PRUEBA DE HIPÓTESIS PARA UNA MEDIA MUESTRA GRANDE

1) Una muestra aleatoria de 64 bolsas de palomitas de maíz con queso chédar pesan, en promedio 5.23 onzas con una desviación estándar de 0.24 onzas.
Pruebe la hipótesis de que µ=5.5 onzas contra la hipótesis alternativa µ<5.5 onzas en el nivel de significancia de 0.05.
Planteamiento Fórmula Sustitución

Hₒ: µ=5.5 onzas 𝑥̅ − 𝜇 5.23−5.5

𝑧= 𝜎 𝑧= 24 =−.09
H₁: µ<5.5 onzas
√𝑛 √64
=5.23
H1= -.09
σ=0.24
n=64
α=0.05

Tabla Gráfica Conclusión

Usando la tabla “áreas bajo la curva normal” con 𝛼 = 0.05 Se acepta H0, por lo tanto las bolsas
de palomitas de maíz con queso
Z 0.04 chédar pesan 5.5 onzas.
-1.6 0.0505

H0= -1.64
-1.64 -0.9
H0 H1

BIBLIOGRAFÍA: Estadística Matemática con aplicaciones 7ª ed., Wackerly, Scheaffer.

1
PRUEBA DE HIPÓTESIS PARA UNA MEDIA MUESTRA GRANDE

2) La duración media de una muestra de 300 focos producidos por una compañía resulta ser de 1620 horas. Se conoce que la desviación típica de la
población es 150 horas. Comprobar la hipótesis μ= 1600 horas contra μ≠ 1600 horas con un nivel de significancia de 0.05.
Planteamiento Fórmula Sustitución

n=300 𝑥̅ − 𝜇 1620 − 1600

𝑧= 𝜎 𝑧= 150
√𝑛
̅=1620
𝒙 √300

∝=0.05
20
𝑧=
σ=150 8.66

𝑯𝟎 = μ= 1600 𝑧 = 2.309
𝑯𝟏 =μ≠ 1600 𝐇𝟏 =2.309

Tabla Gráfica Conclusión

𝛼 0.05
Usando la tabla “áreas bajo la curva normal” con = =0 .025
2 2
Se rechaza 𝑯𝟎 , la duración de los
focos no es de 1600 horas.
Z 0.06
-1.9 0.0250 -2.3 -1.96 1.96 2.30
H₁ H˳ H˳ H₁

𝐇𝟎 = 1.96

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador.

2
 PRUEBA DE HIPOTESIS PARA UNA MEDIA MUESTRA GRANDE.

1)
3) Cuando las ventas medias, por establecimiento autorizado, de una marca de relojes caen por debajo de las 170,000 unidades mensuales, se
considera razón suficiente para lanzar una campaña publicitaria que active las ventas de esta marca. Para conocer la evolución de las ventas, el
departamento de marketing realiza una encuesta a 51 establecimientos autorizados, seleccionados aleatoriamente, que facilitan la cifra de ventas del
último mes en relojes de esta marca. A partir de estas cifras se obtienen los siguientes resultados: media = 169.411.8 unidades., desviación estándar =
32827.5 unidades. Suponiendo que las ventas mensuales por establecimiento se distribuyen normalmente; con un nivel de significación del 5 % y en
vista a la situación reflejada en los datos.
¿Se ¿Se considerará oportuno lanzar una nueva campaña publicitaria?
Planteamiento Fórmula Sustitución

μ=170,000 𝑥̅ − 𝜇
𝑧= 𝜎
n=51 169441.8−170000
√𝑛 𝑧= 32827.5 =−0.12
𝑥̅ =169441.8
∝=0.05 √51
σ=32827.5
H1=-0.12
𝐻0 = 170000
𝐻1 <170000

Tabla Gráfica Conclusión

Usando la tabla “áreas bajo la curva normal” con 𝛼 = 0.05
H0= -1.64 Acepta H0, y se debe considerar
z α oportuno lanzar una nueva campaña
0.04 publicitaria.
-1.6 0.0505 Se r

-1.64-0.12
H0 H1

BIBLIOGRAFÍA: http://www.monografias.com/trabajos89/ejercicios-resueltos-prueba-hipotesis/ejercicios-resueltos-prueba-hipotesis.shtml

3
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA GRANDE

4) Un gerente asegura que la ropa de lana que su fábrica produce es más resistente que la ropa de algodón. Dada la siguiente información. Para la ropa
de lana el tamaño de la muestra es de 36” la resistencia promedio es de 100gr con una varianza de 74. Para la ropa de algodón el tamaño de la muestra
es de 36” con una resistencia promedio de 96gr con una varianza de 70. ¿Para llegar a la conclusión de que la ropa de lana es más resistente que la de
algodón para α= .01?
Planteamiento Fórmula Sustitución

n1=36 n2=36 (𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2) (100 − 96) − (0)

𝑧= 𝑧= =2
𝑥̅1 =100 𝑥̅2 = 96 𝜎12 𝜎2 74 2 702
𝜎12 =74 𝜎22 = 70 √
𝑛1
+ 𝑛2 √ +
2 36 36
H0; µ1= µ2 H1; µ1> µ2
α=.01 H1=2

Tabla Gráfica Conclusión

Usando la tabla “áreas bajo la curva normal” con 1- α = 1-.01 =.99 Se acepta H0, la tela con la cual se
fabrica la ropa de lana es igual a la
Z 0.03 del algodón
2.3 0.9901

H0=2.36 2 2.36
H1 H0

BIBLIOGRAFÍA:http://es.scribd.com/doc/53222205/73/PRUEBA-DE-LA-DIFERENCIA-DE-MEDIAS

4
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA GRANDE

5) La media de las calificaciones de dos muestras de 50 estudiantes de primer semestre en la asignatura de Estadística de la universidad UTN resulta ser
de 7 y 8.5. Se sabe que la desviación típica de las calificaciones en esta asignatura fue en el pasado de 1.5. Comprobar la hipótesis 𝜇1 =𝜇2 contra 𝜇1 < 𝜇2
con un nivel de significancia de 0.025.
Planteamiento Fórmula Sustitución

𝑛1 =50𝑛2 =50 (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (7 − 8.5) − 0

𝑧= 𝑧=
𝑥̅1 =7𝑥̅2 = 8.5 𝜎12 𝜎22 1.52 1.52
√ +𝑛 √ +
σ₁= 1.5σ₂= 1.5 𝑛1 2 50 50
α= 0.025

𝐻0 = μ₁- μ₂= 0 −1.5

𝐻1 =μ₁-μ₂<0 𝑍=
0.3

Z= -5

𝐇𝟏 =-5

Tabla Gráfica Conclusión

Usando la tabla “áreas bajo la curva normal” con Se rechaza H₀, la media de la
𝛼 = 0 .025 población es menor.

Z 0.06
-5 -.1.96
-1.9 0.0250 H₁ H˳

𝐇𝟎 =1.96

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph, Primera Edición. Imprenta M & V, Ibarra, Ecuador.

5
 PRUEBA DE HIPOTESIS PARA DOS MEDIA MUESTRA GRANDE.

1)
6) La media de las calificaciones de dos muestras de 20 estudiantes de cuarto semestre resulta ser de 8 y 9. Se sabe que la desviación típica de las
calificaciones en esta asignatura fue en el pasado de 2.5. Comprobar la hipótesis 𝜇1=𝜇2 contra 𝜇1<𝜇2 con un nivel de significancia de 0.025.

