INSTITUTO TECNOLOGICO DE

Imprimir  <<   Contenido   >>
CHIHUAHUA   

UNIDAD II

TEORIA DEL MUESTREO

Uno de los propósitos de la estadística inferencial es estimar las características

poblacionales desconocidas, examinando la información obtenida de una
muestra, de una población. El punto de interés es la muestra, la cual debe ser
representativa de la población objeto de estudio.

Se seguirán ciertos procedimientos de selección para asegurar de que las

muestras reflejen observaciones a la población de la que proceden, ya que solo
se pueden hacer observaciones probabilísticas sobre una población cuando se
usan muestras representativas de la misma.

Una población está formada por la totalidad de las observaciones en las

cuales se tiene cierto observa.

Una muestra es un subconjunto de observaciones seleccionadas de una

población.

Muestras Aleatorias

Cuando nos interesa estudiar las características de poblaciones grandes, se

utilizan muestras por muchas razones; una enumeración completa de la
población, llamada censo, puede ser económicamente imposible, o no se
cuenta con el tiempo suficiente.

A continuación se verá algunos usos del muestreo en diversos campos:

1. Política. Las muestras de las opiniones de los votantes se usan para que
los candidatos midan la opinión pública y el apoyo en las elecciones.
2. Educación. Las muestras de las calificaciones de los exámenes de
estudiantes se usan para determinar la eficiencia de una técnica o
programa de enseñanza.
3. Industria. Muestras de los productos de una línea de ensamble sirve
para controlar la calidad.
4. Medicina. Muestras de medidas de azúcar en la sangre de pacientes
diabéticos prueban la eficacia de una técnica o de un fármaco nuevo.
5. Agricultura. Las muestras del maíz cosechado en una parcela proyectan
en la producción los efectos de un fertilizante nuevo.
6. Gobierno. Una muestra de opiniones de los votantes se usaría para
determinar los criterios del público sobre cuestiones relacionadas con el
bienestar y la seguridad nacional.
 Errores en el Muestreo

Cuando se utilizan valores muestrales, o estadísticos para estimar valores

poblacionales, o parámetros, pueden ocurrir dos tipos generales de errores: el
error muestral y el error no muestral.

El error muestral se refiere a la variación natural existente entre muestras

tomadas de la misma población.

Cuando una muestra no es una copia exacta de la población; aún si se ha

tenido gran cuidado para asegurar que dos muestras del mismo tamaño sean
representativas de una cierta población, no esperaríamos que las dos sean
idénticas en todos sus detalles. El error muestral es un concepto importante
que ayudará a entender mejor la naturaleza de la estadística inferencial.

Los errores que surgen al tomar las muestras no pueden clasificarse como
errores muestrales y se denominan errores no muestrales.

El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral

se refiere a una tendencia sistemática inherente a un método de muestreo que
da estimaciones de un parámetro que son, en promedio, menores (sesgo
negativo), o mayores (sesgo positivo) que el parámetro real.

El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorización.

La aleatorización se refiere a cualquier proceso de selección de una muestra

de la población en el que la selección es imparcial o no está sesgada; una
muestra elegida con procedimientos aleatorios se llama muestra aleatoria.

Los tipos más comunes de técnicas de muestreo aleatorios son el muestreo

aleatorio simple, el muestreo estratificado, el muestreo por conglomerados y el
muestreo sistemático.

Si una muestra aleatoria se elige de tal forma que todos los elementos de la
población tengan la misma probabilidad de ser seleccionados, la llamamos
muestra aleatoria simple.

Ejemplo 1.1

Suponga que nos interesa elegir una muestra aleatoria de 5 estudiantes en un

grupo de estadística de 20 alumnos. 20C5 da el número total de formas de elegir
una muestra no ordenada y este resultado es 15,504 maneras diferentes de
tomar la muestra. Si listamos las 15,504 en trozos separados de papel, una
tarea tremenda, luego los colocamos en un recipiente y después los
revolvemos, entonces podremos tener una muestra aleatoria de 5 si
seleccionamos un trozo de papel con cinco nombres. Un procedimiento más
simple para elegir una muestra aleatoria sería escribir cada uno de los 20
nombres en pedazos separados de papel, colocarlos en un recipiente,
revolverlos y después extraer cinco papeles al mismo tiempo.
Otro método parea obtener una muestra aleatoria de 5 estudiantes en un grupo
de 20 utiliza una tabla de números aleatorios. Se puede construir la tabla
usando una calculadora o una computadora. También se puede prescindir de
estas y hacer la tabla escribiendo diez dígitos del 0 al 9 en tiras de papel, las
colocamos en un recipiente y los revolvemos, de ahí, la primera tira
seleccionada determina el primer número de la tabla, se regresa al recipiente y
después de revolver otra vez se selecciona la seguida tira que determina el
segundo número de la tabla; el proceso continúa hasta obtener una tabla de
dígitos aleatorios con tantos números como se desee.

Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco

práctico, imposible o no deseado; aunque sería deseable usar muestras
aleatorias simples para las encuestas nacionales de opinión sobre productos o
sobre elecciones presidenciales, sería muy costoso o tardado.

El muestreo estratificado requiere de separar a la población según grupos

que no se traslapen llamados estratos, y de elegir después una muestra
aleatoria simple en cada estrato. La información de las muestras aleatorias
simples de cada estrato constituiría entonces una muestra global.

Ejemplo 1.2

Suponga que nos interesa obtener una muestra de las opiniones de los
profesores de una gran universidad. Puede ser difícil obtener una muestra con
todos los profesores, así que supongamos que elegimos una muestra aleatoria
de cada colegio, o departamento académico; los estratos vendrían a ser los
colegios, o departamentos académicos.

El muestreo por conglomerados requiere de elegir una muestra aleatoria

simple de unidades heterogéneas entre sí de la población llamadas
conglomerados. Cada elemento de la población pertenece exactamente a un
conglomerado, y los elementos dentro de cada conglomerado son usualmente
heterogéneos o disímiles.

Ejemplo 1.3

Suponga que una compañía de servicio de televisión por cable está pensando
en abrir una sucursal en una ciudad grande; la compañía planea realizar un
estudio para determinar el porcentaje de familias que utilizarían sus servicios,
como no es práctico preguntar en cada casa, la empresa decide seleccionar
una parte de la ciudad al azar, la cual forma un conglomerado.

En el muestreo por conglomerados, éstos se forman para representar, tan

fielmente como sea posible, a toda la población; entonces se usa una muestra
aleatoria simple de conglomerados para estudiarla. Los estudios de
instituciones sociales como iglesias, hospitales, escuelas y prisiones se
realizan, generalmente, con base en el muestreo por conglomerados.
El muestreo sistemático es una técnica de muestreo que requiere de una
selección aleatoria inicial de observaciones seguida de otra selección de
observaciones obtenida usando algún sistema o regla.

Ejemplo 1.4

Para obtener una muestra de suscriptores telefónicos en una ciudad grande,

puede obtenerse primero una muestra aleatoria de los números de las páginas
del directorio telefónico; al elegir el vigésimo nombre de cada página
obtendríamos un muestreo sistemático, también podemos escoger un nombre
de la primera página del directorio y después seleccionar cada nombre del
lugar número cien a partir del ya seleccionado. Por ejemplo, podríamos
seleccionar un número al azar entre los primeros 100; supongamos que el
elegido es el 40, entonces seleccionamos los nombres del directorio que
corresponden a los números 40, 140, 240, 340 y así sucesivamente.

Error Muestral

Cualquier medida conlleva algún error. Si se usa la media para medir, estimar,
la media poblacional , entonces la media muestral, como medida, conlleva
algún error. Por ejemplo, supongamos que se ha obtenido una muestra
aleatoria de tamaño 25 de una población con media = 15: si la media de la
muestra es x=12, entonces a la diferencia observada x- = -3 se le denomina
el error muestral. Una media muestral x puede pensarse como la suma de dos
cantidades, la media poblacional y el error muestral; si e denota el error
muestral, entonces:

Ejemplo 1.5

Se toman muestras de tamaño 2 de una población consistente en tres valores,

2, 4 y 6, para simular una población "grande" de manera que el muestreo
pueda realizarse un gran número de veces, supondremos que éste se hace con
reemplazo, es decir, el número elegido se reemplaza antes de seleccionar el
siguiente, además, se seleccionan muestras ordenadas. En una muestra
ordenada, el orden en que se seleccionan las observaciones es importante, por
tanto, la muestra ordenada (2,4) es distinta de la muestra ordenada (4,2). En la
muestra (4,2), se seleccionó primero 4 y después 2. La siguiente tabla contiene
una lista de todas las muestras ordenadas de tamaño 2 que es posible
seleccionar con reemplazo y también contiene las medias muestrales y los
correspondientes errores muestrales. La media poblacional es igual a
= (2+4+6)/3 = 4. Ver la tabla en la siguiente página.

Nótese las interesantes relaciones siguientes contenidas en la tabla:

La media de la colección de medias muestrales es 4, la media de la población

de la que se extraen las muestras. Si x denota la media de todas las medias
muestrales entonces tenemos:
 x = (3+4+3+4+5+5+2+4+6)/9 = 4

La suma de los errores muestrales es cero.

e1 + e2 + e3 + . . . + e9 = (-2) + (-1) + 0 + (-1) + 0 + 1 + 0 + 1 + 2 = 0

Muestras ordenadas x Error muestral e = x -

(2,2) 2 2 – 4 = -2

(2,4) 3 3 – 4 = -1

(2,6) 4 4–4=0

(4,2) 3 3 – 4 = -1

(4,4) 4 4–4=0

(4,6) 5 5–4=1

(6,2) 4 4–4=0

(6,4) 5 5–4=1

(6,6) 6 6–4=2

En consecuencia, si x se usa para medir, estimar, la media poblacional , el

promedio de todos los errores muestrales es cero.

Distribuciones Muestrales

Las muestras aleatorias obtenidas de una población son, por naturaleza propia,
impredecibles. No se esperaría que dos muestras aleatorias del mismo tamaño
y tomadas de la misma población tenga la misma media muestral o que sean
completamente parecidas; puede esperarse que cualquier estadístico, como la
media muestral, calculado a partir de las medias en una muestra aleatoria,
cambie su valor de una muestra a otra, por ello, se quiere estudiar la
distribución de todos los valores posibles de un estadístico. Tales distribuciones
serán muy importantes en el estudio de la estadística inferencial, porque las
inferencias sobre las poblaciones se harán usando estadísticas muestrales.
Como el análisis de las distribuciones asociadas con los estadísticos
muestrales, podremos juzgar la confiabilidad de un estadístico muestral como
un instrumento para hacer inferencias sobre un parámetro poblacional
desconocido.

Como los valores de un estadístico, tal como x, varían de una muestra aleatoria
a otra, se le puede considerar como una variable aleatoria con su
correspondiente distribución de frecuencias.

La distribución de frecuencia de un estadístico muestral se denomina

distribución muestral. En general, la distribución muestral de un
estadístico es la de todos sus valores posibles calculados a partir de muestras
del mismo tamaño.

Suponga que se han seleccionado muestras aleatorias de tamaño 20 en una

población grande. Se calcula la madia muestral x para cada muestra; la
colección de todas estas medias muestrales recibe el nombre de distribución
muestral de medias, lo que se puede ilustrar en la siguiente figura:

Suponga que se eligen muestras aleatorias de tamaño 20, de una población

grande, y se calcula la deviación estándar de cada una. La colección de todas
estas desviaciones estándar muestrales se llama distribución muestral de la
desviación estándar, y lo podemos ver en la siguiente figura:
Ejemplo 1.6

Se eligen muestras ordenadas de tamaño 2, con reemplazo, de la población de

valores 0, 2, 4 y 6. Encuentre:

, la media poblacional.

, la desviación estándar poblacional.

x, la media de la distribución muestral de medias.

x , la desviación estándar de la distribución muestral de medias.

Además, grafique las frecuencias para la población y para la distribución

muestral de medias.

Solución:

a. La media poblacional es:

b. La desviación estándar de la población es:

 c. A continuación se listan los elementos de la distribución muestral de la
media y la correspondiente distribución de frecuencias.

