Estadistica Aplicada Sistemas 3ra Unidad

ESTADISTICA APLICADA III CICLO
CAPITULO III
PRUEBA DE HIPOTESIS
UNIDAD Nº5
Contenido
1. Prueba de hipótesis, Error tipo I, Error tipo II, Hipótesis Nula,

Hipótesis alternativa.
2. Prueba de hipótesis para la Media.
3. Prueba de hipótesis para la Proporción.
4. Prueba de hipótesis para la Varianza.
5. Prueba de hipótesis para la Diferencia de dos Medias.
6. Prueba de hipótesis para la Diferencia de dos Proporciones.
2021 -I - Universidad Nacional de Trujillo -3-

III CICLO ESTADISTICA APLICADA
PRUEBA DE HIPOTESIS
En la investigación científica puede proponerse una hipótesis o teoría concerniente a
alguna Población de elementos ; esto se denomina HIPOTESIS ESTADISTICA.
La única forma de tener una certeza absoluta de la Veracidad o Falsedad de la hipótesis
estadística es examinando toda la población, pero esto con frecuencia es impracticable o
imposible y entonces nos vemos obligados a sacar una muestra de la población.
La muestra sacada de la Población se usa para tomar una DECISION como si la
Hipótesis fuera verdadera o falsa. El proceso de usar la muestra para contrastar si la hipótesis
es verdadera (o falsa) se llama PRUEBA O CONTRASTACION DE HIPOTESIS.
HIPOTESIS ESTADISTICA :- Es una aseveración que se hace a cerca de la distribución de

una o más v.a. (o poblaciones ) la cual puede o no ser verdadera.
Se puede especificar una hipótesis, dando el tipo de distribución y el valor o valores del
parámetro o los parámetros que la definan.
En la práctica, la distribución de la población, generalmente se asume. Por lo tanto una
hipótesis se especifica con el valor o los valores del parámetro.
CLASES :
Hipótesis Estadística Simple : Si la hipótesis especifica completamente la distribución, es

decir especifica su forma funcional y los valores de todos los parámetros.
Hipótesis estadística Compuesta : Cuando la hipótesis estadística no especifica

completamente.
PRUEBA DE UNA HIPOTESIS : Es una regla que cuando los valores experimentales son
observados nos conducen a una decisión; aceptar o rechazar la hipótesis bajo consideración.
De hecho no hay certeza de que no se cometerá una equivocación, existiendo dos tipos
de error, cualquiera de los cuales se puede cometer.
ERROR DE TIPO I (  ) .- Llamado también nivel de significación, es la máxima

probabilidad de rechazar la hipótesis siendo cierta o si la hipótesis establecida es verdadera y
la consideramos como falsa.
ERROR DE TIPO II (  ).- Es la mínima probabilidad de aceptar la hipótesis siendo falsa.
Nuestra decisión de aceptar o rechazar una hipótesis se basará en la información que

obtengamos haciendo observaciones y en el riesgo que estamos dispuestos a correr de que
nuestra decisión puede ser errónea.
HIPOTESIS NULA H0 .- Es la hipótesis que se debe probar, se llama también hipótesis de

ninguna diferencia, de allí el nombre de NULA; ésta conjetura de la realidad (Población)
puede ser cierta o falsa.
-4- Universidad Nacional de Trujillo - 2021-I

HIPOTESIS ALTERNATIVA H1 .- Llamada también Hipótesis de Investigación, es la

hipótesis contra la cual se va ha contrastar H0, se busca evidencia en la muestra, que nos
induzca a rechazar H0 en favor de H1.
FUNCION PIVOTAL .- O estadístico de prueba, es toda variable aleatoria cuya Distribución

Muestral está relacionada con H1 y de cuyo valor depende la decisión; si éste valor cae en la
zona de rechazo, la decisión es RECHAZAR H0; en caso contrario no hay evidencia para
rechazarlo.
REGION CRITICA .- O zona de rechazo, una vez establecido el nivel de significancia,

queda determinado dos regiones para la prueba: ZONA DE RECHAZO = y ZONA DE
ACEPTACION = 1-  =  .
El punto que separa éstas zonas se llama Punto Crítico y toma valor de la distribución teórica
con la que mantiene concordancia la muestra.
PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

CON VARIANZA CONOCIDA
Cuando se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :
1.- Formular la Hipótesis :

