UNIVERSIDAD AUTÓNOMA DE NUEVO

LEÓN
FACULTAD DE INGENIERÍA MECÁNICA Y
ELÉCTRICA
ESTADÍSTICA INFERENCIAL

INGENIERA: M.C RIGOBERTO AMERICANO GARZA LÓPEZ

ALUMNA: PERLA ANDREA MENDOZA RODRÍGUEZ
MATRÍCULA: 2006389
GRUPO: 007
HORA: M5

SAN NICOLÁS DE LOS GARZA 14/08/22

 TEMARIO

Pruebas Paramétricas
• Prueba de hipótesis para una media muestra grande
• Prueba de hipótesis para dos medias muestras grandes
• Prueba de hipótesis para una media muestra pequeña
• Prueba de hipótesis para dos medias muestras pequeñas considerando varianzas
iguales
• Pruebas de hipótesis para dos medias muestras pequeñas considerando varianzas
diferentes
• Prueba de hipótesis para dos medias muestras pequeñas usando el método de la W
• Prueba de hipótesis para una proporción
• Prueba de hipótesis para dos proporciones
• Prueba de hipótesis para la varianza
• Prueba de hipótesis para la razón de la varianza
• Prueba de bondad y ajuste

Pruebas no Paramétricas
• Prueba de signo para una media
• Prueba de signo para dos medias
• Prueba de rango con signo para una media
• Prueba de rango con signo para dos medias
• Prueba de suma de rangos
 GLOSARIO

Probabilidad: Medida de la certidumbre de que ocurra un evento.

Estadística: Rama de la matemática que estudia la variabilidad, colección y organización.
Estadística Inferencial: Estadística que comprende los métodos y procedimientos que por
medio de la inducción determina propiedades de una población
Estadística descriptiva: Es la técnica matemática que obtiene, organiza, presenta y describe
un conjunto de datos con el propósito de facilitar el uso.
Prueba de hipótesis: Es un procedimiento para juzgar si una propiedad que se supone en una
población estadística es compatible.
Desviación Estándar: Promedio de las desviaciones individuales de cada observación con
respecto a la media de una distribución.
Varianza: Es una medida de dispersión definida como la esperanza del cuadrado de la
desviación de dicha variable respecto a su media.
Pruebas Paramétricas: Se basan en que se supone una forma determinada de la distribución
de valores.
Pruebas no Paramétricas: Tienen como denominador común la ausencia de asunciones acerca
de la ley de probabilidad que sigue la población de la que ha sido extraída la muestra.
 TABLA DE REGIONES CRITICAS

Planteamiento Gráfica Formula Valor Critico

H0: µ=0 ̅− µ
X Α
Z= α/
H1: µ<0 √𝑛

H0: µ=0 ̅− µ
X 1- α
Z= α/
H1: µ>0 √𝑛

̅− µ
X α α
H0: µ=0 Z= α/ o 1- 2
2
H1: µ≠0 √𝑛

NOMENCLATURA

X̅= Media de la muestra

µ= Media de la población
α= Nivel de significancia
σ= Desviación estándar
n≥ 30 muestra grande
n≤ 30 muestra pequeña
 Prueba de hipótesis para una media
muestra grande

1. El promedio semanal de ganancias para trabajadoras sociales es de

$670. ¿Los hombres de la misma posición tienen ganancias semanales
promedio más altas que los de las mujeres? Una muestra aleatoria de
n=40 trabajadores sociales mostraron X̅= $725 y s=$102. Pruebe la
hipótesis apropiada usando α=0.01

Datos Formula Tabla Conclusión

n=40 ̅− µ
X Área bajo la curva Los hombres de la
X̅= 725
Z= normal misma posición tienen
s/√𝑛
α= 0.01 ganancias semanales
s=102 Z 0.03 promedio más altas que
2.3 0.9901 los de las mujeres.
Se acepta H1
Planteamiento Sustitución Gráfica

H0: µ=670 725− 670

Z= =3.41
102/√40
H1: µ>670

-∞ 0
3.41
2.33 H1
∞
H0

Bibliografía Libro “Introducción a la Probabilidad y Estadística” Decima tercera edición

Mendenhall • Beaver • Beaver
 Prueba de hipótesis para dos medias
muestras grandes

1. Para determinar si la propiedad de un auto afecta el rendimiento académico

de un estudiante, se tomaron dos muestras aleatorias de 100 estudiantes de
sexo masculino. El promedio de calificaciones para los n1=100 que no eran
dueños de autos tuvieron un promedio y varianza igual a X̅1= 2.70 s21=0.36,
en tanto que X̅2= 2.54 y s22 =0.40 para los n2= 100 propietarios de autos. ¿Los
datos presentan suficiente evidencia para indicar una diferencia en el
rendimiento medio entre propietarios de autos y no propietarios?
Pruebe usando α=0.05

