Está en la página 1de 14

Universidad Tecnológica Nacional Facultad Regional San Nicolás

CÁTEDRA

PROBABILIDAD Y ESTADÍSTICA
Depto. Cs. Básicas

ESPECIALIDADES

Ingeniería Eléctrica
Ingeniería Mecánica
Ingeniería Metalúrgica

DOCENTES

Prof. Adjunto: Dra. Ana María Craveri


Ayudante de Primera: Est. Susana Carasai

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 1


Universidad Tecnológica Nacional Facultad Regional San Nicolás

CAPÍTULO 9
COMPARACIÓN ESTADÍSTICA

9.1.- Introducción a la Estadística Experimental


Frecuentemente el investigador debe recurrir a la experimentación para obtener datos, es
responsabilidad del que va a efectuar el análisis estadístico llevar a cabo la recolección
de la información de tal manera que garantice buenas condiciones de validez y
confiabilidad de las conclusiones obtenidas a partir de los mismos.
“el conjunto de procedimientos que se utilizan para generar datos numéricos de un
fenómeno natural, a fin de obtener la máxima información al mínimo costo” se
denomina Diseño Experimental (García R, 2004).
El tema fue originariamente desarrollado por Ronald A. Fisher utilizando datos de
investigaciones agrícolas que era su ámbito de trabajo (en la Rothamsted Experimental
Station, cerca de Harpenden, Inglaterra 1919-1933). Publica en 1926 su primer resumen
completo “The Arrangement of Field Experiments donde describe tres componentes
fundamentales de los experimentos en el área de pruebas agrícolas: control local de las
condiciones de campo para reducir el error experimental, replicación (observaciones
repetidas del experimento que genera tales resultados) como medio para estimar la
variancia del error experimental y la aleatorización (las unidades experimentales que
componen la muestra deben ser elegidas al azar) para obtener una estimación válida de
esa variancia. En este momento proporcionaremos una sintética introducción a estos
conceptos
¿Qué es el error experimental? La necesidad de repetir las observaciones, se debe a que
las unidades experimentales, entendidas como objetos o seres animados sobre los que se
realiza alguna observación o medición, no son todas exactamente iguales. Así podemos
pensar que el valor observado xi de la unidad experimental i es:
xi = µ + εi (1)
donde µ es el valor numérico que deseamos conocer y εi es el error experimental o
residual entendido como una desviación aleatoria propia de la unidad experimental
sobre la que se ha realizado la medición. Convenimos en que:
E(εi) = 0 y Var(εi) = σ2
Interpretamos estos parámetros como que el promedio poblacional de los residuales es
cero y la variancia de los residuales es la variancia del error experimental.
Volviendo a la expresión (1) vemos que cuanto mayor sea εi mayor será la variancia del
error experimental o variancia residual σ2 y en consecuencia más imprecisa será la
medición y la posterior conclusión sobre el valor de µ, puesto que éste no depende de
las unidades experimentales sino de la circunstancia o tratamiento que se está probando.
Justamente la elección de un correcto Diseño Experimental se debe a la necesidad de
minimizar, en lo posible, el error experimental.
El Diseño Experimental debe aplicarse desde el análisis de una sola población pero
cobra importancia en experimentos más complejos donde se trabaja con dos o más
poblaciones, que son llamados “problemas de comparación” que implican que se
establezca más de un conjunto de circunstancias o tratamientos en el experimento y que
se comparen entre sí las respuestas a los diferentes tratamientos. En este capítulo se
desarrolla lo relativo a la comparación de dos poblaciones, comenzando con la
comparación de sus medias. Al respecto debemos hacer algunas consideraciones:
1) En un experimento de comparación, en el que las unidades experimentales se
eligen, para ambos tratamientos, al azar de un mismo grupo experimental,
asumimos en general que hay una única variancia cuya estimación se denomina
variancia amalgamada. Veremos más adelante que podemos respaldar este
Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 2
Universidad Tecnológica Nacional Facultad Regional San Nicolás