H0 : µ = µ0
µ > µ0
H1 : µ = µ0
µ < µ0
2.- Selección del nivel de significación :  = 0.01 , 0.05 , 0.10
3.- Considerar la muestra aleatoria : x1 , x2 , x3 , . . . , xn.
4.- Selección del estadístico de prueba :
X -
Z = ⎯
⎯→ N(0,1)

n

donde : _
x : es la Media de la Muestra.
n : es el tamaño de la Muestra.
µ : es la Media Poblacional.
: es la Desviación Estándar de la Población.
5. Determinar el Punto Crítico y la Región Crítica según .
a) Cuando H1 : µ > µ0
R.C. = { x / x  Z1-  }
0 Z 1-
R. A. R. C.
b) Cuando H1 : µ  µ0
R.C. = { x / x  -Z /2 v x Z /2 }
Z /2 0 Z 1-/2
R. C. R. A. R. C.

c) Cuando H 1 : µ < µ0
R.C. = {x / x  Z }
Z 0
R. C. R.A.
6. Obtener el valor experimental Z0, según H0 y la muestra :
X-
Z0 = o ⎯
⎯→ N(0,1)

n
7. Adoptar la decisión :
Aceptar H0 si Z0 cae en la Región de Aceptación. ( R.A.)

Rechazar H0 si Z0 cae en la Región Crítica. ( R.C.)
PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

CON VARIANZA DESCONOCIDA
Cuando no se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :

H0 : µ = µ0
µ > µ0
H1 : µ  µ0
µ < µ0

3.- Considerar la muestra aleatoria : x1 , x2 , x3 , . . . , xn.
X-
t = ⎯ t
⎯→ (n -1)
S
n
donde : _
x : es la Media de la Muestra.
µ : es la Media Poblacional.
s : es la Desviación Estándar de la Muestra.
a) Cuando H1 : µ > µ 0
R.C. = {x / x  t 1- ( n - 1) g.l. }
0 t 1- (n-1)
R. A. R. C.

b) Cuando H1 : µ = µ 0
R.C. = { x / x  -t /2 ( n - 1) v x t /2 ( n - 1) }
- t/2 (n-1) 0 t 1-/2 (n-1)

R.C. R. A. R. C.
c) Cuando H1 : µ < µ 0
R.C. = {x / x  -t  ( n - 1)
}
-t  (n-1) 0
R. C. R. A.
6. Obtener el valor experimental t0, según H0 y la muestra :
X-
t0 = o ⎯
⎯→ (n - 1) t
S
n
Aceptar H0 si t0 no cae en la Región Crítica.

Rechazar H0 si t0 cae en la Región Crítica.

Ejemplo : El tiempo máximo permisible de recorrido de un sistema para almacén se

distribuye normalmente con µ = 13 minutos y  = 0.7 minutos. Se estudia a 25
ejecuciones del sistema de un nuevo sistema de almacén, obteniéndose x = 12.6
minutos. Se puede afirmar con 95% de seguridad de que las ejecuciones del
sistema nuevo es diferente a lo permisivo µ = 13 ?
Solución :
1. Formular la Hipótesis
H0 : µ = 13 mg/l
H1 : µ < 13 (por sugerencia de la muestra x = 12.6 )
2. Nivel de significancia
 = 0.05
3. La muestra aleatoria es de tamaño 25; (n=25).
4. Elegimos el estadístico de prueba:

Como se conoce  = 0.7 entonces será;
X − 0
Z= ⎯
⎯→ N ( 0,1 )
 n
5. Determinar el punto crítico y la Región Crítica, de acuerdo a las condiciones del

problema  = 0.05 .
H1 : µ < 13
R.C. = {x / x  Z  }
Z = -1.64
6. Obtener el valor experimental Z0 .

Reemplazando los valores poblacionales y muestrales :
X −  0 12.6 − 13
Z= = = −2.85
 n 0.7 25
7. Como Z0 = -2.85 < Z 1- = -1.64 entonces
Se rechaza H0 , porque el valor de Z0 cae en la Región Crítica.
8. Conclusión : Las ejecuciones del sistema nuevo tienen un valor promedio de tiempo
diferente (< 13 minutos) a los permitido o establecido.

PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL
En muchos problemas de Ingeniería y Administración nos interesa una variable

aleatoria que siga la distribución binomial. Es decir queremos probar la siguiente prueba de
hipótesis.
1.- Plantear la Hipótesis :
H 0 : P = P0
 P P0

H 1 :  P  P0
P  P
 0
2.- Selección del Nivel de Significación :
 = 0.01 , 0.05 , 0.1 ó 1% , 5% , 10%
3.- Descripción de la Población y Suposiciones :
Se brindará una prueba aproximada que se basa en la aproximación normal a la

binomial. Este procedimiento aproximado será válido siempre y cuando P no sea en extremo
cercano a 0 o a 1, y si el tamaño de muestra es relativamente grande.
4.- Solución del Estadístico Pertinente :
Como la hipótesis se refiere a una proporción poblacional, el estadístico apropiado es

la proporción muestral p.
El Estadístico de Prueba y su Distribución :
El estadístico de prueba se puede expresar en dos formas, en términos de la proporción

de éxitos o del número de éxitos.
(Valor Experimental )
p − P0
Z =
P0 ( 1 − P0 )
n

a número de exitos en la muestra

Donde: p= =
n tamaño de la muestra
P0 = proporción de éxitos de la hipótesis nula .
x − nP0
ó Z =
nP0 ( 1 − P0 )
5.- Regiones de Rechazo y de Aceptación :
H 1 : P P0 ; R.R. = Z/Z Z1- 

H 1 : P P0 ; R.R. = Z/Z Z  
H 1 : P  P0 ; R.R. = Z/Z Z1- ó Z Z  
6.- Recolección de datos y cálculo de los Estadísticos Necesarios :
n , a , p , Z0=?
p − P0
Z0 =
P0 ( 1 − P0 )
n
7.- Decisión Estadística :
Se compara el valor crítico Zt (Valor Tabular ) con Z0 ( Valor experimental)
a ) H1 : P P0 ; Si Z0  Z1−  Se Rechaza la Hipótesis Nula H 0

b ) H1 : P P0 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
c ) H1 : P  P0 ; Si Z0  Z / 2 óZ0  Z1− / 2  Se Rechaza la Hipótesis Nula H 0
8.- Conclusión :
Si Rechazamos H0: P=P0 se concluye que “la proporción de la población no es igual a

P0”.

Ejemplo:
¿La proporción de estudiantes de Ing. De Sistemas desaprobados en la I Unidad

es menor del 23%?
Se obtuvo una muestra aleatoria de 200 alumnos de toda la población de estudiantes

de Ingeniería de Sistemas.
1º) Plantear la Hipótesis :

H 0 : P = 0.23
H1 : P0.23
2º) Selección del Nivel de Significación :
 = 5% ( Consideremos el nivel de significancia)
3º) El Estadístico de Prueba :
El estadístico de prueba se puede expresar de la siguiente forma:

(Valor Experimental )
p − P0
Z0 =
P0 ( 1 − P0 )
n
a número de exitos en la muestra
Donde: p= =
n tamaño de la muestra
P0 = proporción de éxitos de la hipótesis nula .
6º) Regiones de Rechazo y de Aceptación :

H 1 : P0.23 ; R.R. = Z / Z Z 0.05  donde Z0.05 = −1.645
Z0.05 = -1.645
R. Rechazo R. Aceptación
7º) Recolección de datos y cálculo de los Estadísticos Necesarios :
De nuestra muestra de 200 observaciones se calculó la proporción de

desaprobados :

n =200
a = 31
p =31/200 = 0.155
0.155 − 0.23
Z0 = = −2.5203
0.23( 1 − 0.23 )
200
8º) Decisión Estadística :
Se compara el valor crítico Zt (Valor Tabular ) con Z0 ( Valor experimental)
H1: P P0 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
En nuestro estudio el valor experimental Z0 = -2.5203 es  Zt =-1.645

Por lo tanto se rechazamos la Hipótesis Nula H0 : P = 0.23 y aceptamos la hipótesis
Alternativa H1 : P  0.23
9º) Conclusión :
Existe evidencia suficiente para afirmar que la proporción de estudiantes de Ing de
Sistemas es menor del 23% para la I Unidad, con nivel de significancia del 5%.
PRUEBA DE HIPÓTESIS PARA VARIANZA POBLACIONAL
H 0 :  2 =  02
  2  02

H 1 :   2  02
 2   2
 0
3.- Considerar los datos.
(n -1)S2
 20 = ⎯
⎯→  2(n-1)
 20

donde :
S2 : es la Varianza de la Muestra.
H1 =  2  20 se Rechaza Ho si :  20   2 ,( n −1 )
a) Cuando
H1 =  2  20 se Rechaza Ho si :  20  12−  ,( n −1 )
b) Cuando
c) Cuando H1 =  2   20 se Rechaza Ho si :
 20  12−  / 2 ,( n −1 ) ó  20   2 / 2 ,( n −1 )
(n -1)S2
 20 =
 20
Aceptar H0, si  0 no cae en la Región Crítica.

