organizacional en una industria con nueva reglamentacin. 3. Tambin se supuso que el administrador promedio tendra menos aos de empleo en la industria ferrocarrilera en 1983 que en 1977. La desregulacin requerira que los ferrocarriles buscaran administradores con experiencia en entornos competitivos.

a1 .c

Prueba de hiptesis Curtis Grimm, James Kling y Ken Smith de la Universidad de Maryland probaron la hiptesis de que la desregulacin forzara una modernizacin de las actitudes administrativas. Se probaron varias hiptesis especficas para determinar la validez de las aseveraciones gubernamentales de que la desregulacin mejoraba la competitividad. Algunas de las hiptesis probadas son:

om

ptesis. La cada comparativamente mayor en el tiempo de servicio contra la edad indic que slo la llegada de administradores ms jvenes no era responsable de la disminucin de los aos de servicio. Los ferrocarriles evidentemente ahora incluan gerentes de fuera de la compaa con ms frecuencia que en el pasado. Tambin se revel un fuerte respaldo para la tercera hiptesis. El nmero promedio de aos en la industria declin de 27.23 aos en 1977 a 24.88 aos en 1983, estadsticamente significativo al nivel de 0.001. Es claro que, los resultados respaldaron la hiptesis de que la administracin de ferrocarriles sera ms joven y cambiante despus de la desregulacin. Conclusiones Los ferrocarriles, las aerolneas y las compaas de transportes motorizados han experimentado desregu-

laciones sustanciales durante la ltima dcada, mismas que crearon un mpetu por el cambio administrativo dentro de estas industrias. La prueba de hiptesis y otros mtodos estadsticos proporcionan un medio para determinar los efectos de la reforma regulatoria en las industrias. Esta investigacin puede ser benfica para el desarrollo de estructuras administrativas exitosas en las compaas de todas las industrias, en la bsqueda de prosperidad en entornos altamente competitivos.
Fuente: Curtis M. Grimm, James A. Kling y Ken G. Smith, The Impact of U.S. Rail Regulatory Reform on Railroad Management and Organizational Structure, en Transportation Research-A 21A(2), (1987): 8794.

Repaso del captulo


Trminos introducidos en el captulo 8
Alfa () Probabilidad de cometer un error tipo I. Beta () Probabilidad de cometer un error tipo II. Curva de potencia Grfica de los valores de la potencia de una prueba para cada valor de , u otro parmetro de poblacin para el que la hiptesis alternativa es cierta. niendo que la hiptesis nula es correcta; es decir, la probabilidad de rechazar la hiptesis nula cuando es cierta. Potencia de la prueba de hiptesis Probabilidad de rechazar la hiptesis nula cuando es falsa, es decir, una medida de qu tan bien funciona la prueba de hiptesis.

m at

Error tipo II Aceptacin de una hiptesis nula cuando es falsa.

.M

at e

Error tipo I Rechazo de una hiptesis nula cuando es verdadera.

Escala estandarizada Medicin expresada en desviaciones estndar a partir de la media de la variable. Escala sin procesar Medicin en las unidades originales de la variable. Hiptesis Suposicin o especulacin que hacemos respecto a un parmetro de poblacin. Hiptesis alternativa Conclusin que aceptamos cuando los datos no respaldan la hiptesis nula. Hiptesis nula Hiptesis o suposicin respecto a un parmetro de poblacin que deseamos probar, generalmente una suposicin sobre el status quo. Nivel de significancia Valor que indica el porcentaje de valores de la muestra que estn fuera de ciertos lmites, supo-

Ejercicios de repaso
8-52 Para las situaciones siguientes establezca las hiptesis nula y alternativa apropiadas. a) La Oficina del Censo de Estados Unidos desea determinar si el porcentaje de personas que carecen de hogar en la ciudad de Nueva York es el mismo que el promedio nacional. b) El dueo de una ferretera local desea determinar si las ventas de herramientas para jardn resultaron mejores de lo normal despus de una promocin de primavera.

