Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística Inferencial
M6
Trabajo Final
PRUEBAS PARAMÉTRICAS
La duración media de una muestra de 300 focos producidos por una compañía resulta ser
de 1620 horas. Se conoce que desviación típica de la población es 150 horas. Comprobar
la hipótesis µ = 1600 contra la hipótesis alternativa µ ≠ 1600 horas con un nivel de
significación de 0,05 si la muestra fue tomada de 5000 focos.
Planteamiento:
Formulas: Datos:
H 0 :μ 0=1600
∞n n = 300
100 %>5 %
2N H 1 : μ 1 ≠ 1600
x́=1620
x́−μ
z= σ =150
σ
√n α =0.05
x́ −μ
z= N = 5000
σ N−n
√
√ n N −1
Tabla: Probabilidad de la normal
estándar
Sustitución:
z .06
0.05 300
2
=0.025 ( 5000 )
( 100 % ) =6 % -1.9 .0250
1620−1600 H 0=−1.96
z= =2.24
( √150 5000−300
300 √ 5000−1 )
) (
Gráfica:
Conclusión:
Se rechaza H0, Diferente a 1620
horas.
Bibliografía:
Interaprendizaje de Probabilidad y
Estadística Inferencial. Primera
edición. Ibarra, Ecuador. 2012.
Una muestra aleatoria de 100 muertes registradas en Estados Unidos el año pasado
muestra una vida promedio de 71.8 años. Suponga una desviación estándar poblacional
de 8.9 años ¿Esto parece indicar que la vida media hoy en día es mayor que 70 años?
Utilice un desnivel de significancia de 0.05
α =0.05
1 – α = 1 – 0.05 = 0.95
H 0=1.65
Gráfica: Conclusión:
Bibliografía:
( x́ ¿ ¿ 1− x́ 2)−(μ1 −μ 2) H 0 :μ 1−μ2=12 n1 = n2 = 50
z= ¿
2 2
σ σ
√ + 1
n1 n2
2
H 1 : μ 1−μ2 <12 x́ 1=86.7
x́ 2=77.8
σ 1 =6.28
σ 2=5.61
α = 0.05
Sustitución:
Tabla: Probabilidad de la normal estándar
86.7−77.8
z= =−2.6
2 2
( 6.28 ) ( 5.61 )
√ 50
+
50
-1.6
z .04
.0505
.05
.0495
H0 = -1.65
Gráfica:
Conclusión:
Se rechaza H0, la resistencia es
menor de 12
Bibliografía:
Probabilidad y Estadística para
ingenieros. Sexta edición. Walpole,
Myers
El propietario de un negocio observa que hay diferencia entre el monto de las ventas
realizadas por los vendedores hombres y mujeres que laboran en sus establecimiento. En
una muestra de 40 días encuentra que los hombres vendieron en promedio $1.400 (usd)
por día, con una desviación estándar de $200. En una muestra de 50 días encuentra que
las mujeres vendieron en promedio 1500 por día, con una desviación estándar de $250,
con un nivel de significancia de 0.05. ¿Puede concluirse que el monto de las ventas
realizadas por las mujeres es superior?
( x́ ¿ ¿ 1− x́ 2)−( μ1 −μ 2) H 0 :μ 1−μ2=0 n1 = 50
z= ¿
2 2
σ σ
√ + 1
n1 n2
2 H 1 : μ 1−μ2 >0 n2 = 40
x́ 1=1500
1-α
x́ 2=1400
Sustitución: σ 1 =250
1500−1400
z= =2.10 σ 2=200
2 2
( 250 ) ( 200 )
√ 50
+
40 α = 0.05
1 – α = 1 - .05 = .95
z .04 .05
H 0=1.65
Conclusión:
Bibliografía:
https://www.youtube.com/watch?v=aPaZU5IZ0Go
Prueba de hipótesis para una media muestra pequeña
La emisión promedio de todos los motores con un nuevo diseño, tiene que estar por
debajo de 20ppm para que el diseño cumpla con los nuevos requerimientos sobre
emisiones. Se fabrican 10 motores con fines de prueba y se mide el nivel de emisiones de
cada uno. Los datos de emisiones son: 15.6, 16.2, 22.5, 20.5, 16.4, 19.4, 16.6, 17.9, 12.7,
13.9
¿Existe suficiente evidencia basada en los datos para concluir que este tipo de motor
cumple con el nuevo estándar? Supón que estás dispuesto a tomar riesgo de error de tipo
1 con una probabilidad de 0.01
Formulas:
Planteamiento: Datos:
x́−μ
T= γ=n – 1 H 0 :μ 0=220 ppm n =10
S
√n H 1 : μ 1<220 ppm α = 0.01
x 1+ x 2 +… x n
x́=
n1
S=
√ n1 ∑ x 2i −( ∑ x i )
Sustitución:
n1 ( n1−1 )
Tabla: Distribución t
γ =n – 1
15.6+16.2+… x n α 0.01
x́= =17.17
10 γ
9 2.8214
S= √10 ¿ ¿ ¿
17.17−20
T= =−3 H0 = 2.8214
2.98
√10
γ =n – 1=10−1=9
Conclusión:
Gráfica: Se rechaza H0, el requerimiento es
menor para las emisiones
Bibliografía:
https://www.youtube.com/watch?
