INSTITUTO TECNOLOGICO SUPERIOR DE MONCLOVA

INGENIERÍA INDUSTRIAL

SIX SIGMA

ESTIMACIÓN PUNTUAL Y POR

INTERVALOS

PRUEBAS DE HIPÓTESIS PARA MEDIAS

SEPTIEMBRE 2008

1
ESTIMACION PUNTUAL Y POR INTERVALOS

La estadística inferencial comprende básicamente dos áreas principales:

estimación y pruebas de hipótesis. La estimación consiste, como su nombre lo
indica, en “estimar” los valores de los parámetros de la población bajo estudio,
mientras que las pruebas de hipótesis constituyen el proceso de aceptar o
rechazar declaraciones, generalmente relacionadas con parámetros
poblacionales.
Pero, ¿cómo definimos un parámetro poblacional? Se denota en estadística con el
nombre de parámetro poblacional, a una constante que aparece en la función de
densidad (o probabilidad) de la población y que tiene cierto significado dentro de
ésta.

Ejemplo: En una población Poisson,  es un parámetro poblacional que

representa el valor esperado y la varianza de la variable aleatoria X.

En una población normal,  y  son parámetros poblacionales, donde 

representa el valor esperado de la variable X ( la media poblacional ) y
 la desviación estándar.

En la vida real, se desconocen los valores de los parámetros de las poblaciones

que se estiman. Por ejemplo

a) La media de las longitudes de las varillas producidas por una máquina

b) La proporción de votantes que están a favor de un determinado candidato.

Se pretende entonces estimar estos valores que son de interés en nuestro estudio.
Para ello, pueden hacerse:

Estimaciones puntuales Estimaciones por intervalo

Una estimación puntual es un valor único que pretende estimar el valor del
parámetro poblacional estudiado.
Ejemplo:
a) La longitud promedio de una muestra de 50 varillas producidas por la
máquina A es 40.5 metros.
b) En una muestra de 200 votantes, se obtuvo que 75% están a favor del
candidato demócrata

Una estimación por intervalo, es un intervalo numérico en dónde se pretende se

encuentre el valor del parámetro bajo estudio.
Ejemplo:
a) La longitud promedio de todas las varillas producidas por la máquina A, se
encuentran entre 40.2 y 41.3 metros.
2
 b) La proporción de votantes que están a favor del candidato demócrata, se
encuentra entre 70% y 78%

ESTIMACIÓN POR INTERVALOS

Una desventaja de los estimadores puntuales, es que no sabemos qué tan cerca
se encuentran del valor del parámetro que estiman. Esto es, no tenemos ninguna
medida que nos indique qué tan precisa es nuestra estimación ( que tan desviado
puede estar el valor que tomó el estimador del verdadero valor del parámetro
poblacional).
Con el fin de obtener alguna medida de la precisión en nuestra estimación, se
utiliza el procedimiento de estimación por intervalos. El objetivo es determinar un
intervalo de valores, el cual incluirá el valor del parámetro con una probabilidad
prefijada ( 1 -  ). Comúnmente, a este intervalo de estimación se le denomina
intervalo de confianza del parámetro.
El símbolo  representa la probabilidad de que el intervalo no contenga al
verdadero valor del parámetro. De aquí concluimos que valores de  pequeños
(0.1, 0.15, 0.01 ) son deseables.

INTERVALO DE CONFIANZA PARA UNA MEDIA POBLACIONAL NORMAL CON

VARIANZA CONOCIDA.

De una población normal, con media  desconocida y varianza 2 conocida, se

extrae una muestra aleatoria de n observaciones independientes. Sabemos que

X -
Z =
/ n

Tiene una distribución normal estándar, por lo que

P ( -Z/2 < Z < Z/2 ) = 1 - 

/2 /2
1-

- z/2 z/2
0 3
FORMULA

X - Z/2  n , X + Z/2  n

Se conoce como intervalo de 100(1 -  )% de confianza para 

INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL

CON VARIANZA DESCONOCIDA.

X - t/2,n-1 S n , X + t/2,n-1 S n

4
EJERCICIOS.

1.- Una compañía fabricante de cemento, utiliza bolsas de papel para empacarlo.
Se desea estimar el verdadero peso medio de estas bolsas. Una muestra de 36
bolsas dio una media de 280 gramos. La desviación estándar de todos los pesos
es de 20 gramos. Obtener un intervalo de 99% de confianza para , el verdadero
peso promedio de dichas bolsas.

2.- Un antropólogo midió las alturas de una muestra de 100 hombres de cierta
tribu. Obtuvo una media de 71 pulgadas. Si se sabe que la desviación estándar de
dichas estaturas es de 3 pulgadas, determinar un intervalo de 95% de confianza
para la altura media de la población de esa tribu.

3.- 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 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 de 0.3

4.- El contenido de siete contenedores similares de ácido sulfúrico son 9.8, 10.2,
10.4, 9.8, 10.0, 10.2, 9.6 litros. Encuentre un intervalo de confianza del 95% para
la media de todos los contenedores si se supone una distribución
aproximadamente normal.

