TALLER INFERENCIA ESTADISTICA

Presentado por:
Laura Lozano
Sneyder Hernández
David Martínez

1. Un fabricante surte los ejes traseros para los camiones de una empresa de carga.
Estos ejes deben soportar 80,000 libras por pulgada cuadrada en pruebas de carga,
pero un eje excesivamente fuerte eleva los costos de producción de manera
significativa. La larga experiencia indica que la desviación estándar de la resistencia
de sus ejes es 4,000 libras por pulgada cuadrada. El fabricante selecciona una
muestra de 100 ejes de la producción, los prueba y encuentra que la capacidad de
carga media de la muestra es 79,600 libras por pulgada cuadrada. Si el fabricante de
ejes utiliza un nivel de significancia (α) de 0.05 en la prueba, ¿satisfarán los ejes sus
requerimientos de carga?
El ejercicio tiene los siguientes datos:
n= 100
Desviación estándar 4000
(σ)
Media (x) 79600
α 0,05

Hipótesis nula: Hipótesis alterna

H 0 :μ=80,000 H a : μ≠ 80,000

El cálculo del estadístico de prueba se realiza con la siguiente formula:

x́ −μ
Z=
σ
√n
79.000−80.0000
Z=
4000
√100
Z= -1

Z α/2 = 0,025
Z critico= ± 1,64

Estadísticamente los ejes que se producen satisfacen los requerimientos de cargas, sin
elevar el costo de la producción, por lo tanto no existen motivos para rechazar la hipótesis
nula.
 2. En la elaboración de envases de plástico es necesario garantizar que cierto tipo de
botella en posición vertical tenga una resistencia mínima de 50 kg de fuerza. Para
asegurar esto realiza una prueba, en la que mediante un equipo se aplica fuerza a la
botella hasta que esta cede, y el equipo registra la resistencia que alcanzo la botella.
a) Para evaluar la resistencia media de los envases se toma una muestra aleatoria
de n = 20 piezas. De los resultados se obtiene que la media es de 55.2 y
desviación de 3. Estime con una confianza de 95% ¿cuál es la resistencia
promedio de los envases?
Los datos que nos da el ejercicio son:
n= 20
Desviacion (s) 3
Media ‫ݔ‬ҧ 55,2
α 0,05

Para determinar la resistencia se calculan los intervalos de confianza de la siguiente

forma:
Z α ∗σ Z α ∗σ
2
x́− ≤ μ ≤ x́ + 2
√ n √n
σ 3
= =0,67082039  
√ n √20
Z α/2 = 0,025
Z= 1,96

Cálculo del intervalo inferior

Z α ∗σ
2
x́− =53,88521619
√n
Cálculo del intervalo superior
Z α ∗σ
2
x́ + =56,51478381
√n
De modo que la resistencia del material está en el intervalo
53,885 ≤ μ ≤ 56,514
b) Antes del estudio se suponía que μ = 52. Dada la evidencia de los datos, ¿tal
supuesto es correcto?
Tal supuesto es incorrecto porque sabemos que el intervalo se encuentra entre 53,885 y
56,514 , por lo que al ser 52 es menor de lo aceptado.
c) Con los datos anteriores, estime con una confianza de 95% ¿cuál es la desviación
estándar poblacional (del proceso)?
Se realiza la siguiente ecuación para determinar el intervalo en el que se encuentra la
desviación estándar.
Los siguientes datos se encuentran en la tabla de chi cuadrado

GL 19
ji cuadrado α/2 32,852
ji cuadrado 1-α/2 8,907

Se determinan los intervalos en Excel quedando de la siguiente manera la desviación

estándar poblacional:

2,281482533 ≤ σ2 ≤ 4,38159598

3. Para evaluar el contenido de nicotina en cierto tipo de cigarros elaborados por un

proceso se toma una muestra aleatoria de 40 cigarrillos y se obtiene que la media es de
18.1mg y la deviación 1.7 mg.
a) Estime con una confianza de 95%, ¿cuál es la cantidad de nicotina promedio por
cigarro?
Se tienen los siguientes datos:
n= 40
Media ‫ݔ‬ҧ 18,1
Desviacion (s) 1,7
Desviacion s2 2,89
α 0,05
α/2 0,025
Z α/2 1,96
ߪ
Se realiza un intervalo de confianza de la siguiente forma:
Z α ∗σ Z α ∗σ
2 2
x́− ≤ μ ≤ x́ +
√n √n
Z α ∗σ
2 1,96∗1,7
x́− =18,1− =17,5731645  
√n √ 40
Z α ∗σ
2 1,96∗1,7
x́ + =18,1+ =18,6268355   
√n √ 40
Siendo el intervalo de la cantidad de nicotina en mg que contiene un cigarrillo en promedio
el siguiente:
17,5731645 ≤ μ ≤ 18,6268355
b) ¿Cuál es el error de estimación en el inciso anterior?
El error se encontraría si se calculara con la distribución t.
c) Antes del estudio se suponía que μ = 17.5mg. Dada la evidencia de los datos, ¿se
puede rechazar tal supuesto?
Si, ya que el promedio de intervalo es empieza en 17,57 por lo tanto faltan 0,07 mg para
entrar en el intervalo.
d) Si se quiere estimar la media con un error máximo de 0.4, ¿qué tamaño de muestra se
requiere?
Para esto se utiliza la herramienta solver en Excel, donde se establece que la casilla del
error típico debe tener un valor de 0,4 variando la celda de la muestra. Se puede usar la
siguiente ecuación para determinar n.
σ 1,7
= =0,4
√ n √n
Al realizar la operación da como resultado que la muestra debe tener un valor de
18,0624777 lo cual se aproxima a 18 debido a que se usan números enteros en la
práctica.
e) Con los datos anteriores, estime con una confianza de 95% ¿cuál es la desviación
estándar poblacional (del proceso)?
Se necesita la siguiente ecuación para poder calcular el intervalo en el que se encuentra
la varianza

Junto con los siguientes datos:

GL 39
ji cuadrado α/2 58,1200597
ji cuadrado 1-α/2 23,6543246

En Excel se calculo el intervalo de varianza siendo el rango en el que se encuentra la

desviación poblacional el siguiente:
2,1828603
1,392573732 ≤ σ2 ≤ 3

f) ¿Qué puede decir sobre la cantidad mínima y máxima de nicotina por cigarro? Es
posible garantizar con suficiente confianza que los cigarros tienen menos de 20 mg de
nicotina. Sugerencia: aplique la regla empírica.
Según los datos analizados anteriormente se puede decir que en promedio la mayoría de
los cigarrillos no superaran los 20 mg de nicotina, pero se debe tener en cuenta que el
promedio puede tener valores atípicos que posiblemente superaran el valor esperado,
aunque estos no sean en grandes cantidades.

4. En una auditoria se seleccionan de manera aleatoria 200 facturas de las compras

realizadas durante el año, y se encuentra que 10 de ellas tienen algún tipo de anomalía.
a) Estime con una confianza de 95% el porcentaje de facturas con anomalías en todas las
compras del año.
b) ¿Cuál es el error de estimación?
c) ¿Qué tamaño de muestra se tiene que usar si se quiere estimar el porcentaje de
facturas con anomalías con un error máximo de 2%?
A) Se tiene una muestra de 200 facturas (N=200) donde 10 tienen una anomalía (X=10),
por lo que se puede calcular la proporción donde P= X/N es decir que la proporción de
anómalos es de 0.05. Adicional se dice que con una confianza del 95% se estime el
porcentaje de facturas anómalas, lo que da un α=0.05 que haciendo uso de las tablas de
distribución normal el valor de Z para α/2 es de 1,9599.
Una vez se obtengan estos datos se puede realizar el cálculo del intervalo de
probabilidad:

0.05 ( 1−0.05 ) 0.05(1−0.05)

0.05−1.9599
√ 200 √
≤ ^p ≤0.05+ 1.9599
200

0.01979 ≤ ^p ≤ 0.08020

B) El error de estimación se calcula con la siguiente formula:

p (1− p )
E=Z α /2
√ N

0.05 ( 1−0.05 )
E=1.9599
√ 200
E=0.0302=3.02 %

C) Por último, si se desea que el porcentaje anómalo sea máximo del 2% la cantidad de
muestras a usar es de:

Z α 2 ( p(1− p) )
2
N=
E2
 1.95992 ( 0.05(1−0.05) )
N=
0.022

N=456.17

5. En la producción de una planta se está evaluando un tratamiento para hacer que

germine cierta semilla. De un total de 60 semillas se observó que 37 de ellas germinaron.
a) Estime con una confianza de 90% la proporción de germinación que se lograra con tal
tratamiento.
c) Realice de nuevo la estimación, pero ahora con 95% de confianza.