2
Rechazar H0, si  0 cae en la Región Crítica.

2
Ejemplo : Un nuevo software cleaning se utiliza para limpiar archivos temporales en

computadoras personales. Si la varianza de la limpieza de archivos temporales
excede a 0.2 (%)2 del total de archivos, entonces un porcentaje inaceptablemente
grande de los archivos temporales estará aun presentes en la computadora
personal. Al ingeniero le interesa probar la hipótesis :
Ho : 2 = 0.2
H1 : 2  0.2
Una muestra aleatoria de n=20 computadoras personales aplicadas con el nuevo
software da una varianza muestral de 0.0225 % 2. (use un nivel de significancia
del 5%)
Solución :

H0 :  2 = 0.2
H1 :  2 0.2

2.- Selección del nivel de significación :  = 0.05
n = 20 S2 = 0.0225
(n -1)S2
 20 = ⎯
⎯→  2(20-1)
 20
H1 =  2  20 se Rechaza Ho si :  20   2 ,( n −1 )
a) Cuando
(n -1)S2 ( 20 − 1 )* 0.0225
 20 = = = 2138
.
0
2
0.02
.   0.05( 19 ) = 3014
2
Como 0 = 2138
2 .
entonces Aceptamos H0
Las computadoras personales están limpias correctamente.

EJERCICIOS en clase
1. En una empresa de sistemas se producen sistemas personalizados con tiempo promedio

de diseño de 10 días y una desviación estándar de 0.4 días. Se tomó una muestra aleatoria
de 25 sistemas personalizados en el periodo de seis meses y se encontró que el promedio
es de 10.15 días. ¿Puede considerarse que los sistemas personalizados producidos en esos
6 meses son significativamente diferentes a los anuales históricamente?, use un nivel de
significancia del 5%.

2. Una compañía diseña página web, y tiene una proporción de 0.25 de errores de ejecución;
a cada hora se toma una muestra aleatoria de 120 paginas web para realizar control de
calidad. A una hora determinada se encuentra un promedio de 28% de errores de
ejecución. ¿Debe revisarse las páginas web por completo para arreglarlas, con un nivel
de significancia del 10%?

PRUEBA DE HIPÓTESIS SOBRE LA IGUALDAD DE DOS MEDIAS

(VARIANZAS CONOCIDAS)
Supóngase que existen dos poblaciones de interés, por ejemplo X1 y X2. Se considera que
X1, tiene media desconocida y varianza conocida y que x2 tiene media desconocida y varianza
conocida. Se desea probar la hipótesis de que las medias son iguales.
H 0 : 1 =  2
 1   2

H 1 :  1  2
  
 1 2
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
X1 - X2
Z= ⎯
⎯→ N(0,1)
12  22
+
n1 n2

donde :
X 1 : promedio de la poblacion 1
n1 : tamaño de la población 1
12 :var ianza de la población 1
 22 :var ianza de la población 2
H 1 : 1   2 ; R.R. = Z / Z Z1- 
H1 :   2 ; R.R. = Z / Z Z  
H 1 : 1   2 ; R.R. = Z / Z Z  ó Z Z1- 
6. Obtener el valor experimental Z0, según H0 y las muestras :
X1 - X2
Z0 =
12  22
+
n1 n2
a ) H1 : 1  2 ; Si Z0  Z1−  Se Rechaza la Hipótesis Nula H 0

b ) H1 : 1  2 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
c ) H1 : 1   2 ; Si Z0  Z / 2 óZ0  Z1− / 2  Se Rechaza la Hipótesis Nula H 0
Ejemplo : El ingeniero supervisor de cierta empresa robotizada está interesado en

comparar la actuación de dos líneas diferentes de producción. Como la línea 1
es relativamente nueva, sospecha que su producción en número diario de kilos
es mayor que el número de kilos producido por la línea más vieja, Línea 2. Se
selecciona para cada línea diez días, aleatoriamente para obtener datos, a partir
de los cuales se encuentra que X1 = 824.9 Kg. por día y X 2 = 818.6 Kg. por
día. A partir de la experiencia al operar este tipo de equipo robotizado se sabe
que 1 = 40 y  2 = 50 . Se debe probar con una significancia del 5% la
2 2
siguiente hipótesis:
H0 : 1 =  2
H1 : 1  2

Solución :
H0 : 1 =  2
H1 : 1  2
 = 0.05
3. La muestra aleatoria es de tamaño 10 para cada población :

X1 = 824.9 X 2 = 818.6 12 = 40 y  22 = 50
4. Elegimos el estadístico de prueba :

X1 - X2
Z= ⎯⎯→ N(0,1)
12  22
+
n1 n2
H1 : 1  2
R.C. = {x / x  Z 1-  } Z1- = 1.64 ( Valor Tabular )
X1 - X2 824.9 - 818.6
Z0 = = = 2.10
 
