Ejemplo 2.1 En un proceso de inyeccién de pléstco una caractoristica de calidad del producto (disco) cs su grosor, cl cual debe ser de 1-20 mm con una tolerancia de £0.10 mm. Asi, ol urosor del disco debe estar dentro de la espevificacion inferior, EY = 1.10. y la superior, ES = 1.30, para considerar que el proceso de inyeccisn fue satisfactorio. ara evaluar esta earacterstica de calidad, durante una bemana se hace un muestroo sistematico en una linea de produceisn. y se obtionen 25 mucstras de amano 5 cada tuna. Porto tanto, al final se tine una muestra de n= 125 y xe obtiene la wal, X= 1.179 mim y la varianz, ‘estndar de la media es Ejemplo 2.2 En el proceso de fabricacién de diseos para computadoras, una de las variables eit cas es el rendimiento de formato, Se toma una muestra aleatora den = 10 discos de la produccign del turno de la maviana. Se formatean y se reporta el rendimiento de cada disco. Los datos obtenides som: 96.11, 91.06, 93.38, 88.52, 89.57, 92.63, 85.20, 91.41, 89.79, 92.62. Con base en estos datos interesa estimar puntualmente y por intervalo la media y la desviacin estindar para la poblacicn de discos de dicho tumo.Ejemplo 2.3 Se quiere estimar la proporcién p de articulos defectuosos en un lote de 2000 (pobla- cin), Para ello, se toma una muestra aleatoria de 1 = 100 articulos y se encuentra ‘que de éstos, x= 5, son defectuosos, Por lo tanto, un estimador puntual de p es 5/100 = 0.050. Si se quiere estimar p por intervalo, entonces de acuerdo con lo expli- ccado antes, un interval al 95% de confianza esté dao por Ejemplo 2.4 Peso de costales. Un fabricante de dulces compra costales de azticar a cierto inge- nio. Segtin los vendedores, los costales tienen un peso medio de 50.1 ke, con una varianza de (0° = 0.5), El comprador sospecha que el peso medio es menor, Para ‘confirma su sospecha decide contrastar las hipétess: Hy: = 501 Hysn < 501Ejemplo 2.5 ‘Comparacién de dos centrifugadoras. La calidad de la pintura litex depend, ‘entre otras cosas, del amano de la particula, Para medir esta caracteristica se utiizan ‘dos contrfugadoras, y se sospecha que éstas reportan mediciones distintas para la risma pintura. Se decide hacer un estudio que permita comparar las medias y las vvarianzas reportadas por los dos equipos; para lo cual, de un mismo lote de pintura se tomaron 13 lecturas con cada ceatrfugadora. Los resultados son los CONS (710 sai 4ae 4a 400s «dea Si 3962 4065 4561 465 A924 468400: Sj=__ 12473200 ry Para comparar las medias se plantea la hipstesis de igualdad de medias con la “alternativa bilateral, puesto que no hay ninguna conjetura del experimentador acerca de cual centrifugadora puede reportar valores mayores. Luego, el planteamiento es: ys, = ws Hye? trEjemplo 2.6 ‘Comparacién de dos basculas. Se desea ver si dos bisculas estin sincronizadas. Pra ello se toma una muestra aleatoria de 10 especimenes y cada tno se pesa en ‘ambas basculas, cuidando que el orden en que se utilizan sea elepido al azar. El tra- ‘bajo lo realiza el mismo operador y los datos obtenidos se muestran en la tabla 2.3. Bs claro que tenemos el caso de observaciones pareadas, ya que el peso que repistra una biscula para un espécimen no es independiente del que resista la otra bhiscula para el mismo espéeimen, en el sentido de que si uno es muy pesado se es- pera que ambas bssculas fo dotecten. La comparacion de las basculas se puede evaluar probands la siguiente hips- gleaSGeSeaae Becessee ee