A) Se tiene una muestra de 60 semillas (N=60) donde germinaron 37 (X=37), con

esto se puede hallar la proporción de semillas germinadas P= X/N lo que arroja un
resultado de 0.6167.
Se dese realizar una estimación con una confianza de 90%, lo que nos da un α de
0.1 y por ende un α/2 de 0.05. Haciendo uso de la distribución normal se halla un
valor de Z= 1.6448.
Una vez se obtengan estos datos se puede realizar el cálculo del intervalo de
probabilidad:

0.6167 ( 1−0.6167 ) 0.6167 ( 1−0.6167 )

0.6167−1.6448
√ 60
≤ ^p ≤ 0.6167+1.6448
√ 60

0.5134 ≤ ^p ≤0.7199

B) Se dese realizar una estimación con una confianza de 95%, lo que nos da un α de
0.05 y por ende un α/2 de 0.025. Haciendo uso de la distribución normal se halla
un valor de Z= 1.9599.
Una vez se obtengan estos datos se puede realizar el cálculo del intervalo de
probabilidad:

0.6167 ( 1−0.6167 ) 0.6167 ( 1−0.6167 )

0.6167−1.9599
√ 60 √
≤ ^p ≤ 0.6167+1.9599
60

0.4936 ≤ ^p ≤ 0.7397
6. Un fabricante sostiene que sus autos consumen en promedio 5.5 galones cada 100
Kilómetros. Un vendedor de la compañía comprueba el consumo de gasolina de 35 autos
y encuentra que el consumo medio de este grupo es de 5.65 galones cada 100 kilómetros
con una desviación de 0.35 galones. Con estos datos ¿puede dudarse de los sustentado
por la compañía? (Nivel de significancia del 1%)

Se plantea tanto la hipótesis nula como la alternativa, en donde la hipótesis nula

será desvirtuar que los autos consumen en promedio 5.5 galones cada 100 Km
(Ho: µ= 5,5) y la hipótesis alternativa será comprobar que los autos consumen más
de 5.5 galones planteados por la compañía (Ha: µ > 5,5).
Adicional a esto, el empleado hace uso de 35 autos para comprobar esto, y tiene
una desviación de 0.35 galones.

Planteado de esta manera se tiene una gráfica con una cola o unilateral por lo que
se tiene que hallar el Zcritico. Con un nivel de significancia de 1% se tiene un α de
0.01.
Haciendo uso de la tabla para distribución normal se encontró el valor de Z crítico
para α equivalente a 2.3263

Se calcula el estadístico de prueba haciendo uso de:

5.65−5.5
Z=
0.35
√35
Z=2.535
Con un nivel de significancia del 1%, es posible afirmar que la empresa miente en cuanto
al rendimiento de sus vehículos ya que el valor dio por fuera de la región de aceptación.
Lo que hace rechazar la hipótesis nula y aceptar la alterna.

7) En una muestra de 50 neumáticos, fabricados por cierta compañía, cinco de ellos no

cumplieron las normas de calidad. El gerente sostiene que el 12% de sus neumáticos no
satisfacen dicha norma. Al nivel del 5% ¿se podrá decir que el gerente exagera el
porcentaje?

Con un nivel de significancia de 0,05, es posible afirmar que el 12% de los neumáticos no

satisfacen la norma. Es decir, el gerente no exagera en la aseveración que plantea.
Datos
n= 50
p'= 5/50= 0,1
p= 0,12
∝= 0,05
Hipótesis:
Ho: p = 0,12
H1: p > 0,12
Estadístico de prueba:
p '− p
z=
p(1−p)
√ n

Sustituimos los valores:

0,1−0,12
z=
0,12(1−0,12)
√ 50

Para un nivel de significancia de ∝= 0,05, el valor de tabla de Zt (Distribución Normal)

para una prueba de cola derecha es igual a 1,645.

Regla de decisión: 
Se rechaza Ho si p<∝ o Ze>Zt.
No se rechaza Ho, existen evidencias significativas de que el 12% de los neumáticos no
satisfacen la norma.

8) Un dispensador de gaseosa está diseñado para descargar 7 onzas. Si se selecciona

una muestra de 16 vasos para medir su llenado, observando que el promedio es de 5.8
onzas con una desviación de 1.6 onzas ¿se puede concluir que la maquina no funciona
correctamente?

Se utiliza una distribución t-student porque el número de datos de la muestra es menor a

30
DATOS:
u0 =7
n = 16
x́=5,8
s = 1,6
Se empleara una significancia del 5% ya que es el más utilizado
HIPÓTESIS:
H 0 :µ=7
H 1 : µ<7

t 0=t 1−α ,−1=t 0,95 ,15=1,75

Región de aceptación t k ≥−1,75se acepta H 0

Región de rechazo t k ←1,75se rechaza H 0

x́−u0
t k=
s
√n
5,8−7
t k=
1,6
√ 16
t k =−3

Se rechaza H 0
Se puede concluir que la máquina no funciona correctamente ya que descarga menor
cantidad de onzas.