Universidad Pedagógica Nacional Francisco

Morazán
CUED-Choluteca

Guía de Trabajo de los capítulos 7 y 8

Espacio Formativo: Estadística Aplicada a la Administración
Docente: Lic. Jairo Fernando Rodríguez
Equipo #5
Nombre Registro
Mirna Clarybel Mateo 1301199400704
Gabriela Alejandra Soto 615199200453
Jansy Fernada Mejia 1301199700408
Leyla Lizeth Zepeda 601198701446
Jesus de Nassareth Carcamo 1305200000149

III Periodo 2,020

Capítulo# 7 Estimaciones

1) ¿Qué es un estimador no sesgado?

Es el estimador de un parámetro de población que, en promedio, toma valores

mayores que el parámetro de la población con la misma frecuencia, y al mismo
grado, con que tiende a tomar valores menores que el parámetro de la población.

2) ¿Qué es una distribución t de Student?

Familia de distribuciones de probabilidad que se distinguen por sus grados de
libertad individuales; es parecida, en forma, a la distribución normal y se utiliza
cuando se desconoce la desviación estándar de la población y el tamaño de la
muestra es relativamente pequeño (n ≤ 30).

3) ¿Qué es una estimación?

Valor específico observado de un estimador.

4) ¿Qué es un nivel de confianza?

Probabilidad que los estadísticos asocian a una estimación de intervalo de un

parámetro y que indica qué tan seguros están de que la estimación de intervalo
incluirá al parámetro de la población.

5) ¿Qué es una estimación de intervalo?

Un rango de valores utilizado para estimar un parámetro de población

desconocido.

6) ¿Qué son límites de confianza?

Límites inferior y superior de un intervalo de confianza.

7) ¿A qué se le llama grados de libertad?

Número de valores de una muestra que podemos especificar libremente, una vez
que se sabe algo sobre dicha muestra.

8) ¿Qué es un estimador eficiente?

Estimador con un error estándar menor que algún otro estimador del parámetro de
la población, esto es, cuanto más pequeño sea el error estándar de un estimador,
más eficiente será.

9) ¿A qué se le llama error estándar?

Es un estadístico muestral usado como estimador de un parámetro de la

población.

10) ¿Qué es un estimador consistente?

Estimador que produce valores que se acercan más al parámetro de la población

conforme aumenta el tamaño de la muestra.

11) ¿Qué es una estimación puntual?

Un solo número que se utiliza para estimar un parámetro de población
desconocido.

12) ¿Qué es un intervalo de confianza?

Un rango de valores que tiene designada una probabilidad de que incluya el valor
verdadero del parámetro de la población.

13) ¿Qué es un estimador suficiente?

Estimador que utiliza toda la información disponible en los datos correspondientes

a un parámetro.

14) Conteste las interrogantes de los numerales (7 – 1) a la (7 – 6) de la página

277 del libro de texto.

a) ¿Cuáles son las dos herramientas básicas que se utilizan al hacer

inferencias estadísticas?

Los métodos básicos de la estadística inferencial son la estimación y el contraste

de hipótesis, que juegan un papel fundamental en la investigación.

b) ¿Por qué los que toman decisiones a menudo miden muestras en lugar
de medir poblaciones completas? ¿Cuál es la desventaja?

Se toman muestras porque estudiar a una población entera tomaría demasiado

tiempo y trabajo. No sería algo eficiente y sale más razonable estimar con base a
una muestra de la población.

La desventaja radica en como cualquier estimación, podría estar errada y no tener

consistencia con el parámetro poblacional o podría haber un sesgo ya que las
poblaciones tienden a ser heterogéneas y si uno falla al elegir la muestra correcta
podría errar.

c) Explique una limitación que se presenta al hacer una estimación puntual,

pero que no se presenta al hacer una estimación de intervalo.

Una estimación puntual es insuficiente debido a que solo tiene dos opciones: es
correcto o esta incorrecta.

d) ¿Qué es un estimador? ¿En qué se diferencia un estimador de una

estimación?