5.- Una máquina produce piezas metálicas de forma cilíndrica. Se toma una
muestra de las piezas y los diámetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99,
1.01 y 1.03 centímetros. Encuentre un intervalo de confianza de 99% para el
diámetro medio de las piezas de esta máquina, suponga una distribución
aproximadamente normal.

6.- Se toma una muestra aleatoria de 12 agujas de tejer en un estudio de prueba

de dureza por el método de Rockwell de la cabeza de las agujas. Se realizaron
mediciones de la dureza de Rockwell para cada una de las 12, lo que dio un valor
promedio de 48.50 con desviación estándar de 1.5. Suponga que las mediciones
se distribuyen de forma normal, construya un intervalo de confianza de 90% para
la dureza de Rockwell media.

5
 7.- Suponga que el administrador de una tienda de pinturas desea estimar la
cantidad real de pintura contenida en las letras de 1 galón compradas a su
fabricante con renombre en todo el país. Se sabe, de las especificaciones de
fabricación que la desviación estándar de la cantidad de pintura promedio por
galón es 0.995 de galón.

a) Establezca una estimación del intervalo de confianza de 99%.

b) Según estos resultados, ¿piensa que el dueño de la tienda tiene derecho a
quejarse con el fabricante? ¿Por qué?
c) Explique por que un valor observado de 0.98 de galón en una lata no es raro,
aun cuando este fuera del intervalo de confianza que calculó.
d) Suponga que uso un estimador de intervalo de confianza de 95% ¿Cuáles
serían las respuestas de los inicios (a) y (b)?

8.- El gerente de control de calidad de una fábrica de focos necesita estimar la

vida promedio de un envío grande. Se sabe que la desviación estándar del
proceso es 100 horas. Una muestra aleatoria de 64 focos indica una vida media de
la muestra de 350 horas.

a) Establezca una estimación del intervalo de confianza de 95% de la vida

promedio real de los focos de este envío.
b) ¿Piensa que el fabricante tiene derecho a establecer que los focos durarán un
promedio de 400 horas? Explique.
c) Explique por qué un valor observado de 320 horas no es raro, aun cuando está
fuera del intervalo de confianza calculado.
d) Suponga que la desviación estándar del proceso cambio a 80 horas. ¿Cuáles
serían las respuestas a los incisos (a) y (b)?

9.- La división de inspección de Lee Country Weights and Measures Department

está interesada en la cantidad real del refresco que contienen las botellas de 2
litros en una embotelladora local de una compañía de refrescos conocida en todo
el país. La embotelladora informa a la división de inspección que la desviación
estándar en estas botellas es de 0.05 de litro. Una muestra aleatoria de 100
botellas de 2 litros obtenida en esta planta indica un promedio muestral de 1.99
litros.

a) Establezca una estimación del intervalo de confianza de 95% de la cantidad

promedio verdadera de refresco en cada botella.
b) La población de refrescos, ¿debe tener una distribución normal? Explique.
c) Explique por que un valor observado de 2.02 litros no es raro, aun cuando
esta fuera del intervalo de confianza calculado.
d) Suponga que el promedio muestral es 1.97 litros. ¿Cuál seria la respuesta
del inciso (a)?

6
10.- La dueña de una papelería desea estimar el promedio del valor de venta al
menudeo de las tarjetas de felicitación que tiene en su inventario. Una muestra
aleatoria de 20 tarjetas indica un valor promedio de 1.67 dólares y una desviación
estándar de 0.32 de dólar.

a) Suponga una distribución normal; establezca un inventario de 95% de

confianza estimado del valor promedio de todas las tarjetas de felicitación
en el inventario de la tienda.
b) ¿En qué pueden ayudar los resultados obtenidos en (a) a la dueña de la
tienda para estimar el valor total de su inventario.

11.- El departamento de personal de una corporación grande desea estimar los

gastos dentales familiares de sus empleados para determinar la factibilidad de
proporcionales un plan de seguro dental. Una muestra aleatoria de 10 empleados
reveló esos gastos (en dólares) durante el año anterior.

110 362 246 85 510 208 173 425 316 179

a) Establezca una estimación del intervalo de confianza de 90% para el gasto

dental promedio por familia para todos los empleados de esta corporación.
b) ¿Qué suposiciones sobre la distribución de la población deben hacerse en
(a)?
c) Dé un ejemplo de un gasto familiar que esté fuera de intervalo de confianza
pero que no sea raro para una familia individual y explique por qué esto no
es una contradicción.
d) Suponga que uso un intervalo de confianza de 95% en (a). ¿Cuál seria su
respuesta ahora?
e) Suponga que el cuarto valor era 585 dólares en lugar de 85. ¿Cuál sería su
respuesta?
12.- El departamento de servicio a clientes de la compañía local de gas para
vivienda desea estimar el periodo promedio entre la llegada de una solicitud de
servicio y la conexión del mismo. Se seleccionó una muestra aleatoria de 15 casas
a partir de los registros disponibles del año anterior. Los resultados registrados en
número de días son:

