Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística administrativa 1
UNIDAD V
5.1.- HIPOTESIS ESTADISTICAS CONCEPTOS
GENERALES
Una hipótesis puede definirse como una solución provisional (tentativa) para un
problema dado. El nivel de verdad que se le asigne a tal hipótesis dependerá de la
medida en que los datos empíricos recogidos apoyen lo afirmado en la hipótesis. Esto
es lo que se conoce como contrastación empírica de la hipótesis o bien proceso de
validación de la hipótesis. Este proceso puede realizarse de uno o dos modos:
mediante confirmación (para las hipótesis universales) o mediante verificación (para
las hipótesis existenciales).
SOLUCION:
95
b)1% 2)∝=. =.477=1.96
2
99
∝=. =.495=2.57
2
σ 200
σ x= = =40
√ n √ 25
3500+78.4=5575.4 X CR=3500+102.8=3602.8
3500−778.4=3421.6 ¿ 3500−102.8=3397.2
3421.6 3500
X =3425
2.-El fabricante de un nuevo automóvil compacto asegura que el vehículo da un
rendimiento promedio de por lo menos 35 millas por galón en carretera en
condiciones normales. En 40 corridas de prueba el automóvil tuvo un rendimiento
promedio de 34.5 millas por galón, y la desviación estándar fue de 23 millas por galón
¿puede rechazarse la afirmación del fabricante con un nivel de significancia de 5%?
SOLUCION
95
H 0=μ=35 μ1 ≠ μ2 ≠ 35 Z=. =.475=1.96
2
23
n=40 σ X= =1.36
√ 40
34.5−35 −.5
X =34.5 Z= = =1.37
.36 .36
∝=5 %
-1.96 0 1.96
-1.33
5.3 PRUEBAS UNILATERALES Y BILATERALES
Una cadena de comida rápida construirá una nueva sucursal en una determinada
localidad. Pero solamente si a ciertas horas pasan por la localidad más de 200
automóviles por hora. En 20 horas que se muestrearon de manera aleatoria durante
el horario designado, el numero promedio de automóviles que pasaron por la localidad
es X =208.5 y s=30.0 se supone que la población estadística es aproximadamente
normal. La administración de la cadena adopto con un criterio conservador la hipótesis
alternativa H 1 : μ> 200. Con un nivel de significancia de 5%
DATOS Formula
s 30
n=200 horas SX= = =6.70
√ r √ 26
X – H 0 208−200
X =208.5 t= = =1.26
SX 6.7
s=30
∝=.05
gl=n−1=20−1=19
t =1.729
0 1.26 1.72
SOLUCION HIPOTESIS
DATOS
X =14.3 libras
n=100
∝=0.05
X−μ0 14−14.3
Z= = =2.5
σ 1.21
√n √ 100
t .975 ( 99 ) =1.98 o como n>30
z .975=1.96
0 1.96 2.5
2.5 es mayor que 1.96 se concluye con un nivel de significancia del .05 que el peso
promedio de un bebe ha variado según las pruebas disponibles.
5.4
PRUEBA DE UNA HIPOTESIS: REFERENTE A LA MEDIA CON
VARIANZA DESCONOCIDA UTILIZANDO LA DISTRIBUCION NORMAL
Y “T” STUDENT
1)Un artículo publicado en una revista científica presenta las siguientes 20 mediciones
del tiempo de combustión residual (en segundos) de especímenes tratados de ropa de
dormir para niños.
9.85, 9.87, 9.83, 9.85, 9.93, 9.67, 9.62, 9.95, 9.65, 9.94, 9.74, 9.74, 9.93, 9.77, 9.85,
9.99, 9.92, 9.67, 9.75, 9.98, 9.89.
DATOS
X =9.8325
s=.0965
P ( L≤ T ≤ U )=1−∝
∝ s ∝ s
X −t n−1 ≤ μ ≤ X +t n−1
2 √n 2 √n
A)
∝ .05
−t n−1=−t 20−1
2 2
t ( 0.025 )( 19 )=2.093
.0965 .0965
9.8325−2.093 ≤ μ ≤ 9.8325+2.093
√ 20 √ 20
9.78 ≤ μ ≤ 9.87
9.8325−9.8
t= =1.51
.0965
√ 20
X−μ
t=
s Se distribuye según una t student con n- 1 de grados libertad
√n
SOLUCION
H 0 μ=75 H 1 μ> 75
X−75
t=
21.4 se distribuye según t student con 60 grados de libertad
√ 70
80.1−75
t=
Rechazaremos si 21.4 es significativamente grande
√ 70
Aquí tenemos la diferencia entre lo esperado y lo observado
75 80.1
5.5 DOS MUESTRAS: PRUEBAS SOBRE DOS MEDIAS UTILIZANDO
LA DISTRIBUCION NORMAL Y T STUDENT
Ejemplo1
La compañía USALUZ produce focos. El presidente de la Cía. dice que uno de sus focos
dura 300 días. Entonces la competencia va a varios supermercados y compra 15 focos
para probar. Los focos de la muestra duran en promedio 290 días con una desviación
estándar de 50 días. Entonces, si quieren desmentir al presidente de USALUZ necesita
saber cuál es la probabilidad de que 15 focos seleccionados al azar tengan una vida
promedio no mayor de 290 días. La solución de este tipo de problemas requiere
calcular el valor t basado en los datos y después usar una tabla de distribución t para
encontrarla probabilidad de forma similar a lo que hicimos con la distribución normal.
