Cuestionario 2

1. Tres tipos distintos de motores de gasolina fueron probados para

determinar cuánto tiempo son útiles antes de necesitar una reparación; si
los tiempos de vida de los motores de cada tipo se distribuyen
normalmente y tienen la misma varianza. Realizar una prueba utilizando
un nivel de significancia del 2.5% para determinar si difieren las medias de
vida útil antes de requerir una reparación. En la tabla aparecen los tiempos
de vida útil, en decenas de miles de millas para cada tipo de motor.

A B C
6 8 3
2 7 2
4 7 5
1 2 4
7 6 1

1.- Formulación de la hipótesis:

H 0 : 1  2  3  .........   k
H1 : al menos un i  j

2.-Nivel de significancia:

Ftabla  F , k 1, n k  F0.025,2,12

Ftabla  5.0959

3.-Estadistico de prueba:
Tenemos de los datos de la tabla:

nA  5 , nB  5 , nC  5
n  nA  nB  nC  15

TA  20 , TB  30 , TC  15
T  TA  TB  TC  65

Calculo de suma de cuadrados:

ni
k
T2 652
SCTotal   x   (6  2 ....4  1 ) 
2
ij
2 2 2 2

i 1 K 1 n 15

SCTotal  81.333

Ti 2 T..2
n
202 302 152 652
SCTra    (   )
i n i n 5 5 5 15

SCTra  23.333

SCE  SCT  SCTR  81.333  23.333

SCE  58

Cuadro de ANOVA:
 Fuente de Grados de
variación libertad SC CM Fcal

Tratamiento 2 23.333 11.666 2.41

Error 12 58 4.833
Total 14 81.333

4.-Decision:

Región de
rechazo

Como Ftabla   Fcalculada entonces aceptamos

Ho .

5.-Conclusion:

Por lo tanto las medias de vida útil de los tres motores antes de requerir
una reparación no se diferencian a un nivel de significancia del 2.5%.
2. La solicitud de préstamo que presentan los clientes de un banco está
compuesta por cuatro rubros. El gerente de préstamos desea realizar un
estudio sobre la distribución de la cantidad de rubros que son rechazados
por cada solicitud, para esto toma una muestra de 200 solicitudes,
obteniéndose los siguientes resultados:

Nº de rubros rechazados 0 1 2 3 4
Nº de solicitudes 15 80 70 25 10

¿El gerente puede concluir que el número de rubros rechazados por cada
solicitud, tiene una distribución binomial con n=4 y p=0.4?. Use un
  0.01

a) Plantear en términos del problema planteado sus hipótesis respectivas.

b) Resuelva la prueba de hipótesis respectiva mostrando su

procedimiento y expresando claramente sus conclusiones.

1. Planteamos las hipótesis

H0: El número de rubros rechazados por cada solicitud tiene una

distribución binomial con n=4 y p=0.4.

H1: El número de rubros rechazados por cada solicitud no tiene una

distribución binomial con n=4 y p=0.4.

2. Nivel de confianza : 1    1  0.01  0.99

3. Estadístico de prueba:

La variable aleatoria X tiene distribución Binomial con parámetros n=4

y p=0.4. (X~Bi (4,0.4)) si su función de cuantía está dada por:
 n  x n-x
p(X = x) =   p (1- p)
x
Número rubros
rechazados: xi 0 1 2 3 4
Frecuencias
15 80 70 25 10
observadas: oi
pi = p(X = xi) 0.1296 0.3456 0.3456 0.1536 0.0256
Frecuencias
esperadas: ei = n x pi 25.92 69.12 69.12 30.72 5.12
(oi - ei)2 / ei 4.6 1.713 0.011 1.065 4.65

Con estos datos el estadístico de prueba es:

4
(oi  ei ) 2
 2
calc   12.039
i 0 ei

4. Región de aceptación
Los grados de libertad para el estadístico de prueba serán iguales a
4.

2
X tabla  X 21 , k 1  X 2 0.99,4
2
X tabla  13.277

5. Conclusión

El valor de tabla para un nivel de significación del 1% es 13.277.

Como el valor calculado es menor al valor de tabla se acepta H 0. En

conclusión no existe suficiente evidencia estadística para rechazar que
el número de rubros rechazados por cada solicitud sigue una distribución
binomial con n=4 y p=0.4.
3. Una investigadora de negocios desea determinar si el tipo de gasolina
preferida es independiente del ingreso de una persona (en soles), para ello
realiza una encuesta a un total de 455 compradores haciéndoles
preguntas acerca del tipo de gasolina que prefiere (gasolina: regular,
premium o extra) y acerca de sus ingresos (pueden ser: menores de
3000, entre 3000 – 5000, entre 5000 – 7000 y mayores a 7000). La
investigadora obtiene las siguientes respuestas parciales:

Tipo de gasolina
Ingresos Regular Premium Extra Total
Menores de 3000 16 6 107
3000-5000 102 27
5000-7000 15 73
Mayores a 7000 85 23 25 133
Total 308 59

a) Completar el cuadro.

