PRUEBA DE HIPÓTESIS

ESTADÍSTICA II
AUTOR: Rogelio Alvarado Martinez
ÍNDICE

Acceso rápido

GENERALIDADES DESARROLLO

GLOSARIO REFERENCIAS

Este material pertenece al Politécnico

Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproducción total
o parcial.
 01 ------

Recordemos  que  para  diferencias   de  medias  se  utiliza  el  siguiente   estadístico  de  prueba:  

ÍNDICE   𝑋𝑋" − 𝑋𝑋%     −   (µ"   − µ%  )

𝑍𝑍 =  
2. Prueba  de  hipótesis   𝜎𝜎"% 𝜎𝜎%%
+  
𝑛𝑛"     𝑛𝑛%
2.1 Prueba  de  hipótesis  para  la  comparación  de  grupos  

2.1.1 Prueba  para  la  diferencia  de  medias.  Muestras  grandes   Ejemplo  (Montgomery  2002)  

2.1.2 Prueba  para  diferencia  de  medias.  Muestras  pequeñas   Una   obra   de   construcción   requiere   un   gran   número   de   bloques   de   concreto.   Dos   empresas  
abastecedoras  A  y  B  licitan  para  su  adjudicación,  y  dentro  del  pliego  de   condiciones   se  estipula  
2.1.3 Prueba  para  diferencia de proporciones   que   la   resistencia   mínima   es   de   1.000   unidades   métricas   a   la   resistencia,   y   el   contrato   se  
adjudicará  a   la  empresa  que  mayor  resistencia  presente  su  producto.  
2.2  Prueba  de  hipótesis  para  la  varianza  de  una  población  
2.3 Prueba  de  independencia   Paso  1:  Se  plantea  la  hipótesis  nula  (Ho)  que  no  existe  diferencia  entre  las  resistencias   medias  
a   la   compresión   de   los   bloques   de   concreto.   La   hipótesis   alternativa   se   plantea   en   términos  
que   hay   alguna   diferencia   significativa   entre   las   dos   resistencias   medias   a   la   compresión.  
DESARROLLO  TEMÁTICO     Simbólicamente  se  expresa  así:  

H  o  :  µ1  =  µ2  
2.  Pruebas  de  hipótesis                    
H1  :    µ1  ≠  µ2  

2.1  Pruebas  de  hipótesis  para  la  comparación  de  dos  grupos        

Muchas  veces  en  el  análisis  estadístico  el  interés  se  centra  en  la  comparación  de  las  medias  de   Dado   que  la   hipótesis  alternativa   no  indica   una   dirección  específica,  la   prueba  es  de  dos  colas.  
dos  poblaciones,  conocida  también  como  la  prueba  para  diferencia  de  medias  que  analizamos  en  
Paso  2:  Se  elige  un  nivel  de  significancia  de  0.01.  Esto  equivale  a  cometer  un  error  de  tipo  I.  Se  
diferentes  contextos.  
usará   una   distribución   normal   estandarizada   en   Z,   razón   por   la   cual   se   debe   seleccionar   una  
muestra   que   al  menos   contenga  como  mínimo   30  unidades  de  bloque,  cada  una  de  las  empresas  
2.1.1  Prueba  para  la  diferencia  de  medias.  Muestras  grandes.     licitantes.  

Es  muy  común  que  cuando  se  quiere  hacer  comparación  de  dos  grupos  a  través  de  las  medias  no   Paso  3:  El   estadístico   de  prueba  a   aplicar   está  dado   por   la  siguiente   fórmula:  
se   conozcan   las   varianzas   poblacionales,   para   estos   casos   es   posible   obtener   las   medias  
muestrales  (𝑋𝑋" −   𝑋𝑋% )  las  varianzas  muestrales  (𝑆𝑆"%  𝑦𝑦  𝑆𝑆%% )  .          𝑍𝑍 =
01 203    2  (µ1  2µ3  )
 
43 3
1 6   43
Si   se   supone   que   las   muestras   se   obtienen   de   manera   aleatoria   e   independiente   a  partir   de   51     53

las   poblaciones   respectivas   que   tiene   una   distribución   normal   con   varianzas   poblacionales  
iguales,   es   decir,    𝜎𝜎"% =   𝜎𝜎%%         se   puede   utilizar   una  prueba   de   distribución   normal   de   varianzas    
combinadas  para  determinar  si  existe  una  diferencia  significativa  entre  las  dos  poblaciones.    
   