ic

a1 .c

Prueba de dos colas Prueba de hiptesis en la que la hiptesis nula se rechaza si el valor de la muestra es significativamente mayor o menor que el valor hipottico del parmetro de poblacin; prueba que involucra dos regiones de rechazo. Prueba de cola derecha (o prueba de cola superior) Prueba de hiptesis de una cola en la que un valor de la muestra significativamente mayor que el valor hipottico de la poblacin nos llevar a rechazar la hiptesis nula. Prueba de cola izquierda (o prueba de cola inferior) Prueba de hiptesis de una cola en la que un valor de la muestra que es significativamente menor que el valor hipottico de la poblacin nos llevar a rechazar la hiptesis nula. Prueba de una cola Prueba de hiptesis en la que slo hay una regin de rechazo, es decir, slo nos interesa si el valor observado se desva del valor hipottico en una direccin. Valor crtico Valor del estadstico estndar (z o t) ms all del cual rechazamos la hiptesis nula; el lmite entre las regiones de aceptacin y de rechazo.

om

8-53

8-54

8-55

8-58

8-59

8-60

w .M

at

em

at

ic a

8-57

1. c

om

8-56

c) El canal del clima desea saber si el promedio de nevadas en los aos 80 fue significativamente diferente del promedio de 8 pulg registrado en los ltimos 100 aos. d) Una revista para el consumidor se cuestiona acerca de si el rendimiento de combustible de un nuevo automvil subcompacto es significativamente menor que las 34 millas por galn que anuncia la etiqueta que lleva pegada a la ventanilla. La compaa Health Electronics, Inc., fabricante de bateras para marcapasos, especifica que la vida de cada batera es mayor o igual que 28 meses. Si el calendario de ciruga para remplazar las bateras se ha de basar en esta afirmacin, explique a la administracin de esta empresa las consecuencias que se tendran al cometer errores tipo I y tipo II. Un fabricante de ropa deportiva para mujeres pequeas ha supuesto que el peso promedio de las mujeres que compran su ropa es 110 libras. La compaa tom dos muestras de sus clientas y encontr que una estimacin muestral de la media de la poblacin es 98 libras, y que la otra muestra produce un peso medio de 122 libras. En la prueba de hiptesis de la compaa de que la media de la poblacin es 110 libras contra la hiptesis de que la media no es igual a 110 libras, es ms probable que alguno de estos valores de la muestra nos lleve a aceptar la hiptesis nula? Por qu s o por qu no? Muchas ciudades estadounidenses han establecido carriles para Vehculos de Alta Ocupacin (VAO) para acelerar el transporte hacia los distritos de negocios del centro. Para la autoridad de trfico, la planeacin de trnsito ha dependido de un bien establecido promedio de 3.4 ocupantes por VAO. Sin embargo, un becario de la institucin observa que dado que muchas empresas estn patrocinando transporte corporativo en camionetas, el nmero promedio de pasajeros por vehculo puede ser mayor. El becario tom una muestra de 23 vehculos que pasan por el carril VAO en una caseta de pago y reporta una media muestral de 4.3 pasajeros con una desviacin estndar de 1.5 pasajeros. Al nivel 0.01 de significancia, sugiere la muestra que la media del nmero de pasajeros se ha incrementado? En el ejercicio EV 8-5, cul sera la potencia de la prueba para 14,000, 13,500 y 13,000 si el nivel de significancia se cambia a 0.10? En un da promedio, alrededor del 5% de las acciones de la Bolsa de Valores de Nueva York muestran una nueva alza para ese ao. El viernes 18 de septiembre de 1992, el promedio industrial Dow Jones cerr en 3,282 con un fuerte volumen de ms de 136 millones de ttulos negociados. Una muestra aleatoria de 120 ttulos determin que 16 de ellos haban mostrado nuevas alzas anuales ese da. Usando un nivel de significancia de 0.01, deberamos concluir que ms ttulos de los habituales tuvieron nuevas alzas anuales ese da? En respuesta a las crticas por correspondencia perdida, el Servicio Postal estadounidense puso en marcha nuevos procedimientos para disminuir el problema. Al director general de correos se le asegur que dicho cambio reducira los extravos a menos del histrico ndice de prdidas del 0.3%. Despus de dos meses de implantar los nuevos procedimientos, el servicio postal patrocin una investigacin en la que se envi un total de 8,000 piezas de correspondencia desde diferentes partes del pas. Dieciocho de estas piezas de prueba no llegaron a su destino. A un nivel de significancia de 0.10, puede el director general de correos concluir que los nuevos procedimientos consiguieron su objetivo? Cul es la probabilidad de que estemos rechazando una hiptesis nula verdadera cuando rechazamos el valor hipottico debido a que a) La estadstica de muestra difiere del valor hipottico en ms de 2.15 errores estndar en cualquier direccin. b) El valor del estadstico de la muestra es mayor en ms de 1.6 errores estndar. c) El valor del estadstico de la muestra es menor que el valor hipottico en ms de 2.33 errores estndar. Los distribuidores de fondos de inversin mutua abiertos venden acciones adicionales a los individuos que desean invertir en estos fondos. Estas acciones estn valuadas como valores de activo neto, el valor de estos ttulos representado por las acciones de los fondos, ms una comisin (o cargo) en el intervalo de 0 a 8%. Los fondos cerrados, por otra parte, tienen un nmero fijo de acciones. Estas acciones se negocian en varias bolsas de valores a precios determinados por el mercado. Si el precio es mayor que el valor activo neto, se dice que la accin se vende con prima: si sucede lo contrario se vende con descuento. Una muestra aleatoria de 15 fondos cerrados el 4 de junio de 1993, encontr los descuentos (valores negativos) y las primas (valores positivos) expresados en porcentajes y enumerados en la tabla MR8-1. Utilice esta informacin para responder los ejercicios 8-60 y 8-61. Se venden significativamente menos fondos de acciones de inters variable con descuentos que con primas? Pruebe a un nivel 0.01.