supuesto a través del Test de Homogeneidad de Variancias. Por ejemplo: en


un experimento de comparación de dos sistemas de frenos, seleccionamos, de un
grupo de vehículos homogéneos un número n1 a los que se les instalará el
sistema 1 y n2 vehículos donde se instalará el sistema 2. En cada muestra las
mediciones de distancia de frenado variará de un vehículo a otro debido a su
propia variabilidad que no puede ser atribuida al sistema que se le ha instalado.
Dado que ambas muestras se han elegido al azar del mismo grupo, es razonable
asumir también que las variancias poblacionales σ 12 y σ 22 son iguales. A las
pruebas de este tipo las denominaremos: Test de diferencia de medias para
muestras independientes suponiendo variancias iguales
2) Cuando es razonable suponer que dicha variabilidad depende de los tratamientos
que se comparan las variancias σ 12 y σ 22 no serán iguales y las pruebas de este
tipo se denominan: Test de diferencia de medias para muestras
independientes suponiendo variancias distintas.
3) Otra consideración que debemos hacer se relaciona con el concepto de “control
local” que se mencionó como uno de los principios del Diseño de Experimentos.
Si las unidades experimentales son heterogéneas porque tienen diferencias
estructurales por ejemplo: en el problema de comparar los sistemas de frenos
podrían considerarse vehículos de diferente envergadura, distintas marcas, etc.
En estas situaciones se ganará eficiencia en el diseño agrupándolas en pares
(bloques) de unidades homogéneas dentro de cada par y heterogéneas entre los
pares, a posteriori se podrá realizar una selección aleatoria de los pares de ser
necesario. Este tipo de prueba se denomina: Test de diferencias apareadas.

9.2 Experimentos de comparación de dos medias


9.2.1 Prueba z de diferencia de medias para muestras independientes.
Podemos hacer extensivo lo desarrollado en el capítulo 8 con respecto a las pruebas de
hipótesis para la media de una población al caso en que nos interese determinar si existe
alguna diferencia entre las medias de dos poblaciones independientes con parámetros
µ1; σ1 y µ2 ; σ2 respectivamente.

Ejemplo Nº 1
Una compañía sostiene que sus focos son superiores a los de su principal competidor.
Un experimento realizado con una muestra de n1=40 focos de esa compañía da un
promedio de vida útil de los focos x1 = 647hs , mientras que una muestra de n2=40
focos de la competencia dio un promedio muestral x2 = 638hs . Suponemos conocidos
los respectivos desvíos σ1= 27 hs y σ2= 31 hs
Solución
Ho) µ1 ≤ µ2 H1)µ1>µ2

Nivel de significación α=0.05


647 − 638
z= = 1.38 zc=1,645
27 2 312
+
40 40

La regla de decisión es aceptar la Ho) puesto que el estadístico z=1.38<1.645. No hay


suficiente evidencia en las muestras para afirmar que la duración promedio de las
lámparas de ambos fabricantes es distinta.

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 3


Universidad Tecnológica Nacional Facultad Regional San Nicolás

9.2.2.- Prueba (Test) de diferencia de medias para muestras independientes


suponiendo Poblaciones Normales y variancias desconocidas.
Supongamos, nuevamente como ejemplo, que nuestro problema es la comparación de
dos sistemas de frenos. Partimos de un lote homogéneo de vehículos experimentales, se
seleccionan al zar n1 y se les aplica el sistema 1 (Tratamiento 1) y a otros n2 el sistema 2
(Tratamiento 2). Los datos recolectados en cada muestra corresponden a alguna variable
aleatoria de interés, por ejemplo “Distancia de frenado con el vehículo a una velocidad
de 60 Km /h sobre pavimento húmedo”. Podríamos organizar los datos de la siguiente
manera:
Tratamiento 1 Tratamiento 2
x11 x12
x 21 x 22
x31 x32
… …
… …
x n1 1 x n2 2
x1 x2
2 2
S (*)
1 S (*)
2