v=OQjaeHFsa9A
Pruebe la hipótesis de que el contenido promedio en recipientes de un lubricante en
particular es de 10L si los contenidos de una muestra aleatoria de 10 envases son 10.2,
9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4, 10.3, y 9.8 litros. Utilice un nivel de significancia de
0.01.
x 1+ x 2 +… x n
x́=
n1
S=
√ n1 ∑ x 2i −( ∑ x i )
n1 ( n1−1 )
γ =n – 1
Sustitución: Tabla: Distribución t
10.06−10
T= =1.151 α/2 = 0.01/2 = 0.005
0.259
√ 10 H0 = 2.8214
γ =n – 1=10−1=9
Gráfica: Conclusión:
Bibliografía:
Ventas ($) 131 135 146 165 136 142
Al nivel de significancia de 0.05, ¿puede concluirse que los gastos medios diarios del
equipo de ventas son mayores?
x1 + x 2+ … x n H 0 :μ 1=μ2 n1 = 6
x́ 1=
n1
H 1 : μ 1> μ 2 n2 = 7
x1 + x 2 +… x n
x́ 2= α = 0.05
n1
2
2
n1 ∑ x 2i −( ∑ x i )
S=
1
n1 ( n1−1 )
2
2
n1 ∑ x 2i −( ∑ x i ) Sustitución:
S=
2
n1 ( n1−1 )
131+135+ … xn
x́ 1= =142.5
( n1−1 ) S21 + ( n2−1 ) S 22 6
2
Sp =
n1+¿n −2 ¿
2 130+102+ … xn
x́ 2= =130.3
7
( x́ 1−x́ 2) −( μ1−μ 2)
t=
Sp 2 Sp2 6(131)2 + ( 135 )2+ … x2n−( 131+135+… x n )2
√( +
n1 n2 ) S21=
6 ( 6−1 )
=148.84
γ =n1+ n2−2 2
7 ( 130 )2 + ( 102 )2+ … x 2n −( 130+102+… x n )2
S=
2 =249.64
7 ( 7−1 )
142.5−130.3 12.2
t= = =1.53
7.926
(√ 203.82
6
+
203.82
7 )
Tabla: Distribución de t
Gráfica:
γ =6 +7 – 2=11
1 – α = 1 - .05 = .05
α 0.05
γ
11 1.7959
H0 = 1.7959
Conclusión:
Se acepta H0, los gastos medios diarios de las ventas realizadas son iguales.
