Ejercicio de Estadistica

Prueba de hipótesis para 1 población con σ conocida
Probabilidad y estadística para ingeniería y ciencias -Walpole. Myers. Myers

Novena edición (Pág. 338)
Una muestra aleatoria de 100 muertes registradas en Estados Unidos el año pasado
reveló una vida promedio de 71.8 años. Si se supone una desviación estándar de la
población de 8.9 años, ¿esto parece indicar que la vida media actual es mayor que 70
años? Utilice un nivel de significancia de 0.05.
Solución:
1. H o : μ=70 años .
H a : μ>70 años .
2. α =0.05
3. Ya que n>30 → 100>30 el estadístico de prueba será Z
4. Región crítica: Zteorico >1.645
X́−μ 0
Z calculado=
5. Donde σ
√n
Cálculos: x́=71.8años, σ =8.9 años, en consecuencia
71.8−70
Z calculado= =2.02247
8.9
√ 100
Decisión:
Z calculado> Z teorico
2.02247>1.645
Rechazar H o y concluir que existe evidencia suficiente, a un nivel de significancia de
5% para decir que la vida actual en promedio es mayor que 70 años.
Si usamos el método del valor de P
P=P ( Z> 2.02247 )=1−0.983=0.0217 .
0.0217<.0,05
Como P<α se reafirma el rechazo de la H o
Z de una muestra
Estadísticas descriptivas
Solución en Minitab:
Error Límite
estándar
Gráfica de distribución inferior
Normal; Media=0;de la
Desv.Est.=1 de
N Media media 95% para μ
0,4
100 71,80 0,890 70,336
0
0,3 μ: media de Muestra
Desviación estándar conocida = 8,9
Prueba
Densidad
0,2
Hipótesis nula H₀: μ = 70
Hipótesis H₁: μ > 70
0,1 alterna
Valor Valor p 0,05
0,0
Z
0 1,645
2,02 0,022 X
Gráfica de distribución
Probabilidad y estadística para ingeniería y ciencias Walpole. Myers. Myers
Un fabricante de equipo deportivo
desarrolló un nuevo sedal para
pesca sintético que, según afirma, tiene
una resistencia media a la rotura de
8 kilogramos con una desviación
estándar de 0.5 kilogramos. Pruebe
la hipótesis de que μ = 8 kilogramos
contra la alternativa de que μ
≠ 8 kilogramos si se prueba una muestra aleatoria de 50 sedales y se encuentra que
tienen una resistencia media a la rotura de 7.8 kilogramos. Utilice un nivel de
significancia de 0.01.
Solución:
1. H o : μ=8 kilogramos.
. H a : μ≠ 8 kilogramos .
2. α =0.01 .
4. Región crítica: z < – 2.575 y z>2.575
5. Donde
X́−μ 0
Z calculado=
σ
√n
Cálculos: x́=7.8 kilogramosaños, σ =0.5 kilogramos, n=50 en consecuencia
Normal; Media=0; Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,005 0,005
0,0
-2,576 0 2,576
X
7.8−8
Z calculado= =−2.828427
0.5
√ 50
Decisión:
Z calculado< Z teorico
−2.828427< – 2.575
1% para decir que la resistencia promedio a la rotura no es igual a 8 sino que, de
hecho, es menor que 8 kilogramos.
P=P( ¿ Z∨¿ 2.83)=2 P(Z<−2.83)=0.0046
0.0046< 0.01
Como P<α se reafirma el rechazo de la H o que nos permite rechazar la hipótesis nula
de que μ = 8 kilogramos a un nivel de significancia menor que 0.01
Z de una muestra
Error
estándar
de la IC de 99% para
N Media media μ
5 7,8000 0,0707 (7,6179; 7,9821)

0
μ: media de Muestra
Desviación estándar conocida = 0,5
Prueba
Hipótesis H₁: μ ≠ 8
alterna
Valor
Z Valor p
-2,83 0,005
4. Región crítica:z >2,326

0,4
Densidad 0,3
0,2
0,1
0,01
0,0
0 2,326
X
Z de una muestra
Error Límite
estándar inferior
de la de
18 935,0 16,8 896,0

0
Desviación estándar conocida = 225
Prueba
alterna
Valor
Z Valor p
2,39 0,009
Estadística para negocios y economía, 11a. ed. David R. Anderson Dennis J.