La media de la distribución muestral de medias es:

d) La desviación estándar de la distribución muestral de medias es:

De aquí que podamos deducir que:

Como para cualquier variable aleatoria, la distribución muestral de medias tiene

una media o valor esperado, una varianza y una desviación estándar, se puede
demostrar que la distribución muestral de medias tiene una media igual a la
media poblacional. Esto es:
Distribuciones muestrales

Después de haber realizado el ejercicio anterior se puede ver que una

distribución muestral se genera extrayendo todas las posibles muestras del
mismo tamaño de la población y calculándoles a éstas su estadístico.

Si la población de la que se extraen las muestras es normal, la distribución

muestral de medias será normal sin importar el tamaño de la muestra.

Si la población de donde se extraen las muestras no es normal, entonces el

tamaño de la muestra debe ser mayor o igual a 30, para que la distribución
muestral tenga una forma acampanada. Mientras mayor sea el tamaño de la
muestra, más cerca estará la distribución muestral de ser normal.

Para muchos propósitos, la aproximación normal se considera buena si se

cumple n=30. La forma de la distribución muestral de medias sea
aproximadamente normal, aún en casos donde la población original es bimodal,
es realmente notable.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Teorema del límite central

Si se seleccionan muestras aleatorias de n observaciones de una población con

media y desviación estándar , entonces, cuando n es grande, la
distribución muestral de medias tendrá aproximadamente una distribución
normal con una media igual a y una desviación estándar de . La
aproximación será cada vez más exacta a medida de que n sea cada vez
mayor.

Ejemplo

Para la dsitribución muestral de medias del ejercicio pasado, encuentre:

a. El error muestral de cada media

b. La media de los errores muestrales
c. La desviación estándar de los errores muestrales.

Solución:

a. En la tabla siguiente se ven las muestras, las medias de las muestras y los
errores muestrales:

Muestra x Error muestral, e=x-

(0,0) 0 0 - 3 = -3

(0,2) 1 1 - 3 = -2

(0,4) 2 2 - 3 = -1

(0,6) 3 3–3=0

(2,0) 1 1 – 3 = -2
 (2,2) 2 2 – 3 = -1

(2,4) 3 3–3=0

(2,6) 4 4–3=1

(4,0) 2 2 – 3 = -1

(4,2) 3 3–3=0

(4,4) 4 4–3=1

(4,6) 5 5–3=2

(6,0) 3 3–3=0

(6,2) 4 4–3=1

(6,4) 5 5–3=2

(6,6) 6 6–3=3

b. La media de los errores muestrales es e , es:

c. La desviación estándar de la distribución de los errores muestrales

e, es entonces:

La desviación estándar de la distribución muestral de un estadístico se conoce

como error estándar del estadístico. Para el ejercicio anterior el error
estándar de la media denotado por x, es 1.58. Con esto se puede demostrar
que si de una población se eligen muestras de tamaño n con reemplazo,
entonces el error estándar de la media es igual a la desviación estándar de la
distribución de los errores muestrales.

En general se tiene:

Cuando las muestras se toman de una población pequeña y sin reemplazo, se

puede usar la formula siguiente para encontrar x .

Donde es la desviación estándar de la población de donde se toman las

muestras, n es el tamaño de la muestra y N el de la población.

Como regla de cálculo, si el muestreo se hace sin reemplazo y el tamaño de la

población es al menos 20 veces el tamaño de la muestra (N 20), entonces se
puede usar la fórmula.

El factor se denomina factor de corrección para una población finita.

Ejemplo:

Suponga que la tabla siguiente muestra la antigüedad en años en el trabajo de

tres maestros universitarios de matemáticas:

Maestro de matemáticas Antiguedad

A 6

B 4

C 2

Suponga además que se seleccionan muestras aleatorias de tamaño 2 sin

reemplazo. Calcule la antigüedad media para cada muestra, la media de la
distribución muestral y el error estándar, o la desviación estándar de la
distribución muestral.

Solución:

Se pueden tener 3C2 =3 muestras posibles. La tabla lista todas las muestras posibles
de tamaño 2, con sus respectivas medias muestrales.
 Muestras Antigüedad Media Muestral

A,B (6,4) 5

A,C (6,2) 4

B,C (4,2) 3

La media poblacional es:

La media de la distribución muestral es:

La desviación estándar de la población es:

El error estándar o la desviación estándar de la distribución muestral es:

Si utilizamos la fórmula del error estándar sin el factor de correción tendriamos

que:

Por lo que observamos que este valor no es el verdadero. Agregando el factor

de corrección obtendremos el valor correcto:

El diagrama de flujo resume las decisiones que deben tomarse cuando se

calcula el valor del error estándar:
 Distribución Muestral de Medias

Si recordamos a la distribución normal, esta es una distribución continua, en

forma de campana en donde la media, la mediana y la moda tienen un mismo
valor y es simétrica.

Con esta distribución podíamos calcular la probabilidad de algún evento

relacionado con la variable aleatoria, mediante la siguiente fórmula:

En donde z es una variable estandarizada con media igual a cero y varianza

igual a uno. Con esta fórmula se pueden a hacer los cálculos de probabilidad
para cualquier ejercicio, utilizando la tabla de la distribución z.

Sabemos que cuando se extraen muestras de tamaño mayor a 30 o bien de

cualquier tamaño de una población normal, la distribución muestral de medias
tiene un comportamiento aproximadamente normal, por lo que se puede utilizar
la formula de la distribución normal con y , entonces la fórmula
para calcular la probabilidad del comportamiento del estadístico, en este caso
la media de la muestra , quedaría de la siguiente manera:
y para poblaciones finitas y muestro con reemplazo:

Ejemplo:

Una empresa eléctrica fabrica focos que tienen una duración que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviación
estándar de 40 horas. Encuentre la probabilidad de que una muestra aleatoria
de 16 focos tenga una vida promedio de menos de 775 horas.

Solución:

Este valor se busca en la tabla de z

La interpretación sería que la probabilidad de que la media de la muestra de 16

focos sea menor a 775 horas es de 0.0062.

Ejemplo:

Las estaturas de 1000 estudiantes están distribuidas aproximadamente en

forma normal con una media de 174.5 centímetros y una desviación estándar
de 6.9 centímetros. Si se extraen 200 muestras aleatorias de tamaño 25 sin
reemplazo de esta población, determine:

a. El número de las medias muestrales que caen entre 172.5 y 175.8

centímetros.
b. El número de medias muestrales que caen por debajo de 172
centímetros.

Solución:

Como se puede observar en este ejercicio se cuenta con una población finita y
un muestreo sin reemplazo, por lo que se tendrá que agregar el factor de
corrección. Se procederá a calcular el denominador de Z para sólo sustituirlo
en cada inciso.
 a.

(0.7607)(200)=152 medias muestrales

b.

(0.0336)(200)= 7 medias muestrales

Distribución muestral de Proporciones

Existen ocasiones en las cuales no estamos interesados en la media de la

muestra, sino que queremos investigar la proporción de artículos defectuosos o
la proporción de alumnos reprobados en la muestra. La distribución muestral de
proporciones es la adecuada para dar respuesta a estas situaciones. Esta
distribución se genera de igual manera que la distribución muestral de medias,
a excepción de que al extraer las muestras de la población se calcula el
estadístico proporción (p=x/n en donde "x" es el número de éxitos u
observaciones de interés y "n" el tamaño de la muestra) en lugar del
estadísitico media.

Una población binomial está estrechamente relacionada con la distribución

muestral de proporciones; una población binomial es una colección de éxitos y
fracasos, mientras que una distribución muestral de proporciones contiene las
posibilidades o proporciones de todos los números posibles de éxitos en un
experimento binomial, y como consecuencia de esta relación, las afirmaciones
probabilísticas referentes a la proporción muestral pueden evaluarse usando la
aproximación normal a la binomial, siempre que np 5 y
n(1-p) 5. Cualquier evento se puede convertir en una proporción si se divide
el número obtenido entre el número de intentos.

Generación de la Distribución Muestral de Proporciones

Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artículos

defectuosos. Se van a seleccionar 5 artículos al azar de ese lote sin reemplazo.
Genere la distribución muestral de proporciones para el número de piezas
defectuosas.

Como se puede observar en este ejercicio la Proporción de artículos

defectuosos de esta población es 4/12=1/3. Por lo que podemos decir que el
33% de las piezas de este lote están defectuosas.

El número posible de muestras de tamaño 5 a extraer de una población de 12

elementos es 12C5=792, las cuales se pueden desglosar de la siguiente manera:

Número de
Proporción de
Artículos maneras en las que
Artículos Malos artículos
Buenos se puede obtener la
defectuoso
muestra
 1 4 4/5=0.8 8C1*4C4=8

2 3 3/5=0.6 8 C2*4C3=112

3 2 2/5=0.4 8 C3*4C2=336

4 1 1/5=0.2 8 C4*4C1=280

5 0 0/5=0 8C5*4C0=56

Total 792

Para calcular la media de la distribución muestral de proporciones se tendría

que hacer la sumatoria de la frecuencia por el valor de la proporción muestral y
dividirla entre el número total de muestras. Esto es:

Como podemos observar la media de la distribución muestral de proporciones

es igual a la Proporción de la población.

p =P

También se puede calcular la desviación estándar de la distribución muestral

de proporciones:

2
La varianza de la distribución binomial es = npq, por lo que la varianza de la
distribución muestral de proporciones es 2
p =(Pq)/n. Si se sustituyen los
valores en esta fórmula tenemos que:

, este valor no coincide con el de

0.1681, ya que nos falta agregar el factor de corrección para una población
finita y un muestreo sin reemplazo:
La fórmula que se utilizará para el cálculo de probabilidad en una distribución
muestral de proporciones está basada en la aproximación de la distribución
normal a la binomial. Esta fórmula nos servirá para calcular la probabilidad del
comportamiento de la proporción en la muestra.

A esta fórmula se le puede agregar el factor de corrección de si se cumple con

las condiciones necesarias.

Ejemplo:

Se ha determinado que 60% de los estudiantes de una universidad grande

fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule la
probabilidad de que la proporción de la muestra de la gente que fuma cigarrillos
sea menor que 0.55.

Solución:

Este ejercicio se puede solucionar por dos métodos. El primero puede ser con
la aproximación de la distribución normal a la binomial y el segundo utilizando
la fórmula de la distribución muestral de proporciones.

Aproximación de la distribución normal a la binomial:

Datos:

n=800 estudiantes

p=0.60

x= (.55)(800) = 440 estudiantes

p(x 440) = ?

Media= np= (800)(0.60)= 480

p(x 440) = 0.0017. Este valor significa que existe una probabilidad del 0.17%
de que al extraer una muestra de 800 estudiantes, menos de 440 fuman
cigarrillos.

Distribución Muestral de Proporciones

Datos:

n=800 estudiantes

P=0.60

p= 0.55

p(p 0.55) = ?
 Observe que este valor es igual al obtenido
en el método de la aproximación de la distribución normal a la binomial, por lo
que si lo buscamos en la tabla de "z" nos da la misma probabilidad de 0.0017.
También se debe de tomar en cuenta que el factor de corrección de 0.5 se esta
dividiendo entre el tamaño de la muestra, ya que estamos hablando de una
proporción.

La interpretación en esta solución, estaría enfocada a la proporción de la

muestra, por lo que diríamos que la probabilidad de que al extraer una
muestra de 800 estudiantes de esa universidad, la proporción de
estudiantes que fuman cigarrillos sea menor al 55% es del 0.17%.

Ejemplo:

Un medicamento para malestar estomacal tiene la advertencia de que algunos

usuarios pueden presentar una reacción adversa a él, más aún, se piensa que
alrededor del 3% de los usuarios tienen tal reacción. Si una muestra aleatoria
de 150 personas con malestar estomacal usa el medicamento, encuentre la
probabilidad de que la proporción de la muestra de los usuarios que realmente
presentan una reacción adversa, exceda el 4%.

a. Resolverlo mediante la aproximación de la normal a la binomial

b. Resolverlo con la distribución muestral de proporciones

a. Aproximación de la distribución normal a la binomial:

Datos:

n=150 personas

p=0.03

x= (0.04)(150) = 6 personas

p(x>6) = ?

Media = np= (150)(0.03)= 4.5

 p(x>6) = 0.1685. Este valor significa que existe una probabilidad del 17%
de que al extraer una muestra de 150 personas, más de 6 presentarán
una reacción adversa.

b. Distribución Muestral de Proporciones

Datos:

n=150 personas

P=0.03

p= 0.04

p(p>0.04) = ?