Tabla MR8-1 Descuentos y primas para una muestra de 15 fondos mutualistas cerrados

Nombre del ttulo Blue Chip Value Gabelli Equity Trust Liberty AII-Star Central Fund of Canada Global Health Sciences Patriot Global Dividend Preferred Income Austria Fund Emerging Mexico First Australia Germany Fund Japan Equity Latin America Equity Morgan Stanley Emerging Markets Turkish Investment

Descuento/prima 4.7 0.7 5.3 9.2 0.3 0.3 5.0 0.4 1.9 0.5 5.8 8.2 9.4 10.3 1.7

Fuente: The Wall Street Journal (17 de junio de 1993): B8.

8-61

8-65

8-66

8-67

8-68

8-64

w w

.M

at

em

at

8-63

ic a

1.

co

8-62

Un profesor de finanzas desarroll una teora que predice que los fondos de acciones de inters variable cerrados se deberan vender con una prima cercana al 5% en promedio. suponiendo que la poblacin descuento/prima tiene una distribucin aproximadamente normal, apoya la informacin muestreada esta teora? Pruebe con 0.05. Si deseamos aceptar la hiptesis nula como correcta el 85% de las veces, a cunto errores estndar alrededor de la media hipottica debe encontrarse la media muestral para estar en la regin de aceptacin? Y si deseamos estar 98% seguros de aceptar la hiptesis nula cuando es cierta? Los estatutos ambientales federales aplicables a cierta planta nuclear especifican que el agua reciclada no debe, en promedio, exceder los 84F (28.9C) antes de que se arroje al ro que corre junto a la planta. De 70 muestras, se encontr que la temperatura promedio del agua reciclada era 86.3F (30.2C) Si la desviacin estndar de la poblacin es 13.5F (7.5C), debera la planta ser multada por exceder las limitaciones del estatuto? Formule y pruebe las hiptesis apropiadas con 0.05. Inspectores del gobierno, al investigar los cargos levantados contra una embotelladora de refrescos de Lousiana, que no llenaba bien sus productos, muestrearon 200 botellas y encontraron que el promedio de llenado es 31.7 onzas lquidas. Se anuncia que las botellas contienen 32 onzas lquidas. Se sabe que la desviacin estndar de le poblacin es 1.5 onzas lquidas. Deberan concluir los inspectores, a un nivel de significancia del 2%, que las botellas estn tienen menos contenido? En 1995, la tarifa area promedio con dos semanas de anticipacin en el vuelo entre Raleigh-Durham, Carolina del Norte y la ciudad de Nueva York era $235. La desviacin estndar de la poblacin era $68. En una encuesta hecha en 1996 a 90 viajeros, elegidos al azar, entre estas dos ciudades se encontr que haban pagado en promedio, $218.77 por sus boletos. Cambi significativamente la tarifa area promedio en esta ruta entre 1995 y 1996? Cul es el mayor valor de alfa para el que podra concluir que la tarifa promedio observada no es significativamente diferente de $235? Audio Sounds maneja una cadena de tiendas que venden sistemas y componentes estreo de audio. Ha tenido mucho xito en muchos pueblos universitarios, pero tambin algunos fracasos. El anlisis de estas fallas la ha llevado a adoptar la poltica de no abrir una tienda a menos que estn razonablemente seguros de que al menos el 15% de los estudiantes del lugar tienen sistemas estreo con un costo de $1,100 o ms. En una encuesta hecha a 300 de los 2,400 estudiantes de una pequea escuela de artes en el medio oeste de Estados Unidos se descubri que 57 de ellos tienen un sistema estreo con un costo mayor o igual que $1,100. Si Audio Sounds desea correr un riesgo de fracaso del 5%, debera abrir una tienda en este lugar? La ciudad de Oakley recoge un impuesto de transferencia del 1.5% al cerrar las transacciones de bienes races. En una semana promedio, suelen cerrarse 32 transacciones, con una desviacin estndar de 2.4. Con un nivel de significancia de 0.10, estara de acuerdo con la conclusin del recaudador de impuestos de que las ventas estn fuera de lugar este ao si una muestra de 16 semanas tiene una media de 28.25 transacciones cerradas? En 1996, se estim que alrededor del 72% de los hogares de Estados Unidos es suscriptor de televisin por cable. Los editores de la revista Newstime estaban seguros de que sus lectores tenan suscripcin por

