Universidad Autónoma de Nuevo León

Facultad de Ingeniería Mecánica y Eléctrica

Estadística Inferencial

Mc. Rigoberto Américo Garza López

M6

Trabajo Final
PRUEBAS PARAMÉTRICAS

-Prueba de hipótesis para una media muestra grande

-Prueba de hipótesis para dos medias muestra grande

-Prueba de hipótesis para una media muestra pequeña

-Prueba de hipótesis para dos medias muestra pequeña considerando varianza

igual

-Prueba de hipótesis para dos medias muestra pequeña considerando varianza

diferente

-Prueba de hipótesis para dos medias muestra pequeña usando el método de la W

-Prueba de hipótesis para una proporción

-Prueba de hipótesis para dos proporciones

-Prueba de hipótesis para la varianza

-Prueba de hipótesis para la razón de las varianzas

Prueba de hipótesis para una media muestra grande

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

Formulas: Planteamiento: Datos:

1-α H 0 :μ 0=70 n = 100

x́−μ H 1 : μ 1>70 x́=71.8

z=
σ
√n σ =8.9

α =0.05

Sustitución: Tabla: Probabilidad de la normal estándar

71.8−70 z .04 .05

z= =2.02
8.9
( √100 ) 1.6 0.9495 0.9505

1 – α = 1 – 0.05 = 0.95
H 0=1.65

Gráfica: Conclusión:

Se rechaza H0, la vida hoy en día es

mayor a 70 años

Bibliografía:

Probabilidad y Estadística para

ingenieros. Sexta edición. Walpole,
Myers
Prueba de hipótesis para dos medias muestras grandes

Un fabricante afirma que la resistencia a la tracción promedio del hilo A excede a la

tracción promedio del hilo B en al menos 12kg para probar esta afirmación se prueban 50
piezas de cada tipo de hilo bajo condiciones similares. El hilo tipo A tiene una resistencia
promedio de 86.7 kg con una desviación estándar de 6.28 mientras que el hilo B tiene una
resistencia promedio de 77.8 kg con una desviación estándar de 5.61 kg con un valor de
significancia de 0.05

Formulas: Planteamiento: Datos:

( 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?

Formulas: Planteamiento: Datos:

( 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

Tabla: Probabilidad de la normal Gráfica:

estándar

z .04 .05

1.6 0.9495 0.9505

H 0=1.65

Conclusión:

H0 se rechaza, el monto de las mujeres es mayor.

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.

Formulas: Planteamiento: Datos:

x́−μ H 0 :μ 0=10 n =10

T=
S
√n H 1 : μ 1 ≠ 10 α = 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

10.2+ 9.7+10.1+… x n α 0.005

x́= =10.06
10 γ
9 3.2498
S= √10 ¿ ¿ ¿

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:

Se acepta H0, el promedio de un lubricante

en un recipiente es de 10L

Bibliografía:

Probabilidad y Estadística para ingenieros.

Sexta edición. Walpole, Myers
 Prueba de hipótesis para dos medias muestras pequeñas considerando varianzas
iguales

Lisa Monnin es directora de presupuesto en la empresa New Process Company, desea

comparar los gastos diarios de transporte del equipo de ventas y del personal de cobranza.
Recopiló la siguiente información muestral (importe en dólares).

   Ventas ($)        131       135       146       165       136       142 

   Cobranza ($)    130       102       129       143       149       120       139 

Al nivel de significancia de 0.05, ¿puede concluirse que los gastos medios diarios del
equipo de ventas son mayores? 

Formulas: Planteamiento: Datos:

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 )

( 6−1 )( 148.84)+ (7−1 ) (249.64)

Sp2= =203.82
6+7−2

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:

Suponga que las poblaciones de andrógenos al momento de la inyección y 30 minutos

después se distribuyen normalmente, pruebe un nivel de significancia de 0.05 si las
concentraciones de andrógenos se alteran después de 30 min de encierro considerando
varianza igual. Planteamiento: Datos:
Formulas:

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

α/2 = 0.05/2 = 0.025

H0 = 1.7011

Conclusión:

Se acepta H0, las concentraciones de andrógenos se alteran después de 30 minutos de

encierro

Bibliografía:

Probabilidad y Estadística para ingenieros. Sexta edición. Walpole, Myers

Formulas:

x1 + x 2+ … x n
x́ 1=
n1

Pruebax1 +de hipótesis

x 2 +… xn para dos medias muestras pequeñas considerando varianzas
x́ 2=
diferentes n 1

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

2.2+ 1.9+ 2.5+… x n

x́ 2= =2.26
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/2 = .05/2 = .025

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.

