Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4.1 Introducción
Se ha mostrado cómo puede estimarse un parámetro a partir de los datos contenidos en una muestra.
Puede encontrarse ya sea un sólo número (estimador puntual) o un intervalo de valores posibles
(intervalo de confianza). Sin embargo, muchos problemas de ingeniería, ciencias, y administración,
requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro.
Esta proposición recibe el nombre de hipótesis. Este es uno de los aspectos más útiles de la
inferencia estadística, puesto que muchos tipos de problemas de toma de decisiones, pruebas o
experimentos en el mundo real pueden formularse como problemas de prueba de hipótesis.
Una hipótesis estadística es una proposición o supuesto sobre los parámetros de una o más
poblaciones.
Suponga que un embotellador de bebidas suaves debe determinar si el peso promedio del contenido
de sus botellas es de 325 ml. ( = 325 ). Esto puede expresarse de forma siguiente:
Ho : = 325
Ha : 325
Cuya región de rechazo (α = 0.05), se encuentra en el extremo derecho o cola derecha, como se
muestra en la figura 4.2.
Ho : ≤ 325
Ha : 325
Cuya región de rechazo (α = 0.05), se encuentra en el extremo izquierdo o cola izquierda, como se
muestra en la figura 4.3.
Ho : ≥ 325
Ha : 325
1. Puede ser resultado de la experiencia pasada o del conocimiento del proceso, entonces el
objetivo de la prueba de hipótesis usualmente es determinar si ha cambiado el valor del
parámetro.
2. Puede obtenerse a partir de alguna teoría o modelo que se relaciona con el proceso bajo
estudio. En este caso, el objetivo de la prueba de hipótesis es verificar la teoría o modelo.
3. Cuando el valor del parámetro proviene de consideraciones externas, tales como las
especificaciones de diseño o ingeniería, o de obligaciones contractuales. En esta situación, el
objetivo usual de la prueba de hipótesis es probar el cumplimiento de las especificaciones.
Un procedimiento que conduce a una decisión sobre una hipótesis en particular recibe el nombre de
prueba de hipótesis. Los procedimientos de prueba de hipótesis dependen del empleo de la
información contenida en la muestra aleatoria de la población de interés. Si esta información es
consistente con la hipótesis, se concluye que ésta es verdadera; sin embargo si esta información es
inconsistente con la hipótesis, se concluye que esta es falsa. Debe hacerse hincapié en que la verdad
o falsedad de una hipótesis en particular nunca puede conocerse con certidumbre, a menos que
pueda examinarse a toda la población. Usualmente esto es imposible en muchas situaciones
prácticas. Por tanto, es necesario desarrollar un procedimiento de prueba de hipótesis teniendo en
cuenta la probabilidad de llegar a una conclusión equivocada.
La hipótesis nula se rechaza en favor de la hipótesis alternativa, sólo si la evidencia muestral sugiere
que H o es falsa. Si la muestra no contradice decididamente a H o , se continúa creyendo en la
validez de la hipótesis nula. Entonces, las dos conclusiones posibles de un análisis por prueba de
hipótesis son rechazar Ho o no rechazar Ho.
La hipótesis nula y alternativa son aseveraciones sobre la población que compiten entre sí. O la
hipótesis nula H o es verdadera, o la hipótesis alternativa H a , pero no ambas. En el caso ideal,
procedimiento de prueba hipótesis debe conducir a la aceptación de H o cuando sea verdadera y al
rechazo de H o cuando H a sea verdadera. Desafortunadamente no siempre son posibles las
conclusiones correctas. Como las pruebas de hipótesis se basan en información de muestras,
debemos considerar la posibilidad de errores. En la siguiente tabla se muestra los dos tipos de
errores que se pueden cometer en la prueba de hipótesis.
Condición de la población
H o verdadera H a verdadera
Conclusión
Conclusión
El primer renglón de esta tabla muestra lo que puede suceder cuando la conclusión es aceptar H o . Si
H o es verdadera, esta conclusión es correcta. Sin embargo, si H a es verdadera, hemos cometido un
error de tipo II, esto es hemos aceptado H o siendo falsa. El segundo renglón muestra lo que puede
suceder cuando la conclusión es rechazar H o . Si H o es verdadera, hemos cometido un error de
tipo I, esto es hemos rechazado H o siendo verdadera. Sin embargo si H a es verdadera, es correcto
rechazar H o .
Suponga que determinado modelo de automóvil actualmente funciona con un rendimiento promedio
de 24 millas por galón. Un grupo de investigación ha inventado un nuevo sistema de inyección de
combustible, diseñado para aumentar el rendimiento. Para evaluar el nuevo sistema se fabricarán
varios de ellos, se instalarán en automóviles y se someterán a pruebas de manejo. Las hipótesis nula
y alternativa para este estudio son:
H o : ≤ 24
H a : > 24
Encontrar probabilidad de cometer error tipo II es más complejo que encontrar la probabilidad de
cometer error tipo I. La probabilidad de cometer error tipo I se da en un problema o es expresada por
el investigador antes de continuar con el estudio. Un error tipo II, ß varía con posibles valores del
parámetro alternativo. Por ejemplo, suponga que un investigador lleva a cabo una prueba estadística
sobre las siguientes hipótesis:
H o : = 12 onzas
H a : < 12 onzas
Un error tipo II se puede cometer sólo cuando el investigador no rechaza la hipótesis nula y la
hipótesis nula es falsa. En estas hipótesis, si la hipótesis nula = 12 onzas, es falsa, ¿cuál es el valor
verdadero para la media poblacional?. ¿Es la media realmente 11.99, 11.90, 11.50 o 10 onzas?. Para
cada uno de estos posibles valores de la media poblacional, el investigador puede calcular la
probabilidad de cometer un error tipo II. A veces cuando la hipótesis nula es falsa, el valor de la
media alternativa se desconoce, de modo que el investigador calculará la probabilidad de cometer
errores tipo II para varios valores posibles. ¿Cómo puede calcularse la probabilidad de cometer un
error tipo II para un valor alternativo específico de la media?
Suponga que al probar las hipótesis precedentes, una muestra de 60 latas de bebida da una media
muestral de 11.985 onzas con una desviación estándar de 0.1 onzas. De α = 0.05 y una prueba de
una cola, el valor de Z 0.05 es -1.645. El valor que se observa desde los datos muestrales es:
11 .985 12
Z0 1.16
0. 1
60
De este valor que se observa de Z o , determina no rechazar la hipótesis nula. Al no rechazar la
hipótesis nula, el investigador toma una decisión correcta o comete un error tipo II. ¿Cuál es la
probabilidad de cometer un error tipo II en este problema si la media poblacional en realidad es
11.99?
xC
ZC
S/ n
x C 12
1.645
0.1 / 60
xC 11 .979
La figura 4.4 en la parte de arriba, muestra la distribución de valores cuando la hipótesis nula es
verdadera. Contiene un valor crítico para la media, x C 11 .979 onzas, abajo del cual la hipótesis
nula será rechazada. La figura 4.4 en la parte de abajo, muestra la distribución cuando se acepta la
hipótesis nula = 12 onzas, siendo que realmente es 1 = 11.99 onzas.
xC 1 11 .979 11 .99
Z1 0.85
S/ n 0.10 / 60
xC 1 11 .979 11 .96
Z1 1.47
S/ n 0.10 / 60
Debido a que la probabilidad de cometer un error tipo II cambia para cada valor diferente del
parámetro alternativo, es mejor en la toma de decisiones gerenciales examinar una serie de posibles
valores alternativos. Las probabilidades de cometer un error tipo II (ß) para varias medias
alternativas posibles, para el ejemplo de bebidas gaseosas analizado anteriormente, en el que la
hipótesis nula es H o : = 12 onzas y α = 0.05.
