51.

Supongamos que en 8 fábricas similares se ha medido el número de

horas×trabajador que se ha perdido durante un año. Posteriormente se ha
implantado un programa de seguridad en todas estas fábricas y se ha vuelto a
medir en cada una de ellas el número de horas×trabajador pérdidas durante otro
año. A partir de estos datos puede obtenerse un intervalo de confianza al nivel de
confianza 0,95 para la diferencia entre el número medio de horas perdidas antes y
después de implantar el programa de seguridad.

Para encontrar el intervalo de confianza utilizamos la opción de los datos estadísticos

para comparar los valores cargados en una tabla de datos.

Comparamos los valores entre el número medio de horas perdidas antes y después de
implantar el programa de seguridad.
Código resultante:

> with(Dataset, (t.test(antes, despues, alternative='two.sided', conf.level=.95,

+ paired=TRUE)))

Paired t-test

data: antes and despues

t = 16.45, df = 7, p-value = 7.484e-07
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
13.23231 17.67519
sample estimates:
mean of the differences
15.45375

Resultados:

Intervalo: 13.23231; 17.67519

P-valor: 15.45375

52. Cargar (abrir) el conjunto de Datos Pulso.rda. Se pide:

a) Determinar si hay diferencia significativa entre la proporción de hombres y

mujeres que fuman con un nivel de significación α = 0.05.
P-valor: 0.3152

b) Calcular un intervalo de confianza para la diferencia de medias del pulso1 y del

pulso2 para la población de los que corrieron.
 P(11,421<mu<26,407)=0.95
Intervalo de confianza:

c) Calcular un intervalo de confianza para la diferencia de medias del pulso1 entre

hombres que fuman y no fuman.
 P(-2,645663<mu<8.770663)=0.95
Intervalo de confianza:

d) Contrastar si hay diferencia significativa en el incremento del pulso (increpulso)

para hombres y mujeres que se sometieron a la prueba de correr.
 0.0003662
p-valor:

53. La cantidad de defectos de un lote de n1 = 100 unidades del proveedor A es 8,

mientras que en un lote de n2 = 150 unidades de B la cantidad de defectos es 15.
Estudiar si hay evidencia suficiente de diferencias entre los proveedores al nivel
0.95.
Intervalo: (-0.916; 0.0516)

P-valor: 0.592