DEBER INDIVIDUAL 3

Contraste de Hipótesis

Nombre: Andrea Melissa Hidalgo Dávila

Paralelo: BF3-001

Fecha entrega: 31/08/2021

COMPARACIONES DE UNA MEDIA EXPERIMENTAL CON UN VALOR VERDADERO (x = u)

Muestras grandes (n > 20) y pequeñas(n<20)

1.- Un organismo de control farmacéutico investiga una muestra de 20 frascos de cierto medicamento para controlar el contenido de cierta droga que afecta
el ritmo cardíaco. Se pretende determinar si se están cumpliendo las especificaciones del caso, que establ ecen que ese contenido no debe sobrepasar los
0,12 gr/100 ml. Al evaluar la muestra, se encontró que el contenido medio es de 0,10 gr /100 ml, con una desviación estándar de 0,02 gr/100 ml. Se estarán
o no infringiendo las especificaciones? ( α = 5%).

𝐻𝑜 : 𝑋̅ = 𝑢

𝐻1 : 𝑋̅ ≠ 𝑢

𝑋̅ − 𝑢
𝑡𝑒𝑥𝑝 = 𝑠
√𝑛
0,10 − 0,12
𝑡𝑒𝑥𝑝 =
0,02
√20
𝑡𝑒𝑥𝑝 = −0,224
𝑡(∝);𝑔𝑙 𝑡𝑎𝑏
2
𝑡(0,025;19) 𝑡𝑎𝑏 = ±2,093
|𝑡𝑒𝑥𝑝| = |𝑡(∝) 𝑡𝑎𝑏|
2
|−0,224| = |±2,093|
|−0,224| < |±2,093|
Se rechaza H0 y se acepta H1
No cumple con las especificaciones

2.- Una fábrica de productos químicos debe producir más de 800 toneladas en promedio de un químico por semana. Las producciones en las últimas semanas
fueron 785, 805, 790, 793 y 802 toneladas. ¿Indican estos datos que la producción promedio fue menor que 800 toneladas y que, por lo tanto, el rendimiento
de la planta ha disminuido? Realice una prueba con un nivel de confianza del 95% (significación del 5%).

𝑋̅ = 795

𝐻𝑜 : 𝑋̅ ≥ 𝑢

𝐻1 : 𝑋̅ < 𝑢

795 − 800
𝑡𝑒𝑥𝑝 = = −1,341
8,34
√5
𝑡(0,05;4) 𝑡𝑎𝑏 = ±2,132
|𝑡𝑒𝑥𝑝| = |𝑡(∝) 𝑡𝑎𝑏|
2
|−1,341| ≤ |±2,132|
Se acepta H0 y se rechaza H1 porque 𝑡𝑒𝑥𝑝 es menor o igual que 𝑡(∝) 𝑡𝑎𝑏
2

Página 1 de 14
3.- El contenido máximo de alquitrán en un cigarrillo se ha especificado en, μ=14 mg/cigarrillo. Cinco mediciones del contenido d e alquitrán de cierta marca
de cigarrillos producen los resultados: 14,5 - 14,2 - 14,4 - 14,3 - 14,6 mg por cigarrillo. Se está cumpliendo la especificación indicada para el contenido
de alquitrán en el cigarrillo. Se trabaja al 95% de confianza.

𝐻𝑜 : 𝑋̅ = 𝑢

𝐻1 : 𝑋̅ ≠ 𝑢

𝑁𝐶 = 95%
∝= 5%
∝
= 0,025
2
14,4 − 14
𝑡𝑒𝑥𝑝 = = 5,66
0,158
√5
𝑡(0,025;4) = ±2,776

|𝑡𝑒𝑥𝑝| = |𝑡(∝) 𝑡𝑎𝑏|

2
|5,66| > |±2,776|
Se acepta H1 y se rechaza H0 porque 𝑡𝑒𝑥𝑝 es mayor que 𝑡(∝)𝑡𝑎𝑏
2

4.- Los desechos industriales y la basura que se descargan en los ríos absorben oxígeno, y por lo tanto, reducen la cantidad de oxígeno disuelto disponible
para los peces y otras formas de vida acuática. Según investigadores de la Escuela de Biología de una Universidad Complutense de Madrid se requiere un
mínimo de 5 ppm de oxígeno disuelto para que sea suficiente para la vida acuática. Durante los meses de diciembre y enero se tomaron 45 muestras de
agua, dando como resultado una media aritmética de 4,352 ppm y una desviación estándar de 1,261 ppm. ¿Hay suficiente evidenci a en los datos que indique
que el contenido de oxígeno disuelto es menor que 5 ppm? (α=5%.)