Datos Formula Tabla Conclusión

l (x̅1- x̅2) l - (µ1- µ2)
n1=100 Z= Área bajo la Los datos no
n2=100 s21 s22 curva normal presentan suficiente
X̅1= 2.70 n1 + n2 evidencia para indicar
X̅2= 2.54 Z 0.06 una diferencia en el
S21= 0.36 -1.9 0.0250 rendimiento medio
S22= 0.40 entre propietarios de
α= 0.05 α/2 autos y no
0.05/2 =0.025 propietarios.
Se acepta H1
Planteamiento Sustitución Gráfica
l (2.70- 2.54) l - (0)
H0: (µ1- µ2) = D0=0 Z= =1.84
H1: (µ1- µ2) ≠ 0 0.36 0.40
+
100 100
-∞ 1.84
0
1.84
∞
1.96 H1 H1 1.96
H0 H0

Bibliografía Libro “Introducción a la Probabilidad y Estadística” Decima tercera edición

Mendenhall • Beaver • Beaver
 Prueba de hipótesis para una media
muestra pequeña

1. Un nuevo proceso para producir diamantes sintéticos puede ser operado a

un nivel rentable sólo si el peso promedio de éstos es mayor a 0.5 quilates.
Para evaluar la rentabilidad del proceso, se generan seis diamantes que
registran pesos de 0.46, 0.61, 0.52, 0.48, 0.57 y 0.54 quilates. ¿Estas seis
mediciones presentan suficiente evidencia para indicar que el peso promedio
de los diamantes producidos por el proceso es más de 0.5 quilates?

Datos Formula Tabla Conclusión

α= 0.05 X̅= x1+x2+x3n+x4+…xn Valores críticos de Estas seis

n=6 la distribución t mediciones no
s=21 ̅− µ
X presentan
X̅1= 0.46
t=
s/√𝑛 α suficiente
X̅2=0.61 Ƴ 0.95 evidencia para
X̅3=0.52 ∑xi2 = x21 + x22 +…..x2n 5 2.015 indicar que el
X̅4=0.48 2
peso promedio
X̅5=0.57 (∑xi) = (x1+x2+x3+x4+…xn)2 Ƴ =n-1 de los
X̅6=0.54 diamantes
6-1=5 producidos por
s= n (∑ xi2 – (∑xi)2 el proceso es
n (n-1) más de 0.5
quilates
Se acepta H0
Planteamiento Sustitución Gráfica
-
H0: µ=0.5 X̅= 0.46+0.61+0.52+0.48+0.57+0.54
H1: µ>0.5 6
X̅=0.53
∑x2= (0.46)2+(0.61)2+(0.52)2+(0.48)2+(0.57)2+(0.54)2 -∞ 0 2.15
1.32 H0 ∞
H1
∑x2 =1.701 H1
H1

(∑xi)2= (0.46+0.61+0.52+0.48+0.57+0.54)2
(∑xi)2=10.1124
 6 (1.701 – (10.1124)
s=
6 (6-1)
s= 0.055585

0.53− 0.5
t= - =1.32
0.055585/√6

Bibliografía Libro “Introducción a la Probabilidad y Estadística” Decima tercera edición

Mendenhall • Beaver • Beaver
 Prueba de hipótesis para dos medias
muestras pequeñas considerando
varianzas iguales
1. Para tomarse un curso a crédito ya sea asistiendo a sesiones de clases en
horas y días fijos, o haciendo sesiones en línea que el estudiante puede
hacer a su propio paso y en los tiempos que el estudiante escoja. El
coordinador del curso desea determinar si estos dos días de tomar el curso
resultaron en una diferencia significativa en rendimiento medido por el
examen final para el curso. La siguiente información da las calificaciones en
un examen con 45 puntos posibles para un grupo de n1 =9 estudiantes que
tomaron el curso en línea y un segundo grupo de n2 = 9 estudiantes que
tomaron el curso de clases convencionales. ¿Estos datos presentan
suficiente evidencia para indicar que las calificaciones para estudiantes que
tomaron el curso en línea son significativamente más altas que las de quienes
asistieron a una clase convencional?