0.8
0.6
Beta
0.4
0.2
0
11.94 11.96 11.98 12 12.02
Valores de la media alternativa
1.2
1
0.8
potencia
0.6
0.4
0.2
0
11.94 11.96 11.98 12 12.02
Valores de la media alternativa
Las tres formas de una prueba hipótesis acerca de una media poblacional son las siguientes:
Hipótesis alternativa Ha : o Ha : o Ha : o
Prueba de hipótesis para una media poblacional con el uso del estadístico Z
x 0
Se usa el estadístico de prueba Z 0 para probar hipótesis sobre una media poblacional para
n
cuando el tamaño de la muestra es grande ( n ≥ 30 ) para cualquier población y para muestras
pequeñas ( n < 30 ) si se sabe que x está normalmente distribuida y se conoce σ.
Ejercicio 4.1
Una encuesta de contadores públicos titulados de Estados Unidos encontró que el ingreso neto
promedio para un contador es $ 74914. Como esta encuesta tiene ahora más de siete años de
antigüedad, un investigador de contabilidad desea probar esta cifra, para determinar si cambió esta
cantidad de ingreso neto, por lo que toma una muestra aleatoria de 112 contadores, arrojando una
media muestral de $ 78695. Suponga que $14530 es la desviación estándar poblacional de ingresos
netos
Solución:
Paso 1 y 2
Ho : = 74914
Ha : ≠ 74914
Paso 3 = 0.05
x 0
Paso 4 Debido a que se conoce σ y el tamaño de muestra es 112, se usa el estadístico Z 0
n
78695 74914
Z0 2.75
14539
112
Paso 5 Valores Críticos: como es una prueba de dos colas, se obtiene Z /2 Z 0.025 1.96
Paso 6 Como el estadístico de prueba, Z 0 = 2.75, es mayor que el valor crítico de Z / 2 = 1.96 en la
cola derecha de la distribución, la conclusión estadística de la prueba es rechazar la hipótesis nula.
Paso 7 Se toma la decisión gerencial, la evidencia reunida indica que el promedio nacional pudo
haber aumentado respecto a la media de $74914 de ingreso neto.
Otra forma de llegar a una conclusión estadística en problemas de prueba de hipótesis es con el uso
del método del valor p. Este adquiere importancia con el creciente uso de paquetes estadísticos de
computadora. No se tiene el valor preestablecido de α en el método de valor p. En lugar de ello, la
probabilidad de obtener una estadística de prueba al menos tan extrema como la estadística de
prueba observada, se calcula bajo la suposición de que la hipótesis nula es verdadera. Prácticamente
todos los programas estadísticos de computadora proporcionan esta probabilidad (valor p). El valor
p define el valor más pequeño de alfa para el cual la hipótesis nula se puede rechazar.
p = P ( Z ≥ Z0 )
Como la prueba es de dos colas se multiplica 2 por p, obteniendo 0.00596, para así comparar contra
el valor de α. O también se puede comparar únicamente el valor de p contra el valor de α/2.Ver
figura 4.9.
Con esta información, el investigador rechazaría la hipótesis nula para α = 0.01, 0.05 o cualquier
valor mayor a 0.00596. El investigador no rechazaría la hipótesis nula para cualquier valor de alfa
menor o igual a 0.00596.
Es otro método para probar hipótesis. En el ejercicio de ingresos de contadores públicos, la hipótesis
nula se rechazó porque el valor calculado de Z 0 estaba en la zona de rechazo. ¿Cuál ingreso medio
sería necesario para hacer que el valor de Z que se observa esté en la zona de rechazo?. El método
del valor crítico determina el valor medio crítico necesario para que Z esté en la región de rechazo
y usarlo para probar las hipótesis.
xC
ZC
/ n
De la sustitución de valores del ejercicio de ingresos de contadores públicos se obtiene:
x C 74914
1.96
14530 / 112
14530
x C 74914 1.96 74914 2691
112
Y los valores críticos son: x C = 72223 y x C = 77605
En la figura 4.10 se describe las regiones de rechazo y aceptación en términos de medias en lugar de
los estadísticos de Z.
Ejercicio 4.2
En un intento por determinar por qué el servicio a clientes es importante para gerentes en el Reino
Unido unos investigadores entrevistaron a directores de plantas manufactureras en Escocia. Una de
las razones propuestas es que el servicio a clientes sirve para retener clientes. En una escala de 1 a 5,
donde 1 es bajo y 5 es alto, quienes respondieron la encuesta clasificaron esta razón más alto que
cualesquiera de las otras, con una respuesta media de 4.30. Suponga que investigadores de Estados
Unidos piensan que gerentes de manufactura estadounidenses clasificarían esta razón también como
alta y harían una prueba de hipótesis para demostrar su teoría. Alfa se establece en 0.05. Se reúnen
datos y se obtienen los siguientes resultados. Utilice estos datos para determinar si gerentes de
Estados Unidos clasifican esta razón significativamente más abajo que la media de 4.30 alcanzada
en el Reino Unido.
Datos:
3 4 5 5 4 5 5 4 4 4 4 4 4 4 4 5
4 4 4 3 4 4 4 3 5 4 4 5 4 4 4 5
Solución:
Paso 1 y 2
Ho : ≥ 4.30
Ha : < 4.30
Paso 3 = 0.05
Paso 4 Debido a que no se conoce σ se estima con S, pero como el tamaño de muestra es n = 32, se
x 0
usa el estadístico Z 0
n
Paso 5 Valor Crítico: como es una prueba de una cola (izquierda), se obtiene Z Z 0.05 1.645
Paso 7 La evidencia reunida indica que la clasificación de la razón de los gerentes de Estados
Unidos no es menor de 4.30 alcanzada en el Reino Unido.
Prueba Z
Paso 1. Seleccionar el menú deaplegable Stat
Paso 2. Seleccionar Basic Statistics
Paso 3. Seleccionar 1-Sample Z
Paso 4. Cuando aparezca el cuadro de dialogo
Seleccionar: Variables C1
Introducir Sigma: 0.574
Introducir Test mean: 4.3
Seleccionar el boton Options...