𝐻𝑜 : 𝑋̅ ≥ 𝑢

𝐻1 : 𝑋̅ < 𝑢

4,352 − 5
𝑍𝑒𝑥𝑝 = = −3,447
1,261
√45
𝑍(0.05)𝑡𝑎𝑏 = −1,645
|𝑍𝑒𝑥𝑝 | = |𝑍(𝛼)𝑡𝑎𝑏 |
|−3,447| > |−1,645|
Se acepta H1 y se rechaza H0 porque 𝑍𝑒𝑥𝑝 es mayor que 𝑍(𝛼)𝑡𝑎𝑏
5- Los límites de emisión de hidrocarburos para automóviles es de 1,5 gramos por milla. Los análisis de la emisión de hidrocarburos de una muestra aleatoria
de 12 autos, produjeron una media aritmética de 1,694 y una desviación estándar de 0,175 gramos por milla. ¿Los datos proporcionan evidencia para concluir
que la emisión media de hidrocarburos para este modelo de automóvil es superior al establecido de 1,5 gramos por milla o no? α=5%

𝐻𝑜 : 𝑋̅ ≤ 𝑢

𝐻1 : 𝑋̅ > 𝑢
1,694 − 1,5
𝑡𝑒𝑥𝑝 = = 3,84
0,175
√12
𝑡(0,05;11) = ±1,796

|𝑡𝑒𝑥𝑝 | = |𝑡(𝛼)𝑡𝑎𝑏 |
|3,84| > |±1,796|
Se acepta H1 y se rechaza H0 porque 𝑡𝑒𝑥𝑝 es mayor que 𝑡(𝛼)𝑡𝑎𝑏

Página 2 de 14
6.- Cierto producto lleva escrito en su envase: “contenido 16 onzas netas”. Un agente del Departamento de Protección del Consumid or del Ministerio de
Economía, selecciona 70 unidades del producto y pesa su contenido, encontrando que el promedio aritmético es 14,5 onzas y una desviación estándar de
1,04 onzas. ¿Presentan los datos suficiente evidencia que indique que el peso neto es menor que lo indicado en el envase? α=5%

𝐻𝑜 : 𝑋̅ ≥ 𝑢

𝐻1 : 𝑋̅ < 𝑢
14,5 − 16
𝑍𝑒𝑥𝑝 = = −12,07
1,04
√70

𝑍(0,05) = −1,645

|𝑍𝑒𝑥𝑝 | = |𝑍(𝛼)𝑡𝑎𝑏 |
|−12,07| > |−1,645|
Se acepta H1 y se rechaza H0 porque 𝑍𝑒𝑥𝑝 es mayor que 𝑍(𝛼)𝑡𝑎𝑏

7.- Según las especificaciones de producción el peso de las bolsas de jabón en polvo llenadas por una máquina se distribuye norma lmente con promedio
aritmético de 2 lbs. El encargado de control de calidad seleccionó aleatoriamente 25 bolsas, encontrando que tenían un peso promedio de 1,95 lbs y una
desviación estándar de 0,145 lbs. ¿Qué se puede concluir acerca del peso promedio de las cajas? α=5%

𝐻𝑜 : 𝑋̅ = 𝑢

𝐻1 : 𝑋̅ ≠ 𝑢
1,95 − 2
𝑡𝑒𝑥𝑝 = = −1,724
0,145
√25

𝑡(0,025;24) = ±2,064

|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|

2
|−1,724| < |±2,064|
Se rechaza H1 y se acepta H0 porque 𝑡𝑒𝑥𝑝 es menor que 𝑡(𝛼)𝑡𝑎𝑏
2

CONTRASTE DE HIPÓTESIS COMPARACIÓN DE DOS MEDIAS (x1 = x2)

8.- Se obtuvieron los resultados siguientes de la normalidad de una disolución de ácido clorhídrico según el método de determinación gravimétrica de cloruros
y el método de valoraciones frente a carbono sódico puro. El estudio deseaba saber si había alguna diferencia significativa e ntre los valores medios de las
normalidades obtenidas por los dos métodos, con un nivel de significación del 95%.
Método n Media Desviación Estándar
Gravimétrica 5 0,10505 0,000238
Volumétrica 5 0,10550 0,000604

𝐻𝑜 : 𝑋̅1 = 𝑋̅2
𝐻1 : 𝑋̅1 ≠ 𝑋̅2

𝑆 21 𝑆22
5,6644𝑥10−8 3,648𝑥10−7
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝐻1 : 𝑆 21 ≠ 𝑆 2 2

