Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Área Fı́sico-Matemática
Óscar E. Sosa
Índice
1. Estimación de intervalo de confianza para la media poblacional 2
1.1. Muestras grandes n ≥ 30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Muestras pequeñas n < 30, distribución t . . . . . . . . . . . . . . . . . . . . . . . . 3
4. Prueba de hipótesis 7
4.1. Prueba de dos colas para µ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2. Pruebas de una cola para µ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.3. Prueba para µ, muestras pequeñas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.4. Pruebas para la proporción π . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Ası́, con un 95 % dde confianza, se puede concluir que la media poblacional está entre 10.99408 y
11.00192 pulgadas.
como el intervalo incluye al 11, valor que indica que el proceso de producción funciona adecuada-
mente, no hay razón parra creer que algo está mal con el proceso de fabricación.
Ejemplo 2. Construya una estimación de intervalo del 99 % de confianza para estimar la media
poblacional de la longitud del papel del ejercicio anterior.
Solución. En esta parte del ejercicio, solamente cambia el nivel de confianza del 95 % al 99 %; para
este nivel de confianza del 99 % tenemos que Z = 2.58.
Construimos el intervalo de confianza
Una vez más, puesto que el 11 está incluido dentro de la amplitud del intervalo, no hay razón para
creer algo está mal con el proceso de producción.
Puede recolectar los datos sobre las últimas 82 nevadas que se utilizarán para estimar las nevadas
promedio. Con esta información, el propietario puede determinar lo que necesita y lo más impor-
tante, usted tendrá entrada gratis las próximas 5 temporadas.
Se requieren 2,401 personas para proceder con la estimación de la proporción de todos los residentes
quienes están a favor de la ley.
Ejemplo 10. La empresa remodelaciones “Saxon”, en sus procesos de auditorı́a requieren una
estimación de confianza del 95 % de la proporción poblacional de las facturas de ventas con errores
dentro de ±0.07. Los resultados del mes anterior indican que la proporción más grande ha sido de
no más de 0.15. Determine el tamaño de la muestra para realizar la auditorı́a.
Se requiere elegir una muestra aleatoria de 100 facturas para realizar la auditorı́a para estimar la
proporción poblacional a un nivel de confianza del 95 %.
2. Nivel de significancia
α = 0.01 −→ Zc = 2.58
3. Estadı́stico de prueba
Calculemos el error estándar
s 97.30
sX = √ = √ = 6.8801
n 200
Calculamos el estadı́stico de prueba
X −µ 298.10 − 312
Zp = = = −2.0203
sX 6.8801
4. Regla de decisión
No rechazar Ho si −2.58 ≤ Zp ≤ 2.58
Rechazar Ho si Zp < −2.58 o Zp > 2.58
El estadı́stico de prueba Zp = −2.0203 se encuentra entre los valores de −2.58 y 2.58, por lo
que no se rechaza la hipótesis nula.
5. Conclusión
La diferencia entre el valor de la media poblacional bajo la hipótesis nula de $312 y el valor
de la media muestral de $298.10 es estadı́sticamente insignificante.
2. Nivel de significancia
α = 0.05 −→ Zc = 1.96
3. Estadı́stico de prueba
Calculemos el error estándar
s 1.2
sX = √ = √ = 0.2191
n 30
Calculamos el estadı́stico de prueba
X −µ 5.1 − 4.5
Zp = = = 2.7386
sX 0.2191
4. Regla de decisión
No rechazar Ho si −1.96 ≤ Zp ≤ 1.96
Rechazar Ho si Zp < −1.96 o Zp > 1.96
El estadı́stico de prueba Zp = 2.7386 no se encuentra entre los valores de −1.96 y 1.96, por lo
que se rechaza la hipótesis nula.
5. Conclusión
Existe evidencia de que el tiempo de espera al pedir una orden se ha modificado con respecto
a su valor previo de 4.5 minutos; el tiempo de espera medio de los clientes ahora es mayor que
el mes pasado.
2. Nivel de significancia
α = 0.01 −→ Zc = 2.58
3. Estadı́stico de prueba
Calculemos el error estándar
s 45.5
sX = √ = √ = 3.7151
n 150
Calculamos el estadı́stico de prueba
X −µ 201.3 − 212
Zp = = = −2.8802
sX 3.7151
4. Regla de decisión
No rechazar Ho si Zp ≥ −2.58
Rechazar Ho si Zp < −2.58
El estadı́stico de prueba Zp = −2.8802 es menor que −2.58, por lo que se rechaza la hipótesis
nula.