Observe que este valor es igual al obtenido y la interpretación es: existe una
probabilidad del 17% de que al tomar una muestra de 150 personas se tenga
una proporción mayor de 0.04 presentando una reacción adversa.
Ejemplo:

Se sabe que la verdadera proporción de los componentes defectuosos

fabricados por una firma es de 4%, y encuentre la probabilidad de que una
muestra aleatoria de tamaño 60 tenga:

a. Menos del 3% de los componentes defectuosos.

b. Más del 1% pero menos del 5% de partes defectuosas.

Solución:

a. Datos:

n= 60 artículos

P=0.04

p= 0.03

p(p<0.03) = ?

La probabilidad de que en una muestra de 60 artículos exista una

proporción menor de 0.03 artículos defectuosos es de 0.2327.

b. Datos:

n= 60 artículos

P=0.04
p= 0.01 y 0.05

p(0.01<p<0.05) = ?

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Distribución Muestral de Diferencia de Medias

Suponga que se tienen dos poblaciones distintas, la primera con media 1 y

desviación estándar 1, y la segunda con media 2 y desviación estándar
2. Más aún, se elige una muestra aleatoria de tamaño n 1 de la primera población
y una muestra independiente aleatoria de tamaño n 2 de la segunda población;
se calcula la media muestral para cada muestra y la diferencia entre dichas
medias. La colección de todas esas diferencias se llama distribución muestral
de las diferencias entre medias o la distribución muestral del estadístico
La distribución es aproximadamente normal para n 1 30 y n2 30. Si las
poblaciones son normales, entonces la distribución muestral de medias es
normal sin importar los tamaños de las muestras.

En ejercicios anteriores se había demostrado que y que , por lo

que no es difícil deducir que y que .

La fórmula que se utilizará para el cálculo de probabilidad del estadístico de

diferencia de medias es:

Ejemplo:

En un estudio para comparar los pesos promedio de niños y niñas de sexto

grado en una escuela primaria se usará una muestra aleatoria de 20 niños y
otra de 25 niñas. Se sabe que tanto para niños como para niñas los pesos
siguen una distribución normal. El promedio de los pesos de todos los niños de
sexto grado de esa escuela es de 100 libras y su desviación estándar es de
14.142, mientras que el promedio de los pesos de todas las niñas del sexto
grado de esa escuela es de 85 libras y su desviación estándar es de 12.247
libras. Si representa el promedio de los pesos de 20 niños y es el
promedio de los pesos de una muestra de 25 niñas, encuentre la probabilidad
de que el promedio de los pesos de los 20 niños sea al menos 20 libras más
grande que el de las 25 niñas.

Solución:

Datos:

1 = 100 libras

2 = 85 libras

1 = 14.142 libras

2 = 12.247 libras

n1 = 20 niños
n2 = 25 niñas

=?

Por lo tanto, la probabilidad de que el promedio de los pesos de la muestra de

niños sea al menos 20 libras más grande que el de la muestra de las niñas es
0.1056.

Ejemplo:

Uno de los principales fabricantes de televisores compra los tubos de rayos

catódicos a dos compañías. Los tubos de la compañía A tienen una vida media
de 7.2 años con una desviación estándar de 0.8 años, mientras que los de la B
tienen una vida media de 6.7 años con una desviación estándar de 0.7.
Determine la probabilidad de que una muestra aleatoria de 34 tubos de la
compañía A tenga una vida promedio de al menos un año más que la de una
muestra aleatoria de 40 tubos de la compañía B.

Solución:

Datos:

A = 7.2 años

B = 6.7 años

A = 0.8 años

B = 0.7 años

nA = 34 tubos

nB = 40 tubos

=?
Ejemplo:

Se prueba el rendimiento en km/L de 2 tipos de gasolina, encontrándose una

desviación estándar de 1.23km/L para la primera gasolina y una desviación
estándar de 1.37km/L para la segunda gasolina; se prueba la primera gasolina
en 35 autos y la segunda en 42 autos.

a. ¿Cuál es la probabilidad de que la primera gasolina de un rendimiento

promedio mayor de 0.45km/L que la segunda gasolina?
b. ¿Cuál es la probabilidad de que la diferencia en rendimientos promedio
se encuentre entre 0.65 y 0.83km/L a favor de la gasolina 1?.

Solución:

En este ejercicio no se cuenta con los parámetros de las medias en ninguna de

las dos poblaciones, por lo que se supondrán que son iguales.

Datos:

1 = 1.23 Km/Lto

2 = 1.37 Km/Lto

n1 = 35 autos

n2 = 42 autos

a. =?
 b.

La probabilidad de que la diferencia en rendimientos promedio en las muestras

se encuentre entre 0.65 y 0.83 Km/Lto a favor de la gasolina 1 es de 0.0117.

Distribución Muestral de Diferencia de Proporciones

Muchas aplicaciones involucran poblaciones de datos cualitativos que deben

compararse utilizando proporciones o porcentajes. A continuación se citan
algunos ejemplos:

 Educación.- ¿Es mayor la proporción de los estudiantes que aprueban

matemáticas que las de los que aprueban inglés?
 Medicina.- ¿Es menor el porcentaje de los usuarios del medicamento A
que presentan una reacción adversa que el de los usuarios del fármaco
B que también presentan una reacción de ese tipo?
 Administración.- ¿Hay diferencia entre los porcentajes de hombres y
mujeres en posiciones gerenciales.
 Ingeniería.- ¿Existe diferencia entre la proporción de artículos
defectuosos que genera la máquina A a los que genera la máquina B?
Cuando el muestreo procede de dos poblaciones binomiales y se trabaja con
dos proporciones muestrales, la distribución muestral de diferencia de
proporciones es aproximadamente normal para tamaños de muestra grande
(n1p1 5, n1q1 5,n2p2 5 y n2q2 5). Entonces p1 y p2 tienen distribuciones
muestrales aproximadamente normales, así que su diferencia p 1-p2 también
tiene una distribución muestral aproximadamente normal.

Cuando se estudió a la distribución muestral de proporciones se comprobó que

y que , por lo que no es difícil deducir que

y que .

La fórmula que se utilizará para el cálculo de probabilidad del estadístico de

diferencia de proporciones es:

Ejemplo:

Los hombres y mujeres adultos radicados en una ciudad grande del norte
difieren en sus opiniones sobre la promulgación de la pena de muerte para
personas culpables de asesinato. Se cree que el 12% de los hombres adultos
están a favor de la pena de muerte, mientras que sólo 10% de las mujeres
adultas lo están. Si se pregunta a dos muestras aleatorias de 100 hombres y
100 mujeres su opinión sobre la promulgación de la pena de muerte, determine
la probabilidad de que el porcentaje de hombres a favor sea al menos 3%
mayor que el de las mujeres.

Solución:
Datos:

PH = 0.12

PM = 0.10

nH = 100

nM = 100

p(pH-pM 0.03) = ?

Se recuerda que se está incluyendo el factor de corrección de 0.5 por ser una
distribución binomial y se está utilizando la distribución normal.

Se concluye que la probabilidad de que el porcentaje de hombres a favor de la

pena de muerte, al menos 3% mayor que el de mujeres es de 0.4562.

Ejemplo:

Una encuesta del Boston College constó de 320 trabajadores de Michigan que
fueron despedidos entre 1979 y 1984, encontró que 20% habían estado sin
trabajo durante por lo menos dos años. Supóngase que tuviera que seleccionar
otra muestra aleatoria de 320 trabajadores de entre todos los empleados
despedidos entre 1979 y 1984. ¿Cuál sería la probabilidad de que su
porcentaje muestral de trabajadores sin empleo durante por lo menos dos
años, difiera del porcentaje obtenido en la encuesta de Boston College, en 5%
o más?

Solución:

En este ejercicio se cuenta únicamente con una población, de la cual se están

extrayendo dos muestras y se quiere saber la probabilidad de la diferencia de
los porcentajes en esas dos muestras, por lo que se debe de utilizar la
distribución muestral de proporciones con P1= P2, ya que es una misma
población.

Otra de las situaciones con la cual nos topamos es que desconocemos la

proporción de trabajadores despedidos entre 1979 y 1984 que estuvieron
desempleados por un período de por lo menos dos años, sólo se conoce la
p1= 0.20 ya que al tomar una muestra de 320 trabajadores se observó esa
proporción.

En la fórmula de la distribución muestral de proporciones para el cálculo de

probabilidad se necesita saber las proporciones de las poblaciones, las cuales
en este ejercicio las desconocemos, por lo que se utilizará el valor de 0.20
como una estimación puntual de P. En el siguiente tema se abordará el tema
de estimación estadística y se comprenderá el porque estamos utilizando de
esa manera el dato.

También debe de comprenderse la pregunta que nos hace este problema,

¿cuál sería la probabilidad de que su porcentaje muestral de trabajadores sin
empleo durante por lo menos dos años, difiera del porcentaje obtenido en la
encuesta de Boston College, en 5% o más?, la palabra difiera quiere decir que
puede existir una diferencia a favor de la muestra uno, o a favor de la muestra
dos, por lo que se tendrán que calcular dos áreas en la distribución y al final
sumarlas.

Datos:

p1 = 0.20

n1 = 320 trabajadores

n2 = 320 trabajadores

P1 = P 2
La probabilidad de que su proporcion muestral de trabajadores sin empleo
durante por lo menos dos años, difiera del porcentaje obtenido en la encuesta
de Boston College, en 0.05 o más es de 0.1260.

Ejemplo:

Se sabe que 3 de cada 6 productos fabricados por la máquina 1 son

defectuosos y que 2 de cada 5 objetos fabricados por la máquina 2 son
defectuosos; se toman muestras de 120 objetos de cada máquina:

a. ¿cuál es la probabilidad de que la proporción de artículos defectuosos

de la máquina 2 rebase a la máquina 1 en por lo menos 0.10?
b. ¿cuál es la probabilidad de que la proporción de artículos defectuosos
de la máquina 1 rebase a la máquina 2 en por lo menos 0.15?

Solución:

Datos:

P1 = 3/6 = 0.5

P2 = 2/5 = 0.4

n1 = 120 objetos

n2 = 120 objetos

a. p(p2-p1 0.10) = ?
 Otra manera de hacer este ejercicio es poner P 1-P2:

La probabilidad de que exista una diferencia de proporciones de

artículos defectuosos de por lo menos 10% a favor de la máquina 2 es
de 0.0011.

b. p(p1-p2

0.15)=?

La probabilidad de que exista una diferencia de proporciones de artículos

defectuosos de por lo menos 15% a favor de la máquina 1 es de 0.2357.
 Distribución Muestral de Número de Defectos

En el control de calidad y específicamente en los gráficos de control "c" se

aplica esta distribución, la cual consiste en que al extraer un artículo
contabilicemos el número de defectos que tiene ese artículo.

Esta distribución muestral proviene de la distribución de Poisson, en la cual le

media es y que en este caso es el número promedio de defectos por unidad.
Como ya es conocido la varianza de la distribución de Poisson es igual a por
lo que se puede deducir la formula de la siguiente manera:

Para la distribución muestral de número de defectos la nomenclatura utilizada

es:

c = número defectos por unidad de inspección

C = número de defectos promedio por unidad de inspección

Se debe de recordar que la distribución de Poisson es una distribución discreta,

y se esta utilizando la aproximación de la normal a la Poisson, debiendo aplicar
el factor de corrección de  0.5 según sea el caso. La formula para la
dsitribución muestral de número de defectos quedaría de la siguiente manera:

Ejemplo:

En cierta empresa se fabrican productos con un promedio de 8 defectos por

unidad. Determine la probabilidad de que el próximo producto inspeccionado
tenga un número de defectos:

a. Mayor o igual a 6
b. Exactamente 7
c. Como máximo 9

a.
La probabilidad de que el siguiente producto inspeccionado tenga por lo menos
6 defectos es de 0.8106.

b.

La probabilidad de que el siguiente producto inspeccionado tenga

exactamente 7 defectos es de 0.1344.

c.
La probabilidad de que el siguiente producto inspeccionado tenga a lo más 9
defectos es de 0.7019.

Problemas propuestos

1. Se sabe que la resistencia a la ruptura de cierto tipo de cuerda se

distribuye normalmente con media de 2000 libras y una varianza de
25,000 lbs2. Si se selecciona una muestra aleatoria de 100 cuerdas;
determine la probabilidad de que en esa muestra:

a. La resistencia media encontrada sea de por lo menos 1958 libras.

b. La resistencia media se mayor de 2080 libras.