(*) Como normalmente las variancias poblacionales σ 12 y σ 22 son desconocidas se


estiman con S12 y S 22 . Hay situaciones en las que podemos tener fuertes razones para
suponer que las variancias poblacionales son iguales o distintas, el caso de variancias
poblacionales iguales se presenta, en general, cuando la variabilidad es inherente a las
unidades experimentales, en cambio el caso de varianzas desiguales se presenta cuando
dicha variabilidad es inherente a los mismos tratamientos que se comparan.
Por ejemplo:

a) Caso en que puede suponerse variancias iguales: Si tenemos la seguridad de que


las varianzas son iguales y ambos estimadores S12 y S 22 estiman la variancia residual (el
error experimental) construimos lo que llamamos Variancia Amalgamada ( S a2 ), que es
un promedio ponderado de ambos estimadores. S a2 es la estimación de la variancia de
( x1 - x 2 ) que se calcula con la siguiente expresión:

(n1 − 1).S12 + (n2 − 1).S 22


S a2 = = V( x1 - x 2 )
n1 + n 2 − 2

Planteo de Hipótesis
Podríamos plantear alguno de los siguientes pares de hipótesis:
Ho) µ1= µ2 H1) µ1 ≠ µ 2
Ho) µ1 ≥ µ 2 H1) µ1 < µ 2
Ho) µ1 ≤ µ2 H1) µ1 > µ 2

Una vez fijado el nivel de significación debemos calcular el estadístico de prueba


mediante la expresión:

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 4


Universidad Tecnológica Nacional Facultad Regional San Nicolás

En general el término (µ1 − µ 2 ) = 0 . La estadística de prueba t, para este caso, sigue


una distribución “t de Student” con n1 + n 2 − 2 grados de libertad.
La regla de decisión sigue el criterio establecido en el capítulo anterior comparando t
(estadístico de prueba) con tc (t crítico):

-tc tc -tc tc

Donde |tc| = t n1 + n2 − 2
Z r = Región de rechazo de Ho
Z A = Región de no rechazo (aceptación) de Ho

Ejemplo Nº 2
Se desea estudiar la efectividad de un nuevo aditivo para combustible, a tal efecto se
realizó una prueba sobre 10 automóviles que arrojó un consumo medio de 4.2 litros con
un desvío estándar de 0.58 litros Además se efectuó una prueba en condiciones
totalmente similares pero sin el aditivo, obteniéndose un consumo medio de 5.25 litros
con un desvío estándar de 0.63 litros. Se tienen fundadas razones para creer que los
desvíos poblacionales son iguales. Aseguraría usted que el aditivo reduce
significativamente el consumo promedio de combustible (α=0.05)

Observación: en la práctica podemos hacer, previamente a la comparación de medias,


la comparación de los estimadores de las variancias mediante el Test de homogeneidad
de variancias. Esta prueba se desarrolla en la resolución del ejemplo Nº 3.

b) Caso en que puede suponerse variancias distintas y Poblaciones Normales.


Si se comparan, por ejemplo, las producciones diarias de dos máquinas; una de ellas con
mucho tiempo de uso y la otra nueva o recién reparada, la segunda máquina deberá
tener una variabilidad considerablemente menor que la primera. Análogamente si se
S2 S2
trata de máquinas de distintas marcas. En este caso V( x1 - x 2 )= 1 + 2
n1 n 2

En el caso de no aceptar que las variancias de las poblaciones de donde provienen las
muestras son iguales, la expresión del estadístico de prueba es:

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 5


Universidad Tecnológica Nacional Facultad Regional San Nicolás

x1 − x 2 − (µ1 − µ 2 )
t' = La estadística de prueba t’, para este caso, sigue
S12 S 22
+
n1 n2
aproximadamente una distribución t de Student con ]v[ (parte entera de v) grados de
libertad.

