Está en la página 1de 186

INDICE

UNIDAD I
TEORIA DEL MUESTREO
Muestras aleatorias
Errores en el muestreo
Distribuciones muestrales
Teorema del límite central
Distribución muestral de medias
Distribución muestral de proporciones
Distribución muestral de diferencia de medias
Distribución muestral de diferencia de proporciones
Distribución Muestral de número de defectos
Problemas propuestos
ESTIMACION
Estimación Puntual
Propiedades de un buen estimador
Estimación por intervalos
Estimación para la media
Estimación de una proporción
Estimación de la diferencia entre dos medias
Estimación de la diferencia de Proporciones
DETERMINACION DE TAMAÑOS DE MUESTRA
Cálculo del tamaño de la muestra para estimar una media
Cálculo del tamaño de la muestra para estimar una proporción
Cálculo del tamaño de la muestra para estimar la diferencia de medias
Cálculo del tamaño de la muestra para diferencia de proporciones
Problemas propuestos

UNIDAD II
PRUEBA DE HIPOTESIS
Hipótesis nula
Hipótesis alternativa
Error tipo I y tipo II
Pasos para establecer un ensayo de hipótesis
Tipos de Ensayo
Uso de valores P para la toma de decisiones
Error tipo II ó ß
Curva característica de operación
Problemas propuestos

1
UNIDAD III
TEORIA DE PEQUEÑAS MUESTRAS
Distribución t de student.
Intervalo de confianza para una media con varianza desconocida.
Prueba de hipótesis sobre la media de una distribución normal, varianza desconocida.
Error tipo II.
Distribución Ji-cuadrada.
Estimación de la varianza.
Ensayo de hipótesis para la varianza de una distribución normal.
Error tipo II.
Distribución Fisher.
Intervalo de confianza para el cociente de varianzas de dos distribuciones normales.
Ensayo de hipóstesis.
Error tipo II.
Intervalo de confianza para la diferencia de medias de dos distribuciones normales varianza desconocida.
Intervalo de confianza para la diferencia de medias de dos distribuciones normales varianza
desconocida pero iguales.
Prueba sobre dos medias, poblaciones normales, varianza desconocida pero iguales.
Intervalo de confianza para la diferencia de medias de dos distribuciones normales varianzas
desconocidas diferentes.
Prueba sobre dos medias, poblaciones normales varianzas desconocidas diferentes.
Muestras pequeñas dependientes o pruebas pareadas.
Ejercicios propuestos.

UNIDAD IV
PRUEBA CHI-CUADRADA Y ESTADISTICA NO PARAMETRICA
Ensayo de hipóstesis.
Prueba chi-cuadrada para la bondad de ajuste.
Tablas de contingencia.
Tablas de contingencia para probar homogeneidad.
Estadística no paramétrica.
Prueba del signo.
Prueba del signo para muestras pareadas.
Prueba del rango con signa de Wilcoxon.
Dos muestras con observaciones pareadas.
Aproximación normal para muestras grandes.
Ejercicios propuestos.
TEORIA DEL MUESTREO
Uno de los propósitos de la estadística inferencial es estimar las características
poblacionales desconocidas, examinando la información obtenida de una
muestra, de una población. El punto de interés es la muestra, la cual debe ser
representativa de la población objeto de estudio.
Se seguirán ciertos procedimientos de selección para asegurar de que las
muestras reflejen observaciones a la población de la que proceden, ya que solo
se pueden hacer observaciones probabilísticas sobre una población cuando se
usan muestras representativas de la misma.

Una población está formada por la totalidad de las observaciones en las cuales
se tiene cierto observa.
Una muestra es un subconjunto de observaciones seleccionadas de una
población.

Muestras Aleatorias

Cuando nos interesa estudiar las características de poblaciones grandes, se


utilizan muestras por muchas razones; una enumeración completa de la
población, llamada censo, puede ser económicamente imposible, o no se cuenta
con el tiempo suficiente.

A continuación se verá algunos usos del muestreo en diversos campos:

1. Política. Las muestras de las opiniones de los votantes se usan para que los
candidatos midan la opinión pública y el apoyo en las elecciones.
2. Educación. Las muestras de las calificaciones de los exámenes de
estudiantes se usan para determinar la eficiencia de una técnica o programa
de enseñanza.
3. Industria. Muestras de los productos de una línea de ensamble sirve para
controlar la calidad.
4. Medicina. Muestras de medidas de azúcar en la sangre de pacientes
diabéticos prueban la eficacia de una técnica o de un fármaco nuevo.
5. Agricultura. Las muestras del maíz cosechado en una parcela proyectan en
la producción los efectos de un fertilizante nuevo.
6. Gobierno. Una muestra de opiniones de los votantes se usaría para
determinar los criterios del público sobre cuestiones relacionadas con el
bienestar y la seguridad nacional.

Errores en el Muestreo

Cuando se utilizan valores muestrales, o estadísticos para estimar valores


poblacionales, o parámetros, pueden ocurrir dos tipos generales de errores: el
error muestral y el error no muestral.

2
El error muestral se refiere a la variación natural existente entre muestras
tomadas de la misma población.

Cuando una muestra no es una copias exacta de la población; aún si se ha


tenido gran cuidado para asegurar que dos muestras del mismo tamaño sean
representativas de una cierta población, no esperaríamos que las dos sean
idénticas en todos sus detalles. El error muestral es un concepto importante que
ayudará a entender mejor la naturaleza de la estadística inferencial.

Los errores que surgen al tomar las muestras no pueden clasificarse como
errores muestrales y se denominan errores no muestrales.

El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral se


refiere a una tendencia sistemática inherente a un método de muestreo que da
estimaciones de un parámetro que son, en promedio, menores (sesgo negativo),
o mayores (sesgo positivo) que el parámetro real.

El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorización.

La aleatorización se refiere a cualquier proceso de selección de una muestra de


la población en el que la selección es imparcial o no está sesgada; una muestra
elegida con procedimientos aleatorios se llama muestra aleatoria.

Los tipos más comunes de técnicas de muestreo aleatorios son el muestreo


aleatorio simple, el muestreo estratificado, el muestreo por conglomerados y el
muestreo sistemático.

Si una muestra aleatoria se elige de tal forma que todos los elementos de la
población tengan la misma probabilidad de ser seleccionados, la llamamos
muestra aleatoria simple.

Ejemplo 1.1

Suponga que nos interesa elegir una muestra aleatoria de 5 estudiantes en un


grupo de estadística de 20 alumnos. 20C5 da el número total de formas de elegir
una muestra no ordenada y este resultado es 15,504 maneras diferentes de
tomar la muestra. Si listamos las 15,504 en trozos separados de papel, una
tarea tremenda, luego los colocamos en un recipiente y después los revolvemos,
entonces podremos tener una muestra aleatoria de 5 si seleccionamos un trozo
de papel con cinco nombres. Un procedimiento más simple para elegir una
muestra aleatoria sería escribir cada uno de los 20 nombres en pedazos
separados de papel, colocarlos en un recipiente, revolverlos y después extraer
cinco papeles al mismo tiempo.

Otro método parea obtener una muestra aleatoria de 5 estudiantes en un grupo


de 20 utiliza una tabla de números aleatorios. Se puede construir la tabla usando
una calculadora o una computadora. También se puede prescindir de estas y

3
hacer la tabla escribiendo diez dígitos del 0 al 9 en tiras de papel, las colocamos
en un recipiente y los revolvemos, de ahí, la primera tira seleccionada determina
el primer número de la tabla, se regresa al recipiente y después de revolver otra
vez se selecciona la seguida tira que determina el segundo número de la tabla;
el proceso continúa hasta obtener una tabla de dígitos aleatorios con tantos
números como se desee.

Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco


práctico, imposible o no deseado; aunque sería deseable usar muestras
aleatorias simples para las encuestas nacionales de opinión sobre productos o
sobre elecciones presidenciales, sería muy costoso o tardado.

El muestreo estratificado requiere de separar a la población según grupos que


no se traslapen llamados estratos, y de elegir después una muestra aleatoria
simple en cada estrato. La información de las muestras aleatorias simples de
cada estrato constituiría entonces una muestra global.

Ejemplo 1.2

Suponga que nos interesa obtener una muestra de las opiniones de los
profesores de una gran universidad. Puede ser difícil obtener una muestra con
todos los profesores, así que supongamos que elegimos una muestra aleatoria
de cada colegio, o departamento académico; los estratos vendrían a ser los
colegios, o departamentos académicos.

El muestreo por conglomerados requiere de elegir una muestra aleatoria


simple de unidades heterogéneas entre sí de la población llamadas
conglomerados. Cada elemento de la población pertenece exactamente a un
conglomerado, y los elementos dentro de cada conglomerado son usualmente
heterogéneos o disímiles.

Ejemplo 1.3

Suponga que una compañía de servicio de televisión por cable está pensando
en abrir una sucursal en una ciudad grande; la compañía planea realizar un
estudio para determinar el porcentaje de familias que utilizarían sus servicios,
como no es práctico preguntar en cada casa, la empresa decide seleccionar una
parte de la ciudad al azar, la cual forma un conglomerado.

En el muestreo por conglomerados, éstos se forman para representar, tan


fielmente como sea posible, a toda la población; entonces se usa una muestra
aleatoria simple de conglomerados para estudiarla. Los estudios de instituciones
sociales como iglesias, hospitales, escuelas y prisiones se realizan,
generalmente, con base en el muestreo por conglomerados.

4
El muestreo sistemático es una técnica de muestreo que requiere de una
selección aleatoria inicial de observaciones seguida de otra selección de
observaciones obtenida usando algún sistema o regla.

Ejemplo 1.4

Para obtener una muestra de suscriptores telefónicos en una ciudad grande,


puede obtenerse primero una muestra aleatoria de los números de las páginas
del directorio telefónico; al elegir el vigésimo nombre de cada página
obtendríamos un muestreo sistemático, también podemos escoger un nombre
de la primera página del directorio y después seleccionar cada nombre del lugar
número cien a partir del ya seleccionado. Por ejemplo, podríamos seleccionar un
número al azar entre los primeros 100; supongamos que el elegido es el 40,
entonces seleccionamos los nombres del directorio que corresponden a los
números 40, 140, 240, 340 y así sucesivamente.

Error Muestral

Cualquier medida conlleva algún error. Si se usa la media para medir, estimar, la
media poblacional µ, entonces la media muestral, como medida, conlleva algún
error. Por ejemplo, supongamos que se ha obtenido una muestra aleatoria de
tamaño 25 de una población con media µ = 15: si la media de la muestra es
x=12, entonces a la diferencia observada x-µ = -3 se le denomina el error
muestral. Una media muestral x puede pensarse como la suma de dos
cantidades, la media poblacional µ y el error muestral; si e denota el error
muestral, entonces:
X=µ +e

Ejemplo 1.5

Se toman muestras de tamaño 2 de una población consistente en tres valores, 2,


4 y 6, para simular una población “grande” de manera que el muestreo pueda
realizarse un gran número de veces, supondremos que éste se hace con
reemplazo, es decir, el número elegido se reemplaza antes de seleccionar el
siguiente, además, se seleccionan muestras ordenadas. En una muestra
ordenada, el orden en que se seleccionan las observaciones es importante, por
tanto, la muestra ordenada (2,4) es distinta de la muestra ordenada (4,2). En la
muestra (4,2), se seleccionó primero 4 y después 2. La siguiente tabla contiene
una lista de todas las muestras ordenadas de tamaño 2 que es posible
seleccionar con reemplazo y también contiene las medioas muestrales y los
correspondientes errores muestrales. La media poblacional es igual a
µ = (2+4+6)/3 = 4. Ver la tabla en la siguiente página.

Notese las interesantes relaciones siguientes contenidas en la tabla:

5
La media de la colección de medias muestrales es 4, la media de la población de
la que se extraen las muestras. Si µx denota la media de todas las medias
muestrales entonces tenemos:
µx = (3+4+3+4+5+5+2+4+6)/9 = 4

La suma de los errores muestrales es cero.


e1 + e2 + e3 + . . . + e 9 = (-2) + (-1) + 0 + (-1) + 0 + 1 + 0 + 1 + 2 = 0

Muestras ordenadas x Error muestral e = x - µ


(2,2) 2 2 – 4 = -2
(2,4) 3 3 – 4 = -1
(2,6) 4 4–4=0
(4,2) 3 3 – 4 = -1
(4,4) 4 4–4=0
(4,6) 5 5–4=1
(6,2) 4 4–4=0
(6,4) 5 5–4=1
(6,6) 6 6–4=2

En consecuencia, si x se usa para medir, estimar, la media poblacional µ, el


promedio de todos los errores muestrales es cero.

Distribuciones Muestrales

Las muestras aleatorias obtenidas de una población son, por naturaleza propia,
impredecibles. No se esperaría que dos muestras aleatorias del mismo tamaño y
tomadas de la misma población tenga la misma media muestral o que sean
completamente parecidas; puede esperarse que cualquier estadístico, como la
media muestral, calculado a partir de las medias en una muestra aleatoria,
cambie su valor de una muestra a otra, por ello, se quiere estudiar la distribución
de todos los valores posibles de un estadístico. Tales distribuciones serán muy
importantes en el estudio de la estadística inferencial, porque las inferencias
sobre las poblaciones se harán usando estadísticas muestrales. Como el
análisis de las distribuciones asociadas con los estadísticos muestrales,
podremos juzgar la confiabilidad de un estadístico muestral como un instrumento
para hacer inferencias sobre un parámetro poblacional desconocido.

Como los valores de un estadístico, tal como x, varían de una muestra aleatoria
a otra, se le puede considerar como una variable aleatoria con su
correspondiente distribución de frecuencias.

La distribución de frecuencia de un estadístico muestral se denomina


distribución muestral. En general, la distribución muestral de un estadístico
es la de todos sus valores posibles calculados a partir de muestras del mismo
tamaño.

6
Suponga que se han seleccionado muestras aleatorias de tamaño 20 en una
población grande. Se calcula la madia muestral x para cada muestra; la
colección de todas estas medias muestrales recibe el nombre de distribución
muestral de medias, lo que se puede ilustrar en la siguiente figura:

X1

X1
Muestra 1 X2
X2
Muestra 2 S
X3

Muestra 3 X3 Xk

Muestra K

Distribución muestral de
Xk
medias (x)
POBLACION

Suponga que se eligen muestras aleatorias de tamaño 20, de una población


grande, y se calcula la deviación estándar de cada una. La colección de todas
estas desviaciones estándar muestrales se llama distribución muestral de la
desviación estándar, y lo podemos ver en la siguiente figura:

s1

s1
Muestra 1 s2 s2

Muestra 2 s3

sk
Muestra 3 s3

Muestra K

sk Distribución muestral de
POBLACION desviaciones estándar (s)

Ejemplo 1.6

Se eligen muestras ordenadas de tamaño 2, con reemplazo, de la población de


valores 0, 2, 4 y 6. Encuentre:
µ, la media poblaciona.
σ, la desviación estándar poblacional.
µx, la media de la distribución muestral de medias.
σx , la desviación estándar de la distribución muestral de medias.
Además, grafique las frecuencias para la población y para la distribución
muestral de medias.

7
Solución:

a) La media poblacional es:


0+ 2+4+6
µ= =3
4
f

x
0 2 4 6
Gráfica de frecuencias para la población

b) La desviación estándar de la población es:

σ =
(0 − 3)2 + (2 − 3) 2 + (4 − 3)2 + (6 − 3) 2 = 2.236
4

c) A continuación se listan los elementos de la distribución muestral de la media


y la correspondiente distribución de frecuencias.

Muestra x Distribución de frecuencias de x


(0,0) 0 x f
(0,2) 1 0 1
(0,4) 2 1 2
(0,6) 3 2 3
(2,0) 1 3 4
(2,2) 2 4 3
(2,4) 3 5 2
(2,6) 4 6 1
(4,0) 2
(4,2) 3 4
(4,4) 4 3
(4,6) 5
(6,0) 3 2
(6,2) 4 1
(6,4) 5 x
0 1 2 3 4 5 6
(6,6) 6
Gráfica de frecuencias para las medias de las muestras

8
La media de la distribución muestral de medias es:
µ =
Σ ( fx ) =
(0 )(1 ) + (1 )(2 ) + (2 )(3 ) + (3 )(4 ) + (4 )(3 ) + (5 )(2 ) + (6 )(1 ) = 48
= 3
Σ f
x
16 3
d) La desviación estándar de la distribución muestral de medias es:
Σ (x − µ x ) f
2

σx =
Σf

σx =
(0 − 3)2 1 + (1 − 3)2 2 + (2 − 3)2 3 + (3 − 3)2 4 + (4 − 3)2 3 + (5 − 3) 2 2 + (6 − 3)2 1 = 1.58
16
σ 2.236
De aquí que podamos deducir que: σ x = = = 1.58
n 2
Como para cualquier variable aleatoria, la dsitribución muestral de medias tiene
una media o valor esperado, una varianza y una desviación estándar, se puede
demostrar que la distribución muestral de medias tiene una media igual a la
media poblacional. Esto es:
µ x = E (x) = µ = 3
Distribuciones muestrales
Después de haber realizado el ejercicio anterior se puede ver que una
distribución muestral se genera extrayendo todas las posibles muestras del
mismo tamaño de la población y calculándoles a éstas su estadístico.
Si la población de la que se extraen las muestras es normal, la distribución
muestral de medias será normal sin importar el tamaño de la muestra.

Población
Normal
Distribución muestral de medias
generada con muestras de
Si la población de donde se extraen las muestras no es normal, entonces el
tamaño de la muestra debe ser mayor o igual a 30, para que la distribución
muestral tenga una forma acampanada. Mientras mayor sea el tamaño de la
muestra, más cerca estará la distribución muestral de ser normal.
Para muchos propósitos, la aproximación normal se considera buena si se
cumple n=30. La forma de la disitribución muestral de medias sea
aproximadamente normal, aún en casos donde la población original es bimodal,
es realmente notable.

Población Exponencial Distribución muestral de medias


generada con muestras de tamaño

9
Teorema del límite central
Si se seleccionan muestras aleatorias de n observaciones de una población con
media µ y desviación estándar σ, entonces, cuando n es grande, la distribución
muestral de medias tendrá aproximadamente una distribución normal con una
media igual a µ y una desviación estándar de σ . La aproximación será cada
n
vez más exacta a medida de que n sea cada vez mayor.

n=50

n=30

n=20

Ejemplo
Para la dsitribución muestral de medias del ejercicio pasado, encuentre:
a) El error muestral de cada media
b) La media de los errores muestrales
c) La desviación estándar de los errores muestrales.

Solución:
a) En la tabla siguiente se ven las muestras, las medias de las muestras y los
errores muestrales:
Muestra x Error muestral, e=x-µ
(0,0) 0 0 - 3 = -3
(0,2) 1 1 - 3 = -2
(0,4) 2 2 - 3 = -1
(0,6) 3 3–3=0
(2,0) 1 1 – 3 = -2
(2,2) 2 2 – 3 = -1
(2,4) 3 3–3=0
(2,6) 4 4–3=1
(4,0) 2 2 – 3 = -1
(4,2) 3 3–3=0
(4,4) 4 4–3=1
(4,6) 5 5–3=2
(6,0) 3 3–3=0
(6,2) 4 4–3=1
(6,4) 5 5–3=2
(6,6) 6 6–3=3

10
b) La media de los errores muestrales es µe, es:
µe =
(− 3 ) + (− 2 ) + (− 1 ) + 0 + ... + 2 + 3
= 0
16
c) La desviación estándar de la distribución de los errores muestrales σe, es
entonces:
σe =
[ ]
Σ (e − µe )2 f
=
(− 3 − 0)21 + (− 2 − 0)2 2 + (−1− 0)2 3 + (0 −0)2 4 + (1− 0)2 3 + (2 − 0)2 2 + (3 − 0)21
=1.58
N 16

La desviación estándar de la distribución muestral de un estadístico se conoce


como error estándar del estadístico. Para el ejercicio anterior el error estándar
de la media denotado por σx , es 1.58. Con esto se puede demostrar que si de
una población se eligen muestras de tamaño n con reemplazo, entonces el
error estándar de la media es igual a la desviación estándar de la distribución de
los errores muestrales.
En general se tiene: σ x = σ e
Cuando las muestras se toman de una población pequeña y sin reemplazo, se
puede usar la formula siguiente para encontrar σx .
σ N −n
σx =
n N −1
donde σ es la desviación estándar de la población de donde se toman las
muestras, n es el tamaño de la muestra y N el de la población.
Como rfegla de cálculo, si el muestreo se hace sin reemplazo y el tamaño de la
población es al menos 20 veces el tamaño de la muestra (N≥20), entonces se
puede usar la fórmula.
N −n
El factor se denomina factor de corrección para una población finita.
N −1

Ejemplo:
Suponga que la tabla siguiente muestra la antiguedad en años en el trabajo de
tres maestros universitarios de matemáticas:
Maestro de matemáticas Antiguedad
A 6
B 4
C 2
Suponga además que se seleccionan muestras aleatorias de tamaño 2 sin
reemplazo. Calcule la antigüedad media para cada muestra, la media de la
distribución muestral y el error estándar, o la desviación estándar de la
distribución muestral.

Solución:
Se pueden tener 3C2 =3 muestras posibles. La tabla lista todas las muestras
posibles de tamaño 2, con sus respectivas medias muestrales.
Muestras Antigüedad Media Muestral
A,B (6,4) 5

11
A,C (6,2) 4
B,C (4,2) 3
La media poblacional es:
2+4+6
µ==4
3
La media de la distribución muestral es:
5+ 4 +3
µx = =4
3
La desviación estándar de la población es:
σ =
(6 − 4 )2 + (4 − 4 ) 2 + (2 − 4 ) 2 = 1 . 63
3
El error estándar o la desviación estándar de la distribución muestral es:
σ =
(5 − 4 )2 + (4 − 4 ) 2 + (3 − 4 ) 2 = 0 . 816
x
3
Si utilizamos la fórmula del error estándar sin el factor de correción tendriamos
que:
σ 1 . 63
σ x
= = = 1 . 152
n 2
Por lo que observamos que este valor no es el verdadero. Agregando el factor
de corrección obtendremos el valor correcto:
σ N −n 1 . 63 3−2
σ = = = 0 . 816
N −1 3−1
x
n 2
El diagrama de flujo resume las decisiones que deben tomarse cuando se
calcula el valor del error estándar:

Comienzo


¿Es la población
σ
infinita? σ x
=
n
No


¿Se muestrea
con sustitución?

No


¿Es
N≥20n?

σ N−n
σx =
n N −1

12
Distribución Muestral de Medias

Si recordamos a la distribución normal, esta es una distribución continua, en


forma de campana en donde la media, la mediana y la moda tienen un mismo
valor y es simétrica.
Con esta distribución podíamos calcular la probabilidad de algún evento
relacionado con la variable aleatoria, mediante la siguiente fórmula:
x−µ
z=
σ
En donde z es una variable estandarizada con media igual a cero y varianza
igual a uno. Con esta fórmula se pueden a hacer los cálculos de probabilidad
para cualquier ejercicio, utilizando la tabla de la distribución z.

Sabemos que cuando se extraen muestras de tamaño mayor a 30 o bien de


cualquier tamaño de una población normal, la distribución muestral de medias
tiene un comportamiento aproximadamente normal, por lo que se puede utilizar
la formula de la distribución normal con µ = µ x y σ = σ x , entonces la fórmula
para calcular la probabilidad del comportamiento del estadístico, en este caso la
media de la muestra , quedaría de la siguiente manera:
x −µ
z =
σ
n
y para poblaciones finitas y muestro con reemplazo:
x−µ
z=
σ N −n
n N −1
Ejemplo:
Una empresa eléctrica fabrica focos que tienen una duración que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviación
estándar de 40 horas. Encuentre la probabilidad de que una muestra aleatoria
de 16 focos tenga una vida promedio de menos de 775 horas.
Solución:
775 − 800
z= = −2.5
40
0.0062 16
Este valor se busca en la tabla de z
P( x ≤ 775) = P (z ≤ −2.5) = 0.0062
775 800

La interpretación sería que la probabilidad de que la media de la muestra de 16


focos sea menor a 775 horas es de 0.0062.

Ejemplo:
Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma
normal con una media de 174.5 centímetros y una desviación estándar de 6.9

13
centímetros. Si se extraen 200 muestras aleatorias de tamaño 25 sin reemplazo
de esta población, determine:
a) El número de las medias muestrales que caen entre 172.5 y 175.8
centímetros.
b) El número de medias muestrales que caen por debajo de 172 centímetros.
Solución:

Como se puede observar en este ejercicio se cuenta con una población finita y
un muestreo sin reemplazo, por lo que se tendrá que agregar el factor de
corrección. Se procederá a calcular el denominador de Z para sólo sustituirlo en
cada inciso.

σ N − n 6.9 1000 − 25
= = 1.36
n N −1 25 1000 − 1
a)

x−µ 172.5 − 174.5 0.7607


z= = = −1.47
σ N −n 1.36
n N −1

172.5 174.5 175.8


175.8 − 174.5
z= = 0.96
1.36
p (172.5 ≤ x ≤ 175.8) = 0.7607 (0.7607)(200)=152 medias muestrales

172 − 174.5
b) z = = −1.83
1.36 0.0336
p ( x ≤ 172) = 0.00336

(0.0336)(200)= 7 medias muestrales

172 174.5

Distribución muestral de Proporciones

Existen ocasiones en las cuales no estamos interesados en la media de la


muestra, sino que queremos investigar la proporción de artículos defectuosos o
la proporción de alumnos reprobados en la muestra. La distribución muestral de
proporciones es la adecuada para dar respuesta a estas situaciones. Esta
distribución se genera de igual manera que la distribución muestral de medias, a
excepción de que al extraer las muestras de la población se calcula el
estadístico proporción (p=x/n en donde “x” es el número de éxitos u
observaciones de interés y “n” el tamaño de la muestra) en lugar del estadísitico
media.

14
p1

p1
Muestra 1 p2 p2
Muestra 2 p3
.
.
Muestra 3 p3 pk
Muestra K p

pk Distribución muestral de Proporciones


POBLACION

Una población binomial está estrechamente relacionada con la


distribución muestral de proporciones; una población binomial es una colección
de éxitos y fracasos, mientras que una distribución muestral de proporciones
contiene las posibilidades o proporciones de todos los números posibles de
éxitos en un experimento binomial, y como consecuencia de esta relación, las
afirmaciones probabilísticas referentes a la proporción muestral pueden
evaluarse usando la aproximación normal a la binomial, siempre que np≥5 y
n(1-p)≥5. Cualquier evento se puede convertir en una proporción si se divide el
número obtenido entre el número de intentos.

Generación de la Distribución Muestral de Proporciones

Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artículos


defectuosos. Se van a seleccionar 5 artículos al azar de ese lote sin reemplazo.
Genere la distribución muestral de proporciones para el número de piezas
defectuosas.
Como se puede observar en este ejercicio la Proporción de artículos
defectuosos de esta población es 4/12=1/3. Por lo que podemos decir que el
33% de las piezas de este lote están defectuosas.

El número posible de muestras de tamaño 5 a extraer de una población de 12


elementos es 12C5=792, las cuales se pueden desglosar de la siguiente manera:

Proporción de Número de maneras


Artículos
Artículos Malos artículos en las que se puede
Buenos
defectuoso obtener la muestra
1 4 4/5=0.8 8C1*4C4=8
2 3 3/5=0.6 8C2*4C3=112
3 2 2/5=0.4 8C3*4C2=336
4 1 1/5=0.2 8C4*4C1=280
5 0 0/5=0 8C5*4C0=56
Total 792

15
Para calcular la media de la distribución muestral de proporciones se tendría que
hacer la sumatoria de la frecuencia por el valor de la proporción muestral y
dividirla entre el número total de muestras. Esto es:
µp =
(0.8 * 8) + (0.6 *112 ) + (0.4 * 336) + (0.2 * 280 ) + (0 * 56 ) = 1 = 0.3333
792 3
Como podemos observar la media de la distribución muestral de proporciones es
igual a la Proporción de la población.
µp = P
También se puede calcular la desviación estándar de la distribución muestral de
proporciones:

σp =
(0.8 −1/ 3)2 *8 +(0.6 −1/ 3)2 *112+(0.4 −1/ 3)2 *336+ (0.2−1/ 3)2 *280+(0 −1/ 3)2 *56 = 0.1681
792
La varianza de la distribución binomial es σ2= npq, por lo que la varianza de la
distribución muestral de proporciones es σ2p =(Pq)/n. Si se sustituten los valores
en esta fórmula tenemos que:
(1 / 3)(2 / 3)
σp = = 0.2108 , este valor no coincide con el de 0.1681, ya que nos
5
falta agregar el factor de corrección para una población finita y un muestreo sin
reemplazo:
(1 / 3)(2 / 3) 12 − 5
σp = = 0.1681
5 12 − 1
Pq N − n
σp =
n N −1

300

200

100

0 0.2 0.4 0.6 0.8 p

Gráfica de frecuencias para las proporciones de las muestras

La fórmula que se utilizará para el cálculo de probabilidad en una distribución


muestral de proporciones está basada en la aproximación de la distribución
normal a la binomial . Esta fórmula nos servirá para calcular la probabilidad del
comportamiento de la proporción en la muestra.

p− P
z=
Pq
n

16
N −n
A esta fórmula se le puede agregar el factor de corrección de si se cumple con
N −1
las condiciones necesarias.

Ejemplo:
Se ha determinado que 60% de los estudiantes de una universidad grande
fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule la
probabilidad de que la proporción de la muestra de la gente que fuma cigarrillos
sea menor que 0.55.

Solución:
Este ejercicio se puede solucionar por dos métodos. El primero puede ser con la
aproximación de la distribución normal a la binomial y el segundo utilizando la
fórmula de la distribución muestral de proporciones.

Aproximación de la distribución normal a la binomial:

Datos:
0.0017
n=800 estudiantes
p=0.60
x= (.55)(800) = 440 estudiantes
p(x<440) = ?
Media= np= (800)(0.60)= 480
440 480
440-0.5=439.5
x − np 439.5 − 480
z= = = −2.92
npq 800(0.60)(0.40 )
p(x<440) = 0.0017. Este valor significa que existe una probabilidad del 0.17% de
que al extraer una muestra de 800 estudiantes, menos de 440 fuman cigarrillos.

Distribución Muestral de Proporciones

Datos:
0.0017
n=800 estudiantes
P=0.60
p= 0.55
p(p<0.55) = ?

0.55 0.60
0.55-(0.5/800)=0.549375

p− P 0.549375 − 0.60
z= = = −2.92 Observe que este valor es igual al obtenido
Pq (0.60)(0.40)
n 800
en el método de la aproximación de la distribución normal a la binomial, por lo
que si lo buscamos en la tabla de “z” nos da la misma probabilidad de 0.0017.

17
También se debe de tomar en cuenta que el factor de corrección de 0.5 se esta
dividiendo entre el tamaño de la muestra, ya que estamos hablando de una
proporción.
La interpretación en esta solución, estaría enfocada a la proporción de la
muestra, por lo que diríamos que la probabilidad de que al extraer una
muestra de 800 estudiantes de esa universidad, la proporción de
estudiantes que fuman cigarrillos sea menor al 55% es del 0.17%.

Ejemplo:
Un medicamento para malestar estomacal tiene la advertencia de que algunos
usuarios pueden presentar una reacción adversa a él, más aún, se piensa que
alrededor del 3% de los usuarios tienen tal reacción. Si una muestra aleatoria de
150 personas con malestar estomacal usa el medicamento, encuentre la
probabilidad de que la proporción de la muestra de los usuarios que realmente
presentan una reacción adversa, exceda el 4%.
a) Resolverlo mediante la aproximación de la normal a la binomial
b) Resolverlo con la distribución muestral de proporciones

a) Aproximación de la distribución normal a la binomial:


Datos:
n=150 personas 0.1685
p=0.03
x= (0.04)(150) = 6 personas
p(x>6) = ?
Media = np= (150)(0.03)= 4.5
4.5 6
x − np 6.5 − 4.5
z= = = 0.96
npq 150(0.03)(0.97 ) 6+0.5=6.5

p(x>6) = 0.1685. Este valor significa que existe una probabilidad del 17% de que
al extraer una muestra de 150 personas, mas de 6 presentarán una reacción
adversa.

b) Distribución Muestral de Proporciones


0.1685
Datos:
n=150 personas
P=0.03
p= 0.04
p(p>0.04) = ?
0.03 0.04

0.04+(0.5/150)=0.0433

18
p− P 0.0433 − 0.03
z= = = 0.96 Observe que este valor es igual al obtenido y la
Pq (0.03)(0.97 )
n 150
interpretación es: existe una probabilidad del 17% de que al tomar una muestra
de 150 personas se tenga una proporción mayor de 0.04 presentando una
reacción adversa.

Ejemplo:
Se sabe que la verdadera proporción de los componentes defectuosos
fabricadas por una firma es de 4%, y encuentre la probabilidad de que una
muestra aleatoria de tamaño 60 tenga:
a) Menos del 3% de los componentes defectuosos.
b) Más del 1% pero menos del 5% de partes defectuosas.

Solución:

a) Datos: 0.2327
n= 60 artículos
P=0.04
p= 0.03
p(p<0.03) = ?
0.03 0.04

0.03-(0.5/60)= 0.0216

p− P 0.0216 − 0.04
z= = = −0.73 La probabilidad de que en una muestra de 60
Pq (0.04 )(0.96)
n 60
artículos exista una proporción menor de 0.03 artículos defectuosos es de
0.2327.

0.3290

b) Datos:
n= 60 artículos
P=0.04
p= 0.01 y 0.05
p(0.01<p<0.05) = ? 0.04 0.05
0.01
0.01+(0.5/60)= 0.0183 0.05-(0.5/60)= 0.0416

p− P 0.0183 − 0.04 p− P 0.0416 − 0.04


z= = = −0.86 z= = = 0.06
Pq (0.04 )(0.96 ) Pq (0.04 )(0.96)
n 60 n 60

19
Distribución Muestral de Diferencia de Medias

Suponga que se tienen dos poblaciones distintas, la primera con media µ1 y


desviación estándar σ1, y la segunda con media µ2 y desviación estándar σ2. Más
aún, se elige una muestra aleatoria de tamaño n1 de la primera población y una
muestra independiente aleatoria de tamaño n2 de la segunda población; se
calcula la media muestral para cada muestra y la diferencia entre dichas medias.
La colección de todas esas diferencias se llama distribución muestral de las
diferencias entre medias o la distribución muestral del estadístico x1 − x 2 .

X21
X11

X11-X 21 Muestra 1
Muestra 1 X22
X12
X12-X 22 Muestra 2
Muestra 2

X13-X 23 X23
Muestra 3
Muestra 3 X13
X1k-X 2k Muestra K
Muestra K
X2k
X1k

Distribución muestral de
POBLACION 1 Diferencia de Medias POBLACION 2

La distribución es aproximadamente normal para n1≥30 y n2≥30. Si las


poblaciones son normales, entonces la distribución muestral de medias es
normal sin importar los tamaños de las muestras.

En ejercicios anteriores se había demostrado que µ = µ x y que σ x= σ , por lo


n
σ1 σ
2 2

que no es difícil deducir que µ x1 − µ x 2 = µ1 − µ 2 y que σ x1− x 2 = + 2 .


n1 n2
La fórmula que se utilizará para el calculo de probabilidad del estadístico de
diferencia de medias es:
( x − x 2 ) − (µ 1 − µ 2 )
z= 1
σ 12 σ 2 2
+
n1 n2
Ejemplo:
En un estudio para comparar los pesos promedio de niños y niñas de sexto
grado en una escuela primaria se usará una muestra aleatoria de 20 niños y otra
de 25 niñas. Se sabe que tanto para niños como para niñas los pesos siguen
una distribución normal. El promedio de los pesos de todos los niños de sexto
grado de esa escuela es de 100 libras y su desviación estándar es de 14.142,
mientras que el promedio de los pesos de todas las niñas del sexto grado de esa

20
escuela es de 85 libras y su desviación estándar es de 12.247 libras. Si x1
representa el promedio de los pesos de 20 niños y x 2 es el promedio de los
pesos de una muestra de 25 niñas, encuentre la probabilidad de que el promedio
de los pesos de los 20 niños sea al menos 20 libras más grande que el de las 25
niñas.

Solución:
Datos:
0.1056
µ1 = 100 libras
µ2 = 85 libras
σ1 = 14.142 libras
σ2 = 12.247 libras
n1 = 20 niños µ1 -µ2 =15 x1 − x 2 = 20
n2 = 25 niñas
( x1 − x2 ) − (µ 1 − µ 2 ) 20 − (100 − 85)
p ( x1 − x 2 〉 20 ) = ? z= = = 1.25
σ1 2
σ
+ 2
2
(14.142 )2
+
(12.247 )2

n1 n2 20 25
Por lo tanto, la probabilidad de que el promedio de los pesos de la muestra de
niños sea al menos 20 libras más grande que el de la muestra de las niñas es
0.1056.

Ejemplo:
Uno de los principales fabricantes de televisores compra los tubos de rayos
catódicos a dos compañías. Los tubos de la compañía A tienen una vida media
de 7.2 años con una desviación estándar de 0.8 años, mientras que los de la B
tienen una vida media de 6.7 años con una desviación estándar de 0.7.
Determine la probabilidad de que una muestra aleatoria de 34 tubos de la
compañía A tenga una vida promedio de al menos un año más que la de una
muestra aleatoria de 40 tubos de la compañía B.

Solución: 0.0023
Datos:
µA = 7.2 años
µB = 6.7 años
σA = 0.8 años
σB = 0.7 años
nA = 34 tubos x A − xB = 1
µA -µB=0.5
nB = 40 tubos
( x A − x B ) − (µ A − µ B ) 1 − (7.2 − 6.7 )
p ( x A − x B 〉1) = ? z= = = 2.84
σ A2 σ B2
+
(0.8) 2 + (0.7 )2
nA nB 34 40

21
Ejemplo:
Se prueba el rendimiento en km/L de 2 tipos de gasolina, encontrándose una
desviación estándar de 1.23km/L para la primera gasolina y una desviación
estándar de 1.37km/L para la segunda gasolina; se prueba la primera gasolina
en 35 autos y la segunda en 42 autos.
a) ¿Cuál es la probabilidad de que la primera gasolina de un rendimiento
promedio mayor de 0.45km/L que la segunda gasolina?
b) ¿Cuál es la probabilidad de que la diferencia en rendimientos promedio se
encuentre entre 0.65 y 0.83km/L a favor de la gasolina 1?.

Solución:
En este ejercicio no se cuenta con los parámetros de las medias en ninguna de
las dos poblaciones, por lo que se supondrán que son iguales.