   

3 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 4

 Suponga   que  se   seleccionó   una   muestra   de   cada   una   de   las   empresas  licitantes  y      determinó   2.1.2  Prueba  para  la  diferencia  de  medias.  Muestras  pequeñas  
l a   resistencia   a   la  compresión,   con   los  siguientes  resultados:  
Cuando  se  quiere  probar  la  diferencia  de  medias  con  muestras  pequeñas  el  procedimiento  sufre  
  algunos  cambios  ya  que  en  los  casos  en  donde  los  tamaños  de  muestra  eran  mayores  de  30  se  
estimaban  las  desviaciones  estándar  de  la  población  con  las  desviaciones  de  la  muestra,  pero  para  
Licitante  A   Licitante  
𝑋𝑋=  1.020  B   muestras   pequeñas   este   procedimiento   no   es   adecuado,   ya   que   aquí   se   necesita   estimar   la  
𝑋𝑋
      =  1.070   varianza  común.  
n  =  81   n  =  64  
  S  =  63   S  =  57   Suponiendo  que  las  varianzas  de  las  poblaciones  son  iguales  vamos  a  utilizar  la  siguiente  varianza  
  ponderada  o  estimación  conjunta  de  la  varianza.  

El  valor  del  estadístico  de  prueba  es:   %

(𝑛𝑛" − 1)𝑆𝑆"% + (𝑛𝑛% − 1)𝑆𝑆%  %
𝑆𝑆@   =  
𝑛𝑛" + 𝑛𝑛% − 2
1070 − 1020   −   (0  )
𝑍𝑍 =  
63% 57% Como  se  tienen  muestras  pequeñas  y  no  se  conocen  las  varianzas  de  la  población,  se  utiliza  la  
+   distribución  t  con  grados  de  libertad  (𝑛𝑛" + 𝑛𝑛% − 2)  que  corresponden  a  las  dos  muestras.  
81     64
  Otra   diferencia,   es   la   forma   como   se   calcula   el   error   estándar,   para   obtenerlo   utilizamos   la  
                                                                                                           Z  =  5,01   siguiente  ecuación:  

Paso  4.  Recuérdese  que  se   seleccionó   un  nivel  de  significancia   del   0.10   y  se   utilizará  una   prueba   𝜎𝜎 " "  
A1 2A3 BCD   6
de   dos   colas.   Los   valores   críticos  y   zonas   de   aceptación   para   las  hipótesis  se  presentan  en   la   E1 E3
siguiente  figura:  
Ejemplo:  

El   gerente   de   una   entidad   financiera   quiere   determinar   si   existen   diferencias   significativas   en   el  

tiempo  de  atención  de  dos  cajeros.  Una  muestra  aleatoria  de  seis  clientes  atendidos  por  el  cajero  
A  y  de  ocho  clientes  atendidos  por  el  cajero  B,  da  los  siguientes  resultados.  (tiempo  en  minutos):  

Cajero  A          5   8   7   6   9   7      
 

Figura 1. Valores críticos distribución normal Cajero  B   8   10   7   11   9   12   14   9  

Fuente: Elaboración propia (2016)

Paso  5.  El   valor   Z   calculado   queda   en   el   área   de   rechazo   de   la   hipótesis   nula,   por   lo  tanto,  se   Paso  1.  Planteamiento  de  las  hipótesis:  
concluye   que   la   media   poblacional   de   la   resistencia   a   la   compresión   es  diferente   en   las   dos  
H  o:  µ1  =  µ2  
empresas  y  la  diferencia  no  se  debe  al   azar  del   muestreo,  con  un  nivel  de  significancia  del  10%.  
H1:    µ1  ≠  µ2  
   
