UNI – FACULTAD DE INGENIERIA AMBIENTAL

Curso: AA232 - Bioestadística

Cuarta Práctica Calificada – Secc K

1. Una distribuidora de artículos al por mayor desea determinar la rapidez con que
cancelan sus facturas los clientes de dos zonas A y B de la ciudad. Para tal efecto
selecciona 50 clientes de cada zona y registra el tiempo, en días, que demoran en
pagar sus facturas desde el día de entrega del producto adquirido.

Con los datos obtenidos la compañía elaboró la siguiente distribución de

frecuencias:

Días de mora 1 - 7 8 - 14 15 - 21 22 - 28 29 - 35 Total

Zona A 3 8 24 10 5 50
Zona B 5 9 30 4 2 50

a) Plantee las hipótesis, obtenga su conclusión y proporcione el nivel crítico. 2p

H 0 : µ A = µB Los clientes en las dos zonas tienen el mismo tiempo

promedio de mora, al pagar sus facturas.

H1 : µ A ≠ µB Hay diferencia en el tiempo promedio de mora en los clientes

de las dos zonas

De las muestras seleccionadas obtenemos

Zona n Promedio S²
A 50 19.0 46.9
B 50 16.6 36.7

Calculamos la estadística Z para la comparación con muestras grandes y

varianzas desconocidas
( x1 − x 2 ) 19.00 − 16.64
Z = = = 1.825
2
S1 S 2 2
46.86 36.72
+ +
n1 n2 50 50

P(Z > 1.83) = 0.0336, entonces p = 0.0672 > 0.05 (nivel crítico)

Este resultado nos indica que en las muestras observadas los clientes en la
zona A en promedio demoran más en pagar sus facturas que los clientes de la
zona B, esta diferencia no alcanza significancia (p > 0.05), por lo cual se
concluye que la rapidez de pago no difiere de manera significativa para los
clientes de las dos zonas.

b) Obtenga un IC 95% para la diferencia en el retrazo promedio en la cancelación

de facturas de los clientes en las dos zonas. Interprete. 2p
Calculamos:
 s12 s22 46.86 36.72
Sx −x = + = + = 1.293
1 2
n1 n2 50 50

L = ( x 1 − x 2 ) ± Z 1−α / 2 S x − x = 19.0 − 16.64 ± 1.96(1.293 )

1 2

IC 95% L = 2.36 ± 2.53 ; Li = −0.17 Ls = 4.89

Con 95% de confianza estimamos que es posible que no haya diferencia
en los tiempos promedio que demoran los clientes de las dos zonas al
pagar sus facturas

c) Si el cliente con más de 21 días de mora se denomina cliente moroso. Realice

la comparación del porcentaje de clientes morosos en las dos zonas. Interprete
2p
De las muestras seleccionadas obtenemos

Zona n Morosos p
A 50 15 0.30
B 50 6 0.12
Total 100 21 0.21

En este caso probaremos las hipótesis

H 0 : PA = PB Las dos zonas tienen el mismo porcentaje de morosos

H 1 : PA ≠ PB El porcentaje de clientes morosos difiere en las dos zonas

Calculamos la estadística para la prueba

p1 − p 2 x1 + x 2
Z = ; p=
 1 1  n1 + n 2
P (1 − p )  + 
 n1 n 2 

0 .30 − 0 .12
Z = = 2 .21
 1 1 
0 .21 ( 0 .79 )  + 
 50 50 
P(Z > 2.21) = 0.0136, entonces p = 0.0272 < 0.05 (nivel crítico)

Luego concluimos que hay diferencia significativa en el porcentaje de clientes

morosos en la zona A respecto de la zona B (p < 0.05)

2. Se va a construir una planta de tratamiento de residuos sólidos y se quiere conocer

la opinión de los vecinos de la localidad. Se selecciona una muestra aleatoria de
150 individuos y se realiza un sondeo. Se piensa que el 60% de los habitantes del
lugar estará a favor del proyecto. Si esto es verdad,
a) ¿Cuántos individuos se espera que expresen una opinión favorable? 2p
 Si en la población P = 0.60 a favor del proyecto

entonces, en una muestra con n = 150 habitantes

se espera que E(X) = 150(0.60) = 90 estén a favor del proyecto

b) Si sólo 81 son de tal opinión, ¿se podría poner en duda la cifra 60 %?.
Proporcione el nivel crítico para este resultado en la muestra. 2p

