REPASO ESTADÍSTICA APLICADA

::01.:: Fumar cigarros de la marca X produce en promedio 0.6 mg de nicotina. El

departamento de ingeniería del fabricante propone un filtro nuevo que supuestamente
reducirá la producción de nicotina. Se toma una muestra de 50 cigarros con el nuevo
filtro y se encuentra que el promedio de nicotina es de 0.55 mg. Con una desviación
estándar de 0.56. ¿Debe aceptarse la aseveración del departamento de ingeniería con un
nivel de significación de 2,5 %?

i) Hipótesis
Ho: µ≥0.6 V
Ha: µ<0.6 F

ii) Datos
n=50; x=0.55 ; s=0.56=σ ; α=0.025; NC=0.975

iii) Prueba estadística

Como el tamaño de muestra es grande (n>30) el valor de s se convierte en σ por lo
tanto debemos aplicar la prueba z. Además, no conocemos a los datos, se debe simular
la data, utilizando una d.e. lo más pequeña posible.
> data<-rnorm(50,0.55,0.00001)
> library(PASWR)
> z.test(data, mu=0.6, alternative = "less",
+ conf.level = 0.975,sigma.x = 0.56)
One Sample z-test
data: data
z = -0.63135, p-value = 0.2639
alternative hypothesis: true mean is less than 0.6
97.5 percent confidence interval:
-Inf 0.7052209
sample estimates:
mean of x
0.5499997

iv) Decisión
Como el p valor es 0.2639 mayor que el nivel de significancia de 0.025, existe
evidencia estadística para no rechazar la hipótesis nula.

v) Conclusión
NO se verifica que el nuevo filtro reduce la producción de nicotina.

Página
1
::02.:: Los científicos han citado al benceno, un disolvente químico de uso común en la
síntesis de plásticos como un posible agente causante de cáncer. Ciertos estudios han
demostrado que las personas que trabajan con benceno durante más de cinco años
tienen una incidencia de leucemia 20 veces mayor que la de la población en general. En
consecuencia, el gobierno recomienda que el nivel máximo permisible de benceno en
dicho lugar de trabajo se baje de 10 partes por millón (ppm) a 1 ppm. Supongamos que
una fábrica de artículos de acero, que expone diariamente a sus trabajadores al benceno,
está siendo investigada por una certificadora de calidad, para ello se examinan 40
muestras de aire tomadas durante un período de un mes para determinar el contenido de
benceno, obteniendo en el análisis una media de 2.1 ppm y una desviación estándar de
1.7 ppm.
¿La fábrica de artículos de acero estaría haciendo caso omiso a la recomendación?
Utilice un nivel de confianza del 0.95.

i) Hipótesis
Ho: µ≤1 (Cumple con la recomendación) F
Ha: µ>1 (No cumple con la recomendación)

ii) Datos
n=40; x=2.1 ; s=1.7; NC=0.95; α=0.05
iii) Prueba estadística
Como el tamaño de muestra es 40, y la desviación estándar poblacional es
desconocida, el valor de s se convierte en σ. Como no se conoce la data, se debe
simular. Luego aplicaremos la prueba z.
> data<-rnorm(20,2.1,0.00001)
> library(PASWR)
> z.test(data, mu=1,alternative ="greater",sigma.x =1.7)
One Sample z-test
data: data
z = 2.8937, p-value = 0.001903
alternative hypothesis: true mean is greater than 1
95 percent confidence interval:
1.474739 Inf
sample estimates:
mean of x
2.1

iv) Decisión
Como el p valor es 0.001903, menor que el nivel de significancia de 0.05, existe
evidencia estadística para rechazar la hipótesis nula.

v) Conclusión
Se evidencia que no se está cumpliendo con la recomendación.