El estimador es un estadístico (esto es, una función de la muestra) usado para

estimar un parámetro desconocido de la población.
Una estimación es un proceso mediante el que establecemos qué valor debe tener
un parámetro según deducciones que realizamos a partir de estadísticos. En otras
palabras, estimar es establecer conclusiones sobre características poblacionales a
partir de resultados muéstrales.

e) Dé una lista de los criterios de un buen estimador y descríbalos

brevemente.
Insesgado: Se refiere al hecho de que una media de la muestra es
un estimador no sesgado de una media de la población porque la
media de la distribución muestral de las medias de las muestras
tomadas de la misma población es igual a la media de la población
misma.
Eficiencia: se refiere al tamaño del error estándar del estadístico.
Consistencia: Un estadístico es un estimador consistente de un
parámetro de población.
Suficiencia: Un estimador es suficiente si utiliza tanta información
de la muestra que ningún otro estimador puede extraer información
adicional acerca del parámetro de población que se está
estimando.
f) ¿Qué papel juega la consistencia en la determinación del tamaño de la
muestra?

Si al aumentar el tamaño de la muestra, se tiene casi la certeza de que el

valor del estadístico se aproxima bastante al valor del parámetro poblacional.
Si un estimador es consistente, se vuelve más confiable al tener tamaños de
muestra más grandes.

15) Resuelva los ejercicios (E-A 7-1) y ( E-A 7-2) de la página 280 del libro de
texto

EA 7-1 El Greensboro Coliseum estudia la posibilidad de ampliar su capacidad de

asientos y necesita conocer tanto el número promedio de personas que asisten a
los eventos como la variabilidad de este número. Los datos se refieren a la
asistencia (en miles) a nueve eventos deportivos seleccionados al azar. Encuentre
las estimaciones puntuales de la media y la varianza de la población de la que se
tomó la muestra.

8.8 14.0 21.3 7.9 12.5 20.6 16.3 14.1 13.0

Σ x 2=2003.65 Σ x 2=2003.65

∑x 128.5
x́= = =14.2778 milesde personas
n 9
 1
s2= ( ∑ x 2−n x −2 ) =2003.65−9 ¿¿
n−1

¿ 21.119 ¿

EA 7-2 La Autoridad para Distribución de Pizzas (ADP) ha desarrollado un buen

negocio en Carrboro entregando órdenes de pizzas con prontitud. La ADP
garantiza que sus pizzas se entregarán en 30 minutos o menos a partir del
momento en que se toma el pedido y, si la entrega se retrasa, la pizza es gratis. El
tiempo de entrega de cada pedido se registra en el “libro oficial de tiempo de
pizza” (LOTP); el tiempo de entrega con retraso se registra como “30 minutos” en
LOTP. Se enumeran 12 registros aleatorios del LOTP.

15.3 29.5 30.0 10.1 30.0 19.6

10.8 12.2 14.8 30.0 22.1 18.3

a) Encuentre la media de la muestra.

∑x 247.7
x́= = =20.225 minutos
n 12

b) ¿De qué población se obtuvo esta muestra?

La población de tiempos registrados en el LOTP

c) ¿Puede usarse esta muestra para estimar el tiempo promedio que toma a ADP
entregar una pizza? Explique.

No, no se puede. Debido a que el tiempo de entrega mayor que 30 minutos se

registra como 30 minutos, usar estos datos subestimará en forma consistente el
promedio del tiempo de entrega.

16) Resuelva los ejercicios (E-A 7-3) y (E- A 7-4) de la página 284 del libro de
texto

EA 7-3 Para una población con una varianza conocida de 185, una muestra de 64
individuos lleva a 217 como estimación de la media.
 a) Encuentre el error estándar de la media.
σ
σ x́ = =13.60/ √ 64=1.70
√n

b) Establezca una estimación de intervalo que incluya la media de la población

68.3% del tiempo.

x́ ± σ x́ =217 ± 1.70(215.3 , 218.7)

EA 7-4 Eunice Gunterwal es una ahorradora estudiante de licenciatura de la

universidad del estado que está interesada en comprar un auto usado. Selecciona
al azar 125 anuncios y ve que el precio promedio de un auto en esta muestra es
$3,250. Eunice sabe que la desviación estándar de los precios de los autos
usados en esta ciudad es $615.

a) Establezca una estimación de intervalo para el precio promedio de un

automóvil de manera que Eunice tenga una seguridad del 68.3% de que la
media de la población está dentro de este intervalo.
x́ ± σ x́ =3,250 ±55.01=( $ 3,194.99 , $ 3,305.01)

b) Establezca una estimación de intervalo para el precio promedio de un auto

de modo que la señorita Gunterwal tenga 95.5% de certeza de que la media
de la población está dentro de este intervalo.

x́ ± 2 σ x́ =3,250 ±2 ( 55.01 )=3,250 ±110.02=( $ 3,139.98 , $ 3,360.02)

17) Resuelva el ejercicio (E-A 7-5) de la página 287.