5. Conclusión
Parece que el gerente se ha excedido al estimar su tasa de ocupación y aparentemente recibirá
una advertencia de la oficina principal.
2. Nivel de significancia
Determinemos los grados de libertad
α = 0.05 −→ tc = 2.064
3. Estadı́stico de prueba
Calculemos el error estándar
s 0.02
sX = √ = √ = 0.0028
n 50
Calculamos el estadı́stico de prueba
X −µ 6.034 − 6.03
Zp = = = 1.4142
sX 0.0028
4. Regla de decisión
No rechazar Ho si Zp ≤ 1.65
Rechazar Ho si Zp > 1.65
El estadı́stico de prueba Zp = 1.4142 en menor que el valor de 1.65, por lo que no se rechaza
la hipótesis nula.
5. Conclusión
No existe evidencia suficiente para concluir que el peso medio poblacional está por encima de
6.03 onzas.
Ho : µ = 0.25
Ha : µ 6= 0.25
2. Nivel de significancia
Determinemos los grados de libertad
gl = n − 1 = 25 − 1 = 24
α = 0.05 y gl = 24 −→ tc = 2.064
3. Estadı́stico de prueba
Calculemos el error estándar
s 0.09
sX = √ = √ = 0.018
n 25
Calculamos el estadı́stico de prueba
X −µ 0.22 − 0.25
tp = = = −1.6667
sX 0.018
4. Regla de decisión
El estadı́stico de prueba tp = −1.6667 está entre los valores de −2.064 y 2.064, no se rechaza
la hipótesis nula.
5. Conclusión
La evidencia de prueba confirma que la afirmación de McDonald’s de que las hamburguesas
de cuarto de libra contienen efectivamente 0.25 libras de carne.
2. Nivel de significancia
α = 0.05 −→ Zc = 1.96
3. Estadı́stico de prueba
Determinemos la proporción muestral
m 492
p= = = 0.615
n 800
Calculemos el error estándar
r r
p(1 − p) (0.615)(1 − 0.615)
sp = = = 0.0172
n 800
Calculamos el estadı́stico de prueba
p−π 0.615 − 0.6
Zp = = = 0.866
sp 0.0172
El estadı́stico de prueba Zp = 0.866 se encuentra entre los valores de −1.96 y 1.96, por lo que
no se rechaza la hipótesis nula.
5. Conclusión
La evidencia de la muestra confirma la hipótesis, ahora es posible desarrollar su polı́tica de
precios con base en esta conclusión.
Para un nivel de confianza del 95 % tenemos que Z = 1.96, construimos el intervalo de confianza.
Ası́, con un 95 % de confianza, se puede concluir que existe diferencia significativa entre ambas rutas.
como el intervalo no incluye al 0, la ruta sur toma entre 0.75 horas y 3.7 horas más.
Ejemplo 17. Recientemente se instituyó dos programas de capacitación para los representantes
de mercadeo telefónico contratados hace unas semanas. Para probar la efectividad relativa de cada
programa, a 45 representantes entrenados en el primer programa se les hizo la prueba de compe-
tencia. El puntaje promedio fue X 1 = 76.00 con S1 = 13.50 puntos. Las 40 personas entrenadas
bajo el segundo programa de entrenamiento reportaron un puntaje promedio de X 2 = 77.97 y
S2 = 9.05. La gerencia desea saber si un programa de entrenamiento es más efectivo que el otro.
Se decide construir un intervalo de confianza del 99 % para hallar la diferencia entre los puntajes
de competencia promedio de los empleados entrenados que se encuentran en cada programa. ¿Cuál
programa de entrenamiento deberá utilizar la compañı́a exclusivamente?
Solución. Para darle solución comenzamos calculando el error estándar, es decir,
s r
S12 S22 (13.50)2 (9.05)2
SX1 −X2 = + = + = 2.4693
n1 n2 45 40
Para un nivel de confianza del 99 % tenemos que Z = 2.58, construimos el intervalo de confianza.
Dado que el 0 está contenido en el intervalo de confianza, se puede reportar con un 99 % de confianza
de que no hay diferencia significativa en los puntajes promedio.
Se puede concluir que cualquiera de los dos programas puede utilizarse para entrenar a los repre-
sentantes recientemente contratados.
se deben seleccionar 107 empleados del sector público y 107 en empleados del sector privado para
hacer la comparación.
En la muestra deberı́an elegirse 13,917 hombre y 13,917 mujeres para hacer la estimación.
