Ejercicos Estadistica

1
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

100403- Inferencia Estadística
Guía de ejercicios – Prueba de Hipótesis
Pruebas de hipótesis
Resumen
Una de las temáticas que se aborda desde el curso Inferencia Estadística es el de
pruebas de hipótesis, por lo cual se presenta una miscelánea de problemas
resueltos correspondientes a contrastes unilaterales y bilaterales cuando lo que se
quiere estimar en una población es, un promedio poblacional μ ; una proporción
p ; y en el caso de dos poblaciones, una diferencia de medias o una diferencia
de proporciones
Diana Milena Caliman
Jeammy Julieth Sierra Hernández
Miscelánea de problemas
1. Una muestra aleatoria de zapatos (n = 40) usados por los soldados en campaña
en un desierto revela una vida media de 1.08 años, con una desviación estándar
de 0.5 años. Se sabe que en condiciones normales dichos zapatos tienen una
vida media de 1.28 años. Al nivel de significación del 5%, ¿Hay razón para
sostener que la disminución de la vida media de los zapatos se debe a su uso en
el desierto?
Tabla de datos:
Media poblacional μ=1.28
Tamaño de muestra n=40
Varianza muestral s 2=0.5

Media Muestral x́=1.08
Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Tutor: Diana Caliman
2
Paso 1: Planteamiento de hipótesis

Ho : μ ≥ 1.28
H1: μ < 1.28
∝=0.05
Paso 3: Estadístico de prueba (o calculado)

x́−μ
z=
s
√n
1.08−1.28
z= =−2.528
0.5
√ 40
Paso 4: Estadístico teórico (o tabulado) y regla de decisión

H1: μ
Como la prueba de hipótesis es de una cola a izquierda ( < 1.28) la
cola (zona amarilla) queda a la izquerda. Para calcular el estadístico teórico (o

tabulado) se puede usar la tabla de la normal. Lo cual consiste en encontrar el
número que deja por debajo el área correspondiente a la zona de rechazo, que es
de 5%. Entonces, se busca en la tabla normal el valor Z que por debajo de él
queda un área de 0,05.

3
Descargue las tabla normal estandar (acá) y allí en la hoja “Norm+” ubique en las
casilla en blanco el valor 0,05 o en su defecto el más cercano. Como la tabla que
está allí solo contempla valores a partir de 0,5 y sabiendo que el gráfico de la
normal es simétrico, entonces ubique el valor simétrico. Es decir, el Z que por por
debajo de tiene un área de 0,05 es el mismo valor Z pero con signo opuesto que
deja por debajo el 0,95 (debido a que el área por encima es 0,05)
Ubicando la probabilidad 1-  = 0,95; como no se encuentra el número exacto de

0,95 la probabilidad más cercana en la tabla está entre los números 0.9494 y
0,9505, por eso Z =−1,645 que es el valor intermedio de -1,64 y -1,65.
Otra manera es usar la fórmula de la normal en excel:

=DISTR.NORM.ESTAND.INV(0,05). Lo que arroja como resultado -1.645

4
Se ubica en la gráfica primero el Z teórico (-1,645). Luego, ubica el Z cálculado del

paso 3, si este Z calculado queda por debajo del estadístico teórico se rechaza la
Ho (por se una prueba de cola izquierda) pero si queda por encima NO se puede
rechazar Ho.
Paso 5: Tomar la Decisión

Ya que el Z calculado -2,52 es menor que el teórico -1,645, se rechaza que
μ ≥1 . 28 . Si hay razón para sostener que la disminución de la vida media de los
zapatos se debe a su uso en el desierto, al nivel del 5%.
2. Un proceso está programado para empacar la cantidad, media, de una libra

(16 onzas) de café. Se toma una muestra aleatoria de 36 paquetes; resulta
una media de 14.2 onzas y desviación típica de 5.3 onzas. Al nivel del 5%,
¿Se podrá afirmar que no se está cumpliendo con lo indicado en el empaque?
Tabla de datos:
Media poblacional μ=16
Varianza muestral s 2=5.3


Ho : μ = 16
H1: μ 
16

5
∝=0.05

x   14.2  16
Z   2.03
s 5.3
n 36

H1: μ 
Como la prueba de hipótesis es de dos colas ( 16) la zona de
rechazo esta abajo y arriba. Para calcular el estadístico teórico (o tabulado) se
  0.975
2
puede usar la tabla de la normal, ubicando la probabilidad 1- ; como
no se encuentra el número exacto de 0,975 la probabilidad más cercana en la

6
tabla está entre los números 0,97441194 y 0,97500211, por eso Z =196 que es
el valor intermedio de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
0,8643339 0,8686431 0,8728568
1,1 4 0,86650049 2 0,87076189 5 0,87492806 0,8769756 0,87899952
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
0,9031995 0,9065824 0,9098773 0,9130850
1,3 2 0,90490208 9 0,90824086 3 0,91149201 4 0,91465655
0,9192433 0,9221961 0,9278549
1,4 4 0,92073016 6 0,92364149 0,9250663 0,92647074 6 0,92921912
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082

=DISTR.NORM.ESTAND.INV(0,025). Lo que arroja como resultado -1.95996.

Como el Z calculado -2,03 es menor que el valor inferior de los estadísticos

teóricos -1,96 se rechaza Ho. Al nivel del 5% si se podrá afirmar que no se está
cumpliendo con lo indicado por la fabrica. Se puede ver que -2.03 se ubica en la
región critica, por lo tanto se estará rechazando la hipótesis nula, y aceptando la
hipótesis alternativa.

