Univ. de Alcalá. Fac.

de Biologı́a Grados en Biologı́a y Biologı́a Sanitaria

Dpto. de Matemáticas Estadı́stica, 2013-2014

Hoja de Ejercicios 6.

Otros intervalos de confianza. Contrastes de hipótesis.

1. Intervalos de confianza para proporciones (una población)

1. En una población se desea conocer la probabilidad de que un individuo sea alérgico al polen de
las acacias. En 100 individuos tomados al azar se observaron 10 alérgicos. Hallar el intervalo de
confianza al 95 % para la probabilidad pedida. ¿Cuántos individuos se deberı́an observar para que,
con probabilidad 0.95, el error máximo en la estimación de la proporción de alérgicos sea del 0.01?
2. Una noticia en el periódico dice que, de 1000 personas encuestadas sobre una cuestión, 556 se
muestran a favor y 444 en contra, y concluye afirmando que el 55.6 % de la población se muestra a
favor con un margen de error de ±3 %. ¿Cuál es el nivel de confianza de esta afirmación?
3. Una encuesta electoral en la que se ha preguntado a 100 votantes elegidos al azar dentro de un
distrito electoral ha concluido que el 55 % de los entrevistados va a votar a cierta candidata. En-
contrar intervalos de confianza al (a) 95 %, (b) 99 %, y (c) 99.73 % para la proporción de votantes
favorables a esa candidata. ¿Qué tamaño de muestra deberı́amos utilizar para estar seguros al 95 %
de que la candidata resultará elegida?

2. Intervalos de confianza con dos poblaciones

4. Dos grupos de pacientes, A y B, formados por 50 y 100 personas, respectivamente, fueron tratados
cada uno un tratamiento distinto contra el insomnio. El grupo A recibió un nuevo medicamento,
mientras que el grupo B fue tratado con un medicamento convencional. Con el tratamiento, los
pacientes del grupo A durmieron en promedio 7.82 horas, con una cuasidesviación muestral de 0.24
horas. Para los pacientes del grupo B el número medio de horas de sueño fue 6.75, con cuasides-
viación muestral igual a 0.30 horas. Encontrar un intervalo de confianza al 95 % para la diferencia
entre los promedios de horas de sueño en ambos grupos.
5. Queremos compararar la diferencia entres las esperanzas de vida de mujeres y hombres en España.
Hemos estudiado dos muestras aleatorias independientes de 300 hombres y 400 mujeres. El fichero
adjunto Hoja06-EsperanzaVida.csv contiene las edades a las que murieron esas personas. Calcula
un intervalo de confianza al 90 % para la diferencia de las esperanzas de vida entre ambos géneros.
6. Se intenta estudiar la influencia de la hipertensión en los padres sobre la presión sanguı́nea de los
hijos. Para ello se seleccionan dos grupos de niños, unos con padres de presión sanguı́nea normal
(grupo 1) y otro con uno de sus padres hipertenso (grupo 2), obteniéndose las siguientes presiones
sistólicas:
Grupo 1 : 104 88 100 98 102 92 96 100 96 96
Grupo 2 : 100 102 96 106 110 110 120 112 112 90
Hallar un intervalo de confianza para la diferencia de medias, suponiendo que las varianzas en las
dos poblaciones de niños son iguales.
7. El fichero adjunto Hoja06-PoblacionesNormales.csv contiene los datos de dos muestras aleatorias
independientes, procedentes de dos poblaciones A y B, en las que se han medido los valores de una
misma variable X, de la que sabemos que tiene una distribución normal. Calcular un intervalo de
confianza al 95 % para la diferencia del valor medio de X en ambas poblaciones.
8. En un estudio sobre el tiempo de desarrollo de una especie de insectos, se obtuvieron los siguientes
datos de dos poblaciones, A1 y A2 , aisladas entre sı́:

n1 = 13, x1 = 4, s1 = 3

n2 = 11, x2 = 5, s2 = 2.2
Suponiendo que el tiempo de desarrollo en la población Ai sigue una distribución N (µi , σi ), para
i = 1, 2, se pide:

1
 a) Hallar un intervalo de confianza para el cociente de varianzas al nivel 0.80.
b) Obtener un intervalo de confianza para µ1 − µ2 , con nivel de confianza 0.95 (suponiendo
igualdad de varianzas).
c) ¿Cuántos individuos habrı́a que observar para estimar µ1 con un error máximo de ±0.2 y un
nivel de confianza de 0.95?

