Documentos de Académico
Documentos de Profesional
Documentos de Cultura
HISTOGRAMAS EJEMPLOS
Centrado con poca variabilidad Se tiene una nueva máquina
empacadora de arroz. Se observa
que la mayoría de las bolsas pesan
11 g y los demás pesos están
uniformemente repartidos
alrededor de esa medida.
En la producción de yogurt se
estuvieron trabajando con dos
máquinas de sellado diferentes, la
cual una de ellas no estaba
calibrada.
EJEMPLO:
Una conocida marca láctea afirma en sus spots publicitarios que el
contenido medio en calcio de la leche que comercializa es de 2
gramos/litro, es decir, por brik de leche. Un consumidor ha encargado a
un laboratorio que analice el contenido en calcio de un brik de leche y
afirma que denunciará a la compañía por publicidad engañosa si el
laboratorio le indica que dicho contenido es menor o igual a 1,3
gramos/litro. Por experiencias anteriores, este laboratorio sabe que el
contenido en calcio por litro de leche sigue una distribución normal y
que su desviación típica es de 0,5 gramos/litro.
a) ¿Qué contraste de hipótesis plantearías para decidir si la compañía está
engañando en su publicidad?
b) ¿En qué caso aceptará este consumidor la hipótesis de que la compañía
no engaña en su spot publicitario?
c) ¿Qué probabilidad de error de tipo I, o de primera especie, está
cometiendo el consumidor?
d) Si el verdadero valor de la media de la distribución del contenido en
calcio de la leche es de 1,8 gramos/litro, ¿cuál sería la probabilidad de
error de tipo II de la regla de decisión de este consumidor?
e) La compañía, por su cuenta, ha decidido analizar el contenido en calcio
de 100 brik de leche. El contenido medio en calcio de esta muestra ha
resultado ser de 1,7 gramos/litro. Con estos datos, calcula un intervalo de
confianza al 95% para el contenido medio de calcio.
a) H0: m=2
H1: m<2
X=contenido en calcio del brik de leche analizado = N(m; 0,5)
Si X#1,3, rechazaremos H0
b) En caso de que el contenido en calcio del brik analizado sea mayor
que 1,3 gramos/litro.
c) a = P(X#1,3 | m=2) = P(Z#(1,3-2)/0,5) = f(-1,4) = 0,0808
d) b = P(X>1,3 | m=1,8) = P(Z>(1,3-1,8)/0,5) = 1- f(-1) = 1-0,1587 = 0,8413
e) n=100 x =1,7 s=0,5 a =0,05
Intervalo Confianza 95% = 1,76 1,96*0,5/!100 = (1,602; 1,798)
Cuadro 3.Resumen de los promedios del análisis sensorial por atributo, en la prueba de
concentrado de jugo de uva.
CARACTERÍSTICA TRATAMIENTOS
T1 T2 T3 T4
COLOR 3.93 3.53 3.40 3.00
OLOR 3.53 3.13 2.67 2.27
SABOR 3.53 2.53 2.13 2.07
APARIENCIA 3.27 3.20 3.07 2.87
, entonces
, entonces
Como los dos exceden el rango D7 se subdividen estos dos subconjuntos en
conjuntos de seis medias.
, entonces
, entonces
, entonces
Nuevamente éstos exceden D6, entonces éstos se subdividen en subconjuntos
de cinco medias
, entonces
, entonces
, entonces
, entonces
Como las medias para las grasas 3, 2, 6 y 1 están incluidos en el conjunto
43261 que fue no significativo, los rangos de las medias en el subconjunto
3261 no se comparan con D4; solamente los rangos de las medias en el
subconjunto 2615 se comparan con D4; por lo tanto,
, entonces
Los otros subconjuntos de cuatro medias (3, 2, 6,1) y (6, 1, 5,3) no se
comparan con D4 porque ya fueron declarados no significativos en los
conjuntos de cinco medias. Por lo tanto, el proceso termina.
Los resultados se muestran gráficamente en la siguiente figura, donde las
medias que están debajo de una línea no son significativamente diferentes.
El investigador puede concluir que las cantidades absorbidas usando las grasas
4 y 3 son significativamente mayores que las 5, 8 y 7, y que la 2 es
significativamente mayor que las 8 y 7 y las demás grasas no son
significativamente diferentes en relación con la cantidad absorbida.
4.2.Pruebas No Paramétricas
Cuando las k muestras están relacionadas de forma que las características de los i-ésimos
elementos de cada muestra son idénticas o lo más parecidas posible, las diferencias
observadas entre las muestras serán atribuidas únicamente al efecto del factor
diferenciador de los grupos. El contraste de la hipótesis de que las k muestras proceden
de una misma población o de poblaciones con la misma tendencia central no puede
realizarse mediante el análisis de la varianza, al incumplirse el supuesto, por lo menos, de
independencia de las muestras. En este caso puede utilizarse alguna de las alternativas no
paramétricas que se presentan a continuación.
Se está realizando un experimento para analizar el sabor de una nueva marca de gaseosas
sabor cola antes de que se lance al mercado. Las marcas de gaseosas colas en comparación
fueron dadas a 5 jueces especializadas y se estableció una escala de valores de (1-5) donde
1 es el de peor sabor y 5 el de mejor sabor, los resultados se presentan en el Cuadro 4.
Cuadro 4. Resultados de los jueces frente a las gaseosas probadas.
𝑏 2 𝑘(𝑘 + 1)2
(𝑘 − 1) [𝑏𝐵 − ]
4
𝑆=
𝑏𝑘(𝑘 + 1)2
𝐴− 4
S= 11.93
2
Como 𝑋(𝑜.95,3) = 7.81 < 11.93 , se rechaza Ho
A un nivel de significación de 0.05 se puede afirmar que las gaseosas de sabor cola en
estudio no tienen igual de preferencia. Por lo tanto se debe proceder a realizar las pruebas
de comparación.
ALS(Fr)=8.538