114 78 96 137 78 103 117

126 86 99 114 72 104 73 86

a) Establezca una estimación del intervalo de confianza del tiempo de espera

promedio de la población durante el año pasado.
b) Si el departamento de servicio ha advertido a sus clientes que el tiempo de
espera promedio es de 90 días, ¿puede decir que los resultados obtenidos
en (a) son consistentes con la tal advertencia? Explique
c) ¿Que suposición debe hacerse en (a) respecto a la distribución de la
población?
7
 d) Suponga que el último valor era 286 días en lugar de 86. ¿Cuáles serían
sus respuestas a (a) y (b)? ¿Qué efecto tiene este cambio en el intervalo de
confianza?
13.- El director de servicio a pacientes de una organización de mantenimiento de
la salud desea evaluar el tiempo de espera de los pacientes en una instalación
local, se selecciona una muestra aleatoria de 25 pacientes de un libro de citas. El
tiempo de espera se define como el tiempo desde que el paciente llega hasta que
él o ella salen de ver al doctor.
Los siguientes datos representan los tiempos que espera (en minutos).

19.5 30.5 45.6 39.8 29.6

24.4 21.8 28.6 52.0 25.4
26.1 31.1 43.1 4.9 12.7
10.7 12.1 1.9 45.9 42.5
41.3 13.8 17.4 39.0 36.6

a) Establezca una estimación del intervalo de confianza de 95% para el tiempo

de espera de la población
b) El director de servicio a pacientes de la organización desea informar a los
clientes potenciales que el tiempo de espera promedio es 15 minutos.
Según los resultados de (a),¿puede afirmar eso? Explique.
c) ¿Qué suposición debe hacerse en (a) sobre la distribución de la población?
d) Suponga que el valor registrado de 1.9 minutos en realidad era 101.9
minutos ¿Cuál seria su respuesta en (a) y (b) ¿Qué efecto tiene este
cambio en el intervalo de una confianza.

8
 NOCIONES BASICAS DE PRUEBAS DE HIPOTESIS

Muchos problemas en estadística se relacionan con decisiones acerca de

declaraciones hechas referentes a parámetros poblaciones. A estas declaraciones
se le llama hipótesis, y el procedimiento que se sigue para decidir acerca de la
verdad o falsedad de una hipótesis se le conoce como prueba de hipótesis.
Las pruebas de hipótesis son unas de las partes fundamentales del área de la
estadística conocida como estadística inferencial o inferencia estadística.

Definición: Una hipótesis es una suposición acerca de la distribución

probabilística a los parámetros de una variable aleatoria.

Ejemplo H : µ = 12 ( la media población es igual a 12 ).

Ejemplo H :  2 < 7 ( la varianza poblacional es menor que 7 ).

Ejemplo H : la población tiene distribución normal.

Definición: prueba de hipótesis es el procedimiento mediante el cual se acepta o

rechaza una hipótesis, en base de la formación contenida en una muestra de la
población.

Los elementos de una prueba de hipótesis son los siguientes:

1) Hipótesis nula (H0 ): La hipótesis que se desea probar.

2) Hipótesis alternativa (H1): Una hipótesis complementaria.
3) Estadístico de prueba: El que recoge la información de la muestra.
4) Región de rechazo: (o región crítica): forma parte de una regla de decisión.

Al establecer una hipótesis y probarla, tenemos posibilidad de cometer errores de

aceptación o de rechazo. A estos errores se le conoce como error tipo I y error tipo
II.

Definición: Error tipo I: rechazar la hipótesis nula cuando ésta es verdadera.

Con la letra  se designa a la probabilidad de cometer este error.

Definición: Error tipo II: aceptar la hipótesis nula cuando esta es falsa.

9
Con la letra  se designa a la probabilidad de cometer error tipo II. Lo anterior se
puede resumir en la siguiente tabla:

La hipótesis es:
Verdadera Falsa
Decisión
Aceptar No hay error Error tipo II
Rechazar Error tipo I No hay error.

Definición: La probabilidad máxima con la que al probar una hipótesis se puede

cometer error tipo I (), se llama nivel de significancia de la prueba.

Cuando rechazamos una hipótesis, decimos que lo hacemos al nivel de

significancia . Al diseñar una regla de decisión para aceptar o rechazar una
hipótesis, generamos una región de rechazo o región crítica. Cuando el estadístico
de prueba que obtenemos a partir de la información muestral se encuentra en esta
región, debemos rechazar la hipótesis nula.

RESUMEN

Hipótesis Nula.

En muchos casos formulamos una hipótesis estadística con el único

propósito de rechazarla o invalidarla. Así, si queremos decidir si una moneda está
trucada, formulamos la hipótesis de que la moneda es buena (o sea, p es la
probabilidad de cara). Análogamente, si deseamos decidir si un procedimiento es
mejor que otro, formulamos la hipótesis de que no hay diferencia entre ellos (o
sea, que cualquier diferencia observada se debe simplemente a fluctuaciones en
el muestreo de la misma población). Tales hipótesis se suelen llamar hipótesis
nula y se denotan por Ho.

Hipótesis Alternativa.

Toda hipótesis que difiera de una dada se llamará una hipótesis alternativa.
Por ejemplo, si una hipótesis es p = 0.5, hipótesis alternativas podrían ser
p < 0.5, p ≠ 0.5 o p > 0.5. una hipótesis alternativa a la hipótesis nula se denotará
por H1.