7
3. Un inspector de calidad investiga las acusaciones contra una embotelladora por su

deficiente llenado que debe ser, en promedio, de 32,5 onzas. Para ello toma una
muestra de 60 botellas, encontrando que el contenido medio es de 31,9 onzas de
líquido. Se sabe que la maquina embotelladora debe producir un llenado con una
desviación típica de 3,6 onzas. ¿puede el inspector llegar a la conclusión, a nivel
de significación del 5%, que se están llenando las botellas por debajo de su
especificación del contenido?
Tabla de datos:
Media poblacional μ=32,5
Desviación poblacional σ =3,6
Media Muestral x́=31,9
Ho : μ = 32,5
H1: μ < 32,5
∝=0.05

8
x́−μ
z=
σ
acá se uso la desviación poblacional
√n
31,9−32,5
z= =−1,29
3,6
√60
Para calcular el estadístico teórico (o tabulado) se puede usar la tabla de la

normal, ubicando la probabilidad 1-  = 0,95; como no se encuentra el número
exacto de 0,95 la probabilidad más cercana en la tabla está entre los números
0.9494 y 0,9505, por eso Z =−1,645 que es el valor intermedio de 1,64 y 1,65.

Como el estadístico de prueba Z = -1.29 se sitúa en la zona de aceptación, es

9
válida la hipótesis nula, lo cual significa que el inspector no debe llegar a la

conclusión de que se está llenando y vendiendo un producto por debajo de su
especificación, al nivel del 5%.
4. La verdadera media del peso de un costal de harina debe ser de 50 kg. Se pesan
36 costales obteniendo una media de 49.5 kg con una desviación de 1.2 kg. Haga
una prueba de hipótesis, con el 95% de confianza, para verificar si el contenido de
los costales es diferente a 50 kg.
Tabla de datos:
Desviación muestral S=1.2
Ho : μ = 50
H1: μ 
50
∝=0.05

10
x   49.5  50
Z   2.5
s 1.2
n 36
  0.975
2
normal, ubicando la probabilidad 1- ; como no se encuentra el
número exacto de 0,975 la probabilidad más cercana en la tabla está entre los
números 0,97441194 y 0,97500211, por eso Z =196 que es el valor intermedio
de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
0,8643339 0,8686431 0,8728568
1,1 4 0,86650049 2 0,87076189 5 0,87492806 0,8769756 0,87899952
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
0,9031995 0,9065824 0,9098773 0,9130850
1,3 2 0,90490208 9 0,90824086 3 0,91149201 4 0,91465655

11
0,9192433 0,9221961 0,9278549

1,4 4 0,92073016 6 0,92364149 0,9250663 0,92647074 6 0,92921912
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082

Como el estadístico de prueba (o calculado) Z = -2.5 se sitúa en la zona de

aceptación, es válida la hipótesis nula, se puede Concluir. Si hay diferencia, con
este nivel de confianza, en el llenado de los costales respecto de la especificación
de 50 kg.
5. Una muestra de 200 artículos por una maquina, que debe tener como
especificación un diámetro de 3,6 cm, revela un diámetro promedio de 3,62 cm,
con desviación estándar de 0,21cm. ¿Podría afirmarse que el anterior resultado
se ajusta a las especificaciones de producción?
Tabla de datos:
Media poblacional μ=3,6
Desviación estándar muestral S=0,21

12
Media Muestral x́=3,62
Ho : μ = 3,6
H1: μ ≠ 3,6
∝=0.05
x́−μ 3,62−3,6
z= z= =1,35
s 0,21
√n √ 200
  0.975
2
de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
0,8643339 0,8686431 0,8728568
1,1 4 0,86650049 2 0,87076189 5 0,87492806 0,8769756 0,87899952
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
1,3 0,9031995 0,90490208 0,9065824 0,90824086 0,9098773 0,91149201 0,9130850 0,91465655

13
2 9 3 4
0,9192433 0,9221961 0,9278549
1,4 4 0,92073016 6 0,92364149 0,9250663 0,92647074 6 0,92921912
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082

Como el estadístico de prueba (o calculado) Z = 1,35 se ubica en la zona de

aceptación, por lo tanto se puede afirmar que el resultado de la muestra se ajusta
a las especificaciones de producción al nivel del 5%.

14
6. Un test de psicología tenía una puntuación media de 78 puntos y una desviación

de 6. En un grupo de 16 estudiantes, la puntuación fue de 74. ¿Puede afirmarse
a nivel del 1% que este grupo fue inferior?
Tabla de datos:
Desviación poblacional σ =6
Media Muestral x́=74
Ho : μ = 78
H1: μ ¿ 78
∝=0.01
x́−μ 74−78
z= z= =−2,67
σ 6
√n √ 16

15

Norma
l 0 0,01 0,02 0,03 0,04 0,05
0,8643339 0,8665004 0,8686431 0,8707618 0,8728568 0,8749280
1,1 4 9 2 9 5 6
0,8849303 0,8868605 0,8887675 0,8906514 0,8943502
1,2 3 5 6 5 0,8925123 3
0,9031995 0,9049020 0,9065824 0,9082408 0,9098773 0,9114920
1,3 2 8 9 6 3 1
0,9192433 0,9207301 0,9221961 0,9236414 0,9264707
1,4 4 6 6 9 0,9250663 4
0,9344782 0,9357445 0,9369916 0,9382198 0,9394292
1,5 0,9331928 9 1 4 2 4
0,9452007 0,9463010 0,9473838 0,9484492 0,9494974 0,9505285
1,6 1 7 6 5 2 3
0,9554345 0,9563670 0,9572837 0,9581848 0,9590704 0,9599408
1,7 4 6 8 6 9 4
0,9640696 0,9648521 0,9663750 0,9671158 0,9678432
1,8 8 1 0,9656205 3 8 3
0,9712834 0,9719333 0,9725710 0,9731965 0,9738101 0,9744119
1,9 4 9 5 8 6 4
0,9772498 0,9777844 0,9783083 0,9788217 0,9793248 0,9798177
2 7 1 1 3 4 9
0,9821355 0,9825708 0,9829969 0,9834141 0,9838226 0,9842223
2,1 8 2 8 9 2 9
0,9860965 0,9864474 0,9867906 0,9871262 0,9874545 0,9877755
2,2 5 2 2 8 4 3
0,9892758 0,9895559 0,9898295 0,9900969 0,9903581 0,9906132
2,3 9 2 6 2 3 9
2,4 0,9918024 0,9920237 0,9922397 0,9924505 0,9926563 0,9928571

