USAC.

FACULTAD DE INGENIERÍA
ESTADISTICA 2
Inga. María Eugenia Aguilar

PROBLEMAS RESUELTOS DE PRUEBAS PARA DOS POBLACIONES

Problema 1. Al seleccionar un concreto azufrado para la construcción de carreteras en regiones que

experimentan congelamiento intenso, es importante que el concreto elegido tenga un valor bajo de
conductividad térmica, a fin de reducir el daño posterior debido a temperaturas cambiantes. Suponga que para
cierta carretera están siendo considerados dos tipos de concreto, uno con agregados graduados y otro sin
agregados finos. ¿Esta información indica que la conductividad promedio real para el concreto graduado es
mayor que la del concreto sin agregados finos? Utilice α = 0.01

Caso: diferencia de medias con muestras grandes

Resumen de los datos


Tamaño de Conductividad
Tipo de concreto Desviación muestral
muestra promedio muestral

Graduado n1 = 42 = 0,486 S1 = 0,187

Sin finos n2 = 42 = 0,359 S2 = 0,158

En base a la pregunta ¿Esta información indica que la conductividad promedio real para el
concreto graduado es mayor que la del concreto sin agregados finos? Se procede a plantear las
hipótesis.

Planteamiento de hipótesis:
Ho: (≤
H1: (

Nivel de significancia:

Valor de prueba: se utilizará la siguiente fórmula en la que dado que ambas muestras son grandes,
puedes sustituirse los valores de las varianzas poblacionales por los de las varianzas muestrales.
El valor para d0 es 0 dado que no se desea saber que tanto mayor es sino si es o no mayor.
( X 1  X 2 )  do
z
2 2
1  2

n1 n2
Sustituyendo valores:


Valor critico: por tratarse de una prueba de extremo derecho:

Zc = Z0.01 = 2.33
Grafica y contraste:

α = 0.01

Área de aceptación de Ho Área de rechazo de Ho

Zc =2.33 Zp = 3.36

Conclusión: Se acepta la H1 con una significancia de 0.01, por lo que la conductividad promedio
real para el concreto graduado es mayor que la del concreto sin agregados finos.

Problema 2. En un programa de capacitación industrial, algunos aprendices son instruidos con el

método A, el cual consiste en instrucción mecanizada y algunos son capacitados con el método B,
que utiliza también la atención personal de un instructor. Si muestras aleatorias de tamaño 10 son
tomadas de grandes grupos de aprendices capacitados por cada uno de estos métodos y las
calificaciones que obtuvieron en una prueba de aprovechamiento son:

Método A 71 75 65 69 73 66 68 71 74 68
Método B 72 77 84 78 69 70 77 73 65 75

Utilizar un nivel de significación de 0.05 para probar la afirmación de que los dos métodos son
diferentes. Suponer que las poblaciones muestreadas pueden aproximarse con distribuciones
normales que tienen la misma varianza.

Caso: Diferencia de medias con muestras pequeñas y varianzas poblacionales desconocidas pero
iguales.

Para este caso primeramente se deben obtener a través de estadística descriptiva los valores de
las medias y desviaciones estándar muestrales.

Resumen de datos:
Método A Método B
X = 70 X = 74
S1 = 3.367 S2 = 5.395
n1 = 10 n2 = 10

Planteamiento de Hipótesis:
Ho: (
H1: (≠

Nivel de significancia:

Valor de prueba: debido a que aunque no se conocen las varianzas poblacionales pero se puede
asumir que son iguales, se utilizará la siguiente fórmula en la el valor para d0 es 0.
 ( x1  x2 )  d o
t
1 1
Sp 
n1 n2

Para esta, previamente se calcula el valor de Sp, es decir, la desviación agrupada, Sp es la raíz
2
cuadrada de Sp se calcula con la fórmula:
2
(n1  1) S12  (n2  1) S2
s2 p 
n1  n2  2

Sustituyendo valores, Sp2 = 20.22 y t p = -1.989

Valor crítico:
Para esto es necesario calcular los grados de libertad con la formula: n1+ n2 – 2, teniendo para
este caso 18 grados de libertad

El valor critico será: ± t0.025,18 = 2.1009

Grafica y Contraste:

α = 0.025 α = 0.025

-1.989
Área de rechazo de Ho Área de aceptación de Ho Área de rechazo de Ho
-2.1009 2.1009

Conclusión: Se acepta la H0 con una significancia de 0.05, por lo que se comprueba que ambos
métodos son iguales.