Página
2
::03.:: Un estudio realizado a fumadores que intentaban dejar el hábito con terapia de
parches de nicotina reveló que 39 de ellos continuaban fumando un año después de
iniciado el tratamiento y 32 habían dejado de fumar (según datos de "High-Dose
Nicotine Patch Therapy", de Dale et al, Journal of the American Medical Association,
vol. 274, núm. 17). Utilice un nivel de significancia de 0.10 para probar la aseveración de
que, de los fumadores que intentaban dejar el cigarrillo, la mayoría continúa fumando
un año después de iniciar el tratamiento. ¿Sugieren estos resultados que la terapia de
parches de nicotina es ineficaz?

i) Hipótesis
Ho: p≤0.5 V
Ha: p>0.5 (La mayoría continúa fumando) F

ii) Datos
n=39+32=71; x=39; α=0.1; NC=0.90

iii) Prueba estadística

> prop.test(39,71,p=0.5,alternative="greater",conf.level=0.9)
1-sample proportions test with continuity correction
data: 39 out of 71, null probability 0.5
X-squared = 0.50704, df = 1, p-value = 0.2382
alternative hypothesis: true p is greater than 0.5
90 percent confidence interval:
0.4663795 1.0000000
sample estimates:
p
0.5492958

iv) Decisión
Como el p valor es 0.2382, mayor que el nivel de significancia de 0.1, existe evidencia
estadística para no rechazar la hipótesis nula.

v) Conclusión

NO se verifica que la mayoría continúe fumando, por lo que se puede concluir que la terapia al
parecer es eficaz.

::04.:: Una compañía de transportes requiere comprar un gran lote de buses para el
transporte urbano con el fin de reemplazar su parque automotor y para tal fin desea
comprobar la afirmación hecha por el proveedor de la marca B, en el sentido de que la
marca A es menos ahorradora de combustible. Para tal fin la empresa toma una muestra
aleatoria de 35 vehículos marca A y encuentra que la misma tiene un promedio en el
rendimiento de 18 kilómetros/galón con una desviación estándar de 8 kilómetros/galón,
mientras que una muestra de 32 vehículos marca B presenta un promedio de 22

Página
3
 kilómetros/galón con desviación estándar de 3 kilómetros /galón. ¿Qué decisión debe
tomar el gerente de la compañía con un nivel de significación del 5%?

i) Hipótesis
Ho: µA≥µB F
Ha: µA<µB (La marca A es menos ahorradora que la marca B) V

ii) Datos
nA=35; mediaA=18; sA=8=σ A ; nB=32; mediaB=22; sB=3=σ B; α=0.05; NC=0.95

iii) Prueba estadística

Como los tamaños de muestra son mayores que 30, los valores de s se convierten en
sigma, por lo que aplicaremos la prueba Z, sin embargo, no se conoce la data por lo
que se debe simular.
> data1<-rnorm(35,18,0.00001)
> data2<-rnorm(32,22,0.00001)
> library(PASWR)
> z.test(data1,data2,alternative ="less",
+ sigma.x=8,sigma.y=3)
Two Sample z-test
data: data1 and data2
z = -2.7538, p-value = 0.002945
alternative hypothesis: true difference in means is less than 0
95 percent confidence interval:
-Inf -1.610815
sample estimates:
mean of x mean of y
18 22

iv) Decisión
Como el p valor es 0.002945 menor que el nivel de significancia de 0.05 existe
evidencia estadística para rechazar la hipótesis nula.
v) Conclusión
Se verifica que la marca A es menos ahorradora que la marca B, se debe elegir a la
marca B.

::05.:: Una compañía asegura que el mercado para su producto X tiene una aceptación
de iguales proporciones en la ciudad A que en la ciudad B. Un especialista en mercado
pone en duda dicha afirmación y para tal fin tomó una muestra aleatoria de 500 amas de
casa en la ciudad A y encontró que el 59.6% de las mismas prefería el artículo X. Por
otra parte, tomó una muestra aleatoria de 300 amas de casa en la ciudad B y encontró
que el 50% de las mismas preferían el artículo X. ¿Existe una diferencia real entre las
dos ciudades? Nivel de significación 5%

Página
4
 i) Hipótesis
Ho: pA=pB F
Ha: pA≠pB V

ii) Datos
nA=500; ^p A =0.596 ; xA=0.596*500=298; nB=300; ^pB =0.5; xB=0.5*300=150
α=0.05; NC=0.95

iii) Prueba estadística

> x<-c(298,150)
> n<-c(500,300)
> prop.test(x,n,alternative="two.sided",correct=FALSE)
2-sample test for equality of proportions without continuity
correction
data: x out of n
X-squared = 7.013, df = 1, p-value = 0.008092
alternative hypothesis: two.sided
95 percent confidence interval:
0.02492863 0.16707137
sample estimates:
prop 1 prop 2
0.596 0.500

iv) Decisión
Como el p valor es 0.008092 y es menor que el nivel de significancia de 0.05, existe
evidencia estadística para rechazar la hipótesis nula.

v) Conclusión
Se verifica que existe una diferencia real entre las proporciones de ambas ciudades.