Planteamiento Fórmula Sustitución

𝑛1=20 𝑛2=20
𝑥̅ 1=8𝑥̅ 2= 9 (𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2) (8 − 9) − (0)
σ₁= 2.5σ₂= 2.5 𝑧= 𝑧= = −1.26
𝜎2 𝜎22 2.52 2.52
α= 0.025 √ 1 + √ +
𝑛1 𝑛2 20 20
𝐻0= μ₁- μ₂= 0
𝐻1=μ₁- μ₂<0 H1=-1.26

Tabla Gráfica Conclusión

Usando la tabla “áreas bajo la curva normal”

H0= -1.96 Se rechaza H0.la media de las

Z 0.06 calificaciones son iguales.
-1.9 0.025
-1.96 -1.26
H0 H1 Se
BIBLIOGRAFÍA: http://www.monografias.com/trabajos89/ejercicios-resueltos-prueba-hipotesis/ejercicios-resueltos-prueba-hipotesis.shtml

6
PRUEBA DE HIPÓTESIS PARA UNA MEDIA MUESTRA PEQUEÑA

7) Un modelo físico sugiere que el aumento medio de temperatura en el agua usada como enfriador en una cámara de un compresor no debería ser
mayor de 5°C. Los aumentos de temperatura en el refrigerante medidos en 8 períodos de funcionamiento del compresor fueron de 6.4, 4.3, 5.7, 4.9, 6.5,
5.9, 6.4 y 5.1 grados centígrados. ¿Con un nivel de significancia del .05, usted cree que los datos contradicen la información del modelo físico?
Planteamiento Fórmula Sustitución

Hₒ: µₒ=5 𝑥1 + 𝑥2 + 𝑥3 . . 𝑥𝑛 6.4 + 4.3 + 5.7 + 4.9 + 6.5 + 5.9 + 6.4 + 5.1
𝑥̅ = 𝑥̅ = = 5.65
H₁: µ₁>5 𝑛1 8
n=8 2 +4.32 +5.72 +⋯+5.12 )−(6.4+4.3+5.7+⋯+5.1)2
α = 0.05
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )²
𝑠 = √8(6.4 8−1
= 0.81
𝑠=√
𝑛(𝑛 − 1) 5.65 − 5
𝑡= .81 = 2.27
√8
𝑥̅ − µₒ
𝑡= 𝑠
H1=2.27
√𝑛

Tabla Gráfica Conclusión

Usando la tabla de “valores críticos de la distribución t” con 1- α Se rechaza H0, el aumento promedio
1- α=1-0.05=0.95 de la temperatura es mayor a 5
grados.
El grado de libertad para dos medias es; n1–1= 8-1= 7
V α=0.05
7 1.895 1.895 2.27
H₀ H₁
Hₒ = 1.895

BIBLIOGRAFÍA: http://mejorpropuesta.blogspot.mx/

7
PRUEBA DE HIPOTÉSIS PARA UNA MEDIA MUESTRA PEQUEÑA

8) La duración media de lámparas producidas por una compañía han sido en el pasado de 1120 horas. La duración de las 8 lámparas de
la producción actual fueron1050, 1025, 1150,1000, 1075, 1100, 1250 y 910 respectivamente. Comprobar la hipótesis μ= 1120 contrala alternativa μ<
1120 con un nivel de significancia de 0.05.
Planteamiento Fórmula Sustitución

n=8 1050 + 1025 + 1150 + 1000 + 1075 + 1100 + 1250 + 910

𝑥1 + 𝑥2 + 𝑥3 . . 𝑥𝑛 𝑥̅ =
𝑥̅ = 1070 𝑥̅ = 8
α=0.05 𝑛1
8560
𝑠=101.87 𝑥̅ = = 1070
8

𝐻0 = μ= 1120 𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² 8(10502 + 10252 + 11502 + ⋯ + 9102 ) − (1050 + 1025 + 1150 + ⋯ + 910)²
𝐻1 =μ<1120 𝑠=√ 𝑠=√
𝑛(𝑛 − 1) 8(8 − 1)

8(9,231,850)−73,273,600
𝑠=√ = 101.87
56
𝑥̅ − 𝜇
𝑡= 𝑠
1070−1120 −50
√𝑛 𝑡= 101.87 = 36.01
√8

𝑡 = −1.38 𝐇𝟏 =-1.38
Tabla Gráfica Conclusión

Usando la tabla de “valores críticos de la distribución t” y el grado de Se acepta H₀, la duración media de las
libertad para dos medias con 𝛼 = 0.05 y 𝛾 = 𝑛 − 1 lámparas es de 1120 horas.
𝛾 =8−1=7
𝛾 𝛼
𝐇𝟎 = -1.895
0.05 -1.895 -1.38
H₀ H₁
7 1.895

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador.
8
PRUEBA DE HIPOTESIS PARA UNA MEDIA MUESTRA PEQUEÑA

9) la emisión promedio de todos los motores con un nuevo diseño, tienen que estar por debajo de 20ppm para que el diseño se cumpla con los nuevos
requerimientos sobre emisores. Se fabrican 10 motores con fines de prueba y se mide el nivel de emisiones de cada uno. Los datos de emisores son:
15.6 16.2 22.5 20.5 16.4 19.4 16.6 17.9 12.7 13.9.
¿Existen suficiente evidencia basada en los datos para concluir que este tipo de motor cumple con el nuevo estándar? Supón que estas dispuesto a
tomar el riesgo de error de tipo I con una probabilidad de=0.01
Planteamiento Fórmula Sustitución

Hₒ : µₒ=20 𝑥1 + 𝑥2 + 𝑥3 . . 𝑥𝑛 15.6 + 16.2 + 22.5 + 20.5 + 16.4 + 19.4 + 16.6 + 17.9 + 12.7 + 13.9
𝑥̅ = 𝑥̅ = = 17.17
H₁ : µ₁<20 𝑛1 10
n = 10
α = 0.01 10(15.62 +16.22+22.52 +⋯+13.92 )−(15.6+16.2+22.5+⋯+13.9)²
𝑛 ∑ 𝑥2𝑖 − (∑ 𝑥𝑖 )² 𝑠=√ 10(10−1)
=2.98
𝑠=√
𝑛(𝑛 − 1)
17.17 − 20
𝑥̅ − µₒ 𝑡= 2.98 = −3.00
𝑡= 𝑠 √10
√𝑛
H1=-3.00

Tabla Gráfica Conclusión

Usando la tabla de “valores críticos de la distribución t” con α = Se rechaza H0, Por lo tanto se
0.01 y el grado de libertad para dos medias es n1–1= 10-1= 9 cumple con el nuevo estándar de
las emisiones
V 𝛼 0.01
9 2.821