2 2
40 50
+
+ 1 2
n1 n2 10 10
7. Como Z0 = 2.10  Z 1- = -1.64 entonces
Se rechaza H0 , porque el valor de Z0 cae en la Región Crítica.
8. Conclusión : Existe evidencia suficiente para afirmar que el número medio de

kilogramos diariamente por la nueva línea de producción es mayor que el número
medio de kilogramos producido por la línea vieja, con una significancia del 5%

PRUEBA DE HIPÓTESIS SOBRE LA IGUALDAD DE DOS MEDIAS

(VARIANZAS DESCONOCIDAS)
Supóngase que existen dos poblaciones de interés, por ejemplo X1 y X2. Se considera que X1,
tiene media desconocida y varianza desconocida y que X2 tiene media desconocida y varianza
desconocida. Se desea probar la hipótesis de que las medias son iguales.
CASO 1 : 12 = 12 =  2

H 0 : 1 =  2
 1   2

H 1 :  1  2
  
 1 2
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
X1 - X2
t= ⎯
⎯→ t 
1 1
Sp +
n1 n2
( n1 − 1 )S12 + ( n2 − 1 )S22
S p2 =
n1 + n2 − 2
donde:
S12 :var ianza de la muestra de la población 1.
Sp : desviación estándar mancomunado

H1 : 1   2 ; R.R. = t / t  t 1- (n + n − 2) 
H1 : 1   2 ; R.R. = t / t  t  (n + n − 2) 
1 2
H1 : 1   2 ; R.R. = t / t  t 1- / 2(n + n − 2) ó t  t  / 2(n + n 

1 2
1 2 1 2 − 2)
X1 - X2
t0 =
1 1
Sp +
n1 n2
a ) H1 : 1  2 ; Si t 0  t 1− ( n1 + n1 − 2 )  Se Rechaza la Hipótesis Nula H 0

b ) H1 : 1  2 ; Si t 0  t  ( n1 + n1 − 2 )  Se Rechaza la Hipótesis Nula H 0
c ) H1 : 1   2 ; Si t 0  t  / 2( n1 + n1 −2 )ót0  t 1− / 2( n1 + n1 − 2 )
 Se Rechaza la Hipótesis Nula H 0
Ejemplo : Se están analizando dos brazos soldadores mecatrónicos diferentes para

determinar en qué forma afectan a la superficie soldada. Específicamente, el
brazo soldador mecatrónico 2 se está empleando actualmente, pero el brazo
soldador mecatrónico 1 es aceptable. ya que el brazo soldador mecatrónico 1 es
más barato, si no afecta a la superficie soldada, el brazo soldador mecatrónico 1
debe comprarse y cambiar a todos los demás. Supóngase que se desea probar las
hipótesis.(=5%)
H0 : 1 =  2
H1 : 1   2
Los datos de la planta piloto son :
n1 = 8, x1 = 9173
. , S12 = 389
.
n2 = 8, x2 = 93.75, S22 = 4.02
Solución :
H0 : 1 =  2
H1 : 1   2
 = 0.05

3. La muestra aleatoria es de tamaño 10 para cada población :
n1 = 8, x1 = 9173
. , S12 = 389
.
n2 = 8, x2 = 93.75, S22 = 4.02

X1 - X2
t= ⎯⎯→ t ( n1 +n2 −2 )
1 1
Sp +
n1 n2
H 1 : 1   2 ; R.R. = t / t  t 1- / 2(n + n

1 2 −2)
ó t  t  / 2(n + n − 2) 
1 2
t0.25( 14 ) = −2.145 y t0.25( 14 ) = 2.145
6. Obtener el valor experimental to .

91.73- 9375
t0 = = -2.03
1 1
199
. +
8 8
( 8 − 1 )389
. + ( 8 − 1 )4.02
S p2 = = 3.96
8+8−2
7. Como to = -2.03  t1- = -2.145 entonces
Se acepta H0 , porque el valor de Z0 cae en la Región Crítica.
8. Conclusión: No se tiene evidencia para concluir que el brazo soldador mecatrónico1

afecte en promedio menos a la superficie que el brazo soldador mecatrónico 2; con una
significancia del 5%.