10
 CONTRASTES DE HIPOTESIS Y SIGNIFICACION, O REGLAS DE DECISION

Si suponemos que una hipótesis particular es cierta pero vemos que los
resultados hallados en una muestra aleatoria difieren notablemente de los
esperados bajo tal hipótesis (o sea, esperados sobre la base del puro azar, por
teoría de muestreo), entonces diremos que las diferencias observadas son
significativas y no veríamos inclinarnos a rechazar la hipótesis (o al menos al no
aceptarla ante la evidencia obtenida). Así, si en 20 tiradas de una moneda salen
16 caras, estaríamos inclinados a rechazar la hipótesis de que la moneda es
buena, aunque cabe la posibilidad de equivocarnos.

Los procedimientos que nos capacitan para determinar si la muestras

observadas difieren significativamente de los resultados esperados, no ayudan a
decidir si aceptamos o rechazamos hipótesis, y se llaman contrastes (o tests) de
hipótesis o de significación o reglas de decisión.

ERRORES DE TIPO I Y DE TIPO II

Si rechazamos una hipótesis cuando debiera ser aceptada, diremos que se

ha cometido un error de tipo I. Por otra parte, si aceptamos una hipótesis que
debiera de ser rechazada, diríamos que se ha cometido un error de tipo II. En
ambos casos, se ha producido un juicio erróneo.

Para que las reglas de decisión (o contrastes de hipótesis) sean buenas,

deben diseñarse de modo que minimicen los errores de decisión. Y no es una
cuestión sencilla, porque para cualquier tamaño de la muestra, un intento de
disminuir un tipo de error suele ir acompañando de un crecimiento del otro tipo. En
la practica, un tipo de error puede ser más grave. La única forma de disminuir
ambos a la vez es aumentar el tamaño de la muestra, que no siempre es posible.

11
 PRUEBA DE HIPOTESIS EN POBLACIONES NORMALES.

Pruebas de hipótesis para medidas.

Estudiaremos la metodología para llevar a cabo pruebas de hipótesis referentes al

parámetros  , la media de una población normal. Consideremos casos en donde
las varianzas poblaciones sean o no conocidas, y también el estudio comparativo
de dos medias poblaciones.
En esta sección y en las siguientes, se manejara el estadístico de prueba en su
forma estándar. Es decir, por ejemplo, sí el estadístico asociado a nuestro
experimento es x (la media muestral), este será estandarizado, ya sea una
variable normal estándar (Z) en caso de que se conozca la desviación estándar
poblacional, o una variable t de Student, en caso contrario.
La finalidad de esta estandarización es la de facilitar el procedimiento de decisión
en la prueba. Las ideas anteriores se ilustran a continuación.

Prueba de hipótesis para la media de una población normal con varianza

conocida.

Consideremos una población normal, cuya media  es desconocida y su varianza

2 es conocida. ( si la población no es normal, supongamos que se cumplen las
condiciones del Teorema Central del Limite). Deseamos probar la hipótesis nula.

H0 : µ = µ0
Contra la alterna H 1 : µ  µ0

Donde µ 0 es una constante..

Para esto, tomamos una muestra aleatoria de n observaciones independientes de
esta población X1, X2,…., Xn. formamos luego el estadístico de prueba.

Z=X - o
/n

12
Que tiene distribución normal estándar, si la hipótesis nula es verdadera. Así la
probabilidad de que Z tome un valor entre - Z  / 2 y Z/2 es 1 -  ; esto se ilustra
en la figura

1- 

/ 2 / 2

-Z  / 2 0 Z/2

Figura : región de rechazo de Ho : =  o, en un ensayo bilateral.

Esto es la probabilidad de que el valor de Z se encuentre en la región Z > Z/2 ó

Z < -Z /2, cuando la hipótesis nula es verdadera, es .

Si seleccionamos un valor de  pequeño, sabemos que es poco probable que el

valor de Z se encuentre en las colas de esta distribución, y si esto ocurre puede
ser un indicio de falsedad de la hipótesis nula. Por todo esto, decimos que :

Z > Z/2 ó Z < -Z /2.

Forman la región de rechazo para esta prueba. Es decir, rechazamos la hipótesis

nula si el valor del estadístico de prueba se encuentra en cualquiera de estas
regiones. La probabilidad de estar equivocados (cometer errores tipo I ) es .
Las pruebas de este estilo, en donde la región de rechazo se encuentra en las
colas de cierta distribución, se denominan pruebas de dos colas. Supongamos que
deseamos probar la alternativa unilateral.
H 1:  >  0

Recordando que el estadístico de prueba es :

X - 0
Z=
/n

13
Concluimos que valores negativos de Z no llevarían al rechazo de Ho. Es decir, la
región de rechazo en esta prueba está en la cola derecha de la distribución
normal estándar.

Z
0 Z
rechazo de Ho.

Figura :región de rechazo de Ho :  = o, en un ensayo unilateral.

Debemos entonces rechazar Ho sí:
Z > Z
En forma similar si deseamos probar
H1 :  < o

Debe calcular el estadístico de prueba Z, y rechazaremos la hipótesis nula si el

valor de Z se encuentra en la cola izquierda de la distribución normal estándar, es
decir, si.
Z < - Z.