Hₒ = 2.821 -3.00 -2.821

H₁ H˳

BIBLIOGRAFÍA: http://www.khanacademy.org

9
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS IGUALES

10) Utilizando el nivel de significancia de 0.05, determine si la resistencia a la tensión media en 2 remesas de hilo de nilón son iguales, dadas estas
observaciones muéstrales.
Datos 1 2 3 4 5
Remesa L 30 28 27 28 32
Remesa N 32 23 31 30 29
Planteamiento Fórmula Sustitución
(𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2) Remesa L
𝑡=
Hₒ : µ₁-µ₂=0
√(
𝑠𝑝 2
+
𝑠𝑝 2
)
𝑥̅1 = 30+28+27+28+32
5
= 29
H₁ : µ₁-µ₂≠0 𝑛1 𝑛2
5[(30) + (28) + (27)2 + (28)2 + (32)2 ] − [30 + 28 + 27 + 28 + 32]2
2 2
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛 2
𝑆1 = =4
𝑥̅1 = 5(5 − 1)
α=0.05 𝑛
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛 Remesa N
𝑥̅2 =
2 2
𝑛 𝑥̅2 = 32+33+31+30+29
5
= 31
2 𝑆1 (𝑛1 −1)+𝑆2 (𝑛2 −1) 2 + (33)2 + (31)2 + (30)2 + (29)2 ] − [32 + 33 + 31 + 30 + 29]2
𝑆𝑝 = 2
5[(32)
1 𝑛 +𝑛 −2
2 𝑆2 = = 2.5
5(5 − 1)
𝑛1 ∑ 𝑋ᵢ2 − ∑(𝑋1 )2
𝑆12 = (4)2 (5−1)+(2.5)2 (5−1)
𝑛1 (𝑛1 − 1) 𝑆𝑝2 = 5+5−2
= 11.125
2 2
2 𝑋ᵢ − ∑(𝑋1 )
∑
𝑛 (29−31)−(0)
𝑆22 = t= 2 2
= -2
𝑛2 (𝑛2 − 1) √(11.125) +(11.125)
5 5
H1=-2
Tabla Gráfica Conclusión
Se acepta Hₒ porque la resistencia a la
Usando la tabla de “valores críticos de la distribución t” con tensión media es similar en las 2 remesas
𝛼 0.5
= = 0.025
2 2
calculando el grado de libertad
𝑉 = 𝑛1 + 𝑛2 − 2 = 5 + 5 − 2 = 8
V α=0.025 -2.306 -2 2 2.306
8 2.306 H0 H1 H₁ H₀

H0=2.306

BIBLIOGRAFÍA: Estadística para administración y economía, William J Stevenson, (Harla)

10
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS IGUALES

11) En un estudio sobre la condición ecológica de los ríos andinos, se determinó la temperatura del agua en ríos de páramo (> 2800 m.s.n.m.) y de selva
nublada (1800 < m.s.n.m. < 2800), obteniéndose los resultados siguientes: Temperatura del agua (°C)
Ríos 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 𝑥̅
Páramo 10.5 15.0 14.5 8.5 7.5 13.5 15.0 11.5 17.0 13.0 13.5 14.5 13.5 15.0 10.5 10.0 12.68
Selva 19.5 17.0 13.5 9.0 12.0 16.5 16.5 18.0 18.0 18.0 12.0 16.0 12.0 14.5 16.5 17.0 15.37
Conociendo que la temperatura del agua es una variable que se distribuye normalmente, se quiere saber si los ríos de selva son más calientes. Considere un
nivel de significancia de 0.05
Planteamiento Fórmula Sustitución
𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛 𝑥̅1 =
10.5+15+14.5+8.5+7.5+13.5+15+11.5+17+13+ 13.5+14.5+13.5+15+ 10.5+10
= 12.68
𝑥̅1 = 16
𝑛1 = 16 𝑛1
𝑛2 =16 𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛 𝑥̅2 =
19.5+ 17+ 13.5+9+ 12+ 16.5+16.5+18+ 18+ 18+ 12+ 16+ 12+14.5+ 16.5+17
= 15.37
𝑥̅2 = 16
𝑥̅1 = 12.68 𝑛2
𝑥̅2 = 15.37 𝑠12
16(10.52 + 152 + 14.52 + 8.52 + 7.52 + 13.52 + 152 + 11.52 + 172 + 132 + 13.52 + 14.52 + 13.52 + 152 + 10.52 + 10²) − (10.5 + 15 + 14.5 + 8.5 + 7.5 + 13.5 + 15 + 11.5 + 17 + 13 + 13.5 + 14.5 + 13.5 + 15 + 10.5 + 10)²
𝑛1 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² =
16(16 − 1)
𝑠12 =
𝑛1 (𝑛1 − 1) 𝑠12 =7.0625
α=0.05
𝐻0 = µ1 - µ2 = 0 𝑛2 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² 𝑠22 =
16(19.5² + 17² + 13.5² + 9² + 12² + 16.5² + 16.5² + 18² + 18² + 18² + 12² + 16² + 12² + 14.5² + 16.5² + 17²) − (19.5 + 17 + 13.5 + 9 + 12 + 16.5 + 16.5 + 18 + 18 + 18 + 12 + 16 + 12 + 14.5 + 16.5 + 17)²

𝐻1 = µ2 - µ1 > 0 𝑠22 = 16(16 − 1)

𝑛2 (𝑛2 − 1) 𝑠22 =8.4166
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑠𝑝2 = (15)7.0625+(15)8.4166 105.9375+126.249 232.1865
𝑛1 + 𝑛2 − 2 𝑠𝑝2 = = = = 7.73955
16+16−2 30 30
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )
𝑡= (15.37−12.68)− (0) 2.69
𝑠𝑝2 𝑠𝑝2 𝑡= = = 2.7348 𝐇𝟏 = 2.73
√ + √
7.73955 7.73955 .9835
𝑛1 𝑛2 +
16 16

Tabla Gráfica Conclusión

Usando la tabla de “valores críticos de la

distribución t” con 𝛼 = 0.05 y Se rechaza H₀, la temperatura del agua es
𝛾 = 𝑛1 + 𝑛2 - 2 𝛾 𝛼 mayor en los ríos de la selva.
𝛾 =16+16-2=30
0.05
𝐇𝟎 = 1.697 1.697 2.73
30 1.697 H₀ H₁

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph, Primera Edición. Imprenta M
& V, Ibarra, Ecuador
11
 PRUEBA DE HIPOTESIS PARA UNA MEDIA MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS IGUALES

12) Se analizan dos catalizadores para determinar la forma en que se afectan el rendimiento promedio de un proceso químico. De manera específica, el
catalizador 1 es el que se está empleando en este momento, pero también el catalizador es aceptable. Debido que el catalizador 2 es más económico, este
puede adaptarse siempre y cuando no cambie el rendimiento del proceso. Se hace una prueba en una planta piloto; los resultados obtenidos son:
Catalizador 1 91.50 94.18 92.18 95.39 91.79 89.07 94.72 89.21
Catalizador 2 89.19 90.95 90.46 93.21 97.19 97.04 91.07 92.75
¿Existe alguna diferencia entre los rendimientos promedio? Utilícese 𝛼 = 0.05
Planteamien Fórmula Sustitución
to

(𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2)

nA=8 𝑡= 𝑥̅1 = 91.50+94.18+92.18+95.39+91.79+89.07+94.72+89.21
8
= 92.255
nB=18 𝑠 2 𝑠 2
√( 𝑝 + 𝑝 )
α=0.05 𝑛1 𝑛2 8[(91.50)2 +(94.18)2 +(92.18)2 +⋯+(89.21)2 ]−[91.50+94.18+92.18+⋯+89.21]2
Hₒ : µ1= µ2 𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛 𝑆12 = =5.6883
8(8−1)
𝑥̅1 =
H₁ : µ1≠ µ2 𝑛
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
𝑥̅2 = 𝑥̅2 = 89.19+90.95+90.46+93.21+97.19+97.04+91.07+92.75
8
= 92.733
𝑛
2 𝑆12 (𝑛1 −1)+𝑆22 (𝑛2 −1)
𝑆𝑝 = 𝑛 +𝑛 −2 8[(89.19)2 +(90.95)2 +(90.46)2 +⋯+(92.75)2 ]−[89.19+90.95+90.46+⋯+92.75]2
1
𝑛1 ∑ 𝑋ᵢ2
2
− ∑(𝑋1 ) 2 𝑆22 = =8.8982
8(8−1)
𝑆12 =
𝑛1 (𝑛1 − 1)
(2.385)2 (8−1)+(2.983)2 (8−1)
𝑛2 ∑ 𝑋ᵢ2 − ∑(𝑋1 )2 𝑆𝑝2 = = 2.701
𝑆22 = 8+8−2
𝑛2 (𝑛2 − 1) (92.255−92.733)−(0)
t= 2 2
= -0.354 H1=-0.354
√(2.701) +(2.701)
8 8