EA 7-5Dados los siguientes niveles de confianza, exprese en forma genérica los

límites inferior y superior del intervalo de confianza para estos niveles en términos
de x́ y σ x́

a) 54%.

x́ ± 0.74 σ x́

b) 75%.

x́ ± 1.15 σ x́

c) 94%.
 x́ ± 1.88 σ x́

d) 98%.

x́ ± 2.33 σ x́

18) Resuelva los ejercicios (E-A 7-6) y (E-A 7-7) de la página 291.

EA 7-6 Se toma una muestra de 60 individuos a partir de una población de 540.

De esta muestra, se encuentra que la media es 6.2 y la desviación estándar es
1.368.

a) Encuentre la estimación del error estándar de la media.

b) Construya un intervalo del 96% de confianza para la media.

EA 7-7 En una prueba de seguridad automovilística realizada por el Centro de

Investigación Carretera de Carolina del Norte, la presión promedio de las llantas
para una muestra de 62 llantas fue 24 libras por pulgada cuadrada y la desviación
estándar fue 2.1 libras por pulgada cuadrada.

a) ¿Cuál es la desviación estándar estimada para esta población? (Existen

cerca de un millón de automóviles registrados en Carolina del Norte).

b) Calcule el error estándar estimado de la media.

c) Construya un intervalo de confianza del 95% para la media de la población.

19) Resuelva los ejercicios (E-A 7-8) y ( E-A 7-9) de la página 295 del libro de
texto.

EA 7-8 Cuando se sondeó una muestra de 70 ejecutivos de ventas respecto al

bajo desempeño durante noviembre en la industria de ventas al menudeo, 66%
pensó que la disminución en las ventas se debía a las temperaturas inusualmente
altas, haciendo que los consumidores retrasaran sus compras de artículos de
invierno.

a) Estime el error estándar de la proporción de ejecutivos de ventas que

culpan al clima caliente de las bajas ventas.

b) Encuentre los límites de confianza superior e inferior para esta proporción

dado 95% de nivel de confianza.

EA 7-9 El doctor Benjamin Shockley, un psicólogo social reconocido, entrevistó a

150 ejecutivos de alto nivel y encontró que 42% de ellos no podía sumar
fracciones correctamente.

a) Estime el error estándar de la proporción.

b) Construya un intervalo de confianza del 99% para la proporción verdadera

de ejecutivos de alto nivel que no puede sumar fracciones correctamente.

20) Resuelva los ejercicios (E-A 7-10) y ( E-A 7-11) de la página 302 del libro de
texto.

EA 7-10 Para los siguientes tamaños de muestra y niveles de confianza,

encuentre los valores t adecuados para construir intervalos de confianza:

a) n = 28; 1 – a =95%. a) 2.052.

b) n = 8; 1 – a =98%. b) 2.998.
c) n = 13; 1 –a= 90%. c) 1.782.
d) n = 10; 1 –a= 95%. d) 2.262.
e) n = 25; 1 –a= 99%. e) 2.797.
f) n = 10; 1– a = 99%. f) 3.250.

EA 7-11 Se obtuvo una muestra aleatoria de siete amas de casa y se determinó

que las distancias caminadas al realizar las tareas domésticas dentro de la casa
tenían un promedio de 39.2 millas por semana y una desviación estándar de la
muestra de 3.2 millas por semana. Construya un intervalo de confianza del 95%
para la media de la población.
s =3.2 n =7 x=39.2

=(36.240,42.160)millones

21) Resuelva los ejercicios (E-A 7-12) y ( E-A 7-13) de la página 307 del libro de
texto.

EA 7-12 Para un mercado de prueba, encuentre el tamaño de la muestra

requerido para estimar la proporción verdadera de consumidores satisfechos con
cierto producto dentro de ±0.04 en un nivel de confianza del 90%. Suponga que no
se tiene una idea buena acerca de cuál es la proporción.