Paso 5 Introducir Confidence level: 95.0
Seleccionar: Alternative less than
Seleccionar OK
Seleccionar OK
One-Sample Z: Razón
Test of mu = 4.3 vs mu < 4.3
The assumed sigma = 0.574
Variable N Mean StDev SE Mean
Razón 32 4.156 0.574 0.101
Variable 95% Upper Bound Z p
Razón 4.323 -1.42 0.078
A veces un investigador prueba hipótesis sobre una sola media poblacional y por razones como lo es
tiempo, dinero, comodidad o disponibilidad, puede reunir sólo una pequeña muestra ( n < 30 ) de
datos. En tales casos si los datos están normalmente distribuidos en la población y como la mayoría
de las veces no se conoce σ, entonces se usa el estadístico t.
x 0
Estadístico de prueba t 0
S
n
Ejercicio 4.3
La compañía Farmer construye grandes cosechadoras. Para que una cosechadora esté debidamente
balanceada cuando opera, en uno de sus costados se instala una placa de 25 libras. La máquina que
produce estas placas se halla ajustada para dar placas que promedian 25 libras. La distribución de
placas producidas de la máquina tiene un comportamiento normal, pero el supervisor del taller está
preocupado porque la máquina se encuentra fuera de ajuste y está produciendo placas que no
promedian 25 libras. Para probar esta preocupación, al azar selecciona 20 de las placas producidas el
día anterior y las pesa, obteniendo los resultados siguientes:
22.6 22.2 23.2 27.4 24.5 27.0 26.6 28.1 26.9 24.9
26.2 25.3 23.1 24.2 26.1 25.8 30.4 28.6 23.5 23.6
Solución:
Paso 1 y 2
Ho : = 25 libras
Ha : ≠ 25 libras
Paso 3 = 0.05
x 0
Paso 4 Debido a que no se conoce σ y el tamaño de muestra es 20, se usa el estadístico t 0
S
n
Paso 5 Valores Críticos: como es una prueba de dos colas, se obtiene t / 2,v t 0.025,19 2.093
Paso 7 Según la evidencia muestral, la máquina está produciendo placas de acuerdo a las
especificaciones de 25 libras.
One-Sample T: Peso
Test of mu = 25 vs mu not = 25
Variable N Mean StDev SE Mean
Peso 20 25.510 2.193 0.490
Variable 95.0% CI T p
Suponga que una investigadora de agroindustria piensa que el tamaño promedio de granjas aumentó
de la media de 471 acres. Para probar esta noción, se muestrean al azar 23 granjas, obteniendo los
siguientes resultados. Con un nivel de significación de 5%, probar la hipótesis de la investigadora.
445 489 474 505 553 477 454 463 466 557 502 449
438 500 466 477 557 433 545 511 590 561 560
Solución:
Paso 1 y 2
Ho : ≤ 471
Ha : > 471
Paso 3 = 0.05
x 0
Paso 4 Debido a que no se conoce σ y el tamaño de muestra es 23, se usa el estadístico t 0
S
n
En calculadora o en Excel obtenemos x 498.78 y S = 46.94
Paso 5 Valor Crítico: como es prueba de una cola (derecha), se obtiene t ,v t 0.05, 22 1.717
Paso 7 Según la evidencia muestral, el tamaño promedio de granjas es mayor a 471 acres
One-Sample T: Acres
Test of mu = 471 vs mu > 471
Variable N Mean StDev SE Mean
Acres 23 498.78 46.94 9.79
Variable 95% Lower Bound T p
Acres 481.97 2.84 0.005
Ejercicio 4.5
Suponga que un estudio reporta que el precio promedio de un galón de gasolina regular sin plomo y
autoservicio es de $1.16. Usted piensa que esta cantidad es más alta en la zona donde vive y decide
probar esto, al azar llama a varias gasolineras, y una encuesta que también hace al azar a 25
gasolineras produce los siguientes precios.
1.27 1.29 1.16 1.20 1.37 1.20 1.23 1.19 1.20 1.24 1.16 1.07 1.27
1.09 1.35 1.15 1.23 1.14 1.05 1.35 1.21 1.14 1.14 1.07 1.10
Suponga que los precios de gasolina para una región están normalmente distribuidos, ¿Los datos
obtenidos proporcionan suficiente evidencia para rechazar esta reclamación?. Use un nivel de
significación de 1%.
Solución:
Paso 1 y 2
Ho : ≤ 1.16
Ha : > 1.16
Paso 3 = 0.01
x 0
Paso 4 Debido a que no se conoce σ y el tamaño de muestra es 25, se usa el estadístico t 0
S
n
En calculadora o en Excel obtenemos x 1.1948 y S = 0.0889
1.1948 1.16
t0 1.96
0.0889
25
Paso 7 Según la evidencia muestral, el precio promedio de un galón de gasolina regular sin plomo y
autoservicio es de $1.16.
One-Sample T: Precio
Test of mu = 1.16 vs mu > 1.16
Variable N Mean StDev SE Mean
Precio 25 1.1948 0.0889 0.0178
Variable 99% Lower Bound T p
Precio 1.1505 1.96 0.031
Las tres formas de una prueba hipótesis acerca de una diferencia de medias poblacionales son las
siguientes:
Hipótesis alternativa Ha : 1 2 Ha : 1 2 Ha : 1 2
Prueba de hipótesis para la diferencia entre las medias de dos distribuciones normales cuando
ambas desviaciones estándares son conocidas
x1 x2 d
Se usa el estadístico de prueba Z 0 para probar hipótesis sobre una diferencia de
2 2
1 2
n1 n2
medias poblacionales para cuando el tamaño de las muestra son grandes ( n1 30 y n 2 30 ) para
cualquier población y para muestras pequeñas ( n1 30 y n 2 30 ) si se sabe que las poblaciones
están normalmente distribuidas y se conocen ambas desviaciones estándar.
Para incluir mayor número de ejercicios se reducirán los pasos a seguir en la prueba de hipótesis.
Ejercicio 4.6
Una muestra aleatoria de tamaño n1 25 , tomada de una población normal con una desviación
estándar de 1 = 5.2, tiene una media x 1 = 81. Una segunda muestra aleatoria de tamaño n 2 = 36,
tomada de una diferente población normal con una desviación estándar de 2 = 3.4, tiene una media
x 2 = 76. Pruebe la hipótesis de que 1 2 en contraposición a la alternativa 1 2 . Use α =
0.05.
Ha : 1 2
n1 n2
81 76 0
El estadístico de prueba es: Z0 4.22
(5.2) 2 (3.4) 2
25 36
Paso 3 Valores Críticos: como es una prueba de dos colas, se obtiene Z /2 Z 0.025 = ±1.96
Prueba de hipótesis para la diferencia entre las medias de dos distribuciones normales:
caso de muestra grande ( n1 30 y n 2 30 ) cuando ambas desviaciones estándar son
desconocidas y se estiman mediante S 1 y S 2 . El estadístico de prueba a usar es:
x1 x2 d
Z0
S 12 S 22
n1 n2
Como parte de la encuesta nacional de salud de Estados Unidos, se recolectaron datos de los pesos
de hombres. Para 100 hombres con edades entre los 25 y los 34 años, la media es de 176 lb y la
desviación estándar es de 35 lb. Para 120 hombres con edades entre los 65 y los 74 años, la media y
la desviación estándar son 164 y 27 lb, respectivamente. Pruebe la aseveración de que los hombres
mayores provienen de una población cuya media es menor que la media para los hombres del grupo
de edades de 25 – 34. Utilice un nivel de significación de 1%.