CASO 2 : 12  12

H 0 : 1 =  2
 1   2

H 1 :  1  2
  
 1 2
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
X1 - X2
t= ⎯
⎯→ t 
S12 S22
+
n1 n2
p : grados de libertad
2
 S12 S22 
 + 
p = 2  12
n n2 
2 −2
 S1   S22 
 n   n 
 1
+
2
n1 + 1 n2 +1

H1 : 1   2 ; R.R. = t / t  t 1- ( p ) 
H1 : 1   2 ; R.R. = t / t  t  ( p ) 
H1 : 1   2 ; R.R. = t / t  t 1- / 2( p ) ó t  t  / 2( p ) 
X1 - X2
t0 =
S12 S12
+
n1 n2
a ) H1 : 1  2 ; Si t 0  t 1−( p )  Se Rechaza la Hipótesis Nula H 0

b ) H1 : 1  2 ; Si t 0  t  ( p )  Se Rechaza la Hipótesis Nula H 0
c ) H1 : 1   2 ; Si t 0  t  / 2( p )ót0  t 1− / 2( p )
 Se Rechaza la Hipótesis Nula H 0
Ejemplo : Supóngase que existen dos poblaciones normales , por ejemplo X1 y X2 en

donde 1  1 y ambas varianzas son desconocidas. probar :
2 2
H0 : 1 =  2
H1 : 1  2
Dos muestras aleatorias dan los siguientes resultados:
Muestra 1 : tamaño 15 , media 2 y varianza 10
Muestra 2 : tamaño 10 , media 1 y varianza 20.
Solución :
H0 : 1 =  2
H1 : 1  2
 = 0.05

3. Resultados de las muestras:
n1 = 15, x1 = 2.0, S12 = 10

n2 = 10, x2 = 10
. , S22 = 20

X1 - X2
t= ⎯⎯→ t (  )
S12 S22
+
n1 n2

H 1 : 1   2 ; R.R. = t / t  t  ( p ) 
2
 10 20 
 + 
p=  15 10 
− 2  16
(10 / 15)2 + (20 / 10 )2
15 + 1 10 + 1
t0.05( 16 ) = −.7459
6. Obtener el valor experimental to .

2.0 -1.0
t0 = = 0.61
10 20
+
15 10
7. Como to = 0.61  t = -1.7459 entonces
Se acepta H0 , porque el valor de Z0 cae en la Región de Aceptación.

EJERCICIOS EN CLASE
1. La compañía de teléfonos debe decidir si compra la marca A o la marca B de servidores
para sus centrales telefónicas. Para estimar la diferencia entre las dos marcas asginó un
servidor de cada marca a 12 centrales telefónicas y se registraron el porcentaje de
rendimiento de cada servidor:
Marca A: 50 47 38 44 35 36 44 48 46 48 49 51
Marca B: 45 43 30 39 35 31 42 44 37 46 48 52
Utilizando un nivel del 5% ¿Se puede concluir que los promedios de rendimiento son
iguales en ambas marcas? Suponga que las diferencias de los rendimientos se distribuyen
en forma normal.

2. El Jefe de sistemas de la compañía SISTEMSERV tiene que escoger entre dos sistemas
informáticos A y B para romper los candados de seguridad de cualquier sistema de bancos.
Él sabe que cada sistema tiene un tiempo de ejecución para romper candados de seguridad
informático, se le permitió probar ambos sistemas informáticos durante un periodo de
prueba para luego escoger 10 tiempos en minutos hasta romper la seguridad informática
del sistema de bancos, los resultando para cada sistema probados son:
Sistema A: 40 49 47 42 48 38 44 49 50 37
Sistema B: 40 41 39 40 38 42 43 37 38 41
¿Qué programa podría adquirir?

PRUEBA DE HIPÓTESIS SOBRE LA IGUALDAD DE DOS PROPORCIONES
H 0 : P1 = P2
 P1  P2

H 1 :  P1  P2
P  P
 1 2
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
p1 − p 2
Z= → N(0,1)
1 1
p(1 - p) + 
 n1 n2 
X + X2
p= 1
n1 + n 2
donde :
X 1 : número de casos favorables de la población 1
X 2 : número de casos favorables de la población 2

p: estimador del parametro común p
H 1 : P1  P2 ; R.R. = Z / Z Z1- 
H1 : P1 P2 ; R.R. = Z / Z Z 
H1 : P1  P2 ; R.R. = Z / Z Z ó Z Z1- 

p1 − p 2
Z0 =
1 1
p(1 - p) + 
 n1 n 2 
a ) H1 : P1  P2 ; Si Z0  Z1−  Se Rechaza la Hipótesis Nula H 0

b ) H1: P1  P2 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
c ) H1 : P1  P2 ; Si Z0  Z / 2 óZ0  Z1− / 2  Se Rechaza la Hipótesis Nula H 0
Ejemplo :Se están considerando para su empleo en la CIA MIN dos diferentes tipos de
sistemas de computadoras para control de disparo de explosivos. Los sistemas de
computadoras se sujetan a una prueba de operación en la cual se cuenta el número
total de blancos obtenidos. El sistema de computadoras 1; dio 250 blancos entre
300 disparos, mientras que el sistema de computadora 2; dio 178 blancos de 260
disparos. ¿Existe razón para pensar que difieren los dos sistemas de computadora?
=5%.
Solución :
H 0 : P1 = P2
H 0 : P1  P2
 = 0.05
3. resultados de las muestras :