EA 7-13 Un curso de lectura rápida garantiza cierto aumento en la velocidad de

lectura en dos días. El profesor sabe que algunas personas no podrán lograr este
incremento, de manera que antes de establecer el porcentaje garantizado de
personas que lograrán el incremento en la velocidad de lectura, desea tener una
confianza del 98% de que el porcentaje se ha estimado dentro de ±5% del valor
verdadero. ¿Cuál es el tamaño de muestra más conservador necesario en este
problema?

Capitulo # 8 Prueba de hipótesis de una sola muestra

22) ¿Qué es una curva de potencia?

Es la gráfica de los valores de la potencia de una prueba para cada valor de μ, u
otro parámetro de población para el que la hipótesis alternativa es cierta.

23) ¿Que es una hipótesis?

Es la suposición o especulación que hacemos respecto a un parámetro de

población.

24) ¿Qué es una prueba de dos colas?

Es la prueba de hipótesis en la que la hipótesis nula se rechaza si el valor de la

muestra es significativamente mayor o menor que el valor hipotético del parámetro
de población; prueba que involucra dos regiones de rechazo.

25) ¿Cómo se clasifican las hipótesis?

Hay dos tipos de hipótesis: hipótesis nulas e hipótesis alternativas

26) ¿Qué es una hipótesis alternativa?

Es la conclusión que aceptamos cuando los datos no respaldan la hipótesis nula.

27) ¿Qué es una hipótesis nula?

Es una hipótesis o suposición respecto a un parámetro de población que

deseamos probar, generalmente una suposición sobre el status quo.

28) ¿Cómo es considerado un valor crítico?

Es el valor del estadístico estándar (z o t) más allá del cual rechazamos la

hipótesis nula; el límite entre las regiones de aceptación y de rechazo.

29) ¿Qué es una escala estandarizada?

Es la medición expresada en desviaciones estándar a partir de la media de la

variable.

30) ¿Qué es un valor de significancia?

Es el valor que indica el porcentaje de valores de la muestra que están fuera de

ciertos límites, suponiendo que la hipótesis nula es correcta; es decir, la
probabilidad de rechazar la hipótesis nula cuando es cierta.

31) ¿Qué es una prueba de cola izquierda?

Es una prueba de hipótesis de una cola en la que un valor de la muestra que es
significativamente menor que el valor hipotético de la población nos llevará a
rechazar la hipótesis nula.

32) ¿Qué es una potencia de la prueba de hipótesis?

Es la probabilidad de rechazar la hipótesis nula cuando es falsa, es decir, una

medida de qué tan bien funciona la prueba de hipótesis.

33) De respuesta a las preguntas (8-1 a la 8-5) de la página 321 del libro de
texto.

8-1 ¿Por qué es necesario que manejemos la incertidumbre en nuestra toma de

decisiones, incluso cuando usamos técnicas estadísticas?

No podemos aceptar o rechazar una hipótesis sobre un parámetro de población

sólo por intuición. Más bien, necesitamos aprender cómo decidir objetivamente si
aceptamos o rechazamos una corazonada, con base en la información de la
muestra.

8-2 Teóricamente, ¿cómo probaría la hipótesis de que una moneda no está

alterada? ¿O de que un dado no está cargado?

Si se quiere decir que cierta moneda está cargada, se formula la hipótesis de que
una moneda no está cargada, esto es, p= 0.5, donde p es la probabilidad de que
ocurra una cara

8-3 ¿Es posible que se acepte una hipótesis falsa? ¿Cómo explicaría esto?

Si se puede aceptar a no ser que está presente datos que dé a conocer que los
datos son falsos. La llamamos hipótesis nula, pero no es nula hasta que se
demuestra lo contrario

8-4 Especificar las hipótesis.

 Elegir un nivel de significancia (también denominado alfa o α).

 Determinar la potencia y el tamaño de la muestra para la prueba.
 Recolectar los datos. ...
 Comparar el valor p de la prueba con el nivel de significancia.
 Decidir si rechazar o no rechazar la hipótesis nula
 Describa el proceso de prueba de hipótesis.