Solución:
Ha : 1 2
x1 x2 d
Paso 2. Se usa el estadístico: Z 0
S12 S 22
n1 n2
164 176 0
El estadístico de prueba es: Z0 2.8
27 2 35 2
120 100
Paso 3 Valor Crítico: como es una prueba de una cola (izquierda), se obtiene Z Z 0.01 = -2.33
Paso 5 Según la evidencia muestral, los hombres mayores provienen de una población cuya media es
menor que la media para los hombres del grupo de edades de 25 – 34.
Ejercicio 4.8
Muestra 2
78 85 82 90 80 76 77 75 79 82 83 88 80 90 74
81 75 76 83 88 77 86 90 75 80 80 74 89 84 79
Solución:
Ha : 1 2
x1 x2 d
Paso 2 Se usa el estadístico: Z 0
S12 S 22
n1 n2
Las medias, las varianzas y los tamaños muestrales son:
n1 = 30 n 2 = 30
x 1 = 88.2 x 2 = 81.2
S 12 = 22.74 S 22 = 26.65
88 .2 81 .2 0
El estadístico de prueba es: Z0 5.46
22 .74 26 .65
30 30
Paso 3 Valores Críticos: como es una prueba de dos colas, se obtiene Z /2 Z 0.01 = ±2.33
Paso 5 Según la evidencia muestral, la media de la población 1 es diferente y mayor que la media de
la población 2.
En este ejercicio no se conocen las varianzas de las dos poblaciones, sin embargo como los tamaños
de muestra son mayores o iguales que 30, se usa el estadístico Z y se estiman las varianzas de
población por medio de las varianzas muestrales.
Capturar los datos de la Muestra 1 en las celdas A2:A31 y los datos de Muestra 2 en las celdas
B2:B13.
Prueba de hipótesis en muestras pequeñas ( n1 < 30 y/o n 2 < 30 ), para la diferencia entre las
medias, donde las desviaciones estándar son desconocidas y se suponen iguales.
n1 1 S12 n 2 1 S 22
SP
n1 n 2 2
donde v n1 n2 2 grados de libertad.
S p = estimación combinada de la desviación estándar poblacional
Ejercicio 4.9
Un nuevo programa de cómputo que se ha desarrollado para ayudar a los analistas de sistemas a
reducir el tiempo requerido para diseñar, desarrollar e implementar un sistema de información. El
investigador a cargo del proyecto de evaluación del nuevo programa espera demostrar que ese
paquete permite un menor tiempo promedio de terminación del proyecto. En consecuencia el busca
pruebas que le permitan concluir que 2 es menor que 1 ; en este caso la diferencia entre las dos
medias poblacionales, 1 2 será mayor que cero. La hipótesis de investigación, 1 2 0 , es
la hipótesis alternativa. Use α = 0.05.
Paso 2 Se usa el estadístico: Para usar esta ecuación primero se realizó la prueba con Excel, para
x1 x 2 d
suponer si las varianzas son iguales o diferentes, resultando que son iguales: t 0
1 1
Sp
n1 n 2
Las medias, las varianzas y los tamaños muestrales son:
n1 = 12 n 2 = 12
x 1 = 325 x 2 = 288
2
S = 1599.64
1 S 22 = 1935.82
325 288 0
t0 = 2.16
1 1
42 .044
12 12
Paso 3 Valor Crítico: v = 12 + 12 – 2 = 22, como es una prueba de una cola (derecha), se obtiene
t ,v t 0.05,22 1.717
Paso 5 Según la evidencia muestral, permite que el investigador concluya que 1 2 0 y que el
nuevo programa de computo si permite menores tiempos promedio de terminación.
Capturar los datos de la Actual en las celdas A2:A13 y los datos de Nueva en las celdas B2:B13
Ejercicio 4.10
Suponga que durante años la media de la población 1 ha sido aceptada como igual a la media de la
población 2, pero que ahora se piensa que la población 1 tiene mayor media que la población 2. Si se
hace α = 0.01 y se supone que las poblaciones están normalmente distribuidas con varianzas
iguales. Use los siguientes datos para probar esta idea.
Muestra 1
43.6 44.0 45.2 40.8 48.3 45.7 49.1 45.6 46.5 45.0
Muestra 2
40.1 42.2 43.1 37.5 41.0 36.4 42.3 38.8 43.3 40.2
Solución:
n1 = 10 n 2 = 10
x 1 = 45.38 x 2 = 40.49
S 12 = 5.555 S 22 = 5.548
45 .38 40 .49 0
t0 = 4.64
1 1
2.356
10 10
Paso 3 Valor Crítico: v = 10 + 10 – 2 = 18, como es una prueba de una cola (derecha), se obtiene
t ,v t 0.01,18 2.552
Paso 5 Según la evidencia muestral, la población 1 tiene mayor media que la población 2.
Prueba de hipótesis en muestras pequeñas ( n1 < 30 y/o n 2 < 30 ), para la diferencia entre las
medias, donde las desviaciones estándar son desconocidas y se suponen diferentes.
x1 x2 d
t0
S12 S 22
n1 n2
Ejercicio 4.11
Los siguientes datos representan los tiempos de duración de las películas producidas por dos
compañías cinematográficas:
Pruebe la hipótesis de que el tiempo de duración promedio de las películas producidas por la
compañía 2 excede al de la compañía 1 en 5 minutos, utilice un nivel de significación de 5% y
asuma que las distribuciones de los tiempos son aproximadamente normales.
Solución:
Paso 2 Se usa el estadístico: Para usar esta ecuación primero se realizó la prueba con Excel, para
x 2 x1 d
suponer si las varianzas son iguales o diferentes, resultando que son diferentes: t 0
S 22 S12
n2 n1
Las medias, las varianzas y los tamaños muestrales son:
n1 = 5 n2 = 7
x 1 = 97.4 x 2 = 110
S 12 = 78.8 2
S = 913.33
2
110 97 .4 5
t0 = 0.628
913 .33 78 .8
7 5
Paso 5 Según la evidencia muestral, la duración promedio de las películas producidas por la
compañía 2 no excede al de la compañía 1 en 5 minutos
Capturar los datos de la Compañía 1 en las celdas A2:A6 y los datos de compañía 2 en las celdas
B2:B8
¿Puede concluirse en el nivel de significación de 0.05, que las densidades promedio en las dos
estaciones son iguales?. Suponga que las observaciones vienen de poblaciones normales.
Solución:
Paso 2 Se usa el estadístico: Para usar esta ecuación primero se realizó la prueba con Excel, para
x 2 x1 d
suponer si las varianzas son iguales o diferentes, resultando que son diferentes: t 0
S 22 S12
n2 n1
Las medias, las varianzas y los tamaños muestrales son:
n1 = 16 n 2 = 12
x 1 = 9897.5 x 2 = 4120.83
2
S = 62005060
1 S 22 = 6147935.6
Paso 5 Según la evidencia muestral, las densidades promedio en las dos estaciones son diferentes.