Tabla Usando la tabla de “valores críticos de la distribución t” Gráfica Conclusión

𝛼 0.5
con = = 0.025
2 2
calculando el grado de libertad 𝜐 𝛼 Se acepta Ho, los catalizadores son iguales.
𝑉 = 𝑛1 + 𝑛2 − 2 = 8 + 8 − 2 = 14 0.025
14 2.145
𝐇𝟎 =2.145
-2.14 -0.354 0.354 2.14
H0 H1 H₁ H₀
B
BIBLIBIBLIOGRAFÍA:http://www.khanacademy.org
12
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS DIFERENTES

13) Utilizando el nivel de significancia de 0.05, determine si la resistencia a la tensión media en 2 remesas de hilo de nilón son iguales, dadas estas observaciones
muéstrales.
Datos 1 2 3 4 5
Remesa L 30 28 27 28 32
Remesa N 32 23 31 30 29
Planteamiento Fórmula Sustitución
2
Hₒ : µ₁-µ₂=0 𝑆2 𝑠2
[𝑛1 +𝑛2 ]
Remesa L
1 2
H₁ : µ₁-µ₂≠0 𝑣= 30+28+27+28+32
𝑆2
2
[ 1] [ 2]
𝑆2
2
𝑥̅1 = 5
=29
𝑛1 𝑛2
Remesa L 𝑛1 −1 + 𝑛2−1 𝑆12
(𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2)
₁=29 𝑡= 5[(30)2 + (28)2 + (27)2 + (28)2 + (32)2 ] − [30 + 28 + 27 + 28 + 32]2
S₁=2 √(+ )
𝑠𝑝 2 𝑠𝑝 2 =
𝑛2𝑛1 5(5 − 1)
n₁=5 𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
𝑥̅1 = =4
𝑛 Remesa N
Remesa N 𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
𝑥̅2 = 32+33+31+30+29
₂=31 𝑛 𝑥̅2 = 5
= 31
𝑆 2 (𝑛 −1)+𝑆 2 (𝑛 −1)
S₂=1.5811 𝑆𝑝2 = 1 1𝑛 +𝑛 2−2 2 5[(32)2 + (33)2 + (31)2 + (30)2 + (29)2 ] − [32 + 33 + 31 + 30 + 29]2
1 2
𝑆22 = = 2.5
n₂=5 𝑛1 ∑ 𝑋ᵢ2
− ∑(𝑋1 ) 2
5(5 − 1)
𝑆12 =
α=0.05 𝑛1 (𝑛1 − 1) 2 (4)2 (5−1)+(2.5)2 (5−1)
𝑛 ∑ 𝑋ᵢ2 − ∑(𝑋1 )2
𝑆 =
𝑝 5+5−2
= 11.25
2
𝑆22 = (29−31)−(0)
𝑛2 (𝑛2 − 1) t= 2 2
= −2
√(11.125) +(11.125)
5 5
H1=-2
Tabla Gráfica Conclusión
Usando la tabla de “valores críticos de la distribución t” con
𝛼 0.5
= = 0.025 Se acepta Hₒ, porque la resistencia a la
2 2 tensión media es similar en las 2 remesas
Calculando los grados de libertad con la formula
2
(4)2 (2.5)2
[ 5 + 5 ] 19.8025
𝑣= 2 2=
[
(4)2
] [
(2.5)2
]
2.90625 2.365 2
H0 H 1
2 2.365
H₁ H₀
5 5 V α=.025
+
5−1 5−1 7 2.365
𝑉 = 6.81 ≈ 7 H0=2.365

BIBLIOGRAFÍA: Estadística para administración y economía, William J Stevenson, (Harla)

13
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS DIFERENTES

14) Un investigador que trabaja sobre la interacción insecto/planta piensa que las plantas cianogénicas, es decir las que producen HCN, tienden a ser rechazadas por los
insectos herbívoros no especializados. Para poner a prueba ésta hipótesis se efectuó un experimento en el cual se le ofreció a las larvas de un insecto generalista hojas de
una planta cianogénica como la parchita (Passifloracapsularis) y hojas de una planta no cianogénica como la espinaca (Spinaciaolerácea). Como una medida de la aceptación
o rechazo del alimento ofrecido se determinó el peso de tejido foliar consumido por las larvas de la polilla Spodopterafrugiperda. Los resultados fueron los siguientes:
Peso consumido (mg/larva)
Especie Vegetal 1 2 3 4 5 𝑥̅

PassifloracapsularisSpin 72 71.5 73 78 79 74.7

aciaolerácea 123 126 125.2 124 124 124.44
Sabiendo que la variable peso de hoja consumida se distribuye normalmente se quiere determinar si la sospecha del investigador es cierta para un α = 0.01
Planteamiento Fórmula Sustitución
𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛 𝑥̅1 =
72+71.5+73+78+79
= 74.7
𝑥̅1 = 5
𝑛1 = 5 𝑛1
123+126+125.2+124+124
𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛 𝑥̅2 = = 124.44
𝑥̅2 = 5
𝑛2 =5 𝑛2
5(72²+71.5²+73²+78²+79²)−(72+71.5+73+78+79)² 139751.25−139502.25
𝑥̅1 = 74.7 𝑛1 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² 𝑠12 = 5(5−1)
=
20
𝑠12 =
𝑛1 (𝑛1 − 1) 𝑠12 =12.45
𝑥̅2 = 124.44 𝑛2 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² 5(123²+126²+125.2²+124²+124²)−(123+126+125.2+124+124)² 5(77432.04)− 387132.84 27.36
𝑠22 = 𝑠22 = = =
𝑛2 (𝑛2 − 1) 5(5−1) 20 20
α=0.01 𝑠22 =1.368
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )
𝑡=
𝐻0 = µ1 - µ2 = 0 √
𝑠12
+
𝑠22
𝑛1 𝑛2 (74.7−124.44)− (0) −49.74
𝐻1 = µ2 - µ1 < 0 𝑡= = = -29.920 𝐇𝟏 =- 29.920
12.45 1.368 1.6624
√ +
5 5

Tabla Gráfica Conclusión

Usando la tabla de “valores
críticos de la distribución t” 𝛾 𝛼 Se rechaza H₀, la presencia de sustancias
con 0.01 cianogénicas disminuye el consumo de tejido
𝑠2 2
1 + 𝑠2 12.45 1.368 vegetal por parte de los insectos herbívoros
𝑛1 𝑛2 + 6.965
𝛾= = 5 5 2 no especialistas.
2 2 12.45 2 1.368 2
𝑠2 𝑠2 ( 5 ) ( 5 )
( 1) ( 2) +
𝑛1 𝑛2
+ 5− 1 5−1
𝑛1 − 1 𝑛2 −1 -29.92 - 6.965
𝛾 = 1.761416819 𝐇𝟎 =-6.965 H₁ H₀

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph, Primera Edición. Imprenta M
& V, Ibarra, Ecuador
14
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS DIFERENTES

15) Se analizan dos catalizadores para determinar la forma en que se afectan el rendimiento promedio de un proceso químico. De manera específica, el
catalizador 1 es el que se está empleando en este momento, pero también el catalizador es aceptable. Debido que el catalizador 2 es más económico, este
puede adaptarse siempre y cuando no cambie el rendimiento del proceso. Se hace una prueba en una planta piloto; los resultados obtenidos son: ¿Existe
alguna diferencia entre los rendimientos promedio? Utilícese 𝛼 = 0.05
Catalizador 1 91.50 94.18 92.18 95.39 91.79 89.07 94.72 89.21
Catalizador 2 89.19 90.95 90.46 93.21 97.19 97.04 91.07 92.75
Planteamiento Fórmula Sustitución

(𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2)

nA=8 𝑡=
𝑠𝑝 2 𝑠𝑝 2
𝑥̅1 = 91.50+94.18+92.18+95.39+91.79+89.07+94.72+89.21
8
=92.255
nB=18 √( + ) 8[(91.50)2 +(94.18)2 +(92.18)2 +⋯+(94.72)2 +(89.21)2 ]−[91.50+94.18+92.18+⋯+89.21]2
𝑛1 𝑛2
α=0.05 𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛 𝑆12 = 8(8−1)
=5.6883
𝑥̅1 =
Hₒ : µ1= µ2
H₁ : µ1≠ µ2
𝑛
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛 𝑥̅2 = 89.19+90.95+90.46+93.21+97.19+97.04+91.07+92.75
8
=92.733
𝑥̅2 =
𝑛 8[(89.19)2 +(90.95)2 +(90.46)2 +⋯+(92.75)2 ]−[89.19+90.95+90.46+⋯+92.75]2
𝑆 2 (𝑛 −1)+𝑆22 (𝑛2 −1)
𝑆𝑝2 = 1 1𝑛 +𝑛 −2
𝑆22 = 8(8−1)
=8.8982
1 2
𝑛1 ∑ 𝑋ᵢ2 − ∑(𝑋1 )2 (2.385)2 (8−1)+(2.983)2 (8−1)
𝑆12 = 𝑆𝑝2 = 8+8−2
= 2.701
𝑛1 (𝑛1 − 1)
2
𝑛2 ∑ 𝑋ᵢ2 − ∑(𝑋1 )2
𝑆2 =
𝑛2 (𝑛2 − 1)
𝑆2 𝑠2
2
[𝑛1 +𝑛2 ]
t =(92.255−92.733)−(0)
2 2
= -0.354
𝑣= 1 2 √(2.701) +(2.701)
𝑆2
2
𝑆2
2 8 8
[ 1 ] [ 2]
𝑛1 𝑛2
+
𝑛1 −1 𝑛2−1
H1=-0.354
Tabla Usando la tabla de “valores críticos de la distribución t” Gráfica Conclusión

𝛼 0.5 Se acepta Ho, los catalizadores son

con = = 0.025calculando el grado de
2 2 𝜐 𝛼 iguales.
libertad 0.025
2
(2.385)2 (2.983)2 13 2.160
[ + ]
8 8
𝑣= 2 2 =13.38≈13
-2.160 -0.354 0.354 2.160
(2.385)2 (2.983)2 H0 H1 H₁ H₀
[ 8 ] [ 8 ]
+
8−1 8−1
𝐇𝟎 = 2.160
BIBLIOGRAFÍA: http://www.khanacademy.org

15
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS DIFERENTES CONSIDERANDO EL MÉTODO DE LA W

16) Utilizando el nivel de significancia de 0.05, determine si la resistencia a la tensión media en 2 remesas de hilo de nilón son iguales, dadas estas
observaciones muéstrales.
Datos 1 2 3 4 5
Remesa L 30 28 27 28 32
Remesa N 32 23 31 30 29
Planteamiento Fórmula Sustitución
𝑠2 𝑠2
𝑊1 = , 𝑊2 = 22
Hₒ : µ₁-µ₂=0 𝑛 𝑛 𝑊1 =
2
= 0.8𝑊2 = (1.5811) = 0.4999
𝑤1 𝑡1 +𝑤2 𝑡2 5 5
H₁ : µ₁-µ₂≠0 𝑡=
α=0.05 𝑤1 +𝑤2 t = (0.8)(2.776)+(0.4999)(2.776)
(0.8)+(0.4999)
= 2.776
(𝑥̅1 − 𝑥̅2 ) − (µ1 − µ2)
𝑡= Remesa L
Remesa L 𝑠 2 𝑠 2
₁=29
√( 𝑝 + 𝑝 )
𝑛1 𝑛2 𝑥̅1 = 30+28+27+28+32
5
=29
S₁=2
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛 5[(30)2 + (28)2 + (27)2 + (28)2 + (32)2 ] − [30 + 28 + 27 + 28 + 32]2
𝑥̅1 = 𝑆12 = =4
n₁=5 𝑛 5(5 − 1)
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
𝑥̅2 = Remesa N
𝑛
Remesa N 𝑆12 (𝑛1 −1)+𝑆22 (𝑛2 −1) 𝑥̅2 = 32+33+31+30+29= 31
₂=31 𝑆𝑝2 = 𝑛1 +𝑛2 −2
5
5[(32)2 + (33)2 + (31)2 + (30)2 + (29)2 ] − [32 + 33 + 31 + 30 + 29]2
𝑆22 = = 2.5
S₂=1.5811 𝑛1 ∑ 𝑋ᵢ2 − ∑(𝑋1 )2 5(5 − 1)
n₂=5 𝑆12 = 2 (4)2 (5−1)+(2.5)2 (5−1)
𝑛1 (𝑛1 − 1) 𝑆 =
𝑝 5+5−2
=11.25
2 2
𝑛 2 𝑋ᵢ − ∑(𝑋1 )
∑ (29−31)−(0)
𝑆22 = t= 2 2
= -2
𝑛2 (𝑛2 − 1) √(11.125) +(11.125)
5 5
H1=-2
Tabla Gráfica Conclusión
Usando la tabla de “valores críticos de la distribución t” Se acepta Hₒ porque la resistencia a
𝛼 0.5 la tensión media es similar en las 2
con = = 0.025
2 2 remesas
Los grados de libertad n1-1=5-1=4 y n2-1=5-1=4
V1 0.025 V2 0.025
4 2.776 4 2.776
-2.776 -2 2 2.776
𝑡1 = 2.776 H0 H1 H₁ H₀
𝑡2 = 2.776
Hₒ=2.776
BIBLIOGRAFÍA: Estadística para administración y economía, William J Stevenson, (Harla)
16
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS DIFERENTES CONSIDERANDO EL MÉTODO DE LA W

17) Para indagar si un nuevo aceite, frena el desgaste del motor se seleccionaron 10 automóviles, todos en una etapa avanzada de desgaste. 5
automóviles recibieron el tratamiento y 5 no. Los tiempos de duración, en años a partir del Con tratamiento 4.1 2.6 7 3.2 0.9
momento en que comienza el experimento son los siguientes: Sin tratamiento 5.0 3.5 4.5 3.5 6.0
A un nivel de significancia de .01 ¿se puede decir que el aceite es eficaz?
Planteamiento Fórmula Sustitución
𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛
𝑥̅1 =
𝑛1 = 5𝑛2 =5 𝑛1 𝑥̅1 =
4.1+2.6+7+3.2+.9
= 3.56
5
𝑥̅1 = 3.56𝑥̅2 = 4.5 𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛
𝑥̅2 =
α=0.01 𝑛2 𝑥̅2 =
5+3.5+4.5+3.5+6
= 4.5
5

H0 = µ1 - µ2 = 0 𝑛1 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² 5(4.12 +2.62 +72 +3.22 +.9²)−(4.1+2.6+7+3.2+.9)² 418.1−316.84