Rayos x 2.0, 2.0, 2.3, 2.1, 2.4

Químico 2.2, 1.9, 2.5, 2.3, 2.4

Suponga que las poblaciones son normales, pruebe con un nivel de significancia de 0.05

Formulas: Planteamiento: Datos:

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

( x́ 1−x́ 2) −( μ1−μ 2) 130+102+ … xn

t= x́ 2= =130.3
7
S 21 S 22
√( +
n1 n2 ) 2
S=
1
6(131)2 + ( 135 )2+ … x2n−( 131+135+… x n )2
6 ( 6−1 )
=148.84

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

( 24.80 )( 2.0150 )+ (35.66 )( 1.9432 )

t= =40.46=H 0
24.80+35.66

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

En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe esta

aseveración, a un nivel de significación de 0,025, respecto a la alternativa de que la
proporción real de los estudiantes universitarios trabajan es mayor de lo que se afirma, si
una muestra aleatoria de 600 estudiantes universitarios revela que 200 de ellos trabajan.
La muestra fue tomada de 10000 estudiantes.
Formulas:
Planteamiento:
x Datos:
−P0
n H 0 : p= p0
z= α = 0.025
P0 (1−P 0)
√ n
H 1 : p> p 0 n = 600

x x = 200
−P0
n
z= N = 10000
P0 ( 1−P0 )
√ n √ N−n
N −1

n Tabla: Probabilidad de la normal

100 %>5 %
N estándar

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:

Probabilidad y Estadística para ingenieros. Sexta edición. Walpole, Myers

Prueba de hipótesis para dos proporciones

Se ponen a prueba la enseñanza de la Estadística empleando Excel y Winstats. Para

determinar si los estudiantes difieren en términos de estar a favor de la nueva enseñanza
se toma una muestra de 20 estudiantes de dos paralelos. De paralelo A 18 están a favor,
en tanto que del paralelo B están a favor 14. ¿Es posible concluir con un nivel de
significación de 0,05 que los estudiantes que están a favor de la nueva enseñanza de la
Estadística es la misma en los dos paralelos?

Fórmulas: Planteamiento: Datos:

^ ^2
P 1− P H 0 : p 1 = p2 n1 = n2 = 20
z=
^) 1 + 1
√ P
^ ( 1−P
(
n1 n2 ) H 1 : p1 ≠ p 2 x1 = 18

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

Gráfica: α/2 =0.025 H0 = -1.96

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:

Se rechaza H0, La proporción de votantes de la ciudad que favorecen la

propuesta es más alta que la proporción de votantes del condado.

Bibliografía:

Probabilidad y Estadística para ingenieros. Sexta edición. Walpole,

Myers
 Prueba de hipótesis para la varianza

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

Formulas: Planteamiento: Datos:

( n−1 ) S 2 2
S2 = 4.9
x 2= H 0 :σ =4
σ2
H 1 : σ 2 >4 α = 0.05

n = 24

Sustitución:

( 24−1 )( 4.9 ) Tabla: Valores críticos de la distribución ji cuadrada

x 2= =28.18
4
1 – α = 1 - .05 = .95

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

Formulas: Planteamiento: Datos:

2 ( n−1 ) S 2 H 0 :σ 2=0.81 S2 = 1.44

x=
σ2 α = 0.05
H 1 : σ 2 >0.81
n = 10

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:

Se acepta H0, si es mayor

Bibliografía:

Probabilidad y Estadística para ingenieros. Sexta edición.

Walpole, Myers
Prueba de hipótesis para la razón de la varianza

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:

Método A: 82, 80 ,83 ,85 ,79 ,82 ,81 ,84

Método B: 80 ,79 ,82 ,82 ,81 ,80 ,79 ,78 ,83

En un inicio, por consideraciones teóricas, se pensaba que ambos procesos tendrían la

misma variabilidad, pero de acuerdo con algunos resultados preliminares se cree ahora
que el método B produce resultados menos variables. Con los datos de la tabla, ¿cuál es
su conclusión con a = 0.05?