   
 
 
 

   

5 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 6

 Paso  2:     Calculamos  la  media  y  la  desviación  estándar  para  cada  muestra,  obteniendo:  

Analizamos  las  condiciones:  

Cajero  A   𝑋𝑋1  =  7   S1=1,4142  
• Muestras  pequeñas  
• Desviaciones  estándar  de  la  población  desconocidas   Cajero  B   𝑋𝑋2  =  10   S2  =2,2678  
•  

Entonces  trabajamos  con  la  distribución  t    

Observamos  que  n1  =  6  y  n2  =  8  entonces  los  grados  de  libertad  son:     Primero  calculamos  la  desviación  estándar  conjunta  en  donde:  

Gl  =  (6+8-­‐2)  =  12   (𝑛𝑛" − 1)𝑆𝑆"% + (𝑛𝑛% − 1)𝑆𝑆%  %

𝑆𝑆@ =  
𝑛𝑛" + 𝑛𝑛% − 2
Paso  3.  Ahora  para  un  nivel  de  significancia  α  =  5%  buscamos  el  valor  de  la  tabla  t  con  14  gl.  

(6 − 1)(1,4142)% + (8 − 1)(2,2578)%
𝑆𝑆@ =  
12

Sp  =  1,9579  
 
Y  el  error  estándar  
Figura 2. Valores críticos distribución t

Fuente: Elaboración propia (2016)

𝜎𝜎 " "  
A1 2A3 BCD   6
E1 E3
Los  valores  críticos  son  -­‐  2,179  y  2,179  
𝜎𝜎 " "
 
Paso  4.  Calculamos  la  estadística  de  prueba:   A1 2A3 B(",LMNL)   6
O P
X" − X%     −   (µ"   − µ%  )
𝑇𝑇 =   𝜎𝜎A1 2A3 B  𝟏𝟏,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎  
1 1
SI +  
n"     n% Ahora  reemplazamos  en  la  estadística  de  prueba:  
  X" − X%     −   (µ"   − µ%  )
𝑇𝑇 =  
  1 1
SI +  
n"     n%
 
 
 

   

7 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 8

 7 − 10     −  0 2  hay  200  sanas.  Probar  la  hipótesis  que  la   temperatura   más   baja   favorece  la  conservación  de  
𝑇𝑇 =  
1,0574 las  frutas  al   nivel   de  significación  de  0.05.  

T  =  -­‐2,8371   Paso  1:    

Paso  5.  Decisión:   H  o  :  π1  ≤  π2  

H1  :    π1  >  π2  
Tomamos  la  decisión  con  la  comparación  del  valor  calculado  y  los  puntos  críticos.  
Paso  2:  Utilizando  la  distribución  de  probabilidad  normal  con  ensayo  unilateral   a  la  derecha  con  
un  nivel  significativo  de  0.05,  el  valor  crítico  es  de  1.645.  

 
Paso  3:    
 

0,9 − 0,8   −   (0  )
  𝑍𝑍 = = 3,12  
0,9(1 − 0,9) 0,8(1 − 0,8)
+  
Figura 3. Valor calculado y puntos críticos 250     250

Fuente: Elaboración propia (2016) Paso   4:   Como   3 . 1 2>1.645   s e   r e c h a z a   l a   h i p ó t e s i s   nula   y   s e   a c ep t a   l a   h i p ót es i s  

alternativa.  
El  valor  calculado  cae  en  la  zona  de  rechazo,  por  lo  tanto,  la  decisión  es  rechazar  la  hipótesis  Ho.  
 
Con   un   nivel   de   significancia   del   5%   se   puede   decir   que   sí   existen   diferencias   significativas   en   el  
tiempo  de  atención  de  los  dos  cajeros.   Paso  5:  La  temperatura  más  baja  favorece  la  conservación  de  las  frutas.  