Bibliografía:
http://www.stadcenterecuador.com/estadisticas/ejercicios/17-sp-762
En un estudio conocido en el departamento de Silvicultura y Fauna examinaron la
influencia del fármaco succinylcholine sobre los niveles de circulación de andrógenos en
la sangre. Se obtuvieron muestras de sangre de venados salvajes vía la vena y yugular
inmediatamente después de una inyección intramuscular de succinylcholine con un rifle
de caza con dardos. Los venados se sangraron nuevamente aproximadamente 30
minutos después de la inyección y después se liberaron. Los niveles de andrógenos al
momento de la captura y 30 minutos después, medidos en nano gramos por mililitro, para
15 venados son los siguientes:
x1 + x 2 + … x n H 0 :μ 1=μ2 n1 = n2 = 15
x́ 1=
n1 H 1: μ1≠ μ2 α = 0.05
x1 + x 2 +… x n Sustitución:
x́ 2=
n1
2.76+5.18+… x n
x́ 1= =11.08
n1 ∑ x 2i −( ∑ x i )
2 15
2
S=
1
n1 ( n1−1 ) 7.02+ 3.10+ … x n
x́ 2= =21.65
2
15
2
n1 ∑ x 2i −( ∑ x i )
S=
2 15(2.76)2 + ( 5.18 )2 +… x 2n−( 2.76+5.18+ … xn ) 2
n1 ( n1−1 ) S21= =276.68
15 ( 15−1 )
2 ( n1−1 ) S21 + ( n2−1 ) S 22
Sp = 15(7.02)2+ ( 3.10 )2+ … x 2n −( 7.02+ 3.10+… x n )2
n1+¿n −2 ¿ 2
S= =938.17
2 2
15 (15−1 )
( x́ 1−x́ 2) −( μ1−μ 2)
t= ( 15−1 ) (276.68)+ ( 15−1 )(938.17)
Sp 2 Sp2 Sp2= =607.425
√( +
n1 n2 )
t=
11.08−21.65
15+15−2
=−1.320
γ =n1+ n2−2 607.425 607.425
α/2
√( 15
+
15 )
Tabla: Distribución de t Gráfica:
γ =15+15 – 2=28
α 0.025
γ
28 2.0484
H0 = 1.7011
Conclusión:
Bibliografía:
x1 + x 2+ … x n
x́ 1=
n1
Cinco muestras de una 2 sustancia ferrosa se usan para determinar si hay una diferencia
entre
2
nun
1∑ x 2i −( ∑químico
análisis xi ) de laboratorio y un análisis de fluorescencia de rayos x del
S1=
contenidon1de
( n1hierro.
−1 ) Cada muestra se divide en dos submuestras y se aplican los dos
tipos de análisis. A Continuación, se presentan los datos codificados que muestran los
2
análisis
n dexcontenido
2
−( x ) del hierro.
S22=
1 ∑ i ∑ i
n1 ( n12.0,
Rayos x 2.0, −1 )2.3, 2.1, 2.4
Químico
( x́ 1−x́2.2, 1.9, 2.5, 2.3, 2.4
2) − ( μ1 −μ 2 )
t=
Suponga que
S 21 Slas
2 poblaciones son normales, pruebe con un nivel de significancia de 0.05
√( 2
+
n1 n2 )
Planteamiento:
2
S 21 S 22
γ=
( +
n1 n2 ) H 0 :μ 1=μ2
Datos:
α = 0.05
2 2
S 21 S 22
( ) ( )
n1
+
n2
H 1: μ1≠ μ2
n1 = n 2 = 5
n1−1 n2 −1
Sustitución:
2+ 2+ 2.3+… x n
x́ 1= =2.16
5
2
5 ( 2+2+2.3 … x n )2−( 2+2+2.3+ … x n )2
S=
1 =0.033
5 ( 5−1 )
2
5 ( 2.2+1.9+2.5 … x n )2−( 2.2+1.9+2.5 … x n )2
S=
2 =.053
5 (5−1 )
2.16−2.26
t= =0.7624
.033 .053
√( 5
+
5 )
.033 .053 2
γ=
5( +
5
=4
)
2
.033 .053 2
( ) ( )
5
+
5
5−1 5−1
Tabla: Distribución t Gráfica:
α 0.025
γ
4 2.776
H0 = 2.776
Conclusión:
Se acepta H0, contiene el mismo resultado de hierro.
Bibliografía:
Probabilidad y Estadística para ingenieros. Sexta edición. Walpole, Myers
Formulas: Sustitución:
x1 + x 2+ … x n 131+135+ … xn
x́ 1= x́ 1= =142.5
n1 6
Lisa xMonnin es directora de presupuesto130+102+ … xnNew Process Company, desea
en la empresa
1 + x 2 +… x n
x́comparar
2=
x́ 2= del equipo de ventas
los gastos diarios de transporte =130.3y del personal de cobranza.
n1 7
Recopiló la siguiente información muestral (importe en dólares).
n1 ∑ ($)
x i − ( ∑2 2
x i ) 135 146 6(131)2 + ( 135 )2+ … x2 −( 131+135+… x n )2
n
2Ventas
S1=
131 S21= 165 136 142 =148.84
6 ( 6−1 )
1 1 n ( n −1 )
Cobranza ($) 130 102 129 143 149 120 139
2 2 2
7 ( 130 )2 + ( 102 )2+ … x 2n −( 130+102+… x n )2
Al2 nivel
n1 ∑dex −( ∑ x )
significancia
i
de 0.05, S =
i
¿puede
2 concluirse que los gastos medios diarios del
=249.64
Sequipo
2= de 7 ( 7−1 )
n1 (ventas
n1−1 ) son mayores?