2
 S12 S 22 
 + 
 n1 n2 
v= 2 2
 S12   S 22 
   
 n1  +  n2 
n1 − 1 n2 − 1

La regla de decisión es análoga al caso anterior.

Ejemplo Nº 3
Se han efectuado 16 determinaciones del punto de fusión de cierta sustancia, 8 de ellas
por un analista A y las restantes por el analista B, con los siguientes resultados:

A 174 173.5 173 173 171.5 172.5 173.5 178


B 173 173 172,5 173 174 172 171,5 172

Con la información del ejercicio 1: a) haga un test F y compruebe si las variancias


poblacionales en ambas muestras son iguales al nivel de significación del 5%.
b) Aseguraría usted, al 5%, que hubo una tendencia del analista A a obtener resultados,
en promedio, más altos que el B?

Solución
Datos de la muestra A Datos de la muestra B
Tamaño de muestra nA: 8 Tamaño de muestra nB: 8
Media aritmética x A = 173.65 Media aritmética x B = 172.625
Variancia estimada S A2 = 3.696 Variancia estimada S B2 = 0.625

Previo a la comparación de los promedios procederemos a probar si pueden suponerse


variancias iguales, la prueba se denomina “Test de Homogeneidad de Variancias”

1)Planteo de hipótesis
Ho) σ A2 = σ B2 H1) σ A2 > σ B2
2)Nivel de significación: α= 0,05
3) Estadístico de prueba es un cociente de los estimadores de variancias de ambas
muestras:
2
S mayor
F= 2
S menor
Si Ho es verdadera F tiene una distribución “Fde Snedecor” con parámetros: v1
(Grados de libertad del numerador) y v 2 (Grados de libertad del denominador)

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 6


Universidad Tecnológica Nacional Facultad Regional San Nicolás

Nótese que aún cuando el test es bilateral (dos colas de rechazo), en general, las tablas
de esta distribución, que están publicadas, sólo dan los fractiles de la derecha (cola
superior) pudiendo calcularse los de la izquierda (cola inferior), de modo que, para que
resulte equivalente, el estadístico de prueba debe construirse ubicando en el numerador
la variancia muestral mayor y tomando la decisión con el valor crítico de la cola
superior.
Con los datos de nuestro problema:

3.6964
F= = 5.914
0.625
4) Regla de decisión
El valor crítico para α = 5%, v1 = 7 , v 2 = 7 es F7;7 = 3.787
Luego se rechaza la Ho)
Comparación de medias
Ho) µA ≤ µB H1) µA > µB

173.625 − 172.625
t= = 1.3606
3.6964 0.625
+
8 8
Cálculo de los grados de libertad (v)
2
 3.6964 0.625 
 + 
v= 
8 8 
2 2
=9
 3.6964   0.625 
   
 8  + 8 
7 7

tc= 1.833

La decisión es aceptar la Hipótesis Nula y concluir que si bien no hay diferencias


significativas en promedio en las mediciones, el analista A presenta mayor variabilidad
en los resultados comparativamente con el analista B

Uso de la herramienta Análisis de Datos de EXCEL

Prueba de Homogeneidad de Variancias

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 7


Universidad Tecnológica Nacional Facultad Regional San Nicolás

Comparación de las medias

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 8


Universidad Tecnológica Nacional Facultad Regional San Nicolás

9.2.3 Test de diferencias apareadas


Podemos distinguir dos tipos de apareamientos de los datos:
a) los pares de datos corresponden a dos unidades experimentales homogéneas
b) autoapareamiento: una misma unidad experimental es medida antes y después
del tratamiento, de esta manera el par es generado por una sola unidad
experimental medida en dos momentos distintos

Se trabaja con la variable aletoria d que es la diferencia entre los datos del par, el
n

∑d i
promedio aritmético de la variable se simboliza con d = 1
que es el estimador del
n
promedio poblacional µ d que simbolizaremos con δ. La variancia estimada de la