Las tres formas de una prueba hipótesis acerca de una diferencia de medias poblacionales son las
siguientes:
Quince hombres adultos, cuyas edades fluctúan entre 35 y 50 años, participan en un estudio para
evaluar el efecto de la dieta y el ejercicio sobre los niveles de colesterol en la sangre. El colesterol
total fue medido al inicio en cada sujeto, y tres meses después de participar en un programa de
ejercicio aeróbico y de haber cambiado a una dieta baja en grasas. Los datos aparecen en la tabla
siguiente. ¿Estos datos apoyan la afirmación de que la dieta y el ejercicio aeróbico bajan los niveles
de colesterol en la sangre ?. Considere un nivel de significación de 5%.
d d
Paso 2 Se usa el estadístico: t 0
Sd
n
11 .3333 0
El estadístico de prueba es: t0 4.435
9.8971
15
Paso 3 Valor Crítico: como es una prueba de una cola (izquierda), se obtiene t ,v t 0.05,14
-1.761
Figura 4.31 Región de rechazo y aceptación para el ejercicio 4.13
Paso 5 Según la evidencia muestral, la dieta y el ejercicio aeróbico bajan los niveles de colesterol en
la sangre
Capturar los datos de colesterol antes en las celdas A2:A16 y los datos de colesterol después en las
celdas B2:B16
Prueba de diferencia de medias, para datos en pares
Paso 1. Seleccione el menú desplegable Herramientas
Paso 2. Elija Análsisi de datos
Paso 3. Cuando aparezca el cuadro de diálogo Análisis de datos,
Elija Prueba t para medias de dos muestras emparejadas.
De clic en Aceptar.
Paso 4. Cuando aparezca el cuadro de diálogo Prueba t para medias
de dos muestras emparejadas
Teclee B2:B16 en el cuadro Rango para la variable 1:
Teclee A2:A16 en el cuadro Rango para la variable 2:
Teclee 0 en Diferencia hipotética entre las medias.
Teclee 0.05 en el cuadro Alfa.
Seleccione Rango de Salida y teclee D1 en el cuadro.
De clic en Aceptar.
Ejercicio 4.14
Una compañía de taxis está tratando de decidir si el uso de neumáticos radiales en lugar de otros
comunes con cinturón mejora la economía del combustible. Se equiparon 12 automóviles con
neumáticos y recorrieron una trayectoria de prueba prescrita. Sin cambiar de conductores, se equipó
a los mismos vehículos con neumáticos regulares y de nuevo recorrieron el mismo trayecto. Se
registró el consumo de gasolina en kilómetros por litro, como sigue:
En el nivel de significación de 0.025 , ¿puede concluirse que los vehículos equipados con
neumáticos radiales dan una mejor economía de combustible que aquellos equipados con
neumáticos normales?. Suponga que las poblaciones están normalmente distribuidos.
Solución:
d d
Paso 2 Se usa el estadístico: t 0
Sd
n
0.14167 0
El estadístico de prueba es: t0 2.485
0.19752
12
Paso 3 Valor Crítico: como es una prueba de una cola (derecha), se obtiene t ,v t 0.025,11 2.201
Paso 5 Según la evidencia muestral, los vehículos equipados con neumáticos radiales dan una mejor
economía de combustible que aquellos equipados con neumáticos normales.
El análisis de datos que se emplea en la toma de decisiones en negocios a veces tiene proporciones
para describir aspectos tales como participación de mercado, composición de consumidores,
defectos de calidad, porcentaje de entregas a tiempo, acciones rentables entre otras. Es frecuente que
las encuestas de negocios produzcan información expresada en forma de proporción como lo es 0.45
de los negocios que ofrecen trabajo por hora o 0.88 de los negocios que tienen sitios Web.
Ejercicio 4.15
Un fabricante piensa que exactamente 8% de sus productos contienen al menos un defecto de menor
importancia. Suponga que un investigador de la compañía desea probar este dicho, para eso
selecciona al azar una muestra de 200 productos, inspecciona cada artículo que tiene defectos y
determina que 33 artículos tienen al menos una falla de menor importancia. Si el nivel de
significación es de 10%. Probar la hipótesis.
Solución:
Paso 1
H o : p = 8%
H a : p ≠ 8%
p p0
Paso 2 Se usa el estadístico: Z 0
p0 1 p0
n
33
p 0.165
200
0.165 0.08
Z0 4.43
0.08 * 0.92
200
Paso 3 Valores Críticos: como es una prueba de dos colas, se obtiene Z /2 Z 0.05 1.645
Paso 5 Según la evidencia muestral, la proporción de artículos con al menos un defecto de menor
importancia no es igual a 8%, es mayor al 8%.
Ejercicio 4.16
Una encuesta del mercado de bebidas matutinas muestra que para 17% los estadounidenses la
bebida básica para el desayuno es la leche. Una gran productora de leche en Wisconsin considera
que esta cantidad es más alta para Wisconsin. Para probar esta idea se comunica con una muestra
aleatoria de 550 residentes de Wisconsin y les pregunta cuál bebida básica consumieron en el
desayuno ese día. Suponga que 115 contestaron que la leche fue la bebida básica. Con el uso de un
nivel de significancia de 0.05, pruebe la idea de que la cifra para leche es mas alta para Wisconsin.
Solución:
Paso 1
H o : p ≤ 17%
H a : p > 17%
Paso 3 Valor Crítico: como es una prueba de una cola (derecha), se obtiene Z Z 0.05 1.645
Paso 6 Según la evidencia muestral, la proporción de los que consumen leche en el desayuno en
Wisconsin, es mayor que 17%.
Con frecuencia en el mundo de los negocios surgen problemas que requieren de la comparación
entre dos proporciones de poblaciones diferentes: la proporción de defectos producidos por un
método, comparado con los producidos por un segundo método; o la proporción de deudas vencidas
en una empresa comparada con la de otra empresa.
Las tres formas de una prueba hipótesis acerca de una diferencia de proporciones poblacionales son
las siguientes:
( pˆ 1 pˆ 2 ) d
Zo
pˆ1 pˆ 2
Cuando d ≠ 0
pˆ 1 (1 pˆ 1 ) pˆ 2 (1 pˆ 2 )
pˆ1 pˆ 2
n1 n2
Cuando d = 0
1 1
pˆ1 pˆ 2 pˆ (1 pˆ )
n1 n2
donde el número total de éxitos en la muestra combinada es ( y1 y2 ) y
y1 y2
pˆ 1 pˆ 2 pˆ
n1 n2
Ejercicio 4.17
En fechas recientes se han llevado a cabo campañas para impulsar a la gente que ahorre energía
compartiendo automóviles para ir al trabajo. Algunas ciudades han creado un incentivo para
compartir automóviles designando ciertos carriles de las autopistas como “exclusivos para
automóviles compartidos”. Con objeto de evaluar la efectividad de este plan, el personal de las
casetas de cobro en una ciudad vigiló 2000 automóviles seleccionados al azar antes del
establecimiento de los carriles exclusivos para automóviles compartidos y 1500 automóviles
Solución:
( pˆ1 pˆ 2 ) d1 1 1
Paso 2 Se usa el estadístico: Z o pˆ1 pˆ 2 pˆ (1 pˆ )
pˆ1 pˆ 2 n1 n2
X1 X2
pˆ1 pˆ 2 pˆ
n1 n2
Las proporciones muestrales son:
652 576
pˆ 1 0.326 pˆ 2 0.384
2000 1500
652 576
p̂ 0.351
2000 1500
0.326 0.384 0
Zo 3.56
1 1
(0.351)(0.649)
2000 1500
Paso 3 Valor Crítico: como es una prueba de una cola (izquierda), se obtiene Z Z 0.05 -1.645
Paso 5 Según la evidencia muestral, la proporción de automóviles con pasajeros que comparten el
transporte ha aumentado después de establecerse los carriles para automóviles compartidos.