142.5−130.3
t= =1.571
Datos:
( x́ 1−x́ 2) −( μ1−μ 2)
t=
2 2 (√ 148.84
6
+
249.64
7 )
√( S S
+ 1
n1 n2
2
) Planteamiento:
148.84 249.64
( 6 7 ) =10.91≈
+
2
n1 = 6
n2 = 7
2
S 21 S 22 H :μ =μ
γ= α = 0.05 11
γ=
( +
n1 n2 ) 0
148.84
1
1
1 2
2 2
249.64
H ( : μ 6> μ ) ( 7 )
2
2 2 +
S 21 S 22 6−1 7−1
( ) ( )
n1
+
n2
n1−1 n2 −1
Gráfica:
Tabla: Distribución t
1 – α = 1 - .05 = .05
α 0.05
γ
11 1.7959
H0 = 1.7959
Conclusión:
Se acepta H0, los gastos medios diarios de las ventas realizadas son iguales.
Bibliografía:
http://www.stadcenterecuador.com/estadisticas/ejercicios/17-sp-762
Prueba de hipótesis para dos medias muestras pequeñas considerando varianzas
diferentes Método de la W
Cinco muestras de una sustancia ferrosa se usan para determinar si hay una diferencia
entre un análisis químico de laboratorio y un análisis de fluorescencia de rayos x del
contenido de hierro. Cada muestra se divide en dos submuestras y se aplican los dos
tipos de análisis. A Continuación, se presentan los datos codificados que muestran los
análisis de contenido del hierro.
Suponga que las poblaciones son normales, pruebe con un nivel de significancia de 0.05
x1 + x 2 + … x n H 0 :μ 1=μ2 α = 0.05
x́ 1=
n1
H 1: μ1≠ μ2 n1 = n 2 = 5
x1 + x 2 +… x n
x́ 2=
n1
2
2
n1 ∑ x 2i −( ∑ x i ) Sustitución:
S=
1
n1 ( n1−1 ) 2+ 2+ 2.3+… x n
x́ 1= =2.16
2 5
2
n1 ∑ x 2i −( ∑ x i )
S=
2 2.2+ 1.9+ 2.5+… x n
n1 ( n1−1 ) x́ 2= =2.26
5
S21
W 1= 5 ( 2+2+2.3 … x n )2−( 2+2+2.3+ … x n )2
n1 2
S=
1 =0.033
5 ( 5−1 )
S22
W 2= 5 ( 2.2+1.9+2.5 … x n )2−( 2.2+1.9+2.5 … x n )2
n2 2
S=
2 =.053
5 (5−1 )
W 1 T 1 +W 2 T 2
t= .033 .053
W 1 +W 2 W 1= =0.0066 W 2= =0.0106
5 5
γ 1=n 1−1
( .0066 ) (2.776 )+ ( .0106 ) (2.776 )
t= =0.7624
γ 2=n 2−1 .0066+ .0106
γ =5−1=4
( x́ 1−x́ 2) −( μ1−μ 2)
t=
S 21 S 22 2.16−2.26
√( +
n1 n2 ) t=
√( .033 .053
5
+
5 )
=0.7624
Tabla: Distribución t
Gráfica:
α/2 = .05/2 = .025
α 0.025
γ
4 2.776
H0 = 2.776
Conclusión:
Se acepta H0, dan el mismo resultado de hierro.
Bibliografía:
Probabilidad y Estadística para ingenieros. Sexta edición. Walpole, Myers
Formulas:
x1 + x 2+ … x n
x́ 1=
n1
Lisa Monnin es directora
x1 + x 2 +… xn de presupuesto en la empresa New Process Company, desea
x́ 2=
comparar los gastos diarios de transporte del equipo de ventas y del personal de cobranza.
n1
Recopiló la siguiente información muestral (importe en dólares).
2 2
n1 ∑($)
Ventas
2
xi − x i ) 135 146 165 136 142
∑131
(
S1=
1 1 n ( n −1 )
Cobranza ($) 130 102 129 143 149 120 139
2 2
Al2nivel de xsignificancia
n1 ∑ i −( ∑ x i )
de 0.05, ¿puede concluirse que los gastos medios diarios del
S =
equipo den ventas
n −1 son mayores?