2.1.3  Prueba  de  hipótesis  para  diferencias  entre  dos  proporciones    2.2  Prueba  de  hipótesis  para  la  varianza  de  una  población  

Se   presenta   a   c o n t i n u a c i ó n   u n   e j e m p l o   d o n d e   s e   e m p l e a   l a   p r u e b a   d e   proporción   En  algunas  ocasiones  es  necesario  hacer  pruebas  con  respecto  a  la  variación,  para  estos  casos  las  
para  la  diferencia  entre  dos  poblaciones,  utilizando  el  siguiente  estadístico  de  prueba:   hipótesis   se   plantean   como   en   los   casos   anteriores,   es   decir,   la   prueba   puede   ser   unilateral   o  
bilateral,  pero  en  este  caso  es  importante  tener  presente  algunos  supuestos:  
𝑃𝑃" − 𝑃𝑃%     −   (π"   − π%  )
𝑍𝑍 =   -­‐ La  muestra  es  aleatoria.  
𝑃𝑃" (1 − 𝑃𝑃" ) 𝑃𝑃% (1 − 𝑃𝑃% )
+   -­‐ La  población  es  normal.  
𝑛𝑛"     𝑛𝑛%
E2" C 3
  -­‐ La  estadística  de  prueba      𝑋𝑋 % =        tiene  una  distribución  Chi-­‐cuadrado  con  (n-­‐1)  
XY3
grados  de  libertad.    En  esta  fórmula    𝜎𝜎Z  es  el  valor  de  hipótesis.  
Ejemplo  (Gutiérrez  2005):  
 
Dos  lotes   de   frutas   conformados   cada   uno   por   250   unidades,   son   tratados   y  almacenados  en  
iguales   condiciones,  salvo   que   el   lote  No   1  está  a   temperatura  ligeramente   inferior  que   el  lote    
No  2.  Pasado  un  tiempo  se  encuentra  que  en  el  lote  No  1  hay  225  frutas  sanas  y  en  el  lote  No  

   

9 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 10

 La  distribución  chi-­‐  cuadrado,  a  diferencia  de  la  normal,  no  es  una  distribución  simétrica,  todos  
sus  valores  son  positivos  y  encontramos  tablas  para  todos  los  grados  de  libertad.  

La  forma  de  la  distribución  es:    

Figura 5. Valor crítico distribución chi-cuadrado

Fuente: Elaboración propia (2016)

 

Figura 4 Distribución chi-cuadrado Paso  5:  Decisión.  

Fuente: Elaboración propia (2016) Como  el  valor  calculado  29,25  es  mayor  al  valor  de  la  tabla,  se  rechaza  la  hipótesis  nula,  entonces  
con  un  nivel  de  significancia  del  5%,  se  puede  decir  que  la  variación  si  ha  aumentado  confirmando  
Ejemplo:   la  creencia  del  psicólogo.  

Se  sabe  que  una  prueba  de  razonamiento  tiene  una  distribución  normal  con  una  media  de  100  y  
2.3  Prueba  de  independencia  
una  desviación  estándar  de  10.  Un  psicólogo  cree  que  la  variación  de  los  resultados  ha  aumentado  
en  las  últimas  pruebas,  para  probar  esto  toma  una  muestra  de  14  personas  y  obtiene  un  puntaje   Hasta  ahora  hemos  calculado  pruebas  de  hipótesis  con  respecto  a  los  parámetros  de  la  población,  
con  una  desviación  estándar  de  15.  ¿Estos  datos  son  suficiente  evidencia  para  aceptar  la  creencia   pero   esto   no   quiere   decir   que   sea   la   única   forma   de   presentar   la   hipótesis   nula,   veamos   qué  
del  psicólogo?  Nivel  de  significancia  5%   ocurre  en  situaciones  como  la  del  siguiente  ejemplo:  
Paso  1:  planteamiento  de  la  hipótesis   Una  empresa  saca  al  mercado  tres  tipos  de  cerveza:  negra,  blanca  y  dorada.  En  un  estudio  de  
segmentación   de   mercados,   el   grupo   investigador   tiene   la   duda   si   la   preferencia   de   las   tres  
Ho:  𝜎𝜎 % ≤   10%    (La  hipótesis  está  planteada  para  la  varianza)  
cervezas  es  diferente  para  hombres  y  mujeres,  si  la  preferencia  de  la  cerveza  es  independiente  
H1:  𝜎𝜎 % >   10%   del  sexo  de  los  consumidores  se  iniciaría  una  campaña  para  todos  los  consumidores,  sin  embargo,  
si   la   preferencia   depende   del   sexo   del   consumidor,   se   haría   una   campaña   publicitaria   para  
Paso  2:   hombres  y  una  para  mujeres.    