3. Contrastes
9. Se considera la variable que representa la temperatura corporal en los lagartos del desierto. El nivel
letal de esta variable es de 45o C. Se ha observado que la mayor parte de estos animales se oculta del
calor en verano para evitar aproximarse a este nivel letal. Se realiza un experimento para estudiar
la variable X, que es el tiempo en minutos que se requiere para que la temperatura del cuerpo de
un lagarto del desierto alcance los 45o C, partiendo de la temperatura normal de su cuerpo mientras
está a la sombra. Se obtuvieron estos datos:

10.1, 12.5, 12.2, 10.2, 12.8, 12.1, 11.2, 11.4, 10.7, 14.9, 13.9, 13.3

¿Puede concluirse que la desviación tı́pica de X es menor de un minuto y medio?

10. El nivel máximo aceptable de exposición a radiación de microondas en Estados Unidos se ha esta-
blecido en una media de 10 microvatios por centı́metro cuadrado. Se teme que un gran transmisor
de televisión pueda contaminar el aire del entorno inmediato, elevando el nivel de radiación de
microondas por encima del lı́mite de seguridad. Para estudiar esta situación, se tomó una muestra
de 9 observaciones de la variable X=“número de microvatios por centı́metro cuadrado”, medidas
en lugares próximos al transmisor:

9, 11, 14, 14, 10, 12, 13, 8, 12

Considerando un nivel de significación del 5 %, ¿avalan los datos la hipótesis de que la radiación
media, en las proximidades del transmisor, es efectivamente de 10?
11. Un fabricante garantiza a un laboratorio farmacéutico que sus máquinas producen comprimidos con
un diámetro medio de 13 mm y una desviación tı́pica de 0.6 mm. Una muestra de 100 unidades dio
como media de los diámetros 13.12 mm. ¿Cabe esperar, a partir de este dato, que el fabricante dice
la verdad, a un nivel de significación del 5 %?
12. Un cierto medicamento alivia cierta dolencia en el 60 % de los casos. Se toma una muestra de 144
personas que sufren esa dolencia y se les hace tomar un nuevo medicamento encontrando alivio
100 de ellas. ¿Se puede afirmar al nivel del 5 % que el nuevo medicamento es más efectivo que el
antiguo?
13. El fichero cap01-DatosAlumnos.csv del primer capı́tulo del curso contiene datos de los alumnos de
una clase. Queremos saber si esos datos permiten afirmar que la altura media de los hombres es
superior a la de las mujeres. Contrasta esa afirmación al 95 %.
14. Se realizó un estudio para comparar las velocidades de difusión del dióxido de carbono a través de
suelos de porosidades diferentes. Para ello, se recogieron datos sobre esta velocidad en 13 muestras
de suelo fino, y 10 de suelo poroso. En las primeras se registró una velocidad media de 23.15, y
una desviación tı́pica de 2.82. En las segundas, se obtuvo una media de 26.3 y una desviación
tı́pica de 7.09. Asumiendo normalidad en ambos tipos de suelo, indı́quese si las velocidades pueden
considerarse diferentes al nivel de significación del 5 %.
15. Se efectúa un estudio sobre el color de los escarabajos tigre para conseguir pruebas que apoyen el
argumento de que la proporción de escarabajos negros puede variar de un lugar a otro. En una
muestra de 500 escarabajos capturados en una extensión próxima a Providence, Rhode Island, 95
eran negros. Una captura de 112 escarabajos en Aqueduct, Nueva York, contenı́a 17 individuos
negros. ¿Se puede concluir, a partir de estos datos, que hay diferencia entre las dos proporciones, a
un nivel de confianza del 99 %?
16. Un microbiólogo quiere obtener placas para preparaciones microscópicas de espesor uniforme. Un
proveedor afirma que sus placas tienen una varianza menor de 0.0158 micron2. Utilizando un
micrómetro sensible, el laboratorio toma al azar una muestra de 30 placas con una varianza mues-
tral resultante de 0.0213 micron2. ¿Es compatible con dicho resultado la pretensión del proveedor
a un nivel de significación del 10 %?