Datos: 0.0642
σ1 = 1.23 Km/Lto
σ2 = 1.37 Km/Lto
n1 = 35 autos
µ1 -µ2 =0 x1 − x2 = 0 .45
n2 = 42 autos

( x1 − x2 ) − (µ1 − µ 2 ) 0.45 − 0
a) p ( x1 − x 2 〉 0.45 ) = ? z= = = 1.52
σ12 σ 22
+
(1.23)2 + (1.37 )2
n1 n2 35 42
b) p (0.65 ≤ x1 − x2 ≤ 0.83) = ?
( x − x2 ) − (µ1 − µ 2 ) 0.65 − 0
z= 1 = = 2.19
σ1 2
σ
+ 2
2
(1.23) + (1.37 )
2 2

n1 n2 35 42
( x1 − x2 ) − (µ1 − µ 2 ) 0.83 − 0
z= = = 2.80
σ1 2
σ
+ 2
2
(1.23)2 + (1.37 )2
n1 n2 35 42
0.0117

µ1 -µ2 =0 0.65 0.83

La probabilidad de que la diferencia en rendimientos promedio en las muestras


se encuentre entre 0.65 y 0.83 Km/Lto a favor de la gasolina 1 es de 0.0117.

22
Distribución Muestral de Diferencia de Proporciones

Muchas aplicaciones involucran poblaciones de datos cualitativos que deben


compararse utilizando proporciones o porcentajes. A continuación se citan
algunos ejemplos:
• Educación.- ¿Es mayor la proporción de los estudiantes que aprueban
matemáticas que las de los que aprueban inglés?
• Medicina.- ¿Es menor el porcentaje de los usuarios del medicamento A que
presentan una reacción adversa que el de los usuarios del fármaco B que
también presentan una reacción de ese tipo?
• Administración.- ¿Hay diferencia entre los porcentajes de hombres y mujeres
en posiciones gerenciales.
• Ingeniería.- ¿Existe diferencia entre la proporción de artículos defectuosos
que genera la máquina A a los que genera la máquina B?

Cuando el muestreo procede de dos poblaciones binomiales y se trabaja con


dos proporciones muestrales, la distribución muestral de diferencia de
proporciones es aproximadamente normal para tamaños de muestra grande
(n1p1≥5, n1q1≥5,n2p2≥5 y n2q2≥5). Entonces p1 y p2 tienen distribuciones
muestrales aproximadamente normales, así que su diferencia p1-p2 también
tiene una distribución muestral aproximadamente normal.

p 21
p 11

p11-p21 Muestra 1
Muestra 1 p 22
p 12 p12-p22
p13-p23 Muestra 2
Muestra 2
.
. p 23
Muestra 3
Muestra 3 p 13 .
p1k-p2k Muestra K
Muestra K
p 2k
p 1k

Distribución muestral de
POBLACION 1 Diferencia de Proporciones POBLACION 2

Cuando se estudió a la distribución muestral de proporciones se comprobó que


Pq
P = µ p y que σ p = , por lo que no es difícil deducir que µ p1 − µ p 2 = P1 − P2 y
n
P1q1 Pq
que σ p1− p 2 = + 2 2 .
n1 n2
La fórmula que se utilizará para el calculo de probabilidad del estadístico de
diferencia de proporciones es:

23
( p1 − p 2 ) − ( P1 − P2 )
z=
P1 q1 Pq
+ 2 2
n1 n2

Ejemplo:
Los hombres y mujeres adultos radicados en una ciudad grande del norte
difieren en sus opiniones sobre la promulgación de la pena de muerte para
personas culpables de asesinato. Se cree que el 12% de los hombres adultos
están a favor de la pena de muerte, mientras que sólo 10% de las mujeres
adultas lo están. Si se pregunta a dos muestras aleatorias de 100 hombres y 100
mujeres su opinión sobre la promulgación de la pena de muerte, determine la
probabilidad de que el porcentaje de hombres a favor sea al menos 3% mayor
que el de las mujeres.

Solución:
0.4562
Datos:
PH = 0.12
PM = 0.10
nH = 100
nM = 100 PH -PM=0.02 p H -p M=0.03
p(pH-p M≥ 0.03) = ? 0.03-(0.5/100)=0.025

Se recuerda que se está incluyendo el factor de corrección de 0.5 por ser una
distribución binomial y se está utilizando la distribución normal.

( pH − pM ) − ( PH − PM ) 0.025 − (0.12 − 0.10 )


z= = = 0.11
PH q H P q (0.12)(0.88) + (0.10)(0.90 )
+ M M
nH nM 100 100
Se concluye que la probabilidad de que el porcentaje de hombres a favor de la
pena de muerte, al menos 3% mayor que el de mujeres es de 0.4562.

Ejemplo:
Una encuesta del Boston College constó de 320 trabajadores de Michigan que
fueron despedidos entre 1979 y 1984, encontró que 20% habían estado sin
trabajo durante por lo menos dos años. Supóngase que tuviera que seleccionar
otra muestra aleatoria de 320 trabajadores de entre todos los empleados
despedidos entre 1979 y 1984. ¿Cuál sería la probabilidad de que su porcentaje
muestral de trabajadores sin empleo durante por lo menos dos años, difiera del
porcentaje obtenido en la encuesta de Boston College, en 5% o más?

Solución:
En este ejercicio se cuenta únicamente con una población, de la cual se están
extrayendo dos muestras y se quiere saber la probabilidad de la diferencia de los

24
porcentajes en esas dos muestras, por lo que se debe de utilizar la distribución
muestral de proporciones con P 1= P 2, ya que es una misma población.
Otra de las situaciones con la cual nos topamos es que desconocemos la
proporción de trabajadores despedidos entre 1979 y 1984 que estuvieron
desempleados por un período de por lo menos dos años, sólo se conoce la
p1= 0.20 ya que al tomar una muestra de 320 trabajadores se observó esa
proporción.

En la fórmula de la distribución muestral de proporciones para el cálculo de


probabilidad se necesita saber las proporciones de las poblaciones, las cuales
en este ejercicio las desconocemos, por lo que se utilizará el valor de 0.20 como
una estimación puntual de P. En el siguiente tema se abordará el tema de
estimación estadística y se comprenderá el porque estamos utilizando de esa
manera el dato.

También debe de comprenderse la pregunta que nos hace este problema, ¿cuál
sería la probabilidad de que su porcentaje muestral de trabajadores sin empleo
durante por lo menos dos años, difiera del porcentaje obtenido en la encuesta
de Boston College, en 5% o más?, la palabra difiera quiere decir que puede
existir una diferencia a favor de la muestra uno, o a favor de la muestra dos, por
lo que se tendrán que calcular dos áreas en la distribución y al final sumarlas.

Datos:
p1 = 0.20 0.063 0.063
n1 = 320 trabajadores
n2 = 320 trabajadores
P1 = P 2
p 1 -p2 =-0.05 P1 -P2 =0 p 1 -p2 =0.05

-0.05+(0.5/320)=-0.0484 0.05-(0.5/320)=0.0484

( p1 − p 2 ) − ( P1 − P2 ) 0.0484 − 0
z= = = 1.53
P1q1 Pq (0.20 )(0.80) + (0.20)(0.80 )
+ 2 2
n1 n2 320 320
( p1 − p 2 ) − ( P1 − P2 ) − 0.0484 − 0
z= = = −1.53
P1q1 Pq (0.20 )(0.80) + (0.20)(0.80)
+ 2 2
n1 n2 320 320
p ( −0.05 ≥ p1 − p 2 ≥ 0.05) = 0.063 + 0.063 = 0.1260

La probabilidad de que su proporcion muestral de trabajadores sin empleo


durante por lo menos dos años, difiera del porcentaje obtenido en la encuesta
de Boston College, en 0.05 o más es de 0.1260.

25
Ejemplo:
Se sabe que 3 de cada 6 productos fabricados por la máquina 1 son defectuosos
y que 2 de cada 5 objetos fabricados por la máquina 2 son defectuosos; se
toman muestras de 120 objetos de cada máquina:
a) ¿cuál es la probabilidad de que la proporción de artículos defectuosos de la
máquina 2 rebase a la máquina 1 en por lo menos 0.10?
b) ¿cuál es la probabilidad de que la proporción de artículos defectuosos de la
máquina 1 rebase a la máquina 2 en por lo menos 0.15?

Solución:
0.0011
Datos:
P1 = 3/6 = 0.5
P2 = 2/5 = 0.4
n1 = 120 objetos
n2 = 120 objetos P2 -P1 =-0.10 p 2 -p1 =0.10
a) p(p2-p1≥0.10) = ? 0.10-(0.5/120)=0.0958

( p 2 − p1 ) − ( P2 − P1 ) 0.0958 − ( −0.10)
z= = = 3.06
P1q1 Pq (0.50 )(0.50) + (0.40 )(0.60)
+ 2 2
n1 n2 120 120
Otra manera de hacer este ejercicio es poner P 1-P 2:

0.0011

p 1 -p2 =-0.10 P1 -P2 =0.10

-0.10+(0.5/120)=-0.0958

( p1 − p 2 ) − ( P1 − P2 ) − 0.0958 − 0.10
z= = = −3.06
P1q1 Pq (0.50 )(0.50) + (0.40)(0.60 )
+ 2 2
n1 n2 120 120
La probabilidad de que exista una diferencia de proporciones de artículos
defectuosos de por lo menos 10% a favor de la máquina 2 es de 0.0011.

b) p(p1-p2≥0.15)=?
0.2357

P1 -P2 = 0.10 p 1 -p2 =0.15

0.15-(0.5/120)=0.1458

26
( p1 − p 2 ) − ( P1 − P2 ) 0.1458 − 0.10
z= = = 0.72
P1q1 Pq (0.50 )(0.50) + (0.40 )(0.60)
+ 2 2
n1 n2 120 120
La probabilidad de que exista una diferencia de proporciones de artículos
defectuosos de por lo menos 15% a favor de la máquina 1 es de 0.2357.

Distribución Muestral de Número de Defectos

En el control de calidad y específicamente en los gráficos de control “c” se aplica


esta distribución, la cual consiste en que al extraer un artículo contabilicemos el
número de defectos que tiene ese artículo.
Esta distribución muestral proviene de la distribución de Poisson, en la cual le
media es λ y que en este caso es el número promedio de defectos por unidad.
Como ya es conocido la varianza de la distribución de Poisson es igual a λ por lo
que se puede deducir la formula de la siguiente manera:
x −λ
z=
λ
Para la distribución muestral de número de defectos la nomenclatura utilizada
es:
c = número defectos por unidad de inspección
C = número de defectos promedio por unidad de inspección

Se debe de recordar que la distribución de Poisson es una distribución discreta,


y se esta utilizando la aproximación de la normal a la Poisson, debiendo aplicar
el factor de corrección de ±0.5 según sea el caso. La formula para la dsitribución
muestral de número de defectos quedaría de la siguiente manera:
c −C
z=
C
Ejemplo:
En cierta empresa se fabrican productos con un promedio de 8 defectos por
unidad. Determine la probabilidad de que el próximo producto inspeccionado
tenga un número de defectos:
a) Mayor o igual a 6
b) Exactamente 7
c) Como máximo 9
0.8106

a)
c − C 5.5 − 8
z= = = 0.88
C 8 c=6 C=8
6-0.5 = 5.5

La probabilidad de que el siguiente producto inspeccionado tenga por lo menos


6 defectos es de 0.8106.

27
c − C 6.5 − 8 7.5 − 8
b) z = = = 0.53 z= 0.17
C 8 8

0.1344

c=7 C=8

7-0.5=6.5 7+0.5=7.5

La probabilidad de que el siguiente producto inspeccionado tenga exactamente 7


defectos es de 0.1344.

c)
c − C 9.5 − 8 0.7019
z= = = 0.53
C 8

C=8 c=9
9+0.5 = 9.5

La probabilidad de que el siguiente producto inspeccionado tenga a lo más 9


defectos es de 0.7019.

Problemas propuestos
1. Se sabe que la resistencia a la ruptura de cierto tipo de cuerda se distribuye
normalmente con media de 2000 libras y una varianza de 25,000 lbs2. Si se
selecciona una muestra aleatoria de 100 cuerdas; determine la probabilidad
de que en esa muestra:
a) La resistencia media encontrada sea de por lo menos 1958 libras.
b) La resistencia media se mayor de 2080 libras.

2. Como parte de un proyecto general de mejoramiento de la calidad, un


fabricante textil decide controlar el número de imperfecciones encontradas en
cada pieza de tela. Se estima que el número promedio de imperfecciones por
cada pieza de tela es de 12, determine la probabilidad de que en la próxima
pieza de tela fabricada se encuentren:
a) Entre 10 y 12 imperfecciones.
b) Menos de 9 y más de 15 imperfecciones.

3. En una prueba de aptitud la puntuación media de los estudiantes es de 72


puntos y la desviación estándar es de 8 puntos. ¿Cuál es la probabilidad de
que dos grupos de estudiantes, formados de 28 y 36 estudiantes,
respectivamente, difieran en su puntuación media en:
a) 3 ó más puntos.

28
b) 6 o más puntos.
c) Entre 2 y 5 puntos.

4. Un especialista en genética ha detectado que el 26% de los hombres y el


24% de las mujeres de cierta región del país tiene un leve desorden
sanguíneo; si se toman muestras de 150 hombres y 150 mujeres, determine
la probabilidad de que la diferencia muestral de proporciones que tienen ese
leve desorden sanguíneo sea de:
a) Menos de 0.035 a favor de los hombres.
b) Entre 0.01 y 0.04 a favor de los hombres.

5. Una urna contiene 80 bolas de las que 60% son rojas y 40% blancas. De un
total de 50 muestras de 20 bolas cada una, sacadas de la urna con
remplazamiento, ¿en cuántas cabe esperar
a) Igual número de bolas rojas y blancas?
b) 12 bolas rojas y 8 blancas?
c) 8 bolas rojas y 12 blancas?
d) 10 ó mas bolas blancas?

6. Los pesos de 1500 cojinetes de bolas se distribuyen normalmente con media


de 2.40 onzas y desviación estándar de 0.048 onzas. Si se extraen 300
muestras de tamaño 36 de esta población, determinar la media esperada y la
desviación estándar de la distribución muestral de medias si el muestreo se
hace:
a) Con remplazamiento
b) Sin remplazamiento

7. La vida media de una máquina para hacer pasta es de siete años, con una
desviación estándar de un año. Suponga que las vidas de estas máquinas
siguen aproximadamente una distribución normal, encuentre:
a) La probabilidad de que la vida media de una muestra aleatoria de 9 de
estas máquinas caiga entre 6.4 y 7.2 años.
b) El valor de la x a la derecha del cual caería el 15% de las medias
calculadas de muestras aleatorias de tamaño nueve.

8. Se llevan a cabo dos experimentos independientes en lo que se comparan


dos tipos diferentes de pintura. Se pintan 18 especímenes con el tipo A y en
cada uno se registra el tiempo de secado en horas. Lo mismo se hace con el
tipo B. Se sabe que las desviaciones estándar de la población son ambas
1.0. Suponga que el tiempo medio de secado es igual para los dos tipo de
pintura. Encuentre la probabilidad de que la diferencia de medias en el
tiempo de secado sea mayor a uno a favor de la pintura A.

29
Respuestas a los problemas propuestos:
1. a) 0.9960 b) 0
2. a) 0.3221 b) 0.3122
3. a) 0.2150 b) 0.0064 c) 0.4504
4. a) 0.2227 b) 0.2848
5. a) 6 b) 9 c) 2 d) 12
6. a) µ x = 22.4, σ x = 0.008 b) µ x = 22.4, σ x = ligeramente menor que 0.008
7. a) 0.6898 b) 7.35
8. 0.0013

30
ESTIMACION
El objetivo principal de la estadística inferencial es la estimación, esto es que
mediante el estudio de una muestra de una población se quiere generalizar las
conclusiones al total de la misma. Como vimos en la sección anterior, los
estadísticos varían mucho dentro de sus distribuciones muestrales, y mientras
menor sea el error estándar de un estadístico, más cercanos serán unos de
otros sus valores.

Existen dos tipos de estimaciones para parámetros; puntuales y por intervalo.


Una estimación puntual es un único valor estadístico y se usa para estimar un
parámetro. El estadístico usado se denomina estimador.
Una estimación por intervalo es un rango, generalmente de ancho finito, que
se espera que contenga el parámetro.

Estimación Puntual
La inferencia estadística está casi siempre concentrada en obtener algún tipo de
conclusión acerca de uno o más parámetros (características poblacionales).
Para hacerlo, se requiere que un investigador obtenga datos muestrales de cada
una de las poblaciones en estudio. Entonces, las conclusiones pueden estar
basadas en los valores calculados de varias cantidades muestrales . Po ejemplo,
representamos con µ (parámetro) el verdadero promedio de resistencia a la
ruptura de conexiones de alambres utilizados para unir obleas de
semiconductores. Podría tomarse una muestra aleatoria de 10 conexiones para
determinar la resistencia a la ruptura de cada una, y la media muestral de la
resistencia a la ruptura x se podía emplear para sacar una conclusión acerca del
valor de µ. De forma similar, si σ2 es la varianza de la distribución de resistencia
a la ruptura, el valor de la varianza muestral s2 se podría utilizar pra inferir algo
acerca de σ2.

Cuando se analizan conceptos generales y métodos de inferencia es


conveniente tener un símbolo genérico para el parámetro de interés. Se utilizará
la letra griega θ para este propósito. El objetivo de la estimación puntual es
seleccionar sólo un número, basados en datos de la muestra, que represente el
valor más razonable de θ.
Una muestra aleatoria de 3 baterías para calculadora podría presentar
duraciones observadas en horas de x1=5.0, x2 =6.4 y x3=5.9. El valor calculado
de la duración media muestral es x = 5.77, y es razonable considerar 5.77 como
el valor más adecuado de µ.

Una estimación puntual de un parámetro θ es un sólo número que se puede


considerar como el valor más razonable de θ. La estimación puntual se obtiene
al seleccionar una estadística apropiada y calcular su valor a partir de datos de
la muestra dada. La estadística seleccionada se llama estimador puntual de θ.

31
El símbolo θˆ (theta sombrero) suele utilizarse para representar el estimador de θ
y la estimación puntual resultante de una muestra dada. Entonces µ̂ = x se lee
como “el estimador puntual de µ es la media muestral x ”. El enunciado “la
estimación puntual de µ es 5.77” se puede escribir en forma abreviada µˆ = 5.77 .
Ejemplo:
En el futuro habrá cada vez más interés en desarrollar aleaciones de Mg de bajo
costo, para varios procesos de fundición. En consecuencia, es importante contar
con métodos prácticos para determinar varias propiedades mecánicas de esas
aleaciones. Examine la siguiente muestra de mediciones del módulo de
elasticidad obtenidos de un proceso de fundición a presión:
44.2 43.9 44.7 44.2 44.0 43.8 44.6 43.1
Suponga que esas observaciones son el resultado de una muestra aleatoria. Se
desea estimar la varianza poblacional σ2. Un estimador natural es la varianza
muestral:
Σ( x i − x ) (44.2 − 44.0625) + (43.9 − 44.0625) + ... + (43.1 − 44.0625 )
2 2 2 2
σˆ = s =
2 2
= = 0.251
n −1 8 −1

En el mejor de los casos, se encontrará un estimador θˆ para el


cual θˆ = θ siempre. Sin embargo, θˆ es una función de las Xi muestrales, por lo
que en sí misma una variable aleatoria.
θˆ = θ + error de estimación
entonces el estimador preciso sería uno que produzca sólo pequeñas diferencias
de estimación, de modo que los valores estimados se acerquen al valor
verdadero.
Propiedades de un Buen Estimador
Insesgado.- Se dice que un estimador puntualθˆ es un estimador insesgado de θ
()
si E θˆ = θ , para todo valor posible de θ. En otras palabras, un estimador
insesgado es aquel para el cual la media de la distribución muestral es el
parámetro estimado. Si se usa la media muestral x para estimar la media
poblacional µ, se sabe que la µ x = µ , por lo tanto la media es un estimador
insesgado.

Eficiente o con varianza mínima.- Suponga que θˆ 1 y θˆ 2 son dos estimadores


insesgados de θ. Entonces, aun cuando la distribución de cada estimador esté
centrada en el valor verdadero de θ, las dispersiones de las distribuciones
alrededor del valor verdadero pueden ser diferentes.
Entre todos los estimadores de θ que son insesgados, seleccione al que tenga
varianza mínima. El θˆ resultante recibe el nombre de estimador insesgado
con varianza mínima (MVUE, minimum variance unbiased estimator) de θ.
En otras palabras, la eficiencia se refiere al tamaño de error estándar de la
estadística. Si comparamos dos estaíisticas de una muestra del mismo tamaño y
tratamos de decidir cual de ellas es un estimador mas eficiente, escogeríamos la

32
estadística que tuviera el menor error estándar, o la menor desviación estándar
de la distribución de muestreo.
Tiene sentido pensar que un estimador con un error estándar menor tendrá una
mayor oportunidad de producir una estimación mas cercana al parámetro de
población que se esta considerando.

Distribución muestral de
medias

Distribución muestral de
medianas

Como se puede observar las dos distribuciones tienen un mismo valor en el


parámetro sólo que la distribución muestral de medias tiene una menor varianza,
por lo que la media se convierte en un estimador eficiente e insesgado.

Coherencia.- Una estadística es un estimador coherente de un parámetro de


población, si al aumentar el tamaño de la muestra se tiene casi la certeza de que
el valor de la estadística se aproxima bastante al valor del parámetro de la
población. Si un estimador es coherente se vuelve mas confiable si tenemos
tamaños de muestras mas grandes.

Suficiencia.- Un estimador es suficiente si utiliza una cantidad de la información


contenida de la muestra que ningún otro estimador podría extraer información
adicional de la muestra sobre el parámetro de la población que se esta
estimando.
Es decir se pretende que al extraer la muestra el estadístico calculado contenga
toda la información de esa muestra. Por ejemplo, cuando se calcula la media de
la muestra, se necesitan todos los datos. Cuando se calcula la mediana de una
muestra sólo se utiliza a un dato o a dos. Esto es solo el dato o los datos del
centro son los que van a representar la muestra. Con esto se deduce que si
utilizamos a todos los datos de la muestra como es en el caso de la media, la
varianza, desviación estándar, etc; se tendrá un estimador suficiente.

Estimación por Intervalos

Un estimado puntual, por ser un sólo número, no proporciona por sí mismo


información alguna sobre la precisión y confiabilidad de la estimación. Por
ejemplo, imagine que se usa el estadístico x para calcular un estimado puntual
de la resistencia real a la ruptura de toallas de papel de cierta marca, y suponga

33
que x = 9322.7. Debido a la variabilidad de la muestra, nunca se tendrá el caso
de que x =µ. El estimado puntual nada dice sobre lo cercano que esta de µ. Una
alternativa para reportar un solo valor del parámetro que se esté estimando es
calcular e informar todo un intervalo de valores factibles, un estimado de
intervalo o intervalo de confianza (IC). Un intervalo de confianza se calcula
siempre seleccionando primero un nivel de confianza, que es una medida de el
grado de fiabilidad en el intervalo. Un intervalo de confianza con un nivel de
confianza de 95% de la resistencia real promedio a la ruptura podría tener un
límite inferior de 9162.5 y uno superior de 9482.9. Entonces, en un nivel de
confianza de 95%, es posible tener cualquier valor de µ entre 9162.5 y 9482.9.
Un nivel de confianza de 95% implica que 95% de todas las muestras daría lugar
a un intervalo que incluye µ o cualquier otro parámetro que se esté estimando, y
sólo 5% de las muestras producirá un intervalo erróneo. Cuanto mayor sea el
nivel de confianza podremos creer que el valor del parámetro que se estima está
dentro del intervalo.
Una interpretación correcta de la “confianza de 95%” radica en la interpretación
frecuente de probabilidad a largo plazo: decir que un evento A tiene una
probabilidad de 0.95, es decir que si el experimento donde A está definido re
realiza una y otra vez, a largo plazo A ocurrirá 95% de las veces. Para este caso
el 95% de los intervalos de confianza calculados contendrán a µ.

Valor verdadero de µ

Esta es una construcción repetida de intervalos de confianza de 95% y se puede


observar que de los 11 intervalos calculados sólo el tercero y el último no
contienen el valor de µ.
De acuerdo con esta interpretación, el nivel de confianza de 95% no es tanto un
enunciado sobre cualquier intervalo en particular, más bien se refiere a lo que
sucedería si se tuvieran que construir un gran número de intervalos semejantes.

Encontrar z a partir de un nivel de confianza

34
Existen varias tablas en las cuales podemos encontrar el valor de z, según sea
el área proporcionada por la misma. En esta sección se realizará un ejemplo
para encontrar el valor de z utilizando tres tablas diferentes.

Ejemplo:
Encuentre el valor de z para un nivel de confianza del 95%.

Solución 1:
Se utilizará la tabla que tiene el área bajo la curva de -∞ hasta z. Si lo vemos
gráficamente sería:

-∞ z

El nivel de confianza bilateral está dividido en partes iguales bajo la curva:


0.475
0.475

En base a la tabla que se esta utilizando, se tendrá que buscar el área de 0.975,
ya que cada extremo o cola de la curva tiene un valor de 0.025.

0.975

z = 1.96
Por lo que el valor de z es de 1.96.

Solución 2:
Si se utiliza una tabla en donde el área bajo la curva es de 0 a z:

0 z

En este caso sólo se tendrá que buscar adentro de la tabla el área de 0.475 y el
resultado del valor de z será el mismo, para este ejemplo 1.96.

35
Solución 3:
Para la tabla en donde el área bajo la curva va desde z hasta ∞:

0.025

z ∞

Se busca el valor de 0.025 para encontrar z de 1.96.

Independientemente del valor del Nivel de Confianza este será el procedimiento


a seguir para localizar a z. En el caso de que no se encuentre el valor exacto se
tendrá que interpolar.

Estimación para la Media


Es conocido de nosotros durante este curso, que en base a la distribución
muestral de medias que se generó en el tema anterior, la formula para el calculo
x −µ
de probabilidad es la siguiente: z = . Como en este caso no conocemos
σ
n
el parámetro y lo queremos estimar por medio de la media de la muestra, sólo se
despejará µ de la formula anterior, quedando lo siguiente:

µ= x±
n
De esta formula se puede observar que tanto el tamaño de la muestra como el
valor de z se conocerán. Z se puede obtener de la tabla de la distribución normal
a partir del nivel de confianza establecido. Pero en ocasiones se desconoce σ
por lo que en esos casos lo correcto es utilizar otra distribución llamada “t” de
student si la población de donde provienen los datos es normal.
Para el caso de tamaños de muestra grande se puede utilizar una estimación
puntual de la desviación estándar, es decir igualar la desviación estándar de la
muestra a la de la población (s=σ).

Ejemplos:
1. Se encuentra que la concentración promedio de zinc que se saca del agua a
partir de una muestra de mediciones de zinc en 36 sitios diferentes es de 2.6
gramos por mililitro. Encuentre los intervalos de confianza de 95% y 99%
para la concentración media de zinc en el río. Suponga que la desviación
estándar de la población es 0.3.

Solución:
La estimación puntual de µ es x = 2.6. El valor de z para un nivel de confianza
del 95% es 1.96, por lo tanto:

36
µ= x±

= 2.6 ±
(1.96 )(0.3) = 2.50 y 2.70
n 36

0.95

µ min = 2.50 µ max = 2.70

Para un nivel de confianza de 99% el valor de z es de 2.575 por lo que el


intervalo será más amplio:
µ= x±

= 2.6 ±
(2.575)(0.3) = 2.47 y 2.73
n 36
0.99

µ min = 2.47 µ max = 2.73


El intervalo de confianza proporciona una estimación de la presición de nuestra
estimación puntual. Si µ es realmente el valor central de intervalo, entonces
x estima µ sin error. La mayor parte de las veces, sin embargo, x no será
exactamente igual a µ y la estimación puntual es errónea. La magnitud de este
error será el valor absoluto de la diferencia entre µ y x , y podemos tener el nivel

de confianza de que esta diferencia no excederá .
n
Como se puede observar en los resultados del ejercicio se tiene un error de
estimación mayor cuando el nivel de confianza es del 99% y más pequeño
cuando se reduce a un nivel de confianza del 95%.

2. Una empresa eléctrica fabrica focos que tienen una duración


aproximadamente distribuida de forma normal con una desviación estándar
de 40 horas. Si una muestra de 30 focos tiene una duración promedio de 780
horas, encuentre un intervalos de confianza de 96% para la media de la
población de todos los focos que produce esta empresa.

Solución:
x−

< µ< x+

= 780 −
(2.054 )(40) < µ < 780 + (2.054 )(40) = 765 < µ < 795
n n 30 30
Con un nivel de confianza del 96% se sabe que la duración media de los focos
que produce la empresa está entre 765 y 765 horas.

37
3. La prueba de corte sesgado es el procedimiento más aceptado para evaluar
la calidad de una unión entre un material de reparación y su sustrato de
concreto. El artículo “Testing the Bond Between Repair Materials and
Concrete Substrate” informa que, en cierta investigación, se obtuvo una
resistencia promedio muestral de 17.17 N/mm2 , con una muestra de 48
observaciones de resistencia al corte, y la desviación estándar muestral fue
3.28 N/mm2 . Utilice un nivel de confianza inferior del 95% para estimar la
media real de la resistencia al corte.

Solución:
En este ejercicio se nos presentan dos situaciones diferentes a los ejercicios
anteriores. La primera que desconoce la desviación estándar de la población y la
segunda que nos piden un intervalo de confianza unilateral.
El primer caso ya se había comentado y se solucionará utilizando la desviación
estándar de la muestra como estimación puntual de sigma.
Para el intervalo de confianza unilateral, se cargará el área bajo la curva hacia
un solo lado como sigue:

0.95

Z=-1.645

x−

= 17.17 −
(1.654 )(3.38) = 16.39
n 48

Esto quiere decir que con un nivel de confianza de 95%, el valor de la media
está en el intervalo (16.39, ∞).

Estimación de una Proporción


Un estimador puntual de la proporción P en un experimento binomial está dado
por la estadística P=X/N, donde x representa el número de éxitos en n pruebas.
Por tanto, la proporción de la muestra p =x/n se utiuñlizará como estimador
puntual del parámetro P.

Si no se espera que la proporción P desconocida esté demasiado cerca de 0 ó


de 1, se puede establecer un intervalo de confianza para P al considerar la
distribución muestral de proporciones.
p− P
z=
Pq
n
Al despejar P de esta ecuación nos queda:

38
Pq
P= p±z
n
En este despeje podemos observar que se necesita el valor del parámetro P y
es precisamente lo que queremos estimar, por lo que lo sustituiremos por la
proporción de la muestra p siempre y cuando el tamaño de muestra no sea
pequeño.
pq
P= p±z
n
Cuando n es pequeña y la proporción desconocida P se considera cercana a 0
ó a 1, el procedimiento del intervalo de confianza que se establece aquí no es
confiable, por tanto, no se debe utilizar. Para estar seguro, se debe requerir que
np ó nq sea mayor o igual a 5.

El error de estimación será la diferencia absoluta entre p y P, y podemos tener el


pq
nivel de confianza de que esta diferencia no excederá z .
n
Ejemplos:
1. Un fabricante de reproductores de discos compactos utiliza un conjunto de
pruebas amplias para evaluar la función eléctrica de su producto. Todos los
reproductores de discos compactos deben pasar todas las pruebas antes de
venderse. Una muestra aleatoria de 500 reproductores tiene como resultado
15 que fallan en una o más pruebas. Encuentre un intervalo de confianza de
90% para la proporción de los reproductores de discos compactos de la
población que no pasan todas las pruebas.

Solución:
n=500
p = 15/500 = 0.03
z(0.90) = 1.645
(0.03)(0.97 )
= 0.03 ± (1.645)
pq
P= p±z
n 500
0.0237<P<0.0376
Se sabe con un nivel de confianza del 90% que la proporción de discos
defectuosos que no pasan la prueba en esa población esta entre 0.0237 y
0.0376.

2. En una muestra de 400 pilas tipo B fabricadas por la Everlast Company, se


encontraron 20 defectuosas. Si la proporción p de pilas defectuosas en esa
muestra se usa para estimar P, que vendrá a ser la proporción verdadera de
todas las pilas defectuosas tipo B fabricadas por la Everlast Company,
encuentre el máximo error de estimación ε tal que se pueda tener un 95% de
confianza en que P dista menos de ε de p.

39
Solución:
p=x/n = 20/400=0.05
z(0.95)=1.96

pq (0.05)(0.95 )
ε =z = 1.96 = 0.021
n 400
Si p=0.05 se usa para estimar P, podemos tener un 95% de confianza en que P
dista menos de 0.021 de p. En otras palabras, si p=0.05 se usa para erstimar P,
el error máximo de estimación será aproximadamente 0.021 con un nivel de
confianza del 95%.

Para calcular el intervalo de confianza se tendría:


p ± ε = 0.05 ± 0.021
Esto da por resultado dos valores, (0.029, 0.071). Con un nivel de confianza del
95% se sabe que la proporción de pulas defectuosas de esta compañía está
entre 0.029 y 0.071.

Si se requiere un menor error con un mismo nivel de confianza sólo se


necesita aumentar el tamaño de la muestra.

3. En un estudio de 300 accidentes de automóvil en una ciudad específica, 60


tuvieron consecuencias fatales. Con base en esta muestra, construya un
intervalo del 90% de confianza para aproximar la proporción de todos los
accidentes automovilísticos que en esa ciudad tienen consecuencias fatales.

Solución:
P= 60/300 = 0.20
Z(0.90) = 1.645

(0.20 )(0.80)
= 0.20 ± (1.645)
pq
P= p±z = 0.20 ± 0.038
n 300
0.162<P<0.238

Estimación de la Diferencia entre dos Medias


Si se tienen dos poblaciones con medias µ1 y µ2 y varianzas σ12 y σ22,
respectivamente, un estimador puntual de la diferencia entre µ1 y µ2 está dado
por la estadística x1 − x 2 . Por tanto. Para obtener una estimación puntual de
µ1- µ2, se seleccionan dos muestras aleatorias independientes, una de cada
población, de tamaño n1 y n2 , se calcula la diferencia x1 − x 2 , de las medias
muestrales.
Recordando a la distribución muestral de diferencia de medias:

40
( x1 − x 2 ) − (µ 1 − µ 2 )
z=
σ 12 σ 2 2
+
n1 n2

Al despejar de esta ecuación µ1 - µ2 se tiene:


2
σ1 σ 22
µ1 − µ 2 = ( x1 − x 2 ) ± z +
n1 n2
En el caso en que se desconozcan las varianzas de la población y los tamaños
de muestra sean mayores a 30 se podrá utilizar la varianza de la muestra como
una estimación puntual.

Ejemplos:
1. Se lleva a cabo un experimento en que se comparan dos tipos de motores, A
y B. Se mide el rendimiento en millas por galón de gasolina. Se realizan 50
experimentos con el motor tipo A y 75 con el motor tipo B. La gasolina que se
utiliza y las demás condiciones se mantienen constantes. El rendimiento
promedio de gasolina para el motor A es de 36 millas por galón y el promedio
para el motor B es 24 millas por galón. Encuentre un intervalo de confianza
de 96% sobre la diferencia promedio real para los motores A y B. Suponga
que las desviaciones estándar poblacionales son 6 y 8 para los motores A y
B respectivamente.

Solución:
Es deseable que la diferencia de medias sea positiva por lo que se recomienda
restar la media mayor menos la media menor. En este caso será la media del
motor B menos la media del motor A.
El valor de z para un nivel de confianza del 96% es de 2.05.

2
σA σ B2
µ B − µ A = (x B − x A ) ± z = (42 − 36) ± 2.05
36 64
+ +
nA nB 50 75
3.43<µB-µA <8.57
La interpretación de este ejemplo sería que con un nivel de confianza del 96% la
diferencia del rendimiento promedio esta entre 3.43 y 8.57 millas por galón a
favor del motor B. Esto quiere decir que el motor B da mas rendimiento promedio
que el motor A, ya que los dos valores del intervalo son positivos.

2. Una compañía de taxis trata de decidir si comprar neumáticos de la marca A


o de la B para su flotilla de taxis. Para estimar la diferencia de las dos
marcas, se lleva a cabo un experimento utilizando 12 de cada marca. Los
neumáticos se utilizan hasta que se desgastan, dando como resultado
promedio para la marca A 36,300 kilómetros y para la marca B 38,100
kilómetros. Calcule un intervalo de confianza de 95% para la diferencia
promedio de las dos marcas, si se sabe que las poblaciones se distribuyen

41
de forma aproximadamente normal con desviación estándar de 5000
kilómetros para la marca A y 6100 kilómetros para la marca B.

Solución:
2
σA σ 2 5000 2 6100 2
µB − µ A = (xB − xA ) ± z + B = (38100 − 36300) ± 1.96 +
nA nB 12 12
-2662.68<µB-µA <6262.67
Gráficamente:

0.95

µ B − µ A = −2662.68 µ B − µ A = 6262.67
µB − µA = 0

Como el intervalo contiene el valor “cero”, no hay razón para creer que el
promedio de duración del neumático de la marca B es mayor al de la marca A,
pues el cero nos está indicando que pueden tener la misma duración promedio.

Estimación de la Diferencia de dos Proporciones


En la sección anterior se vio el tema de la generación de las distribuciones
muestrales, en donde se tenía el valor de los parámetros, se seleccionaban dos
muestras y podíamos calcular la probabilidad del comportamiento de los
estadísticos. Para este caso en particular se utilizará la distribución muestral de
diferencia de proporciones para la estimación de las misma. Recordando la
formula:
( p − p 2 ) − ( P1 − P2 )
z= 1
P1 q1 Pq
+ 2 2
n1 n2
Despejando P 1-P 2 de esta ecuación:

P1 − P2 = ( p1 − p 2 ) ± z 1 1 + 2 2
Pq Pq
n1 n2
Aquí se tiene el mismo caso que en la estimación de una proporción, ya que al
hacer el despeje nos queda las dos proporciones poblacionales y es
precisamente lo que queremos estimar, por lo que se utilizarán las proporciones
de la muestra como estimadores puntuales:

P1 − P2 = ( p1 − p 2 ) ± z 1 1 + 2 2
pq p q
n1 n2
Ejemplos:
1. Se considera cierto cambio en un proceso de fabricación de partes
componentes. Se toman muestras del procedimiento existente y del nuevo

42
para determinar si éste tiene como resultado una mejoría. Si se encuentra
que 75 de 1500 artículos del procedimiento actual son defectuosos y 80 de
2000 artículos del procedimiento nuevo también lo son, encuentre un
intervalo de confianza de 90% para la diferencia real en la fracción de
defectuosos entre el proceso actual y el nuevo.