Sweeney Thomas A. Williams (Pág. 369)
En un estudio acerca de cómo utilizan las tarjetas de crédito los estudiantes no titulados,
se reportó que este tipo de población tiene un saldo medio en su tarjeta de crédito de
$3 173 (Sallie Mae, abril de 2009). Tal cifra fue la más alta de todos los tiempos y tuvo
un incremento de 44% sobre la de los cinco años previos. Suponga que se realiza un
estudio actual para determinar si es posible concluir que el saldo medio en la tarjeta de
crédito de estudiantes no titulados ha continuado en aumento comparado con el informe
de abril de 2009. Con base en reportes previos, utilice una desviación estándar
poblacional de σ = $1 000 de una muestra de 180 estudiantes no titulados con un saldo
medio muestral en su tarjeta de crédito de $3 325.Usando un nivel de significancia de
0.05, ¿cuál es su conclusión?
Solución:
1. H o : μ ≤ $ 3 173
. H a : μ>$ 3173
2. α =0.05
4. Región crítica: z >1.645
X́−μ 0
5. Donde Z calculado=
σ
√n
Cálculos: x́=$ 3 325, σ =$ 1000, n=180 en consecuencia
3325−3 173
1000
√ 180
Decisión:
2.039294> 1.645
5% para decir que en promedio el saldo medio en la tarjeta de crédito de estudiantes
no titulados ha continuado en aumento comparado con el informe de abril de 2009.
P=P ( Z> 2.039294 )=1−0.97929=0.02071
0.0208<.0,05
Como P<α se reafirma el rechazo a la H o .
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,645
X
Z de una muestra
Error Límite
estándar inferior
de la de
180 3325, 74,5 3202,4

0
Desviación estándar conocida = 1000
Prueba
alterna
Valor Z Valor p
2,03929 0,02071
Prueba de hipótesis para proporciones
Un constructor afirma que en 70% de las viviendas que se construyen actualmente en la
ciudad de Richmond, Virginia, se instalan bombas de calor. ¿Estaría de acuerdo con esta
afirmación si una encuesta aleatoria de viviendas nuevas en esta ciudad revelara que 16
de 32 tienen instaladas bombas de calor? Utilice un nivel de significancia de 0.10
Solución:
1. H o : p=0.7
H 1: p ≠ 0.7
2. α =0.10
3. Estadístico de prueba Z , ya que n> 30→ 32>30
4. Región crítica : z< – 1.645 y z >1.645
^p − p0
Z calculado=
5. Donde p0∗q0
√ n
16
Cálculos: ^p= =0.5, p0=0.7, n=32 en consecuencia
32
0.5−0.7
Z calculado= =−2.46885
0.7∗0.3
√ 32
Decisión: Z calculado ∉[Z teorico ]
−2.46885 ∉[−2.575,2.575]
Rechazar H o y concluir que hay razón suficiente para dudar de la afirmación del
constructor, a un nivel de significancia de 1% para decir que la afirmación del
constructor.
Si usamos el método del valor de P.
P=P( ¿ Z∨¿ 2.46885)=2 P(Z<−2.46885)=0.0136
0.0136< 0.1
Como P<α se reafirma el rechazo a la H o .
0,4
0,3
Densidad
0,2
0,1
0,05 0,05
0,0
-1,645 0 1,645
X
Prueba e IC para una proporción

Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la
normal.
N Evento Muestra p IC de 90% para p
3 16 0,500000 (0,354614; 0,645386)

2
Prueba
Hipótesis nula H₀: p = 0,7
Hipótesis H₁: p ≠ 0,7
alterna
Valor
Valor p
Se considera que un medicamento que se prescribe comúnmente para aliviar la tensión
nerviosa tiene una eficacia de tan sólo 60%. Los resultados experimentales de un nuevo
fármaco administrado a una muestra aleatoria de 100 adultos que padecían tensión
nerviosa revelaron que 70 de ellos sintieron alivio. ¿Esta evidencia es suficiente para
concluir que el nuevo medicamento es mejor que el que se prescribe comúnmente?
Utilice un nivel de significancia de 0.05.
Solución:
1. H o : p=0.6
H 1 : p> 0.6
2. α =0.05 .
3. Estadístico de prueba Z , ya que n> 30→ 100>30
4. Región crítica: z >1.645
^p − p0
Z calculado=
5. Donde p0∗q0
√ n
70
Cálculos: ^p= = 0.7, p0=0.6, n=100 en consecuencia
100
0.7−0.6
0.6∗0.4
√ 100
Decisión: Z calculado> Z teorico
2.0412414>1.645
Rechazar H o y concluir que hay razón suficiente para concluir que el nuevo fármaco
es mejor, a un nivel de significancia de 1%.
P=P ( Z> 2.0412414 )=1−0.9793=0.0207
0.0207< 0.05
Como P<α se reafirma el rechazo a la H 0.
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,645
X
Prueba e IC para una proporción

Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la
normal.
Límite
inferior
de
N Evento Muestra p 95% para p
10 70 0,700000 0,624623
0
Prueba
Hipótesis nula H₀: p = 0,6
Hipótesis H₁: p > 0,6
alterna
Valor
Valor p
Se organizará una votación entre los residentes de una ciudad y el condado circundante
para determinar si se aprueba una propuesta para la construcción de una planta química.
Como el lugar en el que se propone construirla está dentro de los límites de la ciudad,
muchos votantes del condado consideran que la propuesta será aprobada debido a la
gran proporción de votantes que está a favor de que se construya. Se realiza una
encuesta para determinar si hay una diferencia significativa en la proporción de votantes
de la ciudad y los votantes del condado que favorecen la propuesta. Si 120 de 200
votantes de la ciudad favorecen la propuesta y 240 de 500 residentes del condado
también lo hacen, ¿estaría usted de acuerdo en que la proporción de votantes de la
ciudad que favorecen la propuesta es mayor que la proporción de votantes del condado?
Utilice un nivel de significancia de α = 0.05.
Solución:
1. H 0 : p 1=p 2
. H 1: p 1> p 2
2. α =0.05
3.
Estadístico de prueba Z , ya que n 1 , n 2> 30→ 200,500>30

4. Región crítica: z > 1.645
5. Cálculos:
p 1− p2
Z calculado=
Donde ^p∗q^ ^p∗q^
√ n1
+
n2
120 240 120+ 240
^p1= =0.6 ∧ ^p2 = =0.48∧ ^p =¿ =0.514285
200 500 200+500
Cálculos: n 1=200 , n 2=500consecuencia
0.6−0.48
0.514∗0.486 0.514∗0.486
√ 200
+
500
Decisión:
2.869673795>1.645
Rechazar H o y concluir que hay razón suficiente para concluir y estar de acuerdo en
que la proporción de votantes de la ciudad a favor de la propuesta es mayor que la
proporción de votantes del condado, a un nivel de significancia de 1%.
P=P ( Z> 2.869673795 )=1−0.9979=0.0021
0.0207< 0.05
Como P<α se reafirma el rechazo a la H 1.
Prueba e IC para dos proporciones

Gráfica de distribución Método
0,4
p₁: proporción donde Muestra 1 = Evento
0,3 p₂: proporción donde Muestra 2 = Evento
Diferencia: p₁ - p₂
Densidad
0,2
0,1
Event
0,05
0,0
0 1,645
Muestra N o Muestra p
X
Muestra 1 200 120 0,600000
Muestra 2 500 240 0,480000
Estimación de la diferencia
Límite inferior
Diferenci de 95% para la
a diferencia
En un invierno con epidemia de influenza los investigadores de una conocida empresa
farmacéutica encuestaron a los padres de 2000 bebés para determinar si el nuevo
medicamento de la empresa era eficaz después de dos días. De 120 bebés que tenían
influenza y que recibieron el medicamento, 29 se curaron en dos días o menos. De 280
bebés que tenían influenza, pero
no recibieron el fármaco, 56 se
curaron en dos días o menos.
¿Hay alguna indicación
significativa que apoye la
afirmación de la empresa sobre la
eficacia del medicamento?
Solución:
1. H 0 : p 1=p 2
. H 1: p 1> p 2
2. α =0.05
3.Estadístico de prueba Z , ya que n 1 , n 2> 30→ 120,280>30
4. Región crítica: z > 1.645
5. Cálculos:
p 1− p2
Z calculado=
Donde ^p∗q^ ^p∗q^
√ n1
+
n2
29 56 29+56
^p1= =0.2416 ∧ ^p2= =0.2 ∧ ^p =¿ =0.2125
120 280 120+280
Cálculos: n 1=120 , n 2=280consecuencia

0.2416−0.2
Z calculado= =0,932026424
0.2125∗0.7875 0.2125∗0.7875
√ 120
+
280
Decisión: Z calculado< Z teorico
0,932026424< 1.645
Acepto la H 0 y no hay evidencia suficiente para concluir que la nueva medicina es eficaz
después de dos días., a un nivel de significancia de 1%.
P=P ( Z> 0,932026424 )=1−0.8247=0.1753
0.1753>0.05
Como P>α se reafirma la aceptación de H o.
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,645
X
Prueba e IC para dos proporciones

Método
p₁: proporción donde Muestra 1 = Evento
p₂: proporción donde Muestra 2 =
Evento
Diferencia: p₁ - p₂
Muestra N Evento Muestra p
Muestra 120 29 0,241667