∑ (d −d)
n
2
i
variable d es S d2 = 1
y la variancia del estimador d es:
n −1
S d2
S d2 =
n

Pueden plantearse los siguientes pares de hipótesis:

Ho) δ= 0 H1) δ≠ 0
Ho) δ≤ 0 H1) δ> 0
Ho) δ≥ 0 H1) δ< 0

El estadístico de prueba es:


d −δ
t=
Sd
Bajo el supuesto de que la muestra de valores d i proviene de una distribución normal
este estadístico de prueba seguirá una distribución t de Student con n-1 grados de
libertad.
Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 9
Universidad Tecnológica Nacional Facultad Regional San Nicolás

La regla de decisión es análoga a cualquiera de los otros tests planteados.

Ejemplo Nº 4
El gerente de una cooperativa agrícola quiere determinar cuál de dos máquinas de
llenado de bolsas de cereales le conviene comprar. Sabe que el tipo de cereal es un
factor importante a tener en cuenta para comparar la efectividad de las máquinas por lo
que toma dos bolsas para cada uno de diez tipos de cereales. Una bolsa fue llevada con
la máquina A y la otra con la máquina B. Los datos que se tienen son de la cantidad de
cereal derramado en gramos.
1 2 3 4 5 6 7 8 9 10
Máquina A 130 90 130 80 110 150 150 110 90 120
Máquina B 130 100 170 100 110 170 160 110 80 130
¿Qué máquina le conviene comprar? (α = 0,10)

Ho) δ = 0 H1 ) δ ≠ 0
Nivel de significación 10%
n

∑d i
S d2 200
d = 1
= -10 S d2 = = = 20 S d = 20 = 4,47
n n 10
Estadístico de prueba:
d − δ − 10
t= = = -2,23
Sd 4,47
Valor crítico:
t 9;10% = 1,8331
La decisión es rechazar la Hipótesis nula
Conclusión: Debería optarse por la máquina A que derrama, en promedio, menos cereal
que la B.

Actividad
Para comparar la capacidad de frenado de dos diseños de bandas de rodamiento, se
midió la distancia (en m) necesaria para detener un automóvil mediano. Los neumáticos
de cada diseño fueron probados en el mismo vehículo que circulaba sobre un pavimento
húmedo controlado. Las mediciones son:
Diseño A: 37 – 36 – 40 – 38 – 32 – 34 Diseño B: 33 – 34 – 35 – 38 – 42 – 34
Probar si en promedio ambos diseños tienen la misma distancia de frenado.
Previamente realice la prueba F de Snedecor para comparar las variancias de ambas
poblaciones.

9.3 Test de diferencia de proporciones


Nótese que hasta este momento las variables consideradas han sido cuantitativas
continuas y en consecuencia los datos que trabajamos generalmente resultaron de una
medición. Desarrollaremos ahora el caso en que los datos son el resultado de un conteo,
es decir datos frecuenciales resultado de definir una variable categórica y contar la
cantidad de datos en cada una de las categorías de la variable, a partir de datos de esta
naturaleza se quiere hacer una comparación entre dos poblaciones en términos de
proporciones.
En tal sentido, supongamos que un investigador está interesado en comparar la
proporción de defectuosos con dos aleaciones la que está actualmente en uso y otra de

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 10


Universidad Tecnológica Nacional Facultad Regional San Nicolás

tipo experimental. Los datos son el número de piezas defectuosas obtenido en cada uno
de los procesos.
Se tratará en este momento solamente el caso en que es válida la aproximación Normal
de la distribución Binomial. En el Capítulo 10 se desarrolla un procedimiento cuya
estadística de prueba χ 2 , es aproximada por una distribución chi cuadrada con un
grado de libertad. Los resultados serán equivalentes.
Simbolizamos con p A a la proporción de cierta característica en la población A y con

p B a la proporción en la población B.
Estos parámetros son desconocidos por lo tanto se estiman mediante sendas muestras de
tamaños n A y n B que arrojarán f A y f B éxitos respectivamente. Los estimadores
puntuales son las proporciones observadas en las muestras que se simbolizan con:
fA fB
pA = y pB =
nA nB