Solución:
Sean P 1 y P2 las proporciones reales de defectuosos para los procesos actual y
nuevo, respectivamente. De aquí, p 1=75/1500 = 0.05 y p2 = 80/2000 = 0.04. con
el uso de la tabla encontramos que z para un nivel de confianza del 90% es de
1.645.
(0.05 )(0.95) (0.04 )(0.96)
P1 − P2 = ( p1 − p 2 ) ± z 1 1 + 2 2 = (0.05 − 0.04) ± 1.645
pq pq
+
n1 n2 1500 2000
-0.0017<P 1-P 2<0.0217
Como el intervalo contiene el valor de cero, no hay razón para creer que el
nuevo procedimiento producirá una disminución significativa en la proporción de
artículos defectuosos comparado con el método existente.

2. Un artículo relacionado con la salud, reporta los siguientes datos sobre la


incidencia de disfunciones importantes entre recién nacidos con madres
fumadoras de marihuana y de madres que no la fumaban:
Usuaria No Usuaria
Tamaño Muestral 1246 11178
Número de disfunciones 42 294
Proporción muestral 0.0337 0.0263
Encuentre el intervalo de confianza del 99% para la diferencia de
proporciones.

Solución:
Representemos P1 la proporción de nacimientos donde aparecen disfunciones
entre todas las madres que fuman marihuana y definamos P 2, de manera similar,
para las no fumadoras. El valor de z para un 99% de confianza es de 2.58.
(0.0337)(0.9663) (0.0263)(0.9737)
P1 − P2 = ( p1 − p2 ) ± z 1 1 + 2 2 = (0.0337− 0.0263) ± 2.58
pq pq
+
n1 n2 1246 11178
-0.0064<P 1-P 2<0.0212
Este intervalo es bastante angosto, lo cual sugiere que P1-P 2 ha sido estimado
de manera precisa.

Determinación de Tamaños de Muestra para Estimaciones

Al iniciar cualquier investigación, la primer pregunta que surge es: ¿de qué
tamaño debe ser la o las muestras?. La respuesta a esta pregunta la veremos
en esta sección, con conceptos que ya se han visto a través de este material.

43
Cálculo del Tamaño de la Muestra para Estimar una Media

¿Qué tan grande debe ser una muestra si la media muestral se va a usar para
estimar la media poblacional?. La respuesta depende del error estándar de la
media, si este fuera cero, entonces se necesitaría una sola media que será igual
necesariamente a la media poblacional desconocida µ, porque σ = 0. Este caso
extremo no se encuentra en la práctica, pero refuerza el hecho de que mientras
menor sea el error estándar de la media, menor es el tamaño de muestra
necesario para lograr un cierto grado de precisión.
Se estableció antes que una forma de disminuir el error de estimación es
aumentar el tamaño de la muestra, si éste incluye el total de la población,
entonces x − µ sería igual a cero. Con esto en mente, parece razonable que
para un nivel de confianza fijo, sea posible determinar un tamaño de la muestra
tal que el error de estimación sea tan pequeño como queramos, para ser mas
preciso, dado un nivel de confianza y un error fijo de estimación ε, se puede
escoger un tamaño de muestra n tal que P( x − µ <ε) = Nivel de confianza. Con
el propósito de determinar n. El error máximo de estimación esta dado por:

ε=
n
Si se eleva al cuadrado ambos lados de esta ecuación y se despeja n de la
ecuación resultante, obtenemos:
 zσ 
2

n = 
 ε 
Como n debe de ser un número entero, redondeamos hacia arriba todos los
resultados fraccionarios.

En el caso de que se tenga una población finita y un muestreo sin reemplazo, el


error de estimación se convierte en:
zσ N − n
ε=
n N −1
De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:

z 2σ 2 N
n=
ε 2 ( N − 1) + z 2σ 2

Ejemplos:

1. Un biólogo quiere estimar el peso promedio de los ciervos cazados en el


estado de Maryland. Un estudio anterior de diez ciervos cazados mostró que
la desviación estándar de sus pesos es de 12.2 libras. ¿Qué tan grande debe
ser una muestra para que el biólogo tenga el 95% de confianza de que el
error de estimación es a lo más de 4 libras?

44
Solución:
 zσ   (1.96 )(12.2 ) 
2 2

n =  =  = 35.736
 ε   4 
En consecuencia, si el tamaño de la muestra es 36, se puede tener un 95% de
confianza en que µ difiere en menos de 4 libras de x .

2. Una empresa eléctrica fabrica focos que tienen una duración


aproximadamente normal con una desviación estándar de 40 horas. ¿De qué
tamaño se necesita una muestra si se desea tener 96% de confianza que la
media real esté dentro de 10 horas de la media real?
 zσ   (2.053)(40 ) 
2 2

n =  =  = 67.43
 ε   10 
Se necesita una muestra de 68 focos para estimar la media de la población y
tener un error máximo de 10 horas.

¿Qué pasaría si en lugar de tener un error de estimación de 10 horas sólo se


requiere un error de 5 horas?
 zσ   (2.053)(40 ) 
2 2

n =  =  = 269.74
 ε   5 
Se puede observar como el tamaño de la muestra aumenta, pero esto tiene
como beneficio una estimación más exacta.

3. Suponga que en el ejercicio anterior se tiene una población de 300 focos, y


se desea saber de que tamaño debe de ser la muestra. El muestreo se
realizará sin reemplazo.

Solución:
Como se tiene una población finita y un muestreo sin reemplazo es necesario
utilizar la formula con el factor de corrección.

n= 2
z 2σ 2 N
=
(2.053) (40) (300)
2 2
= 55.21
ε ( N − 1) + z 2σ 2 (10 )2 (300 − 1) + (2.053)2 (40 )2
Si se tiene una población finita de 300 focos sólo se tiene que extraer de la
población una muestra sin reemplazo de 56 focos para poder estimar la duración
media de los focos restantes con un error máximo de 10 horas.

Cálculo del Tamaño de la Muestra para Estimar una Proporción


Se desea saber que tan grande se requiere que sea una muestra para asegurar
que el error al estimar P sea menor que una cantidad específica ε.
pq
ε =z
n
Elevando al cuadrado la ecuación anterior se despeja n y nos queda:
z 2 pq
n= 2
ε

45
Esta fórmula está algo engañosa, pues debemos utilizar p para determinar el
tamaño de la muestra, pero p se calcula a partir de la muestra. Existen
ocasiones en las cuales se tiene una idea del comportamiento de la proporción
de la población y ese valor se puede sustituir en la fórmula, pero si no se sabe
nada referente a esa proporción entonces se tienen dos opciones:
• Tomar una muestra preliminar mayor o igual a 30 para proporcionar una
estimación de P. Después con el uso de la fórmula se podría determinar de
forma aproximada cuántas observaciones se necesitan para proporcionar el
grado de precisión que se desea.
• Tomar el valor de p como 0.5 ya que sustituyendo este en la fórmula se
obtiene el tamaño de muestra mayor posible. Observe el siguiente ejemplo:

Se desconoce el valor de P, por lo que se utilizarán diferentes valores y se


sustituirán en la formula para observar los diferentes tamaños de muestras. El
nivel de confianza que se utilizará es del 95% con un error de estimación de
0.30.
z 2 pq
p n
ε2
(1.96) 2(0.10)(0.90)
0.10 3.84
(0.30)2
(1.96) 2(0.20)(0.80)
0.20 6.82
(0.30)2
0.30
(1.96)2(0.30)(0.70) 8.96
(0.30) 2
(1.96) 2(0.40)(0.60)
0.40 10.24
(0.30)2
0.50
(1.96)2(0.50)(0.50) 10.67
(0.30) 2
0.60
(1.96)2(0.60)(0.40) 10.24
(0.30) 2
(1.96)2(0.70)(0.30)
0.70 8.96
(0.30) 2
(1.96) 2(0.80)(0.20)
0.80 6.82
(0.30)2
(1.96) 2(0.90)(0.10)
0.90 3.84
(0.30)2

Como se puede observar en la tabla anterior cuando P vale 0.5 el tamaño de la


muestra alcanza su máximo valor.

En el caso de que se tenga una población finita y un muestreo sin reemplazo, el


error de estimación se convierte en:
pq N − n
ε =z
n N −1

46
De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:
z 2 pqN
n= 2
ε ( N − 1) + z 2 pq

Ejemplos:
1. En una muestra aleatoria de 500 familias que tienen televisores en la ciudad
de Hamilton, Canadá, se encuentra que 340 están suscritas a HBO. ¿Qué
tan grande se requiere que sea una muestra si se quiere tener 95% de
confianza de que la estimación de P esté dentro de 0.02?

Solución:
Se tratarán a las 500 familias como una muestra preliminar que proporciona una
estimación de p=340/500=0.68.
z 2 pq (1.96) (0.68)(0.32 )
2
n= 2 = = 2090
ε (0.02) 2
Por lo tanto si basamos nuestra estimación de P sobre una muestra aleatoria de
tamaño 2090, se puede tener una confianza de 95% de que nuestra proporción
muestral no diferirá de la proporción real por más de 0.02.

2. Una legisladora estatal desea encuestar a los residentes de su distrito para


conocer qué proporción del electorado conoce la opinión de ella, respecto al
uso de fondos estatales para pagar abortos. ¿Qué tamaño de muestra se
necesita si se requiere un confianza del 95% y un error máximo de
estimación de 0.10?

Solución:
En este problema, se desconoce totalmente la proporción de residentes que
conoce la opinión de la legisladora, por lo que se utilizará un valor de 0.5 para p.
z 2 pq (1.96) (0.50 )(0.50)
2
n= 2 = = 96.04
ε (0.10) 2
Se requiere un tamaño de muestra de 97 residentes para que con una confianza
del 95% la estimación tenga un error máximo de 0.10.

Cálculo del Tamaño de la Muestra para Estimar la Diferencia de Medias


Si se recuerda a la distribución muestral de diferencia de medias se tiene que
error esta dado por:
σ 21 σ 2 2
ε =z +
n1 n2
En esta ecuación se nos pueden presentar dos casos:
• Los tamaños de muestra son iguales.
• Los tamaño de muestra son diferentes .

47
Para el primer caso no se tiene ningún problema, se eleva al cuadrado la
ecuación y se despeja n ya que n1 es igual a n2.

n=
(
z 2 σ 21 + σ 2 2 )
ε2
Para el segundo caso se pondrá una n en función de la otra. Este caso se utiliza
cuando las poblaciones son de diferente tamaño y se sabe que una es K veces
mayor que la otra.

Poblaci Población 2
ón 1

n1=Kn2

n2 =
(
z 2 σ 21 + kσ 22 )
kε 2
Ejemplo:
Un director de personal quiere comparar la efectividad de dos métodos de
entrenamiento para trabajadores industriales a fin de efectuar cierta operación
de montaje. Se divide un número de operarios en dos grupos iguales: el primero
recibe el método de entrenamiento 1, y el segundo, el método 2. Cada uno
realizará la operación de montaje y se registrará el tiempo de trabajo. Se espera
que las mediciones para ambos grupos tengan una desviación estándar
aproximadamente de 2 minutos. Si se desea que la estimación de la diferencia
en tiempo medio de montaje sea correcta hasta por un minuto, con una
probabilidad igual a 0.95, ¿cuántos trabajadores se tienen que incluir en cada
grupo de entrenamiento?

n=
( ) (
z 2 σ 21 + σ 2 2
=
)( )
1.96 2 2 2 + 2 2
= 31
ε2 12
Cada grupo debe contener aproximadamente 31 empleados.

Cálculo del Tamaño de la Muestra para Estimar la Diferencia de


Proporciones

Si se recuerda a la distribución muestral de diferencia de medias se tiene que


error esta dado por:
pq pq
ε =z 1 1 + 2 2
n1 n2
En esta ecuación se nos pueden presentar dos casos:
• Los tamaños de muestra son iguales.
• Los tamaño de muestra son diferentes .

Para el primer caso no se tiene ningún problema, se eleva al cuadrado la


ecuación y se despeja n ya que n1 es igual a n2.

48
z 2 ( p1q1 + p 2 q 2 )
n=
ε2
Para el segundo caso se pondrá una n en función de la otra. Este caso se utiliza
cuando las poblaciones son de diferente tamaño y se sabe que una es K veces
mayor que la otra.

Poblaci Población 2
ón 1

n1=Kn2

z 2 ( p1q1 + kp2 q 2 )
n2 =
kε 2
Ejemplo:
Una compañía de productos alimenticios contrató a una empresa de
investigación de mercadotecnia , para muestrear dos mercados, I y II, a fin de
comparar las proporciones de consumidores que prefieren la comida congelada
de la compañía con los productos de sus competidores. No hay información
previa acerca de la magnitud de las proporciones P1 y P2. Si la empresa de
productos alimenticios quiere estimar la diferencia dentro de 0.04, con una
probabilidad de 0.95, ¿ cuántos consumidores habrá que muestrear en cada
mercado?

n=
( =
)
z 2 ( p1q1 + p 2 q2 ) 1.96 2 [(0.5)(0.5) + (0.5)(0.5)]
= 1200.5
ε2 0.04 2
Se tendrá que realizar encuestas a 1201 consumidores de cada mercado para
tener una estimación con una confianza del 95% y un error máximo de 0.04.

Problemas propuestos
1. Se probó una muestra aleatoria de 400 cinescopios de televisor y se
encontraron 40 defectuosos. Estime el intervalo que contiene, con un
coeficiente de confianza de 0.90, a la verdadera fracción de elementos
defectuosos.

2. Se planea realizar un estudio de tiempos para estimar el tiempo medio de un


trabajo, exacto dentro de 4 segundos y con una probabilidad de 0.90, para
terminar un trabajo de montaje. Si la experiencia previa sugiere que σ = 16
seg. mide la variación en el tiempo de montaje entre un trabajador y otro al
realizar una sola operación de montaje, ¿cuántos operarios habrá que incluir
en la muestra?

3. El decano registró debidamente el porcentaje de calificaciones D y F


otorgadas a los estudiantes por dos profesores universitarios de
matemáticas. El profesor I alcanzó un 32%, contra un 21% para el profesor II,
con 200 y 180 estudiantes, respectivamente. Estime la diferencia entre los

49
porcentajes de calificaciones D y F otorgadas por los dos profesores. Utilice
un nivel de confianza del 95% e interprete los resultados.

4. Suponga que se quiere estimar la producción media por hora, en un proceso


que produce antibiótico. Se observa el proceso durante 100 períodos de una
hora, seleccionados al azar y se obtiene una media de 34 onzas por hora con
una desviación estándar de 3 onzas por hora. Estime la producción media
por hora para el proceso, utilizando un nivel de confianza del 95%.

5. Un ingeniero de control de calidad quiere estimar la fracción de elementos


defectuosos en un gran lote de lámparas. Por la experiencia, cree que la
fracción real de defectuosos tendría que andar alrededor de 0.2. ¿Qué tan
grande tendría que seleccionar la muestra si se quiere estimar la fracción
real, exacta dentro de 0.01, utilizando un nivel de confianza fe 95%?

6. Se seleccionaron dos muestras de 400 tubos electrónicos, de cada una de


dos líneas de producción, A y B. De la línea A se obtuvieron 40 tubos
defectuosos y de la B 80. Estime la diferencia real en las fracciones de
defectuosos para las dos líneas, con un coeficiente de confianza de 0.90 e
interprete los resultados.

7. Se tienen que seleccionar muestras aleatorias independientes de n1=n2=n


observaciones de cada una de dos poblaciones binomiales, 1 y 2. Si se
desea estimar la diferencia entre los dos parámetros binomiales, exacta
dentro de 0.05, con una probabilidad de 0.98. ¿qué tan grande tendría que
ser n?. No se tiene información anterior acerca de los valores P1 y P2, pero
se quiere estar seguro de tener un número adecuado de observaciones en la
muestra.

8. Se llevan a cabo pruebas de resistencia a la tensión sobre dos diferentes


clases de largueros de aluminio utilizados en la fabricación de alas de
aeroplanos comerciales. De la experiencia pasada con el proceso de
fabricación se supone que las desviaciones estándar de las resistencias a la
tensión son conocidas. La desviación estándar del larguero 1 es de 1.0
Kg/mm2 y la del larguero 2 es de 1.5 Kg/mm2. Se sabe que el
comportamiento de las resistencias a la tensión de las dos clases de
largueros son aproximadamente normal. Se toma una muestra de 10
largueros del tipo 1 obteniéndose una media de 87.6 Kg/mm2, y otra de
tamaño 12 para el larguero 2 obteniéndose una media de 74.5 Kg/mm2 .
Estime un intervalo de confianza del 90% para la diferencia en la resistencia
a la tensión promedio.

9. Se quiere estudiar la tasa de combustión de dos propelentes sólidos


utilizados en los sistemas de escape de emergencia de aeroplanos. Se sabe
que la tasa de combustión de los dos propelentes tiene aproximadamente la

50
misma desviación estándar; esto es σ1=σ2 = 3 cm/s. ¿Qué tamaño de
muestra debe utilizarse en cada población si se desea que el error en la
estimación de la diferencia entre las medias de las tasas de combustión sea
menor que 4 cm/s con una confianza del 99%?.

Respuesta a los Problemas propuestos

1. 0.07532 ≤ P ≤ 0.1246
2. n= 44
3. 0.0222 ≤ P1- P 2 ≤ 0.1978
4. 33.412 ≤ µ ≤ 34.588
5. n= 6147
6. 0.059 ≤ PB-P A ≤ 0.141
7. n= 1086
8. 12.22 ≤ µ1-µ2 ≤ 13.98
9. n= 8

51
UNIDAD II

PRUEBA DE HIPOTESIS

Las secciones anteriores han mostrado cómo puede estimarse un parámetro a


partir de los datos contenidos en una muestra. Puede encontrarse ya sea un
sólo número (estimador puntual) o un intervalo de valores posibles (intervalo de
confianza). Sin embargo, muchos problemas de ingeniería, ciencia, y
administración, requieren que se tome una decisión entre aceptar o rechazar
una proposición sobre algún parámetro. Esta proposición recibe el nombre de
hipótesis. Este es uno de los aspectos más útiles de la inferencia estadística,
puesto que muchos tipos de problemas de toma de decisiones, pruebas o
experimentos en el mundo de la ingeniería, pueden formularse como problemas
de prueba de hipótesis.

Una hipótesis estadística es una proposición o supuesto sobre los parámetros


de una o más poblaciones.

Suponga que se tiene interés en la rapidez de combustión de un agente


propulsor sólido utilizado en los sistemas de salida de emergencia para la
tripulación de aeronaves. El interés se centra sobre la rapidez de combustión
promedio. De manera específica, el interés recae en decir si la rapidez de
combustión promedio es o no 50 cm/s. Esto puede expresarse de manera formal
como
Ho; µ = 50 cm/s
H1; µ ≠ 50 cm/s
La proposición Ho ; µ = 50 cm/s, se conoce como hipótesis nula , mientras que
la proposición H1 ; µ ≠ 50 cm/s, recibe el nombre de hipótesis alternativa.
Puesto que la hipótesis alternativa especifica valores de µ que pueden ser
mayores o menores que 50 cm/s, también se conoce como hipótesis
alternativa bilateral. En algunas situaciones, lo que se desea es formular una
hipótesis alternativa unilateral, como en
Ho; µ = 50 cm/s Ho; µ = 50 cm/s
ó
H1; µ < 50 cm/s H1; µ > 50 cm/s

Es importante recordar que las hipótesis siempre son proposiciones sobre la


población o distribución bajo estudio, no proposiciones sobre la muestra. Por lo
general, el valor del parámetro de la población especificado en la hipótesis nula
se determina en una de tres maneras diferentes:

1. Puede ser resultado de la experiencia pasada o del conocimiento del


proceso, entonces el objetivo de la prueba de hipótesis usualmente es
determinar si ha cambiado el valor del parámetro.

52
2. Puede obtenerse a partir de alguna teoría o modelo que se relaciona con el
proceso bajo estudio. En este caso, el objetivo de la prueba de hipótesis es
verificar la teoría o modelo.

3. Cuando el valor del parámetro proviene de consideraciones externas, tales


como las especificaciones de diseño o ingeniería, o de obligaciones
contractuales. En esta situación, el objetivo usual de la prueba de hipótesis
es probar el cumplimiento de las especificaciones.

Un procedimiento que conduce a una decisión sobre una hipótesis en particular


recibe el nombre de prueba de hipótesis . Los procedimientos de prueba de
hipótesis dependen del empleo de la información contenida en la muestra
aleatoria de la población de interés. Si esta información es consistente con la
hipótesis, se concluye que ésta es verdadera; sin embargo si esta información
es inconsistente con la hipótesis, se concluye que esta es falsa. Debe hacerse
hincapié en que la verdad o falsedad de una hipótesis en particular nunca puede
conocerse con certidumbre, a menos que pueda examinarse a toda la población.
Usualmente esto es imposible en muchas situaciones prácticas. Por tanto, es
necesario desarrollar un procedimiento de prueba de hipótesis teniendo en
cuenta la probabilidad de llegar a una conclusión equivocada.

La hipótesis nula, representada por Ho, es la afirmación sobre una o más


características de poblaciones que al inicio se supone cierta (es decir, la
“creencia a priori”).

La hipótesis alternativa, representada por H1, es la afirmación contradictoria a


Ho, y ésta es la hipótesis del investigador.

La hipótesis nula se rechaza en favor de la hipótesis alternativa, sólo si la


evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice
decididamente a Ho , se continúa creyendo en la validez de la hipótesis nula.
Entonces, las dos conclusiones posibles de un análisis por prueba de hipótesis
son rechazar H o o no rechazar H o.

Prueba de una Hipótesis Estadística

Para ilustrar los conceptos generales, considere el problema de la rapidez de


combustión del agente propulsor presentado con anterioridad. La hipótesis nula
es que la rapidez promedio de combustión es 50 cm/s, mientras que la hipótesis
alternativa es que ésta no es igual a 50 cm/s. Esto es, se desea probar:

Ho; µ = 50 cm/s
H1; µ ≠ 50 cm/s

Supóngase que se realiza una prueba sobre una muestra de 10 especímenes, y


que se observa cual es la rapidez de combustión promedio muestral. La media

53
muestral es un estimador de la media verdadera de la población. Un valor de la
media muestral x que este próximo al valor hipotético µ = 50 cm/s es una
evidencia de que el verdadero valor de la media µ es realmente 50 cm/s; esto
es, tal evidencia apoya la hipótesis nula Ho. Por otra parte, una media muestral
muy diferente de 50 cm/s constituye una evidencia que apoya la hipótesis
alternativa H1. Por tanto, en este caso, la media muestral es el estadístico de
prueba.

La media muestral puede tomar muchos valores diferentes. Supóngase que si


48.5≤ x ≤51.5, entonces no se rechaza la hipótesis nula Ho; µ = 50 cm/s, y que si
x <48.5 ó x >51.5, entonces se acepta la hipótesis alternativa H1 ; µ ≠ 50 cm/s.
Los valores de x que son menores que 48.5 o mayores que 51.5 constituyen la
región crítica de la prueba, mientras que todos los valores que están en el
intervalo 48.5≤ x ≤51.5 forman la región de aceptación. Las fronteras entre las
regiones crítica y de aceptación reciben el nombre de valores críticos. La
costumbre es establecer conclusiones con respecto a la hipótesis nula Ho. Por
tanto, se rechaza Ho en favor de H1 si el estadístico de prueba cae en la región
crítica, de lo contrario, no se rechaza Ho .

Este procedimiento de decisión puede conducir a una de dos conclusiones


erróneas. Por ejemplo, es posible que el valor verdadero de la rapidez promedio
de combustión del agente propulsor sea igual a 50 cm/s. Sin embargo, para
todos los especímenes bajo prueba, bien puede observarse un valor del
estadístico de prueba x que cae en la región crítica. En este caso, la hipótesis
nula Ho será rechazada en favor de la alternativa H1cuando, de hecho, Ho en
realidad es verdadera. Este tipo de conclusión equivocada se conoce como
error tipo I.

El error tipo I se define como el rechazo de la hipótesis nula Ho cuando ésta es


verdadera. También es conocido como α ó nivel de significancia.

Si tuviéramos un nivel de confianza del 95% entonces el nivel de significancia


sería del 5%. Análogamente si se tiene un nivel de confianza del 90% entonces
el nivel de significancia sería del 10%.

Ahora supóngase que la verdadera rapidez promedio de combustión es diferente


de 50 cm/s, aunque la media muestral x caiga dentro de la región de aceptación.
En este caso se acepta Ho cuando ésta es falsa. Este tipo de conclusión recibe
el nombre de error tipo II.

El error tipo II ó error β se define como la aceptación de la hipótesis nula


cuando ésta es falsa.

Por tanto, al probar cualquier hipótesis estadística, existen cuatro situaciones


diferentes que determinan si la decisión final es correcta o errónea.

54
Decisión Ho es verdadera Ho es falsa
Aceptar Ho No hay error Error tipo II ó β
Rechazar Ho Error tipo I ó α No hay error

1. Los errores tipo I y tipo II están relacionados. Una disminución en la


probabilidad de uno por lo general tiene como resultado un aumento en la
probabilidad del otro.
2. El tamaño de la región crítica, y por tanto la probabilidad de cometer un error
tipo I, siempre se puede reducir al ajustar el o los valores críticos.
3. Un aumento en el tamaño muestral n reducirá α y β de forma simultánea.
4. Si la hipótesis nula es falsa, β es un máximo cuando el valor real del
parámetro se aproxima al hipotético. Entre más grande sea la distancia entre
el valor real y el valor hipotético, será menor β.

PASOS PARA ESTABLECER UN ENSAYO DE HIPOTESIS


INDEPENDIENTEMENTE DE LA DISTRIBUCION QUE SE ESTE TRATANDO

1. Interpretar correctamente hacia que distribución muestral se ajustan los datos


del enunciado.

2. Interpretar correctamente los datos del enunciado diferenciando los


parámetros de los estadísticos. Así mismo se debe determinar en este punto
información implícita como el tipo de muestreo y si la población es finita o
infinita.

3. Establecer simultáneamente el ensayo de hipótesis y el planteamiento gráfico


del problema. El ensayo de hipótesis está en función de parámetros ya que
se quiere evaluar el universo de donde proviene la muestra. En este punto se
determina el tipo de ensayo (unilateral o bilateral).

4. Establecer la regla de decisión. Esta se puede establecer en función del valor


crítico, el cual se obtiene dependiendo del valor de α (Error tipo I o nivel de
significancia) o en función del estadístico límite de la distribución muestral.
Cada una de las hipótesis deberá ser argumentada correctamente para
tomar la decisión, la cual estará en función de la hipótesis nula o Ho .

5. Calcular el estadístico real, y situarlo para tomar la decisión.

6. Justificar la toma de decisión y concluir.

Tipos de Ensayo
Se pueden presentar tres tipos de ensayo de hipótesis que son:
§ Unilateral Derecho
§ Unilateral Izquierdo
§ Bilateral

55
Dependiendo de la evaluación que se quiera hacer se seleccionará el tipo de
ensayo.

§ Unilateral Derecho. El investigador desea comprobar la hipótesis de un


aumento en el parámetro, en este caso el nivel de significancia se carga todo
hacia el lado derecho, para definir las regiones de aceptación y de rechazo.

Ensayo de hipótesis:
H1
Ho
Ho; Parámetro ≤ x Región de
rechazo
H1; Parámetro > x α

Región de aceptación

Parámetro = x
§ Unilateral Izquierdo: El investigador desea comprobar la hipótesis de una
disminución en el parámetro, en este caso el nivel de significancia se carga
todo hacia el lado izquierdo, para definir las regiones de aceptación y de
rechazo.
Ensayo de hipótesis: H1
Ho
Ho; Parámetro ≥ x Región de
rechazo
H1; Parámetro < x
α
Región de aceptación

Parámetro = x

§ Bilateral: El investigador desea comprobar la hipótesis de un cambio en el


parámetro. El nivel de significancia se divide en dos y existen dos regiones
de rechazo.
Ensayo de hipótesis: Ho
H1
H1
Ho; Parámetro = x Región de Región de
H1; Parámetro ≠ x rechazo Rechazo

α/2 α/2
Región de aceptación

Parámetro = x
Para realizar los ejemplos y ejercicios de ensayo de hipótesis se recomienda
seguir los pasos mencionados anteriormente. Los ejemplos siguientes se
solucionarán por los pasos recomendados, teniéndose una variedad de
problemas en donde se incluirán a todas las distribuciones muestrales que se
han visto hasta aquí.

Ejemplos:

56
1. Una muestra aleatoria de 100 muertes registradas en Estados Unidos el año
pasado muestra una vida promedio de 71.8 años. Suponga una desviación
estándar poblacional de 8.9 años, ¿esto parece indicar que la vida media hoy
en día es mayor que 70 años? Utilice un nivel de significancia de 0.05.

Solución:
1. Se trata de una distribución muestral de medias con desviación estándar
conocida.
2. Datos:
µ=70 años
σ = 8.9 años
x = 71.8 años
n = 100
α = 0.05
3. Ensayo de hipótesis
Ho; µ = 70 años. H1
Ho
H1; µ > 70 años. Región de
rechazo
α = 0.05

Región de aceptación

µ = 70 ZL = 1.645
4. Regla de decisión:
Si zR≤ 1.645 no se rechaza Ho.
Si zR> 1.645 se rechaza Ho.
5. Cálculos:
x − µ 71.8 − 70
ZR = R = = 2.02
σ 8.9
n 100
6. Justificación y decisión.
Como 2.02 >1.645 se rechaza Ho y se concluye con un nivel de significancia
del 0.05 que la vida media hoy en día es mayor que 70 años.

Existe otra manera de resolver este ejercicio, tomando la decisión en base al


estadístico real, en este caso la media de la muestra. De la formula de la
distribución muestral de medias se despeja la media de la muestra:
x −µ Zσ (1.645)( 8.9)
ZL = L x L = µ + l = 70 + = 71.46
σ n 100
n
H1
Ho Región de
rechazo
α = 0.05

Región de aceptación

µ = 70 x L = 71.46

57
Regla de decisión:
Si x R ≤ 71.46 No se rechaza Ho
Si x R > 71.46 Se rechaza Ho

Como la media de la muestral es de 71.8 años y es mayor al valor de la media


muestral límite de 71.46 por lo tanto se rechaza Ho y se llega a la misma
conclusión.

2. Una empresa eléctrica fabrica focos que tienen una duración que se
distribuye de forma aproximadamente normal con una media de 800 horas y
una desviación estándar de 40 horas. Si una muestra aleatoria de 30 focos
tiene una duración promedio de 788 horas, ¿muestran los datos suficiente
evidencia para decir que la duración media ha cambiado? Utilice un nivel de
significancia del 0.04.

Solución:
1. Se trata de una distribución muestral de medias con desviación estándar
conocida.

2. Datos:
µ=800 horas
σ = 40 horas
x = 788 horas
n = 30
α = 0.04

3. Ensayo de hipótesis Ho
Ho; µ = 800 horas H1
H1
H1; µ ≠ 800 horas
Región de Región de
rechazo Rechazo

α/2 = 0.02 α/2 = 0.02


Región de aceptación

ZL = -2.052 µ = 800 ZL = 2.052

4. Regla de Decisión:
Si –2.052≤ ZR≤ 2.052 No se rechaza Ho
Si ZR < -2.052 ó si Z R > 2.052 Se rechaza Ho

5. Cálculos:
x R − µ 788 − 800
ZR = = = −1.643
σ 40
n 30

6. Justificación y decisión:

58
Como –2.052≤ -1.643≤ 2.052 por lo tanto, no se rechaza Ho y se concluye
con un nivel de significancia del 0.04 que la duración media de los focos no
ha cambiado.

Solución por el otro método:


Zσ ( 2.052)( 40)
x L = µ ± l = 800 ± = 785.02 y 814.98
n 30
Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.02 α/2 = 0.02


Región de aceptación

x L = 785.02 µ = 800 x L = 814.98


Regla de decisión:
Si 785.02 ≤ x R ≤ 814.98 No se rechaza Ho
Si x R < 785.02 ó x R > 814.98 se rechaza Ho

Como la x R = 788 horas, entonces no se rechaza Ho y se concluye que la


duración media de los focos no ha cambiado.

3. Una muestra aleatoria de 64 bolsas de palomitas de maíz pesan, en pomedio


5.23 onzas con una desviación estándar de 0.24 onzas. Pruebe la hipótesis
de que µ = 5.5 onzas contra al hipótesis alternativa, µ < 5.5 onzas en el nivel
de significamcia de 0.05.

Solución:
1. Se trata de una distribución muestral de medias con desviación estándar
desconocida, pero como el tamaño de muestra es mayor a 30 se puede
tomar la desviación muestral como un estimador puntual para la poblacional.

2. Datos:
µ= 5.5 onzas
s= 0.24 onzas
x = 5.23 onzas
n = 64 H1
α = 0.05 Ho
Región de
rechazo
3. Ensayo de hipótesis
Ho; µ = 5.5 onzas
α = 0.05
H1; µ < 5.5 onzas
Región de aceptación

ZL = -1.645 µ = 5.5

59
4. Regla de decisión:
Si ZR ≥ -1.645 No se rechaza Ho
Si ZR < -1.645 Se rechaza Ho

5. Cálculos:
x R − µ 5.23 − 5.5
ZR = = = −9
σ 0.24
n 64
6. Justificación y decisión:
Como –9 < -1.645 por lo tanto se rechaza Ho y se concluye con un nivel de
significancia del 0.05 que las bolsas de palomitas pesan en promedio menos
de 5.5 onzas.

Solución por el otro método:


Zlσ (1.645)(0.24)
xL = µ − = 5 .5 − = 5.45
n 64
H1
Ho
Región de
rechazo

α = 0.05
Región de aceptación

x L = 5.45 µ = 5.5

Regla de decisión:
Si x R ≥ 5.45 No se Rechaza Ho
Si x R < 5.45 Se rechaza Ho

Como la x R = 5.23 y este valor es menor que 5.45 pot lo tanto se rechaza Ho.

4. Un constructor afirma que se instalan bombas de calor en 70% de todas las


casas que se construyen hoy en día en la ciudad de Richmond. ¿Estaría de
acuerdo con esta afirmación si una investigación de casas nuevas en esta
ciudad muestra que 8 de 15 tienen instaladas bombas de calor? Utilice un
nivel de significancia de 0.10.

Solución:
1. Se trata de una distribución muestral de proporciones.
2. Datos:
P= 0.70
p = 8/15 = 0.5333
n = 15
α = 0.10

60
3. Ensayo de hipótesis Ho
Ho; P = 0.70 H1
H1
H1; P ≠ 0.70
Región de Región de
rechazo Rechazo

α/2 = 0.05 α/2 = 0.05


Región de aceptación

ZL = -1.645 P = 0.70 ZL = 1.645

4. Regla de Decisión:
Si –1.645≤ ZR≤ 1.645 No se rechaza Ho
Si ZR < -1.645 ó si Z R > 1.645 Se rechaza Ho

5. Cálculos:
p−P 0.533 − 0.70
ZR = = = −1.41
Pq (0.70)( 0.30)
n 15
6. Justificación y decisión:
Como –1.645≤ -1.41≤ 1.645 No se rechaza Ho y se concluye con un nivel de
significancia de 0.10 que la afirmación del constructor es cierta.

Solución por el otro método:


Pq ( 0.70)( 0.30)
pL = P ± zL = 0.70 ± 1.645 = 0.505 y 0.894
n 15
Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.05 α/2 = 0.05


Región de aceptación

p L = 0.505 P = 0.70 p L = 0.894


Regla de decisión:
Si 0.505≤ pR≤ 0.894 No se rechaza Ho
Si p R < 0.505 ó si ZR > 0.894 Se rechaza Ho

Como el valor del estadístico real es de 0.533 por lo tanto no se rechaza Ho y se


llega a la misma conclusión.

5. Un fabricante de semiconductores produce controladores que se emplean en


aplicaciones de motores automovilísticos. El cliente requiere que la fracción
de controladores defectuosos en uno de los pasos de manufactura críticos no
sea mayor que 0.05, y que el fabricante demuestre esta característica del
proceso de fabricación con este nivel de calidad, utilizando α = 0.05. El

61
fabricante de semiconductores toma una muestra aleatoria de 200
dispositivos y encuentra que cuatro de ellos son defectuosos. ¿El fabricante
puede demostrar al cliente la calidad del proceso?

Solución:
1. Se trata de una distribución muestral de proporciones.

2. Datos:
P= 0.05
p = 4/200 = 0.02
n = 200
α = 0.05

3. Ensayo de hipótesis
Ho; P = 0.05 H1
H1; P < 0.05 Ho
Región de
rechazo

α = 0.05
Región de aceptación

ZL = -1.645 P = 0.05

4. Regla de decisión:
Si ZR ≥ -1.645 No se rechaza Ho
Si ZR < -1.645 Se rechaza Ho

5. Cálculos:
p−P 0.02 − 0.05
ZR = = = −1.946
Pq (0.05)( 0.95)
n 200
6. Justificación y decisión:
Puesto que –1.946<-1.645, se rechaza Ho y se concluye con un nivel de
significancia del 0.05 que la fracción de artículos defectuosos es menor que
0.05.

6. Un diseñador de productos está interesado en reducir el tiempo de secado de


una pintura tapaporos. Se prueban dos fórmulas de pintura; la fórmula 1 tiene
el contenido químico estándar, y la fórmula 2 tiene un nuevo ingrediente
secante que debe reducir el tiempo de secado. De la experiencia se sabe
que la desviación estándar del tiempo de secado es ocho minutos, y esta
variabilidad inherente no debe verse afectada por la adición del nuevo
ingrediente. Se pintan diez especímenes con la fórmula 1, y otros diez con la
fórmula 2. Los dos tiempos promedio de secado muestrales son 121 min y
112 min respectivamente. ¿A qué conclusiones puede llegar el diseñador del
producto sobre la eficacia del nuevo ingrediente, utilizando α = 0.05?

62
Solución:
1. Se trata de una distribución muestral de diferencia de medias con desviación
estándar conocida.

2. Datos:
σ1=σ2= 8
x1 = 121 min
x 2 = 112 min
n1=n2= 10
α = 0.05

3. Ensayo de hipótesis
Ho; µ1-µ2 = 0
H1; µ1-µ2 > 0 Se desea rechazar Ho si el nuevo ingrediente disminuye el
tiempo promedio de secado, por eso se pone la diferencia mayor a cero o
sea positiva para poder probar que µ2 es menor que µ1.
H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ 1-µ2 =0 ZL = 1.645
70

4. Regla de decisión:
Si zR≤ 1.645 no se rechaza Ho.
Si zR> 1.645 se rechaza Ho.

5. Cálculos:
( x1 − x 2 ) − ( µ 1 − µ 2 ) (121 − 112) − 0
ZR = = = 2.52
σ 12 σ 22 82 82
+ +
n1 n2 10 10

6. Justificación y decisión:
Puesto que 2.52>1.645, se rechaza Ho , y se concluye con un nivel de
significancia de 0.05 que la adición del nuevo ingrediente a la pintura si
disminuye de manera significativa el tiempo promedio de secado.