2
17. El contenido medio en proteı́nas del tejido muscular estriado en un análisis de 25 animales de cierta
raza de ganado vacuno es de 14 g. por cada 100 g. de tejido, con una desviación tı́pica de 2 g,
mientras que para el mismo número de animales de otra raza es de 14.5 g. con una desviación
tı́pica de 3g. Comprobar si las varianzas son iguales con una confianza del 95 %, suponiendo que la
distribución del contenido en proteı́nas es aproximadamente normal en ambos casos.
18. Los datos de temperatura recogidos en 1000 estaciones meteorológicas terrestres y marı́timas de
todo el mundo dieron una temperatura media de 57o F en 1950. En 1988, la temperatura media en
esas mismas estaciones fue de 57.6o F. Emparejando las lecturas de 1988 y 1950 en cada estación
meteorológica se estima que la desviación tı́pica de la diferencia de las lecturas es de 4.1o F. ¿Sos-
tienen estos datos, con un nivel de confianza del 95 %, el argumento de que la temperatura media
en 1988 fue superior que en 1950?
19. La concentración media de dióxido de carbono en el aire es de 0.035 (en porcentaje). Se piensa que
inmediatamente por encima del suelo, dicha concentración es mayor. Para contrastar esta suposición,
se analizaron 144 muestras de aire seleccionadas aleatoriamente y tomadas a la distancia de un pie
del suelo. Resultó una media muestral de 0.09 y una desviación tı́pica muestral de 0.25. ¿Avalan
estos datos, con un nivel de confianza del 99 %, la suposición anterior?
20. Una muestra de 200 bombillas de la marca A dio una vida media de funcionamiento de 2280 horas,
con desviación tı́pica de 80 horas. Otra muestra de 180 bombillas de la marca B dio de vida media
2320 horas, con desviación tı́pica de 100 horas. ¿Se puede afirmar, al 10 % de significación, que es
mayor la duración de las bombillas de la marca B?
21. La grave sequı́a de 1987 afectó tanto a la tasa de mortalidad de las plantas de vivero como a la
tasa de crecimiento de los árboles ya establecidos. Se piensa que la mayor parte de los árboles
de las zonas afectadas tienen un anillo de crecimiento de 1987 menor a la mitad de los anillos de
crecimiento de los demás. Una muestra de 250 árboles ha dado 150 con esta caracterı́stica. ¿Apoyan
los datos esta idea, a un nivel de significación del 5 %?
22. Se hizo un muestreo en dos municipios para averiguar su opinión sobre la fluoración del agua antes
de iniciar la campaña. Los resultados de estas encuestas fueron:
En el municipio 1, se realizó un muestreo sobre un total de 110 personas; el 52 % de ellas se
mostraron favorables a la campaña.
En el municipio 2, el tamaño de la muestra considerada fue de 75; el 55 % de ellas se mostraron
favorables a la campaña.
¿Puede aceptarse, al 95 % de confianza, que el porcentaje de partidarios de la fluoración era el
mismo en ambos municipios?

23. En las aguas en las que se practica la recogida de la almeja, el número máximo aceptable de
bacterias por cm3 es 70. Un valor medio superior a 70 puede ser peligroso (hay riesgo de contraer
hepatitis). Un grupo de cientı́ficos mide el número de bacterias en una muestra aleatoria de tamaño
9, obteniendo una media de 71.67 y una desviación tı́pica de 2.35. ¿Se puede afirmar, con una
confianza del 95 %, que las aguas son realmente peligrosas?
24. Una empresa propone al director de una fábrica un nuevo método que, supuestamente, reduce el
tiempo empleado en el montaje de uno de sus productos. Con el propósito de comparar tal método
con el empleado habitualmente, seleccionó aleatoriamente a cinco empleados para que llevasen a
cabo el montaje con los dos sistemas, y anotó los tiempos empleados en el montaje, obteniendo los
siguientes resultados:

Método habitual 38 32 41 35 32
Método nuevo 30 32 34 37 26

¿Se puede afirmar, con una confianza del 95 %, que el nuevo método reduce significativamente el
tiempo de montaje?