El estimador puntual de la diferencia ( p A - p B ) es entonces ( p A − p B ) y la variancia del


estimador es:
p A (1 − p A ) p B (1 − p B )
σ 2 ( p A − pB ) = +
nA nB
Podemos plantear las siguientes hipótesis:
Ho) p A = p B HI) p A ≠ p B

Ho) p A ≥ p B HI) p A < p B

Ho) p A ≤ p B HI) p A > p B

Fijado el nivel de significación lo que sigue es la construcción del estadístico de prueba,


puesto que la hipótesis nula establece que p A = p B podemos pensar que p A = p B = p,

que sería la proporción de éxitos en la población. De esta manera:


p(1 − p ) p (1 − p )  1 1 
σ 2 ( p A − pB ) = + = p.q + 
nA nB  n A nB 
Y el desvío estándar:
p (1 − p ) p (1 − p )
 1 1 
σ ( pˆ A − pˆ B ) = + p.q += 
nA nB n A nB 
Como el valor del parámetro p normalmente se desconoce se estima con la muestra
resultando:
n . p + nB . pB f + fB
p= A A = A
n A + nB n A + nB

Luego el estadístico de prueba es:

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 11


Universidad Tecnológica Nacional Facultad Regional San Nicolás

p A − pB
Z=
 1 1 
p.q  + 
 n A nB 
Este estadístico sigue, bajo la Hipótesis Nula, una distribución aproximadamente
N(0,1). La utilización de la distribución normal es aproximada y descansa en la bondad
con que la distribución binomial se aproxima a la distribución normal.

Ejemplo Nº 5

Se considera la posibilidad de cambiar la aleación de un material por otra más costosa, siempre
que el porcentaje de defectuosos de las piezas se reduzca significativamente. Dado que se
desconoce el porcentaje actual de defectuosos se consideró una muestra con cada aleación, la
actual y la propuesta.

Aleación Piezas producidas Piezas defectuosas


Actual 1.000 94
Nueva 200 12
¿Con un nivel de significación de 5% se aconsejaría cambiar por la nueva aleación?

Solución
Si llamamos A a la aleación actual y B a la nueva, las hipótesis a plantear son:
Ho) p A ≤ p B HI) p A > p B

Nivel de significación α = 0,05

94
pA = = 0,094
1000

12
pB = = 0,06
200

106
p= = 0,088
1200

0,094 − 0,06
Z= = 1,549 Zc = 1,645
 1 1 
0,088.0,912 + 
 1000 200 

Como Z< Zc , la decisión es no rechazar la Hipótesis Nula de igualdad de proporciones.


Con un riesgo del 5% podemos afirmar que ambas aleaciones producen la misma
proporción de defectuosos. Por el momento no se recomendaría cambiar por la aleación
experimental.

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 12


Universidad Tecnológica Nacional Facultad Regional San Nicolás

Ejercicios

1.- Una empresa considera comprar una de dos marcas de baterías: A ó B. Antes de
tomar la decisión considera muestras aleatorias de ambas marcas. El registro de las
duraciones en horas de las baterías proporciona la siguiente información:

MARCA A MARCA B
n 1 = 100 baterías n 2 = 120 baterías
x 1= 32 hs x 2=26 hs

Se sabe que el proceso que producen las baterías marca A tiene una variancia σ2= 25 hs
y el de las baterías marca B tiene una variancia σ2 = 64 hs
¿Puede afirmarse que las baterías de la marca A duran en promedio más que las de
marca B? Asuma un nivel de significación de 0.05.