𝐒𝟐 𝐦𝐚𝐲𝐨𝐫
𝐅𝐞𝐱𝐩 =
𝐒𝟐 𝐦𝐞𝐧𝐨𝐫
3,648𝑥10−7
Fexp = = 6,44
5,6644𝑥10−8

Página 3 de 14
 𝛼 𝒈𝒍𝑵
𝐅𝐭𝐚𝐛 ( ; )
𝟐 𝒈𝒍𝑫
0,05 4
Ftab ( ; ) = 9,605
2 4
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|6,44| < |9,605|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las varianzas son iguales
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝑋̅1 − 𝑋̅2
𝑡𝑒𝑥𝑝 =
1 1
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 √ +
𝑛1 𝑛2
𝑆1 + 𝑆2
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 =
2
0,000238 + 0,000604
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 = = 4,21𝑥10−4
2
0,10505 − 0,10550
𝑡𝑒𝑥𝑝 = = −1,69
1 1
(4,21𝑥10−4)√ +
5 5
𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2
𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝑔𝑙 = 8
𝑡(0,025;8) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜 = 2,306
|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|
2
|−1,69| < |2,306|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las medias son iguales
𝐻𝑜 : 𝑋̅1 = 𝑋̅2

9.- Se le pide a una analista experimentada la evaluación de dos métodos diferentes para la determinación de trazas de plomo en á cido acético glacial. Se
realizaron ocho determinaciones mediante cada método, que dieron los siguientes resultados para la concentración del plomo (en ppm):
Método A 1,34 -1,33- 1,32 -1,35 - 1,32 -1,43 -1,34 - 1,31
Método B 1,30 -1,26 -1,30 -1,33 -1,20 - 1,24 -1,24 - 1,33
¿Existe una diferencia significativa en el promedio de trazas de plomo determinado por ambos métodos, se trabaja al 95% de confianza.
Método n Media Desviación Estándar
Método A 8 1,3425 0,0377
Método B 8 1,275 0,0472

𝐻𝑜 : 𝑋̅1 = 𝑋̅2
𝐻1 : 𝑋̅1 ≠ 𝑋̅2

𝑆 21 𝑆22
1,4213𝑥10−3 2,2278𝑥10−3
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝐻1 : 𝑆 21 ≠ 𝑆 2 2

𝐒𝟐 𝐦𝐚𝐲𝐨𝐫
𝐅𝐞𝐱𝐩 =
𝐒𝟐 𝐦𝐞𝐧𝐨𝐫
2,2278𝑥10−3
Fexp = = 1,567
1,4213𝑥10−3

𝛼 𝒈𝒍𝑵
𝐅𝐭𝐚𝐛 ( ; )
𝟐 𝒈𝒍𝑫
0,05 7
Ftab ( ; ) = 4,995
2 7
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|1,567| < |4,995|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las varianzas son iguales
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝑋̅1 − 𝑋̅2
𝑡𝑒𝑥𝑝 =
1 1
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 √ +
𝑛1 𝑛2
𝑆1 + 𝑆2
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 =
2
0,0377 + 0,0472
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 = = 0,0425
2

Página 4 de 14
 1,3425 − 1,275
𝑡𝑒𝑥𝑝 = = 3,1765
1 1
(0,0425)√ +
8 8
𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2
𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝑔𝑙 = 14
𝑡(0,025;14) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜 = 2,145
|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|
2
|3,1765| > |2,145|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que las medias son diferentes
𝐻1 : 𝑋̅1 ≠ 𝑋̅2

10.- Se desea comparar un nuevo método enzimático para determinar colesterol con el método estándar de Lieberman (colorimétrico). Para ello, se observó
una muestra para ambos métodos con los resultados siguientes: (en mg/dl)
Enzimático 305 385 193 162 478 455 238
Colorimétrico 300 392 185 152 480
¿Existe diferencia significativa al nivel de confianza del 95% entre los métodos?
Método n Media Desviación Estándar
Enzimático 7 277 211,87
Colorimétrico 5 301,8 137,82

𝐻𝑜 : 𝑋̅1 = 𝑋̅2
𝐻1 : 𝑋̅1 ≠ 𝑋̅2

𝑆 21 𝑆22
44888,9 18994,4
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝐻1 : 𝑆 21 ≠ 𝑆 2 2

𝐒𝟐 𝐦𝐚𝐲𝐨𝐫
𝐅𝐞𝐱𝐩 =
𝐒𝟐 𝐦𝐞𝐧𝐨𝐫
44888,9
Fexp = = 2,363
18994,4

𝛼 𝒈𝒍𝑵
𝐅𝐭𝐚𝐛 ( ; )
𝟐 𝒈𝒍𝑫
0,05 6
Ftab ( ; ) = 9,197
2 4
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|2,363| < |9,197|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las varianzas son iguales
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝑋̅1 − 𝑋̅2
𝑡𝑒𝑥𝑝 =
1 1
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 √ +
𝑛1 𝑛2
𝑆1 + 𝑆2
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 =
2
211,87 + 137,82
𝑆𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 = = 174,845
2
277 − 301,8
𝑡𝑒𝑥𝑝 = = −0,242
1 1
(174,845)√ +
7 5
𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2
𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝑔𝑙 = 10
𝑡(0,025;8) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜 = 2,228
|−0,242| = |2,228|
|−1,69| < |2,306|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las medias son iguales
𝐻𝑜 : 𝑋̅1 = 𝑋̅2