3
Respuestas
1. Tenemos n = 100, p̂ = 1/10 y q̂ = 9/10, por lo que se cumplen las condiciones n > 30, np̂ > 5 y
nq̂ > 5. Ası́ que nuestro intervalo de confianza vendrá dado por
 
3 3
1/10 − 1.96 , 1/10 + 1.96 = (0.0412, 0.1588).
100 100

Para la segunda parte, hay que tener en cuenta que el error máximo vendrá dado por la distancia
entre un extremo del intervalo y su centro, p̂. Esta cantidad es
r r
p·q 0.9 · 0.1
1.96 = 1.96 ≤ 0.01.
n n
Despejando n se tiene que n ≥ 3457.44, por lo que son necesarias n = 3458 personas.
2. Las condiciones n > 30, np̂ > 5 y nq̂ > 5 se cumplen claramente con n = 1000, p̂ = 556/1000 y
q̂ = 444/1000. Un error del ±3 % vendrı́a determinado cuando
r
p̂q̂ 3
zα/2 < .
n 100
De aquı́ que zα/2 = 1.90928, de donde concluimos que α = 0.9719.
3. El intervalo vendrá dado por
 s s 
55 45 55 45
55 55
 − 1.96 100 100 , ( + 1.96 100 100  = (0.4524, 0.6475)
100 100 100 100

para 95 % de nivel de confianza.

 s s 
55 45 55 45
 55 − 2.575 100 100
,(
55
+ 2.5751.64 100 100  = (0.4219, 0.6781)
100 100 100 100

para 99 % de nivel de confianza.

Para un nivel del 99.73 % tenemos que α = 1 − 97.73/100, de donde α/2 = 0.0135, y por tanto
zα/2 = 32.2784. Repitiendo los cálculos concluimos que
 s s 
55 45 55 45
 55 − 32.278 100 100 , ( 55 + 3 100 100  = (0.4, 0.7)
100 100 100 100

para 99.73 % de nivel de confianza.

El tamano de muestra buscado se considera seguro cuando tenemos un nivel superior al 99.73 %.
En este caso, serı́a. . . .
4. Tenemos muestras grandes, con varianzas desconocidas, por lo que el intervalo buscado viene dado
por r
0.242 0.302
µ1 − µ2 = (7.82 − 6.75) ± 1.96 + = ()1.07 ± 0.08879.
50 100
5. Solución con R:

> setwd("C:/Documents and Settings/Propietario/Escritorio")

> muestra1=scan(file="Hoja06-EsperanzaVidaHombres.csv",sep=",")
Read 300 items
> muestra2=scan(file="Hoja06-EsperanzaVidaMujeres.csv",sep=",")
Read 400 items
> alpha=1-0.90
> alphamedios=alpha/2
> zalphamedios=qnorm(1-alphamedios)
> zalphamedios
[1] 1.644854

4
 > xbar1=mean(muestra1)
> xbar2=mean(muestra2)
> sd1=sd(muestra1)
> sd2=sd(muestra2)
> leftci=xbar1-xbar2-zalphamedios*(((sd1^2)/300+(sd2^2)/400)^0.5)
> rightci=xbar1-xbar2+zalphamedios*(((sd1^2)/300+(sd2^2)/400)^0.5)
> leftci
[1] -6.347685
> rightci
[1] -5.367315