8-69

8-70

cable en un promedio ms alto que la poblacin en general y queran usar este hecho para ayudar a vender espacio de publicidad para los canales de estreno en cable. Para verificar esto, muestrearon a 250 de los suscriptores del Newstime y encontraron que 194 de ellos tenan suscripcin a televisin por cable. Con un nivel de significancia del 2%, los datos de la encuesta apoyan el parecer de los editores? Una compaa, recientemente criticada por no pagar lo mismo a hombres que a mujeres que realizan el mismo trabajo, declara que el sueldo promedio pagado a todos los empleados es $23,500 anuales. De una muestra aleatoria de 29 mujeres que laboran en la compaa, se calcul que el salario promedio era $23,000. Si se sabe que la desviacin estndar de la poblacin es $1,250 para estos trabajos, determine si es razonable esperar (con dos errores estndar) que la media de la muestra sea $23,000 si, en efecto, es cierto lo declarado por la compaa. Drive-a-Lemon, renta automviles en buenas condiciones mecnicas, pero ms antiguos que los que ofrecen las grandes cadenas nacionales de renta de coches. Como resultado, anuncia que sus tarifas son considerablemente ms bajas que las de sus competidores grandes. Una encuesta de la industria estableci que el cargo total promedio por renta en una de las compaas ms importantes es $77.38. Una muestra aleatoria de 18 transacciones realizadas por Drive-a-Lemon mostr un cargo total promedio de $87.61, con una desviacin estndar muestral de $19.48. Verifique que para 0.025, el cargo total promedio de Drive-a-Lemon es significativamente ms alto que el de las compaas grandes. Indica este resultado que las tarifas de Drive-a-Lemon, en efecto, no son ms bajas que las de las cadenas nacionales importantes? Explique su respuesta. Una muestra aleatoria de 20 corporaciones privadas de Carolina del Norte revel los datos de la tabla MR8-2 acerca de sus directores ejecutivos. Use esta informacin para responder a los ejercicios 8-71 a 8-73. Suponiendo que la poblacin tiene una distribucin aproximadamente normal, es razonable concluir, con un nivel de significancia del 5%, que la edad promedio de los directores ejecutivos de todas las corporaciones de Carolina del Norte es significativamente mayor que 50 aos? La mediana del nmero de nios en los hogares de Estados Unidos es de 2. Con un nivel de significancia del 10%, debera concluir que la proporcin de familias de directores ejecutivos con ms de 2 nios es significativamente diferente de 0.5? Alrededor del 65% de todos los adultos de Estados Unidos son casados. La proporcin de directores ejecutivos casados es significativamente mayor que la de la poblacin general? Pruebe con 0.02. Regrese al ejercicio 8-26 y calcule la potencia de la prueba para $41.95, $42.95 y $43.95. Un jefe de personal piensa que el 18% de los empleados de la compaa trabaja horas extra cada semana. Si la proporcin observada esta semana es 13% en una muestra de 250 de los 2,500 empleados, podemos aceptar que su opinin es razonable o debemos concluir que es ms apropiado algn otro valor? Use 0.05. Regrese al ejercicio EV 8-5 y calcule la potencia de la prueba para 14,000, 13,500 y 13,000. Una corredora de bolsa afirma que puede predecir, con el 85% de certeza, el ascenso o cada, durante el mes siguiente, de un valor del mercado de valores. Para probarlo, predice el resultado de 60 valores y acierta en 45 de sus predicciones Presentan estos datos evidencia concluyente (con 0.04) de que la exactitud de sus predicciones es significativamente menor que el 85% declarado? En el ejercicio 8-26, cul sera la potencia de la prueba para $41.95, $42.95 y $43.95, si el nivel de significancia se cambiara a 0.05? Un fabricante de suplementos vitamnicos para recin nacidos incluye un cupn para una muestra gratis de este producto en la canasta distribuida a los nuevos padres en los hospitales. Histricamente, cerca del 18% de los cupones se canjean. Dada la tendencia actual de tener menos hijos e iniciar una familia ms tarde, la empresa se imagina que los padres actuales estn mejor informados en promedio y, como resultado, es ms probable que utilicen un suplemento vitamnico para sus hijos. Una muestra de 1,500 nuevos padres canje 295 cupones. Respalda este hecho, a un nivel de significancia del 2%, la opinin de la compaa respecto a los nuevos padres actuales? Un innovador de la industria automotriz pens que su nuevo automotor elctrico captara el 48% del mercado regional en un ao, debido al bajo precio y el rendimiento superior de su producto. Existen 5,000 usuarios de automotores en la regin. Despus de muestrear el 10% de estos usuarios un ao despus de lanzar su producto al mercado, la compaa encontr que el 43% de ellos usaba los nuevos motores. Con un nivel 0.01, deberamos concluir que la compaa fracas en alcanzar su objetivo de participacin en el mercado?

