INSTITUTO TECNOLOGICO DE

OAXACA

ESTADISTICA INFERENCIAL 1

Docente: Ing. Sergio Isidro López Pérez

Alumno: Bautista Pérez Antonio de Jesús

Grupo: 3IB

ACTIVIDAD: PROBLEMARIO 2 EJERCICOS POR CADA

TEMA

UNIDAD: III

INGENIERIA INDUSTRIAL
 3.6 PRUEBA DE HIPOTESIS PARA LA MEDIA

PRBLEMA 1
La duración de las bombillas de 100 watt que fabrica una empresa sigue una
distribución normal con una desviación de 120 horas. Su vida media está
garantizada durante un mínimo de 800 horas.

Se escoge al azar una muestra de 50 bombillas de un lote y, después de

comprobarlas, se obtiene una vida media de 750 horas.

a) Con un nivel de significación de 0,01, ¿habría que rechazar el lote por no

cumplir la garantía?

b) ¿Cuál es la probabilidad de cometer el error tipo II si el tiempo medio de vida de

las bombillas es 790 horas?

Queremos hacer una prueba de hipótesis sobre la media de la duración de las

bombillas. ¿Durán en promedio más de 800 horas o menos?

La variable es X: duración (en horas) de una bombilla de 100 watts, fabricada por
cierta empresa.
Se sabe que:

X∼N(μ=?;σ=120)

No conocemos el valor de la media. Pero sí conocemos la media muestral de una

muestra de tamaño 50:
n=50;¯x=750
A primera vista parecería que las bombillas están durando menos que lo
prometido por el fabricante. (El fabricante garantiza que duran en
promedio 800800 horas o más y obtuvimos una media muestral de 750 horas.)
Pero no podemos tomar la decisión “a ojo”.
Tenemos que realizar una prueba de hipótesis.

Vamos a hacer la prueba de hipótesis realizando los pasos recomendados.

No es necesario escribir todos estos pasos, pero lo hacemos porque lo hace

mucho más fácil de entender.

Paso 1: Definir la variable.

X: duración (en horas) de una bombilla de 100 watts, fabricada por cierta empresa.
X∼N(μ=?;σ=120)

Paso 2: Plantear las hipótesis estadísticas

El fabricante afirma que duran 800 horas o más:

H0:μ≥800

Queremos contrastar esa hipótesis con:

H1:μ<800

Paso 3: Establecer un estadístico de prueba.

En este caso hay dos posibles. Que son equivalentes.

Cómo X∼N y σσ es conocida, conocemos la distribución de la variable media

muestral:
X∼N(μ,σ√ n )

Este es un estadístico de prueba adecuado.

Pero también se puede estandarizar esta variable, y obtener:

¯X–μσ√ n ∼N(0,1)

Cualquiera de los dos sirve.

(Son básicamente el mismo. En un caso está estandarizada la variable
normal y en el otro no está estandarizada).

Vamos a usar los dos para poder explicar cómo se hace con ambos.

Pero no es necesario que usen los dos.

Paso 4: Seleccionar un nivel de significación

El enunciado determina que:

α=0,01

Paso 5: Determinar la zona de rechazo y la regla de decisión

Cómo la hipótesis alternativa afirma que μ es menor que un cierto valor, entonces

decimos que la prueba es unilateral izquierda: la zona de rechazo queda ubicada a
la izquierda.
La distribución de ambos estadísticos es normal.

Así que el diagrama con la distribución del estadístico y la zona de rechazo a

izquierda es así:
 3.7 PRUEBA DE HIPOTESIS PARA LA DIFERENCIAS DE
MEDIAS

PROBLEMA 1
Para tomar una importante decisión a nivel profesional se desea determinar si
existen diferencias significativas fundamentadas entre dos empresas referentes al
salario de sus empleados. Se realiza una investigación revisando el salario de  60 
trabajadores de la empresa  A  y  70  de la empresa  B. Se obtiene un salario
medio de  30000 euros anuales con una desviación típica de  1000  euros en el
primer grupo y un salario medio de  25000  euros anuales con una desviación
típica de  1500  en el segundo grupo. ¿Podríamos decidir a favor de alguna de las
dos empresas con un nivel de significación del  1 % ?
1.  Se formula la hipótesis nula H0 y la hipótesis alternativa H1.
Hipótesis nula :              H0  :    μx - μy = 0
Hipótesis alternativa :      H1  :    μx - μy ≠ 0
En este caso tenemos un contraste bilateral, ya que nuestra hipótesis nula se
encuentra formulada en forma de igualdad.
2.  Identificamos la distribución de probabilidad y el tamaño de la muestra.
Tenemos una distribución de la diferencia de las medias, con  μ1 - μ2 = 5000,  un
tamaño de muestra en  A  de  n = 60  y en  B  de  n = 70.  La distribución de las
medias se distribuye:

Tenemos una distribución de la diferencia de las medias, con  μ1 - μ2 = 5000,  un
tamaño de muestra en  A  de  n = 60  y en  B  de  n = 70.  La distribución de las
medias se distribuye:

        

3.  Construimos las regiones de aceptación y rechazo.

 Calcular el estadístico de contraste y verificar la hipótesis.