1. Como parte de un proyecto general de mejoramiento de la calidad, un

fabricante textil decide controlar el número de imperfecciones
encontradas en cada pieza de tela. Se estima que el número promedio
de imperfecciones por cada pieza de tela es de 12, determine la
probabilidad de que en la próxima pieza de tela fabricada se encuentren:

a. Entre 10 y 12 imperfecciones.
b. Menos de 9 y más de 15 imperfecciones.

1. En una prueba de aptitud la puntuación media de los estudiantes es de

72 puntos y la desviación estándar es de 8 puntos. ¿Cuál es la
probabilidad de que dos grupos de estudiantes, formados de 28 y 36
estudiantes, respectivamente, difieran en su puntuación media en:

a. 3 ó más puntos.
b. 6 o más puntos.
c. Entre 2 y 5 puntos.

1. Un especialista en genética ha detectado que el 26% de los hombres y

el 24% de las mujeres de cierta región del país tiene un leve desorden
sanguíneo; si se toman muestras de 150 hombres y 150 mujeres,
determine la probabilidad de que la diferencia muestral de proporciones
que tienen ese leve desorden sanguíneo sea de:

a. Menos de 0.035 a favor de los hombres.

b. Entre 0.01 y 0.04 a favor de los hombres.

1. Una urna contiene 80 bolas de las que 60% son rojas y 40% blancas. De
un total de 50 muestras de 20 bolas cada una, sacadas de la urna con
remplazamiento, ¿en cuántas cabe esperar

a. Igual número de bolas rojas y blancas?

b. 12 bolas rojas y 8 blancas?
c. 8 bolas rojas y 12 blancas?
d. 10 ó mas bolas blancas?
 1. Los pesos de 1500 cojinetes de bolas se distribuyen normalmente con
media de 2.40 onzas y desviación estándar de 0.048 onzas. Si se
extraen 300 muestras de tamaño 36 de esta población, determinar la
media esperada y la desviación estándar de la distribución muestral de
medias si el muestreo se hace:

a. Con remplazamiento
b. Sin remplazamiento

1. La vida media de una máquina para hacer pasta es de siete años, con
una desviación estándar de un año. Suponga que las vidas de estas
máquinas siguen aproximadamente una distribución normal, encuentre:

a. La probabilidad de que la vida media de una muestra aleatoria de 9 de

estas máquinas caiga entre 6.4 y 7.2 años.
b. El valor de la

a la derecha del cual caería el 15% de las medias calculadas de muestras

aleatorias de tamaño nueve.
1. Se llevan a cabo dos experimentos independientes en lo que se
comparan dos tipos diferentes de pintura. Se pintan 18 especímenes con
el tipo A y en cada uno se registra el tiempo de secado en horas. Lo
mismo se hace con el tipo B. Se sabe que las desviaciones estándar de
la población son ambas 1.0. Suponga que el tiempo medio de secado es
igual para los dos tipo de pintura. Encuentre la probabilidad de que la
diferencia de medias en el tiempo de secado sea mayor a uno a favor de
la pintura A.

Respuestas a los problemas propuestos:

1. a) 0.9960 b) 0

2. a) 0.3221 b) 0.3122

3. a) 0.2150 b) 0.0064 c) 0.4504

4. a) 0.2227 b) 0.2848

5. a) 6 b) 9 c) 2 d) 12

6. a) b) ligeramente menor que 0.008

7. a) 0.6898 b) 7.35

8. 0.0013

ESTIMACION

El objetivo principal de la estadística inferencial es la estimación, esto es que

mediante el estudio de una muestra de una población se quiere generalizar las
conclusiones al total de la misma. Como vimos en la sección anterior, los
estadísticos varían mucho dentro de sus distribuciones muestrales, y mientras
menor sea el error estándar de un estadístico, más cercanos serán unos de
otros sus valores.

Existen dos tipos de estimaciones para parámetros; puntuales y por intervalo.

Una estimación puntual es un único valor estadístico y se usa para estimar un
parámetro. El estadístico usado se denomina estimador.

Una estimación por intervalo es un rango, generalmente de ancho finito, que

se espera que contenga el parámetro.

Estimación Puntual

La inferencia estadística está casi siempre concentrada en obtener algún tipo

de conclusión acerca de uno o más parámetros (características poblacionales).
Para hacerlo, se requiere que un investigador obtenga datos muestrales de
cada una de las poblaciones en estudio. Entonces, las conclusiones pueden
estar basadas en los valores calculados de varias cantidades muestrales . Por
ejemplo, representamos con (parámetro) el verdadero promedio de
resistencia a la ruptura de conexiones de alambres utilizados para unir obleas
de semiconductores. Podría tomarse una muestra aleatoria de 10 conexiones
para determinar la resistencia a la ruptura de cada una, y la media muestral de
la resistencia a la ruptura se podía emplear para sacar una conclusión acerca

del valor de . De forma similar, si es la varianza de la distribución de

resistencia a la ruptura, el valor de la varianza muestral s 2 se podría utilizar

para inferir algo acerca de .

Cuando se analizan conceptos generales y métodos de inferencia es

conveniente tener un símbolo genérico para el parámetro de interés. Se
utilizará la letra griega para este propósito. El objetivo de la estimación
puntual es seleccionar sólo un número, basados en datos de la muestra, que
represente el valor más razonable de .

Una muestra aleatoria de 3 baterías para calculadora podría presentar

duraciones observadas en horas de x1=5.0, x2=6.4 y x3=5.9. El valor calculado
de la duración media muestral es = 5.77, y es razonable considerar 5.77
como el valor más adecuado de .
Una estimación puntual de un parámetro es un sólo número que se puede
considerar como el valor más razonable de . La estimación puntual se obtiene
al seleccionar una estadística apropiada y calcular su valor a partir de datos de
la muestra dada. La estadística seleccionada se llama estimador puntual de
.

El símbolo (theta sombrero) suele utilizarse para representar el estimador de

y la estimación puntual resultante de una muestra dada. Entonces se
lee como "el estimador puntual de es la media muestral ". El enunciado "la
estimación puntual de es 5.77" se puede escribir en forma abreviada
.

Ejemplo:

En el futuro habrá cada vez más interés en desarrollar aleaciones de Mg de

bajo costo, para varios procesos de fundición. En consecuencia, es importante
contar con métodos prácticos para determinar varias propiedades mecánicas
de esas aleaciones. Examine la siguiente muestra de mediciones del módulo
de elasticidad obtenidos de un proceso de fundición a presión:

44.2 43.9 44.7 44.2 44.0 43.8 44.6 43.1

Suponga que esas observaciones son el resultado de una muestra aleatoria.

Se desea estimar la varianza poblacional . Un estimador natural es la

varianza muestral:

En el mejor de los casos, se encontrará un estimador para el cual

siempre. Sin embargo, es una función de las Xi muestrales, por lo que en sí
misma una variable aleatoria.

+ Error de estimación

Entonces el estimador preciso sería uno que produzca sólo pequeñas

diferencias de estimación, de modo que los valores estimados se acerquen al
valor verdadero.

Propiedades de un Buen Estimador

Insesgado.- Se dice que un estimador puntual es un estimador insesgado de
si , para todo valor posible de . En otras palabras, un estimador
insesgado es aquel para el cual la media de la distribución muestral es el
parámetro estimado. Si se usa la media muestral para estimar la media
poblacional , se sabe que la , por lo tanto la media es un estimador
insesgado.

Eficiente o con varianza mínima.- Suponga que 1 y 2 son dos estimadores

insesgados de . Entonces, aun cuando la distribución de cada estimador esté
centrada en el valor verdadero de , las dispersiones de las distribuciones
alrededor del valor verdadero pueden ser diferentes.

Entre todos los estimadores de que son insesgados, seleccione al que tenga
varianza mínima. El resultante recibe el nombre de estimador insesgado
con varianza mínima (MVUE, minimum variance unbiased estimator) de .

En otras palabras, la eficiencia se refiere al tamaño de error estándar de la

estadística. Si comparamos dos estaíisticas de una muestra del mismo tamaño
y tratamos de decidir cual de ellas es un estimador mas eficiente,
escogeríamos la estadística que tuviera el menor error estándar, o la menor
desviación estándar de la distribución de muestreo.

Tiene sentido pensar que un estimador con un error estándar menor tendrá una
mayor oportunidad de producir una estimación mas cercana al parámetro de
población que se esta considerando.

Como se puede observar las dos distribuciones tienen un mismo valor en el

parámetro sólo que la distribución muestral de medias tiene una menor
varianza, por lo que la media se convierte en un estimador eficiente e
insesgado.

Coherencia.- Una estadística es un estimador coherente de un parámetro de

población, si al aumentar el tamaño de la muestra se tiene casi la certeza de
que el valor de la estadística se aproxima bastante al valor del parámetro de la
población. Si un estimador es coherente se vuelve más confiable si tenemos
tamaños de muestras más grandes.

Suficiencia.- Un estimador es suficiente si utiliza tal cantidad de la información

contenida de la muestra que ningún otro estimador podría extraer información
adicional de la muestra sobre el parámetro de la población que se esta
estimando.

Es decir se pretende que al extraer la muestra el estadístico calculado

contenga toda la información de esa muestra. Por ejemplo, cuando se calcula
la media de la muestra, se necesitan todos los datos. Cuando se calcula la
mediana de una muestra sólo se utiliza a un dato o a dos. Esto es solo el dato
o los datos del centro son los que van a representar la muestra. Con esto se
deduce que si utilizamos a todos los datos de la muestra como es en el caso de
la media, la varianza, desviación estándar, etc; se tendrá un estimador
suficiente.

Estimación por Intervalos

Un estimado puntual, por ser un sólo número, no proporciona por sí mismo

información alguna sobre la precisión y confiabilidad de la estimación. Por
ejemplo, imagine que se usa el estadístico para calcular un estimado puntual
de la resistencia real a la ruptura de toallas de papel de cierta marca, y
suponga que = 9322.7. Debido a la variabilidad de la muestra, nunca se
tendrá el caso de que = . El estimado puntual nada dice sobre lo cercano
que esta de . Una alternativa para reportar un solo valor del parámetro que
se esté estimando es calcular e informar todo un intervalo de valores factibles,
un estimado de intervalo o intervalo de confianza (IC). Un intervalo de
confianza se calcula siempre seleccionando primero un nivel de confianza,
que es una medida de el grado de fiabilidad en el intervalo. Un intervalo de
confianza con un nivel de confianza de 95% de la resistencia real promedio a la
ruptura podría tener un límite inferior de 9162.5 y uno superior de 9482.9.
Entonces, en un nivel de confianza de 95%, es posible tener cualquier valor de
entre 9162.5 y 9482.9. Un nivel de confianza de 95% implica que 95% de
todas las muestras daría lugar a un intervalo que incluye o cualquier otro
parámetro que se esté estimando, y sólo 5% de las muestras producirá un
intervalo erróneo. Cuanto mayor sea el nivel de confianza podremos creer que
el valor del parámetro que se estima está dentro del intervalo.

Una interpretación correcta de la "confianza de 95%" radica en la interpretación

frecuente de probabilidad a largo plazo: decir que un evento A tiene una
probabilidad de 0.95, es decir que si el experimento donde A está definido re
realiza una y otra vez, a largo plazo A ocurrirá 95% de las veces. Para este
caso

el 95% de los intervalos de confianza calculados contendrán a .

Esta es una construcción repetida de intervalos de confianza de 95% y se
puede observar que de los 11 intervalos calculados sólo el tercero y el último
no contienen el valor de .

De acuerdo con esta interpretación, el nivel de confianza de 95% no es tanto

un enunciado sobre cualquier intervalo en particular, más bien se refiere a lo
que sucedería si se tuvieran que construir un gran número de intervalos
semejantes.

Encontrar z a partir de un nivel de confianza

Existen varias tablas en las cuales podemos |según sea el área

proporcionada por la misma. En esta sección se realizará un ejemplo
para encontrar el valor de z utilizando tres tablas diferentes.

Ejemplo:

Encuentre el valor de z para un nivel de confianza del 95%.

Solución 1:

Se utilizará la tabla que tiene el área bajo la curva de - hasta z. Si lo vemos

gráficamente sería:

El nivel de confianza bilateral está dividido en partes iguales bajo la curva:

En base a la tabla que se esta utilizando, se tendrá que buscar el área de
0.975, ya que cada extremo o cola de la curva tiene un valor de 0.025.