8-5 ¿Cómo explicaría que se tuviera una gran diferencia entre un parámetro de
población hipotético y un estadístico si, en efecto, la hipótesis es cierta?
Al realizar pruebas de hipótesis, se parte de un valor supuesto en parámetro
poblacional. Después de recolectar una muestra aleatoria, se compara la
estadística muestral, así como la media (x), con el parámetro hipotético, se
compara con una supuesta media poblacional. Después se acepta o se rechaza el
valor hipotético, según proceda. Se rechaza el valor hipotético sólo si el resultado
muestral resulta muy poco probable cuando la hipótesis es cierta

34) Resuelva los ejercicios (E-A 8-1 y E-A 8-2) de la página 323.

8-1 ¿Cuántos errores estándar alrededor del valor hipotético deben usarse para
estar 99.44% seguros de que se acepta una hipótesis cuando es cierta?

Para dejar una probabilidad de 1 - 0.9944 = 0.0056 en las colas, el valor absoluto
de z debe ser mayor o igual que 2.77, de manera que el intervalo debe ser ± 2.77
errores estándar alrededor del valor hipotético.

8-2 Un fabricante de automóviles asegura que un modelo específico rinde 28

millas por galón. La Agencia de Protección Ambiental usó una muestra de 49
autos de este modelo y encontró un media de la muestra de 26.8 millas por galón.
De estudios anteriores se sabe que la desviación estándar de la población es 5
millas por galón. ¿Es razonable esperar (dentro de 2 errores estándar) que se
puede seleccionar esa muestra si en realidad la media verdadera de la población
es 28 millas por galón (mpg)?

σ = 5 n = 49 x ̅ = 26.8 µ = 28

µ ± 2 σ ӽ = µ ± 2 σ / √n = 28 ± 2 (5) / √49 = 28 ± 1.429 = (26.571, 29.429) x ̅

Dado que x ̅ = 26.8 > 26.57 es razonable obtener esos resultados de la muestra
si µ es realmente 28 mpg.

35) Resuelva los ejercicios (E-A 8-3 y E-A 8-4) de la página 330.

8-3 Para los siguientes casos, especifique qué distribución de probabilidad usar en
una prueba de hipótesis:

a. H0: µ = 27, H1 : µ ≠ 27, x́ = 33, σ^ = 4, n = 25

b. H0: µ = 98.6, H1 : µ > 98.6, x́ = 99.1, σ^ = 1.5, n = 50
c. H0: µ = 3.5, H1 : µ < 3.5, x́ = 2.8, σ^ = 0.6, n = 18
d. H0: µ = 382, H1 : µ ≠ 382, x́ = 363, σ^ = 68, n = 12
e. H0: µ = 57, H1 : µ > 57, x́ = 65, σ^ = 12, n = 42

Solución:
a. t con 24 gl.
b. Normal.
c. t con 17 gl.
 d. Normal.
e. t con 41 gl (entonces se usa una tabla normal).

8-4 Martha Inman, una ingeniera de seguridad en carreteras, decide probar la

capacidad de carga de un puente que tiene 20 años. Dispone de una gran
cantidad de datos de pruebas similares en el mismo tipo de puente. ¿Qué es
adecuado, una prueba de una o de dos colas? Si la capacidad de carga mínima de
este puente debe ser 10 toneladas, ¿cuáles son las hipótesis nula y alternativa?

La ingeniera estará interesada en si un puente de esta edad puede soportar las

capacidades mínimas de carga necesarias desde el punto de vista de seguridad.
Entonces, quiere que su capacidad sea mayor que cierto nivel mínimo y usará una prueba
de una cola (específicamente una prueba de cola superior o derecha).

Las hipótesis son:

H0: µ = 10 toneladas H1: µ > 10 toneladas

36) Resuelva los ejercicios (E-A 8-5y E-A 8-6) de la página 337.

EA 8-5 Hinton Press tiene la hipótesis de que la vida promedio de su prensa

rotativa más grande es de 14,500 horas. Saben que la desviación estándar de la
vida de una prensa es 2,100 horas. A partir de una muestra de 25 prensas, la
compañía encuentra una media muestral de 13,000 horas. A un nivel de
significancia de 0.01, ¿deben concluir que la vida promedio de las prensas es
menor que las 14,500 horas hipotéticas?