16
6 4 5 9 7 9

Como el estadístico de prueba Z = -2,67, lo cual se puede afirmar que este grupo
fue inferior, ya que rechazamos la hipótesis nula, al nivel del 1%.
Prueba de hipótesis para estimar una proporción (siempre con muestras

grandes n>30)
7. Una empresa al seleccionar su personal lo somete a un curso de entrenamiento.

Por experiencia el 76% de los aspirantes aprueban el curso. Se efectúan ciertos
cambios en el programa, para el cual se inscribe 40 y 24 lo aprueban. ¿Podría
afirmarse que los cambios introducidos reducen la selección? (1%)
Tabla de datos:
^ 24 16
P= =0,60=60 q^ = =0,40=40
40 40

H 0 : p  0.76
H A : p  0.76
∝=0.01

17

pˆ  p  0.60  0.76
z   2.07
pˆ qˆ (0.6)( 0.4)
n 40


0.9898 y 0,9900, por eso Z =2,3 que es el valor intermedio de 2,32 y 2,33.
Norma
l 0 0,01 0,02 0,03 0,04 0,05
0,8643339 0,8665004 0,8686431 0,8707618 0,8728568 0,8749280
1,1 4 9 2 9 5 6
0,8849303 0,8868605 0,8887675 0,8906514 0,8943502
1,2 3 5 6 5 0,8925123 3
0,9031995 0,9049020 0,9065824 0,9082408 0,9098773 0,9114920
1,3 2 8 9 6 3 1
0,9192433 0,9207301 0,9221961 0,9236414 0,9264707
1,4 4 6 6 9 0,9250663 4
0,9344782 0,9357445 0,9369916 0,9382198 0,9394292
1,5 0,9331928 9 1 4 2 4
0,9452007 0,9463010 0,9473838 0,9484492 0,9494974 0,9505285
1,6 1 7 6 5 2 3
0,9554345 0,9563670 0,9572837 0,9581848 0,9590704 0,9599408
1,7 4 6 8 6 9 4
0,9640696 0,9648521 0,9663750 0,9671158 0,9678432
1,8 8 1 0,9656205 3 8 3
0,9712834 0,9719333 0,9725710 0,9731965 0,9738101 0,9744119
1,9 4 9 5 8 6 4
2 0,9772498 0,9777844 0,9783083 0,9788217 0,9793248 0,9798177

18
7 1 1 3 4 9
0,9821355 0,9825708 0,9829969 0,9834141 0,9838226 0,9842223
2,1 8 2 8 9 2 9
0,9860965 0,9864474 0,9867906 0,9871262 0,9874545 0,9877755
2,2 5 2 2 8 4 3
0,9892758 0,9895559 0,9898295 0,9900969 0,9903581 0,9906132
2,3 9 2 6 2 3 9
0,9918024 0,9920237 0,9922397 0,9924505 0,9926563 0,9928571
2,4 6 4 5 9 7 9

=DISTR.NORM.ESTAND.INV(0,01). Lo que arroja como resultado 2.33

Como -2.07 cae en la región de aceptación, no reducen la selección los cambios

introducidos, al nivel del 1%
8. Un fabricante dice que su producto tiene el 65% del mercado. Un estudio,

muestra que de 300 productos 180 son del fabricante. Con un 95% de confianza
pruebe la hipótesis del fabricante.
Tabla de datos:
Proporción muestral 180
p= =0,6=60
300
Proporción poblacional
P=0.65=65
H 0 : p  0.65
H A : p  0.65

19
∝=0.05
z
pˆ  p

180 300  0.65   0.05
 1.77
pˆ qˆ (0.6)(1  0.6) 0.02828
n 300
  0.975
2
de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
1,1 0,8643339 0,86650049 0,8686431 0,87076189 0,8728568 0,87492806 0,8769756 0,87899952

20
4 2 5
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
0,9031995 0,9065824 0,9098773 0,9130850
1,3 2 0,90490208 9 0,90824086 3 0,91149201 4 0,91465655
0,9192433 0,9221961 0,9278549
1,4 4 0,92073016 6 0,92364149 0,9250663 0,92647074 6 0,92921912
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082

Por cualquiera de las dos comparaciones, se observa, para el nivel de confianza

establecido, que no hay suficiente evidencia estadística para rechazar H0.
Se concluye que el fabricante tiene razón
Prueba de hipótesis para estimar la diferencia de medias
9. Una prueba de resistencia al esfuerzo de dos tipos diferentes de cables, que

presentan desviaciones típicas de 35 y 45 respectivamente, se llevo a cabo,
seleccionando dos muestras de tamaño 32 y 40, con medias de 905 y 925.
¿proporcionan estos resultados, al nivel del 1%, suficiente evidencia de que la
resistencia de B es superior a la de A.
Tabla de datos:
Media poblacional μ1=μ2
Varianza poblacional σ 1=35 σ 2=45
Tamaño de Curso: JeammynJulieth

de muestra
Director Nacional n2=40
1=32 Sierra Hernández
Media Muestral x́ 1=905 x́ 2=925