2
1 ( 1 )
S21
W 1= Planteamiento: Datos:
n1
H 0 :μ 1=μ2 n1 = 6
S22
W 2=
n2 H 1 : μ 1> μ 2 n2 = 7
W T +W 2 T 2 α = 0.05
t= 1 1
W 1 +W 2
Sustitución:
γ 1=n 1−1
131+135+ … xn
x́ 1= =142.5
γ 2=n 2−1 6
2
7 ( 130 )2 + ( 102 )2+ … x 2n −( 130+102+… x n )2
S=
2 =249.64
7 ( 7−1 )
148.84 249.64
W 1= =24.80 W 2= =35.66
6 7
142.5−130.3
t= =1.571=H 1
148.84 249.64
√( 6
+
7 )
Tabla: Distribución t
γ 1=n 1−1=6−1=5
α 0.05 Gráfica:
γ
5 2.0150
T1 = 2.0150
γ 2=n 2−1=7−1=6
α 0.05
γ
6 1.9432
T2 = 1.9432
Conclusión:
Se acepta H0, los gastos medios diarios de las ventas realizadas son iguales.
Bibliografía:
http://www.stadcenterecuador.com/estadisticas/ejercicios/17-sp-762
Prueba de hipótesis para una proporción
x x = 200
−P0
n
z= N = 10000
P0 ( 1−P0 )
√ n √ N−n
N −1
x−n P0 1−α=1−.025=.975
z=
Sustitución:
√ n P 0 (1−P0 ) z .06
3 1.9 .9750
P 0= =0.33
10
600 H0 = 1.96
100 %=6 %
10000
200
−0.33
600
z= =1.84
0.33 ( 1−0.33 ) 10000−600
√ 600 √
10000−1
Gráfica:
Conclusión:
H0 es aceptada 3 de 10 estudiantes trabajan.
Bibliografía:
Interaprendizaje de Probabilidad y
Estadística Inferencial. Primera edición.
Ibarra, Ecuador. 2012.
Un constructor afirma que se instalan bombas de calor en 70% de todas las casas que se
construyen hoyen día en la ciudad de Richmond. ¿Estaría de acuerdo con esta afirmación
si una investigación de casas nuevas es esta ciudad muestra que 8 de 15 tienen
instaladas bombas de calor? Utilice un nivel de 0.10
Formulas: Datos:
Planteamiento:
x H 0 :P 0=0.7 n = 15
−P0
n
z= H 1 : P 0 ≠ 0.7
x=8
P0 (1−P 0)
√ n α = 0.10
x−n P0
z= Tabla: Probabilidad de la normal estándar
√ n P 0 (1−P0 )
α 0.10
Sustitución: = =0.05
2 2
8 z .04 .05
−0.7
15
z= =−1.4
0. .7 ( 1−0.7 ) -1.6 0.0505 0.0495
√ 15
Gráfica: H0 = -1.65
Conclusión:
Se acepta H0, es cierto que se instalan bombas de calor en 70% en todas las casas
Bibliografía:
x2 = 14
x +x
P= 1 2
^
α = 0.05
n1+ n2
x1 Sustitución:
^
P 1=
n1 18+14
P=
^ =0.8
20+20
x
P 2= 2
^
n2 18 14
−
20 20
^ z= =1.58
q^ =1− P 1 1
z=
^ ^2
P 1− P √ 0.8 (1−0.8 ) (+
20 20 )
Tabla: Probabilidad de la normal estándar
^ q^ 1 + 1
√ P
(n1 n2 )
-1.9
z .06
.0250
Conclusión:
H0 es aceptada, si es concluso que están
a favor de la nueva enseñanza
Bibliografía:
Interaprendizaje de Probabilidad y
Estadística Inferencial. Primera edición.
Ibarra, Ecuador. 2012.
Se tomara un voto entre los residentes de una ciudad y el condado circundante para
determinar si se debe construir una planta química propuesta. El lugar de construcción
está dentro de los límites de la ciudad y por esta razón muchos votantes que favorecen la
construcción. Para determinar si hay una diferencia significativa en la proporción de
votantes de la ciudad y votantes del condado que favorecen la propuesta, se realiza una
encuesta. Si 120 de 200 votantes de la ciudad favorecen la propuesta y 240 de
500residentes del condado también lo hacen. ¿Estaría de acuerdo en que la proporción
de votantes de la ciudad que favorecen la propuesta es más alta que la proporción de
votantes del condado? Utilice un nivel de significancia de .025.