Por lo que el valor de z es de 1.96.

Solución 2:

Si se utiliza una tabla en donde el área bajo la curva es de 0 a z:

En este caso sólo se tendrá que buscar adentro de la tabla el área de 0.475 y
el resultado del valor de z será el mismo, para este ejemplo 1.96.

Solución 3:

Para la tabla en donde el área bajo la curva va desde z hasta :

Se busca el valor de 0.025 para encontrar z de 1.96.

Independientemente del valor del Nivel de Confianza este será el
procedimiento a seguir para localizar a z. En el caso de que no se encuentre el
valor exacto se tendrá que interpolar.

Estimación para la Media

Es conocido de nosotros durante este curso, que en base a la distribución

muestral de medias que se generó en el tema anterior, la formula para el

calculo de probabilidad es la siguiente: . Como en este caso no

conocemos el parámetro y lo queremos estimar por medio de la media de la
muestra, sólo se despejará de la formula anterior, quedando lo siguiente:

De esta formula se puede observar que tanto el tamaño de la muestra como el

valor de z se conocerán. Z se puede obtener de la tabla de la distribución
normal a partir del nivel de confianza establecido. Pero en ocasiones se
desconoce por lo que en esos casos lo correcto es utilizar otra distribución
llamada "t" de student si la población de donde provienen los datos es normal.

Para el caso de tamaños de muestra grande se puede utilizar una estimación

puntual de la desviación estándar, es decir igualar la desviación estándar de la
muestra a la de la población (s= ).

Ejemplos:

1. Se encuentra que la concentración promedio de zinc que se saca del

agua a partir de una muestra de mediciones de zinc en 36 sitios
diferentes es de 2.6 miligramos por mililitro. Encuentre los intervalos de
confianza de 95% y 99% para la concentración media de zinc en el río.
Suponga que la desviación estándar de la población es 0.3.

Solución:

La estimación puntual de es = 2.6. El valor de z para un nivel de

confianza del 95% es 1.96, por lo tanto:
 Para un nivel de confianza de 99% el valor de z es de 2.575 por lo que el
intervalo será más amplio:

El intervalo de confianza proporciona una estimación de la precisión de

nuestra estimación puntual. Si es realmente el valor central de
intervalo, entonces estima sin error. La mayor parte de las veces,
sin embargo, no será exactamente igual a y la estimación puntual es
errónea. La magnitud de este error será el valor absoluto de la diferencia
entre y , y podemos tener el nivel de confianza de que esta

diferencia no excederá .

Como se puede observar en los resultados del ejercicio se tiene un error

de estimación mayor cuando el nivel de confianza es del 99% y más
pequeño cuando se reduce a un nivel de confianza del 95%.

2. Una empresa eléctrica fabrica focos que tienen una duración

aproximadamente distribuida de forma normal con una desviación
estándar de 40 horas. Si una muestra de 30 focos tiene una duración
promedio de 780 horas, encuentre un intervalo de confianza de 96%
para la media de la población de todos los focos que produce esta
empresa.

Solución:
 Con un nivel de confianza del 96% se sabe que la duración media de los
focos que produce la empresa está entre 765 y 765 horas.

3. La prueba de corte sesgado es el procedimiento más aceptado para

evaluar la calidad de una unión entre un material de reparación y su
sustrato de concreto. El artículo "Testing the Bond Between Repair
Materials and Concrete Substrate" informa que, en cierta investigación,
se obtuvo una resistencia promedio muestral de 17.17 N/mm 2, con una
muestra de 48 observaciones de resistencia al corte, y la desviación
estándar muestral fue 3.28 N/mm2. Utilice un nivel de confianza inferior
del 95% para estimar la media real de la resistencia al corte.

Solución:

En este ejercicio se nos presentan dos situaciones diferentes a los ejercicios

anteriores. La primera que desconoce la desviación estándar de la población y
la segunda que nos piden un intervalo de confianza unilateral.

El primer caso ya se había comentado y se solucionará utilizando la desviación

estándar de la muestra como estimación puntual de sigma.

Para el intervalo de confianza unilateral, se cargará el área bajo la curva hacia

un solo lado como sigue:

Esto quiere decir que con un nivel de confianza de 95%, el valor de la media
está en el intervalo (16.39, ).

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Estimación de una Proporción

Un estimador puntual de la proporción P en un experimento binomial está dado

por la estadística P=X/N, donde x representa el número de éxitos en n pruebas.
Por tanto, la proporción de la muestra p =x/n se utilizará como estimador
puntual del parámetro P.
Si no se espera que la proporción P desconocida esté demasiado cerca de 0 ó
de 1, se puede establecer un intervalo de confianza para P al considerar la
distribución muestral de proporciones.

Al despejar P de esta ecuación nos queda:

En este despeje podemos observar que se necesita el valor del parámetro P y

es precisamente lo que queremos estimar, por lo que lo sustituiremos por la
proporción de la muestra p siempre y cuando el tamaño de muestra no sea
pequeño.

Cuando n es pequeña y la proporción desconocida P se considera cercana a 0

ó a 1, el procedimiento del intervalo de confianza que se establece aquí no es
confiable, por tanto, no se debe utilizar. Para estar seguro, se debe requerir
que np ó nq sea mayor o igual a 5.

El error de estimación será la diferencia absoluta entre p y P, y podemos tener

el nivel de confianza de que esta diferencia no excederá .

Ejemplos:

1. Un fabricante de reproductores de discos compactos utiliza un conjunto

de pruebas amplias para evaluar la función eléctrica de su producto.
Todos los reproductores de discos compactos deben pasar todas las
pruebas antes de venderse. Una muestra aleatoria de 500 reproductores
tiene como resultado 15 que fallan en una o más pruebas. Encuentre un
intervalo de confianza de 90% para la proporción de los reproductores
de discos compactos de la población que no pasan todas las pruebas.

Solución:

n=500

p = 15/500 = 0.03

z(0.90) = 1.645
 0.0237<P<0.0376

Se sabe con un nivel de confianza del 90% que la proporción de discos

defectuosos que no pasan la prueba en esa población esta entre 0.0237
y 0.0376.

2. En una muestra de 400 pilas tipo B fabricadas por la Everlast Company,

se encontraron 20 defectuosas. Si la proporción p de pilas defectuosas
en esa muestra se usa para estimar P, que vendrá a ser la proporción
verdadera de todas las pilas defectuosas tipo B fabricadas por la
Everlast Company, encuentre el máximo error de estimación tal que se
pueda tener un 95% de confianza en que P dista menos de de p.

Solución:

p=x/n = 20/400=0.05

z(0.95)=1.96

Si p=0.05 se usa para estimar P, podemos tener un 95% de confianza

en que P dista menos de 0.021 de p. En otras palabras, si p=0.05 se usa
para erstimar P, el error máximo de estimación será aproximadamente
0.021 con un nivel de confianza del 95%.

Para calcular el intervalo de confianza se tendría:

Esto da por resultado dos valores, (0.029, 0.071). Con un nivel de

confianza del 95% se sabe que la proporción de pulas defectuosas de
esta compañía está entre 0.029 y 0.071.

Si se requiere un menor error con un mismo nivel de confianza sólo

se necesita aumentar el tamaño de la muestra.

3. En un estudio de 300 accidentes de automóvil en una ciudad específica,

60 tuvieron consecuencias fatales. Con base en esta muestra, construya
un intervalo del 90% de confianza para aproximar la proporción de todos
los accidentes automovilísticos que en esa ciudad tienen consecuencias
fatales.
Solución:

P= 60/300 = 0.20

Z(0.90) = 1.645

0.162<P<0.238

Estimación de la Diferencia entre dos Medias

2 2
Si se tienen dos poblaciones con medias 1 y 2 y varianzas 1 y 2 ,
respectivamente, un estimador puntual de la diferencia entre 1 y 2 está

dado por la estadística . Por tanto. Para obtener una estimación puntual
de
1- 2, se seleccionan dos muestras aleatorias independientes, una de cada

población, de tamaño n1 y n2, se calcula la diferencia , de las medias

muestrales.

Recordando a la distribución muestral de diferencia de medias:

Al despejar de esta ecuación 1 - 2 se tiene:

En el caso en que se desconozcan las varianzas de la población y los tamaños

de muestra sean mayores a 30 se podrá utilizar la varianza de la muestra como
una estimación puntual.

Ejemplos:

1. Se lleva a cabo un experimento en que se comparan dos tipos de

motores, A y B. Se mide el rendimiento en millas por galón de gasolina.
Se realizan 50 experimentos con el motor tipo A y 75 con el motor tipo B.
La gasolina que se utiliza y las demás condiciones se mantienen
constantes. El rendimiento promedio de gasolina para el motor A es de
36 millas por galón y el promedio para el motor B es 24 millas por galón.
Encuentre un intervalo de confianza de 96% sobre la diferencia
 promedio real para los motores A y B. Suponga que las desviaciones
estándar poblacionales son 6 y 8 para los motores A y B
respectivamente.

Solución:

Es deseable que la diferencia de medias sea positiva por lo que se

recomienda restar la media mayor menos la media menor. En este caso
será la media del motor B menos la media del motor A.

El valor de z para un nivel de confianza del 96% es de 2.05.

3.43< B - A<8.57

La interpretación de este ejemplo sería que con un nivel de confianza del

96% la diferencia del rendimiento promedio esta entre 3.43 y 8.57 millas
por galón a favor del motor B. Esto quiere decir que el motor B da más
rendimiento promedio que el motor A, ya que los dos valores del
intervalo son positivos.

2. Una compañía de taxis trata de decidir si comprar neumáticos de la

marca A o de la B para su flotilla de taxis. Para estimar la diferencia de
las dos marcas, se lleva a cabo un experimento utilizando 12 de cada
marca. Los neumáticos se utilizan hasta que se desgastan, dando como
resultado promedio para la marca A 36,300 kilómetros y para la marca B
38,100 kilómetros. Calcule un intervalo de confianza de 95% para la
diferencia promedio de las dos marcas, si se sabe que las poblaciones
se distribuyen de forma aproximadamente normal con desviación
estándar de 5000 kilómetros para la marca A y 6100 kilómetros para la
marca B.

Solución:

-2662.68< B - A <6262.67

Gráficamente:
Como el intervalo contiene el valor "cero", no hay razón para creer que el
promedio de duración del neumático de la marca B es mayor al de la marca A,
pues el cero nos está indicando que pueden tener la misma duración promedio.

Estimación de la Diferencia de dos Proporciones

En la sección anterior se vio el tema de la generación de las distribuciones

muestrales, en donde se tenía el valor de los parámetros, se seleccionaban dos
muestras y podíamos calcular la probabilidad del comportamiento de los
estadísticos. Para este caso en particular se utilizará la distribución muestral de
diferencia de proporciones para la estimación de las misma. Recordando la
formula:

Despejando P1-P2 de esta ecuación:

Aquí se tiene el mismo caso que en la estimación de una proporción, ya que al

hacer el despeje nos queda las dos proporciones poblacionales y es
precisamente lo que queremos estimar, por lo que se utilizarán las
proporciones de la muestra como estimadores puntuales:

Ejemplos:

1. Se considera cierto cambio en un proceso de fabricación de partes

componentes. Se toman muestras del procedimiento existente y del
nuevo para determinar si éste tiene como resultado una mejoría. Si se
encuentra que 75 de 1500 artículos del procedimiento actual son
defectuosos y 80 de 2000 artículos del procedimiento nuevo también lo
 son, encuentre un intervalo de confianza de 90% para la diferencia real
en la fracción de defectuosos entre el proceso actual y el nuevo.

Solución:

Sean P1 y P2 las proporciones reales de defectuosos para los procesos

actual y nuevo, respectivamente. De aquí, p1=75/1500 = 0.05 y p2 =
80/2000 = 0.04. con el uso de la tabla encontramos que z para un nivel
de confianza del 90% es de 1.645.

-0.0017<P1-P2<0.0217

Como el intervalo contiene el valor de cero, no hay razón para creer que
el nuevo procedimiento producirá una disminución significativa en la
proporción de artículos defectuosos comparado con el método existente.

2. Un artículo relacionado con la salud, reporta los siguientes datos sobre la

incidencia de disfunciones importantes entre recién nacidos con madres
fumadoras de marihuana y de madres que no la fumaban:

 
Usuaria No Usuaria

Tamaño Muestral 1246 11178

Número de disfunciones 42 294

Proporción muestral 0.0337 0.0263

Encuentre el intervalo de confianza del 99% para la diferencia de

proporciones.

