Explicación de la tarea 7

Felipe Guerra

Las pruebas de hipótesis corresponden a afirmaciones o inferencias realizadas sobre un

parámetro poblacional sujetas a comprobación, las cuales sirven como apoyo para la
toma de decisiones bajo condiciones de incertidumbre.

Durante la semana 6 se vieron intervalos de confianza para parámetros poblacionales

basados en observaciones muestrales. Lo que se hace durante una prueba de hipótesis
es una comparación del parámetro muestral observado contra el intervalo de confianza de
un valor o condición supuesta (hipotética). Si el parámetro muestral observado coincide
con el intervalo de confianza de la hipótesis, se asume que la hipótesis es válida con el
nivel de confianza determinado por el intervalo de confianza.

Veamos un ejemplo:
La siguiente curva muestra el intervalo de confianza para una media (μ) de acuerdo con
los ejemplos vistos en la semana pasada:

α/2
α/2

- t (α/2) t=0 t (α/2)

La zona marcada en rojo corresponde al nivel de error determinado por α. Se sume que la
media poblacional (μ) se localiza en la zona blanca con un nivel de certidumbre 1-α.

Observe que utilizamos la distribución t por que se trata de un intervalo de confianza para
la media con varianza poblacional desconocida, pero podríamos por similitud utilizar otra
distribución dependiendo del parámetro poblacional que estemos evaluando.

Ahora bien, tomada de una muestra aleatoria de esa población tenemos una media
muestral (X), Si dicho parámetro muestral cae dentro del intervalo de confianza
determinado para una media hipotética (Hipótesis nula: Ho:μ=n) con un nivel de confianza
α la muestra no contradice la hipótesis de que la media a probar es igual a n por lo que
aceptamos la hipótesis como válida. Como lo muestra el siguiente ejemplo:

t( x ) t( x ) t( x )
Si t(x) se encuentra en la
zona blanca se acepta Ho

Si t(x) se encuentra en la
α/2
α/2 zona roja se rechaza Ho

- t (α/2) t=0 t (α/2)

En el ejemplo anterior estamos usando una hipótesis nula para la media μ=valor pero una
forma similar a la anterior (utilizando diferentes distribuciones de probabilidad) puede
utilizarse para diferentes hipótesis de parámetros poblacionales, por ejemplo: μ=n ; μ≤n ;
μ≥n ; σ=n ; σ ≤n ; σ ≥n ; p=n ; p ≤n ; p ≥n ; etc.

Una vez explicado lo anterior veamos los problemas específicos de la tarea:

1. El valor que toma día a día una determinada acción en la bolsa de valores es aleatoria. A
continuación se tienen 20 valores diarios de esta acción;
9.72 10.02 12.57 11.24 8.02 8.53 11.17 13.27 9.04 11.05
10.5 12.62 11.6 13.58 11.51 9.47 8.56 10.73 11.28 7.33

a. Contrastar las hipótesis; H0: μ = 10 vs H1: μ ≠ 10 con un nivel de significancia del 7% e

interpretar el resultado en el contexto del problema.

Este ejercicio es similar al ejemplo plantado anteriormente.

Primero calculamos los valores de t para el nivel de significancia mencionado (7%). De

acuerdo con lo visto la semana pasada:

t(α/2,n-1) =DISTR.T.INV(2*α/2,n -1)

Sustituyendo tenemos:
t(α/2,n-1) =DISTR.T.INV(2*0.07/2,20-1)

Recuerde que utilizamos 2*α/2 debido a que Excel retorna el valor de una distribución t
inversa de dos colas cuando usamos la fórmula =DISTR.T.INV().

De lo anterior encontramos que: t(α/2,n-1) = 1.920

Ahora calculamos el valor de t para el estadístico de prueba con la formula mencionada

en la lectura de esta semana:

Sustituyendo:
t = (10.59 – 10) / (1.745 / Raiz (20)) = 1.5135

Lo que se representa de la siguiente forma:

μ = 10
t = 1.5135

3.5% 3.5%

-1.920 0 1.920
Por lo anterior podemos decir que la muestra no contradice la suposición planteada por
H0: μ = 10 por lo tanto se acepta Ho es decir: El valor promedio de la acción es igual a 10
con un nivel de significancia del 7%
Resolviendo el problema en forma numérica tenemos lo siguiente:
H0: μ = 10
H1: μ ≠ 10

La regla de decisión de acuerdo con la lectura de la semana es: Se rechaza H0 con un

nivel de significancia α si | t | > t (α/2,n-1)

Despejando tenemos que:

| t | = 1.5135

t (α/2,n-1) = 1.920

Como 1.5135 < 1.920 la regla de decisión no se cumple, por lo que no es posible rechazar
H0 con un nivel de significancia de 7%. Por lo tanto se acepta H0: μ = 10

Basado en lo anterior podemos decir que El valor promedio de la acción es igual a 10 con
un nivel de significancia del 7%

b. Contrastar las hipótesis; H0: σ = 1.5 vs H1: σ ≠ 1.5 con un nivel de significancia del 10% e
interpretar el resultado en el contexto del problema.