^ ^2
P 1− P Planteamiento: Datos:
z=
^) 1 + 1
Formulas:
√ P
^ ( 1−P
(
n1 n2 ) H 0 : p 1= p2
H 1 : p1 > p2
n1 = 200
n2 = 500
x 1+ x2
^
P= x1 = 120
n1 + n2
x2 = 240
x
P 1= 1
^
n1 α = 0.025
x2
^
P2= Sustitución:
n2
120+240
^
q^ =1− P P=
^ =0.5142
120+500
^ ^2
P1− P 120 240
z= −
200 500
^ q^ 1 + 1
√ P
(
n1 n2
Tabla: Probabilidad de la normal
) z=
√ (
0.5142 ( 1−0.5142 )
1
+
1
120 500 )
=2.86
estándar
Gráfica:
z .06
1.9 0.9750
1 – α = 1 – 0.025 = .0975
H0 = 1.96
Conclusión:
Bibliografía:
La St. Louis Metro Bus Company de Estados Unidos, desea dar una imagen de
confiabilidad haciendo que sus conductores sean puntuales en los horarios de llegada a
las paradas. La empresa desea que haya poca variabilidad en dichos tiempos. En
términos de la varianza de los tiempos de llegada de las paradas, la empresa desea que
la varianza sea de 4 minutos o menos. Esta prueba de hipótesis se realiza con un nivel de
significancia de α = 0.05
Asuma que en una muestra aleatoria de 24 llegadas a cierta parada en una intersección
en el centro de la ciudad, la varianza muestral encontrada es s2 = 4.9
n = 24
Sustitución:
Gráfica: α 0.95
γ
23 13.091
γ =n – 1=24 – 1=23
α 0.05
γ
23 35.172
Conclusión:
Se acepta H0, la llegada las estaciones es puntual
Bibliografía:
Andarson D. Williams I. Estadística para administración, 2008
Un fabricante de baterías para auto afirma que la duración de sus baterías se distribuye
de forma aproximadamente normal con una distribución estándar igual a 0.9 años. Si una
muestra aleatoria de 10 de tales baterías tiene una desviación estándar de 1.2 años,
¿considera que σ > 0.9 años? Utilice de significancia de 0.05
Sustitución:
Tabla: Valores críticos de la distribución ji
( 10−1 ) ( 1.44 ) cuadrada
x 2= =16
0.81
1 – α = 1 - .05 = .95
α 0.95
γ
Gráfica: 23 13.091
γ =n – 1=24 – 1=23
α 0.05
γ
23 35.172
Conclusión:
Bibliografía:
Existe un proceso industrial A para obtener el aceite esencial de cierto fruto. Un grupo de
ingenieros mexicanos ha desarrollado un método B para el mismo fin, pero con costos de
producción y mantenimiento menores. Se hizo un estudio para comparar el porcentaje de
pureza del aceite esencial obtenido por ambos métodos, en lotes similares de fruto
asignados completamente al azar y se recopiló la siguiente información:
Bibliográfica:
http://colposfesz.galeon.com/infer
encia/teoria/cap3-1.htm
Al probar la diferencia en el desgaste abrasivo de los dos materia les del ejemplo 10.6
supusimos que las dos varianzas de la población desconocidas eran iguales. ¿Se justifica
tal suposición? Utilice un nivel de significancia de 0.10.
10-6 Se llevó a cabo un experimento para comparar el desgaste por abrasivos de dos
diferentes materiales laminados. Se probaron 12 piezas del material 1 exponiendo cada
pieza a una máquina para medir el desgaste. Se probaron 10 piezas del material 2 de
manera similar. En cada caso se observó la profundidad del desgaste. Las muestras del
material 1 revelaron un desgaste promedio (codificado) de 85 unidades con una
desviación estándar muestral de 4; en tanto que las muestras del material 2 revelaron un
promedio de 81 y una desviación estándar muestral de 5.
Formulas: Sustitución:
Planteamiento: Datos:
S 21 ( 4)2
f= 2 H 0 :σ 21=σ 22 α = 0.10 f= =0.64
S2 (5)2
H 1 : σ 21 ≠ σ 22 s1=4
γ 1=n 1−1 α/2 = 0.10/2 = 0.05
s2=5
γ 2=n 2−1
Tabla: Valores críticos de la distribución f n1 = 12
f0.05 n2 = 10
γ1 = 12 – 1 = 11 Gráfica:
γ2 = 10 – 1 = 9
γ1
γ2 11
9 3.11
γ1
γ2 9
11 2.90
1 1
f 0.05 ( 11,9 )= = =0.34
f 0.10 ( 9,11 ) 2.9
Conclusión:
Se acepta H0, no hay suficiente evidencia de que las varianzas sean diferentes.