21
H o : 1   2  0
H 1 : 1   2  0
∝=0.01

z
x 1 
 x 2   1   2 
 12  22

n1 n2
z
 905  925  0  2.12
(35) 2 (45) 2

32 40


22

Norma
l 0,05 0,06 0,07 0,08 0,09
0,7122602 0,7156611
0,5 0,70884031 8 5 0,71904269 0,72240468
0,7453730 0,7485711
0,6 0,74215389 9 1 0,75174777 0,75490291
0,7763727 0,7793500
0,7 0,77337265 1 5 0,78230456 0,78523612
0,8051054
0,8 0,80233746 8 0,8078498 0,81057035 0,81326706
0,8314723 0,8339767
0,9 0,82894387 9 5 0,83645694 0,83891294
0,8576903
1 0,85314094 0,8554277 5 0,85992891 0,86214343
0,8789995
1,1 0,87492806 0,8769756 2 0,88099989 0,8829768
0,8961653 0,8979576
1,2 0,89435023 2 9 0,89972743 0,90147467
0,9130850 0,9146565
1,3 0,91149201 4 5 0,91620668 0,91773556
0,9278549 0,9292191
1,4 0,92647074 6 2 0,93056338 0,93188788
0,9406200 0,9417924
1,5 0,93942924 6 4 0,94294657 0,9440826
0,9515427 0,9525403
1,6 0,95052853 7 2 0,95352134 0,95448602
0,9616364
1,7 0,95994084 0,9607961 3 0,96246202 0,96327304
0,9685572 0,9692580
1,8 0,96784323 4 9 0,96994596 0,97062102

=DISTR.NORM.ESTAND.INV(0,01). Lo que arroja como resultado 1,28

La z de prueba es mayor que la z correspondiente al nivel de confianza, por lo

tanto cae en la región de rechazo de la hipótesis nula. (El valor “p” es 0.0005
menor al valor alfa, se rechaza la hipótesis nula).

23
Al nivel del 10%, si permite llegar a la conclusión de que la resistencia al esfuerzo

del cable B es superior a la del cable A.
10. Una firma que tiene dos fabricas ubicadas en dos regiones del país desea
establecer el promedio de antigüedad que tienen sus trabajadores, a fin de
establecer un programa para sus pensionados. Se toma de la primera fabrica una
muestra de 60 obreros, la cual reflejo un promedio de trabajo de 16,4 años con
desviación estándar de 5 años, mientras que en la segunda fabrica una muestra
de 40, fue de 15,8 años, con desviación estándar de 4,2 años ¿Al nivel del 5% se
podrá afirmar que hay una diferencia significativa en cuanto a la antigüedad en la
empresa?
Tabla de datos:
Varianza poblacional σ 1=5 σ 2=4,2
Tamaño de muestra n1=60 n2=40
Media Muestral x́ 1=16,4 x́ 2=15,8

H o : 1   2  0
H 1 : 1   2
∝=0.05

24

z
x 1 
 x 2   1   2 
 12  22

n1 n2
z
16,4  15,8  0  0,65
(5) 2 (4,2) 2

60 40


25
  0.975
2
de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
0,8643339 0,8686431 0,8728568
1,1 4 0,86650049 2 0,87076189 5 0,87492806 0,8769756 0,87899952
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
0,9031995 0,9065824 0,9098773 0,9130850
1,3 2 0,90490208 9 0,90824086 3 0,91149201 4 0,91465655
0,9192433 0,9221961 0,9278549
1,4 4 0,92073016 6 0,92364149 0,9250663 0,92647074 6 0,92921912
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082



menor al valor alfa, se rechaza la hipótesis nula).
26
Se puede concluir que no hay diferencia significativa, al nivel del 5%.
11. Se tienen dos tipos de concretos. Se toma una muestra de tamaño 42 de cada
uno y se obtiene un promedio muestral de la conductividad térmica para el primero
de 0.486 con una desviación estándar de 0.187 y un promedio de 0.359 de
conductividad térmica con una desviación estándar de 0.158 para el segundo.
Esta información sugiere que el promedio verdadero de conductividad térmica del
  0.01
primer concreto es mayor que la del segundo, con .
Tabla de datos:
Medias muestrales x́ 1=0,486 x́ 2=0,359
Desviación muestral S 1=0,187 S 2=0,158
H o : 1   2  0
H 1 : 1   2  0
∝=0.01
z
x 1 
 x 2   1   2 
 12  22

n1 n2

27
z
 0.486  0.359   0  3.3
(0.187) 2 (0.158) 2

42 42

Norma
l 0 0,01 0,02 0,03 0,04 0,05
0,8643339 0,8665004 0,8686431 0,8707618 0,8728568 0,8749280
1,1 4 9 2 9 5 6
0,8849303 0,8868605 0,8887675 0,8906514 0,8943502
1,2 3 5 6 5 0,8925123 3
0,9031995 0,9049020 0,9065824 0,9082408 0,9098773 0,9114920
1,3 2 8 9 6 3 1
0,9192433 0,9207301 0,9221961 0,9236414 0,9264707
1,4 4 6 6 9 0,9250663 4
0,9344782 0,9357445 0,9369916 0,9382198 0,9394292
1,5 0,9331928 9 1 4 2 4
0,9452007 0,9463010 0,9473838 0,9484492 0,9494974 0,9505285
1,6 1 7 6 5 2 3
0,9554345 0,9563670 0,9572837 0,9581848 0,9590704 0,9599408
1,7 4 6 8 6 9 4
0,9640696 0,9648521 0,9663750 0,9671158 0,9678432
1,8 8 1 0,9656205 3 8 3
1,9 0,9712834 0,9719333 0,9725710 0,9731965 0,9738101 0,9744119