σ = 2,100 n = 25 x́ = 13,000

H0: µ = 14,500 H1 : µ < 14,500 α = 0.01

El limite inferior de la región de aceptación es z = -2.33 o
2.33 (2,100)
x́ H 0 - zα / √n = 14,500 - √25 = 13,521.4 horas

Debido al valor z observado = x́−µ H 0 = 13,000 – 14,500 = -3.57 < -2.33

σ/√n 2,100/ √25
(Es decir x́ < 13,521.4), debe rechazarse H 0 . La vida promedio es significativamente
menor que el valor hipotético.
EA 8-6 American Theaters sabe que cierta película de éxito se exhibió un
promedio de 84 días en cada ciudad y que la desviación estándar correspondiente
fue 10 días. El administrador del distrito sureste se interesó en comparar la
popularidad de la película en su región con la que tuvo en otros cines de Estados
Unidos. Eligió 75 salas al azar en su región y encontró que exhibieron la película
un promedio de 81.5 días.

a) Establezca las hipótesis adecuadas para probar si hubo una diferencia

significativa en la duración de la exhibición entre los teatros del sureste y el resto
de Estados Unidos.

b) Pruebe estas hipótesis para un nivel de significancia del 1%.

σ = 10 n = 75 x́ = 8.15

H0: µ = 84 H1: µ ≠ 84 α = 0.01

Los límites de la región de aceptación es z = ± 2.58 o

2.58 (10)
x́=µ H 0 ± z σ / √n = 84 ± √75 = (81.02, 86.98) días

Debido al valor z observado = x́−µ H 0 = 81.5 – 84 = -2.17 este es el valor y x́

están σ/ √n 10/ √75
En la región de aceptación de manera que no se rechaza H 0 La duración de la exhibición
no es significativamente diferentes de las otras regiones.

37) Resuelva los ejercicios (E-A 8-7y E-A 8-8) de la página 340.

EA 8-7 Vea el ejercicio 8-32. Calcule la potencia de la prueba para μ = 0.50, 0.45
y 0.40% por mes.

Datos:

σ = 0.10 n = 15 H0: µ = 0.85 H1: µ < 0.5 α = 0.01

−2.33 σ 0.10
μHo -
√n
=0.57−2.33 ( )
√ 15
=0.510
 a) Para μ=¿ 0.50, la potencia de prueba es:
0.510−0.50
Px́ < 0.510 = P
(
z<
0.10
√ 15 )
=P ( z< 0.39 )=0.5+ 0.1517=0.6517

b) Para μ=¿ 0.45, la potencia de prueba es:

0.510−0.45
Px́ < 0.510 = P
(
z<
0.10
√ 15 )
=P ( z< 2.32 )=0.5+0.4898=0.9898

c) Para μ=¿ 0.40, la potencia de prueba es:

0.510−0.40
Px́ < 0.510 = P
(
z<
0.10
√ 15 )
=P ( z< 4.26 ) =1.000

EA 8-8 En el ejercicio 8-32, ¿qué ocurre con la potencia de la prueba para μ=

0.50, 0.45 y 0.40% por mes si se cambia el nivel de significancia a 0.04?

−1.75 σ 0.10
μHo -
√n
=0.57−1.75 ( )
√ 15
=0.525

a) Para μ=¿ 0.50, la potencia de prueba es:

0.525−0.50
Px́ < 0.525 = P
(
z<
0.10
√ 15 )
=P ( z< 0.97 )=0.5+ 0.3340=0.8340

b) Para μ=¿ 0.45, la potencia de prueba es:

0.525−0.45
Px́ < 0.525 = P
(
z<
0.10
√ 15 )
=P ( z< 2.90 )=0.5+ 0.4981=0.9981

c) Para μ=¿ 0.40, la potencia de prueba es:

0.525−0.40
Px́ < 0.525 = P
(
z<
0.10
√ 15 )
=P ( z< 4.84 )=1.000

38) Resuelva los ejercicios (E-A 8-9y E-A 8-10) de la página 345.

EA 8-9 Un fabricante de salsa de tomate está en proceso de decidir si produce o

no una versión picante. El departamento de investigación de mercados de la
compañía usó un sondeo telefónico nacional de 6,000 casas y encontró que 335
de ellos comprarían la salsa con picante. Un estudio más extenso hecho dos años
antes mostró que 5% de las casas compraría la marca. Con un nivel de
significancia del 2%, ¿debe la compañía concluir que hay un incremento en el
interés por el sabor con picante?