R= No existe diferencia significativa

Página 5 de 14
11.- Los datos que se muestran a continuación son los grados de dureza Brinell obtenidos por dos métodos para muestras de dos aleaciones de magnesio:
Aleación 1: 66,3 63,5 64,9 61,8 64,3 64,7 65,1 64,5
Aleación 2: 71,3 60,4 62,6 63,9 68,8 70,1
¿Existe una diferencia significativa en los grados dureza de las dos aleaciones? α=5%
Método n Media Desviación Estándar
Aleación 1 8 64,388 1,311
Aleación 2 6 66,183 4,469
𝐻𝑜 : 𝑋̅1 = 𝑋̅2
𝐻1 : 𝑋̅1 ≠ 𝑋̅2

𝑆 21 𝑆22
1,719 19,972
𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝐻1 : 𝑆 21 ≠ 𝑆 2 2

𝐒𝟐 𝐦𝐚𝐲𝐨𝐫
𝐅𝐞𝐱𝐩 =
𝐒𝟐 𝐦𝐞𝐧𝐨𝐫
19,972
Fexp = = 11,618
1,719

𝛼 𝒈𝒍𝑵
𝐅𝐭𝐚𝐛 ( ; )
𝟐 𝒈𝒍𝑫
0,05 7
Ftab ( ; ) = 6,853
2 5
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|11,618| > |6,853|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que las varianzas son diferentes
𝐻1 : 𝑆 21 ≠ 𝑆 2 2
𝑋̅1 − 𝑋̅2
𝑡𝑒𝑥𝑝 =
𝑆 21 𝑆 2 2
√ +
𝑛1 𝑛2
64,388 − 66,183
𝑡𝑒𝑥𝑝 = = −0,958
√1,719 + 19,972
8 6
𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2

2
𝑆2 𝑆2
( 1 + 2)
𝑛1 𝑛2
𝑔𝑙 = 2 2 −2
𝑆 21 𝑆2
( ) ( 2)
𝑛1 𝑛2
+
[ 𝑛1 + 1 𝑛2 + 1]

1,719 19,972 2
( + )
𝑔𝑙 = 8 6 −2
1,719 2 19,972 2
( ) ( )
8 6
[ 8+1 + 6+1 ]
𝑔𝑙 = 5,91
𝑡(0,025;5,91) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜 = 2,447
|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|
2
|−0,958| < |2,447|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las medias son iguales
𝐻𝑜 : 𝑋̅1 = 𝑋̅2

12.- Trabaje al 95% de confianza

n Media Desviación Estándar Varianza

8 55,875 0,834 0,696
8 50,25 8,828 77,934

Página 6 de 14
𝐻𝑜 : 𝑋̅1 = 𝑋̅2 𝐻𝑜 : 𝑆 21 = 𝑆 2 2
𝐻1 : 𝑋̅1 ≠ 𝑋̅2 𝐻1 : 𝑆 21 ≠ 𝑆 2 2

𝐒𝟐 𝐦𝐚𝐲𝐨𝐫
𝐅𝐞𝐱𝐩 =
𝐒𝟐 𝐦𝐞𝐧𝐨𝐫
77,934
Fexp = = 111,974
0,696

𝛼 𝒈𝒍𝑵
𝐅𝐭𝐚𝐛 ( ; )
𝟐 𝒈𝒍𝑫
0,05 7
Ftab ( ; ) = 4,995
2 7
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|111,974| > |4,995|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que las varianzas son diferentes
𝐻1 : 𝑆 21 ≠ 𝑆 2 2
𝑋̅1 − 𝑋̅2
𝑡𝑒𝑥𝑝 =
𝑆 21 𝑆 2 2
√ +
𝑛1 𝑛2
55,875 − 50,25
𝑡𝑒𝑥𝑝 = = 1,794
√0,696 + 77,934
8 8
𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2

2
𝑆2 𝑆2
( 1 + 2)
𝑛1 𝑛2
𝑔𝑙 = 2 2 −2
𝑆 21 𝑆2
( ) ( 2)
𝑛1 𝑛2
+
[ 𝑛1 + 1 𝑛2 + 1]

0,696 77,934 2
( + )
𝑔𝑙 = 8 8 −2
0,696 2 77,934 2
( ) ( )
8 8
[ 8+1 + 8+1 ]
96,604
𝑔𝑙 = [ ]−2
7,596𝑥10 − 3 94,902
+
8+1 8+1
𝑔𝑙 = 7,16
𝑡(0,025;7,16) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜 = 2,365
|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|
2
|1,794| < |2,365|
Se acepta 𝐻𝑜 y se rechaza 𝐻1 por lo que podemos decir que las medias son iguales
𝐻𝑜 : 𝑋̅1 = 𝑋̅2

