TALLER CENTRO DE COMPUTO:

Laura Hernandez, Michell Bohorquez,  Luisa Moreno, Carlos Ordoñez, Juan Diego Quintero.

1. Dada la muestra: (1.01,0,97, 1.03,1.04, 0.99,0.99,0.99,1.01,1.03) se calcula un intervalo de

confianza del 99% con una media de 10.509.
Las salidas en Rstudio fueron:
> coefint=c(1.01,0,97, 1.03,1.04, 0.99,0.99,0.99,1.01,1.03) muestra dada para el ejercicio.
t.test(coefint,conf.level = 0.99) intervalo de confianza del 99%
Finalmente el intervalo arrojado por la salida con un nivel de confianza del 99% es:
99 percent confidence interval:
-20.72399  41.74199.
Salida en RStudio:

2.

Se calcula un intervalo de confianza  del 95% para la diferencia en el promedio verdadero de

ortofósforo entre dos estaciones. La estación 1 presenta los datos: n=15, x=3,84 y s=3,07. La
estación 2 presenta los datos: n=12, x=1,49 y S=0,80.

Dado que las dos muestras presentan un número de muestras diferentes es necesario calcular los
grados de libertad para ambas estaciones, esto se realiza mediante la siguiente ecuación:

Usando Rstudio se calcula el valor de t, con la salida:

Intervalo:
(15-12)= 3

=0.82562
Error
2,1199*0.82562= 1.7502

1.2498<x1-x2<4.7502
La diferencia entre el promedio de contenido de ortofosfato a un nivel de confianza del 95% está
entre 1.2498 y 4.

3.
n=500 X=340

El intervalo va desde 0,636<P<0,72

4.

DATOS n: 100 AFIRMACIÓN DE PRUEBA

x:71.8 Ho: =70
σ =8.9 Hi: >70 prueba de cola derecha
: 0.05

VALORES Dado que es una prueba de hipótesis Instrucción en RStudio:

CRÍTICOS de cola derecha se necesita un valor >qnorm(0.95,mean =
crítico de la distribución normal   0,sd=1,lower.tail=TRUE)
Z(0.05)=1.644854

VALOR DE En Rstudio:
PRUEBA >(71,8-70)/(8.9/sqrt(100))

P_VALOR P_VALOR= p( Z< 2.022) =0.9784118 pnorm(2.022,mean=0,sd=1,lower.tail

= TRUE)

DECISIÓN El valor de prueba no se encuentra en

ESTADÍSTICA el intervalo de rechazo para Ho. al 5%
de significancia hay evidencia para
rechazar Ho.  

CONCLUSIÓN Esto no indica que la vida media

actual es mayor a 70
5.

DATOS n: 12 AFIRMACIÓN DE PRUEBA

:11,9 Ho: =46
: 0.05 Hi: <46 prueba de cola derecha
x:42

VALORES Dado que es una prueba de hipótesis de Instrucción en RStudio:

CRÍTICOS cola derecha se necesita un valor crítico >qnorm(0.95,mean =
de la distribución normal   0,sd=1,lower.tail=TRUE)
Z(0.05)=1.644854

VALOR DE En Rstudio
PRUEBA >(42-12)/(11.9/sqrt(12))

P_ VALOR p_valor =P(Z>8.73)=1 pnorm(8.73,mean=0,sd=1,lower.tail

= TRUE)

DECISION El valor de la prueba es 8,73 esto significa

ESTADISTICA que se rechaza la hipótesis nula dado que
el valor 8,73 está en la región de rechazo.

CONCLUSION Existe evidencia muestral necesaria que

sustente la afirmación de que las
aspiradoras gastan en promedio menos de
46 kilowatts-hora al año a un nivel de
significancia de 0,05.

6.
DATOS N1:12      N2:10 AFIRMACIÓN DE
x:85       x:81 PRUEBA
:4    :5 Ho: D1=D2
: 0.05 Hi: D1>D2 prueba de
cola derecha

VALORES Dado que es una prueba de hipótesis de cola derecha >PropAgrupada<-

CRÍTICOS se necesita un valor crítico de la distribución normal   ((85+81)/(12+10))
Z(0.05)=1.644854 > PropAgrupada
Instrucción en RStudio: [1] 7.545455
>qnorm(0.95,mean = 0,sd=1,lower.tail=TRUE)

DECISIÓN Como el valor  de prueba es mayor al valor de Z,

ESTADÍSTICA entonces se rechaza la hipótesis nula, ya que P cae en
la región crítica.
 CONCLUSION Existe evidencia muestral suficiente que sustente la
afirmación de que el desgaste abrasivo del material 1
excede del material 2 en más de dos unidades, a un
nivel de significancia de 0,05.

7.
DATOS n: 64 AFIRMACIÓN DE PRUEBA
x:38 Ho: x=40
s=5.8 Ha: x<40 prueba de cola a la izquierda
: 0.05

VALOR DE En Rstudio
PRUEBA >(38-40)/(5.8/sqrt(64))

=-2.7586

P_ VALOR p_valor =P(Z <-2.7586) >pnorm(-

2.7586,mean=0,sd=1,lower.tail=TRUE)
=0.0029

DECISION Como P<, a un nivel de

ESTADISTICA significancia del 5% se rechaza Ho

CONCLUSION A un 5% de significancia, se puede

decir que existe suficiente
evidencia para determinar que la
vida promedio de los ratones es
inferior a los 40 meses.