Solución
X−μ
t=
Primero necesitamos calcular el valor t usando nuestra fórmula s
√n
290−300 −10
t= = =−.7745966
50 12.909945
√15
290 μ=300
Supongamos que las calificaciones de una prueba están distribuidas normalmente con
una media de 100. Ahora supongamos que seleccionamos 20 estudiantes y les
hacemos un examen. La desviación estándar de la muestra es de 15. ¿Cuál es la
probabilidad de que el promedio en el grupo de muestra sea cuando más 110?
Solución: Primero calculamos el valor t
Nuestros datos son:
Número de grados de libertad: n-1 = 20 -1 = 19
La media de la población es igual a 100
La media de la muestra es igual a 110
La desviación estándar de la muestra es igual a 15
X−μ 110−100
t= t= =2.9814
s 15
√n √ 20
μ=100 110
5.6 UNA MUESTRA: PRUEBA SOBRE UNA SOLA PROPORCION
EJEMPLO 1
El expendio Pollos Deliciosos asegura que 90% de sus órdenes se entregan en menos
de 10 minutos. En una muestra de 100 órdenes, 82 se entregaron dentro de ese lapso.
Puede concluirse en el nivel de significancia 0.01, que menos de 90% de las órdenes se
entregan en menos de 10 minutos?
DATOS HIPOTESIS
n=100 H 0 :π ≥ 0.90
π=.90
nivel de significancia=.01
p−π
z=
π (1−π )
√
n
-2.66 -2.32
pi∗n=100∗.90=90
El valor de z=2.66
Valor critico ¿ 2.32
Se rechaza H 0 y se acepta la hipótesis alternativa; esto quiere decir que menos del
90% de los clientes recibieron sus pedidos en 10 minutos
EJEMPLO 2
H 0 : p=.3
H 1 : p> .3
Nivel de significancia∝=5 %
p−P .4967−.3
z= = =15.13
pq .013
√
n
15.13
Z=0 1.645
Como se ve en la gráfica el valor del estadístico cae en la zona de rechazo, por lo tanto
no aceptamos la hipótesis nula
H 1 : p 1−p 2> 0
( p1− p2 ) −( p1− p2 )
z=
√ pq pq
+
n1 n2
189 104
p1 = =.0171 p2= =.0094
11034 11037
189+ 104
¿ =.0133
11034+11037
.071−.0094
z= =5.0
5.0
Z=0 2.33
Como Z=5.0 ˃Z.99=2.33 se rechaza la hipótesis nula de que no hay diferencia entre las
proporciones de las personas que sufren infarto con relación a la toma o no de la
aspirina, y por lo tanto se concluye que el tomar una aspirina diaria reduce las
posibilidades de sufrir en el futuro
p1=.48 p1=.60
H 0 :¿
H 1 :( π 1−π 2)≠ 0
∝=.05
( p1− p2 ) −( π 1−π 2 )
z=
σp p
1 2
¿
√ π ( 1− p1 )
n1
+¿
π 2 (1−π 2)
n2
¿
¿
√ ( .53 ) ( .47 ) ( .53 )( .47)
60
+
50
.48−.60 −.12
z= = =1.26
.095 .095
Antes Después
1 85.9 77.2
2 91.8 86.4
3 100 96.8
4 94.1 87.3
5 88.2 81.8
6 80.4 73.2
7 87.7 79.0
8 91.8 85
9 94.5 84.5
10 105.9 92.7
Sea μd la media poblacional de la pérdida de peso después del programa. Las hipótesis
a contrastar serán las siguientes:
H 0=μ d=6
H d =μd > 6
d−μ0
>t 1−∝ (n−1)
Se rechaza H 0 si sd
√n
Antes Después d d2
1 85.9 77.2 8.7 75.69
2 91.8 86.4 5.4 29.16
3 100 96.8 3.2 10.24
4 94.1 87.3 6.8 46.24
5 88.2 81.8 6.4 40.96
6 80.4 73.2 7.2 51.84
7 87.7 79.0 8.7 75.69
8 91.8 85 6.8 46.24
9 94.5 84.5 10 100
10 105.9 92.7 13.2 174.24
SUMA 76.4 650.3
d=
76.4
=7.64 2
s=
∑ 2
d −n d
2
=650.3−10 ¿¿
10 d
n−1
sd =√ 7.4=2.72
Como 1.9 no supera al percentil (2,821) entonces no se rechaza H0. O sea, que no hay
evidencias suficientes para aceptar la hipótesis de que la pérdida de peso después del
programa es superior a 6 kg.
REFERENCIAS BIBILIOGRAFICAS
Ludueña, A. (2021). Hipótesis estadística. Junio 9, 2022, de economipedia Sitio web:
https://economipedia.com/definiciones/hipotesis-estadistica.html#:~:text=La%20hip
%C3%B3tesis%20estad%C3%ADstica%20es%20la,uso%20de%20multitud%20de
%20datos.