Formulas: Planteamiento: Datos:

Tabla: Valores críticos de la
2 2 2 distribución f
n1 ∑ x 2i −( ∑ x i ) H 0 :σ =σ
1 2
α = 0.05
2
S=
n1 ( n1−1 ) n1 = 8 f0.05
H 1 : σ 21 <σ 22
S 21 n2 = 9 γ1 = 9 – 1 = 8
f= γ2 = 8 – 1 = 7
S 22
γ1
γ 1=n 1−1 γ2 8
7 3.73
γ 2=n 2−1
Sustitución:
γ1
2 2
8 ( 82+80+ … xn ) −( 82+80+ … x n ) γ2 7
S21= =4 8 3.5
8 ( 8−1 )

9 ( 80+79+ … xn ) 2−( 80+79+ … x n )2

2 1 1
S= 2 =2.77 f 0.95 ( 8,7 )= = =0.28
9 ( 9−1 ) f 0.05 ( 7,8 ) 3.5
4
f= =1.44
2.77 Conclusión:
Gráfica:
Se acepta H0, ambos procesos
tienen la misma variabilidad

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:

Probabilidad y Estadística para ingenieros. Sexta edición. Walpole, Myers

PRUEBAS NO PARAMÉTRICAS

-Prueba de signo para una media

-Prueba del signo para dos medias

-Prueba de rango con signo para una media

-Prueba de rango con signo para dos medias

-Prueba de suma de rangos

-Prueba de bondad y ajuste

Prueba de 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 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: Datos:

x−nP H 0 ;~
μ=1.8
z= n = 10
√ nPq
H1; ~
μ ≠ 1.8 P = 0.5
q=1−P
α = 0.05
α /2

Sustitución: Tabla: Probabilidad de la normal

estándar
q = 1 – 0.5 = 0.5
α/2 = 0.05/2 = 0.025
3−(10)( 0.5)
z= =1.26
√ (10 ) (.5)(.5) z 0.06
-1.9 0.025

H0 = -1.96

Gráfica:

Conclusión:

Se acepta H0, por lo que el tiempo

promedio de operación no es
significativamente diferente de 1.8
horas.

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

Formulas: Planteamiento: Datos:

x−nP H 0 ;~
μ=250 horas n = 24
z=
√ nPq P = 0.5
H1; ~
μ> 250 horas
q=1−P α = 0.05

Sustitución: Tabla: Probabilidad de la normal

estándar
q = 1 – 0.5 = 0.5
1 – α = 1 – 0.05 = 0.95
15−(24)(0.5)
z= =1.22 z .04 .05
√ ( 24 ) (.5)(.5)
1.6 0.9495 0.9505

H 0=1.65

Gráfica:
Conclusión:

Se acepta H0, la duración de las pilas es 250

horas

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:

Automóvil Llantas radiales Llantas con

cinturón
1 4.2 4.1 +
2 4.7 4.9 -
3 6.6 6.2 +
4 7.0 6.9 +
5 6.7 6.8 -
6 4.5 4.4 +
7 5.7 5.7 0
8 6.0 5.8 +
9 7.4 6.9 +
10 4.9 4.9 0
11 6.1 6.0 +
12 5.2 4.9 +
13 5.7 5.3 +
14 6.9 6.5 +
15 6.8 7.1 -
16 4.9 4.8 +

¿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?

Formulas: Planteamiento: Datos:

x−nP H 0 ;~
μ 1− ~
μ2=0 α = 0.05
z=
√ nPq
H1; ~
μ 1−~μ2 >0
q=1−P

Tabla: Probabilidad de la normal

Sustitución:
estándar
q = 1 – 0.5 = 0.5
1 – α = 1 – 0.05 = .95
11−(14)(.5)
z= =2.13 z 0.06 0.05
√ ( 14 ) ( .5 ) (.5) 1.6 .9495 .9505
H0 = 1.65
Gráfica:

Conclusión:

H0 se rechaza, los autos con llantas radiales obtienen mejores economías de combustible

Bibliografía:

Probabilidad y Estadística para ingenieros. Ronald. E Walpole, Mayers. Sexta edición

 Supóngase que se desea decidir si cierta dieta es efectiva para perder peso. Se ponen a
dieta 20 personas. Denótese con B y A los pesos antes y después de la dieta,
respectivamente. En la tabla se encuentra las lista de valores de B y A para las 20
personas, así como los signos de diferencias entre A y B o A –B. Pruébese la hipótesis
nula de que la dieta no es efectiva contra la hipótesis alternativa de que es efectiva con
α=0.05

Formulas: Planteamiento: Datos: Sustitución:

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:

Se acepta H0, la dieta si es efectiva.