8.
DATOS n: 100 AFIRMACIÓN DE PRUEBA
x:23500 Ho: x=20000
s=3900 Ha: x>20000 prueba de cola a la derecha
: 0.05

VALOR DE En Rstudio
PRUEBA >((23500-20000)/(3900/sqrt(100))

=8.974

P_ VALOR p_valor =P(Z > 8.974) >pnorm(8.974,mean=0,sd=1,lower.tail=FALSE)*2

=0

DECISION Como P es un valor

ESTADISTICA cercano a cero, se dice
 que se rechaza la Ho

CONCLUSION Existe evidencia suficiente

para afirmar que los
automóviles recorren más
de 20000 kilómetros en
promedio anual.

9.

DATOS n: 100 AFIRMACIÓN DE PRUEBA

x=70 Ho: p=0.60
: 0.05 Ha: p0.60prueba de dos colas.

VALORES Dado que es una prueba de Instrucción en RStudio:

CRÍTICOS hipótesis de cola derecha se > qnorm(0.005,mean=0, sd=1,lower.tail =
necesita un valor crítico de la TRUE)
distribución normal   >qnorm(0.995,mean = 0,sd=1,lower.tail=TRUE)
-Z(0.05)=-2.575829
Z(0.05)=2.575829

VALOR DE En Rstudio
PRUEBA >(70/100-0.60)/sqrt(0.60*0.4/100)

P_ VALOR P_valor =P(Z<- >pnorm(2.041241,mean=0,sd=1,lower.tail=FALSE

2.041241)+P(Z>2.041241)= )*2
0.04122688

DECISION El valor de P indica que no

ESTADISTIC se rechaza la hipótesis nula,
A ya que resulta no caer en las
regiones críticas.

CONCLUSIO No existe evidencia muestral

N necesaria que sustente la
afirmación de que el nuevo
medicamento es mejor que el
que se prescribe
comúnmente.

10.
DATOS na: 200     nb:500 AFIRMACIÓN DE PRUEBA
Xa: 120           Xb:240 La proporción de votantes de ciudad (Pa)
: 0.05 es mayor a la proporción de votantes del
condado (Pb)
Ho: Pa-Pb=0
Hi: Pa-Pb>0 prueba de cola derecha
VALORES Dado que es una prueba de PropAgrupada <-((120+240)/(200+500))
CRÍTICOS hipótesis de cola derecha se > PropAgrupada
necesita un valor crítico de la [1] 0.5142857
distribución normal   >
Z0.05=1.645 Zprueba<-((120/200-240/500)/sqrt(PropA
grupada*(1-
En Rstudio PropAgrupada)*(1/200+1/500)))
> qnorm(0.05, mean=0,sd=1,+ > Zprueba
lower.tail=TRUE) [1] 2.86972
[1] -1.644854 > P_valor<-pnorm(Zprueba, mean = 0,
sd=1, lower.tail = TRUE)
> P_valor
[1] 0.9979458
=0.002

DECISIÓN Como el valor de la proporción es

ESTADÍSTICA menor al nivel de significancia, se
rechaza Ho

CONCLUSION Existe evidencia suficiente para

afirmar que la proporción de
votantes ciudadanos es mayor a
la población de votantes del
condado

11
DATOS n: 10 AFIRMACIÓN DE PRUEBA
s:1.2 Ho: =0.9
: 0.05 Hi: >0.9 prueba de cola derecha

VALORES Dado que es una prueba de hipótesis de > Chiprueba<-(9*1.2^2)/0.9^2

CRÍTICOS cola derecha se necesita un valor crítico >pvalor<-
de la distribución normal   pchisq(Chiprueba,9,lower.tail =
X20.05 =16.91898 FALSE)
> qchisq(0.05,9,lower.tail = FALSE) > Chiprueba
[1] 16
> pvalor
[1] 0.06688159

DECISIÓN
ESTADÍSTICA

CONCLUSION
12.

DATOS N1:11           N2:14 AFIRMACIÓN DE PRUEBA

s:6.1                s:5.3 Ho:m=h
: 0.05 Ha:m<h

PRUEBA EN RSTUDIO: > fdeprueba<-(6.1/5.3^2)

> fdeprueba
 [1] 0.2171591
> p_valor<-2*pf(fdeprueba,11,14,lower.tail = TRUE)
> p_valor
 [1] 0.01516646

DECISION No se rechaza la hipótesis nula, ya  que el valor de p no cae en la

ESTADISTICA: región crítica.

CONCLUSION

13.
DATOS AFIRMACIÓN DE PRUEBA:
: 0.05 Ho: 1=2
Suponiendo Hi: 12 prueba de dos colas
Varianzas
diferentes

Prueba En
Rstudio > Modelo_1980 <-
Welch Two c(141,359,247,940,882,494,306,210,105,880,200,223,188,940,24
Sample t-test 1,190,300,435,241,380)
>Modelo_1990 <-
data: c(140,160,20,20,223,60,20,95,360,70,220,400,217,58,235,380,20
Modelo_1980 0,175,85,65)
and >t.test(Modelo_1980, Modelo_1 990, alternative =
Modelo_1990 "greater",mu=0,paired = FALSE, var.equal = FALSE, conf.level =
t = 3.4408, df 0.95)
= 25.641, p-
value =
0.0009988
alternative
hypothesis:
true difference
in means is
greater than 0
95 percent
confidence
interval:
 118.4236
Inf
sample
estimates:
mean of x
mean of y
  395.10
160.15

DECISIÓN Como P
ESTADÍST 0.00099 es
ICA menor que
0.05, hay
suficiente
evidencia para
rechazar Ho

CONCLUS
ION