Solución:

Representemos P1 la proporción de nacimientos donde aparecen disfunciones

entre todas las madres que fuman marihuana y definamos P 2, de manera
similar, para las no fumadoras. El valor de z para un 99% de confianza es de
2.58.
 -0.0064<P1-P2<0.0212

Este intervalo es bastante angosto, lo cual sugiere que P 1-P2 ha sido estimado
de manera precisa.

Determinación de Tamaños de Muestra para Estimaciones

Al iniciar cualquier investigación, la primer pregunta que surge es: ¿de qué
tamaño debe ser la o las muestras?. La respuesta a esta pregunta la veremos
en esta sección, con conceptos que ya se han visto a través de este material.

Cálculo del Tamaño de la Muestra para Estimar una Media

¿Qué tan grande debe ser una muestra si la media muestral se va a usar para
estimar la media poblacional?. La respuesta depende del error estándar de la
media, si este fuera cero, entonces se necesitaría una sola media que será
igual necesariamente a la media poblacional desconocida , porque = 0.
Este caso extremo no se encuentra en la práctica, pero refuerza el hecho de
que mientras menor sea el error estándar de la media, menor es el tamaño de
muestra necesario para lograr un cierto grado de precisión.

Se estableció antes que una forma de disminuir el error de estimación es

aumentar el tamaño de la muestra, si éste incluye el total de la población,

entonces sería igual a cero. Con esto en mente, parece razonable que
para un nivel de confianza fijo, sea posible determinar un tamaño de la muestra
tal que el error de estimación sea tan pequeño como queramos, para ser mas
preciso, dado un nivel de confianza y un error fijo de estimación , se puede

escoger un tamaño de muestra n tal que P( ) = Nivel de confianza.

Con el propósito de determinar n. El error máximo de estimación esta dado por:

Si se eleva al cuadrado ambos lados de esta ecuación y se despeja n de la

ecuación resultante, obtenemos:
Como n debe de ser un número entero, redondeamos hacia arriba todos los
resultados fraccionarios.

En el caso de que se tenga una población finita y un muestreo sin reemplazo,

el error de estimación se convierte en:

De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:

Ejemplos:

1. Un biólogo quiere estimar el peso promedio de los ciervos cazados en el

estado de Maryland. Un estudio anterior de diez ciervos cazados mostró
que la desviación estándar de sus pesos es de 12.2 libras. ¿Qué tan
grande debe ser una muestra para que el biólogo tenga el 95% de
confianza de que el error de estimación es a lo más de 4 libras?

Solución:

En consecuencia, si el tamaño de la muestra es 36, se puede tener un

95% de confianza en que difiere en menos de 4 libras de .

2. Una empresa eléctrica fabrica focos que tienen una duración

aproximadamente normal con una desviación estándar de 40 horas. ¿De
qué tamaño se necesita una muestra si se desea tener 96% de
confianza que la media real esté dentro de 10 horas de la media real?

Se necesita una muestra de 68 focos para estimar la media de la

población y tener un error máximo de 10 horas.
 ¿Qué pasaría si en lugar de tener un error de estimación de 10 horas
sólo se requiere un error de 5 horas?

Se puede observar como el tamaño de la muestra aumenta, pero esto

tiene como beneficio una estimación más exacta.

3. Suponga que en el ejercicio anterior se tiene una población de 300

focos, y se desea saber de que tamaño debe de ser la muestra. El
muestreo se realizará sin reemplazo.

Solución:

Como se tiene una población finita y un muestreo sin reemplazo es necesario

utilizar la formula con el factor de corrección.

Si se tiene una población finita de 300 focos sólo se tiene que extraer de la
población una muestra sin reemplazo de 56 focos para poder estimar la
duración media de los focos restantes con un error máximo de 10 horas.

Cálculo del Tamaño de la Muestra para Estimar una Proporción

Se desea saber que tan grande se requiere que sea una muestra para
asegurar que el error al estimar P sea menor que una cantidad específica .

Elevando al cuadrado la ecuación anterior se despeja n y nos queda:

Esta fórmula está algo engañosa, pues debemos utilizar p para determinar el
tamaño de la muestra, pero p se calcula a partir de la muestra. Existen
ocasiones en las cuales se tiene una idea del comportamiento de la proporción
de la población y ese valor se puede sustituir en la fórmula, pero si no se sabe
nada referente a esa proporción entonces se tienen dos opciones:

 Tomar una muestra preliminar mayor o igual a 30 para proporcionar una

estimación de P. Después con el uso de la fórmula se podría determinar
 de forma aproximada cuántas observaciones se necesitan para
proporcionar el grado de precisión que se desea.
 Tomar el valor de p como 0.5 ya que sustituyendo este en la fórmula se
obtiene el tamaño de muestra mayor posible. Observe el siguiente
ejemplo:

Se desconoce el valor de P, por lo que se utilizarán diferentes valores y se

sustituirán en la formula para observar los diferentes tamaños de muestras. El nivel de
confianza que se utilizará es del 95% con un error de estimación de 0.30.

p n

0.10 3.84

0.20 6.82

0.30 8.96

0.40 10.24

0.50 10.67

0.60 10.24
 0.70 8.96

0.80 6.82

0.90 3.84

Como se puede observar en la tabla anterior cuando P vale 0.5 el tamaño de la

muestra alcanza su máximo valor.

En el caso de que se tenga una población finita y un muestreo sin reemplazo,

el error de estimación se convierte en:

De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:

Ejemplos:

1. En una muestra aleatoria de 500 familias que tienen televisores en la

ciudad de Hamilton, Canadá, se encuentra que 340 están suscritas a
HBO. ¿Qué tan grande se requiere que sea una muestra si se quiere
tener 95% de confianza de que la estimación de P esté dentro de 0.02?

Solución:

Se tratarán a las 500 familias como una muestra preliminar que

proporciona una estimación de p=340/500=0.68.
 Por lo tanto si basamos nuestra estimación de P sobre una muestra
aleatoria de tamaño 2090, se puede tener una confianza de 95% de que
nuestra proporción muestral no diferirá de la proporción real por más de
0.02.

2. Una legisladora estatal desea encuestar a los residentes de su distrito

para conocer qué proporción del electorado conoce la opinión de ella,
respecto al uso de fondos estatales para pagar abortos. ¿Qué tamaño
de muestra se necesita si se requiere un confianza del 95% y un error
máximo de estimación de 0.10?

Solución:

En este problema, se desconoce totalmente la proporción de residentes que

conoce la opinión de la legisladora, por lo que se utilizará un valor de 0.5 para
p.

Se requiere un tamaño de muestra de 97 residentes para que con una

confianza del 95% la estimación tenga un error máximo de 0.10.

Cálculo del Tamaño de la Muestra para Estimar la Diferencia de Medias

Si se recuerda a la distribución muestral de diferencia de medias se tiene que

error esta dado por:

En esta ecuación se nos pueden presentar dos casos:

 Los tamaños de muestra son iguales.

 Los tamaños de muestra son diferentes.

Para el primer caso no se tiene ningún problema, se eleva al cuadrado la

ecuación y se despeja n ya que n1 es igual a n2.
Para el segundo caso se pondrá una n en función de la otra. Este caso se
utiliza cuando las poblaciones son de diferente tamaño y se sabe que una es K
veces mayor que la otra.

Ejemplo:

Un director de personal quiere comparar la efectividad de dos métodos de

entrenamiento para trabajadores industriales a fin de efectuar cierta operación
de montaje. Se divide un número de operarios en dos grupos iguales: el
primero recibe el método de entrenamiento 1, y el segundo, el método 2. Cada
uno realizará la operación de montaje y se registrará el tiempo de trabajo. Se
espera que las mediciones para ambos grupos tengan una desviación estándar
aproximadamente de 2 minutos. Si se desea que la estimación de la diferencia
en tiempo medio de montaje sea correcta hasta por un minuto, con una
probabilidad igual a 0.95, ¿cuántos trabajadores se tienen que incluir en cada
grupo de entrenamiento?

Cada grupo debe contener aproximadamente 31 empleados.

Cálculo del Tamaño de la Muestra para Estimar la Diferencia de Proporciones

Si se recuerda a la distribución muestral de diferencia de medias se tiene que

error esta dado por:

En esta ecuación se nos pueden presentar dos casos:

 Los tamaños de muestra son iguales.

 Los tamaño de muestra son diferentes.

Para el primer caso no se tiene ningún problema, se eleva al cuadrado la

ecuación y se despeja n ya que n1 es igual a n2.
Para el segundo caso se pondrá una n en función de la otra. Este caso se
utiliza cuando las poblaciones son de diferente tamaño y se sabe que una es K
veces mayor que la otra.

Ejemplo:

Una compañía de productos alimenticios contrató a una empresa de

investigación de mercadotecnia, para muestrear dos mercados, I y II, a fin de
comparar las proporciones de consumidores que prefieren la comida congelada
de la compañía con los productos de sus competidores. No hay información
previa acerca de la magnitud de las proporciones P 1 y P2. Si la empresa de
productos alimenticios quiere estimar la diferencia dentro de 0.04, con una
probabilidad de 0.95, ¿cuántos consumidores habrá que muestrear en cada
mercado?

Se tendrá que realizar encuestas a 1201 consumidores de cada mercado para

tener una estimación con una confianza del 95% y un error máximo de 0.04.

Problemas propuestos

1. Se probó una muestra aleatoria de 400 cinescopios de televisor y se

encontraron 40 defectuosos. Estime el intervalo que contiene, con un
coeficiente de confianza de 0.90, a la verdadera fracción de elementos
defectuosos.
2. Se planea realizar un estudio de tiempos para estimar el tiempo medio
de un trabajo, exacto dentro de 4 segundos y con una probabilidad de
0.90, para terminar un trabajo de montaje. Si la experiencia previa
sugiere que = 16 seg. mide la variación en el tiempo de montaje entre
un trabajador y otro al realizar una sola operación de montaje, ¿cuántos
operarios habrá que incluir en la muestra?
3. El decano registró debidamente el porcentaje de calificaciones D y F
otorgadas a los estudiantes por dos profesores universitarios de
matemáticas. El profesor I alcanzó un 32%, contra un 21% para el
profesor II, con 200 y 180 estudiantes, respectivamente. Estime la
diferencia entre los porcentajes de calificaciones D y F otorgadas por los
dos profesores. Utilice un nivel de confianza del 95% e interprete los
resultados.

4. Suponga que se quiere estimar la producción media por hora, en un

proceso que produce antibiótico. Se observa el proceso durante 100
períodos de una hora, seleccionados al azar y se obtiene una media de
34 onzas por hora con una desviación estándar de 3 onzas por hora.
Estime la producción media por hora para el proceso, utilizando un nivel
de confianza del 95%.
5. Un ingeniero de control de calidad quiere estimar la fracción de
elementos defectuosos en un gran lote de lámparas. Por la experiencia,
cree que la fracción real de defectuosos tendría que andar alrededor de
0.2. ¿Qué tan grande tendría que seleccionar la muestra si se quiere
estimar la fracción real, exacta dentro de 0.01, utilizando un nivel de
confianza fe 95%?
6. Se seleccionaron dos muestras de 400 tubos electrónicos, de cada una
de dos líneas de producción, A y B. De la línea A se obtuvieron 40 tubos
defectuosos y de la B 80. Estime la diferencia real en las fracciones de
defectuosos para las dos líneas, con un coeficiente de confianza de 0.90
e interprete los resultados.
7. Se tienen que seleccionar muestras aleatorias independientes de
n1=n2=n observaciones de cada una de dos poblaciones binomiales, 1 y
2. Si se desea estimar la diferencia entre los dos parámetros binomiales,
exacta dentro de 0.05, con una probabilidad de 0.98. ¿qué tan grande
tendría que ser n?. No se tiene información anterior acerca de los
valores P1 y P2, pero se quiere estar seguro de tener un número
adecuado de observaciones en la muestra.
8. Se llevan a cabo pruebas de resistencia a la tensión sobre dos
diferentes clases de largueros de aluminio utilizados en la fabricación de
alas de aeroplanos comerciales. De la experiencia pasada con el
proceso de fabricación se supone que las desviaciones estándar de las
resistencias a la tensión son conocidas. La desviación estándar del
larguero 1 es de 1.0 Kg/mm2 y la del larguero 2 es de 1.5 Kg/mm2. Se
sabe que el comportamiento de las resistencias a la tensión de las dos
clases de largueros son aproximadamente normal. Se toma una muestra
de 10 largueros del tipo 1 obteniéndose una media de 87.6 Kg/mm 2, y
otra de tamaño 12 para el larguero 2 obteniéndose una media de 74.5
Kg/mm2. Estime un intervalo de confianza del 90% para la diferencia en
la resistencia a la tensión promedio.
9. Se quiere estudiar la tasa de combustión de dos propelentes sólidos
utilizados en los sistemas de escape de emergencia de aeroplanos. Se
sabe que la tasa de combustión de los dos propelentes tiene
aproximadamente la misma desviación estándar; esto es 1=
2 = 3 cm/s. ¿Qué tamaño de muestra debe utilizarse en cada población si se
desea que el error en la estimación de la diferencia entre las medias de las
tasas de combustión sea menor que 4 cm/s con una confianza del 99%?.