Calificaciones de examen para presentaciones en línea y en salón de clase

En línea
32, 37, 35, 28, 41, 44, 35, 31, 34

Salón de Clase
35, 31, 29, 25, 34, 40, 27, 32, 31

Datos Formula Tabla Conclusión

n1=9 l (X̅1- X̅2) l – ( µ1- µ2) Valores críticos Estos datos no

t=
n2=9 s21 s22 de la distribución presentan
X̅1= 35.22 n1 + n2 t suficiente
X̅2 = 31.55 evidencia para
α= 0.05 α indicar que las
s21= 4.9441 x1+x2+x3+x4+…xn Ƴ calificaciones
0.05
s22= 4.4752 X̅1= n1 16 1.746 para estudiantes
s2p= 22.2361 que tomaron el
x1+x2+x3+x4+…xn
X̅2= n2
Ƴ =n1+n2-2 curso en línea
Ƴ =9+9-2 son
significativamente
∑xi2 = x21 + x22 +…..x2n
más altas que las
de quienes
 asistieron a una
(∑xi)2=(x1+x2+x3+x4+…xn)2 clase
convencional.
Se acepta H0
n1 ∑xi2 - (∑xi)2
S 21 =
n1 (n1-1)

n2 ∑xi2 - (∑xi)2
S2 2 =
n2 (n2-1)

(n1-1) S21 + (n2-1) S22

S 2p =
n1 + n2 -2
Planteamiento Sustitución Gráfica

H0: µ1- µ2=0 X̅1=32+37+35+28+41+44+35+31+34

H1: µ1- µ2>0 9
X̅1=35.22
-∞ 0
1.746
1.65 H1
∞
X̅2=35+31+29+25+34+40+27+32+31 H0

9
X̅2=31.56

9(322+372+352+282+412+442+352+312+342)-
S21 = (32+37+35+28+41+44+35+31+34)2
9 (9-1)
S2 1 = 4.9441
9(352+312+292+252+342+402+272+322+312)-
(35+31+29+25+34+40+27+32+31)2
S 22 =
9 (9-1)

S22 = 4.4752

8 (4.9441)2 + 8 (4.4752)2
S 2p =
9 +9-2

S2p =22.22361

35.22- 31.56
t= =1.65

22.2361 (1/9+1/9)

Bibliografía Libro “Introducción a la Probabilidad y Estadística” Decima tercera edición

Mendenhall • Beaver • Beaver
 Prueba de hipótesis para dos medias
muestras pequeñas considerando
varianzas diferentes
1. En el HMI Ramos Larrea, se realizó un estudio para comparar la efectividad
de dos tratamientos diferentes para la diarrea aguda, seleccionaron 15 niños
de 1 a 2 años de edad con diarrea aguda, fueron divididos en dos subgrupos,
al subgrupo A se le dio como tratamiento SRO y al subgrupo B se le dio como
tratamiento SRO + Cocimiento de arroz. Después de tres días de tratamiento
se registró la frecuencia de evacuaciones de los niños, los resultados fueron
los siguientes.

Grupo A Grupo B
3,4,3,4,4,4,5 4,1,2,3,1,3,2,3

¿Proporcionan los datos evidencias suficientes que indique que la efectividad

de los dos tratamientos no es la misma?
Utilice un nivel de significancia de 0.05

Datos Formula Tabla Conclusión

α= 0.05 X̅1=x1+x2+x3+x4+…xn Valores críticos de Los datos

n1=7 n1 la distribución t proporcionan
n2=8 x1+x2+x3+x4+…xn evidencias
X̅1 = 3.857 X̅2= α suficientes
n2
X̅2 = 2.375 Ƴ 0.025 para que
s21= 0.4761 ∑xi2 = x21 + x22 +…..x2n 12 2.179 indique que la
s22= 1.125 2
efectividad de
(∑xi) = (x1+x2+x3+x4+…xn)2 α/2 los dos
0.05/2=0.025 tratamientos
n1 ∑xi2 - (∑xi)2 no es la
S2 1=
n1 (n1-1) misma.
n2 ∑xi2 - (∑xi)2 Se acepta H1
S 22 =
n2 (n2-1)
 l (X̅1- X̅2) l – ( µ1- µ2)
t=
s21 s22
n1 + n2

2 S 22
Ƴ=
(S1 + )
n1 n2
(S21)2 (S22 )2
n1 n2
n1 -1 n2-1

Planteamiento Sustitución Gráfica

H0: µ1- µ2 = 0 3+4+3+4+4+4+5

X̅1=
H1: µ1- µ2 ≠ 0 7
X̅1=3.857
2.179
-∞ 2.179 H1
H0 2.179
0 3.24 H0
H1 ∞
X̅2= 4+1+2+3+1+3+2+3 H1 H1
H1

8
X̅2= 2.375

7(32+42+32+42+42+42+52)- (3+4+3+4+4+4+5)2
S 21 =
7 (7-1)
S2 1 =0.4761

8(42+12+22+32+12+32+22+32)- (4+1+2+31+3+2+3)2
S 22 =
8 (8-1)

S22 =1.125

l (3.857 – 2.375) l - 0
t= =3.24
0.4761 1.125
+
7 8

(0.4761+ 1.125 )
7- 8
Ƴ= =12.09
(0.4761)2 (1.125)2
7 8
7 -1 8-1

Bibliografía Libro “Introducción a la Probabilidad y Estadística” Decima tercera edición

Mendenhall • Beaver • Beaver