Z

- Z 0

rechazo de Ho.

Figura : región de rechazo de Ho. :  = o, en un ensayo bilateral.

14
1.- Un fabricante de cierto modelo de autos afirma que dicho modelo rinde un
promedio de 13 kilómetros por litro de gasolina. Se selecciona un a muestra al
azar de 36 automóviles de este modelo, y se obtiene un rendimiento promedio de
12.4 kms/lt. Si se sabe por experiencia que la desviación estándar de este
rendimiento es  = 3 km/lt. ¿ que se puede concluir con respecto a la afirmación
del fabricante? Utilizar un nivel de significación = 0.05.
Solución:
Podemos postular la hipótesis como:
Ho :  = 13
H1 :  < 13
La información muestral en n = 36, x = 12.4, por lo que el estadístico de prueba es:

Z = X - o
 / n

Z = 12.4 - 13 = 1.2
3 /  36
La región de rechazo de Ho esta por Z < - Z.05.
Utilizando la tabla de la distribución normal, encontramos que Z.05 = 1.645, para
un ensayo unilateral.

0.05

Z
Rechazo de Ho. - 1.645 -1.2 0
El valor de Z no se encuentra en la región de rechazo, por lo que concluimos que
no existe evidencia estadística suficiente para rechazar la hipótesis nula.

15
2.- La administración de una línea aérea desea determinar si el peso promedio de
las maletas de los pasajeros que van de México a los Ángeles es de 15 Kg.
Suponiendo que la desviación típica de estos pesos es de 2.8kg. concluya con
respecto a la afirmación anterior, si los datos de una muestra aleatoria de 49
pasajeros arrojaron una media de 16.2 Kg.
Utilice un nivel de significancia de: 0.01

Solución. El planteamiento de las hipótesis es el siguiente:

Ho :  = 15
H1 :   15
El estadístico de prueba es de Z = X - o
/n

A partir de la información muestral, n = 49.X = 16.2, se obtiene.

Z = 16.2 - 15 = 3
2.8/49

la región de rechazo de la hipótesis nula es

Z  > Z .005

0.005 0.005

-2.58 0 2.58 3

rechazo de Ho rechazo de Ho.

De la grafica anterior, se concluye que la decisión es rechazar la hipótesis nula. Es

decir, la información de la muestra si presenta evidencia estadística como para
rechazar la hipótesis de que el peso promedio de las maletas de estos pasajeros
es de 15 Kg.

16
 EJERCICIO DE PRUEBAS DE HIPOTESIS
1. Suponga Que el director de una fábrica de telas necesita determinar si una
máquina nueva produce cierto tipo de tela de acuerdo con las
especificaciones del fabricante, que indican que la tela debe de tener una
resistencia media de 70 libras y una desviación estándar de 3.5 libras. Una
muestra de 49 piezas revela una medida muestral de 69.1 libras.

a) Establezca la hipótesis nula y alternativa.

b) ¿Existe evidencia de que la maquina no cumple con las especificaciones
del fabricante respecto a la resistencia? (Use un nivel de significancia de
0.05)
c) ¿Cuál sería su respuesta en (b) si la desviación estándar especificada es
de 1.75 libras?
d) ¿Cuál seria su respuesta en (b) su la medida muestral es 69 libras?

2. Un empresario potencial estudia la posibilidad de comprar una lavandería

con máquinas operadas con monedas. El dueño actual asegura que los
últimos 5 años el promedio de ingresos diarios ha sido 675 dólares con una
desviación estándar de 75 dólares. Una muestra de 30 días selectos revela
un ingreso promedio diario de 625 dólares.

a) Establezca la hipótesis nula y alternativa.

b) ¿Existe evidencia de que la aseveración del dueño actual no es válida?
(Use un nivel de significancia de 0.01)
c) ¿Cuál sería su respuesta en (b) si la desviación estándar fuera 100
dólares?
d) ¿Cuál sería su respuesta en (b) si la medida muestral fuera 650 dólares?

3. Un fabricante de aderezos para ensalada usa unas máquinas para verter

los ingredientes líquidos en las botellas que se mueven en una línea de
llenado. La máquina que vierte los aderezos funciona bien cuando sirve 8
onzas. La desviación estándar del proceso es 0.15 onzas. De manera
periódica, se colecciona una muestra de 50 botellas, y se detiene la línea si
se obtiene evidencia de que la cantidad promedio vertida es diferente de 8
onzas. Suponga que la cantidad promedio servida en una muestra es
particular es 7.983 onzas.

a) Establezca la hipótesis nula y alternativa.

b) ¿Existe evidencia de que el promedio poblacional es diferente a 8 onzas?
c) ¿Cuál seria su respuesta en (b) si la desviación estándar es especificada
como 0.05 onzas?
d) ¿Cuál sería su respuesta en (b) si la medida muestral fuera 7.952 onzas?