Respuesta a los Problemas propuestos

1. 0.07532 P 0.1246
2. n= 44
3. 0.0222 P1- P2 0.1978
4. 33.412 34.588
5. n= 6147
6. 0.059 PB-PA 0.141
7. n= 1086
8. 12.22 1- 2 13.98
9. n= 8

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

UNIDAD II

PRUEBA DE HIPOTESIS

Las secciones anteriores han mostrado cómo puede estimarse un parámetro a

partir de los datos contenidos en una muestra. Puede encontrarse ya sea un
sólo número (estimador puntual) o un intervalo de valores posibles (intervalo de
confianza). Sin embargo, muchos problemas de ingeniería, ciencia, y
administración, requieren que se tome una decisión entre aceptar o rechazar
una proposición sobre algún parámetro. Esta proposición recibe el nombre de
hipótesis. Este es uno de los aspectos más útiles de la inferencia estadística,
puesto que muchos tipos de problemas de toma de decisiones, pruebas o
experimentos en el mundo de la ingeniería, pueden formularse como
problemas de prueba de hipótesis.

Una hipótesis estadística es una proposición o supuesto sobre los

parámetros de una o más poblaciones.

Suponga que se tiene interés en la rapidez de combustión de un agente

propulsor sólido utilizado en los sistemas de salida de emergencia para la
tripulación de aeronaves. El interés se centra sobre la rapidez de combustión
promedio. De manera específica, el interés recae en decir si la rapidez de
combustión promedio es o no 50 cm/s. Esto puede expresarse de manera
formal como

Ho; = 50 cm/s
 H1; 50 cm/s

La proposición Ho; = 50 cm/s, se conoce como hipótesis nula, mientras que

la proposición H1; 50 cm/s, recibe el nombre de hipótesis alternativa.
Puesto que la hipótesis alternativa especifica valores de que pueden ser
mayores o menores que 50 cm/s, también se conoce como hipótesis
alternativa bilateral. En algunas situaciones, lo que se desea es formular una
hipótesis alternativa unilateral, como en

Ho; = 50 cm/s Ho; = 50 cm/s

H1; < 50 cm/s H1; > 50 cm/s

Es importante recordar que las hipótesis siempre son proposiciones sobre la

población o distribución bajo estudio, no proposiciones sobre la muestra. Por lo
general, el valor del parámetro de la población especificado en la hipótesis nula
se determina en una de tres maneras diferentes:

1. Puede ser resultado de la experiencia pasada o del conocimiento del

proceso, entonces el objetivo de la prueba de hipótesis usualmente es
determinar si ha cambiado el valor del parámetro.
2. Puede obtenerse a partir de alguna teoría o modelo que se relaciona con
el proceso bajo estudio. En este caso, el objetivo de la prueba de
hipótesis es verificar la teoría o modelo.
3. Cuando el valor del parámetro proviene de consideraciones externas,
tales como las especificaciones de diseño o ingeniería, o de
obligaciones contractuales. En esta situación, el objetivo usual de la
prueba de hipótesis es probar el cumplimiento de las especificaciones.

Un procedimiento que conduce a una decisión sobre una hipótesis en particular

recibe el nombre de prueba de hipótesis. Los procedimientos de prueba de
hipótesis dependen del empleo de la información contenida en la muestra
aleatoria de la población de interés. Si esta información es consistente con la
hipótesis, se concluye que ésta es verdadera; sin embargo si esta información
es inconsistente con la hipótesis, se concluye que esta es falsa. Debe hacerse
hincapié en que la verdad o falsedad de una hipótesis en particular nunca
puede conocerse con certidumbre, a menos que pueda examinarse a toda la
población. Usualmente esto es imposible en muchas situaciones prácticas. Por
tanto, es necesario desarrollar un procedimiento de prueba de hipótesis
teniendo en cuenta la probabilidad de llegar a una conclusión equivocada.

La hipótesis nula, representada por Ho, es la afirmación sobre una o más

características de poblaciones que al inicio se supone cierta (es decir, la
"creencia a priori").

La hipótesis alternativa, representada por H1, es la afirmación contradictoria a

Ho, y ésta es la hipótesis del investigador.
La hipótesis nula se rechaza en favor de la hipótesis alternativa, sólo si la
evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice
decididamente a Ho, se continúa creyendo en la validez de la hipótesis nula.
Entonces, las dos conclusiones posibles de un análisis por prueba de hipótesis
son rechazar Ho o no rechazar Ho.

Prueba de una Hipótesis Estadística

Para ilustrar los conceptos generales, considere el problema de la rapidez de

combustión del agente propulsor presentado con anterioridad. La hipótesis nula
es que la rapidez promedio de combustión es 50 cm/s, mientras que la
hipótesis alternativa es que ésta no es igual a 50 cm/s. Esto es, se desea
probar:

Ho; = 50 cm/s

H1; 50 cm/s

Supóngase que se realiza una prueba sobre una muestra de 10 especímenes,

y que se observa cual es la rapidez de combustión promedio muestral. La
media muestral es un estimador de la media verdadera de la población. Un
valor de la media muestral que este próximo al valor hipotético = 50 cm/s
es una evidencia de que el verdadero valor de la media es realmente 50
cm/s; esto es, tal evidencia apoya la hipótesis nula H o. Por otra parte, una
media muestral muy diferente de 50 cm/s constituye una evidencia que apoya
la hipótesis alternativa H1. Por tanto, en este caso, la media muestral es el
estadístico de prueba.

La media muestral puede tomar muchos valores diferentes. Supóngase que si

48.5 51.5, entonces no se rechaza la hipótesis nula H o; = 50 cm/s, y que
si <48.5 ó >51.5, entonces se acepta la hipótesis alternativa H 1; 50
cm/s.

Los valores de que son menores que 48.5 o mayores que 51.5 constituyen la
región crítica de la prueba, mientras que todos los valores que están en el
intervalo 48.5 51.5 forman la región de aceptación. Las fronteras entre
las regiones crítica y de aceptación reciben el nombre de valores críticos. La
costumbre es establecer conclusiones con respecto a la hipótesis nula H o. Por
tanto, se rechaza Ho en favor de H1 si el estadístico de prueba cae en la región
crítica, de lo contrario, no se rechaza Ho.

Este procedimiento de decisión puede conducir a una de dos conclusiones

erróneas. Por ejemplo, es posible que el valor verdadero de la rapidez
promedio de combustión del agente propulsor sea igual a 50 cm/s. Sin
embargo, para todos los especímenes bajo prueba, bien puede observarse un
valor del estadístico de prueba que cae en la región crítica. En este caso, la
hipótesis nula Ho será rechazada en favor de la alternativa H 1cuando, de hecho,
Ho en realidad es verdadera. Este tipo de conclusión equivocada se conoce
como error tipo I.

El error tipo I se define como el rechazo de la hipótesis nula H o cuando ésta es

verdadera. También es conocido como ó nivel de significancia.

Si tuviéramos un nivel de confianza del 95% entonces el nivel de significancia

sería del 5%. Análogamente si se tiene un nivel de confianza del 90% entonces
el nivel de significancia sería del 10%.

Ahora supóngase que la verdadera rapidez promedio de combustión es

diferente de 50 cm/s, aunque la media muestral caiga dentro de la región de
aceptación. En este caso se acepta Ho cuando ésta es falsa. Este tipo de
conclusión recibe el nombre de error tipo II.

El error tipo II ó error se define como la aceptación de la hipótesis nula

cuando ésta es falsa.

Por tanto, al probar cualquier hipótesis estadística, existen cuatro situaciones diferentes
que determinan si la decisión final es correcta o errónea.

Decisión Ho es verdadera Ho es falsa

Aceptar Ho No hay error Error tipo II ó

Rechazar Ho Error tipo I ó No hay error

1. Los errores tipo I y tipo II están relacionados. Una disminución en la
probabilidad de uno por lo general tiene como resultado un aumento en
la probabilidad del otro.
2. El tamaño de la región crítica, y por tanto la probabilidad de cometer un
error tipo I, siempre se puede reducir al ajustar el o los valores críticos.
3. Un aumento en el tamaño muestral n reducirá y de forma
simultánea.
4. Si la hipótesis nula es falsa, es un máximo cuando el valor real del
parámetro se aproxima al hipotético. Entre más grande sea la distancia
entre el valor real y el valor hipotético, será menor

PASOS PARA ESTABLECER UN ENSAYO DE HIPOTESIS

INDEPENDIENTEMENTE DE LA DISTRIBUCION QUE SE ESTE TRATANDO

 1. Interpretar correctamente hacia que distribución muestral se ajustan los
datos del enunciado.
2. Interpretar correctamente los datos del enunciado diferenciando los
parámetros de los estadísticos. Así mismo se debe determinar en este
punto información implícita como el tipo de muestreo y si la población es
finita o infinita.
3. Establecer simultáneamente el ensayo de hipótesis y el planteamiento
gráfico del problema. El ensayo de hipótesis está en función de
parámetros ya que se quiere evaluar el universo de donde proviene la
muestra. En este punto se determina el tipo de ensayo (unilateral o
bilateral).
4. Establecer la regla de decisión. Esta se puede establecer en función del
valor crítico, el cual se obtiene dependiendo del valor de (Error tipo I o
nivel de significancia) o en función del estadístico límite de la distribución
muestral. Cada una de las hipótesis deberá ser argumentada
correctamente para tomar la decisión, la cual estará en función de la
hipótesis nula o Ho.
5. Calcular el estadístico real, y situarlo para tomar la decisión.
6. Justificar la toma de decisión y concluir.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Tipos de Ensayo

Se pueden presentar tres tipos de ensayo de hipótesis que son:

 Unilateral Derecho
 Unilateral Izquierdo
 Bilateral

Dependiendo de la evaluación que se quiera hacer se seleccionará el tipo de ensayo.

 Unilateral Derecho. El investigador desea comprobar la hipótesis de un aumento

en el parámetro, en este caso el nivel de significancia se carga todo hacia el lado
derecho, para definir las regiones de aceptación y de rechazo.

Ensayo de hipótesis:

Ho; Parámetro x
 H1; Parámetro  x

 Unilateral Izquierdo: El investigador desea comprobar la hipótesis de una

disminución en el parámetro, en este caso el nivel de significancia se
carga todo hacia el lado izquierdo, para definir las regiones de
aceptación y de rechazo.

Ensayo de hipótesis:

Ho; Parámetro x

H1; Parámetro  x

 Bilateral: El investigador desea comprobar la hipótesis de un cambio en

el parámetro. El nivel de significancia se divide en dos y existen dos
regiones de rechazo.

Ensayo de hipótesis:

Ho; Parámetro = x

H1; Parámetro x
Para realizar los ejemplos y ejercicios de ensayo de hipótesis se recomienda
seguir los pasos mencionados anteriormente. Los ejemplos siguientes se
solucionarán por los pasos recomendados, teniéndose una variedad de
problemas en donde se incluirán a todas las distribuciones muestrales que se
han visto hasta aquí.

Ejemplos:

1. Una muestra aleatoria de 100 muertes registradas en Estados Unidos el

año pasado muestra una vida promedio de 71.8 años. Suponga una
desviación estándar poblacional de 8.9 años, ¿Esto parece indicar que
la vida media hoy en día es mayor que 70 años? Utilice un nivel de
significancia de 0.05.

Solución:

1. Se trata de una distribución muestral de medias con desviación estándar

conocida.
2. Datos:

=70 años

= 8.9 años

= 71.8 años

n = 100

= 0.05

3. Ensayo de hipótesis

Ho; = 70 años.