8-71

8-72

8-76 8-77

8-78 8-79

8-80

8-74 8-75

.M

at

em

8-73

at

ic

a1

.c

om

Tabla MR8-2 Datos personales de una muestra de 35 directores ejecutivos

Nombre de la compaa

Edad

Estado

Nios 3 3 3 3 1 4 3 2 2 4 3 O 3 2 4 2 4 3 2 2

8-81

Segn las especificaciones, las mquinas tragamonedas de palanca en los casinos deben pagar una vez cada 11.6 giros, con una desviacin estndar de 2.7 giros. Un abogado piensa que las mquinas en Casino World estn arregladas y observa un pago de una vez cada 12.4 giros en ms de 36 mquinas. Para 0.01, est en lo correcto el abogado al concluir que las mquinas tienen una frecuencia de pago ms baja?

w w

.M

at

em

at

ic a

Fuente: Geffing a Grip an Clasely Held Campanies, Bussines North Carolina 13(2) (junio de 1993): 28-63.

1.

co

Parkdale Milis Inc. 68 M SAS Institute Inc. 50 M Cogentrix Inc. 65 M House of Raeford Farms Inc. 66 M Harriet & Henderson Yarns Inc. 52 M Harvey Enterprises and Affiliates 44 M Radiator Specialty Co. 77 M Parrish Tire Co. 43 M Spectrum Dyed Yarns Inc. 59 M Southeastern Hospital Supply Corp. 45 M Miller Building Corp. 55 M Pneumafil Corp. 55 S Kroehler Furniture Industries Inc. 50 M Carolina Petroleum Distributors Inc. 42 D Tanner Cos. 64 M Raycom Inc. 43 M Cummins Atlantic Inc. 57 M W. R. Bonsal Co. 62 M Maola Milk & Ice Cream Co. 67 M Waste Industries Inc. 56 M Estado estado civil (soltero, S; casado, M; o divorciado, D) Nios nmero de hijos