1) 2 DE JI CUADRADO

2) 2 T DE STUDENT
INFERENCIAL DR MAURICIO T DE STUDENT

t= Xmedia-U/ (DS/raíz de n)
t= (78.76-74) / (3/raíz de 24)
t calculada= 7.77
Obtener el valor tabla de t de
student
GL= 23
Cruce de 23 y 0.95 = 2.069
d) Dibuje la curva de t de student
con los valores de tabla y valor
calculado con la fórmula.
e) Indique en que región cae el
valor calculado de t y qué decisión
debe tomarse.
El valor calculado de t de student
cae en la región de hipótesis
alterna9va por lo que es posible
rechazar
la hipótesis nula
f) Valide el resultado obteniendo el
valor p y redacte la conclusión.
El valor obtenido de p (<.0001) es
menor que la signi cancia alfa
(0.05). Por lo anterior es posible
rechazar la hipótesis nula. El error
al rechazar sería menor que
1/10000.
La media de palabras leídas por
minuto de los niños de la muestra
es diferente a la media de palabras
leídas del parámetro
INFERENCIAL DR MAURICIO T DE STUDENT

t= Xmedia-U/ (DS/raíz de n)
t= (78.76-74) / (3/raíz de 24)
t calculada= 7.77
Obtener el valor tabla de t de
student
GL= 23
Cruce de 23 y 0.95 = 2.069
d) Dibuje la curva de t de student
con los valores de tabla y valor
calculado con la fórmula.
e) Indique en que región cae el
valor calculado de t y qué decisión
debe tomarse.
El valor calculado de t de student
cae en la región de hipótesis
alterna9va por lo que es posible
rechazar
la hipótesis nula
f) Valide el resultado obteniendo el
valor p y redacte la conclusión.
El valor obtenido de p (<.0001) es
menor que la signi cancia alfa
(0.05). Por lo anterior es posible
rechazar la hipótesis nula. El error
al rechazar sería menor que
1/10000.
La media de palabras leídas por
minuto de los niños de la muestra
es diferente a la media de palabras
leídas del parámetro
INFERENCIAL DR MAURICIO T DE STUDENT

t= Xmedia-U/ (DS/raíz de n)
t= (78.76-74) / (3/raíz de 24)
t calculada= 7.77
Obtener el valor tabla de t de
student
GL= 23
Cruce de 23 y 0.95 = 2.069
d) Dibuje la curva de t de student
con los valores de tabla y valor
calculado con la fórmula.
e) Indique en que región cae el
valor calculado de t y qué decisión
debe tomarse.
El valor calculado de t de student
cae en la región de hipótesis
alterna9va por lo que es posible
rechazar
la hipótesis nula
f) Valide el resultado obteniendo el
valor p y redacte la conclusión.
El valor obtenido de p (<.0001) es
menor que la signi cancia alfa
(0.05). Por lo anterior es posible
rechazar la hipótesis nula. El error
al rechazar sería menor que
1/10000.
La media de palabras leídas por
minuto de los niños de la muestra
es diferente a la media de palabras
leídas del parámetro
3) 3 de Fisher
INFERENCIAL DR MAURICIO T DE STUDENT

t= Xmedia-U/ (DS/raíz de n)
t= (78.76-74) / (3/raíz de 24)
t calculada= 7.77
Obtener el valor tabla de t de
student
GL= 23
Cruce de 23 y 0.95 = 2.069
d) Dibuje la curva de t de student
con los valores de tabla y valor
calculado con la fórmula.
e) Indique en que región cae el
valor calculado de t y qué decisión
debe tomarse.
El valor calculado de t de student
cae en la región de hipótesis
alterna9va por lo que es posible
rechazar
la hipótesis nula
f) Valide el resultado obteniendo el
valor p y redacte la conclusión.
El valor obtenido de p (<.0001) es
menor que la signi cancia alfa
(0.05). Por lo anterior es posible
rechazar la hipótesis nula. El error
al rechazar sería menor que
1/10000.
La media de palabras leídas por
minuto de los niños de la muestra
es diferente a la media de palabras
leídas del parámetro
1. Un fabricante de automóviles pone a prueba dos nuevos
métodos de ensamblaje de motores respecto al tiempo en
minutos. Los resultados se muestran el la tabla:

Método 1 Método 2

n1 = 31 n2 = 25

s12 = 50 s22 = 24

2 2
Construya un intervalo de confianza del 90% para  1 / 2 .
 Solución:

Por la recomendación de que la varianza muestral mayor va en

el numerador se tiene la siguiente fórmula:

al despejar: .