1
Muestra 280 56 0,200000
Prueba de hipótesis para 2 muestras dependientes (Muestra
pareada)
Cierta empresa desea saber la influencia de 2 métodos, para sus trabajadores Demostrar
si existe alguna la diferencia entre las medias poblacionales para los dos métodos de
producción. Se emplea una muestra aleatoria de seis trabajadores. Con un nivel de
significancia de 5%.
Solución:
1. H o :ud =0
H a :ud ≠ 0
2. α =0.05
3. Estadístico de prueba t (α ,n−1) , ya que n<30 → 6<30 ,gl=5
4. Región crítica :t < – 1.96 y t >1.96
Diferencia en los tiempos de
d i2
realización (d i)
0.6 0,36
-0.2 0,04
0.5 0,25
0.3 0,09
0 0
0.6 0,36
∑ d i=1,8 ∑ d i2=1,1
5.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = 1.8 =0.3
d=
n 6
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
( 1.8 ) 2
Sd =
√
1.1−
6−1
6
Sd =0.334664011
0.3−0
t calculado= =2.195775162
0.334664011
√6
t calculado=2.195775162
t calculado ∈[t teorico ]
2.195775162∈[−2.571 , 2.571]
Decisión:
Aceptar H o y concluir que hay razón suficiente para decir que los dos métodos de
producción nos dan el mismo resultado, a un nivel de significancia de 5.
Por tanto, el margen de error es 0.35 y el intervalo de 95% de conﬁanza para estimar
la diferencia entre las medias poblacionales de los dos métodos de producción va de
-0.05 minutos a 0.65 minutos.

P=0,079516
0,079516> 0.05
Como P>α se reafirma la aceptación de H o .
T; df=5
0,4
IC y Prueba T pareada: Metodo
0,3
1;
Metodo 2
Densidad
0,2
0,1 Error
estándar
0,025 0,025
0,0 de la
-2,571 0 2,571
X Muestra N Media Desv.Est. media
Metodo 6 6,100 0,654 0,267

1
Metodo 6 5,800 0,460 0,188
2
Estimación de la diferencia pareada
Error
estándar IC de 95%
Medi de la para la
a Desv.Est. media diferencia_µ
0,300 0,335 0,137 (-0,051; 0,651)

diferencia_µ: media de (Metodo 1 - Metodo 2)
Prueba
Hipótesis nula H₀: diferencia_μ = 0
Hipótesis H₁: diferencia_μ ≠ 0
alterna
Valor
Una firma de investigación de mercados usa una muestra de individuos para calificar el
potencial de compra de un determinado producto antes y después de que los individuos
vean un comercial de televisión que lo promociona. La calificación del potencial de
compra se efectúa con una escala del 0 al 10, con los valores más altos indicando
un mayor potencial. En la hipótesis nula se establece que la media de las calificaciones
de “después” será menor o igual a la media de las calificaciones “antes”. El rechazo de
esta hipótesis indica que el comercial mejora la media de la calificación del potencial de
compra. Use α=0.05 y los datos de la tabla siguiente para probar esta hipótesis y exprese
un comentario sobre la utilidad del comercial
Solución:
1. H o :ud ≤ 0
H a :ud > 0
2. α =0.05
4. Región crítica :t>1,895
d i2
realización (d i)
1 1
2 4
0 0
1 1
-2 4
1 1
2 4
0 0
∑ d i=5 ∑ d i2=15
5.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = 5 =0.625
d=
n 8
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
(5 ) 2
Sd =
√ 15−
8−1
Sd =1.302470181
8
0.625−0
1.302470181
√8
t calculado <t teorico
1.357241785<1,895
Decisión:
Aceptar H o y concluir que no existe razón suficiente para decir que el comercial
mejora la media de calificación del potencial de compra de un determinado producto,
a un nivel de significancia de 5%.

P=0.1084
0.1084> 0.05
T; df=7
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,895
X
IC y Prueba T pareada:
DESPUES; ANTES
Error
estándar
de la
Muestra N Media Desv.Est. media
DESPUE 8 6,000 1,852 0,655

S
ANTES 8 5,375 1,598 0,565
Error
estándar Límite inferior
Medi de la 95% para la
Las personas que viajan en avión suelen elegir de qué aeropuerto salir con base en
el costo del vuelo. Para determinar de qué aeropuerto es más costoso salir, considerando
el de Dayton, Ohio, y el de Louisville, Kentucky, se recolectan datos (en dólares) de una
muestra de vuelos a ocho ciudades (The Cincinnati Enquirer,19 de febrero de 2006).
Un investigador sostiene que es mucho más costoso partir de Dayton que de Louisville.
Use los datos muestrales para ver si sustentan tal afirmación. Como nivel de
significancia use α =0.05
Solución:
1. H o :ud ≤ 0
H a :ud > 0
2. α =0.05
4. Región crítica :t>1,895

d i2
realización (d i)
177 31329
-21 441
186 34596
-131 17161
22 484
212 44944
-5 25
14 196
∑ d i=454 ∑ d i2=129176
5.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = 454 =56.75
d=
n 8
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
( 454 ) 2
Sd =
√
129176−
8−1
Sd =121.5445245
8
56.75−0
121.5445245
√8
t calculado <t teorico
1.320612673<1,895
Decisión:
Aceptar H o y concluir que no existe razón suficiente para decir que que las tarifas
de Dayton sean más altas que las de Louisville, a un nivel de significancia de 5%.
P=0,1142
0.1142> 0.05
T; df=7
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,895
X
IC y Prueba T pareada: Dayton; Louisville
Error
estándar
de la
Dayton 8 318,0 93,7 33,1