Bibliografía:
Los siguientes datos representan el número de horas que un compensador opera antes
de requerir una recarga: 1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0, 1.2 y 1.7. Utilice la prueba
de signo para probar la hipótesis en el nivel de significancia de 0.05 que este
compensador particular opera con una media de 1.8 horas antes de requerir una recarga.
H0 = -1.96
Gráfica:
Conclusión:
Bibliografía:
www.vitutor.com/estatica/inferenci
al/inferencial/Actividad
La compañía PQR afirma que el tiempo de un tipo de pila que fabrica es mayor a 250
horas. Un defensor de consumidores que desea determinar si la afirmación es justificada
mide los tiempos de 24 de las pilas de la compañía. Suponiendo que la muestra es
aleatoria, determine si la afirmación de la compañía está justificada de significancia de
0.05
x−nP H 0 ;~
μ=250 horas n = 24
z=
√ nPq P = 0.5
H1; ~
μ> 250 horas
q=1−P α = 0.05
H 0=1.65
Gráfica:
Conclusión:
Bibliografía:
http://www.estadisticafi.unam.mx/point/12.
pdf
Prueba del signo para dos medias
Una compañía de taxis trata de decidir si el uso de llantas radiales en lugar de llantas
regulares con cinturón mejora la economía de combustible. Se equipan 16 automóviles
con llantas radiales y se manejan por un recorrido de prueba establecido. Sin cambiar de
conductores, se equipan los mismos autos con llantas regulares con cinturón y se
manejan una vez más por el recorrido de prueba. Se registra el consumo de gasolina, en
kilómetros por litro, de la siguiente manera:
¿Se puede concluir en el nivel de significancia de 0.05 que los autos equipados con
llantas radiales obtienen mejores economías de combustible que los equipados con
llantas regulares con cinturón?
x−nP H 0 ;~
μ 1− ~
μ2=0 α = 0.05
z=
√ nPq
H1; ~
μ 1−~μ2 >0
q=1−P
Conclusión:
H0 se rechaza, los autos con llantas radiales obtienen mejores economías de combustible
Bibliografía:
x−nP H 0 ;~
μ 1− ~
μ2=0 α = 0.05 q = 1 – 0.5 = 0.5
z=
√ nPq
H1; ~
μ 1−~μ2 >0 n = 20 12−(20)( .5)
q=1−P z= =0.894
√( 20 ) ( .5 ) (.5)
Gráfica:
Tabla: Probabilidad de la normal
estándar
1 – α = 1 – 0.05 = .95
z 0.06 0.05
1.6 .9495 .9505
H0 = 1.65
Conclusión:
Bibliografía:
Introducción a la Estadística, Lincoln L. Chao, 1ª
Prueba de rango con signo para una media
Los siguientes datos representan el número de horas que un compensador opera antes
de requerir una recarga: 1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0, 1.2 y 1.7. Utilice la prueba
de rango con signo para probar la hipótesis en el nivel de significancia de 0.05 que este
compensador particular opera con una media de 1.8 horas antes de requerir una recarga.
Formulas:
Planteamiento:
H 0 ;~
μ=1.8
H1; ~
μ ≠ 1.8
Solución:
Conclusión:
H0 es aceptado, el tiempo promedio de operación no es significativamente diferente de 1.8
horas.
Bibliografia:
Probabilidad y Estadística para ingenieros. Ronald. E Walpole, Mayers. Sexta edición
La compañía PQR afirma que el tiempo de un tipo de pila que fabrica es mayor a 250
horas. Un defensor de consumidores que desea determinar si la afirmación es justificada
mide los tiempos de 24 de las pilas de la compañía. Suponiendo que la muestra es
aleatoria, determine si la afirmación de la compañía está justificada de significancia de
0.05
Formulas: Planteamiento:
H 0 ;~
μ=250 horas
H1; ~
μ> 250 horas
Solución:
n Unilateral α = 0.05
Bilateral α = 0.10
24 92
Conclusión:
Bibliografía:
http://www.estadisticafi.unam.mx/point/12.pdf
Prueba de rango con signo para dos medias
Formulas:
Solución:
Planteamiento:
Par Con Sin di di – d 0 Rangos
H 0 ;~
μ 1−~
μ2=50 problemas problemas
de de
H1; ~
μ 1−~μ2 <50 muestra muestra
1 531 509 22 -28 5
2 621 540 81 31 6
Datos: 3 663 688 -25 -75 9
4 579 502 77 27 3.5
α = 0.05 5 451 424 27 -23 2
6 660 683 -23 -73 8
d0 = 50 7 591 568 23 -27 3.5
8 719 748 -29 -79 10
n = 10
9 543 530 13 -37 7
10 575 524 51 1 1
w+ = 6 + 3.5 + 1 = 10.5
Tabla: Valores críticos para la prueba de rangos
con signo
n Unilateral α = 0.05
Bilateral α = 0.10
10 11
Conclusión:
Bibliografia:
H 0 ;~
μ 1=~
μ2 α = 0.05
H1; ~
μ 1> ~
μ2 n = 12
10 11
Conclusión:
Bibliografía:
http://jujoestadistica.weebly.com/uploads/3/4/3/2/3432880/noparametricas.pdf
Prueba de suma de rangos
A un nivel de significancia de 0.05 pruebe la hipótesis de que las medianas del contenido
de nicotina de las dos marcas son iguales, en comparación con la hipótesis alternativa de
que son diferentes.