Según lo expresado planteamos las hipótesis

H 0 : P = 0.60 El 60% de los habitantes está a favor del proyecto

H 1 : P < 0.60 Menos del 60% de los habitantes está a favor del proyecto

p = 81/150 = 0.54 (en la muestra 54% está a favor)

Calculamos la estadística para la prueba, asumiendo que la población es

grande
p − P0 0.54 − 0.60
Z= = = −1.5
P0 (1 − P0 ) 0.60(0.40)
n 150
P(Z < -1.50) = 0.067= p > 0.05 (nivel crítico)

Los resultados en la muestra no difieren de manera significativa (p >0.05)

respecto del 60%, por lo que podemos concluir que no hay evidencia suficiente
para poner en duda lo afirmado respecto de la aceptación del proyecto por los
habitantes.

c) ¿A cuántos individuos se debería encuestar para que al estimar el porcentaje

de los que están a favor el error no exceda de 5% con 95% de confianza? 2p

Deseamos determinar el tamaño de muestra, tal que

E = 0.05 con 95% de confianza, asumiendo que P = 0.60

Z12−α / 2 p(1 − p) 1.962 (0.60)(0.40)

n= = = 368.8 ≈ 369
E2 0.052
Se debería encuestar a 369 habitantes o algo más.

3. El fabricante de cierta marca de cigarrillos sostiene que sus cigarrillos contienen

nicotina con un promedio 20 mg y desviación estándar de 2 mg y sigue una
distribución normal.
a) Asumiendo lo afirmado por el fabricante ¿Qué porcentaje de cigarrillos tendrá
contenido superior a 23 mg de nicotina? 2p

Sea X: Contenido de nicotina de los cigarrillos

P(X > 23) = 0.0668, (6.7%)

b) Se elige una muestra de 100 cigarrillos y se encuentra que x = 20.7 mg ;
S=2.34 mg y que 10 cigarrillos tienen contenido superior a 23 mg de nicotina.
Al nivel del 1% de significancia, ¿son estos resultados una evidencia de que el
fabricante subestima
b1) el contenido promedio de nicotina de sus cigarrillos? 2p

Luego las hipótesis a probar son:

H 0 : µ ≤ 20 El fabricante no subestima el contenido de nicotina de sus
cigarrillos

H 1 : µ > 20 Al informar 20, siendo el promedio mayor, el fabricante

subestima el contenido de nicotina de sus cigarrillos.

Calculamos la estadística para la prueba

x − µ0 20.7 − 20
Z = = = 2.99
S/ n 2.34 / 10
P(Z > 2.99) = 0.00139= p < 0.05 (nivel crítico)

Los resultados son una evidencia de que el fabricante subestima el

contenido promedio de nicotina de sus cigarrillos ( p < 0.05), el contenido
promedio de nicotina es superior a 20 mg

b2) la desviación estándar del contenido de nicotina? 2p

Luego las hipótesis a probar son:

H 0 : σ 2 ≤ 2 2 El fabricante no subestima la dispersión del contenido de
nicotina de sus cigarrillos

H 1 : σ 2 > 22 El fabricante subestima la dispersión del contenido de nicotina

de sus cigarrillos.

Calculamos la estadística para la prueba

( n − 1) S 2 99( 2.34)2
X2 = = = 135.52
σ 02 4

P ( χ (299 ) > 135.52) = 0.0087 = p < 0.01

Los resultados son una evidencia de que el fabricante subestima el la

dispersión del nicotina de sus cigarrillos ( p < 0.01), la desviación
estándar es significativamente mayor que 2 mg

b3) el porcentaje de cigarrillos que excede los 23 mg de nicotina? 2p

Según lo expresado planteamos las hipótesis

H 0 : P ≤ 0.067 El fabricante no subestima el porcentaje de cigarrillos cuyo

contenido supera los 23 mg
 H 1 : P > 0.067 El fabricante subestima el porcentaje de cigarrillos que
supera los 23 mg

p = 10/100 = 0.10 (en la muestra 10% de los cigarrillos supera los 23 mg de

nicotina)

Calculamos la estadística para la prueba, asumiendo que la población es

grande
p − P0 0.10 − 0.067
Z= = = 1.32
P0 (1 − P0 ) 0.067( 0.933)
n 100
P(Z > 1.32) = 0.093 = p > 0.05 (nivel crítico)

Los resultados en la muestra no difieren de manera significativa del 6.7%

esperado según la información del fabricante (p >0.05)

Lima, 29 de junio de 2009