Louisvill 8 261,3 82,6 29,2
e
Error
estándar Límite inferior
Medi de la 95% para la
a Desv.Est. media diferencia_µ
56,8 121,5 43,0 -24,7

diferencia_µ: media de (Dayton - Louisville)
Prueba
Hipótesis H₁: diferencia_μ > 0
alterna
Valor T Valor p
En la tabla siguiente se presentan las puntuaciones en las rondas primera y cuarta

(final) de una muestra de 20 golfistas (Player) que compitieron en los torneos de la
PGA (Golfweek, 14y 28 de febrero de 2009). Suponga que se desea determinar si la
media de las puntuaciones en la primera ronda (First Round) de un evento del
PGA Tour es significativamente diferente de la media de las puntuaciones en la cuarta y
última ronda (Final Round).
Solución:
1. H o :ud =0
H a :ud ≠ 0
2. α =0.05
3. Estadístico de prueba t (α ,n−1) , ya que n<30 → 20<30,gl=19
4. Región crítica :t < – 1.96 y t >1.96
Diferencia en los tiempos de d i2

realización (d i)
-2 4
-1 1
-5 25
1 1
1 1
0 0
4 16
-7 49
-6 36
1 1
0 0
2 4
-3 9
-7 49
-2 4
3 9
1 1
2 4
1 1
-4 16
-2 4
-1 1
∑ d i=-21 ∑ d i2=231
05.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = −21 =−1.05
d=
n 20
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
(−21 ) 2
Sd =
√ 231−
Sd =3.316228041
20−1
20
−1.05−0
t calculado= =−1.415989098
3.316228041
√ 20
t calculado=¿−1.415989098
t calculado ∈[t teorico ]
−1.415989098 ∈[−2.093 , 2.093]

Decisión:
Aceptar H o y concluir que hay razón suficiente para decir que no hay diferencia
media en las puntuaciones en las rondas primera y cuarta (final) de una muestra de
20 golfistas, a un nivel de significancia de 5%.
P=0.172963
0.172963>0.05
Como P>α se reafirma a la aceptación de H o .
T; df=19
0,4
0,3
Densidad
0,2
0,1
0,025 0,025
0,0
-2,093 0 2,093
X
IC y Prueba T pareada: FirstRound;

FinalRound
Error
estándar
de la
FirstRound 20 69,650 1,663 0,372

FinalRoun 20 70,700 3,028 0,677
d
Error
estándar IC de 95%
de la para la
Media Desv.Est. media diferencia_µ
- 3,316 0,742 (-2,602; 0,502)

1,050
diferencia_µ: media de (FirstRound - FinalRound)
Prueba
Hipótesis H₁: diferencia_μ ≠ 0
alterna
Valor
Prueba de hipótesis 2 direcciones (Anova)

Considere los resultados experimentales del siguiente diseño de bloques
aleatorizado. Realice los cálculos necesarios para establecer la tabla de análisis de
varianza. Utilice α=0.05 para probar cualesquiera diferencias significativas.
Solución:
1. H o :u1=u2 =u3
H a : Notodas las medidas son iguales
2. α =0.05
3. Estadístico de prueba F
4. Región de aceptacion y critica
F (α , k −1 ,n−k )
F (0.05,3−1,15−3)
F (0.05 , 2, 12)
5.Construir la tabla Anova
TRATAMIENTOS
A B C Br
1 10 9 8 27
2 12 6 5 23
3 18 15 14 47
4 20 18 18 56
5 8 7 8 23
Tc 68 55 53 176
nc 5 5 5 15
Suma de cuadrados 1032 715 673 2420
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
Tratamiento=¿ ∑ ( )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
SS Error =ssTotal −SSTratamiento −ss Bloque
1762 5324
ssTotal =2420− = =354.9333
15 15
SS 68 2 55 2 53 2 1762 398
Tratamiento=¿ + + − = =26,5333¿
5 5 5 15 15
27 2 232 47 2 56 2 232 176 2 4684

ss Bloque= + + + + − = =312,26667
3 3 3 3 3 15 15
SS Error =354.9333−26,5333−312,26667=16,1333
TABLA ANOVA 2 DIRECCIONES

Fuente de Suma de Grados de
Medias de cuadrados F
variación cuadrados libertad
Tratamient MST =SS Tratamiento MST
SSTratamiento k −1
o k −1 MSE
MSB=ss Bloque MSB
Bloque ss Bloque b−1
b−1 MSE
MSE=SS Error
Error SS Error (k −1)∗( b−1)
(k −1)∗( b−1)
Total ssTotal N−1
Dónde :b=numero de filas