2
Para las pruebas de hipótesis de σ usamos una distribución χ (ver notas de la semana 6
para IC de σ)

Numéricamente este problema se plantea de la siguiente forma:

H0: σ = 1.5
H1: σ ≠ 1.5

χ2α/2,n-1 =PRUEBA.CHI.INV(0.10/2,20-1) = 30.1435

χ21-α/2,n-1 =PRUEBA.CHI.INV((1-0.10)/2,20-1) = 10.1170

χ2 = (20 -1) * 3.0442 / 1.52 = 25.7068

2 2 2 2
Regla de decisión; se rechazar H0 si χ > χ α/2,n-1 ó si χ < χ 1-α/2,n-1

Ahora bien veamos las condiciones:

2 2
1) χ > χ α/2,n-1 se traduce a 25.7068 > 30.1435 Lo cual es falso.
2 2
2) χ < χ 1-α/2,n-1 se traduce a 25.7068 < 10.1170 Lo cual es falso

Como ninguna de las dos condiciones se cumple, entonces no podemos rechazar H0 y en

consecuencia se acepta que la desviación estándar de los valores de la acción evaluada
es igual a 1.5 con un nivel de significancia del 10%

Gráficamente esto se representa de la siguiente forma:

 χ2 = 25.7068

10.1170 30.1435

c. Mencionar los supuestos que deben considerarse para que los resultados del a) y b) sean
válidos.

La lectura de la semana menciona:

Suponer una muestra aleatoria de tamaño n que proviene de una población con
distribución normal, donde la media muestral es X y S 2 es la varianza muestral.

Por lo tanto la respuesta esta pregunta es:

1) La muestra proviene de una población con distribución normal
2) X, y S corresponden a la media muestral y desviación estandar muestral
correspondientemente

2. A continuación se presentan datos relativos a la distancia (en Km.) recorrida diariamente

por un camión de venta a domicilio.
105.7 85.3 100.3 92.3 82.4 103.6 100.4 95.1 103.2 87.1
100.4 109.8 96.1 91.2 97.5 101.6 99.3 89.3 95.8 97.3
87.2 86.8 97.7 86.1 108.4 72.4 90.3 90.9 88.9 88.0
93.7 84.2 96.0 102.3 93.3 95.7 83.9 90.2 97.1 95.9

a. El gerente afirma que en promedio, el camión recorre 80 Km. diarios. Determinar si hay
evidencia estadística que apoye lo dicho por el gerente, o hay evidencia que indique que el
promedio de recorrido es menor a 80 Km. Usar α = 0.01

H0: μ ≥ 80 km/h
H1: μ < 80 km/h

Observe que para el panteamiento se incluye la hipótesis nula como μ ≥ 80 km/h Cuando
el texto menciona El gerente afirma que en promedio, el camión recorre 80 Km. Diarios lo
cual podría asumirse como H0: μ = 80 km/h Sin embargo la semana de la semana
menciona lo siguiente:

Hipótesis alternativa (H1). Es la hipótesis con la que se desea sustituir a la hipótesis nula
(es lo contrario a la hipótesis nula).

Como el texto plantea que la hipótesis alternativa es hay evidencia que indique que el
promedio de recorrido es menor a 80 Km. (H1: μ < 80 km/h) es necesario plantear la
hipótesis nula como lo contrario, es decir μ ≥ 80 km/h ya que si solo se plantea la
opción H0: μ = 80 km/h aquellas incidencia en que μ > 80 km/h no estarían cubiertas en la
prueba.

Aclarado lo anterior continuemos con el cálculo.

En este caso se usa el estadístico Z para hacer la prueba, pues aunque no se conoce el
valor de la desviación estándar poblacional el tamaño de la muestra es mayor a 30, y la
lectura de la semana menciona:

Si σ se desconoce, se puede usar la prueba anterior (prueba z) si la muestra es grande (n ≥

30).