2.-Se desea estudiar la efectividad de un nuevo aditivo para combustible, a tal efecto se
realizó una prueba sobre 10 automóviles que arrojó un consumo medio de 4.2 litros con
un desvío estándar de 0.58 litros Además se efectuó una prueba en condiciones
totalmente similares pero sin el aditivo, obteniéndose un consumo medio de 5.25 litros
con un desvío estándar de 0.63 litros. Se tienen fundadas razones para creer que los
desvíos poblacionales son iguales. Aseguraría usted que el aditivo reduce
significativamente el consumo promedio de combustible (α=0.05)

3.- El gerente de una cooperativa agrícola quiere determinar cuál de dos máquinas de
llenado de bolsas de cereales le conviene comprar. Sabe que el tipo de cereal es un
factor importante a tener en cuenta para comparar la efectividad de las máquinas por lo
que toma dos bolsas para cada uno de diez tipos de cereales. Una bolsa fue llevada con
la máquina A y la otra con la máquina B. Los datos que se tienen son de la cantidad de
cereal derramado en gramos.
1 2 3 4 5 6 7 8 9 10
Máquina A 13,73 9,75 13,78 8,37 11,71 15,47 15,56 11,74 9,76 12,47
Máquina B 13,99 10,89 17,01 10,43 11,39 17,99 16,02 11,90 8,11 13,88
¿Qué máquina le conviene comprar? (α = 0,10)

4.-Se considera la posibilidad de cambiar la aleación de un material por otra más costosa,
siempre que se reduzca el porcentaje de defectuosos de las piezas. Dado que se desconoce el
porcentaje actual se tomó una muestra con cada aleación, la actual y la propuesta
Aleación Piezas producidas Piezas defectuosas
Actual 1.000 200
Nueva 94 12
¿Puede asegurar con un 5% de riesgo que se ha obtenido el resultado deseado?

5.- Se llevó a cabo un estudio para probar si un proceso de fabricación que se efectúa en
un sitio remoto, puede ser llevado a cabo en una nueva localidad. Uno de los elementos
a tener en cuenta para decidir el traslado es la evaluación de las lecturas de voltaje del
nuevo sitio comparativamente con las del sitio actual. Para esto se tomaron mediciones
del voltaje en el sitio actual y en el nuevo y posible sitio de radicación.

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 13


Universidad Tecnológica Nacional Facultad Regional San Nicolás

Sitio actual Sitio nuevo


9.98 9.87 9.19 9.27
10.26 9.55 9.63 8.83
10.05 9.95 10.10 9.39
10.29 9.70 9.7 9.48
10.03 8.72 10.09 9.64
8.05 9.84 9.6 8.82
10.55 10.15 10.05 8.65
10.26 10.02 10.12 8.51
9.97 9.8 9.49 9.14
9.87 9.73 9.37 9.75
10.12 9.8 10.01 10.03
10.05 10.15 8.82 9.85
9.00 9.43

Decida si existen diferencias significativas en los niveles de voltaje de ambos sitios.


Previamente haga el test correspondiente de comparación de variancias. Se está
dispuesto a asumir un riesgo del 5% de que se descarte el nuevo sitio siendo que los
niveles de voltaje no son significativamente distintos.

6.- Dos aleaciones, A y B, se utilizan en la fabricación de barras de acero. Suponga que


un productor de acero desea compara las dos aleaciones con base en la capacidad de
carga media, donde la capacidad de carga de una barra de acero, se define como la carga
máxima (peso en toneladas) que puede aguantar sin romperse. Se seleccionaron al azar
barras de acero que contenían la aleación A y otras que contenían la aleación B, y se
probó la capacidad de carga. Los resultados son:

Aleac A Aleac B
36,3 48,4
44,2 42,2
49,3 46,5
51,6 49,9
32,1 37,7
41,8 43,1
48,4 45,3
37,5 50,1
39,5 47
48,9 50,3
41,4

En base a estos datos informaría usted que la carga máxima es, en promedio, la misma
para ambas aleaciones? Realice además la comparación de las variancias.

Probabilidad y Estadística 2017- Dra. Ana María Craveri Página 14