Tratamiento SSTratamiento 2 13,266666667 6,57852599
Bloque ss Bloque 4 78,066666667 38,71082378
Error SS Error 8 2,0166625
Total ssTotal 14
F calculado> Fteorico
6 , 57852599>3.89
Decisión:
Rechazar la H 0 y concluir que no hay razón suficiente para decir que las medias de
los tres tratamientos son iguales , a un nivel de significancia de 5%.
P=0.0204428
0.0204428<0.05
Como P<α se reafirma el rechazo a H 0
.Se rechaza la Ho si
Fbloque calculado> F(α , gl , gl ) b e
Fbloque calculado> F(0.05,4,8)
38,71082378>3.84
0< 0,05
Se rechaza Ho ,entonces los bloques tienen efecto sobre los tratamientos.
Ftrat calculado> F(α , gl , gl )tr e
Ftrat calculado> F(0.05,2,8)
6,57852599> 4.46
0,0204< 005
Se rechaza Ho, las medias de los tres tratamientos no son iguales
Solución Minitab:
F; df1=2; df2=12
1,0
0,8
Densidad
0,6
0,4
0,2
0,05
0,0
0 3,885
X
Modelo lineal general: RESPUESTAS vs.

BLOQUE; TRATAMIENTO
Método
Codificación de (-1; 0; +1)
factores
Información del factor
Tip
Factor o Niveles Valores
EXP Fijo 5 1; 2; 3; 4; 5
TRATA Fijo 3 1; 2; 3
Análisis de Varianza
Fuent G Valor
e L SC Ajust. MC Ajust. F Valor p
EXP 4 312,27 78,067 38,71 0,000

TRATA 2 26,53 13,267 6,58 0,0204
Error 8 16,13 2,017
Total 14 354,93
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
Un vendedor de automóviles realiza una prueba para determinar si el tiempo en
minutos que se necesita para afinar un motor pequeño depende de si se utiliza un
analizador de motor computarizado o uno electrónico. Debido a que el tiempo de
afinación varía entre automóviles compactos, medianos y grandes, en el experimento se
utilizaron los tres tipos de vehículos como bloques. Los datos obtenidos se indican a
continuación.
Use α= 0.05 y pruebe si existen cualesquiera diferencias significativas
Solución:
1. H o :u1=u2
2. α =0.05
F (α , k −1 ,n−k )
F (0.05,2−1,6−1)
F (0.05 ,1 , 5)
Analizadores
Computarizado Electroquico Br
Compacto 50 42 92
Mediano 55 44 99
Grande 63 46 109
Tc 168 132 300
nc 3 3 6
Suma de cuadrados 9494 5816 15310
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
300 2
ssTotal =15310− =310
6
SS 168 2 132 2 300 2
Tratamiento=¿ + − =216¿
3 3 6
922 992 1092 3002

ss Bloque= + + − =73
2 2 2 6
SS Error =310−216−73=21

o k −1 MSE
MSB=ss Bloque MSB
b−1 MSE
MSE=SS Error
(k −1)∗( b−1)
Total ssTotal N−1

Tratamiento SSTratamiento 1 216 20,57142857
Bloque ss Bloque 2 36.5 3,476190476
Error SS Error 2 10.5
Total ssTotal 5
20,57142857>6.61
Decisión:
Rechazar H o y concluir que no hay razón suficiente para decir el tiempo promedio
para afinar un motor sea el mismo para los dos analizadores , a un nivel de
significancia de 5%.
P=0.045
0.045<0.05
Como P<α se reafirma el rechazo de la H o
3,476190476>19
0.223>0,05
Se acepta la Ho ,entonces los automóviles no tienen efecto sobre los analizadores.
20,57142857>18.51
0.045<0,05
Se rechaza Ho, las medias de los dos analizadores no son iguales
Solución Minitab:
F; df1=1; df2=5
0,25
0,20
0,15
Densidad
0,10
0,05
0,05
0,00
0 6,608
X
Modelo lineal general: RESPUESTAS vs. ANALIZADOR; AUTOMOVILES