63
Solución por el otro método:
σ 12 σ 12 82 82
( x1 − x 2 ) L = ( µ 1 − µ 2 ) + z + = 0 + 1.645 + = 5.88
n1 n 2 10 10

H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ 1-µ2 =0 x1 − x2 = 5.88

Regla de decisión:
Si ( x1 − x 2 ) R ≤ 5.88 No se rechaza Ho
Si ( x1 − x 2 ) R > 5.88 Se rechaza Ho

Puesto que ( x1 − x 2 ) R = 121-112 = 9 y este número es mayor a 5.88 por lo tanto


se rechaza Ho .

7. Se utilizan dos máquinas para llenar botellas de plástico con un volumen neto
de 16.0 onzas. Las distribuciones de los volúmenes de llenado pueden
suponerse normales, con desviaciones estándar σ1= 0.020 y σ2 = 0.025
onzas. Un miembro del grupo de ingeniería de calidad sospecha que el
volumen neto de llenado de ambas máquinas es el mismo, sin importar si
éste es o no de 16 onzas. De cada máquina se toma una muestra aleatoria
de 10 botellas. ¿Se encuentra el ingeniero en lo correcto? Utilice α = 0.05

MAQUINA 1 MAQUINA 2
16.03 16.01 16.02 16.03
16.04 15.96 15.97 16.04
16.05 15.98 15.96 16.02
16.05 16.02 16.01 16.01
16.02 15.99 15.99 16.00

Solución:
1. Se trata de una distribución muestral de diferencia de medias con desviación
estándar conocida.

2. Datos:
σ1= 0.020
σ2= 0.025
x1 = 16.015 Este dato se obtuvo calculando la media de los datos en la
máquina 1.

64
x 2 = 16.005 Este dato se obtuvo calculando la media de los datos en la
máquina 2.
n1=n2 = 10
α = 0.05

3. Ensayo de hipótesis
Ho; µ1-µ2 = 0
H1; µ1-µ2 ≠ 0 Si se cae en Ho se podrá probar que el volumen de llenado es el
mismo en las dos máquinas.

Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

ZL = -1.96 µ1−µ2 = 0 ZL = 1.96

4. Regla de Decisión:
Si –1.96≤ ZR≤ 1.96 No se rechaza Ho
Si ZR < -1.96 ó si Z R > 1.96 Se rechaza Ho

5. Cálculos:
( x1 − x 2 ) − ( µ 1 − µ 2 ) (16 .015 − 16.005) − 0
ZR = = = 0.987
σ 12 σ 22 0.020 2 0.025 2
+ +
n1 n2 10 10

6. Justificación y decisión:
Como –1.96≤ 0.987≤ 1.96 entonces no se rechaza Ho y se concluye con un nivel
de significancia de 0.05 que las dos máquinas tienen en promedio la misma
cantidad de llenado.

Solución por el otro método:


σ 12 σ 12 0.020 2 0.025 2
( x1 − x 2 ) L = ( µ 1 − µ 2 ) ± z + = 0 ± 1.96 + = -0.019 y 0.019
n1 n2 10 10
Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

( x1 − x2 ) = −0.019 µ1−µ2 = 0 ( x1 − x 2 ) = 0.019

65
Regla de decisión:
Si –0-019≤ ( x1 − x 2 ) R ≤ 0.019 No se rechaza Ho
Si ( x1 − x 2 ) R < -0.019 ó ( x1 − x 2 ) R > 0.019 Se rechaza Ho

Como ( x1 − x 2 ) R = 16.015 – 16.005 = 0.01, entonces cae en la región de


aceptación y no se rechaza Ho.

8. Existen dos tipos de plástico apropiados para su uso por un fabricante de


componentes electrónicos. La tensión de ruptura de ese plástico es un
parámetro importante . Se sabe que σ1=σ2= 1.0 psi. De una muestra aleatoria
de tamaño 10 y 12 para cada plástico respectivamente, se tiene una media
de 162.5 para el plástico 1 y de 155 para el plástico 2. La compañía no
adoptará el plástico 1 a menos que la tensión de ruptura de éste exceda a la
del plástico 2 al menos por 10 psi. Con base a la información contenida en la
muestra, ¿la compañía deberá utilizar el plástico 1? Utilice α = 0.05 para
llegar a una decisión.

Solución:
1. Se trata de una distribución muestral de diferencia de medias con desviación
estándar conocida.

2. Datos:
σ1=σ2= 1.0 psi
x1 = 162 .5 psi
x 2 = 155 psi
n1= 10
n2= 12
α = 0.05

3. Ensayo de hipótesis

Ho; µ1-µ2 = 10
H1; µ1-µ2 > 10 Se desea rechazar Ho si la media del plástico 1 supera a la
media del plástico 2 en por lo menos 10 psi.

H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ 1-µ2 =10 ZL = 1.645

66
4. Regla de decisión:
Si zR≤ 1.645 no se rechaza Ho.
Si zR> 1.645 se rechaza Ho.

5. Cálculos:
( x1 − x 2 ) − ( µ1 − µ 2 ) (162.5 − 155) − 10
ZR = = = −5.83
σ 2
σ 2
12 12
+
1 2
+
n1 n 2 10 12

6. Justificación y decisión:
No existe evidencia suficiente para apoyar el uso del plástico 1 ya que
–5.83≤ 1.645, por lo tanto no se rechaza Ho .

Solución por el otro método:


σ 12 σ 12 12 12
( x1 − x 2 ) L = ( µ 1 − µ 2 ) + z + = 10 + 1.645 + = 10.70
n1 n 2 10 12

H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ 1-µ2 =10 x1 − x 2 = 10.70

Regla de decisión:
Si ( x1 − x 2 ) R ≤ 10.70 No se rechaza Ho
Si ( x1 − x 2 ) R > 10.70 Se rechaza Ho

Puesto que ( x1 − x 2 ) R = 162.5-155 = 7.5 y este número es no es mayor a 10.7 por


lo tanto no se rechaza Ho.

9. Se evalúan dos tipos diferentes de soluciones para pulir, para su posible uso
en una operación de pulido en la fabricación de lentes intraoculares utilizados
en el ojo humano después de una cirugía de cataratas. Se pulen 300 lentes
con la primera solución y, de éstos, 253 no presentaron defectos inducidos
por el pulido. Después se pulen otros 300 lentes con la segunda solución, de
los cuales 196 resultan satisfactorios. ¿Existe alguna razón para creer que
las dos soluciones para pulir son diferentes? Utilice α = 0.01

67
Solución:
1. Se trata de una distribución muestral de diferencia de proporciones.

2. Datos:
p1= 253/300= 0.8433
p2 = 196/300= 0.6533
n1=n2 = 300

3. Ensayo de hipótesis:
Ho; P1-P 2 = 0 Ho
H1; P1-P 2 ≠ 0 H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.005 α/2 = 0.005


Región de aceptación

ZL = -2.575 P1−P2 = 0 ZL = 2.575

4. Regla de Decisión:
Si –2.575≤ ZR≤ 2.575 No se rechaza Ho
Si ZR < -2.575 ó si Z R > 2.575 Se rechaza Ho

5. Cálculos:
( p1 − p 2 ) − ( P1 − P2 )
ZR =
P1 q1 P2 q 2
+
n1 n2
En esta fórmula se puede observar que en el denominador se tienen a las
proporciones poblacionales o sea los parámetros, los cuales no se conocen,
por lo que en el ensayo de hipótesis la fórmula para poder calcular la ZR
cambia, estimando a el parámetro común P de la siguiente forma:

x1 + x 2 n p + n2 p 2
P= ó bien P = 1 1
n1 + n 2 n1 + n 2

Entonces la fórmula de Z R quedaría de la siguiente manera:

( p1 − p 2 ) − ( P1 − P2 )
ZR =
1 1 
Pq + 
 n1 n2 

68
Se calculará el valor de P:
x1 + x 2 253 + 196
P= = = 0.7483
n1 + n 2 300 + 300

( p1 − p2 ) − ( P1 − P2 ) (0.8433 − 0.6533) − 0
ZR = = = 5.36
1 1  1 1 
Pq +  ( 0.7483)( 0.2517)  + 
 n1 n 2   300 300 

6. Justificación y decisión:
Puesto que 5.36>2.575, se rechaza la hipótesis nula y se concluye con un
nivel de significancia de 0.01 que los dos fluidos para pulir son diferentes.

10. Se tomará el voto entre los residentes de una ciudad y el condado


circundante para determinar si se debe construir una planta química
propuesta. El lugar de construcción está dentro de los límites de la ciudad y
por esta razón muchos votantes del condado consideran que la propuesta
pasará debido a la gran proporción de votantes que favorecen la
construcción. Para determinar si hay una diferencia significativa en la
proporción de votantes de la ciudad y votantes del condado que favorecen la
propuesta, se realiza una encuesta. Si 120 de 200 votantes de la ciudad
favorecen la propuesta y 240 de 500 residentes del condado también lo
hacen, ¿estaría de acuerdo en que la proporción de votantes de la ciudad
que favorecen la propuesta es más alto que la proporción de votantes del
condado? Utilice un nivel de significancia de 0.025.

Solución:
1. Se trata de una distribución muestral de diferencia de proporciones.

2. Datos:
p1= 120/200= 0.60
p2 = 240/500= 0.48
n1 = 200
n2 = 500

3. Ensayo de hipótesis:
Ho; P1-P 2 = 0
H1; P1-P 2 > 0
H1
Ho Región de
rechazo

α = 0.025

Región de aceptación

P1-P2 =0 ZL = 1.96

69
4. Regla de decisión:
Si zR≤ 1.96 no se rechaza Ho.
Si zR> 1.96 se rechaza Ho.

5. Cálculos:
Se calculará el valor de P:

x1 + x 2 120 + 240 x + x 2 120 + 240


P= = = 0.51 P = 1 = = 0.51
n1 + n 2 200 + 500 n1 + n 2 200 + 500

( p1 − p2 ) − ( P1 − P2 ) ( 0.60 − 0.48) − 0
ZR = = = 2 .9
1 1  1 1 
Pq +  ( 0.51)(0.49)  + 
 n1 n 2   200 500 

6. Justificación y decisión:
Puesto que 2.9>1.96, se rechaza la hipótesis nula y se concluye con un nivel
de significancia de 0.025 que la proporción de votantes de la ciudad a favor
de la propuesta es más alta que la proporción de votantes del condado.

Uso de valores P para la toma de decisiones

Al probar hipótesis en las que la estadística de prueba es discreta, la región


crítica se puede elegir de forma arbitraria y determinar su tamaño. Si α es
demasiado grande, se puede reducir al hacer un ajuste en el valor crítico. Puede
ser necesario aumentar el tamaño de la muestra para compensar la disminución
que ocurre de manera automática en la potencia de la prueba (probabilidad de
rechazar Ho dado que una alternativa específica es verdadera).

Por generaciones enteras de análisis estadístico, se ha hecho costumbre elegir


un nivel de significancia de 0.05 ó 0.01 y seleccionar la región crítica en
consecuencia. Entonces, por supuesto, el rechazo o no rechazo estricto de Ho
dependerá de esa región crítica. En la estadística aplicada los usuarios han
adoptado de forma extensa la aproximación del valor P. La aproximación se
diseña para dar al usuario una alternativa a la simple conclusión de “rechazo” o
“no rechazo”.

La aproximación del valor P como ayuda en la toma de decisiones es bastante


natural pues casi todos los paquetes de computadora que proporcionan el
cálculo de prueba de hipótesis entregan valores de P junto con valores de la
estadística de la prueba apropiada.

• Un valor P es el nivel (de significancia) más bajo en el que el valor


observado de la estadística de prueba es significativo.

70
• El valor P es el nivel de significancia más pequeño que conduce al rechazo
de la hipótesis nula Ho.
• El valor P es el mínimo nivel de significancia en el cual Ho sería rechazada
cuando se utiliza un procedimiento de prueba especificado con un conjunto
dado de información. Una vez que el valor de P se haya determinado, la
conclusión en cualquier nivel α particular resulta de comparar el valor P con
α:
1. Valor P ≤ α ⇒ rechazar Ho al nivel α.
2. Valor P > α ⇒ No rechazar Ho al nivel α.

Ensayo Unilateral Derecho:

Valor P

Z= 0
ZR ó calculada

Ensayo Unilateral Izquierdo:

Valor P

Z= 0
ZR ó calculada

Ensayo Bilateral:

Valor P = Suma de las dos áreas

ZR , -ZR calculadas

71
Ejemplos:
1. Calcular el valor de P para el primer ejemplo de ensayo de hipótesis en
donde se quería probar que la edad media de los habitantes de Estados
Unidos es superior a 70 años.

Solución:

1. Ensayo de hipótesis
Ho; µ = 70 años. H1
Ho
H1; µ > 70 años. Región de
rechazo
α = 0.05

Región de aceptación

µ = 70 ZL = 1.645
2. Regla de decisión:
Si P≤ 0.05 se rechaza Ho.
Si P > 0.05 No se rechaza Ho.

3. Cálculos:
x R − µ 71.8 − 70
ZR = = = 2.02
σ 8.9
n 100
Esta es el valor de Z que se utilizará para calcular el valor de P, como es un
ensayo unilateral derecho se calculará el área a la derecha de este valor.

Valor P = 0.0217

Z= 0
ZR = 2.02
4. Justificación y decisión:
Como el valor de P es 0.217 y es menor al valor del nivel de significancia de
0.05 por lo tanto se rechaza H0 , y se concluye que la edad media de los
habitantes es mayor a 70 años.

2. Calcular el valor de P para el ejemplo 7 de esta sección en donde se tiene


dos máquinas y se quiere ver si tienen la misma cantidad promedio de
llenado en las botellas de plástico.

Solución:
1. Ensayo de hipótesis
Ho; µ1-µ2 = 0

72
H1; µ1-µ2 ≠ 0 Si se cae en Ho se podrá probar que el volumen de llenado es el
mismo en las dos máquinas.

Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

ZL = -1.96 µ1−µ2 = 0 ZL = 1.96


2. Regla de Decisión:
Si P≤ 0.05 Se rechaza Ho
Si P > 0.05 No se rechaza Ho

3. Cálculos:
( x1 − x 2 ) − ( µ 1 − µ 2 ) (16 .015 − 16.005) − 0
ZR = = = 0.987
σ 12 σ 22 0.020 2 0.025 2
+ +
n1 n2 10 10
Como este es un ensayo bilateral se procederá a calcular el valor de P mediante
el valor de la ZR, positiva y negativa y luego se sumarán las áreas.
Valor P = 0.1618 + 0.1618 = 0.3236

ZR = -0.987 ZR = 0.987
Como el valor de P es mayor al de α, se no se rechaza H0, y se concluye que las
maquinas tienen el mismo llenado promedio.

3. Se afirma que un automóvil se maneja en promedio más de 20,000


kilómetros por año. Para probar esta afirmación, se pide a una muestra de
100 propietarios de automóviles que lleven un registro de los kilómetros que
viajen. ¿Está de acuerdo con esta afirmación si la muestra aleatoria tiene un
promedio de 23,500 kilómetros y una desviación estándar de 3900
kilómetros? Utilice un valor P para su conclusión.

Solución:
En este ejercicio no nos manejan ningún valor de α, por lo que se procederá a
plantear el ensayo y luego calcular z para poder conocer el valor de P y llegar a
una conclusión.

73
1. Ensayo de hipótesis
Ho; µ = 20,000 kilómetros.
H1; µ > 20,000 kilómetros.

2. Cálculos:
x R − µ 23500 − 20000
ZR = = = 8.97
σ 3900
n 100
3. Decisión.
Se observa que este valor de Z es muy grande, ni siquiera se encuentra en la
tabla, entonces quiere decir que el área a la derecha de ese valor es cero y
este sería el valor de P, por lo que no apoya a la hipótesis nula y se
concluye que los automóviles se manejan en promedio más de 20,000
kilómetros por año.

4. Se estudia la fracción de circuitos integrados defectuosos producidos en un


proceso de fotolitografía. Para ello se somete a prueba una muestra de 300
circuitos, en la que 13 son defectuosos. Utilice los datos para probar
Ho: P=0.05 contra H1: P≠ 0.05. Utilice un valor de P para su conclusión.

Solución:
1. Ensayo de hipótesis
Ho; P = 0.05
H1; P ≠ 0.05
2. Cálculos:
p−P 0.043 − 0.05
ZR = = = −0.53
Pq (0.05)( 0.95)
n 300
Valor P = 0.298 + 0.298 = 0.596

ZR = -0.53 ZR = 0.53

3. Decisión:
Este valor de P de 0.596 es muy grande por lo que se concluye que la
fracción defectuosa de circuitos integrados es de 0.05, o sea no se rechaza
Ho.

74
ERROR TIPO II ó β

Al evaluar un procedimiento de prueba de hipótesis, también es importante


examinar la probabilidad del error tipo II, el cual se denota por β. Esto es,

β = P(error tipo II) = P(aceptar Ho / Ho es falsa)

Para calcular β se debe tener una hipótesis alternativa específica; esto es, debe
tenerse un valor particular del parámetro. Por ejemplo, supóngase que es
importante rechazar la hipótesis nula Ho: µ = 50 cada vez que la rapidez
promedio de combustión µ es mayor que 52 cm/s o menor que 48 cm/s. Para
ello, puede calcularse la probabilidad β de un error tipo II para los valores µ = 52
y µ = 48, y utilizar este resultado para averiguar algo con respecto a la forma en
que se desempeñará la prueba. De manera específica, ¿cómo trabajará el
procedimiento de prueba si se desea detectar, esto es, rechazar Ho , para un
valor medio de µ = 52 ó µ = 48? Dada la simetría, sólo es necesario evaluar uno
de los dos casos, esto es, encontrar la probabilidad de aceptar la hipótesis nula
Ho: µ = 50 cuando el valor verdadero es µ = 52.

Para hacer este cálculo se tendrá un tamaño de muestra de 10 y una desviación


estándar de la población de 2.5 cm/s. Además se evaluará el error tipo II con un
nivel de significancia de 0.06.

Ho: µ = 50
H1: µ ≠ 50

Como ya sabemos se trata de un ensayo bilateral por lo que se tendrá que


calcular el valor del estadístico x L de la siguiente manera:

Z lσ (1.88)( 2.5)
xL = µ ± = 50 ± = 48.51 y 51.48
n 10

Para facilitar los cálculos se redondearán estos números a 48.5 y 51.5


Ho
1H
H1

Región de Región de
rechazo Rechazo

α/2 = 0.03 α/2 = 0.03


Región de aceptación

x L = 48.5 µ = 50 x L = 51.5
Para poder comprender mejor el cálculo del error tipo II se delimitará el área de
la región de aceptación con dos líneas ya que es bilateral y se evaluará la
probabilidad de caer en esa área cuando la media tiene un valor de 52 y de 48.

75
Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.03 α/2 = 0.03


Región de aceptación

x L = 48.5 µ = 50 x L = 51.5 48.5 − 52


z= = −4.43
2 .5
β = 0.2643 10

51.5 − 52
z= = −0.63
2 .5
10

µ = 52
48.5 − 48
β = 0.2643 z= = 0.63
2 .5
10
51.5 − 48
z= = 4.43
2 .5
10
µ = 48
Como se puede observar en cada calculo del valor β se tuvieron que evaluar los
dos valores de z. En el primer calculo de β se tiene un valor de z=-4.43, esto
quiere decir que no existe área del lado izquierdo del 48.5, por lo que β sólo será
el área que corresponda a la z=-0.63. Lo mismo pasa con el segundo cálculo de
β. Como las medias de 52 y 48 son equidistantes del 50 por este motivo los
valores del error tipo II son los mismos.
En caso que no estén equidistantes se tienen que calcular por separado y
calcular los valores correspondientes de z porque en ocasiones se tiene un área
que no está dentro de la región de aceptación, la cual no se tiene que tomar en
cuenta para evaluar al error tipo II.
A continuación se procederá a generar algunas curvas características de
operación para evaluar al error tipo II, entre más se aleja el valor verdadero de la
media de la media de la hipótesis nula, menor es la probabilidad del error tipo II
para un tamaño de muestra y nivel de significancia dadas. A medida que el
tamaño de la muestra aumenta la probabilidad de cometer el error tipo II
disminuye. Esto se observará en los ejercicios siguientes.

Ejemplos:

1. Generar una curva característica de operación para el ejercicio número 1 de


la sección de ensayo de hipótesis con las siguientes medias supuestas:
µ = 70.5, 71, 71.5, 72, 72.5, 73, 73.5, y 74.

76
2. Datos:
µ=70 años
σ = 8.9 años
x = 71.8 años
n = 100
α = 0.05

3. Ensayo de hipótesis
Ho; µ = 70 años. H1
Ho
H1; µ > 70 años. Región de
rechazo

α = 0.05

Región de aceptación

µ = 70 ZL = 1.645
Se calculará el estadístico límite:

Z lσ (1.645)( 8.9)
xL = µ + = 70 + = 71.46
n 100

H1
Ho Región de
rechazo

α = 0.05

x L = 71.46
Región de aceptación

µ = 70

71.46 − 70.5
β= 0.8599 z= = 1.08
8 .9
100

µ = 70.5

β= 0.6974
71.46 − 71
z= = 0.517
8 .9
100

µ = 71

77
71.46 − 71.5
z= = −0.044
β= 0.4824 8 .9
100

µ = 71.5

71.46 − 72
z= = −0.606
β= 0.2722
8 .9
100

µ = 72

β= 0.1214 71.46 − 72.5


z= = −1.168
8 .9
100

µ = 72.5

71.46 − 73
β= 0.0418 z= = −1.73
8 .9
100

µ = 73

71.46 − 73.5
z= = −2.29
8 .9
β= 0.011 100

µ = 73.5

β= 0.0021 71.46 − 74
z= = −2.85
8 .9
100

µ = 74

78
CURVA CARACTERISTICA DE OPERACION

1
Probabilidad error tipo II
0.95
0.9 0.8599
0.8
0.7 0.6974
0.6
0.5 0.4824
0.4
0.3 0.2722
0.2
0.1 0.1214
0.0418 0.011
0 0.0021
70 70.5 71 71.5 72 72.5 73 73.5 74 74.5
Valor de la media

En la mayoría de los libros de estadística existen las curvas características de


operación para diferentes tamaños de muestra y éstas se proporcionan tanto
para α = 0.05 como para α = 0.01 (son las más comunes). Para poder utilizar las
curvas se define un parámetro llamado d, que estandariza para cualquier valor
de µ y σ:
µ − µo | δ |
d= =
σ σ

Si se quisiera consultar en un libro, ¿cuál es la probabilidad de cometer el error


tipo II ó β cuando la media verdadera es de 72?; se tendría que calcular el valor
de d y buscar en las curvas la que pertenezca a un tamaño de muestra de 100
con un α = 0.05.

72 − 70 |2|
d= = = 0.2247
8.9 8.9

Este valor se encuentra en el eje de las x. Si se transforma la curva


característica de operación con el valor de d quedaría de la siguiente manera:

79
CURVA CARACTERISTICA DE OPERACION

1
Probabilidad error tipo II
0.95
0.8599
0.8
0.6974
0.6
0.4824
0.4
0.2722
0.2
0.1214
0 0.0418 0.011 0.0021
0 0.1 0.2 0.3 0.4 0.5

Se comentó anteriormente que si el tamaño de la muestra aumenta los dos tipos


de errores α y β disminuyen. Para probar esto y específicamente en lo que se
refiere al error tipo II se realizará el ejercicio anterior suponiendo que en lugar de
tener 100 personas, el tamaño de la muestra aumenta a 150 personas.

Se calculará el estadístico límite:

Z lσ (1.645)( 8.9)
xL = µ + = 70 + = 71.2
n 150

H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ = 70 x L = 71.2

71.2 − 70.5
β= 0.8322 z= = 0.963
8 .9
150

µ = 70.5

80
71.2 − 71
β= 0.6083 z= = 0.275
8 .9
150

µ = 71

β= 0.3407 71.2 − 71.5


z= = −0.412
8 .9
150

µ = 71.5

β= 0.1356 71.2 − 72
z= = −1.10
8 .9
150

µ = 72

β= 0.0367
71.2 − 72.5
z= = −1.79
8 .9
150
µ = 72.5

β= 0.0067
71.2 − 73
z= = −2.47
8 .9
150
µ = 73

β= 0.0007 71.2 − 73.5


z= = −3.16
8 .9
150

µ = 73.5

81
CURVA CARACTERISTICA DE OPERACION

1
Probabilidad error tipo II 0.9
0.8
0.7
0.6
n=100
0.5
n=150
0.4
0.3
0.2
0.1
0
70 70.5 71 71.5 72 72.5 73 73.5 74 74.5
Valor de la media

3. Generar una curva característica de operación (CCO) para el ejercicio 5 de


ensayo de hipótesis. Suponer los siguientes valores de P; 0.04, 0.03, 0.025,
0.02 y 0.01. Enseguida se proporciona la información necesaria para realizar
la CCO:

Datos:
P= 0.05
p = 4/200 = 0.02
n = 200
α = 0.05

Ensayo de hipótesis
Ho; P = 0.05 H1
H1; P < 0.05 Ho
Región de
rechazo

α = 0.05
Región de aceptación

ZL = -1.645 P = 0.05

Solución:
Se procederá a calcular el estadístico límite p L:
Pq ( 0.05)(0.95)
pL = P − z = 0.05 − 1.645 = 0.0246
n 200

82
H1
Ho
Región de
rechazo

α = 0.05
Región de aceptación

p L = 0.0246 P = 0.05
0.0246 − 0.04
z= = −1.11
( 0.04)( 0.96) β=0.8665
200

P = 0.04

β=0.6725
0.0246 − 0.03
z= = −0.447
(0.03)(0.97 )
200
P = 0.03

0.0246 − 0.025 β=0.5143


z= = −0.036
( 0.025)(0.975)
200

P = 0.025

0.0246 − 0.02 β=0.3213


z= = 0.464
( 0.02)( 0.98)
200

P = 0.02

0.0246 − 0.01 β=0.0189


z= = 2.075
( 0.01)(0.99)
200
P = 0.01

83
En una distribución muestral de proporciones, para graficar la CCO, se necesita
calcular el valor de np, que es el que irá en el eje de las x para estandarizar la
curva.

CURVA CARACTERISTICA DE OPERACION

1
0.95
Probabilidad error tipo II

0.9 0.8665
0.8
0.7 0.6725
0.6
0.5 0.5143
0.4
0.3 0.3213
0.2
0.1
0 0.0189
1 3 5 7 9

np

4. Genere un CCO para el ejercicio número 6 de la sección anterior. Suponga


las siguientes diferencias de medias: µ1 -µ2 =2, 4, 6, 7, 9, 12 y 14.
Datos:
σ1=σ2= 8
x1 = 121 min
x 2 = 112 min
n1=n2= 10
α = 0.05

Ensayo de hipótesis
Ho; µ1-µ2 = 0
H1; µ1-µ2 > 0
H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ 1-µ2 =0 ZL = 1.645

σ 12 σ 12 82 82
( x1 − x 2 ) L = ( µ 1 − µ 2 ) + z + = 0 + 1.645 + = 5.88
n1 n 2 10 10

84
H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ 1-µ2 =0 ( x1 − x 2 ) L = 5.88

β= 0.8612 5.88 − 2
z= = 1.086
82 82
+
10 10

µ 1-µ2 =2

β= 0.70 5.88 − 4
z= = 0.526
82 82
+
10 10

µ 1-µ2 =4

5.88 − 6
z= = −0.033
β= 0.4868 82 82
+
10 10

µ 1-µ2 =6

5.88 − 7
z= = −0.313
82 82
β= 0.3768 +
10 10

µ 1-µ2 =7

5.88 − 9
z= = −0.873
β= 0.1913 82 82
+
10 10

µ 1-µ2 =9

85
5.88 − 12
β= 0.0432 z= = −1.714
82 82
+
10 10

µ 1-µ2 =12

5.88 − 14
z= = −2.274
β= 0.011 82 82
+
10 10

µ 1-µ2 =14

Para graficar la curva se utilizará el valor de d, el cual para una distribución


muestral de diferencia de medias tiene la siguiente fórmula:
µ1 − µ 2 δ
d= =
σ 12 + σ 22 σ 12 + σ 22

CURVA CARACTERISTICA DE OPERACION

1
0.95
Probabilidad error tipo II

0.9
0.8612
0.8
0.7 0.7
0.6
0.5 0.4868
0.4 0.3768
0.3
0.2 0.1913
0.1
0.0432 0.011
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4

En los libros de estadística lo que se acostumbra en algunos de los ejercicios es


preguntar sólo un punto de la CCO, por lo que a continuación se resolverán dos
problemas tipo.

5. Se require que la tensión de ruptura de un hilo utilizado en la fabricación de


material de tapicería se al menos de 100 psi. La experiencia ha indicado que
la desviación estándar de la tensión de ruptura es de 2 psi. Se prueba una

86
muestra aleatoria de nueve especímenes, y la tensión de ruptura promedio
observada en ella es de 98 psi. ¿Cual es la probabilidad de aceptar la
hipótesis nula con un α = 0.05 si la tensión promedio de ruptura verdadera de
la fibra es 104 psi?

Solución:
Ensayo de hipótesis:
Ho; µ = 100
H1; µ > 100

Se calcula el estadístico límite:

Z lσ (1.645)( 2)
xL = µ + = 100 + = 101.09
n 9

H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

µ = 100 x L = 101.09
104 − 100
z= = 6.32
2
β= 0 10

µ = 104

6. Del ejercicio número 7 de la sección anterior encontrar el error tipo II ó β


suponiendo que la diferencia verdadera entre las medias de las máquinas es
fe 0.03

Datos:
σ1= 0.020
σ2= 0.025
x1 = 16.015
x 2 = 16.005
n1=n2 = 10
α = 0.05

87
Solución:
Ensayo de hipótesis
Ho; µ1-µ2 = 0
H1; µ1-µ2 ≠ 0

σ 12 σ 12 0.020 2 0.025 2
( x1 − x 2 ) L = ( µ 1 − µ 2 ) ± z + = 0 ± 1.96 + = -0.019 y 0.019
n1 n2 10 10

Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

( x1 − x2 ) = −0.019 µ1−µ2 = 0 ( x1 − x 2 ) = 0.019

− 0.019 − 0.03
β= 0.1387
z= = −4.83
0.020 2 0.025 2
+
10 10

µ 1-µ2 =0.03
0.019 − 0.03
z= = −1.086
0.020 2 0.025 2
+
10 10

Por ser bilateral se calcularon dos valores de z, y como se puede observar del
lado izquierdo de –0.019 ya no se encuentra área, por lo que el error tipo II sólo
será el área a la izquierda del valor de la diferencia del estadístico límite 0.019.

Problemas propuestos
1. En un estudio para estimar la proporción de residentes de cierta ciudad y sus
suburbios que están a favor de la construcción de una planta de energía
nuclear, se encuentra que 63 de 100 residentes urbanos están a favor de la
construcción mientras que sólo 59 de 125 residentes suburbanos la
favorecen. ¿Hay una diferencia significativa entre la proporción de residentes
urbanos y suburbanos que favorecen la construcción de la planta nuclear?
Use un valor de P para su conclusión.

2. Una compañía petrolera afirma que un quinto de las casas en cierta ciudad
se calientan con petróleo. ¿Tenemos razón en dudar de esta afirmación si,
en una muestra aleatoria de 1000 casas en esta ciudad, se encuentra que
136 se calientan con petróleo? Utilice un nivel de significancia de 0.01.

88
3. Se sabe que la duración, en horas, de un foco de 75 watts tiene una
distribución aproximadamente normal, con una desviación estándar de 25
horas. Se toma una muestra aleatoria de 20 focos, la cual resulta tener una
duración promedio de 1014 horas.
a) ¿Existe evidencia que apoye la afirmación de que la duración promedio
del foco es mayor que 1000 horas? Utilice un α = 0.05.
b) ¿Cual es el valor P para la prueba?
c) ¿Cuál es el valor de β para la prueba del inciso a) si la verdadera
duración promedio del foco es de 1050 horas?

4. Se estudia la tasa de combustión de dos propelentes sólidos utilizados en los


sistemas de escape de emergencia de aeroplanos. Se sabe que la tasa de
combustión de los dos propelentes tiene aproximadamente la misma
desviación estándar de 3 cm/s. Se prueban dos muestras aleatorias de 20
especímenes cada una, obteniéndose medias de 18 y 24 cm/s
respectivamente.
a) Pruebe la hipótesis de que los dos combustibles sólidos tienen la misma
rapidez promedio de combustión. Utilice un α = 0.05.
b) ¿Cuál es el valor de P de la prueba?
c) ¿Cuál es el valor de β para la prueba del inciso a) si la verdadera
diferencia en la rapidez promedio de combustión es 2.5 cm/s?

5. Un artículo publicado en Fortune afirma que casi la mitad de todos los


ingenieros continúan sus estudios académicos después de obtener la
licenciatura. Un artículo publicado en Engineering Horizons indica que 117 de
484 recién graduados planean continuar sus estudios.
a) ¿Los datos publicados en Engineering Horizons son consistentes con los
publicados en Fortune?
b) Encuentre el valor de P de la prueba.

6. En un invierno con epidemia de gripe, una compañía farmacéutica bien


conocida estudió 2000 bebes para determinar si la nueva medicina de la
compañía era efectiva después de dos días. Entre 120 bebes que tenían
gripe y se les administró la medicina, 29 se curaron dentro de dos días. Entre
280 bebés que tenían gripe pero que no recibieron la medicina, 56 se curaron
dentro de dos días. ¿Hay alguna indicación significativa que apoye la
afirmación de la compañía de la efectividad de la medicina? Calcule el valor
P.

7. Se lanza 20 veces una moneda, con un resultado de cinco caras. ¿Esta es


suficiente evidencia para rechazar la hipótesis de que la moneda esta
balanceada a favor de la alternativa de que las caras ocurren menos de 50%
de las veces.? Realice la prueba con un nivel de significancia de 0.03 y cite
un valor P.

89
8. Se supone que los neumáticos para automóvil de cierto tipo recién
comprados deben llenarse a una presión de 30 lb/pulg 2 . Se representa con µ
el verdadero promedio de presión. Encuentre el valor P asociado con cada
valor del estadístico z dado para probar Ho ; µ = 30 contra H1; µ ≠ 30.
a) 2.10 b) –1.75 c) –0.55 d) 1.41 e) –5.3

9. Se realizó un experimento para comparar la resistencia a la fractura del acero


con níquel maragizado, con el acero de pureza comercial del mismo tipo.
Para 32 especímenes, la resistencia promedio muestral fue de 65.6 para el
acero de alta pureza, mientras que se obtuvo una media muestral de 59.8 en
38 especímenes del acero comercial. Debido que el acero de alta pureza es
más costoso, su uso para cierta aplicación puede justificarse sólo si su
resistencia a la fractura excede la del acero de pureza comercial en más de
5. Suponga que ambas distribuciones de resistencias son normales.
a) Si se supone que σ1 = 1.2 y σ2 = 1.1, pruebe las hipótesis pertinentes
usando α = 0.001.
b) Calcule β para la prueba del inciso anterior cuando µ1 −µ2 = 6.

10. Se cree que la portada y la naturaleza de la primera pregunta de encuestas


por correo influyen en la tasa de respuesta. Un artículo probó esta teoría al
experimentar con diferentes diseños de portadas. Una portada sencilla, y la
otra utilizó la figura de un paracaidista. Los investigadores especularon que la
tasa de devolución sería menor para la portada sencilla.

Portada Número de envíos Número de devoluciones


Sencilla 207 104
Paracaidista 213 109

¿Esta información apoya la hipótesis de los investigadores? Haga la


prueba con un nivel de significancia de 0.10, calculando primero un valor
P.

Respuesta a los Problemas propuestos


1. z= 2.40; sí, P=0.01
2. P<0.0001; concluir que menos de 1/5 de las casas se calientan con petróleo.
3. a) z = 2.50; se rechaza Ho b) P = 0.0062 c) 0
4. a) Se Rechaza Ho, z= -6.32 b) 0 c) 0.248
5. a) Se rechaza Ho, z= -11.36 b) valor P = 0
6. No se rechaza Ho , z= 0.93, valor de P = 0.1762
7. Rechazar Ho. Valor P = 0.0207
8. a) 0.0358 b) 0.0802 c) 0.5824 d) 0.1586 e) 0
9. a) z=2.89, no se debe usar el acero de alta pureza o se no se rechaza Ho.
b) 0.2981
10. Valor P = 0.4247, no se rechaza Ho.

90
Unidad III
TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO

En las unidades anteriores se manejó el uso de la distribución z, la cual se podía


utilizar siempre y cuando los tamaños de las muestras fueran mayores o iguales
a 30 ó en muestras más pequeñas si la distribución o las distribuciones de
donde proviene la muestra o las muestras son normales.

En esta unidad se podrán utilizar muestras pequeñas siempre y cuando la


distribución de donde proviene la muestra tenga un comportamiento normal.
Esta es una condición para utilizar las tres distribuciones que se manejarán en
esta unidad; t de student, X 2 ji-cuadrada y Fisher.

A la teoría de pequeñas muestras también se le llama teoría exacta del


muestreo, ya que también la podemos utilizar con muestras aleatorias de
tamaño grande.

En esta unidad se verá un nuevo concepto necesario para poder utilizar a las
tres distribuciones mencionadas. Este concepto es “grados de libertad”.

Para definir grados de libertad se hará referencia a la varianza muestral:


n

∑ (x
i =1
i − x)2
s2 =
n −1
Esta fórmula está basada en n-1 grados de libertad (degrees of freedom). Esta
terminología resulta del hecho de que si bien s2 está basada en n cantidades
x1 − x , x 2 − x , . . . , x n − x , éstas suman cero, así que especificar los valores de
cualquier n-1 de las cantidades determina el valor restante. Por ejemplo, si n=4 y
x1 − x = 8 ; x 2 − x = −6 y x 4 − x = −4 , entonces automáticamente tenemos
x 3 − x = 2 , así que sólo tres de los cuatro valores de x i − x están libremente
determinamos 3 grados de libertad.

Entonces, en esta unidad la fórmula de grados de libertad será n-1 y su


simbología ν = nu.

DISTRIBUCION “t DE STUDENT”

Supóngase que se toma una muestra de una población normal con media µ y
varianza σ2 . Si x es el promedio de las n observaciones que contiene la muestra
x −µ
aleatoria, entonces la distribución z = es una distribución normal estándar.
σ
n
Supóngase que la varianza de la población σ2 es desconocida. ¿Qué sucede con
la distribución de esta estadística si se reemplaza σ por s? La distribución t
proporciona la respuesta a esta pregunta.
La media y la varianza de la distribución t son µ = 0 y σ 2 = υ (υ − 2) para ν>2,
respectivamente.
La siguiente figura presenta la gráfica de varias distribuciones t. La apariencia
general de la distribución t es similar a la de la distribución normal estándar:
ambas son simétricas y unimodales, y el valor máximo de la ordenada se
alcanza en la media µ = 0. Sin embargo, la distribución t tiene colas más amplias
que la normal; esto es, la probabilidad de las colas es mayor que en la
distribución normal. A medida que el número de grados de libertad tiende a
infinito, la forma límite de la distribución t es la distribución normal estándar.