Hombre Mujeres
X 1 = 3.5 horas X 2 = 4.9 horas
S1 = 0.9 horas S2 = 1.5 horas
Cuadro 1
Ho : µ1 = µ2
Ha : µ1 6= µ2
2. Nivel de significancia
α = 0.05 −→ Zc = 1.96
3. Estadı́stico de prueba
Determinemos la proporción muestral Calculemos el error estándar
s r
S12 S22 (0.9)2 (1.5)2
SX1 −X2 = + = + = 0.2572
n1 n2 50 45
X1 − X2 (3.5 − 4.9)
Zp = = = −5.4432
SX1 −X2 0.2572
4. Regla de decisión
El estadı́stico de prueba Zp = −5.4432 no se encuentra entre los valores de −1.96 y 1.96, por
lo que se rechaza la hipótesis nula.
5. Conclusión
La evidencia sugiere que a las mujeres les toma más tiempo completar los 18 hoyos.
Muestra 1 Muestra 2
Tamaño muestral 10 10
Desviación estándar 12.2 15.4
Varianza 148.84 237.16
Realice una prueba de hipótesis para saber si existe evidencia significativa entre las varianzas mues-
trales a un nivel de significancia del 10 %.
Ho : σ12 = σ22
Ha : σ12 6= σ22
2. Nivel de significancia
Esta es una prueba de hipótesis de dos colas
α 0.1
= = 0.05
2 2
S12 237.16
Fp = 2 = = 1.593388874
S2 148.84
Ahora determinaremos el estadı́stico crı́tico, para ello utilizaremos los grados de libertad, tanto
de la muestra del numerador como la muestra del denominador
gl1 = n1 − 1 = 10 − 1 = 9
gl2 = n2 − 1 = 10 − 1 = 9
4. Regla de decisión
No rechazar Ho si Fp ≤ Fc
Rechazar Ho si Fp > Fc Observemos que Fp = 1.5933 < Fc = 3.18, la hipótesis nula no
se rechaza.
5. Conclusión
El consultor puede proceder con la prueba de hipótesis respecto a las medias poblacionales
bajo la suposición de que las varianzas son iguales.
Muestra 1 Muestra 2
Tamaño muestral 13 10
Media muestral 27.3 31.7
Desviación estándar 8.7 8.3
Ho : σ12 = σ22
Ha : σ12 6= σ22
2. Nivel de significancia
Esta es una prueba de hipótesis de dos colas
α 0.02
= = 0.01
2 2
S12 (8.7)2
Fp = = = 1.098708085
S22 (8.3)2
Ahora determinaremos el estadı́stico crı́tico, para ello utilizaremos los grados de libertad, tanto
de la muestra del numerador como la muestra del denominador
gl1 = n1 − 1 = 13 − 1 = 12
gl2 = n2 − 1 = 10 − 1 = 9
4. Regla de decisión
No rechazar Ho si Fp ≤ Fc
Rechazar Ho si Fp > Fc Observemos que Fp = 1.0987 < Fc = 5.11, la hipótesis nula no
se rechaza.
5. Conclusión
El consultor puede proceder con la prueba de hipótesis respecto a las medias poblacionales
bajo la suposición de que las varianzas son iguales.
Muestra 1 Muestra 2
Tamaño muestral 25 31
Media muestral 27.3 29.7
Desviación estándar 8.7 10.7
Ho : σ12 = σ22
Ha : σ12 6= σ22
2. Nivel de significancia
Esta es una prueba de hipótesis de dos colas
α 0.02
= = 0.01
2 2
S12 (10.7)2
Fp = = = 1.512617
S22 (8.7)2
Ahora determinaremos el estadı́stico crı́tico, para ello utilizaremos los grados de libertad, tanto
de la muestra del numerador como la muestra del denominador
gl1 = n1 − 1 = 31 − 1 = 30
gl2 = n2 − 1 = 25 − 1 = 24
4. Regla de decisión
No rechazar Ho si Fp ≤ Fc
Rechazar Ho si Fp > Fc Observemos que Fp = 1.5126 < Fc = 2.58, la hipótesis nula no
se rechaza.
5. Conclusión
No existe evidencia que haya variabilidad entre la producción semanal de juguetes entre los
duendes sindicalizados y los no sindicalizados.
Referencias
[1] Webster, Allen L. Estadı́stica aplicada a los negocios y la economı́a, tercera edición ISBN 958-
41-0072-6
[2] Lind, Douglas A./ Marchal, William G./ Wathen,Samuel A. Estadı́stica aplicada a los negocios
y la economı́a, decimoquinta edición ISBN 978-607-15-0742-6