Cátedra I Estadística II

Autor I Nidia Blanch

Actividad 6:
Para probar la hipótesis H0 : µ = 40 versus H1 : µ ≠ 40 se tomó una muestra
aleatoria de 24 observaciones. A partir de los datos siguientes determine el
valor p de la prueba y use ese valor para decidir si rechaza la hipótesis nula al
nivel de significación del 5%.

Descriptives

Statistic Std. Error

VARIABLE Mean 39,4742 ,4012
Median 39,4450
Variance 3,864
Std. Deviation 1,9656
Minimum 30,17
Maximum 50,92
Range 20,75
Interquartile Range 9,8925
Skewness ,048 ,472
Kurtosi -,978 ,918

60

50

40

30

20
N= 24

VARIABLE

Actividad 7:
Una fábrica automotriz informa a su proveedor autopartista los valores necesa-
rios en su proceso para la fabricación de una determinada pieza de ensamble, en
las siguientes dos características:

Diámetro µ = 1,35 cm. σ = 0,06 cm

Peso µ = 90 g. σ = 7 g.

Seleccionadas 30 piezas por parte del Departamento de Control de Calidad de

la automotriz, se obtuvieron los siguientes valores:

105
 Pieza Diámetro Peso Pieza Diámetro Peso
1 1,10 101 16 1,82 97
2 1,31 95 17 0,91 115
3 1,39 70 18 1,45 95
4 1,59 86 19 0,97 94
5 1,25 90 20 1,77 84
6 1,58 88 21 1,93 91
7 1,23 92 22 0,96 82
8 0,91 97 23 1,00 83
9 0,99 97 24 1,90 94
10 1,78 97 25 1,51 87
11 1,28 84 26 0,67 81
12 1,49 91 27 1,44 86
13 1,62 78 28 1,21 100
14 1,86 88 29 1,16 87
15 1,61 94 30 1,89 89

¿Debe la empresa continuar comprando a la autopartista? Aconseje con un

riesgo de 0.05.

Este test de Shapiro Wilks también esta explicado al final del Capitulo junto
con el de Kolmogorov-Smirnov.

Shapiro-Wilks (modificado)

Variable n Media D.E. W* p (una cola)

diámetro 30 1,39 0,35 0,93 0,1585
peso 30 90,43 8,32 0,98 0,9705

Actividad 8:
Una panificadora esta considerando establecer un servicio de reparto de
facturas los domingos a la mañana en un barrio. Considerando el costo del
servicio y las utilidades que se pueden lograr ha llegado a la siguiente
conclusión: si hay pruebas de que el pedido promedio será de mas de 6
facturas por casa del barrio, se instalara el servicio. Un estudio realizado
arroja la siguiente información:

Valor del Parámetro Probado: 6

Variable n Media DE z p(Unilateral D)

demanda 42 6.29 1.92 0.97 0.1698

Shapiro-Wilks (modificado)

Variable n Media D.E. W* p (una cola)

demanda 42 6,29 1,92 0,94 0,1028

¿Aconsejaría usted implementar el nuevo servicio?

Actividad 9:
Una gran cadena de ferreterías vende, en promedio, 5 cortadoras de pasto por
sucursal mensualmente. Durante el ultimo mes, implemento una oferta y el
numero de cortadoras vendidas en una muestra de 10 sucursales fue: 10, 6,
8, 5, 7, 8, 3, 7, 7, 9. Al nivel de significación del 5%, ¿se puede decir que la
oferta incrementó la venta promedio mensual?

Interprete los elementos de la siguiente tabla y compare con los resultados

obtenidos por usted.

106
 Cátedra I Estadística II
Autor I Nidia Blanch

Q-Q plot

10,09

Cuantiles observados(ventas)
n= 10 r= 0,976 (ventas)

8,32

6,55

4,77

3,00
3,00 4,77 6,55 8,32 10,09
Cuantiles de una Normal(7,4)

ventas

Prueba T para un parámetro

Valor del Parametro Probado: 5

Variable n Media DE T p(Unilateral D)

ventas 10 7,00 2,00 3,16 0,0058

Actividad 10:
Un fabricante de ropa produce 22500 m de tela por día. Cada día, 16
pedazos de 50 m. cada uno son testeados para probar su resistencia a la
rotura. En un día en particular se obtuvo una media de resistencia de 340
Kg. con una varianza de 298. ¿Qué actitud deberá tomar el fabricante si la
tela debe tener una resistencia a la rotura de 350 Kg.? Trabaje con un nivel
de significación del 5%.

4.2. Prueba de hipótesis referida al parámetro proporción poblacional (muestras gran-

des – np y nq > 5)

Se trata ahora de efectuar pruebas de hipótesis referidas a la proporción de

“éxitos” en poblaciones dicotómicas. Veamos un ejemplo.

De acuerdo a trabajos de marketing ya realizados, se piensa que no más del 30%

de las personas que habitualmente sale a comer a restaurantes (habitualmente se
entenderá por lo menos una vez a la semana), eligen el comercio en función del
precio de los servicios ofrecidos.

Un grupo inversor desea montar una cadena de restaurantes utilizando la calidad

de los alimentos ofrecidos como publicidad para penetrar en el mercado.

Para asegurarse que el precio no será un factor fundamental en la decisión de por

lo menos el 70% de los potenciales clientes, encarga a una empresa de encuestas
de opinión, investigar sobre el tema.

La empresa decide tomar una muestra aleatoria de 400 personas que ingresan a
restaurantes cuidadosamente seleccionados; una de las preguntas de la entrevista
estaba referida a la importancia del precio del servicio en la elección del local.