CONTRASTE DE HIPÓTESIS MUESTRAS APAREDADAS

13.- En un estudio se aplica dos pomadas a un grupo de individuos para ver si sufren alergias y se mide diámetro en mm del halo formado, diga si hay
diferencia entre las pomadas, se trabaja al 95% de confianza

Pomada A Pomada B 𝑋𝑑
individuos
(mm) (mm)
1 45 49 -4
2 47 51 -4
3 43 55 -12
4 45 53 -8
5 42 50 -8
𝑋̅𝑑 -7,2
𝑆𝑑 3,347
𝐻𝑜 : 𝑋̅𝑑 = 0
𝐻1 : 𝑋̅𝑑 ≠ 0

𝑋̅𝑑
𝑡𝑒𝑥𝑝 =
𝑆𝑑
√𝑛

Página 7 de 14
 −7,2
𝑡𝑒𝑥𝑝 = = −4,81
3,347
√5
𝑔𝑙 = 𝑛 − 1
𝑔𝑙 = 4

𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2
𝑡(0,025;4) 𝑡𝑎𝑏 = 2,776
|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|
2
|−4,81| > |2,776|
Se acepta 𝐻1 y se rechaza 𝐻𝑜
𝐻1 : 𝑋̅𝑑 ≠ 0

14.- Una empresa envía 9 muestras preparadas de un mismo analito a ser analizado por dos laboratorios, los resultados se indican en la tabla siguiente.
Trabaje al 95% de confianza y diga si los laboratorios dan resultados iguales.

𝑋𝑑
0,11
-0,26
-0,5
-0,57
-0.42
0,21
-0,27
0,1
-0,47
𝑋̅𝑑 -0,23
𝑆𝑑 0,279
𝐻𝑜 : 𝑋̅𝑑 = 0
𝐻1 : 𝑋̅𝑑 ≠ 0

𝑋̅𝑑
𝑡𝑒𝑥𝑝 =
𝑆𝑑
√𝑛
−0,23
𝑡𝑒𝑥𝑝 = = −2,473
0,279
√9
𝑔𝑙 = 𝑛 − 1
𝑔𝑙 = 8

𝑡(𝛼;𝑔𝑙) 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜
2
𝑡(0,025;8) 𝑡𝑎𝑏 = 2,306
|𝑡𝑒𝑥𝑝| = |𝑡(𝛼) 𝑡𝑎𝑏|
2
|−2,473| > |2,306|
Se acepta 𝐻1 y se rechaza 𝐻𝑜
𝐻1 : 𝑋̅𝑑 ≠ 0

CONTRASTE DE HIPÓTESIS PROPORCIÓN

15.- Se sabe que el contenido medio de azúcar en una mermelada es de 32,3%, para comprobar esto se toma una muestra de 40 mermel adas de un
fabricante mostraron que tenían una concentración de azúcar de promedio de 31,4%. Dado un nivel de significación de 95% de confianza, El valor medio
obtenido de azúcar es igual al valor declarado.
Datos
𝑝𝑜 = 32,3% = 0,323
𝑝 = 31,4% = 0,314
𝑛 = 40
𝑁𝐶 = 95%
𝛼 = 5%

𝐻𝑜 : 𝑝 = 𝑝𝑜
𝐻1 : 𝑝 ≠ 𝑝𝑜
𝑝 − 𝑝𝑜
𝑍𝑒𝑥𝑝 = = −3,447
√𝑝𝑜 (1 − 𝑝𝑜 )
𝑛

Página 8 de 14
 0,314 − 0,323
𝑍𝑒𝑥𝑝 = = −0,122
√0,323(1 − 0,323)
40
𝑍(𝛼)𝑡𝑎𝑏
2
𝑍(0,025)𝑡𝑎𝑏 = ±1,96
|𝑍𝑒𝑥𝑝| = |𝑍(𝛼) 𝑡𝑎𝑏|
2
|−0,122| < |±1,96|
Se acepta 𝐻𝑜 y se rechaza 𝐻1
𝐻𝑜 : 𝑝 = 𝑝𝑜

16.- El fabricante de un producto para remover manchas afirma que su producto remueve cuando menos el 90% de todas las manchas.
¿Qué puede concluir acerca de esta afirmación, si el producto sólo eliminó 34 de 50 manchas elegidas al azar de la ropa llevada a una lavandería? α=5%
Datos
𝑝𝑜 = 90% = 0,9
𝑝 = 68% = 0,68
𝑛 = 50
𝛼 = 5%