28
4 9 5 8 6 4
0,9772498 0,9777844 0,9783083 0,9788217 0,9793248 0,9798177
2 7 1 1 3 4 9
0,9821355 0,9825708 0,9829969 0,9834141 0,9838226 0,9842223
2,1 8 2 8 9 2 9
0,9860965 0,9864474 0,9867906 0,9871262 0,9874545 0,9877755
2,2 5 2 2 8 4 3
0,9892758 0,9895559 0,9898295 0,9900969 0,9903581 0,9906132
2,3 9 2 6 2 3 9
0,9918024 0,9920237 0,9922397 0,9924505 0,9926563 0,9928571
2,4 6 4 5 9 7 9

=DISTR.NORM.ESTAND.INV(0,01). Lo que arroja como resultado 2.33

menor al valor alfa, se rechaza la hipótesis nula). Se puede concluir que el primer
acero tiene una conductividad térmica mayor.
Prueba de diferencia de proporciones
12. Un gerente de una compañía realiza dos muestras de tamaño de 120 empleados,
una en cada fábrica, con el fin de determinar el porcentaje de accidentes de
trabajo en el trimestre. En la primera fabrica durante el trimestre de observación se
presentaron 12 casos, mientras que en la segunda, 16. ¿Al nivel del 5% se podrá
afirmar que los accidentes de trabajo son iguales en las dos fábricas?

29
Tabla de datos:
12 16
¿ =0,10=10 ¿ =0,13=13
Proporciones 120 Proporciones 120

H o : p1  p2  0
H 1 : p1  p2  0
∝=0.05

z
 pˆ1  pˆ 2    p1  p2 
pˆ 1qˆ1 pˆ qˆ

n1 n2
z
 0.10  0.13  0  0.73
(0.1)(0.9) (0.13)(0.87)

120 120


30
  0.975
2
de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
0,8643339 0,8686431 0,8728568
1,1 4 0,86650049 2 0,87076189 5 0,87492806 0,8769756 0,87899952
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
0,9031995 0,9065824 0,9098773 0,9130850
1,3 2 0,90490208 9 0,90824086 3 0,91149201 4 0,91465655
1,4 0,9192433 0,92073016 0,9221961 0,92364149 0,9250663 0,92647074 0,9278549 0,92921912

31
4 6 6
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082

La accidentalidad en el trabajo es igual en las dos fábricas, al nivel del 5%
13. De 300 residentes de la ciudad 63 están a favor de un aumento en la velocidad

permitida en las carreteras, mientras que de 180 residentes del campo 75 están a
favor del cambio. La información indica que la percepción es diferente en los dos
grupos.
Tabla de datos:
población A población B
Proporción Proporción
63 52
^pa= =0,21=21 ^pb= =0,29=29
300 180
Tamaño de muestra
n1=300 n2=180

32
H o : p1  p2  0
H 1 : p1  p2  0
∝=0.05
z
 pˆ 1  pˆ 2    p1  p 2 
pˆ 1qˆ1 pˆ qˆ

n1 n2
z
 0.21  0.29   0  1.94
(0.21)(1  0.21) (0.29)(1  0.29)

300 180
  0.975
2

33
de 1,95 y 1,96.
Norma
l 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0,8159398 0,8212136 0,8263912 0,8314723
0,9 8 0,81858875 2 0,82381446 2 0,82894387 9 0,83397675
0,8413447 0,8461357 0,8508300
1 5 0,84375236 7 0,848495 5 0,85314094 0,8554277 0,85769035
0,8643339 0,8686431 0,8728568
1,1 4 0,86650049 2 0,87076189 5 0,87492806 0,8769756 0,87899952
0,8849303 0,8887675 0,8961653
1,2 3 0,88686055 6 0,89065145 0,8925123 0,89435023 2 0,89795769
0,9031995 0,9065824 0,9098773 0,9130850
1,3 2 0,90490208 9 0,90824086 3 0,91149201 4 0,91465655
0,9192433 0,9221961 0,9278549
1,4 4 0,92073016 6 0,92364149 0,9250663 0,92647074 6 0,92921912
0,9357445 0,9382198 0,9406200
1,5 0,9331928 0,93447829 1 0,93699164 2 0,93942924 6 0,94179244
0,9452007 0,9473838 0,9494974 0,9515427
1,6 1 0,94630107 6 0,94844925 2 0,95052853 7 0,95254032
0,9554345 0,9572837 0,9590704
1,7 4 0,95636706 8 0,95818486 9 0,95994084 0,9607961 0,96163643
0,9640696 0,9671158 0,9685572
1,8 8 0,96485211 0,9656205 0,96637503 8 0,96784323 4 0,96925809
0,9712834 0,9725710 0,9738101 0,9750021
1,9 4 0,97193339 5 0,97319658 6 0,97441194 1 0,97558082

Comparando los valores de z de prueba y de significancia, z de prueba es menor,

(valor p = 0.2499, mayor que alfa) por lo que no hay evidencia para rechazar la
hipótesis nula.
14. Dos grupos A y B de 100 personas cada uno tienen determinada enfermedad. Un
suero es dado al grupo A, pero no al B. por otra parte, los grupos son tratados

34
idénticamente. Si encontramos que en el grupo A, 75 personas se recobran de la

enfermedad y en el B, 65, pruebe la hipótesis de que el suero cura la enfermedad.
Tabla de datos:
75 65
p1= =0,75 p2= =0,65
Proporciones 100 100
Tamaño de las muestras n1=100 n 2=100
H o : p1  p 2
H 1 : p1  p 2
∝=0.05
p 1+ p2 0,75−0,65 0,10
z= = = =1,56
( 0,75 )(0,25) ( 0,65 ) (0,35) 0,0640
√ p1∗q 1 p2∗q 2
n1
+
n2 √ 100
+
100