Problema 3. El diseñador de una troqueladora nueva de lámina afirma que su máquina puede
trabajar determinado producto con más rapidez que la máquina que está en uso. Se hicieron
ensayos independientes troquelando el mismo artículo en cada máquina y se obtuvieron los
resultados de tiempo de terminación siguientes:
Máquina normal Máquina nueva
n = 10 n = 20
= 35 seg = 34.98 seg
S = 0.0173 seg S = 0.01 seg

En el nivel de significancia del 10%, ¿la información respalda la afirmación del diseñador?

Caso: Diferencia de medias con muestras pequeñas y varianzas poblacionales desconocidas.

En esta caso debido a que se desconocen los valores de las varianzas poblacionales y también se
desconoce si varían en forma igual o diferente, primero es necesario realizar una prueba de
varianzas con la cual se determinará si las son iguales o diferentes para poder utilizar las formulas
correctas en la prueba de diferencia de medias.
 Prueba de relación de varianzas:

Las hipótesis se plantean de la siguiente forma debido a que únicamente se desea comprobar si
son iguales o diferentes:

Ho: = 1 lo que equivale a: =

H1: ≠ 1 lo que equivale a: ≠

Nivel de significancia: para estos casos se trabaja con la misma de la pruebe de medias, es decir,
α = 0.10

Valor de prueba: =

Sustituyendo valores: Fp = 2.99

Valor critico: Debido a que se trata de una prueba de dos extremos, los valores críticos se
obtienen de la siguiente forma:
Para el extremo derecho: Fα/
Para el extremo izquierdo: 1/Fα/
Ambos con V1 = n1 – 1; V2 = n2 -1
Extremo derecho: Fc = 2.42 Extremo Izquierdo Fc = 0.41

Grafica y Contraste:

α/2 = 0.05 α/2 = 0.05

Rechazo Ho Aceptación Ho Rechazo Ho

Fc Fc Fp
0.41 2.42 2.99

Conclusión: con una significancia de 0.10 se tiene evidencia estadística para rechazar Ho, lo que significa que
las varianzas poblacionales son DIFERENTES.

Ahora se puede continuar con el objetivo principal de este problema, la

comprobación de una prueba de diferencia de medias.

Y habiendo establecido que las varianzas poblacionales son diferentes se procede a realizar la
prueba de medias.
Caso: Diferencia de medias con muestras pequeñas y varianzas poblacionales con valores
desconocidos y diferentes.

Planteamiento de hipótesis:
Ho: − ≤ 0
H1: − > 0

Nivel de significancia: α = 0.10

Valor de prueba: igual que en los anteriores do es = 0

( X1  X 2 )  do
t
S12 S 22

n1 n2

Sustituyendo valores: tp = 3.38

Valor crítico: los grados de libertad del valor crítico se calculan con la formula:

( S12 / n1  S 22 / n2 ) 2
V
( S12 / n1 ) 2 ( S 22 / n2 ) 2

n1  1 n2  1
Sustituyendo valores , V = 12 grados de libertad. Es importante aclarar que el valor resultante de la
fórmula se TRUNCA, no se aproxima.
tc = 1.356

Gráfica y contraste:

α = 0.10

Área de aceptación de Ho Área de rechazo de Ho

tc =1.356 tp = 3.38
Conclusión: Se acepta la H1 con una significancia de 0.10, por lo que la información SI respalda la
afirmación del diseñador.