𝐻𝑜 : 𝑝 = 𝑝𝑜
𝐻1 : 𝑝 ≠ 𝑝𝑜
𝑝 − 𝑝𝑜
𝑍𝑒𝑥𝑝 = = −3,447
√𝑝𝑜 (1 − 𝑝𝑜 )
𝑛
0,68 − 0,9
𝑍𝑒𝑥𝑝 = = −5,185
√0,9(1 − 0,9)
50
𝑍(𝛼)𝑡𝑎𝑏
2
𝑍(0,025)𝑡𝑎𝑏 = ±1,96
|𝑍𝑒𝑥𝑝| = |𝑍(𝛼) 𝑡𝑎𝑏|
2
|−5,185| > |±1,96|
Se acepta 𝐻1 y se rechaza 𝐻𝑜
𝐻1 : 𝑝 ≠ 𝑝𝑜
R=Podemos concluir que la afirmación es falsa

ANOVA

17.- Una compañía farmacéutica desea evaluar el efecto que tiene la cantidad de almidón en la dureza de las tabletas. Se decidió producir lotes con una
cantidad determinada de almidón. Se decidió que las cantidades de almidón a aprobar fueran 2%, 6% , 10% y 14%. La variable de respuesta sería el promedio
de la dureza de las tabletas de cada lote, obteniéndose los siguientes resultados.(ver tabla siguiente) (95%de confianza)
Las concentraciones de almidón NO afectan a los valores de la dureza de las tabletas, por lo tanto:
𝐻𝑜 : 𝑋̅1 = 𝑋̅2 = 𝑋̅3 = 𝑋̅4
Las concentraciones de almidón SÍ afectan a los valores de la dureza de las tabletas, por lo tanto:
𝐻1 : 𝑋̅1 ≠ 𝑋̅2 ≠ 𝑋̅3 ≠ 𝑋̅4

t concentración de almidón
% n1 n2 n3 n4 n5 n6
2% 4,3 5,2 4,8 4,5 4,4 4,9
6% 6,5 7,3 6,9 6,1 6,5 6,8
10% 9,0 7,8 8,5 8,1 8,5 8,7
14% 10,0 9,8 9,0 9,5 9,6 9,9

Identifique la variable independiente y la variable dependiente

Plantee la hipótesis a comprobar
Realice el análisis de ANOVA
Tabule los resultados
Saque las conclusiones correspondientes

VI: Concentración de almidón

VD: Dureza de las tabletas

concentración 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 𝐹𝑒𝑥𝑝 𝐹𝑡𝑎𝑏

𝑋̅ 𝑆2
de almidón %
2% 4,683 0,118
6% 6,683 0,170
10% 8,433 0,183 27,882 185,26 3,098
14% 9,633 0,131
𝑆 2𝑋̅ =4,647 𝑋̅ =7,358 𝑆 2 𝑒𝑟𝑟𝑜𝑟 =0,1505

Página 9 de 14
𝐻𝑜 = 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 ≤ 𝑆 2 𝑒𝑟𝑟𝑜𝑟
𝐻1 = 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 > 𝑆 2 𝑒𝑟𝑟𝑜𝑟
𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟
𝐹𝑒𝑥𝑝 =
𝑆 2𝑒𝑟𝑟𝑜𝑟

27,882
𝐹𝑒𝑥𝑝 = = 185,26
0,1505

𝐹𝑡𝑎𝑏 (𝛼; 𝑔𝑙𝑁/𝑔𝑙𝐷)

𝑔𝑙𝑁 = 𝑡 − 1
𝑔𝑙𝑁 = 3

𝑔𝑙𝐷 = 𝑁 − 𝑡
𝑔𝑙𝐷 = 20
3
𝐹𝑡𝑎𝑏 (0,05; ) = 3,098
20
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|1185,26| > |3,098|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que las concentraciones de almidón 𝐒Í afectan a los valores de la dureza de las tabletas
𝐻1 : 𝑋̅1 ≠ 𝑋̅2 ≠ 𝑋̅3 ≠ 𝑋̅4

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Fila 1 6 28,1 4,683 0,118
Fila 2 6 40,1 6,683 0,170
Fila 3 6 50,6 8,433 0,183
Fila 4 6 57,8 9,633 0,131

Análisis de Varianza

Origen de Promedio Valor

las Suma de Grados de de los F- p- crítico p-teórico
variaciones cuadrados libertad cuadrados experimental experimental para F
Entre
grupos 83,655 3 27,885
185,694 9,1033E-15 3,098
Dentro de 0,05
los grupos 3,003 20 0,1502
Total 86,658 23

Página 10 de 14
18.- Se quiere saber si un terreno contiene agua subterránea para su extracción, para ello se necesita saber hasta que profundidad se debe perfor ar para
optimizar el % de agua recuperada. Los siguientes resultados muestran el % de agua subterránea total recuperada al centrif ugar muestras de piedras
areniscas tomadas a diferentes profundidades. (VER TABLA ) ( 95% de confianza)
t profundidad en metros n1 n2 n3 n4 n5 n6
10 33,3 33,3 35,7 38,1 31,0 33,3
20 46,6 45,2 47,7 45,4 43,8
30 73,2 68,7 73,6 70,9 72,5 74,5
40 72,5 70,4 65,2 66,7 69,8
Identifique la variable independiente y la variable dependiente
Plantee la hipótesis a comprobar:
Realice el análisis de ANOVA
Tabule los resultados
Saque las conclusiones correspondientes