𝑠12 = 𝑠12 = =
H1 = µ2 - µ1 ˃0 𝑛1 (𝑛1 − 1) 5(5−1) 20
𝑠12 =5.073
𝑛2 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )²
𝑠22 =
𝑛2 (𝑛2 − 1) 𝑠22 =
5(5²+3.5²+4.5²+3.5²+6²)−(5+3.5+4.5+3.5+6)²
=
528.75− 506.25
=
22.5
5(5−1) 20 20
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) 𝑠22 = 1.125
𝑡=
𝑠12 𝑠22
√ + (3.56−4.5)− (0) −0.94
𝑛1 𝑛2 𝑡= 5.073 1.125
=
1.113373
= -0.844281104 𝐇𝟏 =0 .844281104
𝑤1 𝑇1 + 𝑤2 𝑇2 √
5
+
5
𝑡=
𝑤1 + 𝑤2
5.073 1.125 1.0146(3.747)+0.225(3.747)
𝑤1 = = 1.0146𝑤2 = = 0.225𝑡 = = 3.747
5 5 1.0146+0.225
𝑆12 𝑆22
𝑤1 = 𝑤2 =
𝑛1 𝑛2
Tabla Gráfica Conclusión
Usando la tabla de “valores críticos de la distribución t” con 𝛼 = 0.01
Se acepta H₀, el aceite No es más
𝑇1 =3.747 𝛾 Α eficaz.
𝛾=𝑛1 − 1 = 5 − 1 = 4 𝛾 α
0.01
0.01
𝑇2=3.747 4 3.747
𝛾=𝑛2 − 1 = 5 − 1 = 4 4 3.747

𝐇𝟎 = 3.747 0.8442 3.747

H₁ H₀

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador
17
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS MUESTRA PEQUEÑA CONSIDERANDO VARIANZAS DIFERENTES CONSIDERANDO EL MÉTODO DE LA W

18) Se analizan dos catalizadores para determinar la forma en que se afectan el rendimiento promedio de un proceso químico. De manera específica, el
catalizador 1 es el que se está empleando en este momento, pero también el catalizador es aceptable. Debido que el catalizador 2 es más económico, este
puede adaptarse siempre y cuando no cambie el rendimiento del proceso. Se hace una prueba en una planta piloto; los resultados obtenidos son: ¿Existe
alguna diferencia entre los rendimientos promedio? Utilícese 𝛼 = 0.05
Catalizador 1 91.50 94.18 92.18 95.39 91.79 89.07 94.72 89.21
Catalizador 2 89.19 90.95 90.46 93.21 97.19 97.04 91.07 92.75
Planteamiento Fórmula Sustitución
𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛 91.50+94.18+92.18+95.39+91.79+89.07+94.72+89.21
𝑥̅1 =
𝑛1
𝑥̅1 = 8
=92.255
nA=8 8[(91.50)2 +(94.18)2 +(92.18)2 +⋯+(94.72)2 +(89.21)2 ]−[91.50+94.18+92.18+⋯+89.21]2
nB=18 𝑥1 + 𝑥2 + 𝑥3 … . . . 𝑥𝑛 𝑆12 = =5.6883
8(8−1)
𝑥̅2 =
α=0.05
Hₒ : µ1= µ2
𝑛2
𝑥̅2 = 89.19+90.95+90.46+93.21+97.19+97.04+91.07+92.75
8
=92.733
𝑛1 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )² 8[(89.19)2 +(90.95)2 +(90.46)2 +⋯+(91.07)2 +(92.75)2 ]−[89.19+90.95+90.46+⋯+91.07+92.75]2
H₁ : µ1≠ µ2 𝑠12 = 𝑆22 = 8(8−1)
=8.8982
𝑛1 (𝑛1 − 1)
(2.385)2 (8−1)+(2.983)2 (8−1)
𝑆𝑝2 = = 2.701
𝑛2 ∑ 𝑥𝑖2− (∑ 𝑥𝑖 )² 8+8−2
𝑠22 = (92.255−92.733)−(0)
𝑛2 (𝑛2 − 1) t= 2 2
= -0.354 H1=-0.354
√(2.701) +(2.701)
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) 8 8
𝑡= 2.3852 2.9832
𝑠12 𝑠22 𝑊1 = =0.7110 𝑊2 = =1.1122
√ + 8 8
𝑛1 𝑛2
(0.7110)(2.306)+(1.1122)(2.306)
𝑡=
𝑤1 𝑇1 + 𝑤2 𝑇2 t= (0.7110)+(1.1122)
= 2.30
𝑤1 + 𝑤2
𝑆12 𝑆22
𝑤1 = 𝑤2 =
𝑛1 𝑛2
Tabla Gráfica Conclusión
Usando la tabla de “valores críticos de la distribución t”
𝑇1 =2.306 Se acepta Ho, los catalizadores son
𝛾=𝑛1 − 1 = 8 − 1 = 7 𝛾 α iguales.
𝛾 α
0.025 0.025
𝑇2= 2.306 8 2.306
𝛾=𝑛2 − 1 = 8 − 1 = 7
8 2.306
𝑯𝟎 = 2.306
-2.306 -0.354 0.354 2.306
H0 H1 H₁ H₀
BIBLIOGRAFÍA: http://www.khanacademy.org
18
 PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN

 19) Un artículo reciente, publicado en el diario “USA Today”, indica que solo a uno de cada tres egresados de una universidad les espera un puesto de
trabajo. En una investigación a 200 egresados recientes de su universidad, se encontró que 80 tenían un puesto de trabajo. ¿Puede concluirse en el nivel
de significancia 0,02, que en su universidad la proporción de estudiantes que tienen trabajo es mayor al 33%?
Planteamiento Fórmula Sustitución

Hₒ; p=33 𝑥 − 𝑛𝑃0 80 − (200)(0.33)

𝑧= 𝑧= = 2.1
H₁; p>33 √𝑛𝑃0 (1 − 𝑃0 ) √(200)(0.33)(1 − 0.33)
X= 80
Pₒ= 0.33 H₁=-2.1
n= 200
α= 0.02

Tabla Gráfica Conclusión

Usando la tabla “Áreas bajo la curva normal” con: Se rechaza H0, la proporción de
𝛼 = 1 – 0.02 = 0.98 estudiantes que tienen trabajo es
mayor al 33%
Z α=0.06
2.0 0.9803

Hₒ=2.06 2.06 2.1

H0 H1

BIBLIOGRAFÍA: http://www.stadcenterecuador.com/ejercicios/17/26-ejercicios-resueltos-prueba-de-hipotesis-para-proporciones.html
19
 PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN

20) Una empresa está interesada en lanzar un nuevo producto al mercado. Tras realizar una campaña publicitaria, se toma la muestra de 1 000
habitantes, de los cuales, 25 no conocían el producto. A un nivel de significación del 1% ¿apoya el estudio la siguiente hipótesis?
 Más del 3% de la población no conoce el nuevo producto. Considere un nivel de significancia de0.01
Planteamiento Fórmula Sustitución
𝑥
n= 1000 − 𝑃0 25
− 0.03
𝑍= 𝑛
1000 −0.005
x= 25 𝑃0 (1−𝑃0 )
𝑍= = = 0.92
√ (0.03)(1−0.03) 0.005394
𝑛 √
P₀=0 .03 1000

𝐻0 = P₀=0.03
𝐻1 =P₀˃0.03

𝐇𝟏 =0.92

Tabla Gráfica Conclusión

Usando la tabla “Áreas bajo la curva normal” con:

1-𝛼 = 1 − 0.01=0.99
Se acepta H₀, solo el 3% no conoce el
nuevo producto.
Z α
0 .92 2.33
H₁ H₀
0.03
2.3 0.9901

𝐇𝟎 =2.33

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador
20
 PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN

21) En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe esta aseveración, a un nivel de significación de 0.025, respecto a la
alternativa de que la proporción real de los estudiantes universitarios trabajan es mayor de lo que se afirma, si una muestra aleatoria de 600 estudiantes
universitarios revela que 200 de ellos trabajan. La muestra fue tomada de 10,000 estudiantes.