F toma dos valores dependiendo del nivel de confianza y de los

grados de libertad. En este caso los grados de libertad uno valen
30 y los grados de libertad dos 24.

 y 

Estos resultados los podemos interpretar de la siguiente

manera:

Con un nivel de confianza del 90% se sabe que la relación de

varianzas  12/ 22 esta entre 1.07 y 3.93. Esto supondría que la
varianza de la población 1 es mayor a la varianza de la
población 2 entre 1.07 y 3.93.

2. Una compañía fabrica propulsores para uso en motores de

turbina. Al ingeniero de manufactura le gustaría seleccionar el
proceso que tenga la menor variabilidad en la rugosidad de la
superficie. Para ello toma una muestra de n1=16 partes del
primer proceso, la cual tiene una desviación estándar s1 = 4.7
micropulgadas, y una muestra aleatoria de n2=12 partes del
segundo proceso, la cual tiene una desviación estándar s2 = 5.1
micropulgadas. Se desea encontrar un intervalo de confianza del
90% para el cociente de las dos varianzas  12/
2. Suponga que los dos procesos son independientes y que la
2

rugosidad de la superficie está distribuida de manera normal.

Solución:

Por la recomendación de que la varianza muestral mayor va en el

numerador se tiene la siguiente fórmula:

al despejar: .

En este caso los grados de libertad uno valen 11 y los grados de

libertad dos 15.

 y 

Estos resultados los podemos interpretar de la siguiente manera:

Puesto que este intervalo de confianza incluye a la unidad, no es

posible afirmar que las desviaciones estándar de la rugosidad de la
superficie de los dos procesos sean diferentes con un nivel de
confianza del 90%.

3. La variabilidad en la cantidad de grasa presente en un lote de un

complemento dietético, utilizada para un proceso de fabricación
de un alimento, depende del origen del complemento. Un
fabricante que recibe el complemento de dos proveedores 1 y 2,
hizo una comparación analizando muestras de ambos
proveedores. Muestras de n1=10 y n2=16 mediciones de dos
lotes produjeron las varianzas:
S21=1.25 y S22=0.5
¿Presentan los datos evidencia suficiente para indicar que la
variabilidad en el contenido de grasa es menor para el producto que
se recibe del proveedor 2? Realice una prueba con un a= 0.05.
Solución.
Tenemos nuestras hipótesis:

 
La Fcalc = 1.25/0.5 = 2.5
Como 2.5 < 2.5876 no se rechaza Ho, y se concluye con un a= 0.05
que no existe suficiente evidencia para decir que la variabilidad del
contenido de grasa del complemento del proveedor 2 es menor que la
del complemento suministrado por el proveedor 1.
 
INFERENCIAL DR MAURICIO T DE STUDENT

t= Xmedia-U/ (DS/raíz de n)
t= (78.76-74) / (3/raíz de 24)
t calculada= 7.77
Obtener el valor tabla de t de
student
GL= 23
Cruce de 23 y 0.95 = 2.069
d) Dibuje la curva de t de student
con los valores de tabla y valor
calculado con la fórmula.
e) Indique en que región cae el
valor calculado de t y qué decisión
debe tomarse.
El valor calculado de t de student
cae en la región de hipótesis
alterna9va por lo que es posible
rechazar
la hipótesis nula
f) Valide el resultado obteniendo el
valor p y redacte la conclusión.
El valor obtenido de p (<.0001) es
menor que la signi cancia alfa
(0.05). Por lo anterior es posible
rechazar la hipótesis nula. El error
al rechazar sería menor que
1/10000.
La media de palabras leídas por
minuto de los niños de la muestra
es diferente a la media de palabras
leídas d