6. El intervalo es aproximadamente (−47.77, 30.57).

7. El intervalo es aproximadamente (−5.542, −2.191).
8. (a) El intervalo de confianza para el cociente de varianzas es es aproximadamente (0.7817, 4.116).
s2
Puesto que el valor 1 pertenece a ese intervalo, puede ser 12 = 1, ası́ que asumimos igualdad de
s2
varianzas al 80 %.
(b) El intervalo para µ1 − µ2 es aproximadamente (−7.040, 5.040).
9. Contraste sobre varianza. Usamos σ0 = 1.5. La hipótesis alternativa es Ha = {σ < σ0 }. Con el
fichero
Tut07-Contraste-Varianza-DatosEnBruto.R
del Tutorial07 (adjunto aquı́ con los datos del problema) obtenemos un p-valor, aproximadamente
igual a 0.5303. Rechazamos la alternativa.
10. Contraste sobre la media, muestra pequeña. Usamos µ0 = 10. Una posible hipótesis alternativa
es Ha = {µ > µ0 }. Como en otros casos que hemos visto, depende de cuál sea la pregunta. (La
empresa instaladora de las antenas puede estar interesada en el contraste de Ha = {µ = µ0 }.). Para
el nivel de significación, recuerda además que algunos autores (como es el caso en el libro del que
procede este ejercicio) usan 5 % para referirse a lo que nosotros llamamos 95 %. En cualquier caso,
recuerda el significado: queremos estar seguros al 95 % (¡no al 5 %!).
Con el fichero
Tut07-Contraste-Media-UsandoT-DatosEnBruto.R
del Tutorial07 (adjunto aquı́ con los datos del problema) obtenemos un p-valor, aproximadamente
igual a 0.03804 < 0.05. Rechazamos –aunque por un margen ajustado– la hipótesis nula, y conclui-
mos que las emisiones superan el lı́mite legal.
11. Contraste sobre la media, muestra grande. Usamos µ0 = 13, n = 100, X̄ = 13.2 y s = 0.6. Vamos a
contrastar la hipótesis alternativa Ha = {µ = µ0 }. (También puede ser interesante el contraste de
Ha = {µ > µ0 }. Por contra, el contraste de Ha = {µ > µ0 } carece de interés en este ejemplo).
Con el fichero
Tut07-Contraste-Media-UsandoZ-DatosEnBruto.R
del Tutorial07 (adjunto aquı́ con los datos del problema) obtenemos un p-valor, aproximadamente
igual a 0.04550 < 0.05. Un p-valor tan ajustado a ajustado al lı́mite de 0.05 nso permite formalmente
rechazar la hipótesis nula. Pero el margen es tan escaso que, en una situación real, lo razonable
serı́a tratar de obtener una muestra más grande y más concluyente.
12. Es un contraste de proporciones, con p0 = 0.6 (la proporción de personas aliviadas por el medica-
144
mento antiguo). El tamaño de la muestra es n = 144 y la proporción muestral es p̂ = . Vamos
100
a contrastar la hipótesis alternativa Ha = {p > p0 }.
En este caso usamos la función prop.test de R (ver Tutorial07, pág. 10) ası́:

> prop.test(x=100,n=144,p=0.6,alternative="greater",conf.level=0.95,correct=FALSE)

1-sample proportions test without continuity correction

data: 100 out of 144, null probability 0.6

X-squared = 5.3519, df = 1, p-value = 0.01035
alternative hypothesis: true p is greater than 0.6
95 percent confidence interval:

5
 0.6282 1.0000
sample estimates:
p
0.6944444

Como puede verse, el p-valor es aproximadamente 0.01035 y nos permite rechazar la hipótesis nula.
13. La afirmación es cierta al 95 %.
14. Varianzas diferentes y medias iguales al 95 %.
15. No hay diferencia entre las proporciones al 99 %.

16. La varianza es mayor de la que afirma el fabricante al 90 %.

17. Usando el fichero Tut09-Contraste-2Pob-CocienteVarianzas con tipo de contraste = 3
Estadı́stico F = 0.4444. El p-valor es 0.05237
18. Usando el fichero: Tut09-Contraste-2Pob-DifMedias-UsandoZ.
Estadistico −3.272295. El p-Valor es 0.0005334
Es, en realidad, un contraste de diferencias emparejadas. Pero como no lo hemos visto este año, lo
hacemos como si fueran poblaciones independientes.
19. Usando la plantilla Tut07-Contraste-Media-UsandoZ, tipo contraste: 1

0.09 − 0.035
Estadistico = ≈ 2.64
0.25
√
144
p-valor=0.004145301
20. Usando el fichero: Tut09-Contraste-2Pob-DifMedias-UsandoZ, tipo contrraste 2
Estadistico −4.274823. El p-Valor es 9.564 · · · 10−06
21. Es un contraste de proporciones, con p0 = 0.5 (la mayor parte se refiere a la mayorı́a, más de la
mitad. Se podrı́a fijar un valor más alto si se desea una mayoria cualificada, como tres cuartas
partes, pero en cualquier caso, debe ser al menos el 50 %). El tamaño de la muestra es n = 250 y la
150
proporción muestral es p̂ = . Vamos a contrastar la hipótesis alternativa Ha = {p > p0 }.
250
Usamos Wolfram Alpha, escribiendo test for binomial parameter , y cuando se abre el cua-
dro de diálogo en el que hay que introducir los datos, seleccionamos Use number of successes
150
instead (aunque se puede usar el primero poniendo como proporción 250 ). Luego tecleamos los
−4
datos, como se ve en la figura, y obtenemos un p-valor igual a 6.065 × 10 , con el que rechazamos
la hipótesis nula.