Método

factores
Nivele
Factor Tipo s Valores
ANALIZADOR Fijo 2 1; 2
AUTOMOVILE Fijo 3 1; 2; 3
S
SC Valor
Fuente GL Ajust. MC Ajust. F Valor p
ANALIZADOR 1 216,00 216,00 20,57 0,045
AUTOMOVILES 2 73,00 36,50 3,48 0,223
Error 2 21,00 10,50
Total 5 310,00
Resumen del modelo
R-cuad. R-cuad.
El Examen de aptitud escolar (SAT, por sus siglas en inglés) contiene tres secciones:
lectura crítica, matemáticas y redacción. Cada parte se califica en una escala de 800
puntos. La in-formación de las puntuaciones del examen para la versión 2009 del
SAT está disponible en el sitio web del College Board. Una muestra de las puntuaciones
alcanzadas por seis estudiantes(Student) en el SAT se lista enseguida para lectura crítica
(Critical Reading), matemáticas (Mathematics) y redacción (Writing).
a) Utilizando un nivel de significancia de 0.05, ¿los estudiantes se desempeñan

de manera distinta en las tres partes del examen?
b) ¿Cuál sección parece darles más problemas? Explique
Solución:
1. H o :u1=u2 =u3
2. α =0.05
F (α , k −1 ,n−k )
F (0.05,3−1,18−3)
F (0.05,2 ,15)
EXAMEN
Student Critical Reading Mathematics Writing Br
1 526 534 530 1590
2 594 590 586 1770
3 465 464 445 1374
4 561 566 553 1680
5 436 478 430 1344
6 430 458 420 1308
Tc 3012 3090 2964 9066
nc 6 6 6 18
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
90662
ssTotal =4632040− =65798
18
SS 3012 2 30902 2964 2 90662
Tratamiento=¿ + + − =1348¿
6 6 6 18
15902 17702 1374 2 16802 13442 1308 2 90662

ss Bloque= + + + + + − =63250
3 3 3 3 3 3 18
SS Error =65798−1348−63250=¿1200

o k −1 MSE
MSB=ss Bloque MSB
b−1 MSE
MSE=SS Error
Error SS Error (k −1)∗(b−1)
(k −1)∗(b−1)
Total ssTotal N−1
Tratamiento SSTratamiento 2 674 5,6166667
Bloque ss Bloque 5 12650 105,416667
Error SS Error 10 120
Total ssTotal 17
5,6166667>3.68
Decisión:
Rechazar H o y concluir que no hay razón suficiente para decir el puntaje promedio
para exámenes sea el mismo para los alumnos , a un nivel de significancia de 5%.
Si usamos el método del valor de P : P=0.023
0.023<0.05
Como P<α se reafirma la aceptación de H a .
105,416667>3,33
0< 0,05
Se rechaza la Ho ,entonces los alumnos si tienen efecto sobre la pruebas..
5,6166667> 4.10
0.023¿ 0,05
Se rechaza Ho, la calificaciones promedio de los alumnos es diferente .
a) Utilizando un nivel de significancia de 0.05, ¿los estudiantes se desempeñan
de manera distinta en las tres partes del examen?
Si, las medias en los 3 exámenes no son las mismas.
b) ¿Cuál sección parece darles más problemas? Explique
En Critical Reading, hay una mayor variación de las notas respecto a la media.
Solución Minitab:
F; df1=2; df2=15
1,0
0,8
Densidad
0,6
0,4
0,2
0,05
0,0
0 3,682
X
Modelo lineal general: RESPUESTA vs. EXAMEN; ESTUDIANTES

Método
factores
Factor Tipo Niveles Valores
EXAMEN Fijo 3 1; 2; 3
ESTUDIANTE Fijo 6 1; 2; 3; 4; 5; 6
S
MC
Fuente GL SC Ajust. Ajust. Valor F Valor p
EXAMEN 2 1348 674,0 5,62 0,023

ESTUDIANTES 5 63250 12650,0 105,42 0,000
Error 10 1200 120,0

Estadística para administración y economía, 10a. edición Anderson, David R.,
Dennis J. Sweeney y Thomas A. Williams (Pág. 520)
Un factor importante en la elección de un procesador de palabras o de un sistema para la
administración de datos es el tiempo necesario para aprender a usar el sistema. Para
evaluar tres sistemas de administración de archivos, una empresa diseña una prueba con
cinco operadores. Como se considera que la variabilidad entre los operadores es un
factor significativo, se capacita a cada uno de los cinco operadores en cada uno de los
tres sistemas de administración de archivos. A continuación, se presentan los datos
obtenidos Use α = 0.05 y realice una prueba para determinar si existe diferencia significativa
entre los tiempos, en
horas, necesarios
para aprender a
usar cada uno de los
tres sistemas.
Solución:
1. H o :u1=u2 =u3
2. α =0.05
F (α , k −1 ,n−k )
F (0.05,3−1,15−3)
F (0.05 , 2, 12)
TRATAMIENTOS
A B C Br
1 16 16 24 56
2 19 17 22 58
3 14 13 19 46
4 13 12 18 43
5 18 17 22 57
Tc 80 75 105 260
nc 5 5 5 15
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
2602
ssTotal =4682− =175,333
15
SS 802 75 2 105 2 2602
Tratamiento=¿ + + − =103.333¿
5 5 5 15
562 58 2 462 432 572 2602

ss Bloque= + + + + − =64,667
3 3 3 3 3 15
SS Error =175,333−103.333−64,667=7,333

o k −1 MSE
MSB=ss Bloque MSB
b−1 MSE
MSE=SS Error
(k −1)∗( b−1)
Total ssTotal N−1