335
Datos: n = 6,000 ṕ= =0.05583
6,000

H0: p = 0.05 H1: p < 0.5 α = 0.02

El limite superior de la región de aceptación es Z = 2.05 o

P H 0q H 0 0.05(0.95)
√
ṕ= P H0 + z
n
¿ 0.05+02.05
√ 6,000
=0.05577

0.5583−0.05
=2.07>2.05 o ṕ
Debido a que el valor de z observado es = 0.05(0.95) ¿ 0.05577
6000

Debe rechazarse H0. El interés actual es significativamente mayor que el interés

hace 2 años.

EA 8-10 Steve Cutter desea comparar la confiabilidad de las podadoras Big Blade
que vende en su ferretería con la de las vendidas por la marca en todo el país.
Steve sabe que sólo 15% de todas las podadoras Big Blade necesitan
reparaciones durante el primer año. Una muestra de 120 de los clientes de Steve
reveló que exactamente 22 de ellos requirieron reparaciones en el primer año. Con
un nivel de significancia de 0.02, ¿existe evidencia de que la confiabilidad de las
podadoras Big Blade que vende Steve difiera de las que se venden en el todo el
país?

22
Datos: n = 120 ṕ= =0.1833
120

H0: p = 0.15 H1: p ≠ 0.15 α = 0.02

El límite superior de la región de aceptación es Z ± 2.33 o

P H 0q H 0 0.15(0.85)
√
ṕ= P H0 + z
n √
¿ 0.15 ± 02.33
120
=( 0.0741, 0.2259)
 0.1833−0.15
=1.02< 2.33 o ṕ
Debido a que el valor de z observado es = 0.15(0.85)
120
¿ 0.1833 que esta entre 0.0741 y 0.2259 .

No se rechaza H0. Las podadoras de Steve no son significativamente diferentes

en confiabilidad de las vendidas en todo el país.

39) Resuelva los ejercicios (E-A 8-11y E-A 8-12) de la página 349.

EA 8-11 Dado que la media de la muestra es 83, la desviación estándar de la

muestra es 12.5 y el tamaño de la muestra es 22, pruebe la hipótesis de que el
valor de la media de la población es 70 contra la hipótesis alternativa de que es
mayor que 70. Use un nivel de significancia de 0.025.

s= 12.5 n = 22 x́ = 83

H0: µ = 70 H1: µ ˃ 70 α = 0.025

Los límites de la región de aceptación es t = 2. 080 o

+ ts 2.080 (12.5)
x́=µH 0 =70+ =75.54
√n √ 22
83−70
=4.878>2.080 o x́
Debido a que el valor de t observado es = 12.5
√ 22
¿ 75.54 por tanto se rechaza H 0

EA 8-12 Picosoft, Ltd., un proveedor de sistemas operativos para computadoras

personales, planea la oferta pública inicial de sus acciones a fin de reunir
suficiente capital de trabajo para financiar el desarrollo de un sistema integrado de
la séptima generación radicalmente nuevo. Con los ingresos actuales de $1.61 por
acción, Picosoft y sus aseguradores contemplan un precio de oferta de $21, o
cerca de 13 veces los ingresos. Para verificar si este precio es apropiado eligieron
al azar siete empresas de software en el mercado de valores y encontraron que su
cociente promedio precio/utilidades era 11.6 y la desviación estándar de la
muestra era 1.3. Para α= 0.02, ¿puede Picosoft concluir que las acciones de las
empresas de software en el mercado de valores tiene una razón promedio P/U
que es significativamente diferente de 13?

s= 1.3 n= 7 x́ = 11.6

H0: µ = 13 H1: µ ≠ 13 α = 0.02

Los límites superiores de la región de aceptación es t = ± 3.143, o

+ ts 3.143(1.3)
x́=µH 0 =13± =(11.46 ,14.54)
√n √7
11.6−13
=−2.849>−3.143 o x́
Debido a que el valor de t observado es = 1.3
√7
¿ 11.6que esta entre 11.46 y 14.54 ¿ , no se rechaza H 0.