ν = ∞ Curva z

ν = 10

ν =1

Propiedades de las distribuciones t


1. Cada curva t tiene forma de campana con centro en 0.
2. Cada curva t, está más dispersa que la curva normal estándar z.
3. A medida que ν aumenta, la dispersión de la curva t correspondiente
disminuye.
4. A medida que ν→ ∞, la secuencia de curvas t se aproxima a la curva normal
estándar, por lo que la curva z recibe a veces el nombre de curva t con gl = ∞

La distribución de la variable aleatoria t está dada por:


−(ν +1 ) / 2
Γ[(ν + 1) / 2]  t 2 
h (t ) = 1 +  ,−∞ < t < ∞.
Γ(ν / 2) πυ  ν 
Esta se conoce como la distribución t con ν grados de libertad.

Sean X 1, X2, . . . , X n variables aleatorias independientes que son todas normales


x−µ
con media µ y desviación estándar σ. Entonces la variable aleatoria t =
s
n
tiene una distribución t con ν = n-1 grados de libertad.
La distribución de probabilidad de t se publicó por primera vez en 1908 en un
artículo de W. S. Gosset. En esa época, Gosset era empleado de una cervecería
irlandesa que desaprobaba la publicación de investigaciones de sus empleados.
Para evadir esta prohibición, publicó su trabajo en secreto bajo el nombre de
“Student”. En consecuencia, la distribución t normalmente se llama distribución t
de Student, o simplemente distribución t. Para derivar la ecuación de esta
distribución, Gosset supone que las muestras se seleccionan de una población
normal. Aunque esto parecería una suposición muy restrictiva, se puede mostrar
que las poblaciones no normales que poseen distribuciones en forma casi de
campana aún proporcionan valores de t que se aproximan muy de cerca a la
distribución t.

La distribución t difiere de la de Z en que la varianza de t depende del tamaño de


la muestra y siempre es mayor a uno. Unicamente cuando el tamaño de la
muestra tiende a infinito las dos distribuciones serán las mismas.

Se acostumbra representar con tα el valor t por arriba del cual se encuentra un


área igual a α. Como la distribución t es simétrica alrededor de una media de
cero, tenemos t1-α = -tα; es decir, el valor t que deja un área de 1-α a la derecha
y por tanto un área de α a la izquierda, es igual al valor t negativo que deja un
área de α en la cola derecha de la distribución. Esto es, t0.95 = -t0.05, t0.99=-t0.01,
etc.

Para encontrar los valores de t se utilizará la tabla de valores críticos de la


distribución t del libro Probabilidad y Estadística para Ingenieros de los autores
Walpole, Myers y Myers.

Ejemplo:
El valor t con ν = 14 grados de libertad que deja un área de 0.025 a la izquierda,
y por tanto un área de 0.975 a la derecha, es
t0.975=-t0.025 = -2.145

α = 0.025

t0.975 = -t 0.025 = -2.145

Si se observa la tabla, el área sombreada de la curva es de la cola derecha, es


por esto que se tiene que hacer la resta de 1-α. La manera de encontrar el valor
de t es buscar el valor de α en el primer renglón de la tabla y luego buscar los
grados de libertad en la primer columna y donde se intercepten α y ν se
obtendrá el valor de t.
Ejemplo:
Encuentre la probabilidad de –t0.025 < t < t0.05.
Solución:

α = 0.05
α = 0.025

Como t0.05 deja un área de 0.05 a la derecha, y –t0.025 deja un área de 0.025 a la
izquierda, encontramos un área total de 1-0.05-0.025 = 0.925.
P( –t0.025 < t < t0.05) = 0.925
Ejemplo:
Encuentre k tal que P(k < t < -1.761) = 0.045, para una muestra aleatoria de
tamaño 15 que se selecciona de una distribución normal.
Solución:

0.045

k t = -1.761 t

Si se busca en la tabla el valor de t =1.761 con 14 grados de libertad nos damos


cuenta que a este valor le corresponde un área de 0.05 a la izquierda, por ser
negativo el valor. Entonces si se resta 0.05 y 0.045 se tiene un valor de 0.005,
que equivale a α. Luego se busca el valor de 0.005 en el primer renglón con 14
grados de libertad y se obtiene un valor de t = 2.977, pero como el valor de α
está en el extremo izquierdo de la curva entonces la respuesta es t = -2.977 por
lo tanto:
P(-2.977 < t < -1.761) = 0.045

Ejemplo:
Un ingeniero químico afirma que el rendimiento medio de la población de cierto
proceso en lotes es 500 gramos por milímetro de materia prima. Para verificar
esta afirmación toma una muestra de 25 lotes cada mes. Si el valor de t
calculado cae entre –t0.05 y t0.05, queda satisfecho con su afirmación. ¿Qué
conclusión extraería de una muestra que tiene una media de 518 gramos por
milímetro y una desviación estándar de 40 gramos? Suponga que la distribución
de rendimientos es aproximadamente normal.

Solución:
De la tabla encontramos que t0.05 para 24 grados de libertad es de 1.711. Por
tanto, el fabricante queda satisfecho con esta afirmación si una muestra de 25
lotes rinde un valor t entre –1.711 y 1.711.
Se procede a calcular el valor de t:

x − µ 518 − 500
t= = = 2.25
s 40
n 25
Este es un valor muy por arriba de 1.711. Si se desea obtener la probabilidad de
obtener un valor de t con 24 grados de libertad igual o mayor a 2.25 se busca en
la tabla y es aproximadamente de 0.02. De aquí que es probable que el
fabricante concluya que el proceso produce un mejor producto del que piensa.

INTERVALO DE CONFIANZA PARA µ; CON σ DESCONOCIDA

Si x y s son la media y la desviación estándar de una muestra aleatoria de una


población normal con varianza σ2, desconocida, un intervalo de confianza de
(1-α)100% para µ es:
s s
x − tα / 2 < µ < x + tα / 2
n n
donde tα/2 es el valor t con ν = n-1 grados de libertad, que deja un área de α/2 a
la derecha.

Se hace una distinción entre los casos de σ conocida y σ desconocida al calcular


las estimaciones del intervalo de confianza. Se debe enfatizar que para el primer
caso se utiliza el teorema del límite central, mientras que para σ desconocida se
hace uso de la distribución muestral de la variable aleatoria t. Sin embargo, el
uso de la distribución t se basa en la premisa de que el muestreo se realiza de
una distribución normal. En tanto que la distribución tenga forma aproximada de
campana, los intervalos de confianza se pueden calcular cuando la varianza se
desconoce mediante el uso de la distribución t y se puede esperar buenos
resultados.

Con mucha frecuencia los estadísticos recomiendan que aun cuando la


normalidad no se pueda suponer, con σ desconocida y n≥30, s puede
reemplazar a σ y se puede utilizar el intervalo de confianza:
x ± zε / 2 s
n
Por lo general éste se denomina como un intervalo de confianza de muestra
grande. La justificación yace sólo en la presunción de que con una muestra
grande como 30, s estará muy cerca de la σ real y de esta manera el teorema
del límite central sigue valiendo. Se debe hacer énfasis en que esto es solo una
aproximación y que la calidad de este enfoque mejora a medida que el tamaño
de la muestra crece más.
Ejemplos:
1. El contenido de siete contenedores similares de ácido sulfúrico son 9.8, 10.2,
10.4, 9.8, 10.0, 10.2, y 9.6 litros. Encuentre un intervalo de confianza del 95%
para la media de todos los contenedores si se supone una distribución
aproximadamente normal.

Solución:
La media muestral y la desviación estándar para los datos dados son:
x = 10 y s= 0.283
En la tabla se encuentra que t0.025=2.447 con 6 grados de libertad, de aquí, el
intervalo de confianza de 95% para µ es:
 0.283   0.283 
10.0 − ( 2.477)   < µ < 10.0 + ( 2.477)  
 7   7 

0.95

µ min = 9.47 µ max = 10.26

Con un nivel de confianza del 95% se sabe que el promedio del contenido de los
contenedores está entre 9.47 y 10.26 litros.

2. Un artículo publicado en el Journal of Testing and Evaluation presenta las


siguientes 20 mediciones del tiempo de combustión residual en segundos de
especímenes tratados de ropa de dormir para niños:
9.85 9.93 9.75 9.77 9.67
9.87 9.67 9.94 9.85 9.75
9.83 9.92 9.74 9.99 9.88
9.95 9.95 9.93 9.92 9.89
Se desea encontrar un nivel de confianza del 95% para el tiempo de
combustión residual promedio. Supóngase que el tiempo de combustión
residual sigue una distribución normal.

Solución:
La media muestral y la desviación estándar para los datos dados son:
x = 9.8525 y s= 0.0965

En la tabla se encuentra que t0.025=2.093 con 19 grados de libertad, de aquí, el


intervalo de confianza de 95% para µ es:
 0.0965   0.0965 
9.8525 − ( 2.093)  < µ < 9.8525 + ( 2.093) 
 20   20 
0.95

µ min = 9.8073 µ max = 9.8977


Por lo tanto, se tiene una confianza del 95% de que el tiempo de combustión
residual promedio se encuentra entre 9.8073 y 9.8977 segundos.

PRUEBA DE HIPOTESIS SOBRE LA MEDIA DE UNA DISTRIBUCION NORMAL, VARIANZA


DESCONOCIDA

Ciertamente sospechamos que las pruebas sobre una media poblacional µ con
σ2 desconocida, debe incluir el uso de la distribución t de Student. La estructura
de la prueba es idéntica a la del caso de σ conocida, con la excepción de que el
valor σ en la estadística de prueba se reemplaza por la estimación de s
calculada y la distribución normal estándar se reemplaza con una distribución t.

Ejemplos:
1. El Instituto Eléctrico Edison publica cifras del número anual de Kilowatt-hora
que gastan varios aparatos eléctrodomésticos. Se afirma que una aspiradora
gasta un promedio de 46 kilowatt-hora al año. Si una muestra aleatoria de 12
hogares que se incluye en un estudio planeado indica que las aspiradoras
gastan un promedio de 42 kilowatt-hora al año con una desviación estándar
de11.9 kilowatt-hora, ¿esto sugiere con un nivel de significancia de 0.05 que
las aspiradoras gastan, en promedio, menos de 46 kilowatt-hora
anualmente? Suponga que la población de kilowatt-hora es normal.

Solución:
1. Datos:
µ= 46 kilowatt-hora
s= 11.9 kilowatt-hora
x = 42 kilowatt-hora
n = 12
α = 0.05 H1
Ho
Región de
3. Ensayo de hipótesis rechazo
Ho; µ = 46 kilowatt-hora
H1; µ < 46 kilowatt-hora α = 0.05
Región de aceptación
tL = -1.796 µ = 46
4. Regla de decisión:
Si tR ≥ -1.796 No se rechaza Ho
Si tR < -1.796 Se rechaza Ho

5. Cálculos:
xR − µ 42 − 46
tR = = = −1.16
s 11.9
n 12
6. Justificación y decisión:
Como –1.16 > -1.796, por lo tanto no se rechaza Ho y se concluye con un
nivel de significancia del 0.05 que el número promedio de kilowwatt-hora que
gastan al año las aspiradoras no es significativamente menor que 46.

Solución por el otro método:


tl s (1.796)(11.9)
xL = µ − = 46 − = 39.83
n 12
H1
Ho
Región de
rechazo

α = 0.05
Región de aceptación

x L = 39.83 µ = 46

Regla de decisión:
Si x R ≥ 39.83 No se Rechaza Ho
Si x R < 39.83 Se rechaza Ho

Como la x R = 42 y este valor no es menor que 39.83 por lo tanto no se rechaza


Ho.

Se puede aprovechar este ejemplo para calcular el valor de P , como el valor de


t calculada es de –1.16, se busca en la tabla y se ve que el area a la izquierda
de este valor es de 0.135 con 11 grados de libertad, por lo tanto no se rechaza
Ho., ya que sería un valor alto para un nivel de significancia.

Valor P = 0.135

t= 0
tR = -1.16

2. Un artículo publicado en la revista Materials Engineering describe los


resultados de pruebas de resistencia a la adhesión de 22 especímenes de
aleación U-700. La carga para la que cada especímen falla es la siguiente en
MPa:
19.8 18.5 17.6 16.7 15.8
15.4 14.1 13.6 11.9 11.4
11.4 8.8 7.5 15.4 15.4
19.5 14.9 12.7 11.9 11.4
10.1 7.9

¿Sugieren los datos que la carga promedio de falla es mayor que 10Mpa?
Supóngase que la carga donde se presenta la falla tiene una distribución
normal, y utilicese α = 0.05. Calcule el valor de P.

Solución:
1. Datos:
µ= 10
s = 3.55
x = 13.71
n = 22
α = 0.05

3. Ensayo de hipótesis
Ho; µ = 10 H1
H1; µ > 10 Ho Región de
rechazo
α = 0.05

Región de aceptación
tL = 1.721
µ = 10

4. Regla de decisión:
Si tR≤ 1.721 no se rechaza Ho .
Si tR> 1.721 se rechaza Ho .

5. Cálculos:
x R − µ 13.71 − 10
tR = = = 4.90
s 3.55
n 22
6. Justificación y decisión.
Como 4.90 >1.721 se rechaza Ho y se concluye con un nivel de significancia
del 0.05 que la carga de falla promedio es mayor que 10Mpa.

Existe otra manera de resolver este ejercicio, tomando la decisión en base al


estadístico real, en este caso la media de la muestra. De la fórmula de la
distribución muestral de medias se despeja la media de la muestra:
xL − µ tl s (1.721)( 3.55)
tL = xL = µ + = 10 + = 11.30
s n 22
n
H1
Ho Región de
rechazo
α = 0.05

Región de aceptación

µ = 10 x L = 11.30
Regla de decisión:
Si x R ≤ 11.30 No se rechaza Ho
Si x R > 11.30 Se rechaza Ho

Como la media de la muestral es de 13.71 MPa y es mayor al valor de la media


muestral límite de 11.30 por lo tanto se rechaza Ho y se llega a la misma
conclusión.

Para calcular el valor de P se va a la tabla y se busca en 21 grados de libertad el


valor de t = 4.90. Se obseva que el valor mayor de t que se encuentra en la tabla
con 21 grados de libertad es de 3.819 el cual le corresponde un área a la
derecha de 0.0005, por lo que para el valor de 4.90 el valor de P es
practicamente cero, y esto apoya la decisión de rechazar Ho.

3. Los pesos en libras de una muestra aleatoria de bebés de seis meses son:
14.6, 12.5, 15.3, 16.1, 14.4, 12.9, 13.7 y 14.9. Haga una prueba con nivel de
5% de significancia para determinar si el peso promedio de todos los bebés
de seis meses es distinto a 14 libras, suponga que sus pesos se distribuyen
normalmente y calcule el valor de P.

Solución:

1. Datos:
µ= 14 libras
s = 1.21 libras
x = 14.3 libras
n=8 Ho
H1
α = 0.05 H1

2. Ensayo de hipótesis Región de Región de


rechazo Rechazo
Ho; µ = 14 libras α/2 = 0.025
H1; µ ≠ 14 libras α/2 = 0.025
Región de aceptación
tL = -2.365
µ = 14 tL = 2.365
3. Regla de Decisión:
Si –2.365≤ tR≤ 2.365 No se rechaza Ho
Si tR < -2.365 ó si tR > 2.365 Se rechaza Ho

4. Cálculos:
x R − µ 14.3 − 14
tR = = = 0.7012
s 1.21
n 8

5. Justificación y decisión:
Como –2.365≤ 0.7012≤ 2.365 por lo tanto, no se rechaza Ho y se concluye
con un nivel de significancia del 0.05 que el peso promedio de todos los
bebés de seis meses es de 14 libras.

Solución por el otro método:


ts (2.365)(1.21)
x L = µ ± l = 14 ± = 12.98 y 15.01
n 8
Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

x L = 12.98 µ = 14 x L = 15.01
Regla de decisión:
Si 12.98 ≤ x R ≤ 15.01 No se rechaza Ho
Si x R < 12.98 ó x R > 15.01 se rechaza Ho

Como la x R = 14.3 libras, entonces no se rechaza Ho .


Para calcular el valor de P se busca en la tabla el valor de 0.7012 con 7 grados
de libertad. Se obseva que este valor no se encuentra pero se puede interpolar
entre los valores de 0.549 y 0.896 con áreas de 0.30 y 0.20 respectivamente.
Interpolando linealmente se obtiene el valor de 0.2561.
Valo
r P

tR = -0.7012 tR = 0.7012

Error tipo II ó β
El error tipo II se calcula de la misma forma en la que se calculó con la
distribución z. Se realizarán algunos ejercicios en los cuales se determinará la
probabilidad de cometer el error tipo II, utilizando la tabla de la distribución.

Existen curvas características de operación en los libros con diferentes grados


de libertad para determinar los tamaños de muestra correspondientes según el
grado de error que se quiera, recordando que entre mayor sea el tamaño de
muestra menor será el error.

1. Se sabe que los voltajes de una marca de pilas tamaño C se distribuyen


normalmente, se probó una muestra aleatoria de 15 y se encontró que la
media es de 1.4 volts con una desviación estándar de 0.21 volts. En el nivel
de significancia de 0.01:
a) ¿Indica esto que la media de los voltajes es menor que 1.5 volts?
b) Calcular la probabilidad de cometer el error tipo II si el voltaje promedio
real de las pilas es de 1.3 volts.

Solución:
3. Datos:
µ= 1.5 volts.
s= 0.21 volts
x = 1.4 volts.
n = 15
α = 0.01 H1
Ho
Región de
5. Ensayo de hipótesis rechazo
Ho; µ = 1.5 volts
H1; µ < 1.5 volts α = 0.01
Región de aceptación
tL = -2.624 µ = 1.5
6. Regla de decisión:
Si tR ≥ -2.624 No se rechaza Ho
Si tR < -2.624 Se rechaza Ho

7. Cálculos:
x R − µ 1.4 − 1.5
tR = = = −1.84
s 0.21
n 15
8. Justificación y decisión:
Como –1.84 > -2.624, por lo tanto no se rechaza Ho y se concluye con un
nivel de significancia del 0.01 que los voltajes de las pilas tamaño C no son
menores a 1.5.

Para calcular el error tipo II se tiene que obtener el valor de x l de la siguiente


forma:
ts (2.624)( 0.21)
x L = µ − l = 1 .5 − = 1.357
n 15
H1
Ho
Región de
rechazo

α = 0.01
Región de aceptación

x l = 1.357 µ = 1.5
1.357 − 1.3
t= = 1.05
0.21 β=0.15625
15

µ = 1.3

Para encontrar el valor de β se busca en la tabla de la distribución t el valor de


1.05 con 14 grados de libertad. Como este valor no se encuentra en la tabla se
interpola entre 0.868 y 1.076 con un área de 0.20 y 0.15 respectivamente. Al
interpolar se obtiene un área de 0.15612 y esta es la probabilidad de cometer el
error tipoII cuando la media verdadera es de 1.3 volts y un tamaño de muestra
de 15.

2. Para el ejercicio del peso de los bebés de 6 meses, calcular el error tipo II, si
los pesos verdaderos hubieran sido de 11 y 14.5 libras.

Solución:
Primero se calculan los valores de x l :

tl s (2.365)(1.21)
xL = µ ± = 14 ± = 12.98 y 15.01
n 8

Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

µ = 14 x L = 15.01
x L = 12.98

12.98 − 11
β=0.0016 t= = 4.63
1.21
8

µ = 11 12.98 − 14.5
t= = −3.55
1.21
β= 0.8473 8
15.01 − 14.5
0.00475 t= = 1.19
1.21
8
0.1479
µ = 14.5

En este último cálculo para β se tendrá que analizar las áreas de los dos
extremos, pues estas no están dentro de la región de aceptación, por lo tanto no
se deben de tomar en cuenta para el error tipo II.
Se busca en la tabla el valor de 3.55 con 7 grados de libertad, y al interpolar nos
da un área de 0.00475. El área correspondiente a 1.19 con 7 grados de libertad
es de 0.1479. Por lo que β=1-(0.00475+0.1479)= 0.8473

3. Para el ejercicio en donde se dan los resultados de pruebas de resistencia a


la adhesión de 22 especímenes de aleación U-700., encontrar la probabilidad
de cometer el error tipo II si la carga promedio de falla es igual a 11.

Solución:
Primero se obtendrá el valor del estadístico límite:

tl s (1.721)( 3.55)
xL = µ + = 10 + = 11.30
n 22

H1
Ho Región de
rechazo
α = 0.05

Región de aceptación

µ = 10 x L = 11.30
11.30 − 11
t= = 0.3963
3.55
22

0.35129
DISTRIBUCION JI-CUADRADA (X 2)

En realidad la distribución ji-cuadrada es la distribución muestral de s2 . O sea


que si se extraen todas las muestras posibles de una población normal y a cada
muestra se le calcula su varianza, se obtendrá la distribución muestral de
varianzas.

Para estimar la varianza poblacional o la desviación estándar, se necesita


conocer el estadístico X 2. Si se elige una muestra de tamaño n de una población
normal con varianza σ2, el estadístico:
(n − 1) s 2
σ2
tiene una distribución muestral que es una distribución ji-cuadrada con gl=n-1
grados de libertad y se denota X2 (X es la minúscula de la letra griega ji). El
estadístico ji-cuadrada esta dado por:
( n − 1) s 2
X2 =
σ2
donde n es el tamaño de la muestra, s la varianza muestral y σ2 la varianza de
2

la población de donde se extrajo la muestra. El estadístico ji-cuadrada también


se puede dar con la siguiente expresión:

X =2 ∑ (x − x ) 2
σ2

Propiedades de las distribuciones ji-cuadrada


1. Los valores de X 2 son mayores o iguales que 0.
2. La forma de una distribución X2 depende del gl=n-1. En consecuencia, hay
un número infinito de distribuciones X 2.
3. El área bajo una curva ji-cuadrada y sobre el eje horizontal es 1.
4. Las distribuciones X2 no son simétricas. Tienen colas estrechas que se
extienden a la derecha; esto es, están sesgadas a la derecha.
5. Cuando n>2, la media de una distribución X 2 es n-1 y la varianza es 2(n-1).
6. El valor modal de una distribución X 2 se da en el valor (n-3).

La siguiente figura ilustra tres distribuciones X 2. Note que el valor modal aparece
en el valor (n-3) = (gl-2).
gl=3
gl=5
gl=10

1 2 3 4 5 6 7 8 9 10 11 12 13 14
La función de densidad de la distribución X 2 esta dada por:
1 ν −x
f (x ) = ν x 2−1e 2
( )
para x>0
2 Γ 2
2 ν
La tabla que se utilizará para estos apuntes es la del libro de probabilidad y
estadística de Walpole, la cual da valores críticos X2α (gl) para veinte valores
especiales de α. Para denotar el valor crítico de una distribución X2 con gl
grados de libertad se usa el símbolo X2α (gl); este valor crítico determina a su
derecha un área de α bajo la curva X 2 y sobre el eje horizontal. Por ejemplo para
encontrar X20.05(6) en la tabla se localiza 6 gl en el lado izquierdo y α=0.05 a o
largo del lado superior de la misma tabla.
α= 0.05

gl =6 12.592

α=0.05

0 X2

Cálculo de Probabilidad
El cálculo de probabilidad en una distribución muestral de varianzas nos sirve
para saber como se va a comportar la varianza o desviación estándar en una
muestra que proviene de una distribución normal.

Ejemplos:
b) Suponga que los tiempos requeridos por un cierto autobús para alcanzar un
de sus destinos en una ciudad grande forman una distribución normal con
una desviación estándar σ=1 minuto. Si se elige al azar una muestra de 17
tiempos, encuentre la probabilidad de que la varianza muestral sea mayor
que 2.

Solución:
Primero se encontrará el valor de ji-cuadrada correspondiente a s2 =2 como
sigue:
( n − 1) s 2 (17 − 1)( 2)
X2 = = = 32
σ2 (1) 2
El valor de 32 se busca adentro de la tabla en el renglón de 16 grados de
libertad y se encuentra que a este valor le corresponde un área a la derecha de
0.01. En consecuencia, el valor de la probabilidad es P(s2>2)

α=0.01

0 X2 =32

b) Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones,


de una población normal con varianza σ2=6, tenga una varianza muestral:
a) Mayor que 9.1
b) Entre 3.462 y 10.745

Solución.
a) Primero se procederá a calcular el valor de la ji-cuadrada:
( n − 1) s 2 ( 25 − 1)(9.1)
X2 = = = 36.4
σ2 6
Al buscar este número en el renglón de 24 grados de libertad nos da un área a la
derecha de 0.05. Por lo que la P(s2 >9.1) = 0.05

b) Se calcularán dos valores de ji-cuadrada:


( n − 1) s 2 ( 25 − 1)(3.462) ( 25 − 1)(10.745)
X2 = = = 13.847 y X 2 = = 42.98
σ 2
6 6
Aquí se tienen que buscar los dos valores en el renglón de 24 grados de libertad.
Al buscar el valor de 13.846 se encuentra un área a la derecha de 0.95. El valor
de 42.98 da un área a la derecha de 0.01. Como se está pidiendo la probabilidad
entre dos valores se resta el área de 0.95 menos 0.01 quedando 0.94.
Por lo tanto la P(3.462 ≤ s2 ≤ 10.745) = 0.94

α=0.95 α=0.01

0 X2 =13.84 0 X2 =42.98

0.94

0 X2 =13.84 X2 =32
Estimación de la Varianza
Para poder estimar la varianza de una población normal se utilizará la
distribución ji-cuadrada.
( n − 1) s 2
X =
2

σ2
Al despejar esta fórmula la varianza poblacional nos queda:
( n − 1) s 2
σ2 =
X2
2
Los valores de X dependerán de nivel de confianza que se quiera al cual le
llamamos 1-α. Si nos ubicamos en la gráfica se tiene:
α/2

α/2
1-α

X2 1-α/2 X2 α/2

Ejemplos:
1. Los siguientes son los pesos, en decagramos, de 10 paquetes de semillas de
pasto distribuidas por cierta compañía: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9,
45.8, 46.9, 45.2 y 46. Encuentre un intervalo de confianza de 95% para la
varianza de todos los paquetes de semillas de pasto que distribuye esta
compañía, suponga una población normal.

Solución:
Primero se calcula la desviación estándar de la muestra:

s=
∑ (x i − x)2
=
(46.4 − 46.12 )2 + (46.1 − 46.12)2 + ... + ( 46 − 46.12) 2
= 0.5347
n −1 10 − 1
al elevar este resultado al cuadrado se obtiene la varianza de la muestra s2=
0.286.

Para obtener un intervalo de confianza de 95% se elige un α= 0.05. Despues


con el uso de la tabla con 9 grados de libertad se obtienen los valores de X 2.

α/2= 0.025

α/2=0.025
1-α

X2 (0.975,9)= 2.7 X2 (0.025,9)= 19.023


Se puede observar en la gráfica anterior que el valor de X2 corre en forma
normal, esto es de izquierda a derecha.

Por lo tanto, el intervalo de confianza de 95% para la varianza es:


(10 − 1)( 0.286)
σ 2 max = = 0.953
2 .7
(10 − 1)( 0.286)
σ 2 min = = 0.135
19.023
Graficamente:

α/2= 0.025

α/2=0.025
1-α

X2 (0.975,9)= 2.7 X2 (0.025,9)= 19.023

σ2 max = 0.953 σ2 min= 0.135

Se observa que la varianza corre en sentido contrario, pero esto es sólo en la


gráfica. La interpretación quedaría similar a nuestros temas anteriores referentes
a estimación. Con un nivel de confianza del 95% se sabe que la varianza de la
población de los pesos de los paquetes de semillas de pasto esta entre 0.135 y
0.935 decagramos al cuadrado.

2. En trabajo de laboratorio se desea llevar a cabo comprobaciones cuidadosas


de la variabilidad de los resultados que producen muestras estándar. En un
estudio de la cantidad de calcio en el agua potable, el cual se efectúa como
parte del control de calidad, se analizó seis veces la misma muestra en el
laboratorio en intervalos aleatorios. Los seis resultados en partes por millón
fueron 9.54, 9.61, 9.32, 9.48, 9.70 y 9.26. Estimar la varianza de los
resultados de la población para este estándar, usando un nivel de confianza
del 90%.

Solución:
Al calcular la varianza de la muestra se obtiene un valor de s2= 0.0285.
Se busca en la tabla los valores correspondientes con 5 grados de libertad,
obteniéndose dos resultados. Para X 2(0.95,5)= 1.145 y para X 2(0.0,5)= 11.07.
Entonces el intervalo de confianza esta dado por:
(6 − 1)( 0.0285) (6 − 1)( 0.0285)
σ 2 max = = 0.1246 y σ 2 min = = 0.0129
1.145 11.07

α/2= 0.05

α/2=0.05
1-α

X2 (0.95,6) = 1.145 X2 (0.05,6) = 11.07


σ2 max = 0.1246 σ2 min= 0.0.129

Ensayo de Hipótesis para la Varianza de una Población Normal

En la mayoría de los casos se tiene el problema de desconocer la varianza o


desviación estándar de la población, en donde las distribuciones son normales.
Si se desea probar una hipótesis acerca de la varianza se puede hacer
utilizando las medidas estadísticas con las que se construyó el intervalo de
confianza σ2, esto es con la distribución Ji- cuadrada.

Ejemplos:
1. Una compañía que produce una parte maquinada para un motor, afirma que
tiene una varianza de diámetro no mayor a 0.0002 pulgadas. Una muestra
aleatoria de 10 de dichas partes dio una varianza de muestra s2 = 0.0003. Si
se supone que las medidas del diámetro se distribuyen en forma normal,
¿hay evidencia para refutar lo que afirma el proveedor? Use α= 0.05.

Solución:
Como en todos los ensayos de hipótesis que se han realizado anteriormente el
procedimiento es el mismo. Después de que se identifican los datos, se plantea
la hipótesis para determinar el tipo de ensayo.

Datos:
σ2= 0.0002
n = 10
s2 = 0.0003
α= 0.05

Ensayo de hipótesis:
Ho
Ho; σ2= 0.0002 H1
H1; σ2> 0.0002
Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,9) = 16.919
Regla de decisión:
Si X 2R≤ 16.919 no se rechaza Ho .
Si X 2R>16.919 se rechaza Ho.

Cálculos:
( n − 1) s 2 (10 − 1)( 0.0003)
X 2R = = = 13.5
σ2 0.0002
Justificación y decisión:
Como 13.5 no es mayor que 16.919 por lo tanto no se rechaza Ho y se concluye
con un nivel de significancia de 0.05 que no se puede refutar la afirmación del
proveedor.

Este ejercicio se puede aprovechar para calcular el valor de P. En la tabla se


busca el valor de 13.5 en el renglón de 9 grados de libertad. Interpolando entre
0.10 y 0.20 se obtiene un valor de P de 0.1484.

P = 0.1484

α=0.05

X2 R= 13.5 X2 (0.05,9) = 16.919

2. El contenido de azúcar del almíbar de los duraznos enlatados tiene una


distribución normal, donde se cree que la varianza es σ2 = 18 mg2. Se toma
una muestra de 10 latas dieron una desviación estándar de 4.8 mg.
¿Muestran estos datos suficiente evidencia para decir que la varianza ha
cambiado?. Use un α = 0.05 y calcule el valor de P.
Solución:
Datos:
σ2= 18
n = 10
s = 4.8
α= 0.05

Ensayo de hipótesis:
Ho; σ2= 18 H1 H1
Ho
H1; σ2≠ 18
Región de Región de
rechazo rechazo
α/2=0.025
α/2=0.025
Región de
aceptación
X2 (0.975,9)= 2.7 X2 (0.025,9)= 19.023
Regla de decisión:
Si 2.7≤ X2R≤ 19.023 no se rechaza Ho.
Si X 2R<2.7 ó si X 2 R>19.023 se rechaza Ho.

Cálculos:
( n − 1) s 2 (10 − 1)( 4.8) 2
X 2R = = = 11.52
σ2 18
Justificación y decisión:
Como 11.52 está entre 2.7 y 19.023, no se rechaza Ho, y se concluye con un
nivel de significancia de 0.05 que la varianza del contenido de azúcar del almíbar
no ha cambiado, esto es es de 18 mg2.

Si recordamos al principio de este tema se dijo que la media de la distribución ji-


cuadrada es (n-1), por lo tanto la media de este ejercicio es de 9. Como el valor
real de X2 R = 11.52 este número se encuentra a la derecha de la media, lo cual
quiere decir que el valor de P/2 será el área a la derecha del valor de X2R. Al
buscar el valor de 11.52 en la tabla se obtiene un área de 0.2423, por lo tanto
P/2 = 0.2423 y P= (2)(0.2423) = 0.4846
P/2=
0.2423

α/2=0.025
α/2=0.025

X2 R= 11.52 X (0.025,9)= 19.023


2
X2 (0.975,9)= 2.7

3. Experiencia anterior indica que el tiempo que se requiere para que los
estudiantes de último año de preparatoria completen una prueba
estandarizada es una variable aletoria normal con una desviación estándar
de seis minutos. Se toma una muestra aleatoria de 20 estudiantes de último
año de preparatoria y se obtiene una desviación estándar de 4.51. ¿Muestran
estos datos suficiente evidencia para decir que la desviación estándar
disminuyó?. Utilice el valor de P para su decisión.

Solución:

Datos:
σ= 6
n = 20
s = 4.51

Ensayo de hipótesis:
Ho; σ = 6
H1; σ < 6

Cálculos:
( n − 1) s 2 ( 20 − 1)( 4.51) 2
X 2R = = = 10.735
σ2 (6) 2
Para obtener el valor de P, se busca en la tabla el 10.735 con 19 grados de
libertad, y el área que se encuentra es la que está a la derecha de este valor.
Como la media de esta distribución ji-cuadrada es de 19, por lo tanto el valor de
10.735 queda a la izquierda de la media. El valor de P es de 0.07, y con esto se
puede concluir que si hubiéramos utilizado un nivel de significancia de 0.10, se
rechaza Ho y se concluye que la desviación estándar disminuyo, pero si se utiliza
un valor de α = 0.05, entonces no se rechaza Ho y se concluiría que la
desviación estándar no disminuyó. La decisión depende del error tipo I que esté
dispuesto a tolerar el investigador.

P=0.07 Area que da la tabla = 0.9298

X2 R= 10.735

Error tipo II ó β

El error tipo II se calcula de la misma forma en la que se calculó con la


distribución z. Se realizarán algunos ejercicios en los cuales se determinará la
probabilidad de cometer el error tipo II, utilizando la tabla de la distribución Ji-
cuadrada.

1. Se tiene un ensayo de hipótesis unilateral derecho, con n=20 y α= 0.05


Ho; σ = 0.10
H1; σ > 0.10
Se quiere calcular el error tipo II ó β si las desviaciones estándar verdaderas
fueran de 0.12 y 0.14.

Solución:
Para poder calcular el error tipo II, primero se debe encontrar el valor de la
varianza muestral límite, esto es s2L, para poder calcular los valores de X2 y
posteriormente calcular el área. Al buscar en la tabla X 2(0.05,19)=30.144, este valor
se sustituirá en la formula. Al despejar de la fórmula original de X 2 se obtiene:

X L2σ 2 (30.144 )(0.10)2


s 2
= = = 0.0158
L
(n − 1) (20 − 1)
Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
S2 L = 0.0158 ( 20 − 1)( 0.0158)
X2 = = 20.84
β= 0.6493 (0.12) 2

Valor de tabla =0.3506

( 20 − 1)( 0.0158)
X2 = = 15.31
(0.14) 2
β= 0.30

Valor de tabla =0.70

2. Encontrar el error tipo II para el ejercicio 2 de esta sección, en donde el


ensayo es bilateral pues se quiere ver si la varianza del contenido de azúcar
en el almíbar de los duraznos ha cambiado. Suponga una varianza real de 20
y 26.

Solución:
Como este es un ensayo bilateral se tendrán dos valores de s2L. Los cuales se
calcularán utilizando las ji-cuadradas límites que eran de de 2.7 y 19.023.

X L2σ 2 (2.7 )(18)


s L2 = = = 5.4
(n − 1) (10 − 1)
y
s L2
X σ
= L
2 2
=
(19.023)(18 ) = 38.04
(n − 1) (10 − 1)
Estos dos valores se utilizarán para calcular las nuevas ji-cuadradas para
calcular el valor de β.
Ho
Región de Región de
rechazo rechazo
α/2=0.025
α/2=0.025
Región de
aceptación

s 2 = 5.4 s 2= 38.04 (10 − 1)(5.4)


X2 = = 2.43
β=0.9822-0.05= 20
0.9322
(10 − 1)( 38.04)
0.05 X2 = = 17.12
20

X2 =2.43 X2 =17.12

Area = 0.9822
(10 − 1)( 5.4)
β=0.993-0.1624= X2 = = 1.87
0.8306 26

0.1624 (10 − 1)( 38.04)


X2 = = 13.16
26
X2 =1.87 X2 =13.16

Area = 0.9930
DISTRIBUCION “F” FISHER

La necesidad de disponer de métodos estadísticos para comparar las


varianzas de dos poblaciones es evidente a partir del análisis de una
sola población. Frecuentemente se desea comparar la precisión de
un instrumento de medición con la de otro, la estabilidad de un
proceso de manufactura con la de otro o hasta la forma en que varía
el procedimiento para calificar de un profesor universitario con la de
otro.

Intuitivamente, podríamos comparar las varianzas de dos


poblaciones, σ21 y σ22, utilizando la razón de las varianzas
muestrales s21/s22. Si s21/s 22 es casi igual a 1, se tendrá poca
evidencia para indicar que σ21 y σ22 no son iguales. Por otra parte, un
valor muy grande o muy pequeño para s21/s 22, proporcionará
evidencia de una diferencia en las varianzas de las poblaciones.

La variable aleatoria F se define como el cociente de dos variables aleatorias ji-


cuadrada independientes, cada una dividida entre sus respectivos grados de
libertad. Esto es,
U
ν1
F=
V
ν2
donde U y V son variables aleatorias ji-cuadrada independientes con grados de
libertad ν 1 y ν 2 respectivamente.

Sean U y V dos variables aleatorias independientes que tienen distribución ji


cuadradas con ν 1 y ν 2 grados de libertad, respectivamente. Entonces la
U
ν1
distribución de la variable aleatoria F = está dada por:
V
ν2
ν1 ν 1  −1
Γ[(ν 1 + ν 2 ) / 2](ν 1 / ν 2 )
 2
2 x 
f (x ) = o< x <∞
Γ(ν 1 / 2)Γ(ν 2 / 2 )(1 + ν 1 x / ν 2 )
(ν1 +ν 2 ) / 2

y se dice que sigue la distribución F con ν 1 grados de libertad en el numerador y


ν 2 grados de libertad en el denominador.