VI: Profundidad en metros

VD: Porcentaje de agua recuperada

Profundidad 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 𝐹𝑒𝑥𝑝 𝐹𝑡𝑎𝑏

𝑋̅ 𝑆2
en metros
10 34,12 6,0177
20 45,74 2,1880
30 72,23 4,4547 1855,99 348,61 3,160
40 68,92 8,6370
𝑆 2𝑋̅ =337,453 𝑋̅ =55,25 𝑆 2 𝑒𝑟𝑟𝑜𝑟 =5,324

𝐻𝑜 = 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 ≤ 𝑆 2 𝑒𝑟𝑟𝑜𝑟
𝐻1 = 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 > 𝑆 2 𝑒𝑟𝑟𝑜𝑟
𝑛 = 5,5
𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟
𝐹𝑒𝑥𝑝 =
𝑆 2𝑒𝑟𝑟𝑜𝑟

1855,99
𝐹𝑒𝑥𝑝 = = 348,61
5,324

𝐹𝑡𝑎𝑏 (𝛼; 𝑔𝑙𝑁/𝑔𝑙𝐷)

𝑔𝑙𝑁 = 𝑡 − 1
𝑔𝑙𝑁 = 3

𝑔𝑙𝐷 = 𝑁 − 𝑡
𝑔𝑙𝐷 = 18
3
𝐹𝑡𝑎𝑏 (0,05; ) = 3,160
18
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|348,61| > |3,160|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que la profundidad en metros 𝐒Í afecta el porcentaje total de agua recuperada.
𝐻1 : 𝑋̅1 ≠ 𝑋̅2 ≠ 𝑋̅3 ≠ 𝑋̅4

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Fila 1 6 204,7 34,117 6,018
Fila 2 5 228,7 45,740 2,188
Fila 3 6 433,4 72,233 4,455
Fila 4 5 344,6 68,920 8,637
Análisis de varianza

Origen de Promedio Valor

las Suma de Grados de de los F- p- crítico p-teórico
variaciones cuadrados libertad cuadrados experimetal experimental para F
Entre
grupos 5796,089 3 1932,030
Dentro de 363,537 2,7433E-16 3,160 0,05
los grupos 95,662 18 5,315
Total 5891,751 21

Página 11 de 14
19.- Un químico del departamento de desarrollo de un laboratorio farmacéutico desea conocer cómo influye el tipo de aglutinante utilizado en tabletas de
ampicilina de 500 mg en el porcentaje de dureza, para lo cual se eligen los siguientes aglutinantes : polivinilpirrolidona (PVP), carboximetilcelulosa (CMC)
y grenetina (GNT), los resultados del diseño son los siguientes: ( 95% de confianza)
Aglutinante % de dureza
n1 n2 n3 n4 n5
PVP 0,485 0,250 0,730 0,205 0,161
CMC 9,640 9,370 9,530 9,860 9,790
GNT 0,289 0,275 0,612 0,152 0,137

Identifique la variable independiente y la variable dependiente

Plantee la hipótesis a comprobar:
Realice el análisis de ANOVA
Tabule los resultados
Saque las conclusiones correspondientes

VI: Aglutinantes
VD: Porcentaje de dureza

Aglutinantes 𝑋̅ 𝑆2 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 𝐹𝑒𝑥𝑝 𝐹𝑡𝑎𝑏

PVP 0,366 0,057
CMC 9,638 0,039
144,415 3282,16 3,885
GNT 0,293 0,036
𝑆 2𝑋̅ =28,883 𝑋̅ =3,432 𝑆 2 𝑒𝑟𝑟𝑜𝑟 =0,044

𝐻𝑜 = 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 ≤ 𝑆 2 𝑒𝑟𝑟𝑜𝑟
𝐻1 = 𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟 > 𝑆 2 𝑒𝑟𝑟𝑜𝑟
𝑛 = 5,5
𝑆 2𝑓𝑎𝑐𝑡𝑜𝑟
𝐹𝑒𝑥𝑝 =
𝑆 2𝑒𝑟𝑟𝑜𝑟

144,415
𝐹𝑒𝑥𝑝 = = 3282,16
0,044

𝐹𝑡𝑎𝑏 (𝛼; 𝑔𝑙𝑁/𝑔𝑙𝐷)