::06.:: Dos tipos diferentes de materiales A y B, se han utilizado para fabricar prototipos
experimentales de un pequeño eslabón de tensión que se emplea en ciertas aplicaciones
de ingeniería. Se determinó la resistencia máxima, en kilogramos, de 10 elementos de
cada material registrándose las resistencias que se muestran en la tabla.

Observación 1 2 3 4 5 6 7 8 9 10
Material A 42,4 42,7 41,8 41,2 42,3 42,2 41,9 41,8 41,6 41,6
Material B 42,6 42,5 42,6 42,4 42,6 42,0 42,5 42,5 42,4 42,4

Suponga que las resistencias a la tensión en ambos materiales tienen distribución

normal. Utilizando un nivel de significación del 5%, ¿se puede afirmar que la resistencia
promedio a la tensión es mayor en el eslabón correspondiente al material B? Respecto al
análisis indique lo correcto.

Página
5
i) Hipótesis
Ho: µA≥µB F
Ha: µA<µB V

ii) Datos
nA=10; media, sA, nB=10; mediaB, sB; α=0.05; NC=0.95

iii) Prueba estadística

Como los tamaños de muestra son pequeños, y no se conoce sigma, se debe aplicar la
prueba t, sin embargo, previamente debemos validar la homogeneidad de varianzas
para determinar si las varianzas poblacionales desconocidas son iguales o diferentes,
así mismo debemos indicar que las muestras son independientes.

PRUEBA DE HOMOGENEIDAD DE VARIANZAS

2 2
Ho:σ 1=σ 2 F
2 2
Ha:σ 1 ≠ σ 2 V

> materialA<-c(42.4,42.7,41.8,41.2,42.3,42.2,41.9,41.8,41.6,41.6)
> materialB<-c(42.6,42.5,42.6,42.4,42.6,42.0,42.5,42.5,42.4,42.4)
> var.test(materialA,materialB)
F test to compare two variances
data: materialA and materialB
F = 6.3333, num df = 9, denom df = 9, p-value = 0.0112
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
1.57311 25.49796
sample estimates:
ratio of variances
6.333333

Como el p valor es 0.0112 menor que le nivel de significancia de 0.05, se rechaza la

hipótesis nula y se concluye que las varianzas desconocidas son diferentes.

PRUEBA t
> t.test(materialA,materialB,alternative="less", paired = FALSE,
+ var.equal = FALSE, conf.level = 0.95)
Welch Two Sample t-test
data: materialA and materialB
t = -3.2811, df = 11.773, p-value = 0.003362
alternative hypothesis: true difference in means is less than 0
95 percent confidence interval:
-Inf -0.227963
sample estimates:
mean of x mean of y
41.95 42.45

Página
6
 iv) Decisión
Como el p valor es 0.003362 y es menor que el nivel de significancia de 0.05, existe
evidencia estadística para rechazar la hipótesis nula.

v) Conclusión
Se verifica que la resistencia promedio a la tensión es mayor en el eslabón
correspondiente al material B

::07.:: Un fabricante de juguetes electrónicos, solicita a un proveedor cierta cantidad de

baterías. El proveedor afirma que los productos que proporciona tienen una duración
distribuida normalmente con una desviación estándar de 5 horas.

Observació
1 2 3 4 5 6 7 8 9 10 11 12
n
Duración 43 32 18 37 16 22 33 20 22 20 26 30

¿Cuál es tu conclusión respecto a la operación luego de un análisis al 90%?

::08.:: Para comparar dos métodos que permiten predecir la resistencia al corte de vigas
de placas de acero, se registran los datos de los procedimientos Karlsruhe y Lehigh,
cuando se aplicaron a nueve vigas específicas. Con un nivel de significación del 2,5%, ¿se
puede asegurar que la resistencia promedio al corte mediante el método Karlsruhe
supera a la resistencia promedio al corte mediante el método Lehigh?