Ejercicio 4.18
Paso 3 Valor Crítico: como es una prueba de una cola (derecha), se obtiene Z Z 0.01 2.33
Paso 5 Según la evidencia muestral, la tasa de defectos de los trabajadores del turno de la noche no
es mayor que la del turno de día. No debe instituirse el programa de capacitación.
A veces un investigador necesita probar hipótesis sobre una varianza poblacional. Por ejemplo en el
área de control estadístico de calidad, los fabricantes tratan de producir equipo y piezas que sean
consistentes en sus medidas. Suponga que una compañía produce alambre industrial que está
especificado para tener un grosor particular. Debido al proceso de producción, el grosor del alambre
varia ligeramente de un extremo al otro. Al realizar pruebas de hipótesis para la varianza de las
mediciones de grosor, el personal de control de calidad puede vigilar variaciones en el proceso que
sean demasiado grandes.
Las tres formas de una prueba hipótesis acerca de una varianza poblacional son las siguientes:
Hipótesis alternativa Ha : 2 2
o Ha : 2 2
o Ha : 2 2
o
2
Donde o es el valor de la varianza a probar:
2 (n 1) S 2
El estadístico de prueba a es: o 2
o
Ejercicio 4.19
57 56 52 44 46 53 44 44 48 51 55 48 63 53 51 50
Paso 1
2
Ho : = 25
2
Ha : ≠ 25
2 (n 1) S 2
Paso 2 Se usa el estadístico: o 2
o
Paso 3 Valores Críticos: como es una prueba de dos colas, se obtiene el valor crítico del extremo
2 2 2 2
derecho / 2 ,v 0.05,15 25 y el valor crítico del extremo izquierdo 1 / 2 ,v 0.95,15 7.26
Paso 5 Según la evidencia muestral, la varianza de horas de tiempo extra es igual a 25.
A B C
1 Tiempo Prueba de Hipótesis
2 57 Prueba de varianza 25
3 56
4 52 Resultados de la muestra:
5 44 Tamaño de la muestra 16
6 46 Varianza muestra 28.0625
. . Estadístico de prueba 16.8375
. . Valor p 0.328671
. .
15 53
16 51
17 50
Ejercicio 4.20
Una compañía manufacturera produce cojinetes. Una línea de cojinetes está especificada para medir
1.64 cm. de diámetro. Un cliente importante exige que la varianza de los cojinetes sea de no más de
0.001 cm2. Se pide al productor probar los cojinetes antes que sean embarcados, y por ello los
diámetros de 16 cojinetes se miden con un instrumento preciso, resultando en los valores que
aparecen a continuación. Suponga que los diámetros de los cojinetes están normalmente
distribuidos. Utilice los datos y = 0.01 para probar la hipótesis para determinar si la población de
estos cojinetes debe ser rechazada por tener una varianza demasiado alta.
Solución:
Paso 1
2
Ho : ≤ 0.001
2
Ha : > 0.001
Paso 3 Valor Crítico: como es una prueba de una cola, se obtiene el valor crítico del extremo
2 2
derecho / 2 ,v 0.01,15 30.58
Paso 5 Según la evidencia muestral, la varianza de diámetros de los cojinetes no es demasiado alta.
A veces estamos interesados probar hipótesis acerca de la diferencia entre dos varianzas
poblacionales. En control de calidad, los analistas examinan una medida de tendencia central (media
o proporción) y una medida de variabilidad. Suponga que una planta fabricó dos lotes de un artículo,
artículos producidos en dos máquinas diferentes o producidos en dos turnos diferentes. Podría ser de
interés para la administración comparar las varianzas entre dos lotes o dos máquinas para determinar
si hay más variabilidad en una que en otra.
Al probar hipótesis sobre dos varianzas poblacionales, se usan varianzas de la muestra. Tiene
sentido que si dos muestras provienen de la misma población (o poblaciones con varianzas iguales),
la razón entre las varianzas de la muestra S12 / S 22 debería ser alrededor de uno. No obstante debido
al error de muestreo, algunas varianzas van a variar. Esta razón entre dos varianzas de la muestra
formula lo que se llama valor F.
2 2 2 2
S M2 F0 F , vM , vm
1 2 1 2
F0
S m2 2
S12
2
1 ≤ 2
2
2
1
2
2
F0 F0 F , v1 , v 2
S 22
S 22
2
1 ≥ 2
2
2
1
2
2
F0 F0 F , v 2 , v1
S12
Donde:
S M2 = varianza de la muestra que tiene el mayor valor
S m2 = varianza de la muestra que tiene el mayor menor
v M = grados de libertad que corresponde a la muestra que arrojó mayor varianza
v m = grados de libertad que corresponde a la muestra que arrojó menor varianza
Ejercicio 4.21
Se recolectaron datos de muestra en un estudio de suplementos de calcio y sus efectos sobre la
presión arterial. Un grupo de placebo y un grupo de calcio iniciaron el estudio con mediciones de
presión arterial. En el nivel de significación de 0.10, pruebe la aseveración de que los dos grupos de
muestra provienen de poblaciones con la misma desviación estándar. Si el experimento requiere
grupos con desviaciones estándar iguales, ¿son aceptables estos grupos?
Placebo
124.6 104.8 96.5 116.3 106.1 128.8 107.2 123.1 118.1 108.5 120.4 122.5 113.6
Calcio
129.1 123.4 102.7 118.1 114.7 120.9 104.4 116.3
109.6 127.7 108.0 124.3 106.6 121.4 113.2
Solución:
Ha : 1 2
Paso 3 Valores Críticos: como es una prueba de dos colas, pero interesa únicamente la cola derecha
se obtiene F , v M , v m F0.05,12,14 = 2.53
2
Figura 4.46 Región de rechazo y aceptación para el ejercicio 4.21
Paso 5 Según la evidencia muestral, los dos grupos de muestra provienen de poblaciones con la
misma desviación estándar. Por lo tanto, son aceptables estos grupos.
