ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE CIENCIAS
ESCUELA DE ESTADÍSTICA Y MATEMÁTICA
CARRERA DE ESTADÍSTICA

En distribuciones de medidas se propuso la siguiente actividad de aprendizaje

El contenido promedio de nicotina anunciado por un fabricante de cigarrillos es de 1.83 mg. Si

unas muestras aleatorias de 9 cigarrillos tienen los siguientes contenidos de nicotina 2.0, 1.9,
2.1, 1.9, 1.9, 2.1, 2.2, 1.6 y c1.8. Calcule P( X́ >1.83 ). ¿Está de acuerdo con lo anunciado con el
fabricante?

Ahora se quiere calcular el intervalo de confianza y realizar el contraste de hipótesis para la

media de nicotina de los cigarrillos, para el caso en que no se conoce la varianza poblacional

a) Construya un intervalo de confianza del 95% para la media de nicotina para los
cigarrillos
u<- 1.83
n<-9
N <- c(2.0,1.9,2.1,1.9,1.9,2.1,2.2,1.6,1.8)
s<- round(sd(N),2)
x <- round(mean(N),2)
t <- round(qt(0.05,df = 8,lower.tail = F),2)
Li <- x-t*s/sqrt(n)
Ls <- x+t*s/sqrt(n)
data.frame(Li,Ls)

b) Contraste la afirmación anunciada por el fabricante de cigarrillos con el nivel de

significación 5%, aplicando los 5 paso de una prueba de hipótesis
 prueba hipótesis
1. Planteamiento de la hipótesis
H 0 :mu≤1.83
H 1:mu>1.83
2. Nivel de significación
 alfa←0.05
3. Estadístico de prueba
n←9
t 0 ←(mean( N )−mu)/( sd (N )/ √(9))
4. Especificación de regiones de no rechazo y rechazo
t ←round(qt (0.025 , df =8 ,lower . tail=F), 2)
−t
t
5. Decisión estadística
Se acepta la hipótesis nula y se rechaza la hipótesis alternativa por lo que no estoy de
acuerdo con lo que dice el fabricante
t . test (x =N ,alternative=greater , mu=1.83 , conf . level=0.95)
pvalor← pt( t 0 , df =8 ,lower . tail=F)

Proponga un problema que tome en cuenta 2 muestras de tamaños menores a 30 individuos de

poblaciones diferentes. Calcule intervalos de confianza y realice un contraste de hipótesis para
la media de diferencias poblacionales

El departamento de transmisión informa la cantidad de millas que recorren en automóvil los

habitantes, se obtuvo
M 1← c(10,7,13,7,9,8)
M 2← c( 8,7,8,4,6,3)
nx ←6
x ←round(mean (M 1), 2)
sx ←round(sd ( M 1) ,2)
sx
ny ←6
y ←round( mean( M 2), 2)
sy ←round(sd ( M 2) , 2)
sy
alfa←0.05 /2
z ←round( qnorm(alfa ,lower . tail=F), 2)

LI ←(x− y )−z∗ √(( sx /nx)+(sy /ny ))

LS←(x−ny )+ z∗√ ((sx /nx )+(sy /ny))

data . frame ( LI , LS)

1. Planteamiento de la hipótesis

H 0 :u1−u 2=0
H 1:u 1−u 2 ≠ 0
2. Nivel de significación
alfa←0.05
3. Estadístico de prueba

nx ←6
gl←nx+ ny−2
gl
x ←round(mean (M 1), 2)
varx ←round (var ( M 1),2)
varx
ny ←6
y ←round( mean( M 2), 2)
vary ←round( var (M 2), 2)
vary

t ←round(( x− y )/( √ ((varx /nx )+(vary/ny ))), 2)

t
4. Especificación de regiones de no rechazo y rechazo

t ←round(qt (0.025 , df =10 ,lower . tail=F) , 2)

−t
t

5. Decisión estadística
t.test(x = M1,y = M2,alternative = "two.sided",conf.level = 0.05,var.equal = T,mu = 0)
qt(0.025,df=10,lower.tail = F)
No existe evidencia para aceptar H0 es decir que rechazo la hipotesis nula y acepto la hipotesis
alternativa, existe diferencia dignificativa entre las millas que recorren los habitantes a un nivel de
significancia del 0.05