n2 ( n2+ 1)
u2=w2−
2 Solución:
Sustitución:
Tabla: Valores críticos para la prueba de suma
w1 = 4 + 8 + 9 + 10.5 + 13 + 14.5 + 16 + 18 = 93 de rangos
(8) (9) n2
u1=93− =57 n1 10
2
8 17
( 10 )( 11 )
u2=78− =23
2
u = 23
Conclusión:
Bibliografía:
n2 ( n2+ 1) Solución:
u2=w2−
2
Datos originales Rangos Daros originales Rangos
0.12 1 0.53 16*
0.17 2 0.54 17*
0.18 3 0.58 18*
0.20 4 0.63 19
0.26 5* 0.84 20
Si el valor observado de u1, u2 o u es 0.32 6 0.88 21*
menor o igual que el valor crítico 0.35 7 0.89 22*
tabulado, se rechaza la hipótesis nula 0.39 8* 0.92 23*
al nivel de significancia que se indica 0.40 9 0.96 24*
en la tabla. 0.43 10 1.01 25*
0.45 11 1.07 26*
0.47 12 1.11 27*
0.48 13* 1.13 28*
0.49 14 1.36 29
0.51 15
Sustitución:
(29)(30)
w 2= −162=273
2
15 ( 15+1 )
u1=162− =42
2
14 ( 14+1 )
u2=273− =168
2
Tabla: Valores críticos para la prueba de suma
de rangos
n2
n1 14
15 66
Conclusión:
Bibliografía:
49 35 32 39 45
Con a=0,05, ¿existe alguna razón para creer que el número de empleados que asisten al
consultorio médico, no se encuentra distribuido de forma equitativa durante los días de la
semana?
Formulas: Planteamiento:
n H0 se encuentra distribuido
x 2= ∑ ¿ ¿ ¿ equitativamente
i=1
H1 no se encuentra distribuido
equitativamente
Sustitución:
200
e i= =40
5
γ =n−1=5−1=4
α
γ 0.05
4 9.488
1 – α = 1 - 0.05 = 0.95
α
γ 0.95 Conclusión:
4 0.711 Se acepta H0, si se encuentra en distribución equitativa
Bibliografía:
Probabilidad y Estadística, Aplicaciones y Métodos, George
C. Canavos, 1ª. Ed. McGraw-Hil
Un cirujano desarrollo una nueva técnica quirúrgica para la cabeza del fémur que
consideraba superior a la tradicional en tanto a complicación post operatoria inmediata.
Luego de intervenir 116 adultos observo la siguiente distribución de frecuencias de la
complicación.
Planteamiento: Formulas:
Solución:
116
e i= =29
4
Tablas: Valores críticos de la Gráfica:
distribución ji cuadrada
γ =n−1=4−1=3
α
γ 0.05
3 7.815
1 – α = 1 - 0.05 = 0.95
α
γ 0.95
3 0.352
Conclusión:
Estadística: trata del recuento, ordenación y clasificación de los datos obtenidos por las
observaciones, para poder hacer comparaciones y sacar conclusiones.
La Estadística ofrece métodos y técnicas que permiten entender los datos a partir
de modelos.
Estadística Inferencia: estudia cómo sacar conclusiones generales para toda la población
a partir del estudio de una muestra, y el grado de fiabilidad o significación de los
resultados obtenidos. (Se puede usar en las elecciones)
Prueba de Hipótesis: es una prueba estadística que se utiliza para determinar si existe
suficiente evidencia en una muestra de datos para inferir que cierta condición es válida
para toda la población