Planteamiento Fórmula Sustitución

n= 600 200−(600)(0.33)
x= 200
𝑥 − 𝑛𝑃0 𝑧= = 0.1737
𝑧= √(600)(0.33)(1−0.33)
𝛼 = 0.025 √𝑛𝑃0 (1 − 𝑃0 )
n=10000
𝐻0 = P₀=0.33 H₁=0.1737
𝐻1 =P₀˃0.33
P₀=0 .33

Tabla Gráfica Conclusión

Usando la tabla “Áreas bajo la curva normal” con:

1-𝛼 = 1 − 0.025=0.975
Se acepta H₀, por lo tanto es cierto
que 3 de 10 estudiantes
Z α universitarios trabajan.
0.01 0.1737 2.01
H₁ H₀
2 0.975

𝐇𝟎 =2.01

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador
21
PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

22) En una fábrica de botellas de vino se tomó una muestra 400 de las cuales 28 estaban defectuosas, en otro proceso se tomaron 300 muestras de las
cuales 15 estaban defectuosas y un nivel de significancia de 0.05. Esto demuestra que p1=p2 y p1≠p2??
Planteamiento Fórmula Sustitución

H0:P1=P2 𝑥1 28
̂1 =
𝑃 ̂1 =
𝑃 = .07
H1:P1≠P2 𝑛1 400
𝑥 15
̂2 = 2
𝑃 ̂1 =
𝑃 = .05
α=0.05 𝑛2 300
n1=400 𝑞 = 1 − 𝑃̂ 28 + 15
𝑥1 + 𝑥2 𝑃̂ = = .061
X1=28 𝑃̂ = 400 + 300
𝑛1 + 𝑛2 𝑞̂ = 1 − .061 = .939
(𝑃̂1 − 𝑃
̂2 ) .07−.05
n2=300 𝑧= 𝑧= 1 1
= 1.09
X2=15 1 1 √(.061)(.939)( + )
√𝑃̂𝑞̂ (𝑛 + 𝑛 ) 400 300
1 2

H1=1.09

Tabla Gráfica Conclusión

Usando la tabla “Áreas bajo la curva normal” con; Se acepta H0, los procesos
𝛼 0.05 planteados de acuerdo a la cantidad
= = 0.025
2 2 de defectos resultan iguales

Z α=0.06
1.9 0.025

-1.96 -1.09 1.09 1.96

H0=-1.96 H0 H1 H₁ H₀

BIBLIOGRAFÍA: www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r19295.DOC
22
PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

23) Se ponen a prueba la enseñanza de la Estadística empleando Excel y Winstats. Para determinar si los estudiantes difieren en términos de estar a favor
de la nueva enseñanza se toma una muestra de 20 estudiantes de dos paralelos. De paralelo A 18 están a favor, en tanto que del paralelo B están a favor
14. ¿Es posible concluir con un nivel de significación de 0,05 que los estudiantes que están a favor de la nueva enseñanza de la Estadística es la misma en
los dos paralelos?
Planteamiento Fórmula Sustitución
𝑥 18
𝑛1 = 20𝑛2 = 20 𝑃̂1 =𝑛1 𝑃̂1 = =0 .9
1 20
𝑥1= 18𝑥2= 14
α=0.05 𝑥
𝑃̂2 =𝑛2
14
𝑃̂2 =20 = 0.7
2

H0 ; P₁-P₂= 0
𝑥1 + 𝑥2 𝑃̂ =
18+14
= 0.8
H1 ; P₁-P₂ ≠ 0 𝑃̂ = 20+20
𝑛1 + 𝑛2
𝑞̂ = 1 − 0.8 = 0.2
𝑞̂ = 1 − 𝑃̂
0.9 − 0.7
𝑃̂1 − 𝑃̂2 𝑧=
𝑧= √(0.8)(0.2) (
1 1
+ 20)
1 1 20
√𝑃̂𝑞̂ (𝑛 + 𝑛 )
1 2

𝑧 = 1.5811 𝐇𝟏 =1.5811

Tabla Gráfica Conclusión

Usando la tabla “Áreas bajo la curva normal” con: Se acepta H₀, la proporción de los
𝛼 0.05 estudiantes que están a favor de la
1 − 2 = 1- 2 = 0.975
nueva enseñanza de la estadística es
la misma en los dos paralelos.
𝑧 α 𝐇𝟎 =1.96
-1. 96 -1. 5811 1. 5811 1. 96
0.06 H₀ H₁ H₁ H₀

1.9 0.975

BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador
23
PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

24) El gerente de una compañía realiza dos muestras tamaño 120 empleados en cada fábrica, con fin de determinar el porcentaje de accidentes de
trabajo en el trimestre. En la primera fábrica durante el trimestre de observación se presentaron 12 casos mientras que en la segunda 16 ¿A nivel de
5%se podrá afirmar que los accidentes de trabajo son igual en las dos fábricas.
Planteamiento Fórmula Sustitución

H0:P1=P2 H1:P1≠P2 𝑥1 12
̂1 =
𝑃 ̂1 =
𝑃 = 0.1
α=0.5 𝑛1 120
𝑥 16
n1=120 n2=120 ̂2 = 2
𝑃 ̂2 =
𝑃 = 0.13
X1=12 X2=16 𝑛2 120
𝑞 = 1 − 𝑃̂ 12 + 16
𝑃̂ = = 0.1166
120 + 120
𝑥1 + 𝑥2 𝑞̂ = 1 − 0.1166 = 0.8834
𝑃̂ =
𝑛1 + 𝑛2
0.1−0.13
𝑧= = -0.7263
̂1 − 𝑃
(𝑃 ̂2 ) √(0.1166)(0.8834)(
1 1
+ )
𝑧= 120 120
1 1
√𝑃̂𝑞̂ (𝑛 + 𝑛 )
1 2
H1=-0.07263

Tabla Gráfica Conclusión

Usando la tabla “Áreas bajo la curva normal” con:

𝛼 0.5 Se acepta H0, no se ha podido
1 − 2 = 1- 2 = 0.25
demostrar que los accidentes de
trabajo son iguales a las dos fábricas.
𝑧 α 𝐇𝟎 =1.96
0.06 -1. 96 -0.7263 0.7263 1. 96
H₀ H₁ H₁ H₀
1.9 0.4750

BIBLIOGRAFÍA: www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r19295.DOC

24
PRUEBA DE HIPOTESIS PARA LA VARIANZA

25) Un negocio debe pagar horas extra dada la demanda incierta de su producto, por lo cual en promedio se pagan 50 horas extra a la semana el gerente
de recursos humanos considera que siempre se ha tenido una varianza de 25 en las horas extras demandadas. Si se toma una muestra de 16 semanas se
obtiene una varianza muestral de 28.1. Determine con alfa = 0.10 si la varianza poblacional de las horas extras demandadas a la semana puede
considerarse igual a 25.
Planteamiento Fórmula Sustitución

n=16 (𝑛 − 1)𝑠 2
𝜎 2 =25 𝑋2 = (16 − 1)28.1
𝜎2 𝑋2 = = 16.86
α=0.10 25
S2=28.1
H1=16.86
H0: σ2 = 25
H1: σ2 ≠ 25

Tabla Gráfica Conclusión

Usando la tabla “Valores críticos de la distribución ji cuadrada” con;
𝛼
ji cuadrada con 2 = 0.05
Y los grados de libertad 𝑣 = 𝑛 − 1 = 16 − 1 = 15 Se acepta H0, las horas extras
demandadas a la semana on igual a
𝛾 α 𝛾 α 25.
0.05 0.95
15 24.996 15 7.261 0 7.261 16.86 24.996 ∞
H₀ H₁ H₀