Capturar los datos de Placebo en las celdas A2:A14 y los datos de Calcio en las celdas B2:B16
Máquina 1
2.95 3.45 3.50 3.75 3.48 3.26 3.33 3.20 3.16 3.20 3.22 3.38 3.90
3.36 3.25 3.28 3.20 3.22 2.98 3.45 3.70 3.34 3.18 3.35 3.12
Máquina 2
3.22 3.30 3.34 3.28 3.29 3.25 3.30 3.27 3.38 3.34 3.35 3.19 3.35
3.05 3.36 3.28 3.30 3.28 3.30 3.20 3.16 3.33
Solución:
2 2
Paso 1. Planteamiento de hipótesis: Ho : 1 2
2 2
Ha : 1 2
Paso 3 Valores Críticos: como es una prueba de dos colas, pero interesa únicamente la cola derecha
se obtiene F , v M , v m F0.025, 24 , 21 = 2.37
2
Figura 4.48 Región de rechazo y aceptación para el ejercicio 4.22
Paso 5 Según la evidencia muestral, los dos grupos de muestra provienen de poblaciones con
varianza diferente. Por lo tanto, la máquina 1 ofrece las mayores oportunidades de mejora de la
calidad.
1. Un nuevo programa de dieta se anuncia diciendo que los participantes perderán en promedio,
cuando menos 8 kg. durante la primer semana del programa. Una muestra aleatoria de 40
participantes dió como resultado una perdida promedio de 7 kg., con una desviación estándar de la
muestra de 3.2 kg. Con = 0.05 ¿Cuál es la conclusión sobre lo que dice el anuncio?
2. La familia de Tuxtla gasta en promedio $90 diarios. Suponer que una muestra de 25 familias tiene
un promedio diario de $84.5 de gastos con desviación estándar de $14.5. Probar la hipótesis nula de
que es igual a $90, contra la alternativa de que es diferente de $90. A un nivel de significación de
1%. ¿Cuál es la conclusión?
3. Una muestra de 16 estudiantes tomadas de un área de una ciudad tienen coeficiente intelectual
(C.I.) de 110, con una desviación estándar de 10, mientras que una muestra de 16 estudiantes de otra
área de la ciudad tienen C.I. medio de 105 con desviación estándar de 8. Probar la hipótesis de que
las medias de las poblaciones correspondientes son iguales, contra la hipótesis de que son diferentes.
Suponer que las varianzas son iguales. = 5%.
4. Se diseña una línea de producción suponiendo que la diferencia entre la media de los tiempos de
ensamble entre dos operaciones es de cuando mucho 3 minutos. En pruebas independientes para las
dos operaciones se obtuvieron los siguientes resultados:
OPERACIÓN A: n = 25 media = 14.8 min. S = 1.2 min.
OPERACIÓN B: n = 20 media = 10.4 min. S = 0.8 min.
Con = 2% probar la hipótesis indicando la conclusión.
NOTA: Probar si las varianzas son iguales o diferentes.
5. Se debe maquinar determinada parte con tolerancias muy estrechas, para que los clientes la
puedan aceptar. Las especificaciones del producto piden que la varianza máxima de las longitudes
de las partes sea 0.0004. Suponga que con 30 partes, la varianza de la muestra resultó ser 0.0005.
Pruebe con = 0.05 si se ha violado la especificación de varianza de población.
7. Se afirma que las mediciones de resistencia a la tensión de una varilla de acero de 12 mm.
Deberían en promedio ser por lo menos de 8 unidades ( N / mm 2 ) mayores que las correspondientes
a una varilla con diámetro de 10 mm. Las muestras independientes, cada una para los dos tamaños
de varillas, dieron los resultados siguientes:
Varilla de 10 mm. n1 = 20 x 1 = 545 S 1 = 24
Varilla de 12 mm. n 2 = 25 x 2 = 555 S 2 = 18
¿ Se justifica la afirmación con el nivel de significación de 5%?
NOTA: Probar si las varianzas son iguales o diferentes.
9. Las tensiones de ruptura de los cables fabricados por una empresa tienen media de 1800 lb. y una
desviación estándar de 100 lb. Se desea comprobar si un nuevo proceso de fabricación aumenta
dicha tensión media. Para ello se toma una muestra de 50 cables y se encuentra que su tensión media
de ruptura es 1850 lb. ¿ Se puede afirmar la mejoría del nuevo proceso al nivel de significación de
1%?.
10. Supóngase que se desea investigar si en promedio el sueldo del hombre excede en más de $18
por mes, al de la mujer en cierta empresa. Si los datos revelan que 25 hombres ganan en promedio
x 1 = $285 por mes con una desviación estándar de S 1 = $15, mientras que 25 mujeres perciben en
promedio x 2 = $254.5 por mes con una desviación estándar de S 2 = $18. ¿ Qué puede concluirse
con un nivel de significación de 1%?
NOTA: Probar si las varianzas son iguales o diferentes.
11. Los neumáticos nuevos fabricados por una empresa deben durar en promedio, cuando menos
28000 km.. Las pruebas con 30 neumáticos dan como resultados de la muestra 27500 km de
duración, con una desviación estándar de 1000 km.. Si usa un nivel de significación de 0.05, si hay
evidencia suficiente para rechazar la aseveración de la media mínima de 28000 km. ¿Cuál es el valor
p?
13. El gerente de almacenes modernos supone que la media del ingreso anual de sus clientes de
tarjeta de crédito es cuando menos de $28000. En una muestra de 58 tarjetahabientes se determina
una media de $27200 y una desviación estándar de $3000. Al nivel de significación de 0.05, ¿debe
rechazarse esta hipótesis?
14. Un proceso de fabricación de jabón de tocador debe producir un promedio de 120 barras por
lote. No se desea tener cantidades mayores ni menores que el estándar. Una muestra de 10 lotes dio
como resultado las siguientes cantidades de barras de jabón.
108 118 120 122 119 113 124 122 120 123
Con un nivel de significación de 0.05 pruebe si los resultados de esta muestra indican que el proceso
de manufactura está trabajando en forma correcta.
15. Se necesita que la resistencia media de cierto tipo de fibras sea de por lo menos 200 psi. La
experiencia indica que la desviación estándar de la resistencia es 5 psi. Si en una muestra de 8
pedazos de fibra se encontró que se rompieron bajo las siguientes presiones: 210, 195, 198, 202,
16. El productor de una nueva llanta de fibra de vidrio manifiesta, que la vida promedio de estas
llantas es de por lo menos 40000 kilómetros. Para verificarlo se prueba una muestra de 12 llantas. Se
obtuvieron los siguientes tiempos de vida (en miles de kilómetros): 36.1 40.2 33.8 38.5 42 35.8
37 41 36.8 37.2 33 36. Pruebe lo que manifiesta el productor con un nivel de significación de 5%.
17. Bienes raíces unión dice en sus anuncios que la media del tiempo para la venta de una casa
residencial es de 40 días o menos. Una muestra de 60 casas vendidas recientemente indica una
media del tiempo de venta de 44 días y una desviación estándar de 7 días. Con 4% de nivel de
significación, probar la validez de la afirmación de la empresa.
18. En la universidad Westen la media histórica de calificación de los alumnos que ingresan ha sido
de 900, con una desviación estándar de 180. Cada año se toma una muestra de las solicitudes para
ver si se conserva el mismo nivel de calificaciones que en años anteriores. La hipótesis nula que se
prueba es: Ho: μ= 900. Una muestra de 200 alumnos que ingresaron este año da como resultado una
calificación promedio de 935. Use un nivel de significancia de 0.05.
a).- Con un intervalo de confianza, lleve a cabo una prueba de la hipótesis.
b).- Use estadístico de prueba para probar esta hipótesis.
c).- ¿Cuál es el valor de p para esta prueba?