Tenemos        n  =  14              S  =  15        y        𝜎𝜎Z = 10   Aquí   tenemos   entonces   dos   variables   involucradas,   preferencia   de   la   cerveza   y   sexo   de   las  
personas.  Nos  preguntamos  entonces  ¿existe  alguna  relación  entre  las  dos  variables?  O  que  es  lo  
Paso  3:  Estadística  de  prueba   mismo  ¿la  preferencia  de  la  cerveza  depende  del  sexo  del  consumidor?    
E2" C 3 "]2" "M3 Para   responder   a   estas   preguntas   vamos   a   realizar   una   prueba   de   independencia.   Primero  
𝑋𝑋 % =                𝑋𝑋 % =    =  29,25  
XY3 "Z3
planteamos  las  hipótesis:  
Paso  4:  De  acuerdo  al  nivel  de  significancia  del  5%  ubicamos  el  valor  crítico  en  la  distribución  chi-­‐ Paso  1:  
cuadrado  con  (n-­‐1)  =  13  grados  de  libertad.          X2=  22,362  
Ho:  La  preferencia  de  la  cerveza  es  independiente  del  sexo  del  consumidor  

H1:  La  preferencia  de  la  cerveza  no  es  independiente  del  sexo  del  consumidor.  

   

11 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 12

  
40   (70)  *(80)  /150  =  37.33  
Una  vez  identificadas  las  hipótesis  se  toma  una  muestra  y  se  clasifica  la  información  de  la  siguiente  
forma:  
30   (70)  *(70)  /150  =  32,67  
 

  20   (50)  *(80)  /150  =  26,67  

  Cerveza  preferida    
30   (50)  *(70)  /150  =  23,33  
Total  
  Negra   Blanca   Dorada  
S   Tabla  2.  Datos  observaos  y  esperados    

E   Fuente:  elaboración  propia  (2016)  

Hombre   20   40   20   80  
X  
 
O  
Mujer   10   30   30   70   La  tabla  de  frecuencias  esperadas  queda  entonces:  

 
  Total   30   70   50   150  
  Cerveza  preferida    
Tabla  1.  Datos  ejemplo  independencia  
Total  
Fuente:  elaboración  propia  (2016)   S  
  Negra   Blanca   Dorada  

  E  
Hombre   16   37,33   26,67   80  
X  
La  tabla  nos  muestra  las  frecuencias  observadas,  ahora  vamos  a  calcular  las  frecuencias  esperadas  
multiplicando  el  total  de  columna  por  el  total  de  fila  y  dividiendo  el  resultado  sobre  el  total  de  la   O  
Mujer   14   32,67   23,33   70  
siguiente  manera:  

    Total   30   70   50   150  
 
Tabla  3.  Tabla  frecuencias  esperadas  
Valor  observado   Valor  esperado  
Fuente:  elaboración  propia  (2016)  

20   (30)  *(80)  /150  =16    

 
10   (30)  *(70)  /150=  14  
 

   

13 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 14

 Paso  2:   En   este   caso,   6,13   es   mayor   que   5,991,   entonces   se   rechaza   Ho:   La   preferencia   de   la   cerveza   es  
independiente  del  sexo  del  consumidor.  
Una   vez   tenemos   las   frecuencias   observadas   (O)   y   las   esperadas   (E)   calculamos   la   estadística   de  
prueba:   Por  lo  tanto,  se  puede  decir  con  un  nivel  de  significancia  del  5%,  que  la  cerveza  preferida  no  es  
independiente  del  sexo  del  consumidor.  
(^2_)3
Χ2  =    
_
 