Tratamiento SSTratamiento 2 51,6665 56,36601664
Bloque ss Bloque 4 16,16675 17,63725624
Error SS Error 8 0.916625
Total ssTotal 14
56,36601664>3.89
Decisión:
Rechazo la H o y concluir que no hay razón suficiente para decir que los tiempos
medios de los tres sistemas son iguales , a un nivel de significancia de 5%.
P=0.0204428
0.00002<0.05
Como P<α se reafirma el rechazo de la Ho
Fbloque calculado> F(α , gl , gl )
b e
17,63725624>3.84
0< 0,05
Se rechaza Ho ,entonces los operadores tienen efecto sobre los sistemas..
Ftrat calculado> F(α , gl , gl ) tr e
56,36601664> 4.46
0,0204< 005
Se rechaza Ho,
las medias de F; df1=2; df2=12
los 3
sistemas
1,0
operativos no
son iguales. 0,8
Solución
Minitab:
Densidad
0,6
Gráfica 0,4 de
0,2
0,05
0,0
0 3,885
X
distribución
Modelo lineal general: RESPUESTA_1 vs. OPERADOR_1;

SISTEMA_1
Método
factores

Ejercicio de Estadistica

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicio de Estadistica

Cargado por

Copyright:

Formatos disponibles

Prueba de hipótesis para 1 población con σ conocida

Probabilidad y estadística para ingeniería y ciencias -Walpole. Myers. Myers

5 7,8000 0,0707 (7,6179; 7,9821)

4. Región crítica:z >2,326

18 935,0 16,8 896,0

Estadística para negocios y economía, 11a. ed. David R. Anderson Dennis J.

180 3325, 74,5 3202,4

Prueba e IC para una proporción

3 16 0,500000 (0,354614; 0,645386)

Prueba e IC para una proporción

Estadístico de prueba Z , ya que n 1 , n 2> 30→ 200,500>30

Prueba e IC para dos proporciones

Cálculos: n 1=120 , n 2=280consecuencia

Prueba e IC para dos proporciones

Muestra 120 29 0,241667

t calculado ∈[t teorico ]

Si usamos el método del valor de P

Metodo 6 6,100 0,654 0,267

0,300 0,335 0,137 (-0,051; 0,651)

Si usamos el método del valor de P

DESPUE 8 6,000 1,852 0,655

Diferencia en los tiempos de

Como P>α se reafirma la aceptación de H o .

Dayton 8 318,0 93,7 33,1

56,8 121,5 43,0 -24,7

En la tabla siguiente se presentan las puntuaciones en las rondas primera y cuarta

Diferencia en los tiempos de d i2

−1.415989098 ∈[−2.093 , 2.093]

IC y Prueba T pareada: FirstRound;

FirstRound 20 69,650 1,663 0,372

- 3,316 0,742 (-2,602; 0,502)

Prueba de hipótesis 2 direcciones (Anova)

SS Error =ssTotal −SSTratamiento −ss Bloque

27 2 232 47 2 56 2 232 176 2 4684

TABLA ANOVA 2 DIRECCIONES

Dónde :b=numero de filas

Fbloque calculado> F(0.05,4,8)

Ftrat calculado> F(0.05,2,8)

Modelo lineal general: RESPUESTAS vs.

EXP 4 312,27 78,067 38,71 0,000

SS Error =ssTotal −SSTratamiento −ss Bloque

922 992 1092 3002

TABLA ANOVA 2 DIRECCIONES

Dónde :b=numero de filas

Fbloque calculado> F(0.05,2,2)

Ftrat calculado> F(0.05,1,2)

Modelo lineal general: RESPUESTAS vs. ANALIZADOR; AUTOMOVILES

Codificación de (-1; 0; +1)

a) Utilizando un nivel de significancia de 0.05, ¿los estudiantes se desempeñan

SS Error =ssTotal −SSTratamiento −ss Bloque

15902 17702 1374 2 16802 13442 1308 2 90662

TABLA ANOVA 2 DIRECCIONES

Fbloque calculado> F(0.05,5,10)

Ftrat calculado> F(0.05,2,10)

Modelo lineal general: RESPUESTA vs. EXAMEN; ESTUDIANTES

EXAMEN 2 1348 674,0 5,62 0,023

Error 10 1200 120,0

5.Construir la tabla Anova

SS Error =ssTotal −SSTratamiento −ss Bloque

562 58 2 462 432 572 2602

TABLA ANOVA 2 DIRECCIONES

Dónde :b=numero de filas

TABLA ANOVA 2 DIRECCIONES