La media y la varianza de la distribución F son:


µ = ν 2ν − 2 para ν 2 >2,
2

2ν 22 (ν 1 + ν 2 − 2)
σ = 2
para ν 2 > 4
ν 1 (ν 2 − 2) (ν 2 − 4)
2

La variable aleatoria F es no negativa, y la distribución tiene un sesgo hacia la


derecha. La distribución F tiene una apariencia muy similar a la distribución ji-
cuadrada; sin embargo, se encuentra centrada respecto a 1, y los dos
parámetros ν 1 y ν 2 proporcionan una flexibilidad adicional con respecto a la forma
de la distribución.

Si s12 y s22 son las varianzas muestrales independientes de tamaño n1 y n2


tomadas de poblaciones normales con varianzas σ1 2 y σ2 2 , respectivamente,
entonces:
s12 2 2
σ 12 s12σ 22  s1   σ 2 
F= 2 = 2 2 =    
ss s 2σ 1  s 2   σ 1 
σ2
2

Para manejar las tablas de Fisher del libro de Introducción a la Inferencia


Estadística del autor Güenther, se tendrá que buscar primero los grados de
libertad dos para luego localizar el área correspondiente, relacionándola con los
grados de libertad uno, para calcular el valor de F.

Las tablas tienen la siguiente estructura:


ν1
ν2 P 1 2 3 ……. ….. 500 ∞
6 0.0005
0.001
0.005
.
.
0.9995 30.4

El valor de 30.4 es el correspondiente a una Fisher que tiene 3 grados de


libertad uno y 6 grados de libertad dos con un área de cero a Fisher de 0.995. Si
lo vemos graficamente:

1−α = 0.9995

F(0.9995;3,6)=30.4
Como nos podemos imaginar existen varias curvas Fisher, ya que ahora su
forma depende de dos variables que son los grados de libertad.

Ejemplos :
1. Encontrar el valor de F, en cada uno de los siguientes casos:
a) El área a la derecha de F, es de 0.25 con ν 1=4 y ν 2=9.
b) El área a la izquierda de F, es de 0.95 con ν 1=15 y ν 2=10.
c) El área a la derecha de F es de 0.95 con con ν 1=6 y ν 2=8.
d) El área a la izquierda de F, es de 0.10 con con ν 1=24 y ν 2=24

Solución:

a) Como el área que da la tabla es de cero a Fisher, se tiene que localizar


primero los grados de libertad dos que son 9, luego un área de 0.75 con 4
grados de libertad uno.

Area=0.25

F(0.75;4, 9 )= 1.63

b) En este caso se puede buscar el área de 0.95 directamente en la tabla con


sus respectivos grados de libertad.
Area = 0.95

F(0.95;15,10) = 2.85

c) Se tiene que buscar en la tabla un área de 0.05, puesto que nos piden un
área a la derecha de F de 0.95.
Area = 0.95

F(0.05; 6, 8) = 0.241
d) Se busca directamente el área de 0.10, con sus respectivos grados de
libertad.

Area = 0.10

F(0.10; 24, 24)= 0.588

2. Si s12 y s22 son las varianzas muestrales de muestras aleatorias


independientes de tamaños n1=10 y n2 =20, tomadas de poblaciones
normales que tienen las mismas varianzas, encuentre P(s12/s22≤ 2.42).

Solución:
Primero se establecen los grados de libertad. Como en el numerador está la
población uno y en el denominador la población dos, entonces los grados de
libertad uno equivalen a 10-1=9 y los grados de libertad dos a 20-1=19.

Se procede a ir a la tabla a buscar los grados de libertad dos que son 19 y se


observa que no están, por lo tanto se tiene que interpolar entre 15 y 20 grados
de libertad, buscando el valor de fisher que quedaría:
2 2
 s  σ 
F =  1   2  = ( 2.42)(1) = 2.42
 s2   σ 1 
Este valor de 2.42 se busca en la columna de 9 grados de libertad uno, con 15
grados de libertad dos, y se encuentra los siguiente:

Area ν 1= 9
0.90 2.09
0.95 2.59
Al interpolar entre estos dos valores nos queda un área de 0.933.
Se procede a hacer lo mismo pero con 20 grados de libertad dos:

Area ν 1= 9
0.95 2.39
0.975 2.84
Al interpolar entre estos dos valores nos queda un área de 0.9516.
Ahora ya se tienen las dos áreas referentes a los grados de libertad dos, por lo
que se interpolará para ver cuánto le corresponde a los grados libertad dos con
un valor de 19.
ν2 Area
15 0.933
20 0.9516
Al interpolar nos queda que para 9 grados de libertad uno y 19 grados de
libertad dos con un valor de Fisher de 2.42 el área a la izquierda es de 0.9478.

P = 0.9478

F = 2.42

3. Si s12 y s22 representan las varianzas de las muestras aleatorias


independientes de tamaño n1= 25 y n2 = 31, tomadas de poblaciones
normales con varianzas σ12 =10 y σ22 = 15, respectivamente, encuentre
P(s12/s22 > 1.26).

Solución:
Calcular el valor de Fisher:
2 2
 s  σ   15 
F =  1   2  = (1.26)  = 1.89
 s2   σ 1   10 
Luego se va a la tabla de Fisher a buscar 30 grados de libertad 2 con 24 grados
de libertad uno. Cuando se este en esta posición se busca adentro de la tabla el
valor de Fisher de 1.89. Al localizarlo y ver a la izquierda de este valor se obtiene
un área de 0.95, pero esta área correspondería a la probabilidad de que las
relaciones de varianzas muestrales fueran menor a 1.26, por lo que se calcula
su complemento que sería 0.05, siendo esta la probabilidad de que s12 /s22 >
1.26.

P=0.05

F = 1.89

Intervalo de Confianza para el Cociente de Varianzas de Dos Distribuciones Normales

Supóngase que se tienen dos poblaciones normales e independientes con


varianzas desconocidas σ1 2 y σ22, respectivamente. De este par de poblaciones,
se tienen disponibles dos muestras aleatorias de tamaños n1 y n2,
respectivamente, sean s12 y s22 las dos varianzas muestrales. Se desea conocer
un intervalo de confianza del 100(1-α) por ciento para el cociente de las dos
varianzas, σ12/σ22.

Para construir el intervalo de confianza para el cociente de dos varianzas


poblacionales, se coloca la varianza muestral mayor en el numerador del
estadístico F.

Ejemplos:
1. Un fabricante de automóviles pone a prueba dos nuevos métodos de
ensamblaje de motores respecto al tiempo en minutos. Los resultados se
muestran el la tabla:
Método 1 Método 2
n1 = 31 n2 = 25
2 2
s 1 = 50 s 2 = 24
Construya un intervalo de confianza del 90% para σ12/σ22.

Solución:
Por la recomendación de que la varianza muestral mayor va en el numerador se
tiene la siguiente fórmula:
2 2
 s1   σ 2 
F =    
 s2   σ 1 
σ 12 s12
al despejar: = .
σ 22 Fs 22
F toma dos valores dependiendo del nivel de confianza y de los grados de
libertad. En este caso los grados de libertad uno valen 30 y los grados de
libertad dos 24.
Nivel de confianza= 0.90

F(0.05; 30, 24) = 0.530 F(0.95; 30, 24) = 1.94

σ 12 s12 50 σ 12 s12 50
= = = 3.93 y = = = 1.07
σ 2 Fs 2 (0.530)( 24)
2 2
σ 2 Fs 2 (1.94)( 24)
2 2

Estos resultados los podemos interpretar de la siguiente manera:


Con un nivel de confianza del 90% se sabe que la relación de varianzas σ12/σ22
esta entre 1.07 y 3.93. Esto supondría que la varianza de la población 1 es
mayor a la varianza de la población 2 entre 1.07 y 3.93.

2. Una compañía fabrica propulsores para uso en motores de turbina. Al


ingeniero de manufactura le gustaría seleccionar el proceso que tenga la
menor variabilidad en la rugosidad de la superficie. Para ello toma una
muestra de n1 =16 partes del primer proceso, la cual tiene una desviación
estándar s1 = 4.7 micropulgadas, y una muestra aleatoria de n2=12 partes del
segundo proceso, la cual tiene una desviación estándar s2 = 5.1
micropulgadas. Se desea encontrar un intervalo de confianza del 90% para el
cociente de las dos varianzas σ1 2 /σ2 2 . Suponga que los dos procesos son
independientes y que la rugosidad de la superficie está distribuida de manera
normal.

Solución:
Por la recomendación de que la varianza muestral mayor va en el numerador se
tiene la siguiente fórmula:
2 2
 s2   σ 1 
F =    
 s1   σ 2 
σ 12 Fs12
al despejar: 2 = 2 .
σ2 s2
En este caso los grados de libertad uno valen 11 y los grados de libertad dos 15.
Nivel de confianza= 0.90

F(0.05; 11, 15) = 0.368 F(0.95; 11, 15) = 2.51

σ 12 Fs12 (0.368)( 4.7) 2 σ 12 Fs12 ( 2.51)( 4.7 ) 2


= 2 = = 0.3125 y = 2 = = 2.13
σ 22 s2 5.12 σ 22 s2 5.12

Estos resultados los podemos interpretar de la siguiente manera:


Puesto que este intervalo de confianza incluye a la unidad, no es posible afirmar
que las desviaciones estándar de la rugosidad de la superficie de los dos
procesos sean diferentes con un nivel de confianza del 90%.

Ensayo de Hipótesis

Supóngase que se tiene interés en dos poblaciones normales independientes,


donde las medias y las varianzas de la población son desconocidas. Se desea
probar la igualdad de las dos varianzas, ya que para poder comparar las medias
de estas dos poblaciones se utiliza la distribución t de Student, en la cual
podemos tener varianzas iguales o diferentes en la población.
Para conocer esto último se requiere de la distribución Fisher, y después de
utilizarla, se tomará la decisión de tener o no varianzas iguales en la población,
dando pié a realizar la comparación de las dos medias según estemos hablando.
Primer caso en que las varianzas de la población son desconocidas pero
iguales, o en el caso dos donde se tienen varianzas desconocidas pero
disímiles.

Para el ensayo de hipótesis se utilizará la relación de varianzas, la cual puede


dar tres resultados:
>1 σ12 > σ22
σ12/σ22 =1 σ12 = σ22
<1 σ12 < σ22

En base a lo que se quiera probar, el ensayo podrá ser unilateral derecho,


izquierdo o bilateral.

Ejemplos:
1. La variabilidad en la cantidad de impurezas presentes en un lote
de productos químicos, utilizada para un proceso en particular,
depende del tiempo que tarda el proceso. Un fabricante que
emplea dos líneas de producción 1 y 2, hizo un pequeño ajuste al
proceso 2, con la esperanza de reducir la variabilidad, así como la
cantidad media de impurezas en los productos químicos.
Muestras de n1=25 y n2=20 mediciones de dos lotes produjeron
las siguientes medias y varianzas:
x1 = 3.2 s 21 = 1.04 x 2 = 3.0 s 2 2 = 0.51
¿Presentan los datos evidencia suficiente para indicar que las
variaciones del proceso son menores para el 2? Realice una
prueba con un α = 0.05.

Solución:
Datos:
Población 1 Población 2
x1 = 3.2 x 2 = 3.0
s 21 = 1.04 s 2 2 = 0.51
n1 = 25 n2 = 20
α = 0.05

Ensayo de hipótesis:
2
H o ;σ 1 σ 2 = 1
2

2
H1 ; σ 1 2 σ 2 〉1
Estadístico de prueba:
s12
F= 2
La sugerencia que se hace es que el numerador sea el de
s2
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 25-1 = 24 y ν 2 = 20-1=19.

H0 H1

α = 0.05
Región de
aceptación
F(0.95; 24, 19)= 2.11

Regla de decisión:
Si F c≤ 2.11 No se rechaza Ho,
Si la F c > 2.11 se rechaza Ho.

Cálculo:
s12 1.04
F= 2
= = 2.04
s2 0.51

Decisión y Justificación:
Como 2.04 es menor que 2.11 no se rechaza Ho, y se concluye con
un α = 0.05 que no existe suficiente evidencia para decir que la
varianza del proceso 2 es menor que la del proceso 1.

2. En su incansable búsqueda de un sistema de llenado adecuado,


cierta empresa prueba dos máquinas. Robo-fill se usa para llenar
16 tarros y da una desviación estándar de 1.9 onzas en el llenado.
Con Automat-fill se llenan 21 frascos que dan una desviación
estándar de 2.1 onzas. Si la empresa tiene que elegir uno de
estos sistemas en función de la uniformidad de llenado. ¿Cual
deberá seleccionar? Use un α = 0.10.

Solución:
Datos:
Robo-Fill Automat-Fill
sRF = 1.9 sAF = 2.1
nRF = 16 nAF = 21
α = 0.10

Ensayo de hipótesis:
2
H o ; σ AF σ RF = 1
2

2
H1 ; σ AF 2 σ RF 〉1

Estadístico de prueba:
s AF 2
F= 2
La sugerencia que se hace es que el numerador sea el de
s RF
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 21-1 = 20 y ν 2 = 16-1=15.

H0 H1

α = 0.05
Región de
aceptación
F(0.95; 20, 15)= 2.20

Regla de decisión:
Si F c≤ 2.20 No se rechaza Ho,
Si la F c > 2.20 se rechaza Ho.

Cálculo:
s AF 2 2.12
F= 2
= = 1.22
s RF 1.9 2

Decisión y Justificación:
Como 1.22 es menor que 2.20 no se rechaza Ho, y se concluye con
un α = 0.10 que la variación de llenado de la máquina Robo-Fill no es
menor a la de Automat-Fill, por lo que se selecciona cualquier
máquina.

3. Las capas de óxido en las obleas semiconductoras son


depositadas en una mezcla de gases para alcanzar el espesor
apropiado. La variabilidad del espesor es una característica crítica
de la oblea, y lo deseable para los siguientes pasos de la
fabricación es tener una variabilidad baja. Para ello se estudian
dos mezclas diferentes de gases con la finalidad de determinar
con cuál se obtienen mejores resultados en cuanto a la reducción
en la variabilidad del espesor del óxido. Veintiún obleas son
depositadas en cada gas. Las desviaciones estándar de cada
muestra del espesor del óxido son s 1 = 1.96 angstroms y s2 = 2.13
angstroms. ¿Existe evidencia que indique una diferencia en las
desviaciones? Utilice α=0.05.
Solución:
Datos:
s1= 1.96 s2 = 2.13
n1 = 21 n2= 21

Ensayo de hipótesis:
H o ;σ 2 σ 1 = 1
2 2

2
H o ;σ 2 σ 1 ≠ 1
2

Estadístico de prueba:
s2 2
F= 2
La sugerencia que se hace es que el numerador sea el de
s1
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 21-1 = 20 y ν 2 = 21-1=20.

H0 H1
H1

α/2 = 0.025 α/2 = 0.025


Región de
aceptación
F(0.975; 20, 20 )= 2.46
F(0.025; 20,20 )= 0.406
Regla de decisión:
Si 0.406≤ Fc ≤ 2.46 No se rechaza Ho,
Si la F c < 0.406 ó si F c > 2.46 se rechaza Ho.

Cálculo:
s2 2 1.96 2
F= 2
= = 0.85
s1 2.132

Decisión y Justificación:
Como 0.85 esta entre los dos valores de Ho no se rechaza , y se
concluye con un α = 0.05 que existe suficiente evidencia para decir
que las varianza de las poblaciones son iguales.

Error Tipo II ó β

1. Para el ejercicio anterior, encontrar la probabilidad de cometer


error tipo II si la verdadera relación σ12/σ22 = 2.

Solución:

H0 H1
H1

α/2 = 0.025  s 2  σ 2 
α/2 = 0.025 F =  22  12 
Región de  s1  σ 2 
aceptación
F(0.975; 20, 20 )= 2.46
F(0.025; 20,20 )= 0.406
2 2 2 2
s2 /s1 = 0.406 s 2 /s 1 = 2.46
 s22  σ 12 
0.3219
F =  2  2  = (0.406)(2 ) = 0.812
 s1  σ 2 
β =0.6781
 s2  σ 12 
F =  22  2  = (2.46)(2 ) = 4.92
 s1  σ 2 

F = 0.812 F = 4.92

Area = 1
2. Del ejercicio número 1 del ensayo de hipótesis en donde la
variabilidad en la cantidad de impurezas presentes en un lote de
productos químicos dependía del tiempo que tardaba el proceso y
el fabricante empleaba dos líneas de producción 1 y 2, e hizo un
pequeño ajuste al proceso 2, calcular la probabilidad de cometer
error tipo II si le relación σ12/σ22 = 1.5.

Solución:

 s 2  σ 2 
F =  12  22  por lo tanto s12 /s22 = 2.11 ya que esto fue lo que dio la tabla y al
 s2  σ 1 
despejar nos queda los mismo. Se calcula un nuevo valor de F con la relación de
varianzas de 1.5.
 s 2  σ 2   1 
F =  12  22  = (2.11)  = 1.406
 s2  σ 1   1.5 
Si se recuerda para este ejercicio se tienen 24 grados de libertad uno y 19 de
grados de libertad dos, por lo que se tiene que hacer una doble interpolación ya
que 19 grados de libertad dos no vienen en la tabla.
Primero se interpolará para 24 grados de libertad uno y 15 grados de libertad dos:

Area Valor de F
0.50 1.02
0.75 1.41
Al interpolar para un valor de Fisher de 1.406 se ve que este valor está muy
cercano a 1.41, el cual le corresponde un área de 0.75, por lo que queda un
resultado de 0.7474

Ahora se procede a interpolar para 24 grados de libertad uno y 20 grados de


libertad dos:
Area Valor de F
0.75 1.35
0.90 1.77
La interpolación para un valor de Fisher de 1.406 es de 0.77.
Teniendo los dos valores, se puede calcular el área correspondiente a 24 grados
de libertad uno y 19 grados de libertad dos:

ν2 Area
15 0.7474
20 0.77

Por lo tanto al interpolar para 19 grados de libertad dos nos da un valor de


0.76548
H0 H1

α = 0.05
Región de
aceptación
F(0.95; 24, 19)= 2.11

β = 0.7654 s12/s22 = 2.11


INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
DE DOS DISTRIBUCIONES NORMALES, VARIANZAS
DESCONOCIDAS
En esta sección se verá el caso en donde se tienen dos poblaciones con
medias y varianzas desconocidas, y se desea encontrar un intervalo de
confianza para la diferencia de dos medias µ 1 −µ2 . Si los tamaños de
muestras n1 y n2 son mayores que 30, entonces, puede emplearse el
intervalo de confianza de la distribución normal. Sin embargo, cuando se
toman muestras pequeñas se supone que las poblaciones de interés están
distribuidas de manera normal, y los intervalos de confianza se basan en la
distribución t.

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS


DISTRIBUCIONES NORMALES, VARIANZAS DESCONOCIDAS PERO
IGUALES

Si x1 , x2 , s12 y s 22 son las medias y las varianzas de dos muestras aleatorias


de tamaño n 1 y n 2, respectivamente, tomadas de dos poblaciones normales
e independientes con varianzas desconocidas pero iguales, entonces un
intervalo de confianza del 100(1-α ) por ciento para la diferencia entre
medias es:

µ1 − µ 2 = ( x1 − x 2 ) ± ts p
1 1
+
n1 n2
en donde:
s 2 ( n − 1) + s 22 ( n 2 − 1)
s 2p = 1 1
n1 + n2 − 2
es el estimador combinado de la desviación estándar común de la
población con n 1+n2 – 2 grados de libertad.

Ejemplos:
1. Un artículo publicado dio a conocer los resultados de un análisis del
peso de calcio en cemento estándar y en cemento contaminado con
plomo. Los niveles bajos de calcio indican que el mecanismo de
hidratación del cemento queda bloqueado y esto permite que el agua
ataque varias partes de una estructura de cemento. Al tomar diez
muestras de cemento estándar, se encontró que el peso promedio de
calcio es de 90 con una desviación estándar de 5; los resultados
obtenidos con 15 muestras de cemento contaminado con plomo fueron
de 87 en promedio con una desviación estándar de 4. Supóngase que el
porcentaje de peso de calcio está distribuido de manera normal.
Encuéntrese un intervalo de confianza del 95% para la diferencia entre
medias de los dos tipos de cementos. Por otra parte, supóngase que las
dos poblaciones normales tienen la misma desviación estándar.

Solución:
El estimador combinado de la desviación estándar es:
s 2 ( n − 1) + s 22 (n 2 − 1) 5 2 (10 − 1) + 4 2 (15 − 1)
s 2p = 1 1 = = 19.52
n1 + n2 − 2 10 + 15 − 2
Al calcularle raíz cuadrada a este valor nos queda que s p = 4.41

µ1 − µ 2 = ( x1 − x 2 ) ± ts p
= (90 − 87 ) ± ( 2.069)( 4.41)
1 1 1 1
+ +
n1 n 2 10 15
expresión que se reduce a – 0.72 ≤ µ1 −µ2 ≤ 6.72

Nótese que el intervalo de confianza del 95% incluye al cero; por


consiguiente, para este nivel confianza, no puede concluirse la existencia
de una diferencia entre las medias.
Nivel de confianza =0.95

µ1 − µ 2 = −0.72 µ1 − µ 2 = 6.72
0

2. Se realizó un experimento para comparar el tiempo promedio requerido


por el cuerpo humano para absorber dos medicamentos, A y B.
Suponga que el tiempo necesario para que cada medicamento alcance
un nivel específico en el torrente sanguíneo se distribuye normalmente.
Se eligieron al azar a doce personas para ensayar cada fármaco
registrándose el tiempo en minutos que tardó en alcanzar un nivel
específico en la sangre. Calcule un intervalo de confianza del 95% para
la diferencia del tiempo promedio. Suponga varianzas iguales.

Medicamento A Medicamento B
nA = 12 nB = 12
x A = 26.8 x B = 32.6
2 2
SA = 15.57 SB = 17.54

Solución:
s 2A ( n A − 1) + s B2 ( n B − 1) 15.57 (12 − 1) + 17.54(12 − 1)
sp = = = 4.07
nA + nB − 2 12 + 12 − 2
µ B − µ A = ( x B − x A ) ± ts p = (32.6 − 26.8 ) ± ( 2.074)( 4.07)
1 1 1 1
+ +
n A nB 12 12
2.35 ≤ µΒ −µΑ ≤ 9.25
Con un nivel confianza del 95% se sabe que el tiempo promedio para
alcanzar un nivel específico es mayor para el medicamento B.

PRUEBA SOBRE DOS MEDIAS, POBLACIONES NORMALES, VARIANZAS


DESCONOCIDAS PERO IGUALES

Las situaciones que más prevalecen e implican pruebas sobre dos medias son las que
tienen varianzas desconocidas. Si el científico prueba mediante una prueba F, que las
varianzas de las dos poblaciones son iguales, se utiliza la siguiente fórmula:

t=
( x1 − x 2 ) − (µ1 − µ 2 )
sp 1 + 1
n1 n2
donde:
s ( n1 − 1) + s 22 ( n 2 − 1)
2
s 2p = 1

n1 + n2 − 2
Los grados de libertad están dados por:
ν = n1 + n2 − 2

Ejemplos:
1. Para encontrar si un nuevo suero detiene la leucemia, se seleccionan nueve
ratones, todos con una etapa avanzada de la enfermedad. Cinco ratones
reciben el tratamiento y cuatro no. Los tiempos de sobrevivencia en años, a
partir del momento en que comienza el experimento son los siguientes:

Con
2.1 5.3 1.4 4.6 0.9
Tratamiento
Sin Tratamiento 1.9 0.5 2.8 3.1
¿Se puede decir en el nivel de significancia del 0.05 que el suero es efectivo?
Suponga que las dos poblaciones se distribuyen normalmente con varianzas
iguales.

Solución:
Primero se probará el supuesto de varianzas iguales con un ensayo de hipótesis
bilateral utilizando la distribución Fisher.

Datos:
Con tratamiento Sin tratamiento
x = 2.86 x = 2.075
s= 1.97 s = 1.1672
n=5 n=4
Ensayo de hipótesis:
2
H o ; σ CT σ ST = 1
2

2
H o ; σ CT σ ST ≠ 1
2

Estadístico de prueba:
2
s CT
F= 2
La sugerencia que se hace es que el numerador sea el de
s ST
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 5-1 = 4 y ν2 = 4-1=3.

H0 H1
H1

α/2 = 0.025 α/2 = 0.025


Región de
aceptación
F(0.975; 4, 3 )= 15.1
F(0.025; 4, 3 )= 0.10

Regla de decisión:
Si 0.10≤ Fc ≤ 15.1 No se rechaza Ho,
Si la F c < 0.10 ó si F c > 15.1 se rechaza Ho.

Cálculo:
2
s CT 1.97 2
F= 2
= = 2.85
s ST 1.167 2

Decisión y Justificación:
Como 2.85 esta entre los dos valores de Ho no se rechaza , y se
concluye con un α = 0.05 que existe suficiente evidencia para decir
que las varianza de las poblaciones son iguales.
Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis
Ho; µCT-µ ST=0
H1; µCT-µ ST >0 H1
Ho Región de
rechazo

α = 0.05

Región de aceptación
Los grados de libertad son (5+4-2) = 7

Regla de decisión:
Si tR≤ 1.895 No se Rechaza Ho
Si tR > 1.895 se rechaza Ho
Cálculos:
s 2 ( n − 1) + s 22 (n 2 − 1) 1.97 2 (5 − 1) + 1.672 2 ( 4 − 1)
s 2p = 1 1 = = 3.415
n1 + n2 − 2 5+ 4 − 2

por lo tanto sp = 1.848

t=
(x1 − x 2 ) − (µ1 − µ 2 ) = (2.86 − 2.075 ) − 0 = 0.6332
sp 1 + 1 1.848 1 + 1
n1 n2 5 4

Justificación y decisión:
Como 0.6332 es menor que 1.895, no se rechaza Ho , y se concluye con un nivel
de significancia del 0.05 que no existe suficiente evidencia para decir que el
suero detiene la leucemia.

2. Se realizó un experimento para comparar el tiempo promedio requerido


por el cuerpo humano para absorber dos medicamentos, A y B.
Suponga que el tiempo necesario para que cada medicamento alcance
un nivel específico en el torrente sanguíneo se distribuye normalmente.
Se eligieron al azar a doce personas para ensayar cada fármaco
registrándose el tiempo en minutos que tardó en alcanzar un nivel
específico en la sangre. Calcule con α = 0.05 si existe diferencia entre
los tiempos promedio y obtenga el valor de P. Suponga varianzas
iguales.

Medicamento A Medicamento B
nA = 12 nB = 12
x A = 26.8 x B = 32.6
2 2
SA = 15.57 SB = 17.54

Solución:
Primero se pondrá a prueba el supuesto de varianzas iguales mediante una
prueba de hipótesis con α = 0.10.
Ensayo de hipótesis:
2
H o ;σ B σ A = 1
2

2
H o ;σ B σ A ≠ 1
2

Estadístico de prueba:
sB 2
F= 2
La sugerencia que se hace es que el numerador sea el de
sA
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 12-1 =11 y ν 2 = 12-1=11.

H0 H1
H1

α/2 = 0.05 α/2 = 0.05


Región de
aceptaciónF
(0.95; 11, 11)= 2.82
F(0.05; 11, 11)= 0.355

Regla de decisión:
Si 0.355 ≤ Fc ≤ 2.82 No se rechaza Ho,
Si la F c < 0.355 ó si F c > 2.82 se rechaza Ho.

Cálculo:
sB 2 17.54
F= 2
= = 1.13
sA 15.57

Decisión y Justificación:
Como 1.13 esta entre los dos valores de Ho no se rechaza , y se
concluye con un α = 0.10 que existe suficiente evidencia para decir
que las varianza de las poblaciones son iguales.

Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis
Ho; µB-µA =0 Ho
H1
H1; µB-µA ≠0 H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

tL = -2.074 µB-µA = 0 tL = 2.074


Los grados de libertad son (12+12-2) = 22

Regla de decisión:
Si –2.074 ≤ tc ≤ 2.074 No se rechaza Ho,
Si la tc < -2.074 ó si tc > 2.074 se rechaza Ho.

Cálculos:
s12 ( n1 − 1) + s 22 (n 2 − 1) 15.57 (12 − 1) + 17.54(12 − 1)
sp = = = 4.07
n1 + n2 − 2 12 + 12 − 2

t=
( x1 − x 2 ) − (µ 1 − µ 2 ) = (32.6 − 26.8) − 0 = 3.49
sp 1 + 1 4.07 1 + 1
n1 n2 12 12

Justificación y decisión:
Como 3.49 es mayor que 2.074, no se rechaza Ho, y se concluye con un nivel de
significancia del 0.05 que la media del tiempo para que el medicamento A llegue
a un nivel específico en el torrente sanguíneo es distinta de la que toma al
fármaco B alcanzar ese mismo nivel.

Para calcular el valor de P se ubicará la t calculada en la gráfica para proceder a


buscar el área y multiplicarla por dos ya que es bilateral.

P/2 =0.00139 P/2 =0.00139

Región de aceptación

tL = -2.074 µB-µA = 0 tL = 2.074

tc = 3.49
P = (2)(0.00139) = 0.00278

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS


DISTRIBUCIONES NORMALES, VARIANZAS DESCONOCIDAS PERO
DIFERENTES
Consideremos ahora el problema de encontrar una estimación por
intervalos de µ 1 −µ2 cuando no es probable que las varianzas poblacionales
desconocidas sean iguales. La estadística que se usa con más frecuencia
en este caso es:
( x − x 2 ) − (µ1 − µ 2 )
t= 1
s12 s2
+ 2
n1 n 2

que tiene aproximadamente una distribución t con ν grados de libertad,


donde:
(s12 n1 + s 22 n2 )
2

ν =
[ ][ ]
(s12 n1 )2 (n1 − 1) + (s 22 n2 )2 (n2 − 1)
Como ν rara vez es número entero, lo redondeamos al número entero más
cercano menor. Esto es si el valor de nu es de 15.9 se redondeará a 15.

Al despejar la diferencia de medias poblacionales de la formula de t nos


queda:
s12 s 22
µ1 − µ 2 = ( x1 − x 2 ) ± t +
n1 n 2
Ejemplos:
1. El departamento de zoología de la Universidad de Virginia llevó a cabo
un estudio para estimar la diferencia en la cantidad de ortofósforo
químico medido en dos estaciones diferentes del río James. El
ortofósforo se mide en miligramos por litro. Se reunieron 15 muestras
de la estación 1 y se ontuvo una media de 3.84 con una desviación
estándar de 3.07 miligramos por litro, mientras que 12 muestras de la
estación 2 tuvieron un contenido promedio de 1.49 con una desviación
estándar 0.80 miligramos por litro. Encuentre un intervalo de confianza
de 95% para la diferencia del contenido promedio real de ortofósforo en
estas dos estaciones, suponga que las observaciones vienen de
poblaciones normales con varianzas diferentes.

Solución:
Datos:
Estación 1 Estación 2
n1 = 15 n2 = 12
x1 = 3.84 x 2 = 1 . 49
S1= 3.07 S2 = 0.80
Primero se procederá a calcular los grados de libertad:
(s12 n1 + s 22 n2 )
2
(3.07 2 15 + 0.80 2 12 )
2

ν =
[ ][ ] [=
][ ]
(s12 n1 )2 (n1 − 1) + (s 22 n2 )2 (n2 − 1) (3.07 2 15)2 /(15 − 1) + (0.80 2 12)2 /(12 − 1)
= 16.3 ≈ 16
Al usar α =0.05, encontramos en la tabla con 16 grados de libertad que el
valor de t es 2.120, por lo tanto:
s12 s 22 3.07 2 0.80 2
µ1 − µ 2 = ( x1 − x 2 ) ± t + = (3.84 − 1.49 ) ± 2.120 +
n1 n 2 15 12
que se simplifica a:
0.60 ≤ µ1 −µ2 ≤ 4.10
Por ello se tiene una confianza del 95% de que el intervalo de 0.60 a 4.10
miligramos por litro contiene la diferencia de los contenidos promedios
reales de ortofósforo para estos dos lugares.

PRUEBA SOBRE DOS MEDIAS, POBLACIONES NORMALES, VARIANZAS


DESCONOCIDAS PERO DIFERENTES

( x1 − x 2 ) − (µ1 − µ 2 )
t=
s12 s 22
+
n1 n2

(s 2
n1 + s 22 n2 )
2

ν =
[(s ] [( ]
1
2
1 n1 ) (n
2
1 − 1) + s 22 n2 ) (n
2
2 − 1)

Ejemplo:
1. Un fabricante de monitores prueba dos diseños de microcircuitos para
determinar si producen un flujo de corriente equivalente. El departamento de
ingeniería ha obtenido los datos siguientes:

Diseño 1 n1 = 16 x1 = 24 .2 2
s 1 = 10
Diseño 2 n2 = 10 x 2 = 23. 9 2
s 2 = 40
Con α = 0.05, se desea determinar si existe alguna diferencia significativa en
el flujo de corriente promedio entre los dos diseños, donde se supone que las
dos poblaciones son normales, pero no es posible suponer que las varianzas
desconocidas sean iguales.

Solución:
Primero se probarán varianzas desiguales.

Ensayo de hipótesis:
2
H o ;σ 2 2 σ 1 = 1
2
H o ;σ 2 σ 1 ≠ 1
2

Estadístico de prueba:
s2 2
F= 2
La sugerencia que se hace es que el numerador sea el de
s1
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 10-1 = 9 y ν 2 = 16-1=15.

H0 H1
H1

α/2 = 0.025 α/2 = 0.025


Región de
aceptaciónF
(0.975; 9, 15)= 3.12
Regla de decisión:F(0.025; 9, 15)= 0.265
Si 0.265≤ Fc ≤ 3.12 No se rechaza Ho,
Si la F c < 0.265 ó si F c > 3.12 se rechaza Ho.

Cálculo:
s2 2 40
F= 2
= =4
s1 10

Decisión y Justificación:
Como 4 es mayor que 3.12 se rechaza Ho , y se concluye con un α =
0.05 que existe suficiente evidencia para decir que las varianza de
las poblaciones son diferentes.

Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis
Ho; µ1-µ2=0
H1; µ1-µ2 ≠ 0

Para poder buscar el valor de t en la tabla, se necesita saber el valor de los


grados de libertad:

(s2
n1 + s 22 n2 )
2
(10 16 + 40 10 )2
ν =
[(s ] [( ]
(n2 − 1) [(10 16)2 (16 − 1)] + [(40 10 )2 (10 − 1)]
= = 11.858
1
2
1 n1 ) (n
2
1 − 1) + s 22 n 2 )
2

Este valor se redondea al próximo menor que sería 11.

Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Regla de decisión:
Si –2.201≤ tR ≤ 2.201 No se rechaza Ho
Si tR < -2.201 ó si tR > 2.201 se rechaza Ho

Cálculos:
(x1 − x 2 ) − (µ1 − µ 2 ) (24.2 − 23.9 ) − 0
t= = = 0.1395
s12
+
s 22 10 + 40
n1 n2 16 10

Justificación y decisión:
Como 0.1395 esta entre –2.201 y 2.201, no se rechaza Ho y se concluye con un
α = 0.05, que no existe diferencia significativa en el flujo de corriente promedio
entre los dos diseños.

2. Dos proveedores fabrican un engrane de plástico utilizado en una impresora


láser. Una característica importante de estos engranes es la resistencia al
impacto la cual se mide en pies-libras. Una muestra aleatoria de 10 engranes
suministrados por el primer proveedor arroja los siguientes resultados:
x1 = 290 y s1 = 12. Del segundo proveedor se toma una muestra aleatoria de
16 engranes, donde los resultados son x 2 = 321 y s2 = 45. ¿Existe evidencia
que apoye la afirmación de que los engranes del proveedor 2 tienen una
mayor resistencia promedio al impacto. Use un nivel de significancia de 0.05.
Calcule el valor de P.

Solución:
Datos:
Proveedor 1 Proveedor 2
n1 = 10 n2 = 16
x1 = 290 x 2 = 321
S1= 12 S2 = 45

Primero se probarán varianzas desiguales.

Ensayo de hipótesis:
2
H o ;σ 2 2 σ 1 = 1
2
H o ;σ 2 σ 1 ≠ 1
2

Estadístico de prueba:
s2 2
F= 2
La sugerencia que se hace es que el numerador sea el de
s1
valor mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. ν1= 16-1 = 15 y ν 2 = 10-1=9.

H0 H1
H1

α/2 = 0.025 α/2 = 0.025


Región de
aceptación
F(0.975; 15, 9)= 3.01
F(0.025; 15, 9)= 0.320

Regla de decisión:
Si 0.320≤ Fc ≤ 3.01 No se rechaza Ho,
Si la F c < 0.320 ó si F c > 3.01 se rechaza Ho.

Cálculo:
s2 2 45 2
F= 2
= = 14.06
s1 12 2

Decisión y Justificación:
Como 14.06 es mayor que 3.01 se rechaza Ho , y se concluye con un
α = 0.05 que existe suficiente evidencia para decir que las varianza
de las poblaciones son diferentes.

Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis
Ho; µ2-µ1=0
H1; µ2-µ1 >0

Para poder buscar el valor de t en la tabla, se necesita saber el valor de los


grados de libertad:
(s 2
n1 + s 22 n2 ) 2
(12 2
10 + 45 2 16 )2

ν =
[(s ] [( ] = [(12 ) (10 − 1)]+ [(45 ) (16 − 1)]
= 18.21
1
2
1 n1 ) (n
2
1 − 1) + s 22 n2 ) (n
2
2 − 1) 2
10
2 2
16
2

Este valor se redondea al próximo menor que sería 18.

Ho
H1

Región de
Rechazo

α = 0.05
Región de aceptación

µ1−µ2 = 0 tL = 1.734

Regla de decisión:
Si tR ≤ 1.734 No se rechaza Ho
Si tR > 1.734 se rechaza Ho

Cálculos:
( x1 − x 2 ) − (µ 1 − µ 2 ) (321 − 290 ) − 0
t= = = 2.61
2 2
s s 12 2 + 45
2
1 + 2
10 16
n1 n2

Justificación y decisión:
Como 2.61 es mayor que 1.734, se rechaza Ho y se concluye con un α=0.05,
que existe evidencia suficiente para decir que el promedio de resistencia de los
engranes del proveedor 2 es mayor a el promedio de resistencia de los engranes
del proveedor 1.

Para calcular el valor de P se busca adentro de la tabla de t el valor de 2.61 con


18 grados de libertad y se observa que se encuentra entre dos áreas que son
0.01 y 0.0075, al interpolar nos da un valor de P = 0.00894.