6
22. Es un contraste de igualdad de proporciones, en el que contrastamos la hipótesis nula:

H0 = {p1 = p2 }.

Vamos a usar también Wolfram Alpha, escribiendo: two proportion hypothesis test, e intro-
duciendo los datos de este problema como se muestra en la figura:

Asegúrate de marcar la opción two-tailed test tras terminar de introducir los datos, por defecto
se calcula un contraste unilateral. El p-valor resultante es 0.6877, ası́ que rechazamos Ha .
23. Contraste sobre la media, muestra pequeña. Usamos µ0 = 70. Contrastamos la hipótesis alternativa
es Ha = {µ > µ0 }.
Con el fichero
Tut07-Contraste-Media-UsandoT.R
del Tutorial07 (adjunto aquı́ con los datos del problema) obtenemos un p-valor, aproximadamente
igual a 0.03280 < 0.05. Rechazamos la hipótesis nula, y concluimos que las aguas son peligrosas.
Fı́jate en que, en un problema como este, la hipótesis “conservadora” H0 supone no dar la alarma
ante unas aguas potencialmente peligrosas. En este caso nos preocupa más cometer un error de tipo

7
 II (falso negativo: “no pasa nada, las aguas son seguras”), que un error de tipo I (falso positivo,
falsa alarma). Ası́ que a diferencia de lo que hemos recomendado en otros ejercicios, aquı́ harı́amos
saltar la alarma con un p-valor sólo ligeramente inferior a 0.05.
24. Vamos a hacer este ejercicio suponiendo, incialmente, que los cinco empleados que usan el método
antigup, y los cinco que usan el método nuevo, se han elegido en muestras independientes. En
realidad, se trata de un ejercicio de contrastes emparejados, que no hemos visto en clase, de los
que puedes ver otro ejemplo en el examen de Enero del curso 2012-2013 del Grado en Biologı́a
(disponible en www2.uah.es/fsegundo)
Es un contraste de diferencia de medias, con muestras pequeñas. Como no sabemos nada sobre
la posible igualdad de las varianzas, tenemos necesariamente que hacer un contraste de varianzas.
Vamos a resolverlo usando las funciones var.test y t.test que se describen en el Tutorial09. El
código que usamos para el contraste de la hipótesis nula
H0 = {σ12 = σ22 }
(sobre la igualdad de las varianzas) es este:
> muestra1 = c(38, 32, 41, 35, 32)
> muestra2 = c(30, 32, 34, 37, 26)
> var.test(muestra1,muestra2,alternative="two.sided",conf.level=0.95)

F test to compare two variances

data: muestra1 and muestra2 F = 0.8895, num df = 4, denom df = 4, p-value = 0.9124 alternative
hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval:
0.09261618 8.54356437
sample estimates:
ratio of variances
0.8895349

y como el p-valor es muy alto, no rechazamos la hipótesis nula. Eso significa que asumimos que las
varianzas son iguales.
Ahora vamos a hacer el contraste de medias, con hipótesis alternativa
Ha = {µ1 > µ2 }
porque suponemos que µ1 , el tiempo medio usando el método antiguo, es menor que µ2 el tiempo
medio por el método nuevo. Podemos usar t.test ası́:
> t.test(muestra1,muestra2,alternative="greater",conf.level=0.95,var.equal=TRUE)

Two Sample t-test

data: muestra1 and muestra2 t = 1.4905, df = 8, p-value = 0.08722 alternative hypothesis:

difference in means is greater than 0 95 percent confidence interval:
-0.9409359 Inf sample estimates: mean of x mean of y
35.6 31.8

Fı́jate en la opción alternative="greater", que se corresponde con el sı́mbolo > de Ha , y también

en la opción var.equal=TRUE, donde hemos indicado el resultado del contraste de varianzas.
También puedes usar los ficheros Tut09-Contraste-2Pob-CocienteVarianzas.R
Tut09-Contraste-2Pob-CocienteVarianzas.R
calculando previamente los valores que necesitas con:
muestra1 = c(38, 32, 41, 35, 32)
muestra2 = c(30, 32, 34, 37, 26)
n1=length(muestra1)
xbar1=mean(muestra1)
s1=sd(muestra1)
n2=length(muestra2)
xbar2=mean(muestra2)
s2=sd(muestra2)