35



36
Como el estadístico de prueba Z = 1.56 se sitúa en la zona de aceptación, es

válida la hipótesis nula. Al nivel de investigación del 5%, no podemos aceptar que
el suero cure la enfermedad.
Pruebas de hipótesis para estimar la media y la diferencia de medias

(muestras pequeñas n< = 30)
15. Un jefe de personal está dispuesto a contratar una secretaria para ocupar un
puesto a menos que ella cometa más de una equivocación por página
mecanografiada. Se elige una muestra aleatoria de cinco páginas de las
escritas por los aspirantes. Las equivocaciones por paginas son: 3, 3, 4, 0, 1.
Utilizando nivel de significancia de 5%, ¿Qué decisión se debe tomar?
Tabla de datos:
Varianza poblacional σ =1.64
Media muestral x́=2,2
Grado de libertad v =5−1=4

Ho : μ =2
H1: μ ¿ 2

37
∝=0.05

x́ −μ 2,2−1
t= = =¿
s 1,64
= 1.63
√n √5

Para calcular el estadístico teórico (o tabulado) se puede usar la tabla T-student,

ubicando  = 0,1, para un grado de libertad de 4; y nos da como resultado 2,132.
DISTR 0,02 0,1
.T 0,001 0,005 0,01 0,02 5 0,05 0,15
25,45 12,70
1 636,619 127,321 63,657 31,821 2 6 6,314 4,165
2 31,599 14,089 9,925 6,965 6,205 4,303 2,920 2,282
3 12,924 7,453 5,841 4,541 4,177 3,182 2,353 1,924
4 8,610 5,598 4,604 3,747 3,495 2,776 2,132 1,778
5 6,869 4,773 4,032 3,365 3,163 2,571 2,015 1,699

38

Se acepta la hipótesis nula, puede contratar a la aspirante al nivel del 5%
16. Una muestra de 10 vigas de acero tiene una resistencia media a la comprensión
de 57.498 libras por pulgadas cuadradas (I.p.c) con una desviación típica de 539
I.p.c. Docimar la hipótesis de que la verdadera resistencia media a la comprensión
de las vigas de acero de las que se extrajo la muestra es μ=57.000 . Utilizar la
alternativa bilateral y un nivel de significado del 1%.
Tabla de datos:
Desviación poblacional σ =539
Media muestral x́=57498

Ho : μ = 57000
H1: μ 
57000

39
∝=0.01

x́ −μ 57.498−57.000 498(3)
t= = = =2,7710
s 539 539
√n √9


ubicando  = 0,01, para un grado de libertad de 15; y nos da como resultado 3.250
.
DIST
R.T 0,001 0,005 0,01 0,02 0,025 0,05 0,1 0,15
9 4,781 3,690 3,250 2,821 2,685 2,262 1,833 1,574
10 4,587 3,581 3,169 2,764 2,634 2,228 1,812 1,559
11 4,437 3,497 3,106 2,718 2,593 2,201 1,796 1,548
12 4,318 3,428 3,055 2,681 2,560 2,179 1,782 1,538
13 4,221 3,372 3,012 2,650 2,533 2,160 1,771 1,530
14 4,140 3,326 2,977 2,624 2,510 2,145 1,761 1,523

40
15 4,073 3,286 2,947 2,602 2,490 2,131 1,753 1,517

16 4,015 3,252 2,921 2,583 2,473 2,120 1,746 1,512
17 3,965 3,222 2,898 2,567 2,458 2,110 1,740 1,508

Aceptamos que μ = 57000, es decir, que es la verdadera resistencia media a la
comprensión de las vigas de acero, con un nivel de significancia del 1%.
17. Se toma como muestra de 6 mujeres y 10 hombres fumadores. Se requiere saber

si el numero de cigarrillos que consumen los hombres diariamente es superior al
de las mujeres, los datos fueron en promedio 8 cigarrillos en el grupo de mujeres y
11 en los hombres; las desviaciones típicas son 2,1 y 1,8 respectivamente. Al
nivel del 5% ¿Se puede llegar a la conclusión de que los hombres fuman más que
las mujeres?
Tabla de datos:
Media poblacional μ1=μ2 Grado de
libertad
Varianza poblacional s 1=2,1 s 2=1,8
Media Muestral x́ 1=8 x́ 2=11
v =6+10−2=14

Ho : μ1=μ2

41
H1: μ1 < μ2
∝=0.05

t
x1 
 x 2   1   2 

 8  11  3,04
(n1  1) s  (n2  1) s
2 2
1 1 (6  1)2,1  (10  1)1,82
2
1 1
1 2
 
n1  n2  2 n1 n2 6  10  2 6 10


42

DIST
R.T 0,001 0,005 0,01 0,02 0,025 0,05 0,1 0,15
13 4,221 3,372 3,012 2,650 2,533 2,160 1,771 1,530
14 4,140 3,326 2,977 2,624 2,510 2,145 1,761 1,523
15 4,073 3,286 2,947 2,602 2,490 2,131 1,753 1,517
16 4,015 3,252 2,921 2,583 2,473 2,120 1,746 1,512
17 3,965 3,222 2,898 2,567 2,458 2,110 1,740 1,508
18 3,922 3,197 2,878 2,552 2,445 2,101 1,734 1,504
19 3,883 3,174 2,861 2,539 2,433 2,093 1,729 1,500
20 3,850 3,153 2,845 2,528 2,423 2,086 1,725 1,497
21 3,819 3,135 2,831 2,518 2,414 2,080 1,721 1,494

Se ubica en la región crítica. Al nivel del 5%, se acepta aceptar la conclusión de

que los hombres fuman más que las mujeres.
18. Supongamos que una persona quiere tener desconectado su teléfono, si el

promedio de llamadas que hace al día es menor de 2. Elige aleatoriamente 5 días
y anotas el número de llamadas así: 0, 2, 1, 1, 2. Utilizando ∝=0,05 , ¿Debería
retirar al teléfono?
Tabla de datos:
Varianza poblacional σ =0,84
Media muestral x́=1,2