P =0.00894

Región de aceptación

µB-µA = 0 tL = 1.734

tc = 2.61
INFERENCIA RESPECTO A LA DIFERENCIA DE DOS MEDIAS CUANDO SE
USAN MUESTRAS DEPENDIENTES PEQUEÑAS

Para hacer inferencias estadísticas sobre dos poblaciones, se necesita tener una muestra
de cada población. Las dos muestras serán dependientes o independientes de acuerdo a
la forma de seleccionarlas. Si la selección de los datos de una población no está
relacionada con la de los datos de la otra, son muestras independientes. Si las muestras
se seleccionan de manera que cada medida en una de ellas pueda asociarse naturalmente
con una medida en la otra muestra, se llaman muestras dependientes. Cada dato sale de
alguna fuente; una fuente es algo, una persona o un objeto, que produce datos. Si dos
medidas se obtienen de la misma fuente, se puede pensar que las medidas están
pareadas. En consecuencia dos medidas que se obtienen del mismo conjunto de fuentes
son dependientes. Note que si dos muestras son dependientes, entonces necesariamente
tienen el mismo tamaño.

Muchas aplicaciones prácticas requieren hacer comparaciones entre dos poblaciones con
base en datos pareados o en muestras dependientes. Las aplicaciones que pueden
involucrar muestras dependientes incluyen:

• Medicina.- Poner aprueba los efectos de una dieta mediante la obtención de


las medidas del peso en la misma persona antes y después de aplicar una
dieta.
• Enseñanza.- Probar la efectividad de una estrategia de enseñanza aplicando
exámenes antes y después a los mismos individuos.
• Agricultura.- Poner a prueba los efectos de dos fertilizantes en la producción
de frijol de soya comparando la producción de parcelas similares en las
mismas condiciones.
• Finanzas.- Comparar las estimaciones de dos talleres de autos chocados
para las mismas unidades.
• Industria.- Poner a prueba dos marcas de llantas en cuanto al desgaste del
piso colocando una de cada marca en los rines traseros de una muestra de
coches del mismo tipo.

Si se tienen dos muestral aleatorias dependientes de tamaño n, donde cada


elemento de la primera muestra es pareja de un elemento de la segunda,
entonces estas dos muestras dan lugar a una de parejas o a una diferencias,
como lo indica la siguiente figura. La muestra de diferencias d = x1 – x2 se puede
pensar como una muestra de la población de diferencias de datos pareados de
dos poblaciones. La media de la población de diferencias es igual a la
diferencias de las medias poblacionales.

X11 X11 – X21 X21

X12 X12 – X22 X22

X13 X13 – X23 X23


. . .
µ x1 − µ x2 = µ d = µ1 − µ 2
Se puede demostrar que la media de las diferencias es la diferencias de las
mismas considerando las dos poblaciones siguientes con cuyos elementos se
han formado parejas:

Población 1 Población 2 Diferencia d


2 5 2 – 5 = -3
4 6 4 – 6 = -2
6 2 6–2=4
8 4 8–4=4
10 8 10 – 8 = 2
Suma 30 25 5
Media 6 5 1

La diferencia entre medias poblacionales es:


µ1 −µ2 = 6 – 5 = 1
y la media de la población de diferencias se representa:

µd =
∑d = 5 =1
N 5
En consecuencia se ve que la media de la población de diferencias es igual a la diferencia
entre las medias poblacionales. Siguiendo la misma línea de razonamiento, se puede
demostrar que, para dos muestras dependientes, la media de sus diferencias muestrales
es igual a la diferencia entre sus medias muestrales. Esto es, si x1 – x2 = d, entonces
x1 − x 2 = d .

Si se tiene una muestra aleatoria de n pares de datos y si las diferencias d se distribuyen


normalmente, entonces el estadístico:
d − µd
tiene una distribución muestral que es una distribución t con gl=n-1, donde sd
sd
n
representa la desviación estándar de la muestra de puntajes diferencia.

Estadístico
d − µd
t=
sd
n
donde g.l = n-1

Límites del intervalo de confianza para µ1 −µ2 cuando se usa muestras dependientes
sd
µ1 − µ 2 = d ± t
n

Ejemplos:
1. Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el ritmo cardiaco
de una persona durante el descanso, y al examinar a diez voluntarios antes y después
de seguir un programa de ese tipo durante seis meses, sus pulsaciones, en latidos por
minuto, dieron los siguientes registros:
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Use α = 0.05 para calcular si los ejercicios aeróbicos reducen el ritmo cardiaco durante
el reposo. Calcule el valor de P.

Solución:
Ensayo de hipótesis:
Ho ; µ Α − µH
D=o0
H1; µ Α − µ D > 0 H1

Región de
Rechazo

α = 0.05
Región de aceptación

Regla de decisión: µΑ−µD = 0 t(0.05,9)= 1.833


Si tR ≤ 1.833 No se rechaza Ho
Si tR > 1.833 se rechaza Ho

Cálculos:
Se procederá a calcular las diferencias de cada par:
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Diferencia 5 5 4 2 1 3 2 4 6 4

Al calcular la media de las diferencias nos da 3.6 con una sd = 1.58.


d − µd 3.6 − 0
t= = = 7.20
sd 1.58
n 10
Justificación y decisión:
Como 7.20 es mayor que 1.833, se rechaza H0, y se concluye cn un nivel de significancia
de 0.05 que los datos indican que los ejercicios aeróbicos disminuyen significativamente
el ritmo cardiaco durante el reposo.

Para calcular el valor de P se busca el 7.20 en el renglón de 9 grados de libertad en la tabla


t, y se observa que el valor mayor que aparece en dicha tabla es 4.781 al cual le
corresponde una área a la derecha de 0.0005, entonces se puede concluir que el valor de
P es prácticamente cero.

2. Diez hombres se sometieron a una dieta especial registrando sus pesos antes de
comenzarla y después de un mes de estar en ella. Los resultados de los pesos, en
libras, se muestran a continuación:

Hombre A B C D E F G H I J
Antes 181 172 190 186 210 202 166 173 183 184
Después 178 175 185 184 207 201 160 168 180 189
Haga una prueba con α = 0.05 para determinar si la dieta logró alguna diferencia, ya sea
positiva o negativa. Calcule el valor de P.

Solución:
Ensayo de hipótesis:
H1 Ho ; µ Α − µD = 0 Ho
H1; µ Α − µ D ≠ 0 H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

Regla de decisión: tL = -2.262 µA -µD = 0 tL = 2.262


Si –2.262 ≤ tc ≤ 2.262 No se rechaza Ho,
Si la tc < -2.262 ó si tc > 2.262 se rechaza Ho .

Cálculos:
Se procederá a calcular las diferencias de cada par:
Hombre A B C D E F G H I J
Antes 181 172 190 186 210 202 166 173 183 184
Después 178 175 185 184 207 201 160 168 180 189
Diferencia 3 -3 5 2 3 1 6 5 3 -5

Al calcular la media de las diferencias nos da 2 con una sd = 3.53.


d − µd 2−0
t= = = 1.79
sd 3.53
n 10

Justificación y decisión:
Como 1.79 está entre los dos valores críticos de –2.262 y 2.262, por lo tanto no se rechaza
H0, y se concluye con un α = 0.05 que no existe evidencia estadística que apoye la
efectividad de la dieta para variar el peso.

Para calcular el valor de P se interpola entre 0.10 y 0.05, con 9 grados de libertad
obteniendo un área de 0.0574, pero como el ensayo es bilateral este sería un valor de P/2,
por lo tanto el valor de P = (2)(0.0574) = 0.1148

P/2 =0.0574 P/2 =0.0574

Región de aceptación

tL = -2.262 µB-µA = 0 tL = 2.262

tc = 1.79
3. Calcula el intervalo de confianza del 95% para la diferencia de medias poblacionales
del ejercicio anterior.

Solución:
sd 3.53
µA − µD = d ± t = 2 ± 2.262
n 10
El intervalo de confianza del 95% es –0.53 y 4.53 y como contiene a cero, no podemos
concluir que la dieta sea efectiva para cambiar el peso.

Ejercicios Para la Unidad III

1. Un economista considera que el número de galones de gasolina que consume


mensualmente cada automóvil en Estados Unidos es una variable aleatoria normal con µ=50
y varianza desconocida.
a) Supóngase que una muestra aleatoria de nueve observaciones presenta una varianza
muestral de 36. ¿Cuál es la probabilidad de que x sea mayor que 54?
b) ¿Cuál es la probabilidad de que x sea menor que 44?
c) ¿Cuál es la probabilidad de que x este comprendida entre 44 y 55 ?
d) ¿Cómo modificarían las respuestas a las preguntas anteriores si n = 36 ?

2. Una máquina produce las varillas de metal utilizadas en el sistema de suspensión de un


automóvil. El diámetro de la varilla está distribuido en forma normal, con media y varianza
desconocida. Se toma una muestra aleatoria de 10 piezas, y se encuentra que los diámetros
son: 2.25, 2.24, 2.27, 2.26, 2.23, 2.25, 2.24, 2.27, 2.22 y 2.23 pulgadas. Encuentre el
intervalo de confianza del 99% para el diámetro promedio de todas las varillas de metal.

3. Una muestra de 12 latas de sopa producida por cierta compañía produjo los siguientes
pesos netos, medidos en onzas:

11.9 12.2 11.6 12.1 12.1 11.8


11.9 11.8 12.0 12.3 11.8 12.0
Si se supone normalidad en los pesos, construya un intervalo de confianza del 95% para el
peso promedio de todas las latas de sopa producidas por la compañía.

4. Los siguientes datos registrados en días, representan el tiempo de recuperación para


pacientes que se tratan al azar con uno de los medicamentos para curar infecciones graves
de la vejiga:
Medicamento 1 Medicamento 2
n1 = 14 n2 = 16
x 1 = 17 x 2 = 19
2 2
s 1 = 1.5 s 2 = 1.8
Encuentre un intervalo de confianza de 99% para la diferencia promedio en el tiempo de
recuperación para los dos medicamentos, suponga poblaciones normales con varianzas
iguales.

5. Un experimento compara las economías en combustible para dos tipos de camiones


compactos a diesel equipados de forma similar. Suponga que se utilizaron 12 camiones
Volkswagen y 10 Toyota en pruebas de velocidad constante de 90 kilómetros por hora. Si los
12 VW promedian 16 Km/lto con una desviación estándar de 1.0 km/lto, y los 10 Toyota
promedian 11 km/lto con una desviación estándar de 0.8 km/lto, construya un intervalo de
confianza de 90% para la diferencia entre los kilómetros promedio por litro de estos dos
camiones. Suponga poblaciones normales con varianzas iguales.

6. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una


2 2
población normal con varianza σ = 6, tenga una varianza s
a) Mayor que 9.1
b) Entre 3.462 y 10.745

7. Encuentre el intervalo de confianza del 90% para la varianza del diámetro de las varillas del
ejercicio 2 e interprete resultado.

8. Una máquina que produce bolas para cojinetes se le detiene periódicamente para verificar el
diámetro. En este caso en particular no interesa el diámetro medio, sino la variabilidad de los
diámetros. Supóngase que se toma una muestra de 31 bolas y se encuentra que la varianza
2
de los diámetros es de 0.94 mm . Construya un intervalos de confianza de 95% para la
varianza, e interprete los resultados, suponiendo normalidad en la población.
2 2
9. Si s1 y s2 representan las varianzas de muestras aleatorias independientes de tamaño n1=8
2 2
y n2=12, tomadas de poblaciones normales con varianzas iguales, encuentre P(s 1 /s 2 <4.89).

10. Los siguientes datos representan los tiempos de duración de las películas que producen dos
compañías cinematográficas.
Compañía Tiempo (minutos)
I 103 94 110 87 98
II 97 82 123 92 175 88 118
Construya un intervalo de confianza del 90% para la relación de varianzas.

11. Construya un intervalo de confianza de 98% para la relación de desviaciones estándar del
problema número 5, y de acuerdo con los resultados obtenidos, diga si estuvo bien el
supuesto de varianzas iguales.

12. Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante en


particular es de 10 litros si los contenidos de una muestra aleatoria de 10 envases son: 10.2,
9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y
suponga que la distribución del contenido es normal.

13. De acuerdo con un estudio dietético una ingesta alta de sodio se puede relacionar con
úlceras, cáncer de estómago y migraña. El requerimiento humano de sal es de sólo 220
miligramos por día, el cual se rebasa en la mayoría de las porciones individuales de cereales
listos para comerse. Si una muestra aleatoria de 20 porciones similares de Special K tiene
un contenido medio de 244 miligramos de sodio y una desviación estándar de 24.5
miligramos ¿esto sugiere, en el nivel de significancia del 0.05, que el contenido promedio de
sodio para porciones individuales de Special K es mayor que 220 miligramos? Suponga que
la distribución de contenidos de sodio es normal.

14. Una compañía armadora de automóviles grandes trata de decidir si compra llantas de la
marca o de la B para sus modelos nuevos. Se lleva a cabo un experimento para ayudar a
llegar a una decisión, en el que se usan 12 llantas de cada marca. Los resultados son:
Marca A: xA = 37,900 Kilómetros
SA = 5,100 Kilómetros.
Marca B: xB = 39,800 Kilómetros
SB = 5,900 Kilómetros
Pruebe la hipótesis de que no hay diferencia en las dos marcas de llantas con un nivel de
significancia de 0.05. También calcule el valor de P, suponiendo normalidad y varianzas
iguales.
15. Dos secciones de un curso de estadística son sometidas a un mismo examen final. De las
calificaciones obtenidas se extrae una muestra aleatoria de tamaño 9 en la grupo "A", y otra
de tamaño 4 en el grupo "B".
Grupo "A" 65 68 72 75 82 85 87 91 95
Grupo "B" 50 59 71 80
a) Con un nivel de significación de 0.05 ¿podría decirse que los dos grupos tienen las
mismas calificaciones promedio?. Suponga que provienen de poblaciones normales con
varianzas iguales.
b) Calcule el valor de P para este ensayo e interprete su resultado
c) Por medio de un ensayo de hipótesis diga si estuvo acertada la suposición de las
varianzas iguales en el inciso a). Haga la prueba con un nivel de significación de 0.10.

16. Una máquina automática empacadora de azúcar se usa para llenar bolsas de 5 libras. Una
muestra aleatoria de 15 bolsas indicó una media de 4.94 libras y una desviación estándar de
0.02; si se supone que la distribución de los pesos es normal, y de la experiencia pasada se
sabe que la desviación estándar de los pesos es de 0.015 libras, ¿muestran los datos
suficiente evidencia para decir que hubo un aumento en la variabilidad?. Haga la prueba con
un nivel de significancia del 0.05 y calcule el valor de P.

17. Una empresa empacadora de azúcar está considerando una máquina nueva para
reemplazar su máquina actual. Los pesos de una muestra de 21 paquetes de 5 libras
empacados por la máquina vieja producen una varianza de 0.16, mientras que los pesos de
20 paquetes de 5 libras empacados por la máquina nueva dan una varianza de 0.09.En base
a estos datos, ¿aconsejaría usted al gerente a comprar la máquina nueva? Use un α = 0.05.

18. La Metro Bus Company en una ciudad grande afirma tener una varianza en los tiempos de
llegada de sus carros, medidos en minutos, a las distintas paradas, de no más de 5; un
ejecutivo de la compañía ordenó tomar los tiempos de llegada en varias paradas para
determinar si los conductores están cumpliendo con sus horarios. Si una muestra de 12
llegadas a una parada particular produjo una varianza de 5.7 y se supone que los tiempos de
llegada se distribuyen normalmente, ¿muestran estos datos suficiente evidencia para
contradecir a la compañía? Use un nivel de significancia de 0.10 y calcule el valor de P.

Respuesta a los Ejercicios de la Unidad III

1. a) 0.0421, b) 0.00862, c) 0.97276


2. 2.2284 ≤ µ ≤ 2.2635
3. 11.859 ≤ µ ≤ 12.11
4. 0.70 ≤ µ2 − µ1 ≤ 3.30
5. 4.3 ≤ µvw - µT ≤ 5.7
6. a) 0.05, b) 0.94
7. 4.689 x 10-5 ≤ σ2 ≤ 1.559 x 10-4
8. 0.60 ≤ σ2 ≤ 1.679
9. 0.99
10. 2.20 ≤ (σ2 /σ1 )2 ≤ 61.50
11. 0.549 ≤ (σVw /σT) ≤ 2.69. Estuvo bien la suposición puesto que el uno esta
dentro del intervalo.
12. Región crítica -3.25 ≤ t ≤ 3.25. t = 0.77 por lo tanto no rechaza Ho.
13. Región crítica t>1.729. t= 4.30 rechazar Ho.
14. Región crítica -2.074 ≤ t ≤ 2.074. t = -0.84 no rechazar Ho. P = 0.411
15. a) Región crítica -2.201 ≤ t ≤ 2.201. t = 2.27 rechazar Ho. b) P = 0.0445
c) Región crítica 0.1129 ≤ F ≤ 4.07. F = 1.578, no rechaza Ho, estuvo bien la
suposición de varianzas iguales.
16. Región crítica X 2 > 23.685. X 2 = 24.88 rechazar Ho. P = 0.0377
17. Región critica F > 2.16. F = 1.77, no se rechaza Ho y no conviene comprar
la máquina nueva.
18. Región crítica X 2 > 17.275. X 2 = 12.54 no se rechaza Ho. P = 0.3280
UNIDAD IV
PREUBAS CHI-CUADRADA Y ESTADISTICA NO PARAMETRICA

Como ya se ha visto varias veces, los resultados obtenidos de muestras no


siempre concuerdan exactamente con los resultados teóricos esperados, según
las reglas de probabilidad. Por ejemplo, aunque consideraciones teóricas
conduzcan a esperar 50 caras y 50 cruces cuando se lanza 100 veces una
moneda bien hecha, es raro que se obtengan exactamente estos resultados.

Supóngase que en una determinada muestra se observan una serie de posibles


sucesos E1, E2, E3, . . . , EK , que ocurren con frecuencias o1 , o2, o3, . . ., oK,
llamadas frecuencias observadas y que, según las reglas de probabilidad, se
espera que ocurran con frecuencias e1, e2, e3 , . . . ,e K llamadas frecuencias
teóricas o esperadas.

A menudo se desea saber si las frecuencias observadas difieren


significativamente de las frecuencias esperadas. Para el caso en que solamente
son posibles dos sucesos E1 y E2 como, por ejemplo, caras o cruces,
defectuoso, etc., el problema queda resuelto satisfactoriamente con los métodos
de las unidades anteriores. En esta unidad se considera el problema general.

Definición de X 2
Una medida de la discrepancia existente entre las frecuencias observadas y
esperadas es suministrada por el estadístico X 2, dado por:
(o1 − e1 )2 (o 2 − e 2 ) 2 (o k − e K ) K (o j − e j )2
X = + + ... + =∑
2

e1 e2 eK j =1 ej

donde si el total de frecuencias es N,


∑oj = ∑ej = N
Si X2 = 0, las frecuencias observadas y esperadas concuerdan exactamente,
mientras que si X2>0, no coinciden exactamente. A valores mayores de X2,
mayores son las discrepancias entre las frecuencias observadas y esperadas.
Si las frecuencias esperadas son al menos iguales a 5, la aproximación mejora
para valores superiores.

El número de grados de libertad ν está dado por:


ν=k–1–m
en donde:
K = número de clasificaciones en el problema.
m = número de parámetros estimados a partir de los datos muestrales para
obtener los valores esperados.

Ensayo de Hipótesis
En la práctica, las frecuencias esperadas se calculan de acuerdo con la hipótesis
Ho. Si bajo esta hipótesis el valor calculado de X 2 dado es mayor que algún valor
crítico, se deduce que las frecuencias observadas difieren significativamente de
las esperadas y se rechaza Ho al nivel de significación correspondiente. En caso
contrario, no se rechazará. Este procedimiento se llama ensayo o prueba de
chi-cuadrado de la hipótesis.

Debe advertirse que en aquellas circunstancias en que X2 esté muy próxima a


cero debe mirarse con cierto recelo, puesto que es raro que las frecuencias
observadas concuerden demasiado bien con las esperadas. Para examinar tales
situaciones, se puede determinar si el valor calculado de X 2 es menor que las X2
críticas o de tabla (ensayo unilateral izquierdo), en cuyos casos se decide que la
concordancia es bastante buena.

Ejemplos:
1. La siguiente tabla muestra las frecuencias observadas al lanzar un dado 120
veces. Ensayar la hipótesis de que el dado está bien hecho al nivel de
significación del 0.05.
Cara 1 2 3 4 5 6
Frecuencia Observada 25 17 15 23 24 16

Solución:
Ensayo de Hipótesis:
Ho; Las frecuencias observadas y esperadas son significativamente iguales
(dado bien hecho)
H1; Las frecuencias observadas y esperadas son diferentes (dado cargado).

Primero se procede a calcular los valores esperados. Como es bien sabido por
todos la probabilidad de que caiga cualquier número en un dado no cargado es
de 1/6. Como la suma de los valores observados es de 120, se multiplica este
valor por 1/6 dando un resultado de 20 para cada clasificación.

Cara 1 2 3 4 5 6 Total
Frecuencia Observada 25 17 15 23 24 16 120
Frecuencia esperada 20 20 20 20 20 20

Grados de libertad = k-1-m = 6-1-0 = 5


No se tuvo que calcular ningún parámetro para obtener las frecuencias
esperadas. H o
H1

Región de
rechazo
α=0.05
Región de
aceptación
Regla de decisión:
Si X 2R≤ 11.1 no se rechaza Ho . X2 (0.05,5) = 11.1
Si X 2R >11.1 se rechaza Ho .

Cálculos:
K (o −ej)
2
(25 − 20 )2 + (17 − 20 )2 + (15 − 20 )2 + (23 − 20)2 + (24 − 20 )2 + (16 − 20 )2
X = ∑ = =5
2 j

j =1 ej 20 20 20 20 20 20

Justificación y decisión:
Como 5 es menor a 11.1 no se rechaza Ho y se concluye con una significación
de 0.05 que el dado está bien hecho.

2. En los experimentos de Mendel con guisantes, observó 315 lisos y amarillos,


108 lisos y verdes, 101 rugosos y amarillos y 32 rugosos y verdes. De
acuerdo con su teoría, estos números deberían presentarse en la proporción
9:3:3:1. ¿Hay alguna evidencia que permita dudar de su teoría al nivel de
significación del 0.01?

Solución:
Ensayo de Hipótesis:
Ho; La teoría de Mendel es acertada.
H1; La teoría de Mendel no es correcta.

El número total de guisantes es 315+108+101+32=556. Puesto que los números


esperados están el la proporción 9:3:3:1 (9+3+3+1=16), se esperaría:
9
(556) = 312.75 lisos y amarillos
16
3
(556) = 104.25 lisos y verdes
16
3
(556) = 104.25 rugosos y amarillos
16
1
(556 ) = 34.75 rugosos y verdes
16

Grados de libertad = k-1-m = 4-1-0 = 3


No se tuvo que calcular ningún parámetro para obtener las frecuencias
esperadas. H o
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.01,3) = 11.3

Regla de decisión:
Si X 2R≤ 11.3 no se rechaza Ho .
Si X 2R >11.3 se rechaza Ho .

Cálculos:
K (o − e j )2 (315 − 312 .75 )2 (108 − 104 .25 )2 (101 − 104 .25 )2 (32 − 34.75 )2
X2 =∑ = + + + = 0.470
j

j =1 ej 312 .75 104 .25 104 .25 34 .75

Justificación y decisión:
Como 0.470 es menor que 11.3 no se rechaza Ho y se concluye con un nivel de
significación de 0.01 que la teoría de Mendel es correcta.
Como el valor de 0.470 está cercano a cero, se procede a hacer un ensayo
unilateral izquierdo:

Ensayo de Hipótesis:
Ho; La teoría de Mendel es acertada.
H1; La teoría de Mendel es muy acertada.

Ho
H1

Región de
rechazo
α=0.01 Región de
aceptación
X2 (0.99,3) = 0.115

Regla de decisión:
Si X 2R ≥ 0.115 no se rechaza Ho .
Si X 2R < 0.115 se rechaza Ho.

Como el valor de 0.470 no es menor a 0.115 se concluye que el experimento o


la teoría de Mendel solo es buena.

3. Una encuesta sobre 320 familias con 5 niños dio la distribución que aparece
en la siguiente tabla. ¿Es el resultado consistente con la hipótesis de que el
nacimiento de varón y hembra son igualmente posibles? Use α = 0.05.
Número de niños 5 4 3 2 1 0
Número de niñas 0 1 2 3 4 5
Número de familias 18 56 110 88 40 8

Solución:
Ensayo de hipótesis:
H0; El nacimiento de niños y niñas es igualmente probable.
H1; El nacimiento de niños y niñas no es igualmente probable.

Este experimento tiene un comportamiento binomial, puesto que se tienen dos


posibles resultados y la probabilidad de éxito se mantiene constante en todo el
experimento.
Se le llamará éxito al nacimiento de un varón o niño. Por lo que la variable
aleatoria “x” tomará valores desde 0 hasta 5.
Como se quiere ver si es igualmente probable el nacimiento de niños y niñas, la
probabilidad de éxito será de 0.5.
Utilizando la fórmula de la distribución binomial se calcularán las probabilidades,
que multiplicadas por el número total de familias nos darán los valores
esperados en cada clasificación.

Recordando la fórmula de la distribución binomial:


n Cx p x q ( n −x)
en donde n = 5 y “x” es el número de niños .
1
Probabilidad de 5 niños y 0 niñas = 5 C5 (0.5) 5 (0.5) (5 −5 ) =
32
5
Probabilidad de 4 niños y 1 niña = 5 C 4 (0.5) 4 (0.5) ( 5− 4 ) =
32
10
Probabilidad de 3 niños y 2 niñas = 5 C 3 ( 0.5) 3 (0.5) (5 −3 ) =
32
10
Probabilidad de 2 niños y 3 niñas = 5 C 2 (0.5) 2 (0.5) ( 5− 2 ) =
32
(5 −1) 5
1
Probabilidad de 1 niño y 4 niñas = 5 C1 (0.5) (0.5) =
32
1
Probabilidad de 0 niños y 5 niñas = 5 C 0 (0.5) 0 (0.5) (5 −0 ) =
32
Si cada una de estas probabilidades se multiplican por 320 se obtienen los
valores esperados:

Número de niños 5 4 3 2 1 0
Total
Número de niñas 0 1 2 3 4 5
Número de familias 18 56 110 88 40 8 320
Frecuencias esperadas 10 50 100 100 50 10

Grados de libertad: k-1-m = 6-1-0 = 5

Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,3) = 11.1

Regla de decisión:
Si X 2R≤ 11.1 no se rechaza Ho .
Si X 2R >11.1 se rechaza Ho .

Cálculos:
K (o − ej )
2
(18 − 10)2 (56 − 50)2 (110 − 100)2 (88 − 100)2 (40 − 50)2 (8 − 10)2
X2 =∑ = + + + + + = 12
j

j=1 ej 10 50 100 100 50 10

Justificación y decisión:
Como el 12 es mayor a 11.1, se rechaza H0 y se concluye con un α = 0.05 que el
nacimiento de hombres y mujeres no es igualmente probable.

4. Una urna contiene 6 bolas rojas y 3 blancas. Se extraen al azar dos bolas de
la urna, se anota su color y se vuelven a la urna. Este proceso se repite un
total de 120 veces y los resultados obtenidos se muestran en la siguiente
tabla. Determinar al nivel de significación del 0.05 si los resultados obtenidos
son consistentes con los esperados.

0 1 2

Bolas blancas 2 1 0
Número de extracciones 6 53 61

Solución:
Este experimento tiene las características de una distribución hipergeométrica,
por lo cual se calcularán los valores esperados con el razonamiento de esta
distribución.
Se llamara “x” a la variable aleatoria de interés que en este caso serán las bolas
rojas. Por lo tanto “x” puede tomar valores desde 0 hasta 2.

La fórmula de la distribución hipergeométrica es:


a C x .( N − a ) C ( n − x )

N Cn

Se tiene: a = 6 Rojas x

N =9 n=2

N-a = 3 Blancas n-x

Probabilidad de extraer 0 rojas y 2 blancas:


( 6 C0 )( 3 C2 ) 3
P( x = 0) = =
C
9 2
36
Probabilidad de extraer 1 roja y 1 blanca:
( C )( C ) 18
P( x = 1) = 6 1 3 1 =
C
9 2
36
Probabilidad de extraer 2 rojas y 0 blancas:
( C )( C ) 15
P( x = 2) = 6 2 3 0 =
C
9 2
36
Con las probabilidades anteriores se obtendrán los valores esperados
multiplicando por 120.

0 1 2

Bolas blancas 2 1 0
Número de extracciones 6 53 61
Frecuencias esperadas 10 60 50
Grados de libertad: k-1-m = 3-1-0 = 2

Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,2) = 5.991

Regla de decisión:
Si X 2R≤ 5.991 no se rechaza Ho .
Si X 2R >5.991 se rechaza Ho .

Cálculos:
K (o −ej )
2
(6 − 10 )2 (53 − 60)2 (61 − 50 )2
X2 =∑ = + + = 4. 83
j

j =1 ej 10 60 50

Justificación y decisión:
Como el 4.83 no es mayor a 5.991, no se rechaza H0 y se concluye con un
α = 0.05 que los resultados son los mismos que los esperados.

PRUEBA CHI-CUADRADA PARA LA BONDAD DEL AJUSTE

A lo largo de este curso nos ocupamos de la prueba de hipótesis estadísticas


acerca de parámetros de una población como µ, σ y P. Ahora se considera una
prueba para determinar si una población tiene una distribución teórica
específica. La prueba se basa en qué tan buen ajuste se tiene entre la
frecuencia de ocurrencia de las observaciones en una muestra observada y las
frecuencias esperadas que se obtienen a partir de la distribución hipotética.

La formula que se utilizará para calcular el valor de chi-cuadrada es igual a la de


la sección anterior, con el mismo concepto de grados de libertad.

Ejemplo:
1. Una moneda fue lanzada al aire 1000 series, de 5 veces cada serie y se
observó el número de caras de cada serie. El número de series en los que se
presentaron 0, 1, 1, 3, 4 y 5 caras se muestra en la siguiente tabla.

Número de Número de series


caras (frecuencia observada)
0 38
1 144
2 342
3 287
4 164
5 25
Total 1000
Ajustar una distribución binomial a los datos con un α = 0.05.

Solución:
H0; Los datos se ajustan a una distribución binomial.
H1; Los datos no se ajustan a una distribución binomial.

Para obtener los valores esperados se tiene que utilizar la formula de la


x ( n −x)
distribución binomial: n C x p q , donde n en este ejercicio vale 5, p y q son
las probabilidades respectivas de cara y sello en un solo lanzamiento de la
moneda. Para calcular el valor de p, se sabe que µ=np en una distribución
binomial, por lo que µ = 5p.
Para la distribución de frecuencias observada, la media del número de caras es:

µ=
∑ fx = (38)(0) + (144)(1) + (342)(2) + (287)(3) + (164)(4 ) + (25)(5) = 2470 = 2.47
∑f 1000 1000
µ 2.47
Por lo tanto p = = = 0.494 . Así pues, la distribución binomial ajustada
5 5
viene dada por p(x) = 5 C x 0.494 0.506 . ( )x ( )(5−x )
Al seguir esta fórmula se calcula la probabilidad de obtener caras, según el valor
de la variable aleatoria. La probabilidad multiplicada por 1000 nos dará el valor
esperado. Se resumen los resultados en la tabla siguiente:

Número de caras Frecuencia Frecuencia


P(x caras)
(x) esperada observada
0 0.0332 33.2 38
1 0.1619 161.9 144
2 0.3162 316.2 342
3 0.3087 308.7 287
4 0.1507 150.7 164
5 0.0294 29.4 25

Para los grados de libertad el valor de m será uno, ya que se tuvo que estimar la
media de la población para poder obtener el valor de p y así poder calcular los
valores esperados.

Grados de libertad: k-1-m = 6-1-1 = 4

Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,4) = 9.49

Regla de decisión:
Si X 2R≤ 9.49 no se rechaza Ho .
Si X 2R >9.49 se rechaza Ho .

Cálculos:
K (o −ej )
2
(38 − 33.2)2 (144 − 161.9)2 (342 − 316.2)2 (287 − 308.7 )2 (164 − 150.7 )2 (25 − 29.4 )2
=∑ = + + + + + = 7.54
2 j
X
j =1 ej 33.2 161.9 316.2 308.7 150.7 29.4

Justificación y decisión:
Como el 7.54 no es mayor a 9.49, no se rechaza H0 y se concluye con un
α = 0.05 que el ajuste de los datos a una distribución binomial es bueno.

2. Se propone que el número de defectos en las tarjetas de circuito impreso


sigue una distribución Poisson. Se reúne una muestra aleatoria de 60 tarjetas
de circuito impreso y se observa el número de defectos. Los resultados
obtenidos son los siguientes:
Número de Frecuencia
defectos observada
0 32
1 15
2 9
3 ó más 4
¿Muestran estos datos suficiente evidencia para decir que provienen de una
distribución Poisson?. Haga la prueba de la bondad del ajuste con un α = 0.05.

Solución:
H0; La forma de la distribución de los defectos es Poisson.
H1; La forma de la distribución de los defectos no es Poisson.

La media de la distribución Poisson propuesta en este ejemplo es desconocida y


debe estimarse a partir de los datos contenidos en la muestra.

µ=λ=
(32 )(0) + (15)(1) + (9 )(2) + (4 )(3) = 0.75
60
A partir de la distribución Poisson con parámetro 0.75, pueden calcularse las
probabilidades asociadas con el valor de x. Esto es la fórmula de la Poisson es:

e − λ λx e −0.75 0.75 x
P( x) = =
x! x!
Con esta fórmula se calculan las probabilidades, mismas que se multiplican
por 60 para obtener los valores esperados.

Número de Frecuencia Frecuencia


Probabilidad
defectos esperada observada
0 0.472 28.32 32
1 0.354 21.24 15
2 0.133 7.98 9
3 ó más 0.041 2.46 4
Puesto que la frecuencia esperada en la última celda es menor que 5, se
combinan las dos últimas celdas.
Número de Frecuencia Frecuencia
defectos esperada observada
0 28.32 32
1 21.24 15
2 ó más 10.44 13
Los grados de libertad serían 3-1-1=1, debido a que la media de la distribución
Poisson fue estimada a partir de los datos.

Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,1) = 3.84
Regla de decisión:
Si X 2R≤ 3.84 no se rechaza Ho .
Si X 2R >3.84 se rechaza Ho .

Cálculos:

X =∑2
K (o j −ej)
2

=
(32 − 28.32)
2
+
(15 − 21.24)
2
+
(13 − 10.44)
2
= 2.94
j =1 ej 28.32 21.24 10.44

Justificación y decisión:
Como el 2.94 no es mayor a 3.84, no se rechaza H0 y se concluye con un
α = 0.05 que la distribución de defectos en las tarjetas de circuito impreso es
Poisson.

3. Pruebe la hipótesis de que la distribución de frecuencia de las duraciones de


baterías dadas en la siguiente tabla, se puede aproximar mediante una
distribución normal con media µ = 3.5 y desviación estándar σ=0.7. Utilice un
α = 0.05.

Límites de Frecuencias
clase observadas
1.45 – 1.95 2
1.95 – 2.45 1
2.45 – 2.95 4
2.95 – 3.45 15
3.45 – 3.95 10
3.95 – 4.45 5
4.45 – 4.95 3
Solución:
Se procede a elaborar el histograma, para visualizar los datos:
Histograma

16
14
1.45 – 1.95
12

Frecuencia
10 1.95 – 2.45
8 2.45 – 2.95
6 2.95 – 3.45
4
3.45 – 3.95
2
0 3.95 – 4.45
1 4.45 – 4.95
Límites de clase

Como se puede observar el histograma tiene una forma que aparenta ser
normal, se probará esta hipótesis.

H0; Los datos provienen de una distribución normal.


H1; Los datos no provienen de una distribución normal.

En este ejercicio en particular se cuenta con la media y desviación estándar de


la población, por lo que no se tiene que estimar. En caso de que no se tuviera,
se estimarían a partir de los datos agrupados con las fórmulas que se vieron en
la Unidad III del curso de probabilidad y estadística, tomando en cuenta que
para los grados de libertad el valor de m sería 2, ya que se estimaría la media y
la desviación estándar.
Se procederá a calcular los valores de z para encontrar las probabilidades en la
x−µ
tabla. Recordando que z = , se sustituye el valor de x por los límites de
σ
clase comenzando con el límite de 1.95

x − 3 .5
Límite real z= P(x)
0 .7
1.95 -2.21 P(x≤1.95) = 0.01355
2.45 -1.50 P(x≤2.45) = 0.06680
2.95 -0.79 P(x≤2.95) = 0.21476
3.45 -0.07 P(x≤3.45) = 0.47210
3.95 0.64 P(x≥3.95) = 0.26109
4.45 1.36 P(x≥4.45) = 0.08691

La razón por la cual se comienza con el límite de 1.95 y se termina con el


límite de 4.45, es porque la suma de todas las probabilidades debe ser 1,
bajo la curva normal.
A continuación se muestra la curva normal con sus respectivas
probabilidades, según los limites reales. Las probabilidades que no se
muestran en la tabla anterior y están en la curva se calcularon por
diferencias.

0.26681

0.0279
0.23891

0.05325

0.01355 0.25734
0.17417
0.14795
0.08691

x 1.95 2.45 2.95 3.45 3.95 4.45


Z -2.21 -1.50 -0.79 -0.07 0.64 1.36

µ = 3.5

P(1.95≤ x ≤2.45) = 0.0668-0.013553 = 0.053254


P(2.45≤ x ≤2.95) = 0.21476-0.0668 = 0.147953
P(2.95≤ x ≤3.45) = 0.4721-0.21476 = 0.25734
P(3.45≤ x ≤3.50) = 0.50-0.4721 = 0.0279
P(3.50≤ x ≤3.95) = 0.50-0.26109= 0.23891
P(3.95≤ x ≤4.45) = 0.26109-0.086915 = 0.17417

Con estas probabilidades se calcularán los valores esperados, multiplicando


cada probabilidad por 40.

Límites de Frecuencias
Probabilidad
Frecuencia
clase observadas esperada
1.45 – 1.95 2 0.01355 0.54212
1.95 – 2.45 7 1 0.05325 2.13016 8.5905
2.45 – 2.95 4 0.14795 5.91812
2.95 – 3.45 15 0.25734 10.29360
3.45 – 3.95 10 0.26681 10.67240
3.95 – 4.45 8 5 0.17417 6.96680
10.4434
4.45 – 4.95 3 0.08691 3.47660

Grados de libertad: k-1-m = 4-1-0 = 3

Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,3) = 7.815
Regla de decisión:
Si X 2R≤ 7.815 no se rechaza Ho .
Si X 2R >7.815 se rechaza Ho .

Cálculos:
X =∑
2
K (o j − ej)
2

=
(7 − 8 .5904 )2 (15 − 10.2936 )2 (10 − 10 .6724 )2 (8 − 10.4434 )2
+ + + = 3 .06
j =1 ej 8.5904 10.2936 10.6724 10.4434

Justificación y decisión:
Como el 3.06 no es mayor de 7.815, no se rechaza H0 y se concluye con un
α = 0.05 que el ajuste de los datos a una distribución normal es bueno.