19. En febrero de 1995, la media del costo de viaje redondo en avión, con descuento, era de $258
dólares. En una muestra aleatoria de 15 boletos de viaje redondo con descuento durante el mes de
marzo se obtuvieron los siguientes datos.
310 260 255 300 310 230 250 265 280 290 240 285 250 260
Usando = 0.05, pruebe si el costo promedio del viaje redondo con descuento ha aumentado en
marzo. ¿Cuál es su conclusión?
¿Cuál es el valor de p?
20. Las mujeres sindicalizadas ganan $2.50 dólares por hora más que las que no están
sindicalizadas. Suponga que se toman muestras aleatorias independientes de 15 mujeres
sindicalizadas y 20 no sindicalizadas, y que se obtuvieron los siguientes salarios por hora.
Mujeres sindicalizadas.
22.40 18.90 16.70 14.05 16.20 20.00 16.10 16.30 19.10
16.50 18.50 19.80 17.00 14.30 17.20
Mujeres no sindicalizadas.
17.60 14.40 16.60 15.00 17.65 15.00 17.55 13.30 11.20 15.90
19.20 11.85 16.65 15.20 15.30 17.00 15.10 14.30 13.90 14.50
a).-Deseamos determinar un estimado de intervalo por la diferencia de las medias de los salarios de
mujeres sindicalizadas. ¿Qué hipótesis debemos de hacer acerca de las dos poblaciones?
b).- ¿Parece haber alguna diferencia en la media del salario entre estos dos grupos? Explique su
respuesta.
Contador: 30.6 31.2 28.9 35.2 25.1 33.2 31.3 35.3 31 30.1 29.9 24.4
Planeador financiero: 31.6 26.6 25.5 25 25.9 32.9 26.9 25.8 27.5 29.6 23.9 26.9 24.4 25.5
Use = 0.05, y pruebe si hay diferencia entre la media de los sueldos iniciales en las dos
profesiones. ¿Cuál es la conclusión?
22. Se llevó a cabo una encuesta entre los miembros del Club del Libro del Mes, para determinar si
pasan más tiempo viendo televisión que leyendo. Suponga que una muestra de 15 encuestados se
obtuvieron las horas semanales que se dedican a ver televisión y las que se dedican a la lectura, estas
se muestran en la tabla adjunta. Con un nivel de significado de 0.05, ¿Se puede llegar a la
conclusión que los miembros del Club del Libro del Mes pasan más tiempo, en promedio, viendo
televisión que leyendo?
Encuestados: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Televisión: 10 14 16 18 15 14 10 12 4 8 16 5 8 19 11
Leyendo: 16 8 10 10 8 14 14 7 8 5 10 3 10 6 10
24. Se evalúan dos tipos diferentes de soluciones para pulir, para su posible uso en una operación de
pulido en la fabricación de lentes intraoculares utilizados en el ojo humano después de una cirugía
de cataratas. Se pulen 300 lentes con la primera solución y, de éstos, 253 no presentaron defectos
inducidos por el pulido. Después se pulen otros 300 lentes con la segunda solución, de los cuales
196 resultan satisfactorios. ¿Existe alguna razón para creer que las dos soluciones para pulir son
diferentes? Utilícese = 0.01.
25. En un programa de capacitación industrial, algunos aprendices son instruidos con el método A y
algunos son capacitados con el método B, las calificaciones obtenidas en una prueba son:
Muestra del Método A: 71, 75, 65, 69, 73, 66, 68, 71, 74, 68
Muestra del Método B: 72, 77, 84, 78, 69, 70, 77, 73, 65, 75, 85, 82
Usar un nivel de significación de 5% para probar la afirmación de que el método B es más eficaz.
NOTA: Probar si las varianzas son iguales o diferentes.
26.Los siguientes datos en libras, que se seleccionaron al azar de una población normalmente
distribuida de valores representan medidas de una pieza hecha en una máquina que se supone pesa,
en promedio 8.3 libras.
8.1 8.4 8.3 8.2 8.5 8.6 8.4 8.3 8.4 8.2 8.8 8.2 8.2 8.3 8.1 8.3 8.4 8.5 8.5 8.7
Utilice estos datos y = 0.01 para probar la hipótesis de que las piezas promedian 8.3 libras.
28. Un restaurante de comida rápida planea una oferta especial que permita a los clientes comprar
vasos de diseño especial. Si más del 15% de los clientes compran esos vasos, se implantará la
promoción. En una prueba preliminar en varios locales, 88 de 500 clientes los compraron. ¿se debe
implantar la promoción especial? Lleve a cabo una prueba de hipótesis que apoye la decisión con =
1%.
29. Suponga que durante años la media de la población 1 ha sido aceptada como igual a la media de
la población 2, pero ahora se piensa que la población 1 tiene mayor media que la población 2. Con
alfa=0.05 y suponiendo que ambas poblaciones tienen un comportamiento normal, use los datos para
probar esta idea.
Muestra 1: 43.6 44.0 45.2 40.8 48.3 45.7 49.1 45.6 46.5 50.0 40.0 46.0
Muestra 2: 40.1 41.2 43.1 39.5 41.0 39.4 42.3 38.8 41.2 40.2
NOTA: Probar primeramente si las varianzas son iguales o diferentes.
30. Un ingeniero que trabaja para un fabricante de llantas investiga la duración promedio de un
compuesto nuevo de caucho. Para ello construye 16 llantas y las prueba en una carretera hasta
alcanzar el fin de la vida útil de éstas. Los datos en km. Obtenidos son los siguientes: 6061, 5978,
6054, 6994, 5983, 6022, 6025, 6013, 5955, 6031, 6000, 6022, 6025, 5004, 5999 y 6052.
El ingeniero le gustaría demostrar que la vida útil promedio de la nueva llanta excede los 6000 km
con un nivel de significancia de 15%. Calcula el valor de p.
31. Se sugirió un nuevo método de entrenamiento y se llevó a cabo una prueba para comparar el
método nuevo con el estándar. Dos grupos de diez empleados nuevos se entrenaron durante un
periodo de 3 semanas, obteniéndose los siguientes resultados:
Procedimiento estándar: 32 37 35 28 41 44 35 31 34 y 40
Procedimiento nuevo: 35 31 29 25 34 40 27 32 31 y 30
¿Presentan los datos suficiente evidencia que indique que el tiempo medio de ensamble es menor
con el procedimiento nuevo? Use α = 0.10.
NOTA: Probar primeramente si las varianzas son iguales o diferentes.
32. Se sabe que en el pasado, la captura promedio de langostas en cada trampa colocada en una
región del caribe ha sido de 30.31 kg. Una muestra de 20 trampas colocadas recientemente dio los
siguientes resultados: 17.4 18.9 39.6 34.4 19.6 33.7 37.2 43.4 41.7 27.5 24.1 39.6 12.2 25.5
22.1 29.3 21.1 23.8 43.2 y 24.4. ¿ Presentan estos datos suficiente evidencia a favor de la
afirmación de que la captura promedio por trampa ha disminuido? Use α = 0.01