El estadístico de contraste que emplearemos será la diferencia de las medias de las muestras, μ1 -
μ2 = 30000 - 25000 = 5000.

5000 ∉ ( -569,99 ; 569,99 ) ⇒ Nuestro estadístico de contraste no pertenece a nuestra región de

aceptación.

5.  Interpretación de la decisión.

Dado que nuestro estadístico de contraste no pertenece a la región de aceptación, rechazamos la

hipótesis nula.
Consideramos por tanto que existen diferencias significativas y hay diferencias entre las dos
empresas.

PROBLEMA 2
Se quieren probar dos tipos de alimentos para los  75  pingüinos de un zoológico
cuyo peso se distribuye normalmente. Se separan en dos grupos, uno formado por
40  pingüinos y otro por  35.  Al cabo de un mes son pesados, y se obtiene para el
primer grupo un peso medio de  13 kg  y desviación típica de  0,7  y para el
segundo grupo, un peso medio de  11 kg  y desviación típica  0,3.
¿Se puede afirmar, con el nivel de confianza del  99 %,  que están mejor
alimentados los del primer grupo que los del segundo?
1.  Se formula la hipótesis nula H0 y la hipótesis alternativa H1.
Hipótesis nula :              H0  :    μx - μy > 0
Hipótesis alternativa :      H1  :    μx - μy ≤ 0
En este caso tenemos un contraste unilateral, ya que nuestra hipótesis nula se
encuentra formulada en forma de igualdad.
2.  Identificamos la distribución de probabilidad y el tamaño de la muestra.
Tenemos una distribución de la diferencia de las medias, con  μ1 - μ2 = 2,  un
tamaño de muestra   n = 40  en el primer grupo y  n = 35  en el segundo grupo.  La
distribución de las medias se distribuye :

         
3.  Construimos las regiones de aceptación y rechazo.

4.  Calcular el estadistíco de contraste y verificar la hipótesis.

El estadístico de contraste que emplearemos será la diferencia de las medias de
las muestras, μ1 - μ2 = 13 - 11 = 2.

2 ∈ ( -2,208 ; +∞ ) ⇒ Nuestro estadístico de contraste sí pertenece a nuestra

región de aceptación.
5.  Interpretación de la decisión.
Dado que nuestro estadístico de contraste sí pertenece a la región de
aceptación, aceptamos la hipótesis nula.
Consideramos por tanto que los pingüinos del primer grupo están mejor
alimentados que los del segundo.

3.8 PRUEBA DE HIPOTESIS PARA LA PROPORCION

PROBLEMA 1

En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe

esta aseveración, a un nivel de significación de 0,025, respecto a la alternativa de
que la proporción real de los estudiantes universitarios trabajan es mayor de lo
que se afirma, si una muestra aleatoria de 600 estudiantes universitarios revela
que 200 de ellos trabajan. La muestra fue tomada de 10000 estudiantes.
Los datos son:

Como en los datos aparece el tamaño de la población, se debe verificar si el tamaño de la

nuestra es mayor que el 5%. Se remplaza valores en la siguiente fórmula:
Decisión:
PROBLEMA 2
Para determinar si los estudiantes difieren en términos de estar a favor de la
nueva enseñanza se toma una muestra de 20 estudiantes de dos paralelos. De
paralelo A 18 están a favor, en tanto que del paralelo B están a favor 14. ¿Es
posible concluir con un nivel de significación de 0,05 que los estudiantes que están
a favor de la nueva enseñanza de la Estadística es la misma en los dos
paralelos?.
Los datos son:

Las hipótesis son

Calculando la proporción muestral se obtiene:

Decisión:
 3.9 PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE
PROPORCIONES

PROBLEMA 1

Con referencia a la encuesta Enctrans.sav se quiere comprobar si la proporción

de alumnos con vehículo difiere significativamente entre los grupos definidos
según el género.

La hipótesis nula del contraste es  ; siendo   la proporción poblacional

de hombres con vehículo y   la proporción poblacional de mujeres con vehículo.