Tipo de gasolina

Ingresos Regular Premium Extra Total

Menores de 3000 85 16 6 107
3000-5000 102 27 13 142

5000-7000 36 22 15 73

Mayores a 7000 85 23 25 133

Total 308 88 59 455

b) Use la prueba apropiada para determinar si el tipo de gasolina

preferida es independiente de los ingresos. Use   0.05.
 1. Planteamos las hipótesis

H0: El tipo de gasolina preferida y el tipo de ingreso de una persona

son independientes

H1: El tipo de gasolina preferida y el tipo de ingreso de una persona

no son independientes

2. Nivel de confianza : 1    1  0.05  0.95

3. Estadístico de prueba:

Total filas

En cada Cuadro:
85 16 6 107
Frecuencias observadas:Oi 72.43 20.69 13.87
2.181 1.063 4.465
102 27 13 142
Frecuencias Esperadas: ei 96.12 27.46 18.41
ei=Tfila*Tcolumna/Total 0.359 0.007 1.589

36 22 15 73
49.42 14.12 9.47
(oi - ei)2 / ei 3.644 4.397 3.229

85 23 25 133
90.03 25.72 17.25

Total columnas 0.281 0.287 3.482

308 88 59 455

Con estos datos el estadístico de prueba es:

 4
(oi  ei ) 2
X 2
calculado   24.985
i 0 ei

4. Región de aceptación

Los grados de libertad para el estadístico de prueba serán iguales a:

gl  (cantidadfilas  1)(cantidadcolumnas  1)
gl  (4  1)(3  1)
gl  6

Luego:

2
X tabla  X 21 , gl  X 2 0.95,6
2
X tabla  12.592

5. Conclusión

El valor de tabla para un nivel de significación del 1% es 13.277.

Como el valor calculado es mayor al valor de tabla se rechaza H 0. En

conclusión hay evidencia estadística que el tipo de gasolina preferida y
el tipo de ingreso de una persona no son independientes.
4. En el cuadro siguiente se presenta la distribución de frecuencia del
número de defectos encontrados en el análisis de los últimos 200 artículos
producidos en un proceso de producción. Usando un nivel de confianza
del 5% se desea verificar mediante una prueba chi cuadrado si dichos
valores proceden de una distribución de Poisson con una media de3.5
defectos por artículo

1. Planteamos las hipótesis

H0: El número de defectos en los artículos producidos sigue una

distribución de Poisson con parámetro igual a 3.5.

H1: El número de defectos en los artículos producidos no sigue una

distribución de Poisson con parámetro igual a 3.5.

2. Nivel de confianza : 1    1  0.05  0.95

3. Estadístico de prueba:

La variable aleatoria X tiene distribución Poisson con parámetro λ=4 .

(X~Poisson (4,0.4)) si su función de cuantía está dada por:

xi 0 1 2 3 4 5 6 7 8 9
oi 10 31 44 50 31 21 6 5 1 1
p(X = xi) 0.03 0.106 0.185 0.216 0.188 0.132 0.077 0.038 0.017 0.007
ei = n x pi 6 21.2 37 43.2 37.6 26.4 15.4 7.6 3.4 1.4
Puesto que la frecuencia esperada en las 2 últimas celda es menor que 5,
se combinan las tres últimas celdas.

xi 0 1 2 3 4 5 6 78y9
oi 10 31 44 50 31 21 6 7
p(X = xi) 0.03 0.106 0.185 0.216 0.188 0.132 0.077 0.062
ei = n x pi 6 21.2 37 43.2 37.6 26.4 15.4 12.4
(oi - ei)2 / ei 2.67 4.53 1.32 1.07 1.16 1.1 5.74 2.35

Con estos datos el estadístico de prueba es:

4
(oi  ei ) 2
 2
calc   19.94
i 0 ei

4. Región de aceptación

Los grados de libertad para el estadístico de prueba serán iguales a

7.

2
X tabla  X 21 , k 1  X 2 0.95,7
2
X tabla  14.067

5. Conclusión

El valor de tabla para un nivel de significación del 5% es 14.067.

Como el valor calculado es mayor al valor de tabla se rechaza H 0. En

conclusión existe evidencia estadística para rechazar que el número
de defectos en los artículos producidos sigue una distribución de
Poisson con parámetro igual a 3.5.
5. El jefe de ventas de una gran cadena de tiendas debe decidir entre dos
cursos similares de capacitación para sus vendedores. Para esto decide
comprobar la eficacia de los cursos tomando un muestra de 350
vendedores para el curso A y otra muestra de 400 vendedores para el
curso B, al final de cada curso encontró que en el primer caso 82% de los
vendedores mejoraron significativamente su desempeño, mientras que en
con el curso B ese porcentaje fue del 74%. Como el curso A es más
costoso, el jefe decidirá enviar a sus vendedores a dicho curso siempre y
cuando el porcentaje de vendedores que mejoran su desempeño con este
curso supere al porcentaje de vendedores que mejoran su desempeño con
el curso B. Utilizando un  = 0,05. ¿Cuál será la decisión del jefe de
ventas de esta cadena de tiendas?

Cursos de
Porcentaje de mejoras
capacitación Tamaño de la muestra
de desempeño

A nA  350 vendedores p1  82%  0.82

B nB  400 vendedores p2  74%  0.74

Planteamos las Hipótesis

H o : 1   2
H1 :  1   2

Nivel de Significancia:   0.05  1    0.95

Z tabla  Z1  Z 0.95

Z tabla  1.65
Estadístico de Prueba:

( p A  pB )
Z calculada 
1 1
p '(1  p ')(  )
n A nB
Donde:

p' 
 n A p A  n B pB 
nA  n B

p' 
 350*0.82  400*0.74 
350  400
p '  0.777

Reemplazando:

(0.82  0.74)
Z calculada 
1 1
0.777(1  0.777)(  )
350 400

Z calculada  2.627

Como:
Z tabla  Z calculada entonces se acepta H o por lo tanto el jefe
debe enviar a sus vendedores al curso A ya porcentaje de vendedores
que mejoran su desempeño con este curso supera al porcentaje de
vendedores que mejoran su desempeño con el curso B con un nivel de
confianza del 95%.