250 178
P1 = = 08333
. , P2 = = 0.6846
300 260
p1 − p 2
Z= → N(0,1)
1 1
p(1 - p) + 
 n1 n2 
X + X2
p= 1
n1 + n 2


H1 : P1  p2
H1 : P1  P2 ; R.R. = Z / Z Z ó Z Z1- 
Z0.025 = -1.96 Z0.975 = 1.96 ( Valor Tabular )
250 + 178
p=
300 + 260
0.8333 − 0.6846
Z0 = = 4.13
 1 1 
0.7643(1 − 0.7643) + 
 300 260 
7. Como Z0 = 4.13  Z 0.975 = 1.96 entonces
Se rechaza H0, porque el valor de Z0 cae en la Región Crítica.
8. Conclusión: Existe una diferencia significativa entre los dos sistemas de

computadora.
PRUEBA DE HIPOTESIS SOBRE LAS VARIANZAS DE DOS DISTRIBUCIONES

NORMALES
H 0 :  12 =  22
  12  22

H 1 :   12  22
 2   2
 1 2

X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
S12
F= ⎯
⎯→ F( n1 −1,n2 −1 )
S21
donde :
S12 :var ianza de la población 1
S22 :var ianza de la población 2
H 1 :  12  22 ; R.R. = F / F  F( , n 1 −1, n2 −1)


H 1 :  2
1
2
2 ; R.R. = F / F  F( , n −1, n1 −1)

; R.R. = F / F  F( / 2, n 
2
H1 :  2
1  2
2 2 −1, n1 −1) ó F  F( / 2, n 1 −1, n1 −1)
S12
F0 =
S21
a ) H1 : 12  22 ; Si F0  F ( n1 −1,n2 −1 )  Se Rechaza la Hipótesis Nula H 0

b ) H1 : 12  22 ; Si F0  F ( n2 −1,n1 −1 )  Se Rechaza la Hipótesis Nula H 0
c ) H1 : 12   22 ; Si F0  F / 2( n1 −1,n2 −1 )óF0  F1− / 2( n1 −1,n2 −1 )  Se Rechaza
la Hipótesis H 0

Ejemplo : Se presenta los datos del rendimiento informático, en donde se emplea dos
sistemas operativos. con los datos siguientes:
n1 = n1 = 8, S12 = 389
. , S22 = 4.02 . Se desea probar la hipótesis :
H0 : 12 =  22
H1 : 12   22
Use  = 5%.
Solución :
H0 : 12 =  22
H1 : 12   22
2.- Selección del nivel de significación :  = 0.05
n1 = n1 = 8, S12 = 389
. , S22 = 4.02
S12
F= ⎯
⎯→ F( n1 −1,n2 −1 )
S21
H 1 :  12   22 ; R.R. = F / F  F( / 2, n 2 −1, n1 −1) ó F  F( / 2, n 1 −1, n1 −1)


3.89
F0 = = 0.97
4.02
Como F0 = 0.97  F 0.975;(7,7) = 0.20 y  F 0.025;(7,7) = 4.99 entonces

Se acepta H0 , porque el valor de F0 cae en la Región de Aceptación.
8. Conclusión : No puede concluirse que existe fuerte evidencia de que la varianza del
rendimiento se vea afectada por el sistema operativo.

EJERCICIO en clase
1. En una fábrica koreana se producen fibra óptica con diámetro promedio de 10 mm. y una
desviación estándar de 0.5 mm, sin embargo se sabe que el 4% de las fibras ópticas rebasan
el diámetro permitido. Se tomó una muestra aleatoria de 25 fibras ópticas el día viernes y
se encontró que el porcentaje de fibras ópticas defectuosas fue de 6%. ¿Puede considerarse
que la proporción de fibras ópticas defectuosas producidos el día viernes son
significativamente diferentes a los de otros días con un nivel de significancia del 5%?