17
4. Debe suministrarse suficiente efectivo en un cajero automático para
satisfacer los retiros de los clientes durante el fin de semana. Por otro lado,
si se coloca demasiado, el dinero permanece en el cajero sin necesidad y el
banco pierde la oportunidad de invertirlo y ganar interés. Suponga que una
cierta sucursal, la cantidad promedio de retiro esperada (es decir, para la
población) por transacción del cliente en el fin de semana es 160 dólares
con una desviación estándar esperada (poblacional) de 30 dólares.

a) Establezca la hipótesis nula y alternativa.

b) Si se examina una muestra aleatoria de 36 clientes y se obtiene que el
retiro medio de la muestra es 173 dólares ¿existe una evidencia para que el
retiro promedio verdadero ya no es 160 dólares? (use un nivel de
significancia de 0.05)
c) ¿Cuál sería la respuesta en (b) si la desviación estándar es en realidad 24
dólares?
d) ¿Cuál seria su respuesta en (b) si su nivel de significancia es de 0.01?

5. La compañía Glen Valley Steel fabrica barras de acero. Si el proceso de

producción funciona bien, produce barras con longitud promedio de al
menos 2.8 pies con una desviación estándar de 0.02 pies (según la
determinación de especificaciones de ingeniería del equipo de producción).
Las barras más largas se pueden usar o alternar, pero las más cortas se
desperdician. Se selecciona una muestra de 25 barras de la línea de
producción. La muestra indica una longitud promedio de 2.73 pies. La
compañía desea determinar si debe ajustar el equipo de producción.

a) Establezca la hipótesis nula y alternativa.

b) Si la compañía desea probar la hipótesis a un nivel de significancia de
0.05, ¿Qué conclusiones obtendría?

6. Un grupo para la defensa del consumidor desea evaluar la tasa de

eficiencia de energía promedio (EER, energy eficiency rting) de una unidad
de aire acondicionado de gran capacidad (más de 7,000 Btu) para instalar
en una ventana. Se selecciona una muestra aleatoria de estas unidades y
se prueba durante un período fijo. Los registros de la EER son los
siguientes:

8.9 9.1 9.2 9.1 8.4 9.5 9.0 9.6 9.3

9.3 8.9 9.7 8.7 9.4 8.5 8.9 8.4 9.5
9.3 9.3 8.8 9.4 8.9 9.3 9.0 9.2 9.1
9.8 9.6 9.3 9.2 9.1 9.6 9.8 9.5 10.0

a) Con un nivel de significancia de 0.05, ¿existe evidencia de que el EER

promedio difiere de 9.0?

18
 7. Un fabricante de plásticos debe evaluar la durabilidad de bloques
moldeados rectangulares (de plástico) que se usan en muebles. Se
examina una muestra aleatoria de bloques y las mediciones de dureza (en
unidades Brinell) son las siguientes:

283.6 273.3 278.8 238.7 334.9 302.6 239.9 254.6 281.9 270.4
269.1 250.1 301.6 289.2 240.8 276.5 279.3 228.4 265.2 285.9
279.3 252.3 271.7 235.0 313.2 277.8 243.8 295.5 249.3 228.7
255.3 267.2 255.3 281.0 302.1 256.3 233.0 194.4 291.9 263.7
273.6 267.7 283.1 260.9 274.8 277.4 276.9 259.5 262.0 263.5

a) Con un nivel de significancia de 0.05, ¿existe evidencia de que la dureza

promedio de los bloques de plástico excede 260 unidades (Brinell)?

8.- Una empresa que se especializa en publicidad por correo ideó un cuestionario
nuevo que, en su concepto, va a obtener más respuestas que el cuestionario
normal. El nuevo cuestionario se envía a una muestra de 200 posibles
encuestados. El número de respuestas es de 120. Cuando se utilizo el
cuestionario normal con 250 posibles encuestados, contestaron 115.
¿Proporcionan estos datos evidencia suficiente como para concluir que el nuevo
cuestionario es mejor que el usual?. Sea  = 0.05.

9.- Una muestra de 100 pacientes con una enfermedad A admitidos en un hospital
para enfermos crónicos permaneció allí un promedio de 32 días. Otra muestra de
100 pacientes con una enfermedad B permaneció en promedio 35 días. Las
varianzas de las muestras fueron de 50 y 60 respectivamente. ¿ Proporcionan
estos datos evidencia suficiente como para concluir, en el nivel de significación
0.05, que las dos poblaciones son diferentes respecto del promedio de
permanencia?.

10.- Una empresa procesadora de alimentos congelados dice que el precio

promedio neto por paquete de un alimento es de 30 onzas. La experiencia a
demostrado que los pesos están distribuidos en forma aproximadamente normal,
con una desviación típica de 1.5 onzas. Una muestra aleatoria de 35 paquetes
arroja un peso promedio de 29.4 onzas. ¿ Constituye esto suficiente evidencia
como para concluir que el peso promedio verdadero de los paquetes a
disminuido?. Sea = 0.05.

19
11.- Una prueba para medir el nivel de seguridad de una persona se administro a
una muestra aleatoria de 25 alcohólicos y a una muestra independiente a 20 no
alcohólicos. Los resultados fueron los siguiente:

Alcohólicos X S2
60 100

No Alcohólicos 72 100

¿Proporcionan estos datos evidencia suficiente como para concluir, en el nivel de

significación 0.01, que los alcohólicos, en promedio, presentan puntajes más bajos
en la prueba que los no alcohólicos.