Con la secuencia Analizar > Estadísticos Descriptivos > Tablas de contingencia se

accede al cuadro de diálogo donde se indica que la variable a contrastar es
Vehículo y que la variable de agrupación es el Género, y se selecciona la
opción Chi-cuadrado en Estadísticos. Al aceptar se obtiene el siguiente cuadro de
resultados.
Si es cierto que la proporción de propietarios de vehículo es la misma en los dos
grupos,   , la estimación de   es la proporción de propietarios de
vehículo para el total de alumnos de la muestra, es decir, 39/114=0,3421. La
frecuencia esperada de hombres con vehículo se obtendrá multiplicando esta
proporción por el total de hombres en la muestra, o sea, 0,3421·54=18,5; y de la
misma forma se obtendrá la frecuencia esperada de mujeres con vehículo:
0,3421·60=20,5 (veáse que estas frecuencias esperadas coinciden con las que
cabría esperar en el caso de que las variables Género y Vehículo fueran
independientes).

El estadístico Chi-cuadrado toma el valor 0,998 y el nivel de significación crítico es

0,318, por lo tanto no se rechaza la hipótesis nula para los niveles de significación
habituales y se puede aceptar que no hay diferencia entre la proporción de
hombres y mujeres propietarios de vehículos.
 3.10 PRUEBA DE HIPOTESIS PARA LA VARIANZA

PROBLEMA 1

Se supone que los diámetros de cierta marca de válvulas están distribuídos normalmente
con una varianza poblacional de 0,2 pulgadas 2 , pero se cree que últimamente ha
aumentado. Se toma una muestra aleatoria de válvulas a las que se les mide su diámetro,
obteniéndose los siguientes resultados en pulgadas: 5,5     5,4     5,4     5,6     5,8     5,4    
5,5     5,4     5,6     5,7

Con ésta información pruebe si lo que se cree es cierto.

Solución

Se cree que la varianza poblacional ha aumentado, es decir es superior a 0,2; por lo tanto:

H0 :   = 0,2

H1 :   > 0,2

Para realizar esta prueba de hipótesis se utiliza la expresión 3.6

Asumiendo un nivel de confianza del 95 por ciento, en la tabla de la distribución chi-

cuadrado con 9 grados de libertad, se obtiene un valor para Z de 16,919. Como puede
observarse en la figura 3.11, el valor de la estadística de trabajo se ubica en la zona de no
rechazo de la hipótesis nula, por consiguiente con una confiabilidad del 95 por ciento se
puede afirmar que la varianza poblacional no ha aumentado.
PROBLEMA 2
 3.11 PRUEBA DE HIPOTESIS PARA LA RELACION DE LA
VARIANZA

PROBLEMA 1

Dos fuentes de materias primas están siendo consideradas. Ambas fuentes

parecen tener características similares, pero no se está seguro de su
homogeneidad. Una muestra de 10 grupos de la fuente A produce una varianza de
250 y una muestra de 11 grupos de la fuente B produce una varianza de 195. Con
base en ésta información se puede concluir que la varianza de la fuente A es
significativamente mayor que la de la fuente B?. Asuma un nivel de confianza del
99 por ciento.

Solución

H 0 :  A =   B

H1 :  A >   B

Con un nivel de confianza del 99 por ciento, en la tabla de la distribución F con 9

grados de libertad en el numerador y 10 grados de libertad en el denominador, se
obtiene un valor para Z de 4,94. Como puede observarse en la figura 3.12, el valor
de la estadística de trabajo está en la zona de no rechazo de la hipótesis nula, por
lo tanto, con una confiabilidad del 99 por ciento, no se puede rechazar que la
variabilidad de las dos fuentes de materia prima es igual.
PROBLEMA 2

Quieren comparar los resultados a los exámenes de Junio y Febrero de un grupo

de Análisis de Datos. La Media de las diferencias entre las puntuaciones de Junio
y Febrero es igual a -0.7. ¿Podemos decir que el examen de Junio es
significativamente más difícil que el de Febrero?

(Nota: Grupo 1 se refiere a los datos de Junio. Grupo 2 se refiere a los datos de
Febrero)
a) Supuestos:
Dado que las dos muestras de puntuaciones (Febrero y Junio) han sido recogidas
de los mismos estudiantes, se considera NO son independientes (entre grupos).
b) Hipótesis.

c) Estadístico de contraste:
d) Distribución del estadístico de contraste: t con 80 grados de libertad.
e) Significación del estadístico de contraste: 0.0
f) Decisión: La significación del estadístico de contraste es inferior a 0.01, y por
ello se rechaza la Hipótesis Nula.
g) Intervalo de confianza:

La verdadera diferencia entre las Medias de los exámenes va de -0.41 a -0.99

(con un nivel de confianza del 99%).
Conclusión: Los datos respaldan (con un nivel de confianza del 1%) la hipótesis de
que las puntuaciones del examen de Junio son significativamente inferiores a las
de Febrero.