EJERCICIO en clase
1. En una fábrica koreana se producen fibra óptica con diámetro promedio de 14 mm. y una
varianza de 1.44 mm, sin embargo se sabe que el 92% de las fibras ópticas no rebasan el
diámetro. Para el estudio se tomó una muestra aleatoria de 36 fibras ópticas y se encontró
que el porcentaje de fibras ópticas defectuosas fue de 6%. ¿Puede considerarse que la
proporción de fibras ópticas defectuosas es menor a lo establecido? Use un nivel de
significancia del 1%

Estadistica Aplicada Sistemas 3ra Unidad

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica Aplicada Sistemas 3ra Unidad

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA APLICADA III CICLO

1. Prueba de hipótesis, Error tipo I, Error tipo II, Hipótesis Nula,

2021 -I - Universidad Nacional de Trujillo -3-

HIPOTESIS ESTADISTICA :- Es una aseveración que se hace a cerca de la distribución de

Hipótesis Estadística Simple : Si la hipótesis especifica completamente la distribución, es

Hipótesis estadística Compuesta : Cuando la hipótesis estadística no especifica

ERROR DE TIPO I (  ) .- Llamado también nivel de significación, es la máxima

ERROR DE TIPO II (  ).- Es la mínima probabilidad de aceptar la hipótesis siendo falsa.

Nuestra decisión de aceptar o rechazar una hipótesis se basará en la información que

HIPOTESIS NULA H0 .- Es la hipótesis que se debe probar, se llama también hipótesis de

-4- Universidad Nacional de Trujillo - 2021-I

HIPOTESIS ALTERNATIVA H1 .- Llamada también Hipótesis de Investigación, es la

FUNCION PIVOTAL .- O estadístico de prueba, es toda variable aleatoria cuya Distribución

REGION CRITICA .- O zona de rechazo, una vez establecido el nivel de significancia,

PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

Cuando se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :

1.- Formular la Hipótesis :

2.- Selección del nivel de significación :  = 0.01 , 0.05 , 0.10

3.- Considerar la muestra aleatoria : x1 , x2 , x3 , . . . , xn.

4.- Selección del estadístico de prueba :

2021 -I - Universidad Nacional de Trujillo -5-

5. Determinar el Punto Crítico y la Región Crítica según .

R.C. = { x / x  -Z /2 v x Z /2 }

-6- Universidad Nacional de Trujillo - 2021-I

6. Obtener el valor experimental Z0, según H0 y la muestra :

Aceptar H0 si Z0 cae en la Región de Aceptación. ( R.A.)

PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

Cuando no se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :

1.- Formular la Hipótesis :

2021 -I - Universidad Nacional de Trujillo -7-

3.- Considerar la muestra aleatoria : x1 , x2 , x3 , . . . , xn.

4.- Selección del estadístico de prueba :

5. Determinar el Punto Crítico y la Región Crítica según .

-8- Universidad Nacional de Trujillo - 2021-I

R.C. = { x / x  -t /2 ( n - 1) v x t /2 ( n - 1) }

- t/2 (n-1) 0 t 1-/2 (n-1)

6. Obtener el valor experimental t0, según H0 y la muestra :

Aceptar H0 si t0 no cae en la Región Crítica.

2021 -I - Universidad Nacional de Trujillo -9-

Ejemplo : El tiempo máximo permisible de recorrido de un sistema para almacén se

3. La muestra aleatoria es de tamaño 25; (n=25).

4. Elegimos el estadístico de prueba:

5. Determinar el punto crítico y la Región Crítica, de acuerdo a las condiciones del

6. Obtener el valor experimental Z0 .

7. Como Z0 = -2.85 < Z 1- = -1.64 entonces

Se rechaza H0 , porque el valor de Z0 cae en la Región Crítica.

-10- Universidad Nacional de Trujillo - 2021-I

PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL

En muchos problemas de Ingeniería y Administración nos interesa una variable

1.- Plantear la Hipótesis :

2.- Selección del Nivel de Significación :

 = 0.01 , 0.05 , 0.1 ó 1% , 5% , 10%

3.- Descripción de la Población y Suposiciones :

Se brindará una prueba aproximada que se basa en la aproximación normal a la

4.- Solución del Estadístico Pertinente :

Como la hipótesis se refiere a una proporción poblacional, el estadístico apropiado es

El Estadístico de Prueba y su Distribución :

El estadístico de prueba se puede expresar en dos formas, en términos de la proporción

2021 -I - Universidad Nacional de Trujillo -11-

a número de exitos en la muestra

5.- Regiones de Rechazo y de Aceptación :

H 1 : P P0 ; R.R. = Z/Z Z1- 

6.- Recolección de datos y cálculo de los Estadísticos Necesarios :