Viga 1 2 3 4 5 6 7 8 9

Método Karlsruhe 1,186 1,151 1,322 1,339 1,200 1,402 1,365 1,537 1,559

Método Lehigh 1,610 0,992 1,063 1,062 1,065 1,178 1,037 1,086 1,052

i) Hipótesis
Ho: µK≤µL F
Ha: µK>µL ó µK-µL > 0 ó D>0 V

ii) Datos
nK, mediaK, sk, nL, mediaL, sL, α=0.025; NC=0.975

iii) Prueba estadística

Como los datos son apareados o relacionados dado que una misma viga nos da dos
lecturas una con cada método, debemos aplicar la prueba t para muestras apareadas, ya
nos realiza la prueba de homogeneidad de varianzas.
> metodoK<-c(1.186,1.151,1.322,1.339,1.200,1.402,1.365,1.537,1.559)
> metodoL<-c(1.610,0.992,1.063,1.062,1.065,1.178,1.037,1.086,1.052)
> t.test(metodoK,metodoL, paired = TRUE, alternative = "greater",
+ conf.level = 0.975)
Paired t-test

Página
7
 data: metodoK and metodoL
t = 2.3773, df = 8, p-value = 0.02237
alternative hypothesis: true mean difference is greater than 0
97.5 percent confidence interval:
0.006381872 Inf
sample estimates:
mean difference
0.2128889
iv) Decisión

Como el p valor es 0.02237 menor que el nivel de significancia de 0.025, existe

evidencia estadística para rechazar la hipótesis nula.

v) Conclusión
Se verifica que la resistencia promedio al corte mediante el método Karlsruhe supera a
la resistencia promedio al corte mediante el método Lehigh.

::09.:: El ingeniero de control de calidad de la fábrica M, afirma que la resistencia de

cierto material que producen es mayor que la resistencia del mismo material producido
por la fábrica N. Un laboratorio particular realiza un experimento sobre estos materiales
y los resultados (en ohmios) se muestra a continuación:

Fábrica M 0,140 0,138 0,143 0,142 0,144 0,141 0,137

Fábrica N 0,135 0,140 0,136 0,142 0,138 0,135 0,140

Asuma poblaciones normales. Con un nivel de significancia del 5%, ¿se confirma lo que
dice el ingeniero de calidad de la fábrica M?

::10.:: Un ingeniero industrial hace un análisis de la producción de la panadería

Mantaro Valley que hace donas que se empacan en cajas con etiquetas que dicen
contener 12 donas y pesan un total de 42 onzas. Si la variación entre las donas es muy
grande, algunas cajas contendrán menos peso (estafando a los consumidores) y otras más
(disminuyendo las ganancias). El supervisor de control de calidad encontró que es
posible resolver el problema si las donas tienen una media de 4.50 onzas y una desviación
estándar de 0.06 onzas o menor. Se seleccionan al azar 18 donas de la línea de
producción y se pesan, con los resultados que se dan aquí (en onzas).

4.43 4.37 4.58 4.50 4.68 4.61 4.43 4.37 4.58 4.50 4.68 4.61
4.61 4,30 4.37 4.58 4.50 4,32 4.61 4,30 4.37 4.58 4.50 4,32
4.42 4.52 4.66 4.50 4.36 4.42 4.42 4.52 4.66 4.50 4.36 4.42

Verifique si la media cumple con las condiciones.

Página
8
::11.:: Carlos Burgos desarrolla una tesis sobre el mercado de las tarjetas de crédito en
una agencia bancaria que posee 4000 clientes. De acuerdo con un estudio anterior se sabe
que de cada 40 personas 8 tienen una tarjeta de crédito. ¿Cuál es el tamaño de muestra
necesario para realizar una estimación al 95% de confianza y si se quiere un error
máximo de ±4% para realizar una nueva investigación?

::12.:: Una investigación realizada respecto a la resistencia a la compresión (en libras)

para una muestra de latas de aluminio de 12 onzas llenadas con bebida de fresa y otra
muestra con refresco de cola. Se tiene la sospecha que la carbonatación extra del refresco
de cola eleva la resistencia a la compresión del envase. Las mediciones recogidas se
muestran en la tabla.

Bebida de fresa 627 653 624 699 641 683 679 690 630 630

Refresco de cola 657 667 646 668 673 643 637 647 643 640

Con un nivel de significación del 5% ¿La información muestral valida la sospecha que se
tiene?

Página
9