𝑔𝑙𝑁 = 𝑡 − 1
𝑔𝑙𝑁 = 2

𝑔𝑙𝐷 = 𝑁 − 𝑡
𝑔𝑙𝐷 = 12
2
𝐹𝑡𝑎𝑏 (0,05; ) = 3,885
12
|𝐹𝑒𝑥𝑝 | = |𝐹𝑡𝑎𝑏|
|3282,16| > |3,885|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que el tipo de aglutinantes 𝐒Í afecta el porcentaje de dureza.
𝐻1 : 𝑋̅1 ≠ 𝑋̅2 ≠ 𝑋̅3 ≠ 𝑋̅4

Página 12 de 14
RESUMEN
Grupos Cuenta Suma Promedio Varianza
Fila 1 5 1,831 0,366 0,057
Fila 2 5 48,190 9,638 0,039
Fila 3 5 1,465 0,293 0,037
Análisis de varianza

Origen de Grados Promedio Valor

las Suma de de de los F- p- crítico para
variaciones cuadrados libertad cuadrados experimental experimental F p teórico
Entre
grupos 288,834431 2 144,417215
3268,240 3,7866E-17
Dentro de 3,885 0,05
los grupos 0,5302568 12 0,04418807
Total 289,364688 14

CHI CUDRDAO PRUEBA DE INDEPENDENCIA DE VARIABLES CUALITATIVAS

20.- Supongamos que se quiere estudiar la posible asociación entre el hecho de que una gestante fume durante el embarazo y que el niño presente bajo
peso al nacer. Por lo tanto, se trata de ver si la probabilidad de tener bajo peso es diferente en gestantes que fumen o en gestantes que no fumen durante la
gestación. Para responder a esta pregunta se realiza un estudio de seguimiento sobre una cohorte de 2000 gestantes, a las que se interroga sobre su hábito
tabáquico durante la gestación y se determina además el peso del recién nacido. Los resultados de este estudio se muestran en la Tabla. Trabaje al 95% de
confianza e indique si hay relación entre las variable fuma con bajo peso

Recién nacidos bajo peso

Madre Fuma Si No Total fila
Si 43 207 250
No 105 1645 1750
Total columna 148 1852 2000

𝐻𝑜 no existe relación entre las dos variables

𝐻𝑜 = 𝑋 2 𝑒𝑥𝑝 ≤ 𝑋 2(𝛼;𝑔𝑙) 𝑡𝑎𝑏
𝐻1 existe relación entre las dos variables
𝐻1 = 𝑋 2𝑒𝑥𝑝 > 𝑋 2(𝛼;𝑔𝑙) 𝑡𝑎𝑏

𝑆𝑢𝑏𝑡𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎 𝑖 ∗ 𝑆𝑢𝑏𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗

𝐸. 𝑖(𝑖. 𝑗) =
𝑡𝑜𝑡𝑎𝑙
250 ∗ 148 1750 ∗ 148
𝐸. 𝑖(1.1) = 𝐸. 𝑖(2.1) =
2000 2000

𝐸. 𝑖(1.1) = 18,5 𝐸. 𝑖(2.1) = 129,5

Página 13 de 14
 250 ∗ 1852 1750 ∗ 1852
𝐸. 𝑖(1.2) = 𝐸. 𝑖(2.2) =
2000 2000

𝐸. 𝑖(1.2) = 231,5 𝐸. 𝑖(2.2) = 1620,5

Frecuencias observadas Frecuencias esperadas

Recién nacidos bajo peso Recién nacidos bajo peso

Madre Fuma Si No Total fila Madre Fuma Si No Total fila
Si 43 207 250 Si 18,5 231,5 250
No 105 1645 1750 No 129,5 1620,5 1750
Total columna 148 1852 2000 Total columna 148 1852 2000

𝑘
(𝑂𝑖 − 𝐸𝑖 )2
𝑋 2 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙 = ∑
𝐸𝑖
𝑖

(43 − 18,5)2 (105 − 129,5)2 (207 − 231,5)2 (1645 − 1620,5)2

𝑋 2 𝑒𝑥𝑝 = + + +
18,5 129,5 231,5 1620,5

𝑋 2𝑒𝑥𝑝 = 40,044

𝑋 2(𝛼;𝑔𝑙) 𝑡𝑎𝑏

𝛼 = 0,05
𝑔𝑙 = (𝑖 − 1) ∗ (𝑗 − 1)
𝑔𝑙 = (2 − 1) ∗ (2 − 1)
𝑔𝑙 = 1

𝑋 2 (0,05;1) 𝑡𝑎𝑏 = 3,8415

|𝑋 2
𝑒𝑥𝑝 | = |𝑋 2
(𝛼;𝑔𝑙) 𝑡𝑎𝑏|
|40,044| > |3,8415|
Se acepta 𝐻1 y se rechaza 𝐻𝑜 por lo que podemos decir que una gestante fume durante el embarazo 𝐒Í tiene relación con el bajo peso del niño al nacer
𝐻1 = 𝑋 2𝑒𝑥𝑝 > 𝑋 2(𝛼;𝑔𝑙) 𝑡𝑎𝑏

Página 14 de 14