12.- Se compararon 9 pares de camioneros expertos con base en la edad, años de

experiencia y otras variables importantes. Uno de los miembros de cada par se
asigna al azar a un curso de entrenamiento que se dicto según el método A. El
otro miembro se asigno a un curso de entrenamiento que se dicto según el método
B. Al término del curso, cada uno hizo un examen para comprobar la retención del
material estudiado. La tabla 6.7 muestra los resultados. ¿Podríamos concluir con
base en estos datos que el método A es superior al método B?. Sea = 0.05.

Tabla 6.7 Puntajes obtenidos por nueve pares de camioneros, cada uno de los
cuales a recibido entrenamiento con métodos diferentes.

Par 1 2 3 4 5 6 7 8 9

Método A 90 95 87 85 90 94 85 88 92

Método B 85 88 87 86 82 82 70 72 80

13.- Un agente de bienes raíces dice que el valor promedio de las casas es de
$65,000 en determinado sector. Una muestra aleatoria de 36 casas de ese sector
tubo un valor promedio de $65,000 y un desviación típica de $12,000. ¿Son
suficientes estos datos para sustentar la idea del agente en el nivel de
significación 0.05?

20
14.- Los siguientes datos se basan en muestras aleatorias tomadas de 2
poblaciones de niños. Los niños de la población 1 son retardados mentales
educables. Los de la población 2 son normales. La variable de interés consiste en
el tiempo (en minutos) que requieren para hacer una tarea.

Población 1 Población 2

N 10 8

X 26.1 17.6

S2 140 115

¿Proporcionan estos datos evidencias suficiente como para concluir que el tiempo
promedio requerido por la población 2 es menor que el requerido por la población
1? Sea = 0.05.

15.- Una junta de empleados de salud publica cree que el menos del 50% de los
adultos de su jurisdicción se mandan a ser revisiones dentales 2 veces al año de
los 300 adultos entrevistados en una encuesta, 125 dijeron que lo hacían 2 veces
al año. ¿Son estos datos suficientes para sustentar la opinión de los empleados,
en el nivel de significación 0.05.?

16.- En una encuesta realizada en 2 sectores de una ciudad, se obtuvieron los

siguientes resultados respecto de los niveles de azúcar en la sangre:

Sector Numero de personas Número de personas con

Examinadas un nivel anormal de azúcar

1 200 20
2 250 40

¿Se podría concluir, con base en estos datos, que los 2 sectores son diferentes
respecto de la proporción de recientes con niveles anormales de azúcar en la
sangre? Sea = 0.05.

17.- En una encuesta hecha a incapacitados, un equipo de investigación encontró

que el 35% de ellos eran veteranos incapacitados a los 55 años de edad entre los
que no eran veteranos, el porcentaje inhabilitado antes de los 55 años era 45.
¿Dan estos datos evidencia suficiente para concluir, que en el nivel de
significación 0.05, que los veteranos y los no veteranos se diferencian en cuanto a
la proporción de inhabilidad antes de los 55 años de edad?

(nv = nN = 100.) 21
18.- Se hicieron mediciones del nivel de una encima en muestras de sangre de 16
sujetos aparentemente normales. La muestra arroja una medida de 96
unidades/ml. y una desviación típica de 36 unidades/ 100ml. ¿Proporciona estos
datos evidencia suficiente como para indicar que la media de la población es
menor que 100 unidades/ml.? Sea = 0.05.

19.- Se vende una marca especial de cemento en sacos de 50 kg. Se eligen 11 de

ellos al azar y se observa que su masa en kilogramos es: 49.2, 50.1, 49.8, 49.7,
50.1, 50.5, 49.6, 49.9, 50.4, 50.2, y 49.7. ¿Son tales resultados congruentes con el
supuesto de que los sacos pertenecen a una población que tiene una media de
50Kg.? Emplee  = 10%.

20.- Para revisar dos básculas, se pesaron 8 muestras en cada una de ellas.
¿Sugieren los resultados que existe una diferencia significativa entre ambas
básculas?. Use  = 5%.

Báscula A 10.063 8.051 9.036 9.067 3.056 5.076 5.074 2.006

Báscula B 10.063 8.050 9.033 9.062 3.060 5.070 5.070 2.000

21.- Para poner una prueba su laboratorio, un fabricante sacó 13 muestras de su

producto, y las dividió a la mitad; a una de las mitades la puso a prueba en su
laboratorio (A), en tanto que la otra la llevó a otro laboratorio (B). ¿Existe una
diferencia significativa entre los resultados de la prueba de ambos laboratorios?
Emplee  = 5%.

Muestra núm. 1 2 3 4 5 6 7 8 9 10 11 12 13

Laboratorio A 17.2 17.0 17.4 18.0 18.3 15.2 13.2 18.7 16.7 19.4 14.7 17.7 16.9
Laboratorio B 19.1 19.8 17.9 18.0 18.3 15.0 14.3 18.2 17.7 19.3 16.7 16.8 16.7

22.- Un fabricante afirma que la resistencia media de un resistor es de 250 

(ohms). Un comprador pone a prueba 10 y observa los valores siguientes: 246,
261, 249, 254, 235, 242, 235, 231, 266 y 239. ¿Llena los requisitos especificados
la remesa si se toleran los valores dentro del nivel de significación de 10%?.