Esta  expresión  tiene  distribución  Ji-­‐cuadrado  con  grados  de  libertad  (r-­‐1)  (k-­‐1)  siendo  r  el  número  
En  conclusión,  en  una  prueba  de  independencia  entre  dos  variables  se  debe    
de  filas  y  k  el  número  de  columnas.  
• Primero,  plantear  las  hipótesis:  
Para  esta  tabla  los  grados  de  libertad  son:  (2-­‐1)  (3-­‐1)  =  2.  

(%Z2"O)3 ("Z2"])3 ]Z2`N,`` 3 (`Z2`%,ON)3 (%Z2%O,ON)3 (`Z2%`,``)3

Ho:  Las  dos  variables  son  independientes  
𝑋𝑋 %  =   + + + + +  
"O "] `N,`` `%,ON %O,ON %`,``
H1:  Las  dos  variables  no  son  independientes  
2
X =  6,13  
 
Paso  3:   • Después  tomar  una  muestra  aleatoria  y  construir  una  tabla  de  doble  entrada  con  las  
frecuencias  observadas  
Ubicamos  el  valor  crítico  en  la  tabla  ji-­‐cuadrado  con  2  grados  de  libertad  y  fijamos  un  nivel  de  
significancia  del  5%.     • Después  calcular  las  frecuencias  esperadas  y  construir  la  estadística  de  prueba  X2        
%
 Valor  de  la  tabla        𝑋𝑋Z,ZM = 5,991   • Por  último,  aplicar  la  regla  de  rechazo.  

Paso  4:    

% %  
Decisión.  Regla  de  decisión  se  rechaza  Ho  si  𝑋𝑋abcadcbef   > 𝑋𝑋gbhcb  

  EJEMPLIFICACIÓN  DE  LA  TEMÁTICA    

1.  Un  gerente  afirma  que  el  tiempo  que  gastan  los  empleados  del  turno  del  día  en  realizar  un  
trabajo  específico,  excede  a  los  tiempos  empleados  por  los  del  turno  de  la  noche,  en  al  menos  
12   minutos.   Para   probar   dicha   afirmación,   se   prueban   50   empleados   de   cada   turno   bajo  
condiciones  similares.  En   el  turno  del  día   el  tiempo  promedio   es  de  86.7  minutos   con  una  
  desviación  estándar  de  6.28  minutos,  mientras  que   en  el  de  la  noche  el  tiempo  promedio  es  
de   77.8   minutos   con   una   desviación   estándar   de   5.61   minutos.   Pruebe   la   afirmación   del  
 
gerente  usando  un  nivel  de  significancia  de  0.01.  
Figura 6: Valor calculado y valor crítico distribución chi-cuadrado
 
Fuente: Elaboración propia (2016) 2.  Un  director  de  manufactura  debe  decidir  cuál  de  las  dos  plantas  debe  responsabilizarse  de  
producir  corchos  para  el  vino  utilizados  en  una  famosa  marca.  Esta  decisión  se  fundamentará  
  por  los  niveles  de  productividad.  Una  muestra  de  67  días  en  la  planta  de  Cali  produjo  una  

   