Luego de sistematizar la información obtenida en la muestra, se observó que el

38% de los encuestados consideraba al precio como factor preponderante en la
elección.
107
Se decide poner a prueba la hipótesis estadística de que la consideración del
precio era un factor preponderante mas importante de lo que se creía (afectaba a
más del 30% de las personas).

Las hipótesis establecidas fueron:

H0) P ≤ 0.30

H1) P > 030

Ya se ha dicho, al hablar de la estimación del parámetro proporción poblacional P,

que cuando n (el tamaño de la muestra) es grande, la variable aleatoria
proporción muestral p̂ se distribuye normalmente con esperanza igual a P y

PQ
desviación estándar igual a .
n

Debido a ello, se puede utilizar a p̂ como criterio de test para probar la hipótesis
con respecto al parámetro proporción poblacional P. Como la hipótesis nula
establece que P = P0 .

Estandarizando, se obtiene:

p̂ − P0
z=
P0Q0
n

Gráficamente, se puede establecer la correspondiente región de H0 en la cola

derecha de la distribución normal, de la siguiente manera:

La regla de decisión será:

Rechazar H0 si p̂ ≥ p* = P0 + zα σp

Si el investigador de mercados fija un valor de α = 0.05, zα = 1.645.

P0 es el valor que toma el parámetro en la hipótesis nula.

En el ejemplo:

P0Q0 0.30 x 0.70

σp = = = 0.022
n 400

108
 Cátedra I Estadística II
Autor I Nidia Blanch

Entonces, rechazaremos H0 cuando

p > 0.30 + 1.645 x 0.022 = 0.30 + 0.0377 = 0.3377

Como p̂ = 0.38, se rechaza la hipótesis nula, la proporción de los clientes que

eligen un restaurante por el precio es significativamente mayor de lo que se
creía.

Observación: hemos utilizado la palabra significativamente, para indicar que la

medida de discrepancia cae en la zona de rechazo de la hipótesis nula.

Actividad 11:
Los siguientes datos corresponden a información acerca de las exportaciones que
realizan las empresas alimenticias de la Provincia. Considerando la distribución de
frecuencias de las exportaciones en miles de $, en base a una muestra de 61
empresas ¿se puede decir que el porcentaje de empresas que exportan más de $ 130
mil supera el 20%? Utilice α = 0,10.

Exportaciones (miles de $) Cantidad de empresas

10-50 9
50-90 19
90-130 21
130-170 7
170-250 5

Actividad 12:
La Universidad Nacional afirma que el 85% de los estudiantes está de acuerdo con
el pago de una contribución estudiantil mientras que el centro de Estudiantes de
una Facultad del área de las Ciencias Sociales afirma que el porcentaje es bastante
menor y, para ello, ha consultado a 160 alumnos de varias facultades obteniendo
una cantidad de éxitos (a favor) de 126. ¿Puede usted ayudar a este Centro de
Estudiantes a justificar su opinión con un nivel de significación del 5%?

Actividad 13:
Un fabricante de televisores anuncia que el 90 % de sus aparatos no necesita
ninguna reparación durante los dos primeros años de uso. La oficina de
reparaciones informa que de 100 aparatos vendidos en los últimos dos años ya
van 14 que necesitaron alguna reparación. Al nivel de significación de 0,01, ¿se
debe rectificar el anuncio que realiza el fabricante?

4.3. Prueba de hipótesis referida al parámetro varianza poblacional σ2

Desarrollaremos el tema por medio de un ejemplo.

Supongamos que un operador de bolsa, al aconsejar a un cliente con respecto a la

inversión en una acción en particular, destaca la poca variabilidad de su cotización.
De acuerdo a lo estipulado por el operador económico, esta acción presentaría una
varianza de las cotizaciones diarias σ = 0.2. El cliente, quien debe realizar una
2

fuerte inversión, y no estaría dispuesto a hacerla si la varianza es grande, decide

poner a prueba la hipótesis del operador, estableciendo las siguientes hipótesis
estadísticas:

H0) σ2 ≤ 0.2

H1) σ2 > 0.2

109
Para probar esta hipótesis, selecciona una muestra de 15 días donde registra la
cotización diaria. El cálculo de la varianza en su muestra es s2 = 0.4.

El cliente deberá buscar un criterio de test adecuado que relacione el parámetro y

el estadístico muestral y que a su vez tenga una distribución de probabilidad
conocida para poder calcular el error de su inferencia.

Ya hemos visto que el siguiente estadístico:

s2
(n − 1) χ (2n−1)
σ 2
0

tiene distribución chí cuadrado con n – 1 grados de libertad. Por tratarse de

prueba de hipótesis, el valor de σ2 ha sido reemplazado por el establecido en la
hipótesis nula.

De acuerdo a la hipótesis estadística establecida, la regla de decisión a seguir

será:

Rechazar H0 si:

s2
χ 2 = (n − 1) > χ12−α ;n −1
σ 02
gráficamente, tendremos:

Si se fija α = 0.05, el valor de χ 0.95;14

2
= 23.7
Calculamos ahora el valor del estadístico planeado para efectuar el test:

s2 0.4
(n − 1) = 14 = 28
σ 2
0 0.2

El estadístico utilizado como criterio de test cae en la zona de rechazo de la

hipótesis nula.

La evidencia muestral parece indicar que el operador económico estaba

equivocado y que en realidad la cotización diaria de la acción en cuestión es
bastante mas variable de lo que el cree.

110
Cátedra I Estadística II
Autor I Nidia Blanch

111