43
Ho : μ =2
H1: μ ¿ 2
∝=0.05
x́ −μ 1,2−2 −1,79
t= = =
s 0,84 0,84
= -2,1318
√n √5


44
DISTR 0,02 0,1

.T 0,001 0,005 0,01 0,02 5 0,05 0,15
25,45 12,70
1 636,619 127,321 63,657 31,821 2 6 6,314 4,165
2 31,599 14,089 9,925 6,965 6,205 4,303 2,920 2,282
3 12,924 7,453 5,841 4,541 4,177 3,182 2,353 1,924
4 8,610 5,598 4,604 3,747 3,495 2,776 2,132 1,778
5 6,869 4,773 4,032 3,365 3,163 2,571 2,015 1,699
Se ubica -2,1318 en la zona de aceptación, por lo tanto al nivel del 5%, no debería
desconectar el teléfono. También por la cercanía al punto crítico (-2,1318) se
podría no tomar ninguna decisión, es decir, omitir juicio.
19. Un pescador decide que necesita un sedal que resista más de 10 libras si ha de
capturar el tamaño de pescado que desea. Prueba 16 piezas de sedal de la marca
G y halla una media muestral de 10,4. Si en la muestra se obtiene que la
desviación típica es de 0,5 libras, ¿Qué conclusión se puede sacar de la marca G?
(Nivel de significancia del 5%)
Tabla de datos:
Desviación muestral σ =0,5
Media muestral x́=10, 4

45
Ho : μ = 10
H1: μ > 10
∝=0.05
x́ −μ 10,2−10 4 √ 15 4 (3,87)
t= = = = =3,10
s 0,5 0,5 0,5
√n √ 15

.
DIST
R.T 0,001 0,005 0,01 0,02 0,025 0,05 0,1 0,15

46
9 4,781 3,690 3,250 2,821 2,685 2,262 1,833 1,574

10 4,587 3,581 3,169 2,764 2,634 2,228 1,812 1,559
11 4,437 3,497 3,106 2,718 2,593 2,201 1,796 1,548
12 4,318 3,428 3,055 2,681 2,560 2,179 1,782 1,538
13 4,221 3,372 3,012 2,650 2,533 2,160 1,771 1,530
14 4,140 3,326 2,977 2,624 2,510 2,145 1,761 1,523
15 4,073 3,286 2,947 2,602 2,490 2,131 1,753 1,517
16 4,015 3,252 2,921 2,583 2,473 2,120 1,746 1,512
17 3,965 3,222 2,898 2,567 2,458 2,110 1,740 1,508
Se ubica 3,10 en la zona de aceptación. Al nivel del 5%, se puede concluir que el
sedal de la marca G ofrece garantía de resistencia superior a 10 libras.
Pruebas de hipótesis para estimar la proporcion y la diferencia de

proporciones (muestras pequeñas n< = 30)
20. En una muestra probabilística de 12 amas de casa, el 20% indico preferencias por
la marca A de margarina. Con posterioridad a una campaña intensiva de radio y
televisión, se selecciono una nueva muestra entre amas de casa del mismo
tamaño y clase social. En esta muestra el 22% indico preferencia por la marca A.
De acuerdo con estos resultados y a un nivel del 5%, ¿Podría rechazarse la
hipótesis de que la campaña de publicidad no fue efectiva?
p̂1 ¿ 0,20=20 Proporciones ¿ 0,22=22

Proporciones

47

Ho : μp 1 μp2
=
H1: μp 1 μp2
<
∝=0.05



ubicando  = 0, 1, para un grado de libertad de 22; y nos da como resultado 1,717.

48
DIST DISTR
R.T 0,001 0,005 0,01 0,02 0,025 0,05 0,1 .T
18 3,922 3,197 2,878 2,552 2,445 2,101 1,734 18
19 3,883 3,174 2,861 2,539 2,433 2,093 1,729 19
20 3,850 3,153 2,845 2,528 2,423 2,086 1,725 20
21 3,819 3,135 2,831 2,518 2,414 2,080 1,721 21
22 3,792 3,119 2,819 2,508 2,405 2,074 1,717 22
23 3,768 3,104 2,807 2,500 2,398 2,069 1,714 23
24 3,745 3,091 2,797 2,492 2,391 2,064 1,711 24
25 3,725 3,078 2,787 2,485 2,385 2,060 1,708 25
26 3,707 3,067 2,779 2,479 2,379 2,056 1,706 26

Se ubica -0,12 en la zona de aceptación. Al nivel del 5%, se puede rechazar que
la campaña publicitaria no fue efectiva.
21. El distribuidor de una maquina afirma que el máximo de elementos defectuosos

por hora que presenta su funcionamiento es del 3%. En una determinada hora, se
toman como muestra 20 artículos producidos, los que a su vez son sometidos a
control, encontrando un artículo defectuoso. ¿al nivel del 5% se podrá decir que él
% de defectuosos es superior al señalado por el distribuidor?
1
p= =0,050=5 P=3
Proporciones 20
Tamaño de las muestras n=20
Ho : P = 0,03

49
H1: p > 0,03
∝=0.05
p−P 0,05−0,03
t= = =0,4
√ pq
n−1 √0.05(0,95)
20−1

DIST
R.T 0,001 0,005 0,01 0,02 0,025 0,05 0,1 0,15
13 4,221 3,372 3,012 2,650 2,533 2,160 1,771 1,530
14 4,140 3,326 2,977 2,624 2,510 2,145 1,761 1,523
15 4,073 3,286 2,947 2,602 2,490 2,131 1,753 1,517
16 4,015 3,252 2,921 2,583 2,473 2,120 1,746 1,512