Por lo tanto:

Zα = DISTR.NORM.ESTAND.INV(α) = - 2.3263

Z = (94.1 – 80) / (7.7274 / raiz (40)) = 11.5137

Regla de decisión: Se rechaza H0 con un nivel de significancia α si z < −zα

Cómo 11.5137 > -2.3263 no se puede rechazar H0 Por lo que se acepta H0 estableciendo lo
siguiente: El recorrido promedio del camión es mayor o igual a 80 km con un nivel de
significancia de 1%

Gráficamente esto se representa de la siguiente forma:

μ = 80
Z = 11.5137

- 2.3263 Z=0

b. Contrastar las hipótesis H0: σ2 = 64.0 vs. H1: σ2 > 64.0 Expresar la conclusión en el
contexto del problema. Usar α = 0.09

χ2α,n-1 =PRUEBA.CHI.INV(0.09, 40-1) = 51.2845

χ2 = (40 -1 ) x 59.7120 / 64 = 36.3870

2 2
Regla de decisión; se rechazar H0 con un nivel de significancia α si χ > χ α,n-1

Como 36.3870 < 51.2845 no se puede rechazar H0

Se acepta H0 La varianza del recorrido diario del camión es menor o igual que 64.0
Representación gráfica:

χ2 = 36.3870

51.2845

3. Se estudia la fuerza de ruptura de cables para elevadores. Se tomo una muestra y se

midió la fuerza de ruptura (en libras).

12752.7 12950.2 13381.5 12920.8 12720.3 12954.6 12477.5 13355.1 13007 12819.8

a. Determinar si hay evidencia de que la media de la fuerza de ruptura es mayor a 10000

libras. Usar α = 0.05

H0: μ ≥ 10,000 lb
H1: μ < 10,000 lb

tα,n-1 = 1.8331

t = 33.6610

La regla de decisión de acuerdo con la lectura de la semana es: Se rechaza H0 con un

nivel de significancia α si t < - t (α,n-1)

33.6610 > -1.8331

No se puede rechazar H0
Se acepta H0 Hay evidencia que la media de la fuerza de ruputura es mayor a 10,000 lb
con un nivel de significancia de 5%
μ = 10,000
t = 33.610

-1.8331
b. Determinar si hay evidencia de que la desviación estándar es menor a 200 libras, con α =
0.03

H0: σ ≤ 200 lb
H1: σ > 200 lb

χ2α,n-1 = 18.4796
χ2 = 17.0936
2 2
Regla de decisión; se rechazar H0 con un nivel de significancia α si χ > χ α,n-1
17.0936 < 18.4796
No se puede rechazar H0
Se acepta H0 La desviacion estandar de la fuerza de ruptura del cable es menor que 200
lb con un nivel de significancia de 3%

χ2 = 17-0936

18.4796
4. Un proveedor de artículos de jardín afirma que los bulbos florales que vende tiene un
porcentaje de tasa de germinación del 80%. Se tomó una muestra de 200 bulbos florales y
154 germinaron.

Contrastar las hipótesis H0: p = 0.80 vs H1: p < 0.80 con α = 0.05. Explicar la conclusión en el
contexto del problema.

H0: p ≥ 80%
H1: p < 80%

Zα = -1.6449

Z = (154 – 200 x 0.80 ) / Raiz (200 x 0.80 x (1 – 0.80 )) = -1.0607

Regla de decisión: Se rechaza H0 con un nivel de significancia α si z < −zα

-1.0607 > -1.6449

No se puede rechazar H0
Se acepta H0 La proporción de bulbos que germinan es mayor o igual al 80% con un nivel
de significancia del 5%
 Z = -1.0607

-1.6449

5. Se sabe que la tasa de recuperación natural de una enfermedad es de 40%. Un laboratorio

desarrolló una medicina y afirman que ésta incrementa la tasa de recuperación. A 100
pacientes se les aplicó esta medicina y 60 de ellos se recuperaron. Determinar si el
laboratorio tiene razón, con α = 0.01.

H0: p ≥ 40%
H1: p < 40%

Zα/2 = 2.5758
Z = 4.0825

Regla de decisión: Se rechaza H0 con un nivel de significancia α si z < −zα

4.0825 > - 2.5758

No se puede rechazar H0
Se acepta H0 La tasa de recuperación de la nueva medicina es mayor o igual a 40% con
un nivel de significancia del 1%, el laboratorio tiene razón

Z = 4.0825

- 2.5758

6. El fabricante de una máquina afirma que se tiene una tasa de 1% de productos

defectuosos. En una producción de 2000 productos se observaron 6 productos defectuosos.
Determinar si la proporción de productos defectuosos es diferente a 1%, con α = 0.10.

H0: p = 0.01
H1: p ≠ 0.01

Zα/2 = 1.6449
Z = - 3.14627
Regla de decisión: Se rechaza H0 con un nivel de significancia α si | z | > zα/2

3.14627 > 1.6449 Se rechaza H0

La proporción de productos defectuosos no es igual a 1% con un nivel de significancia del

10%

Z = - 3.14627

- 1.6449 1.6449