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

Se rechaza la hipótesis nula si el valor

calculado w+, w– o w es menor o igual
que el valor tabulado apropiado.

Solución:

Dato di = dato - 1.8 Rangos

1.5 -0.3 5.5
2.2 0.4 7
0.9 -0.9 10
1.3 -0.5 8
2.0 0.2 3
1.6 -0.2 3
1.8 0 0
1.5 -0.3 5.5
2.0 0.2 3
1.2 -0.6 9
1.7 -0.1 1

w+ = 7 + 3 + 3 = 13 Tabla: Valores críticos para la prueba de

rangos con signo
w- = 5.5 + 10 + 8 + 3 + 5.5 + 9 + 1 = 42
n Unilateral α = 0.025
w = 13 Bilateral α = 0.05
10 8

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

Se rechaza la hipótesis nula si el valor

calculado w+, w– o w es menor o igual
que el valor tabulado apropiado.

Solución:

Dato di = dato - 250 Rangos

271 21 10
230 -20 9
198 -52 24
275 25 12.5
282 32 16
225 -25 12.5
284 34 17.5
219 -31 15
253 3 2.5
216 -34 17.5
262 12 5
288 38 19
236 -14 6.5
291 41 21
253 3 2.5
224 -26 14
264 14 6.5
295 45 23
211 -39 20
252 2 1
294 44 22
243 -7 4
272 22 11
268 18 8
Sustitución:

w−¿=9+24+12.5 +15+17.5+6.5 +14+20 +4=¿¿ 122.5

Tabla: Valores críticos para la prueba de rangos

con signo

n Unilateral α = 0.05

Bilateral α = 0.10

24 92

Conclusión:

H0 es aceptado, la duración de la pila es igual a 250 horas

Bibliografía:

http://www.estadisticafi.unam.mx/point/12.pdf
Prueba de rango con signo para dos medias

Se afirma que un estudiante universitario de último año puede aumentar su calificación en

el área del campo de especialidad del examen de registro de graduados en al menos 50
puntos si de antemano se le proporcionan problemas de muestra. Para probar esta
afirmación, se dividen 20 estudiantes del último año en 10 pares de modo que cada par
tenga casi el mismo promedio de puntos de calidad general en sus primeros años en la
universidad. Los problemas y respuestas de muestra se proporcionan al azar a un
miembro de cada par una semana antes del examen. Se registran las siguientes
calificaciones del examen:
Pruebe la hipótesis nula en el nivel de significancia de
0.05 de que los problemas aumentan las calificaciones
en 50 puntos contra la hipótesis alternativa de que el
aumento es menor a 50 puntos.

Formulas:

Se rechaza la hipótesis nula si el valor

calculado w+, w– o w es menor o igual que
el valor tabulado apropiado.

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:

Se rechaza H0, los problemas de muestra, en promedio, no aumentan las calificaciones de

registro de graduados en 50 puntos.

Bibliografia:

Probabilidad y Estadística para ingenieros. Ronald. E Walpole, Mayers. Sexta edición

Un investigador quiere determinar si la dificultad del material que han de aprender afecta
el nivel de ansiedad de los estudiantes universitarios. A cada uno de los miembros de un
muestra aleatoria de 12 alumnos se les asigna ciertas tareas de aprendizaje que se
clasifican como tareas fáciles y difíciles. Antes de que los estudiantes inicien cada tarea,
se les presenta algunos ejemplos de las diferentes tareas como muestra del material que
van a aprender. A continuación, se mide el nivel de ansiedad que mostraron los alumnos,
mediante un cuestionario. De esta manera, se mide el nivel de ansiedad antes de cada
aprendizaje. Cuál es la conclusión utilizando la prueba de signo de Wilcoxon y una alfa de
0.05

Formulas: Planteamiento: Datos:

H 0 ;~
μ 1=~
μ2 α = 0.05

H1; ~
μ 1> ~
μ2 n = 12

Se rechaza la hipótesis nula si el valor

calculado w+, w– o w es menor o igual
que el valor tabulado apropiado.
Tabla: Valores críticos para la prueba de rangos
con signo
Sustitución:
n Unilateral α = 0.05
W- = 1 + 4 = 5
Bilateral α = 0.10

10 11

Conclusión:

Se rechaza H0, los materiales influyen en la ansiedad de los estudiantes

Bibliografía:

http://jujoestadistica.weebly.com/uploads/3/4/3/2/3432880/noparametricas.pdf
Prueba de suma de rangos

Se encontró que el contenido de nicotina de dos marcas de cigarrillos, medido en

miligramos, es el siguiente:

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.