H0: 7.261
H0: 24.996

BIBLIOGRAFÍA: http://marcelrzm.comxa.com/EstadisticaInf/37PruebaDeHipotesisParaVarianza.pdf
25
PRUEBA DE HIPOTESIS PARA LA VARIANZA

26) Un fabricante de detergente liquido está interesado en la uniformidad de la maquina utilizada para llenar botellas de manera específica es deseable
que la varianza sea 0.01 onzas² del líquido. Al tomar una muestra aleatoria de 20 botellas se obtiene una varianza muestral (s²) para el volumen de
llenado de ese cuadrado s²=0.0153. (distribución normal)
El fabricante está preocupado porque piensa que la variación del proceso es mayor que la variación histórica. Con un α=0.05, el fabricante ¿tiene
elementos que sustenten se preocupación?
Planteamiento Fórmula Sustitución

n=20 (𝑛 − 1)𝑆 2
𝑥2 = (20 − 1) 0.0153
α=0.05 𝜎2 𝑥2 = = 29.07
0.01
𝜎 2 = 0.01
𝑆 2 =0 .0153 𝐇𝟏 = 29.07

H0 =σ2 =0.01
H1 =σ2 ˃0.01

Tabla Gráfica Conclusión

Usando la tabla “Valores críticos de la distribución ji cuadrada” con
α=0.05 y 1-α=1-0.05=0.95 Se acepta H₀, la variación del proceso
NO es mayor que la variación
𝛾= n-1= 20-1=19 histórica.
𝛾 Α
𝛾 α
0.95
0.05
19 10.117 0 10.11729.07 30.144 ∞
19 30.144
H₀ H₁ H₀
𝐇𝟎 = 10.117 𝐇𝟎 = 30.144
BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador

26
 PRUEBA DE HIPOTESIS PARA LA VARIANZA

27) Una empresa del giro alimenticio desea determinar si el lote de una materia prima tiene o no una varianza poblacional mayor a 15 en su grado de
endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene una varianza muestra de 20.98; realizar la prueba de hipótesis con alfa = 0.05.

Planteamiento Fórmula Sustitución

Ho:𝜎2≤15
H1:𝜎2>15 (𝑛 − 1)𝑠 2 (20 − 1)20.98
𝑋2 = 𝑋2 = = 26.5746
α=0.05 𝜎2 15
n=20
s2=20.98
H1=26.5749

Tabla Gráfica Conclusión

Usando la tabla “Valores críticos de la distribución ji cuadrada”

𝛼
Con con 2 = 0.05 y 1-α=1-0.05=0.95 Se acepta Ho, los valores no tienen una
𝑣 = 𝑛 − 1 = 20 − 1 = 19 varianza mayor a 15.

H0: 10.117
H0: 30.14
𝛾 α
𝛾 α
0.95
0.05
19 10.117 0 10.117 26.5746 30.144 ∞
19 30.144 H₀ H₁ H₀

BIBLIBIBLIOGRAFÍA: http://marcelrzm.comxa.com/EstadisticaInf/37PruebaDeHipotesisParaVarianza.pdf
27
PRUEBA DE HIPOTESIS PARA LA RAZON DE LAS VARIANZAS

28) 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 1 de 25 con varianza de 1.04 y la muestra 2 de 20 con una
varianza de 0.51 y un nivel de significancia de 0.05
Planteamiento Fórmula Sustitución

n1=25 n2=20 𝑆12 1.04

𝐹= 𝐹= = 2.039
𝑆22 . 51
S12=1.04 S22=.51

H0: σ12-σ22=1 H1=2.039

H1 :σ12-σ22>1

α=.05

Tabla Gráfica Conclusión

𝛼
Usando la tabla “Valores críticos de la distribución f” con;2 = 0.05
Y su complemento α=0.95 Se acepta Ho, Los engranes del
Calculando los grados de libertad con; proveedor tienen una mayor
𝑣1 = 𝑛1 − 1 = 25 − 1 = 24 resistencia.
𝑣2 = 𝑛2 − 1 = 20 − 1 = 19
𝛾 α
𝛾 α
24 0 0.048 2.05 2.11 ∞
19 H0 H₁ H₀
19 2.11
24 2.05
H0= 2.11
1 1
𝑓.95 (24,19)= = =0.48
𝑓.05 (24,19) 2.05
H0= 0.05
Bibliografía: http://www.itch.edu.mx/academic/industrial/estadistica1/cap03c.html
28
PRUEBA DE HIPOTESIS PARA LA RAZON DE LAS VARIANZAS

29) Dos fuentes de materias primas están siendo consideradas. Ambas fuentes parecen tener características similares, pero no se está seguro de su
homogeneidad. Una muestra de 10 grupos de la fuente A produce una varianza de 250 y una muestra de 11 grupos de la fuente B produce una varianza
de 195. Con base en ésta información se puede concluir que la varianza de la fuente A es significativamente mayor que la de la fuente B?. Asuma un nivel
de significancia de 0.01
Planteamiento Fórmula Sustitución

𝑛1 = 10 𝑆12 250
𝐹 = 195 = 1.28
𝐹=
𝑆12 = 250 𝑆22
𝜎12 = 1

𝑛2 = 11 𝐇𝟏 =1.28
𝑆22 = 195
𝜎22 =1

α=0.01

𝐻0 = 𝜎12 -𝜎22 = 1
𝐻1 =𝜎12 -𝜎22 > 1

Tabla Gráfica Conclusión

Usando la tabla “Valores críticos de la distribución F con
𝛼 0.01
1 − 2 = 1- 2 = 0.995
𝛾2 𝛾1
𝛾1 = n-1=10-1= 9 Se acepta H₀, la variabilidad de las dos
9 fuentes de materia prima es igual.
𝛾2 = n-1= 11-1= 10 10 4.94
1 1 0 0.019 1.28 4.94 ∞
𝑓.99 (9,10)= = =0.19
𝑓.01 (9,10) 5.26 𝛾2 𝛾1 H₀ H₁ H₀

10
𝐇𝟎 = 0.19 y 4.94 9 5.26
BIBLIOGRAFÍA: SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con Excel, Winstats y Graph,
Primera Edición. Imprenta M & V, Ibarra, Ecuador
29
PRUEBA DE HIPOTESIS PARA LA RAZON DE LAS VARIANZAS

30) 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:𝑥̅ 1=290 y s1 = 12. Del segundo proveedor se toma una muestra aleatoria de 16 Engranes, donde los resultados son 𝑥̅ 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.

Planteamiento Fórmula Sustitución

n1=10 𝑆12
𝑥̅ 1=290 𝐹= 2 452
s1 = 12 𝑆2 𝐹= = 14.06
122

n2=16 H1 =14.06
𝑥̅ 2=321
s2 = 45

𝐻0 = 𝜎12 -𝜎22 = 1
𝐻1 =𝜎12 -𝜎22 ≠1

Tabla Gráfica Conclusión

Usando la tabla “Valores críticos de la
distribución F” con Se Acepta H0, Los engranes del proveedor tienen una
𝑣1 = 𝑛1 − 1 = 10 − 1 = 9 mayor resistencia.
𝑣2 = 𝑛2 − 1 = 16 − 1 = 15
𝛾 𝛾 𝛾2 𝛾1
2 1

15 2.588 9 5.26
0 0.19 5.26 14.06
𝐇𝟎 =2.588 𝐇𝟎 =5.26 H0 H₀ H1

BIBLIOGRAFÍA: http://marcelrzm.comxa.com/EstadisticaInf/37PruebaDeHipotesisParaVarianza.pdf
30