TABLAS DE CONTINGENCIA

En muchas ocasiones, los n elementos de una muestra tomada de una


población pueden clasificarse con dos criterios diferentes. Por tanto, es
interesante saber si los dos métodos de clasificación son estadísticamente
independientes. Supóngase que el primer método de clasificación tiene r niveles,
y que el segundo tiene c niveles. O sea O ij la frecuencia observada para el nivel i
del primer método de clasificación y el nivel j del segúndo método de
clasificación. En general, los datos aparecerán como se muestra en la siguiente
tabla. Una tabla de este tipo usualmente se conoce como tabla de contingencia
r x c.

Columnas
1 2 ... c
1 O11 O12 ... O1c
2 O21 O22 ... O2c
Renglones . . . . .
. . . . .
. . . . .
r Or1 Or2 ... Orc

El interés recae en probar la hipótesis de que los dos métodos de clasificación


renglón-columna son independientes. Si se rechaza esta hipótesis, entonces se
concluye que existe alguna interacción entre los dos criterios de clasificación.
Los procedimientos de prueba exactos son difíciles de obtener, pero puede
obtenerse un estadístico de prueba aproximado válido para n grande.

Sea pij la probabilidad de que un elemento seleccionado al azar caiga el la


ij-ésima celda, dado que las dos clasificaciones son independientes. Entonces,
pij=ui vj, donde ui es la probabilidad de que un elemento seleccionado al azar
pertenezca al renglón de la clase i, y vj es la probabilidad de que un elemento
seleccionado pertenezca a la columna de la clase j. Ahora bien, si se supone
independencia, los estimadores de ui y vj son:

1 c
n∑
uˆ i = Oij
j =1

1 r
vˆ j = ∑ Oij
n i =1
Por lo tanto, la frecuencia esperada de la celda es:
1 c r
Eij = nuˆ i vˆ j = ∑ Oij ∑ Oij
n j=1 i =1

Entonces, para n grande, el estadístico


r c (O − E )2
X = ∑∑
2 ij ij

i =1 j =1 Eij
tiene una distribución aproximada ji-cuadrada con (r-1)(c-1) grados de libertad si
la hipótesis nula es verdadera. Por consiguiente, la hipótesis de independencia
debe rechazarse si el valor del estadístico de prueba X2 calculado es mayor que
X2 crítico o de tabla.

Ejemplos:
1. Una asociación de profesores universitarios quiere determinar si la
satisfacción en el trabajo es independiente del rango académico. Para ello
realizó un estudio nacional entre los académicos universitarios y encontró los
resultados mostrados son la tabla siguiente. Con α=0.05, haga una prueba
para saber si son dependientes la satisfacción en el trabajo y el rango.
Rango
Profes Profesor
Instructor or Profesor
asociado
Satisfacción asistente
en el Mucha 40 60 52 63
trabajo Regular 78 87 82 88
Poca 57 63 66 64

Solución:
Ho; La satisfacción en el trabajo y el rango son independientes.
H1; La satisfacción en el trabajo y el rango son dependientes.

Grados de libertad: (r-1)(c-1) = (3-1)(4-1)=(2)(3) = 6

Ho
H1

Región de
rechazo
α=0.05
Región de
aceptación
X2 (0.05,6) = 12.592
Regla de decisión:
Si X 2R≤ 12.592 no se rechaza Ho .
Si X 2R > 12.592 se rechaza Ho .

Se procederá a calcular los valores esperados de cada celda. Como los grados
de libertad son 6, esto quiere decir que necesitamos calcular únicamente 6
frecuencias esperadas, y las faltantes se encuentran por diferencia.
Se calcularán los valores esperados E 11, E12, E13, E21, E22 y E 23.
Como se necesitan los totales de renglón y columna se mostrarán en la tabla:

Rango
Profe Profesor
Instructor sor Profesor Total
asociado
Satisfacción asistente
en el Mucha 40 60 52 63 215
trabajo Regular 78 87 82 88 335
Poca 57 63 66 64 250
Total 175 210 200 215 800

1 c r
(215)(175) = 47.03

Eij = nuˆ i vˆ j =
n j=1
Oij ∑ O ij = E11 =
i =1 800

E12 =
(215)(210 ) = 56.44 E13 =
(215)(200) = 53.75 E21 =
(335)(175) = 73.28
800 800 800
E22 =
(335)(210)
= 87.94 E23 =
(335)(200)
= 83.75
800 800

Rango
Profe Profesor
Satisfacción Instructor sor Profesor Total
asociado
asistente
40 60 52 63
Mucha 215
(47.03) (56.44) (53.75) (57.78)
78 87 82 88
Regular 335
(73.28) (87.94) (83.75) (90.03)
57 63 66 64
Poca 250
(54.69) (65.62) (62.50) (67.19)
Total 175 210 200 215 800

Los valores entre paréntesis son los esperados, los que no se calcularon por
fórmula se obtuvieron por diferencia con respecto a los totales.

X 2 = ∑∑
r c (O
ij − Eij )2
=
(40 − 47.03 )2 + (60 − 56 .44 )2 + (52 − 53.75 )2 + ... +
(64 − 67.19 )2 = 2. 75
i =1 j =1 Eij 47 .03 56 .44 53.75 67.19
Decisión y justificación:
Como el valor de 2.75 es menor que el de tabla 12.592, por lo tanto no se
rechaza Ho y se concluye con un α=0.05 que la satisfacción en el trabajo y el
rango son independientes.

2. En un estudio de un taller, se reúne un conjunto de datos para determinar si


la proporción de defectuosos producida por los trabajadores es la misma
para el turno matutino, vespertino o nocturno. Se reunieron los siguientes
datos:
Turno
Matutino Vespertino Nocturno
Defectuoso 45 55 70
s
No defectuosos 905 890 870
Utilice un nivel de significancia de 0.025 para determinar si la proporción de
defectuosos es la misma para los tres turnos.

Solución:
Ho; La proporción de artículos defectuosos es la misma para los tres turnos.
H1; La proporción de artículos defectuosos no es la misma para los tres turnos.

Grados de libertad: (r-1)(c-1) = (2-1)(3-1)=(1)(2) = 2

Ho
H1

Región de
rechazo
α=0.025
Región de
aceptación
X2 (0.025,2)= 7.378

Regla de decisión:
Si X 2R≤ 7.378 no se rechaza Ho .
Si X 2R > 7.378 se rechaza Ho.

Se procederá a calcular los valores esperados de cada celda. Como los grados
de libertad son 2, esto quiere decir que necesitamos calcular únicamente 2
frecuencias esperadas, y las faltantes se encuentran por diferencia.
Se calcularán los valores esperados E 11, y E22.
Como se necesitan los totales de renglón y columna se mostrarán en la tabla:

Matutino Vespertino Nocturno Total


Defectuoso 170
45 55 70
s
No defectuosos 905 890 870 2665
Total 950 945 940 2835

1 c r
(170)(950) = 57 (2665)(945) = 888.33
Eij = nuˆ i vˆ j = ∑
n j=1
Oij ∑ O ij = E11 =
i =1 2835
E22 =
2835
Matutino Vespertino Nocturno Total
Defectuoso 45 55 70 170
s (57.0) (56.7) (56.3)
905 890 870 2665
No defectuosos
(893.0) (888.3) (883.7)
Total 950 945 940 2835

r c (O − Eij )
2
(45 − 57.0)2 + (55 − 56.7)2 + (70 − 56.3)2 (870 − 883.7)2
X = ∑∑ = + ... + = 6 .29
2 ij

i =1 j =1 Eij 57. 0 56.7 56.3 883 .7


Decisión:
Si se busca este valor dentro de la tabla de ji-cuadrada con 2 grados de libertad
nos dará un valor de P aproximado a 0.04. Si se observa el valor de la ji-
cuadrada calculada de 6.29 con el valor de tabla de 7.378, se llega a la decisión
de no rechazar Ho. Sin embargo sería riesgoso concluir que la proporción de
defectuosos producidos es la misma para todos los turnos por tener un valor de
P de 0.04.

Tablas de Contingencia para probar Homogeneidad


El uso de la tabla de contingencia de dos clasificaciones para probar
independencia entre dos variables de clasificación en una muestra tomada de
una población de interés, es sólo una de las aplicaciones de los métodos de
tablas de contingencia. Otra situación común se presenta cuando existen r
poblaciones de interés y cada una de ellas está dividida en las mismas c
categorías. Luego se toma una muestra de la i-ésima población, y los conteos se
introducen en las columnas apropiadas del i-ésimo renglón. En esta situación se
desea investigar si las proporciones son o no las mimas en las c categorías de
todas las poblaciones. La hipótesis nula de este problema establece que las
poblaciones son homogéneas con respecto a las categorías (como el ejemplo
pasado de los diferentes turnos), entonces la prueba de homogeneidad es en
realidad una prueba sobre la igualdad de r parámetros binomiales. El cálculo de
las frecuencias esperadas, la determinación de los grados de libertad y el cálculo
de la estadística ji-cuadrada para la pruebe de homogeneidad son idénticos a los
de la prueba de independencia.
ESTADISTICA NO PARAMETRICA

La mayor parte de los procedimientos de prueba de hipótesis que se presentan


en las unidades anteriores se basan en la suposición de que las muestras
aleatorias se seleccionan de poblaciones normales. Afortunadamente, la mayor
parte de estas pruebas aún son confiables cuando experimentamos ligeras
desviaciones de la normalidad, en particular cuando el tamaño de la muestra es
grande. Tradicionalmente, estos procedimientos de prueba se denominan
métodos paramétricos. En esta sección se consideran varios procedimientos
de prueba alternativos, llamados no paramétricos ó métodos de distribución
libre, que a menudo no suponen conocimiento de ninguna clase acerca de las
distribuciones de las poblaciones fundamentales, excepto que éstas son
continuas.

Los procedimientos no paramétricos o de distribución libre se usan con mayor


frecuencia por los analistas de datos. Existen muchas aplicaciones en la ciencia
y la ingeniería donde los datos se reportan no como valores de un continuo sino
mas bien en una escala ordinal tal que es bastante natural asignar rangos a los
datos.

Un ejemplo donde se aplica una prueba no paramétrica es el siguiente, dos


jueces deben clasificar cinco marcas de cerveza de mucha demanda mediante
la asignación de un grado de 1 a la marca que se considera que tiene la mejor
calidad global, un grado 2 a la segunda mejor, etcétera. Se puede utilizar
entonces una prueba no paramétrica para determinar donde existe algún
acuerdo entre los dos jueces.

Se debe señalar que hay varias desventajas asociadas con las pruebas no
paramétricas. En primer lugar, no utilizan la información que proporciona la
muestra, y por ello una prueba no paramétrica será menos eficiente que el
procedimiento paramétrico correspondiente, cuando se pueden aplicar ambos
métodos. En consecuencia, para lograr la misma potencia, una prueba no
paramétrica requerirá la correspondiente prueba no paramétrica.

Como se indicó antes, ligeras divergencias de la normalidad tienen como


resultado desviaciones menores del ideal para las pruebas paramétricas
estándar. Esto es cierto en particular para la prueba t y la prueba F. En el caso
de la prueba t y la prueba F, el valor P citado puede ser ligeramente erróneo si
existe una violación moderada de la suposición de normalidad.

En resumen, si se puede aplicar una prueba paramétrica y una no paramétrica al


mismo conjunto de datos, debemos aplicar la técnica paramétrica más eficiente.
Sin embargo, se debe reconocer que las suposiciones de normalidad a menudo
no se pueden justificar, y que no siempre se tienen mediciones cuantitativas.
PRUEBA DEL SIGNO

La prueba del signo se utiliza para probar la hipótesis sobre la mediana µ ~ de


una distribución continua. La mediana de una distribución es un valor de la
variable aleatoria X tal que la probabilidad de que un valor observado de X sea
menor o igual, o mayor o igual, que la mediana es 0.5. Esto es,
P( X ≤ µ~) = P( X ≥ µ~) = 0.5 .

Puesto que la distribución normal es simétrica, la media de una distribución


normal es igual a la mediana. Por consiguiente, la prueba del signo puede
emplearse para probar hipótesis sobre la media de una población normal.

Suponga que las hipótesis son:


H 0 ; µ~ = µ~o
H1 ; µ ~ < µ~
o

Supóngase que X 1, X2, . . . , X n es una muestra aleatoria tomada de la población


de interés. Fórmense las diferencias
X i − µ~o , i = 1,2,...n
Ahora bien si la hipótesis nula H 0 ; µ~ = µ~o es verdadera, cualquier diferencia
X i − µ~o tiene la misma probabilidad de ser negativa o positiva. Un estadístico de
prueba apropiado es el número de estas diferencias que son positivas, por
ejemplo R+ . Por consiguiente, la prueba de la hipótesis nula es en realidad una
prueba de que el número de signos positivos es un valor de una variable
aleatoria binomial con parámetro P = ½. Puede calcularse un valor P para el
número observado de signos positivos r+ directamente de la distribución
binomial. Al probar la hipótesis que se muestra al principio, se rechaza H0 en
favor de H1 sólo si la proporción de signos positivos es suficientemente menor
que ½ ( o de manera equivalente, cada vez que el número observado de signos
positivos r+ es muy pequeño). Por tanto, si el valor P calculado
P = P(R +≤ r + cuando p = 1/2)
es menor o igual que algún nivel de significancia seleccionado previamente,
entonces se rechaza H0 y se concluye que H1 es verdadera.

Para probar la otra hipótesis unilateral


H 0 ; µ~ = µ~o
H1 ; µ ~ > µ~
o

se rechaza H0 en favor de H1 sólo si el número observado de signos más, r+, es


grande o, de manera equivalente, cada vez que la fracción observada de signos
positivos es significativamente mayor que ½. En consecuencia, si el valor P
calculado P = P(R+≥ r + cuando p = 1/2) es menor que α, entonces H0 se rechaza
y se concluye que H1 es verdadera.

También puede probarse la alternativa bilateral. Si las hipótesis son:


H 0 ; µ~ = µ~o
H1 ; µ~ ≠ µ~
o

se rechaza H0 si la proporción de signos positivos difiere de manera significativa


de ½ (ya se por encima o por debajo). Esto es equivalente a que el número
observado de signos r+ sea suficientemente grande o suficientemente pequeño.
Por tanto, si r+ >n/2 el valor P es
P=2P(R+≤ r + cuando p = ½)
Y si r + >n/2 el valor P es
P=2P(R+≥ r + cuando p = ½)
Si el valor P es menor que algún nivel preseleccionado α, entonces se rechaza
H0 y se concluye que H1 es verdadera.

Ejemplos:
1. Un artículo informa cerca de un estudio en el que se modela el motor de un
cohete reuniendo el combustible y la mezcla de encendido dentro de un
contenedor metálico. Una característica importante es la resistencia al
esfuerzo cortante de la unión entre los dos tipos de sustancias. En la
siguiente tabla se muestran los resultados obtenidos al probar 20 motores
seleccionados al azar. Se desea probar la hipótesis de que la mediana de la
resistencia al esfuerzo cortante es 2000 psi, utilizando α = 0.05.

Solución:
Se mostrará la tabla del ejercicio y es función del investigador poner los signos
con respecto a la mediana.

H 0 ; µˆ = 2000 psi
H1 ; µˆ ≠ 2000 psi

Resistencia Resistencia
Signo de la Signo de la
al esfuerzo al esfuerzo
Observación diferencia Observación diferencia
cortante cortante
x i -2000 x i -2000
xi xi
1 2158.70 + 11 2165.20 +
2 1678.15 - 12 2399.55 +
3 2316.00 + 13 1779.80 -
4 2061.30 + 14 2336.75 +
5 2207.50 + 15 1765.30 -
6 1708.30 - 16 2053.50 +
7 1784.70 - 17 2414.40 +
8 2575.10 + 18 2200.50 +
9 2357.90 + 19 2654.20 +
10 2256.70 + 20 1753.70 -

De la tabla se puede observar que el estadístico de prueba r+ = 14.

Regla de decisión:
Si el valor de P correspondiente a r+ =14 es menor o igual que α =0.05 se
rechaza H0.

Cálculos:
Puesto que r+=14 es mayor que n/2=20/2=10, el valor de P se calcula de
P=2P(R+≥ 14 cuando p = ½)
La P se calcula con la fórmula de la distribución binomial:
20
P = 2∑ Cr (0.5) (0.5 )
20 −r
= 0.1153
r
20
r =14
Conclusión:
Como P=0.1153 no es menor que α=0.05, no es posible rechazar la hipótesis
nula de que la mediana de la resistencia al esfuerzo constante es 2000 psi.

Otra manera de resolver el problema es con Aproximación normal:


Cuando p=0.5, la distribución binomial esta bien aproximada por la distribución
normal cuando n es al menos 10. Por tanto, dado que la media de la distribución
binomial es np y la varianza es npq, la distribución de R+ es aproximadamente
normal con media 0.5n y varianza 0.25n, cada vez que n es moderadamente
grande. Por consiguiente las hipótesis pueden probarse con el estadístico:
r + − 0.5n
Z=
0.5 n
Las reglas de decisión se establecerán como cualquier ensayo en una
distribución muestral en donde se utiliza la distribución normal.

Para resolver el problema anterior:


H 0 ; µˆ = 2000 psi
H1 ; µˆ ≠ 2000 psi

Como la es mayor que 10 se utilizará la aproximación normal.

Ho
H1
H1

Región de Región de
rechazo Rechazo

α/2 = 0.025 α/2 = 0.025


Región de aceptación

ZL = -1.96 µ = 2000 ZL = 1.96

Regla de Decisión:
Si –1.96≤ ZR≤ 1.96 No se rechaza Ho
Si ZR < -1.96 ó si Z R > 1.96 Se rechaza Ho

Cálculos:
r + − 0.5n 14 − (0.5)(20 )
Z= = = 1.789
0.5 n 0.5 20
Decisión y Conclusión:
Como 1.789 esta entre –1.96 y 1.96, no se rechaza H0 y se concluye con un
α=0.05 que la mediana es de 2000 psi.

Prueba del Signo para Muestras Pareadas


También se puede utilizar la prueba de signo para probar la hipótesis nula
~ −µ
µ ~ = d para observaciones pareadas. Aquí se reemplaza cada diferencia,
1 2 0

di, con un signo más o menos dependiendo si la diferencia ajustada, di -d0, es


positiva o negativa. A lo largo de esta sección suponemos que las poblaciones
son simétricas. Sin embargo, aun si las poblaciones son asimétricas se puede
llevar a cabo el mismo procedimiento de prueba, pero las hipótesis se refieren a
las medianas poblacionales en lugar de las medias.

Ejemplo:
1. Una compañía de taxis trata de decidir si el uso de llantas radiales en lugar
de llantas regulares con cinturón mejora la economía de combustible. Se
equipan 16 automóviles con llantas radiales y se manejan por un recorrido de
prueba establecido. Sin cambiar de conductores, se equipan los mismos
autos con llantas regulares con cinturón y se manejan una vez más por el
recorrido de prueba. Se registra el consumo de gasolina, en kilómetros por
litro, de la siguiente manera:
Automóvil Llantas radiales Llantas con cinturón
1 4.2 4.1
2 4.7 4.9
3 6.6 6.2
4 7.0 6.9
5 6.7 6.8
6 4.5 4.4
7 5.7 5.7
8 6.0 5.8
9 7.4 6.9
10 4.9 4.9
11 6.1 6.0
12 5.2 4.9
13 5.7 5.3
14 6.9 6.5
15 6.8 7.1
16 4.9 4.8

¿Se puede concluir en el nivel de significancia de 0.05 que los autos


equipados con llantas radiales obtienen mejores economías de
combustible que los equipados con llantas regulares con cinturón?

Solución:
H 0 ; µ~R − µ
~ =0
C
~ −µ
H1 ; µ ~ >0
R C

H1
Ho Región de
rechazo

α = 0.05

Región de aceptación

ZL = 1.645

Regla de decisión:
Si zR≤ 1.645 no se rechaza Ho.
Si zR> 1.645 se rechaza Ho.

Se procede ha realizar las diferencias entre de los kilómetros por litro entre
llantas radiales y con cinturón:
Automóvil Llantas radiales Llantas con cinturón d
1 4.2 4.1 +
2 4.7 4.9 -
3 6.6 6.2 +
4 7.0 6.9 +
5 6.7 6.8 -
6 4.5 4.4 +
7 5.7 5.7 0
8 6.0 5.8 +
9 7.4 6.9 +
10 4.9 4.9 0
11 6.1 6.0 +
12 5.2 4.9 +
13 5.7 5.3 +
14 6.9 6.5 +
15 6.8 7.1 -
16 4.9 4.8 +

Al observar las diferencias se ve que sólo existe una n=14, ya que se descartan
los valores de cero. Se tiene r+ = 11
r + − 0.5n 11 − (0.5)(14)
Z= = = 2.14
0.5 n 0.5 14
Decisión y conclusión:
Como 2.14 es mayor a 1.645 se rechaza H0 y se concluye con un α= 0.05 que
las llantas radiales mejoran la economía de combustible.

PRUEBA DE RANGO CON SIGNO DE WILCOXON


Se puede notar que la prueba de signo utiliza sólo los signos más y menos de
las diferencias entre las observaciones y µ0 en el caso de una muestra, o los
signos más y menos de las diferencias entro los pares de observaciones en el
caso de la muestra pareada, pero no toma en consideración la magnitud de
estas diferencias. Una prueba que utiliza dirección y magnitud, propuesta en
1945 por Frank Wilcoxon, se llama ahora comúnmente prueba de rango con
signo de Wilcoxon. Esta prueba se aplica en el caso de una distribución
continua simétrica. Bajo esta condición se puede probar la hipótesis nula µ=µ0.
Primero se resta µ0 de cada valor muestral y se descarta todas las diferencias
iguales a cero. Se asigna un rango de 1 a la diferencia absoluta más pequeña,
un rango de 2 a la siguiente más pequeña, y así sucesivamente. Cuando el valor
absoluto de dos o más diferencias es el mismo, se asigna a cada uno el
promedio de los rangos que se asignarían si las diferencias se distinguieran. Por
ejemplo, si la quinta y sexta diferencia son iguales en valor absoluto, a cada una
se le asignaría un rango de 5.5. Si la hipótesis µ=µ0 es verdadera, el total de los
rangos que corresponden a las diferencias positivas debe ser casi igual al total
de los rangos que corresponden a las diferencias negativas. Se representan
esos totales como w+ y w- , respectivamente. Se designa el menor de w+ y w- con
w.

Al seleccionar muestras repetidas esperaríamos que variarían w+ y w-, y por


tanto w. De esta manera se puede considerar a w+ y w-, y w como valores de las
correspondiente variables aleatorias W+, W-, y W. La hipótesis nula µ=µ0 se
puede rechazar a favor de la alternativa µ<µ0 sólo si w+ es pequeña y w- es
grande. Del mismo modo, la alternativa µ>µ0 se puede aceptar sólo si w+ es
grande y w- es pequeña. Para una alternativa bilateral se puede rechazar H0 a
favor de H1 si w+ o w- y por tanto w son suficientemente pequeñas. No importa
cuál hipótesis alternativa puede ser, rechazar la hipótesis nula cuando el valor
de la estadística apropiada W+ , W-, o W es suficientemente pequeño.

Dos Muestras con Observaciones Pareadas

Para probar la hipótesis nula de que se muestrean dos poblaciones simétricas


continuas con µ1 =µ2 para el caso de una muestra pareada, se clasifican las
diferencias de las observaciones paradas sin importar el signo y se procede
como en el caso de una muestra. Los diversos procedimientos de prueba para
los casos de una sola muestra y de una muestra pareada se resumen en la
siguiente tabla:

Para probar H0 Contra H1 Calcular


µ < µ0 w+
µ = µ0 µ > µ0 w-
µ ≠ µ0 w

µ1 < µ2 w+
µ1 = µ2 µ1 > µ2 w-
µ1 ≠ µ2 w

No es difícil mostrar que siempre que n<5 y el nivel de significancia no exceda


0.05 para una prueba de una cola ó 0.10 para una prueba de dos colas, todos
los valores posibles de w+ , w-, o w conducirán a la aceptación de la hipótesis
nula. Sin embargo, cuando 5 ≤ n ≤ 30, la tabla A.16 muestra valores críticos
aproximados de W+ y W- para niveles de significancia iguales a 0.01, 0.025 y
0.05 para una prueba de una cola, y valores críticos de W para niveles de
significancia iguales a 0.02, 0.05 y 0.10 para una prueba de dos colas. La
hipótesis nula se rechaza si el valor calculado w+, w-, o w es menor o igual que
el valor de tabla apropiado. Por ejemplo, cuando n=12 la tabla A.16 muestra que
se requiere un valor de w+ ≤ 17 para que la alternativa unilateral µ < µ0 sea
significativa en el nivel 0.05.

Ejemplos:
1. Los siguientes datos representan el número de horas que un compensador
opera antes de requerir una recarga: 1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0,
1.2 y 1.7. Utilice la prueba de rango con signo para probar la hipótesis en el
nivel de significancia de 0.05 que este compensador particular opera con una
media de 1.8 horas antes de requerir una recarga.

Solución:
H0; µ = 1.8
H1; µ ≠ 1.8

Se procederá a efectuar las diferencias y a poner rango con signo a los datos.
Dato di = dato - 1.8 Rangos
1.5 -0.3 5.5
2.2 0.4 7
0.9 -0.9 10
1.3 -0.5 8
2.0 0.2 3
1.6 -0.2 3
1.8 0 Se anula
1.5 -0.3 5.5
2.0 0.2 3
1.2 -0.6 9
1.7 -0.1 1

Regla de decisión:
Para una n = 10, después de descartar la medición que es igual a 1.8, la tabla
A.16 muestra que la región crítica es w ≤ 8.

Cálculos:
w+ = 7 + 3 + 3 = 13
w- = 5.5 + 10 + 8 + 3 + 5.5 + 9 + 1 = 42
por lo que w = 13 (menor entre w+ y w-).

Decisión y Conclusión:
Como 13 no es menor que 8, no se rechaza H0 y se concluye con un α = 0.05
que el tiempo promedio de operación no es significativamente diferente de 1.8
horas.
2. Se afirma que un estudiante universitario de último año puede aumentar su
calificación en el área del campo de especialidad del examen de registro de
graduados en al menos 50 puntos si de antemano se le proporcionan
problemas de muestra. Para probar esta afirmación, se dividen 20
estudiantes del último año en 10 pares de modo que cada par tenga casi el
mismo promedio de puntos de calidad general en sus primeros años en la
universidad. Los problemas y respuestas de muestra se proporcionan al azar
a un miembro de cada par una semana antes del examen. Se registran las
siguientes calificaciones del examen:

Con Sin
problemas problemas
Par
de de
muestra muestra
1 531 509
2 621 540
3 663 688
4 579 502
5 451 424
6 660 683
7 591 568
8 719 748
9 543 530
10 575 524
Pruebe la hipótesis nula en el nivel de significancia de 0.05 de que los
problemas aumentan las calificaciones en 50 puntos contra la hipótesis
alternativa de que el aumento es menor a 50 puntos.

Solución:
La prueba de rango con signo también se puede utilizar para probar la hipótesis
nula µ1 −µ2 = d0. En este caso las poblaciones no necesitan ser simétricas. Como
con la prueba de signo, se resta d0 de cada diferencia, se clasifican las
diferencias ajustadas sin importar el signo y se aplica el mismo procedimiento.

En este caso d0 = 50, por lo que se procede a calcular las diferencias entre las
muestras y luego restarles el valor de 50. Se representara con µ1 y µ2 la
calificación media de todos los estudiantes que resuelven el examen en cuestión
con y sin problemas de muestra, respectivamente.

H0; µ1 − µ2 = 50
H1; µ1 − µ2 < 50

Regla de decisión:
Para n=10 la tabla muestra que la región crítica es w+ ≤ 11.

Cálculos:
Con Sin
problemas problemas
Par di di – d0 Rangos
de de
muestra muestra
1 531 509 22 -28 5
2 621 540 81 31 6
3 663 688 -25 -75 9
4 579 502 77 27 3.5
5 451 424 27 -23 2
6 660 683 -23 -73 8
7 591 568 23 -27 3.5
8 719 748 -29 -79 10
9 543 530 13 -37 7
10 575 524 51 1 1
w+ = 6 + 3.5 + 1 = 10.5

Decisión y Conclusión:
Como 10.5 es menor que 11 se rechaza H0 y se concluye con un α = 0.05 que
los problemas de muestra, en promedio, no aumentan las calificaciones de
registro de graduados en 50 puntos.

Aproximación Normal para Muestras Grandes

Cuando n ≥ 15, la distribución muestral de W + ó W- se aproxima a la distribución


n(n + 4) n(n + 1)(2n + 1)
normal con media µ w = y varianza σ w 2 = .
4 24
Por tanto, cuando n excede el valor más grande en la tabla A.16, se puede
utilizar la estadística
w − µw
z= +
σw
para determinar la región crítica de la prueba.

Ejercicios para la Unidad IV

1. Se lanza 180 veces un dado con los siguientes resultados:

X 1 2 3 4 5 6
f 28 36 36 30 27 23
¿Es un dado balanceado? Utilice un α = 0.01.

2. Se supone que una máquina mezcla cacahuates, avellanas, anacardos y


pacanas a razón de 5:2:2:1. Se encuentra que una lata que contiene 500 de
estas nueces mezcladas tiene 269 cacahuates, 112 avellanas, 74 anacardos
y 45 pacanas. Al nivel de significancia de 0.05 pruebe la hipótesis de que la
máquina mezcla las nueces a razón de 5:2:2:1.

3. Se seleccionan tres canicas de una urna que contiene cinco canicas rojas y
tres verdes. Después de registrar el número x de canicas rojas, las canicas
se reemplazan en la urna y el experimento se repite 112 veces. Los
resultados que se obtienen son los siguientes:

x 0 1 2 3
f 1 31 55 25
Pruebe la hipótesis con un nivel de significancia de 0.05, de que los datos
registrados se pueden ajustar a una distribución hipergeométrica.

4. Se lanza una moneda hasta que sale cara y se registra el número de


lanzamientos x. Después de repetir el experimento 256 veces, se obtuvieron
los siguientes resultados:

X 1 2 3 4 5 6 7 8
f 136 60 34 12 9 1 3 1
Pruebe la hipótesis con un nivel de significancia de 0.05 de que la
distribución observada de x se puede ajustar por una distribución geométrica
g(x;1/2), x = 1, 2, 3, …

5. Con los siguientes datos, pruebe la bondad de ajuste entre las frecuencias de
clase que se observan y las frecuencias esperadas correspondientes de una
distribución normal con µ = 65 y σ = 21, utilice un nivel de significancia de
0.05.

Límite de clase Frecuencia


10 - 19 3
20 – 29 2
30 – 39 3
40 – 49 4
50 – 59 5
60 – 69 11
70 – 79 14
80 – 89 14
90 - 99 4

6. En un experimento para estudiar la dependencia de la hipertensión de los


hábitos de fumar, se tomaron los siguientes datos de 180 individuos:

No Fumadores Fumadores
fumadores moderados empedernidos
Con hipertensión 21 36 30
Sin hipertensión 48 26 19
Pruebe la hipótesis de que la presencia o ausencia de hipertensión es
independiente de los hábitos de fumar. Utilice un nivel de significancia de
0.05.

7. Una muestra aleatoria de 200 hombres casados, todos retirados, se clasifica


de acuerdo con la educación y el número de hijos:
Número de hijos
Educación 0-1 2-3 Más de 3
Elemental 14 37 32
Secundaria 19 42 17
Universidad 12 17 10
Pruebe la hipótesis, con un nivel de significancia de 0.05, de que el tamaño
de la familia es independiente del nivel de instrucción del padre.

8. Se comparan dos tipos de instrumentos para medir la cantidad de monóxido


de azufre en la atmósfera en un experimento de contaminación atmosférica.
Se registraron las siguientes lecturas diarias en un período de dos semanas:

Día Instrumento A Instrumento B


1 0.96 0.87
2 0.82 0.74
3 0.75 0.63
4 0.61 0.55
5 0.89 0.76
6 0.64 0.70
7 0.81 0.69
8 0.68 0.57
9 0.65 0.53
10 0.84 0.88
11 0.59 0.51
12 0.94 0.79
13 0.91 0.84
14 0.77 0.63

Con el uso de la aproximación normal a la distribución binomial, realice una


prueba de signo para determinar si los diferentes instrumentos conducen a
diferentes resultados. Utilice un nivel de significancia de 0.05.

9. Los siguientes datos representan el tiempo, en minutos, que un paciente


tiene que esperar durante 12 visitas al consultorio de una doctora antes de
ser atendido por ésta:
17 15 20 20
32 28 12 26
25 25 35 24
Utilice la prueba de rango con signo al nivel de significancia de 0.05 para
probar la afirmación de la doctora de que la media del tiempo de espera para
sus pacientes no es mayor que 20 minutos antes de entrar al consultorio.

10. Los pesos de cuatro personas antes de que dejan de fumar y cinco semanas
después de dejar de fumar, en kilogramos, son los siguientes:
Individuo 1 2 3 4 5
Antes 66 80 69 52 75
Después 71 82 68 56 73
Utilice la prueba de rango con signo para observaciones pareadas para
probar la hipótesis, en el nivel de significancia de 0.05, de que dejar de fumar
no tiene efecto en el peso de una persona contra la alternativa del que el
peso aumenta si deja de fumar.

11. Los siguientes son los números de recetas surtidas por dos farmacias en un
período de 20 días:

Día Farmacia A Farmacia B


1 19 17
2 21 15
3 15 12
4 17 12
5 24 16
6 12 15
7 19 11
8 14 13
9 20 14
10 18 21
11 23 19
12 21 15
13 17 11
14 12 10
15 16 20
16 15 12
17 20 13
18 18 17
19 14 16
20 22 18
Utilice la prueba de rango con signo al nivel de significancia de 0.01 para
determinar si las dos farmacias, en promedio, surten el mismo número de
recetas contra la alternativa de que la farmacia A surte más recetas que la
farmacia B.

12. Se afirma que una nueva dieta reducirá el peso de una persona 4.5
kilogramos, en promedio, en un período de dos semanas. Se registran los
pesos de 10 mujeres que siguen esta dieta antes y después de un período de
dos semanas, y se obtienen los siguientes datos:

Mujer Peso antes Peso después


1 58.5 60.0
2 60.3 54.9
3 61.7 58.1
4 69.0 62.1
5 64.0 58.5
6 62.6 59.9
7 56.7 54.4
8 63.6 60.2
9 68.2 62.3
10 59.4 58.7
Utilice la prueba de rango con signo al nivel de significancia de 0.05 para
probar la hipótesis de que la dieta reduce la mediana del peso en 4.5
kilogramos contra la hipótesis alternativa de que la mediana de la diferencia
en pesos es menor que 4.5 kilogramos.

13. Se toman 10 muestras de un baño de cultivo sobre placa utilizado en un


proceso de fabricación de componentes electrónicos, y se mide el pH del
baño. Los valores de pH medidos son 7.91, 7.85, 6.82, 8.01, 7.46, 6.95, 7.05,
7.35, 7.25, 7.42. Los ingenieros creen que el valor de la mediana del pH es
7.0. ¿ La muestra indica que esta proposición es correcta? Utilice la prueba
del signo con α = 0.05 para investigar esta hipótesis. Encuentre el valor P de
esta prueba.

14. Se mide de manera rutinaria el nivel de impurezas (en ppm) en un producto


químico intermedio. En una prueba reciente se observan los datos siguientes:
2.4 2.5 1.7 1.6 1.9 2.6 1.3 1.9 2.0 2.5 2.6
2.3 2.0 1.8 1.3 1.7 2.0 1.9 2.3 1.9 2.4 1.6
¿Puede afirmarse que la mediana del nivel de impureza es menor que 2.5
ppm? Establezca y pruebe la hipótesis apropiada utilizando la prueba de
signo con α = 0.05. ¿Cuál es el valor P de esta prueba?

Respuestas a los Ejercicios de la Unidad IV

1. Región crítica X2 > 15.086, X2 = 4.47 por lo tanto no rechazar H0, el dado
está balanceado.
2. Región crítica X2 > 7.815, X2 = 10.14, rechazar H0 . Las nueces no están
mezcladas en la proporción 5:2:2:1.
3. Región crítica X 2 > 5.991, X 2 = 1.67, no rechazar H0. Los datos se ajustan
a una distribución hipergeométrica.
4. Región crítica X 2 > 11.07, X 2 = 2.57, no rechazar H0. Los datos se ajustan
a una distribución geométrica.
5. Región crítica X2 > 12.592, X2 = 12.78, rechazar H0 . Los datos no se
ajustan a una distribución normal.
6. Región crítica X2 > 5.991, X2 = 14.6, rechazar H0. La presencia o
ausencia de hipertensión y hábitos de fumar no son independientes.
7. Región crítica X2 > 9.488, X2 = 7.54, no rechazar H0. El tamaño de la
familia es independiente del nivel se educación del padre.
8. Región crítica –1.96 ≤ z ≤ 1.96, z= 2.67, rechazar H0 .
9. Región crítica w- ≤ 11 para una n=10, w- = 12.5, no rechazar H0.
10. Región crítica w+ ≤ 1 para n = 5, w+ = 3.5, no rechazar H0.
11. Región crítica z>2.575. z= 2.80, rechazar H0, la farmacia A surte más
recetas que la farmacia B.
12. Región crítica w+ ≤ 11 para una n = 10. w+ = 17.5, no rechazar H0.
13. 2P(R+ ≥ 8 / p = 0.5) = 0.109 , como no es menor a 0.05, no se rechaza H0.
~ = 2 .5 H ; µ
14. H0; µ ~ < 2.5 P(R+≤ 2/ p = 0.5) = 0.0002, se rechaza H .
1 0
Bibliografía

Devore, J.L. (2000). Probabilidad y Estadística para Ingeniería y Ciencias,


Quinta Edición, Thomson Learning.

Mendenhall, W. (1998). Estadística para Administradores, Segunda Edición,


Grupo Editorial Iberoamérica.

Montgomery, D.C. y Runger G.C. (1996). Probabilidad y Estadística Aplicadas a


la Ingeniería , Primera Edición, Mc Graw Hill.

Sheaffer, R. L. y McClave, J.T. (1990). Probabilidad y Estadística para


Ingeniería , Primera Edición, Grupo Editorial Iberoamérica.

Spiegel, M.R. (1970). Estadística, Primera Edición, Serie Schaum, Mc Graw Hill.

Walpole, R. E., Myers, R.H., y Myers, S.L. (1998). Probabilidad y Estadística


para Ingenieros, Sexta Edición, Prentice Hall.

Weimer, R.C. (1996). Estadística, Segunda Edición, CECSA.