Formulario: Planteamiento: Datos:

(n1 +n 2)(n 1+n 2+1) H 0 ;~

μ 1− ~
μ2=50 α = 0.05
w 2= −w 1
2
H1; ~
μ 1−~μ2 ≠ 50 n1 = 8
n1 (n 1+1)
u1=w1− n2 = 10
2

n2 ( n2+ 1)
u2=w2−
2 Solución:

Si el valor observado de u1, u2 o u es

menor o igual que el valor crítico
tabulado, se rechaza la hipótesis nula al
nivel de significancia que se indica en la
tabla.

Sustitución:
Tabla: Valores críticos para la prueba de suma
w1 = 4 + 8 + 9 + 10.5 + 13 + 14.5 + 16 + 18 = 93 de rangos

(18)(19) Prueba de un cola α = 0.025 o prueba de dos

w 2= −93=78 colas con α = 0.05
2

(8) (9) n2
u1=93− =57 n1 10
2
8 17
( 10 )( 11 )
u2=78− =23
2

u = 23
Conclusión:

Se acepta H0, no hay diferencia significativa en el contenido promedio de nicotina en las

dos marcas de cigarros

Bibliografía:

Probabilidad y Estadística para ingenieros. Ronald. E Walpole, Mayers. Sexta edición

 Con respecto a los del tamaño de grano, use la prueba u, en el nivel de significancia, de
0.1 para probar le hipótesis nula de que las dos muestras provienen de poblaciones
idénticas contra la hipótesis alternativa de que las poblaciones no son idénticas

Formulario: Planteamiento: Datos:

(n1 +n 2)(n 1+n 2+1) H 0 ;~

μ 1=~
μ2 α = 0.1
w 2= −w 1
2
H1; ~
μ1≠~
μ2 n1 = 15
n1 (n 1+1)
u1=w1− n2 = 14
2

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:

w 1=1+2+3+ 4+6+ 7+9+10+11+ 12+ 41+15+19+20+29=162

(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

Prueba de un cola α = 0.05 o prueba de dos

colas con α = 0.1

n2
n1 14
15 66

Conclusión:

Se rechaza H0, las poblaciones no son idénticas

Bibliografía:

Probabilidad y Estadística para ingenieros, John E. Freund

Prueba de bondad y ajuste

El gerente de una planta industrial pretende determinar si el número de empleados que

asisten al consultorio médico de la planta se encuentran distribuidos en forma equitativa
durante los 5 días de trabajo de la semana. Con base en una muestra aleatoria de 4
semanas completas de trabajo, se observó el siguiente número de consultas:

Lunes Martes Miércoles Jueves Viernes

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

( 49−40)2 (35−40)2 (32−40)2

x 2= + + +¿ ¿
40 40 40
Gráfica:
Tablas: Valores críticos de la
distribución ji cuadrada

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.

Daño Nervioso Hemorragia Desplazamiento Ninguno

28 16 14 58

Al comprobarlas debemos decidir si la técnica quirúrgica es igual que la anterior. Utiliza el

nivel de significancia de 0.05

Planteamiento: Formulas:

H0 = La nueva técnica quirúrgica es igual a la anterior n

x 2= ∑ ¿ ¿ ¿
i=1
H1 = La Nueva técnica quirúrgica es superior a la anterior

Solución:

( 28−29 )2 ( 16−29 )2 ( 14−29 )2 ( 58−29 )2

x 2= + + + =42.6=H 1
29 29 29 29

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:

Se rechaza H0, la nueva técnica es superior

Bibliografía: Probabilidad y Estadística para

ingenieros. Ronald. E Walpole, Mayers. Sexta
edición
Conceptos:

Estadística: trata del recuento, ordenación y clasificación de los datos obtenidos por las
observaciones, para poder hacer comparaciones y sacar conclusiones.

Probabilidad y Estadística: La Probabilidad y la Estadística se encargan del estudio del

azar desde el punto de vista de las matemáticas:

 La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los

que se pueden predecir con certeza, y estudia sus consecuencias lógicas.

 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

Desviación estándar: es la raíz cuadrada de la varianza. Es decir, la raíz cuadrada de la

media de los cuadrados de las puntuaciones de desviación.

Varianza: es la media aritmética del cuadrado de las desviaciones respecto a la media de

una distribución estadística

¿La diferencia de las medias es valor absoluto? Si