15 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 16

 media   de   92.2   millones   de   corchos   por   día   con   una   desviación   estándar   de   12.2   millones.   La  
planta  de  Medellín  produjo  un  promedio  de  89.2  millones  de  corchos  con  una  varianza  de   20  –  30   35   22   28   15    
237.16  millones  de  pesos2   durante  54  días.  ¿Con  un  nivel  de  significancia  del  5%,  se  puede  
decir  que  hay  diferencias  significativas  en  los  niveles  de  productividad?  
Mayor  a  30   8   10   40   12    
3.  (Montgomery   2002)   Se   considera   cierto   cambio   en   un   proceso   de   fabricación   de   partes  
componentes.   Se  toman  muestras  del  procedimiento  actual  y  del  nuevo,  para  determinar  si  
el   nuevo   tiene   como   resultado   una   mejoría.   Si   se   encuentra   que   75   de   1500   artículos   del   Total            
procedimiento   actual   son   defectuosos   y   80   de   2000   artículos   del   procedimiento   nuevo  
también   lo   son,   encuentre   un   nivel   de   significancia   del   1%   y   determine   si   el   cambio   fue  
Tabla  4.  Datos  ejercicio  5  
efectivo.  
4.  (Montgomery  2002)  Se  tienen  dos  proveedores  de  una  pieza  metálica  y  se  quiere  determinar   Fuente:  elaboración  propia  (2016)  
si  el  diámetro  promedio  tiene  diferencias  significativas,  para  probar  esto  se  toman  muestras  
Pruebe  la  hipótesis  con  un  nivel  de  significancia  del  5%.  
de  cada  proveedor  y  se  obtienen  los  siguientes  resultados:  
   

 
Proveedor  1   21.38   20.13   19.12   20.54   18.60   18.10  
 
 
Proveedor  2   21.51   22.22   21.52   22.06   21.29   22.71  
 
 
Asumiendo  varianzas  de  las  poblaciones  desconocidas  pero  iguales,  pruebe  la  hipótesis  con  un  
nivel  de  significancia  del  5%.    
 
1. Una   agencia   que   vende   vehículos   quiere   determinar   si   existe   alguna   relación   entre   la   edad  
de   los   clientes   y   el   color   del   vehículo   elegido.   Toma   una   muestra   y   obtiene   la   siguiente    
información:    
   
                                             
 
Edad  (años)   Color  elegido   Total    
 
Blanco   Rojo   Gris   Negro      
 
Menor  a  20   25   30   15   10      
 

   

17 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 18

 03 -------
GLOSARIO  DE  TÉRMINOS   5.      BIBLIOGRAFÍA  

Error  tipo  I:  probabilidad  de  rechazar  la  hipótesis  nula  cuando  es  cierta.  

Hipótesis  estadística:  supuesto  o  afirmación  de  los  parámetros  de  la  población.  
5.1  Textos  
04 -----
• GUTIERREZ,  H.  y.  (2005).  Control  estadístico  de  Calidad  y  Seis  Sigma.  McGrawHill.  
Hipótesis  nula:  afirmación  sobre  la  que  se  toma  la  decisión.   • FREUND  John  E.,  M.  I.  (2000).  Estadística  Matemática  con  aplicaciones  (6  ed.).  Prentice  
Hall.  
Hipótesis  alterna:  supuesto  que  se  quiere  probar.  
• WALPOLE   Ronal   E.,   M.   R.   (1998).   Probabilidad   y   Estadística   para   Ingenieros   (6   ed.).  
Nivel  de  significancia:  Error  tipo  I.   Prentice  Hall.  
• KENNET,  R.  S.  (2000).  Estadística  Industrial  Moderna.  Thomsom.  
Valor  o  punto  crítico:  valor  de  la  distribución  que  separa  la  zona  de  rechazo  y  la  de  no  rechazo.  
• Paul,  N.  (1988).  Estadística  para  los  Negocios  y  la  Economía  (4  ed.).  Prentice  Hall.  
 
• C   MONTGOMERY,   D.   C.   (2002).   Probabilidad   y   Estadística   aplicadas   a   la   Ingeniería   (2  
  ed.).  Limusa  Wiley.  

  5.2  Lista  de  figuras  

   Figura  1.  Valores  críticos  distribución  normal  

  Figura  2.  Valores  críticos  distribución  t  

  Figura  3.  Valor  calculado  y  puntos  críticos  

  Figura  4  Distribución  chi-­‐cuadrado  

  Figura  5.  Valor  crítico  distribución  chi-­‐cuadrado  

  Figura  6:  Valor  calculado  y  valor  crítico  distribución  chi-­‐cuadrado  

   

   
 
 

   

19 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 20

POLITÉCNICO GRANCOLOMBIANO - 2016 ©