Problema 4.
Algunas personas acusadas en procesos criminales se declaran culpables y son sentenciadas sin
un juicio, mientras que otras que alegan inocencia son encontradas culpables después y entonces
son sentenciadas. En años recientes, estudiosos de las leyes han especulado en cuanto a si las
sentencias de quienes se declaran culpables difieren en severidad de las sentencias para quienes
alegan ser inocentes y después son juzgados culpables. ¿Estos datos indican que la proporción de
acusados en estas circunstancias que se declaran culpables y son enviados a prisión difieren de la
proporción de quienes son encarcelados después de alegar inocencia y ser encontrados
culpables? α = 0.01

Culpables Inocentes
n = 191 n = 64
enviados a la cárcel = 101 enviados a la cárcel = 56

Caso: diferencia de proporciones

Planteamiento de hipótesis:
Ho: ( P1  P2 )  0
H1: ( P  P )  0
1 2

Nivel de significancia: α = 0.01

Valor de prueba: como no hay valor para do, el valor de prueba se calcula con la fórmula:
p1  p 2
Z
1 1 
p(1  p )   
 n1 n2 

Para esto el valor ̅ , la proporción combinada se calcula con la formula:

n1 p1  n2 p2
p
n1  n2

De los datos se obtienen los valores de las proporciones de muestra:

̅ = proporción de culpables enviados a la cárcel = 101/191 = 0.529

̅ = proporción de inocentes enviados a la cárcel = 56/64 = 0.875

Sustituyendo los datos en las formulas:

̅ = 0.616

Z = - 4.94

Valor crítico: Z 0.005  2.580

Grafica y Contraste:

α = 0.025 α = 0.025

Área de rechazo de Ho Área de aceptación de Ho Área de rechazo de Ho

-2.58 2.58
-4.94

Conclusión: Se acepta la H1 con una significancia de 0.01, por lo que los datos indican que la
proporción de acusados en estas circunstancias que se declaran culpables y son enviados a
prisión difieren de la proporción de quienes son encarcelados después de alegar inocencia y ser
encontrados culpables.

Problema 5. Se están considerando dos tipos diferentes de computadoras de control de disparo

que se utilizan en baterías de 6 cañones de 105 mm en el ejercito, los dos sistemas de
computadoras se someten a una prueba operacional en la cual se cuenta el número total de
impactos en el blanco. El sistema de computadora 1 produce 250 impactos de 300 descargas, en
tanto el sistema 2 consigue 178 impactos de 260 descargas. Existirá alguna razón para pensar que
los dos sistemas difieran a un nivel de significancia de 5%.

Caso: diferencia de proporciones

Planteamiento de hipótesis:

Ho: P1 - P2 = 0
Hl : P1 - P2 ≠ 0

Nivel de significancia: α = 0.05

Valor de prueba: al igual que el anterior no hay valor para do, el valor de prueba se calcula con la
fórmula:
p1  p 2
Z
1 1 
p(1  p )   
 n1 n2 

n1 p1  n2 p2
p
n1  n2

De los datos se obtienen los valores de las proporciones de muestra:

̅ = 250/300 = 0.833

̅ = 178/260 = 0.684

Sustituyendo los datos en las formulas:

 ̅ = 0.76

Z = 4.2

Valor crítico: Z 0.025

 1.96

Grafica y Contraste:

α = 0.025 α = 0.025

Área de rechazo de Ho Área de aceptación de Ho Área de rechazo de Ho

-1.96 1.96
4.2

Conclusión: Se acepta la H1 con una significancia de 0.01, por lo que los dos sistemas si difieren.

Problema 6. Se pueden utilizar dos pruebas analíticas diferentes para determinar el nivel de
impureza en aleaciones de acero. Se prueban ocho especímenes con ambos procedimientos; los
resultados aparecen en la siguiente tabla. ¿Existe suficiente evidencia para concluir que ambas
pruebas dan el mismo nivel de impureza promedio? α= 0.01

Espécimen 1 2 3 4 5 6 7 8
Prueba 1 1.2 1.3 1.5 1.4 1.7 1.8 1.4 1.3
Prueba 2 1.4 1.7 1.5 1.3 2.0 2.1 1.7 1.6

Caso: Pares coincidentes

Este tipo de prueba se lleva a cabo cuando a una misma muestra se le aplican dos métodos
diferentes. En este caso la muestra está conformada por los ocho especímenes y los dos métodos
son las pruebas 1 y 2.