50
17 3,965 3,222 2,898 2,567 2,458 2,110 1,740 1,508

18 3,922 3,197 2,878 2,552 2,445 2,101 1,734 1,504
19 3,883 3,174 2,861 2,539 2,433 2,093 1,729 1,500
20 3,850 3,153 2,845 2,528 2,423 2,086 1,725 1,497
21 3,819 3,135 2,831 2,518 2,414 2,080 1,721 1,494
No se puede concluir que el porcentaje de defectuosos sea superior al señalado

por el distribuidor, al nivel del 5%.
22. Se dice con frecuencia que la proporción de funcionamiento públicos que tienen el
hábito de fumar en horas de trabajo, es de 42%. La oficina gubernamental de
salud desea realizar una campaña a fin de disminuir este porcentaje; para ello
debe comprobar ese porcentaje, asi que decide realizar una investigación por
muestreo a 25 funcionarios encontrado que 13 de ellos fuman. ¿Al nivel del 1% la
oficina puede aceptar el porcentaje del 42% como indicador?
3
p= =0,52=52 P=42
Proporciones 25
Tamaño de las muestras n=25
Ho : μp
= 0,42
H1: μp 
0,42

51
∝=0.01
p−μ p 0,52−0,42
t= = =0,98
√ pq
n−1 √0.52(0,48)
25−1

ubicando  = 0,01, para un grado de libertad de 19; y nos da como resultado
2,797.
DIST DISTR
R.T 0,001 0,005 0,01 0,02 0,025 0,05 0,1 .T
18 3,922 3,197 2,878 2,552 2,445 2,101 1,734 18
19 3,883 3,174 2,861 2,539 2,433 2,093 1,729 19
20 3,850 3,153 2,845 2,528 2,423 2,086 1,725 20
21 3,819 3,135 2,831 2,518 2,414 2,080 1,721 21
22 3,792 3,119 2,819 2,508 2,405 2,074 1,717 22
23 3,768 3,104 2,807 2,500 2,398 2,069 1,714 23

52
24 3,745 3,091 2,797 2,492 2,391 2,064 1,711 24

25 3,725 3,078 2,787 2,485 2,385 2,060 1,708 25
26 3,707 3,067 2,779 2,479 2,379 2,056 1,706 26
Si hay razón para aceptar el % de 42, como indicador de fumadores en horas de

trabajo, al nivel del 1%.


Ejercicos Estadistica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicos Estadistica

Cargado por

Copyright:

Formatos disponibles

1

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

quiere estimar en una población es, un promedio poblacional μ ; una proporción

p ; y en el caso de dos poblaciones, una diferencia de medias o una diferencia

Tamaño de muestra n=40

Varianza muestral s 2=0.5

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Paso 1: Planteamiento de hipótesis

H1: μ < 1.28

Paso 3: Estadístico de prueba (o calculado)

Paso 4: Estadístico teórico (o tabulado) y regla de decisión

cola (zona amarilla) queda a la izquerda. Para calcular el estadístico teórico (o

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Ubicando la probabilidad 1-  = 0,95; como no se encuentra el número exacto de

0,9505, por eso Z =−1,645 que es el valor intermedio de -1,64 y -1,65.

Otra manera es usar la fórmula de la normal en excel:

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Se ubica en la gráfica primero el Z teórico (-1,645). Luego, ubica el Z cálculado del

Paso 5: Tomar la Decisión

Ya que el Z calculado -2,52 es menor que el teórico -1,645, se rechaza que

μ ≥1 . 28 . Si hay razón para sostener que la disminución de la vida media de los

zapatos se debe a su uso en el desierto, al nivel del 5%.

2. Un proceso está programado para empacar la cantidad, media, de una libra

Varianza muestral s 2=5.3

Media Muestral x́=14.2

Paso 1: Planteamiento de hipótesis

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Paso 3: Estadístico de prueba (o calculado)

Paso 4: Estadístico teórico (o tabulado) y regla de decisión

rechazo esta abajo y arriba. Para calcular el estadístico teórico (o tabulado) se

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

el valor intermedio de 1,95 y 1,96.

Otra manera es usar la fórmula de la normal en excel:

Paso 5: Tomar la Decisión

Como el Z calculado -2,03 es menor que el valor inferior de los estadísticos

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

3. Un inspector de calidad investiga las acusaciones contra una embotelladora por su

Desviación poblacional σ =3,6

Tamaño de muestra n=60

Media Muestral x́=31,9

H1: μ < 32,5

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Para calcular el estadístico teórico (o tabulado) se puede usar la tabla de la

Otra manera es usar la fórmula de la normal en excel:

Como el estadístico de prueba Z = -1.29 se sitúa en la zona de aceptación, es

válida la hipótesis nula, lo cual significa que el inspector no debe llegar a la

Desviación muestral S=1.2

Tamaño de muestra n=36

Media Muestral x́=49.5

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Para calcular el estadístico teórico (o tabulado) se puede usar la tabla de la

números 0,97441194 y 0,97500211, por eso Z =196 que es el valor intermedio

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

0,9192433 0,9221961 0,9278549

Otra manera es usar la fórmula de la normal en excel:

Como el estadístico de prueba (o calculado) Z = -2.5 se sitúa en la zona de

Desviación estándar muestral S=0,21

Director Nacional de Curso: Jeammy Julieth Sierra Hernández

Tamaño de muestra n=200

Media Muestral x́=3,62

Para calcular el estadístico teórico (o tabulado) se puede usar la tabla de la

números 0,97441194 y 0,97500211, por eso Z =196 que es el valor intermedio

Director Nacional de Curso: Jeammy Julieth Sierra Hernández