22
23.- Se sospecha que en un laboratorio las medidas de viscosidad obtenidas en la
mañana eran menores que en la tarde. Por tanto, se dividieron a la mitad 10
muestras, una de las mitades se pone a prueba en la mañana y la otra en la tarde.
¿ Sugieren los datos que la “viscosidad vespertina” es mayor?. Use  1 % (ver
tabla 13-1)

Viscosidad (codificada)

Muestra Número. Mañana Tarde

1 40 45
2 42 48
3 48 50
4 50 53
5 53 54
6 50 52
7 72 73
8 77 75
9 73 72
10 55 56

24.- Los resultados de los análisis químicos del contenido de A en los materiales
producidos por distintas fábricas son las siguientes:

Contenido de A. %

Fabrica 1 93.13 93.57 92.81 94.32 93.77 93.52

Fabrica 2 92.54 92.38 93.21 92.06 92.55

Ponga a prueba la hipótesis que no hay ninguna diferencia en el contenido de los

dos productos. Use = 1%.

25.- Se compró la resistencia de dos aleaciones y se puso a prueba 10 muestras

de cada una de ellas. La elección A presentó una resistencia media de
31,400kN/m2 con un coeficiente de variación de 19%; los valores correspondientes
para la aleación B fueron 27,100kN/m 2 y 15%. ¿ Se puede concluir que las
resistencias de ambas aleaciones no difieren al nivel de significación del 1%?.

23
26.- a fin de determinar si el uso de empaques de caucho entre las puertas de
concreto y la platina de la máquina de pruebas afecta la resistencia observada, se
hacen dos probetas a partir de seis lotes de concreto. (Ver tabla 13-15.) De cada
par de probetas, una fue sometida a prueba con el empaque y otra sin él. ¿ Existe
una diferencia significativa entre las resistencias obtenidas por ambos métodos de
prueba?. Use  = 1%.

Resistencia a la tensión, MN/m2

Lote número Con empaque Sin empaque

1 2.76 2.48
2 2.72 2.00
3 2.65 2.28
4 2.62 2.10
5 2.96 2.38
6 2.48 2.18

27.- Para comparar la resistencia a la tensión de dos tipos de cemento, se hicieron

seis briquetas de argamasa con cada uno de ellos, y se registraron las siguientes
resistencias (kN/m2).

Cemento A: 4600, 4710, 4820, 4670, 4760, 4480

Cemento B: 4400, 4450, 4700, 4400, 4170, 4100

¿ Existe una diferencia significativa entre las resistencias a la tensión de ambos

cementos? Use  = 5%.

28.- Se manufactura concreto mediante compactación a presión con visitas a

incrementar su resistencia a la compresión. Para poner a prueba si esto es
verdad, se hacen seis cilindros de muestra usando este nuevo método y otros seis
con el método común. Los resultados en MN/m 2 son siguientes:

Método nuevo 33.1 31.0 34.5 33.8 35.9 29.0

Método común 27.6 29.0 26.2 30.3 31.7 29.6

24
29.- Una muestra de 100 bombillas de la marca A da vida media de 1190 h y
desviación típica de 90 h. Una muestra de 75 bombillas de la marca B da vida
media de 1230 h y desviación típica de 120 h. ¿Hay diferencia entre las vidas
medias de esas dos marcas de bombillas al nivel de significación (a) 0.05 y (b)
0.01?.

30.- En el problema 22, contrastar la hipótesis de que las bombillas de la marca B

son de más calidad que las de la A, usando nivel de significación (a) 0.05 y (b)
0.01. Explicar las diferencias entre estos resultados y los citados en la última
parte del Problema 22. ¿Contradicen estos resultados a los del problema 22?.

31.- En el examen de ortografía, la nota media de 32 niños ha sido 72 con una

desviación típica de 8, mientras que la nota media de 36 niñas ha sido 75 con la
desviación típica de 6. Contrastar la hipótesis de que al nivel de significación (a)
0.05 y (b) 0.01 las niñas superan a los niños en ortografía.

32.- Para comprobar los efectos del nuevo fertilizante en la producción del trigo, se
escogieron 60 campos cuadrados de iguales áreas, calidades de tierra, horas del
sol, etc. se utiliza en treinta de ellos en nuevo fertilizante y el antiguo a los demás.
El número medio de bushels (bu) de trigo cosechados por cuadrado fueron 18.2
bu con una desviación típica de 0.63 bu, en los del nuevo fertilizante, y 17.8 bu
con una desviación típica de 0.54 bu en los del antiguo. Usando nivel de
significación de (a) 0.05 y (b) 0.01, contrastar la hipótesis de que el nuevo
fertilizante es mejor que el antiguo.

33.- Muestras aleatorias de 200 piezas producidas por una máquina A y 100
fabricadas por otra B dieron 19 y 5 piezas defectuosas, respectivamente.
Contrastar la hipótesis de que (a) las dos máquinas tienen distinta calidad de
producción y (b) la B es mejor a la A. Usar el nivel de significación 0.05.

25