Planteamiento de Hipótesis:

Ho: (
H1: (≠

Nivel de significancia:

Valor de prueba: para este caso la formula a utilizar es:

_
d  d0
t
Sd / n
 _
d   di / n
Donde: diferencia promedio =

sd 
d i
2
( d ) i
2
/n
desviación estándar varianza de la diferencia promedio = n 1

n corresponde al número de elementos en la muestra o al número de pares de datos, en esta caso

n = 8.
Para el cálculo de la diferencia promedio y de la varianza se sigue el siguiente procedimiento:

Espécimen Prueba 1 Prueba 2 di di - (di - )2

1 1.2 1.4 -0.2 0.0125 0.00015625
2 1.3 1.7 -0.4 -0.1875 0.03515625
3 1.5 1.5 0 0.2125 0.04515625
4 1.4 1.3 0.1 0.3125 0.09765625
5 1.7 2 -0.3 -0.0875 0.00765625
6 1.8 2.1 -0.3 -0.0875 0.00765625
7 1.4 1.7 -0.3 -0.0875 0.00765625
8 1.3 1.6 -0.3 -0.0875 0.00765625
-1.7 0.20875

̅ = -1.7/8 = 0.2125
.
Sd = = 0.1727
do = 0

Sustituyendo valores: t = - 3.48

Valor crítico:
Para esto es necesario calcular los grados de libertad con la formula: n -1, en este caso 8 – 1 = 7
grados de libertad

El valor critico será: ± t0.005,7 = 3.499

Conclusión: Se acepta la H0 con una significancia de 0.01, por lo que se comprueba que ambos
métodos son iguales.

Problema 7: Para comprobar la utilidad de una técnica de enriquecimiento motivacional un

investigador pasa una prueba de rendimiento académico a una muestra de 16 sujetos. Después
aplica su técnica de enriquecimiento y después de ello, vuelve a pasar la prueba de rendimiento.
Los resultados fueron los siguientes:

Individuo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Antes 8 12 14 11 16 6 11 9 10 10 19 12 17 8 12 12
Despues 9 16 23 21 17 10 14 8 11 12 19 16 16 13 17 11

A un nivel de confianza del 95%, ¿Podemos rechazar que los rendimientos académicos son
iguales antes que después frente a la alternativa de que se produce una mejora?
Caso: Pares coincidentes
Se trata de pares coincidentes porque los sujetos son los mismos y se ha evaluado su rendimiento
antes y después de la técnica de enriquecimiento, esto son los dos métodos.

Planteamiento de Hipótesis:

Ho: (
H1: (≠

Nivel de significancia:
_

Valor de prueba: t  d  d 0
Sd / n
n = 16
Al igual que en el problema anterior, se procederá a calcular la diferencia promedio y la desviación
estándar:
2
Individuo Antes Después di (di - ) (di - )
1 8 9 -1 1.88 3.5344
2 12 16 -4 -1.12 1.2544
3 14 23 -9 -6.12 37.4544
4 11 21 -10 -7.12 50.6944
5 16 17 -1 1.88 3.5344
6 6 10 -4 -1.12 1.2544
7 11 14 -3 -0.12 0.0144
8 9 8 1 3.88 15.0544
9 10 11 -1 1.88 3.5344
10 10 12 -2 0.88 0.7744
11 19 19 0 2.88 8.2944
12 12 16 -4 -1.12 1.2544
13 17 16 1 3.88 15.0544
14 8 13 -5 -2.12 4.4944
15 12 17 -5 -2.12 4.4944
16 12 11 1 3.88 15.0544
-46 165.7504
̅ = -46/16 = -2.88
.
Sd = = 3.324
do = 0

Sustituyendo valores: t = - 3.46

Valor crítico:

El valor critico será: ± t0.025,15 = 2.746

Grafica y Contraste:

α = 0.025 α = 0.025

Área de rechazo de Ho Área de aceptación de Ho Área de rechazo de Ho

-3.46 -2.746 2.746

Conclusión: Se acepta la H1 con una significancia de 0.05, por lo que los rendimientos académicos
NO son iguales antes que después de la técnica de enriquecimiento.