H1; > 70 años.

4. Regla de decisión:

Si zR 1.645 no se rechaza Ho.

Si zR> 1.645 se rechaza Ho.

 5. Cálculos:

6. Justificación y decisión.

Como 2.02 >1.645 se rechaza Ho y se concluye con un nivel de

significancia del 0.05 que la vida media hoy en día es mayor que 70
años.

Existe otra manera de resolver este ejercicio, tomando la decisión en base al

estadístico real, en este caso la media de la muestra. De la formula de la
distribución muestral de medias se despeja la media de la muestra:

Regla de decisión:

Si 71.46 No se rechaza Ho

Si > 71.46 Se rechaza Ho

Como la media de la muestral es de 71.8 años y es mayor al valor de la media

muestral límite de 71.46 por lo tanto se rechaza H o y se llega a la misma
conclusión.

2. Una empresa eléctrica fabrica focos que tienen una duración que se
distribuye de forma aproximadamente normal con una media de 800
horas y una desviación estándar de 40 horas. Si una muestra aleatoria
de 30 focos tiene una duración promedio de 788 horas, ¿muestran los
datos suficiente evidencia para decir que la duración media ha
cambiado? Utilice un nivel de significancia del 0.04.
Solución:

1. Se trata de una distribución muestral de medias con desviación estándar

conocida.
2. Datos:

=800 horas

= 40 horas

= 788 horas

n = 30

= 0.04

3. Ensayo de hipótesis

Ho; = 800 horas

H1; 800 horas

4. Regla de Decisión:

Si –2.052 ZR 2.052 No se rechaza Ho

Si ZR < -2.052 ó si ZR > 2.052 Se rechaza Ho

5. Cálculos:

6. Justificación y decisión:
 Como –2.052 -1.643 2.052 por lo tanto, no se rechaza Ho y se
concluye con un nivel de significancia del 0.04 que la duración media de
los focos no ha cambiado.

Solución por el otro método:

785.02 y 814.98

Regla de decisión:

Si 785.02 814.98 No se rechaza Ho

Si < 785.02 ó > 814.98 se rechaza Ho

Como la = 788 horas, entonces no se rechaza Ho y se concluye que la

duración media de los focos no ha cambiado.

3. Una muestra aleatoria de 64 bolsas de palomitas de maíz pesan, en

pomedio 5.23 onzas con una desviación estándar de 0.24 onzas. Pruebe
la hipótesis de que = 5.5 onzas contra al hipótesis alternativa,

< 5.5 onzas en el nivel de significamcia de 0.05.

Solución:

1. Se trata de una distribución muestral de medias con desviación estándar

desconocida, pero como el tamaño de muestra es mayor a 30 se puede
tomar la desviación muestral como un estimador puntual para la
poblacional.
2. Datos:

= 5.5 onzas

s= 0.24 onzas

= 5.23 onzas
n = 64

= 0.05

3. Ensayo de hipótesis

Ho; = 5.5 onzas

H1; < 5.5 onzas

4. Regla de decisión:

Si ZR -1.645 No se rechaza Ho

Si ZR < -1.645 Se rechaza Ho

5. Cálculos:

6. Justificación y decisión:

Como –9 < -1.645 por lo tanto se rechaza H o y se concluye con un nivel

de significancia del 0.05 que las bolsas de palomitas pesan en promedio
menos de 5.5 onzas.

Solución por el otro método:

Regla de decisión:

Si 5.45 No se Rechaza Ho

Si < 5.45 Se rechaza Ho

Como la = 5.23 y este valor es menor que 5.45 pot lo tanto se rechaza H o.

4. Un constructor afirma que se instalan bombas de calor en 70% de todas

las casas que se construyen hoy en día en la ciudad de Richmond.
¿Estaría de acuerdo con esta afirmación si una investigación de casas
nuevas en esta ciudad muestra que 8 de 15 tienen instaladas bombas
de calor? Utilice un nivel de significancia de 0.10.

Solución:

1. Se trata de una distribución muestral de proporciones.

2. Datos:

P= 0.70

p = 8/15 = 0.5333

n = 15

= 0.10

3. Ensayo de hipótesis

Ho; P = 0.70

H1; P 0.70
 4. Regla de Decisión:

Si –1.645 ZR 1.645 No se rechaza Ho

Si ZR < -1.645 ó si ZR > 1.645 Se rechaza Ho

5. Cálculos:

6. Justificación y decisión:

Como –1.645 -1.41 1.645 No se rechaza Ho y se concluye con un

nivel de significancia de 0.10 que la afirmación del constructor es cierta.

Solución por el otro método:

= 0.505 y 0.894

Regla de decisión:

Si 0.505 pR 0.894 No se rechaza Ho

Si pR < 0.505 ó si ZR > 0.894 Se rechaza Ho

Como el valor del estadístico real es de 0.533 por lo tanto no se rechaza H o y
se llega a la misma conclusión.

3. Un fabricante de semiconductores produce controladores que se

emplean en aplicaciones de motores automovilísticos. El cliente requiere
que la fracción de controladores defectuosos en uno de los pasos de
manufactura críticos no sea mayor que 0.05, y que el fabricante
demuestre esta característica del proceso de fabricación con este nivel
de calidad, utilizando

= 0.05. El fabricante de semiconductores toma una muestra aleatoria de 200

dispositivos y encuentra que cuatro de ellos son defectuosos. ¿El fabricante
puede demostrar al cliente la calidad del proceso?

Solución:

1. Se trata de una distribución muestral de proporciones.

2. Datos:

P= 0.05

p = 4/200 = 0.02

n = 200

= 0.05

3. Ensayo de hipótesis

Ho; P = 0.05

H1; P < 0.05

4. Regla de decisión:

Si ZR -1.645 No se rechaza Ho

Si ZR < -1.645 Se rechaza Ho

5. Cálculos:
 6. Justificación y decisión:

Puesto que –1.946<-1.645, se rechaza Ho y se concluye con un nivel de

significancia del 0.05 que la fracción de artículos defectuosos es menor
que 0.05.

6. Un diseñador de productos está interesado en reducir el tiempo de

secado de una pintura tapaporos. Se prueban dos fórmulas de pintura; la
fórmula 1 tiene el contenido químico estándar, y la fórmula 2 tiene un
nuevo ingrediente secante que debe reducir el tiempo de secado. De la
experiencia se sabe que la desviación estándar del tiempo de secado es
ocho minutos, y esta variabilidad inherente no debe verse afectada por
la adición del nuevo ingrediente. Se pintan diez especímenes con la
fórmula 1, y otros diez con la fórmula 2. Los dos tiempos promedio de
secado muestrales son 121 min y 112 min respectivamente. ¿A qué
conclusiones puede llegar el diseñador del producto sobre la eficacia del
nuevo ingrediente, utilizando

= 0.05?

Solución:

1. Se trata de una distribución muestral de diferencia de medias con

desviación estándar conocida.
2. Datos:

1 = 2 =8

n1=n2= 10

= 0.05

3. Ensayo de hipótesis

Ho; 1 - 2 =0

H1; 1- 2 > 0 Se desea rechazar Ho si el nuevo ingrediente disminuye

el tiempo promedio de secado, por eso se pone la diferencia mayor a
cero o sea positiva para poder probar que 2 es menor que 1.
4. Regla de decisión:

Si zR 1.645 no se rechaza Ho.

Si zR> 1.645 se rechaza Ho.

5. Cálculos:

6. Justificación y decisión:

Puesto que 2.52>1.645, se rechaza Ho, y se concluye con un nivel de

significancia de 0.05 que la adición del nuevo ingrediente a la pintura si
disminuye de manera significativa el tiempo promedio de secado.

Solución por el otro método:

 Regla de decisión:

Si 5.88 No se rechaza Ho

Si > 5.88 Se rechaza Ho

Puesto que = 121-112 = 9 y este número es mayor a 5.88 por

lo tanto se rechaza Ho.

7. Se utilizan dos máquinas para llenar botellas de plástico con un volumen

neto de 16.0 onzas. Las distribuciones de los volúmenes de llenado
pueden suponerse normales, con desviaciones estándar 1= 0.020 y

2 = 0.025 onzas. Un miembro del grupo de ingeniería de calidad

sospecha que el volumen neto de llenado de ambas máquinas es el
mismo, sin importar si éste es o no de 16 onzas. De cada máquina se
toma una muestra aleatoria de 10 botellas. ¿Se encuentra el ingeniero
en lo correcto? Utilice

= 0.05

MAQUINA 1 MAQUINA 2

16.03 16.01 16.02 16.03

16.04 15.96 15.97 16.04

16.05 15.98 15.96 16.02

16.05 16.02 16.01 16.01

16.02 15.99 15.99 16.00

Solución:
1. Se trata de una distribución muestral de diferencia de medias con
desviación estándar conocida.
2. Datos:

1 = 0.020

2 = 0.025

Este dato se obtuvo calculando la media de los datos en la

máquina 1.

Este dato se obtuvo calculando la media de los datos en la

máquina 2.

n1=n2 = 10

= 0.05

3. Ensayo de hipótesis

Ho; 1 - 2 =0

H1; 1- 2 0 Si se cae en Ho se podrá probar que el volumen de

llenado es el mismo en las dos máquinas.

4. Regla de Decisión:

Si –1.96 ZR 1.96 No se rechaza Ho

Si ZR < -1.96 ó si ZR > 1.96 Se rechaza Ho

5. Cálculos:
 6. Justificación y decisión:

Como –1.96 0.987 1.96 entonces no se rechaza Ho y se concluye con un

nivel de significancia de 0.05 que las dos máquinas tienen en promedio la
misma cantidad de llenado.

Solución por el otro método:

-0.019 y 0.019

Regla de decisión:

Si –0-019 0.019 No se rechaza Ho

Si < -0.019 ó > 0.019 Se rechaza Ho

Como = 16.015 – 16.005 = 0.01, entonces cae en la región de

aceptación y no se rechaza Ho.

8. Existen dos tipos de plástico apropiados para su uso por un fabricante

de componentes electrónicos. La tensión de ruptura de ese plástico es
un parámetro importante . Se sabe que 1= 2= 1.0 psi. De una
muestra aleatoria de tamaño 10 y 12 para cada plástico
respectivamente, se tiene una media de 162.5 para el plástico 1 y de
155 para el plástico 2. La compañía no adoptará el plástico 1 a menos
que la tensión de ruptura de éste exceda a la del plástico 2 al menos por
10 psi. Con base a la información contenida en la muestra, ¿la compañía
deberá utilizar el plástico 1? Utilice

= 0.05 para llegar a una decisión.

Solución:

1. Se trata de una distribución muestral de diferencia de medias con

desviación estándar conocida.
2. Datos:
 1 = 2 = 1.0 psi

n1= 10

n2= 12

= 0.05

3. Ensayo de hipótesis

Ho; 1 - 2 = 10

H1; 1- 2 > 10 Se desea rechazar Ho si la media del plástico 1 supera a

la media del plástico 2 en por lo menos 10 psi.

4. Regla de decisión:

Si zR 1.645 no se rechaza Ho.

Si zR> 1.645 se rechaza Ho.

5. Cálculos:

6. Justificación y decisión:

No existe evidencia suficiente para apoyar el uso del plástico 1 ya que

–5.83 1.645, por lo tanto no se rechaza Ho.

Solución por el otro método:

Regla de decisión:

Si 10.70 No se rechaza Ho

Si > 10.70 Se rechaza Ho

Puesto que = 162.5-155 = 7.5 y este número es no es mayor a 10.7

por lo tanto no se rechaza Ho.

8. Se evalúan dos tipos diferentes de soluciones para pulir, para su posible

uso en una operación de pulido en la fabricación de lentes intraoculares
utilizados en el ojo humano después de una cirugía de cataratas. Se
pulen 300 lentes con la primera solución y, de éstos, 253 no presentaron
defectos inducidos por el pulido. Después se pulen otros 300 lentes con
la segunda solución, de los cuales 196 resultan satisfactorios. ¿Existe
alguna razón para creer que las dos soluciones para pulir son
diferentes? Utilice

= 0.01

Solución:

1. Se trata de una distribución muestral de diferencia de proporciones.

2. Datos:

p1= 253/300= 0.8433

p2 = 196/300= 0.6533
 n1=n2 = 300

3. Ensayo de hipótesis:

Ho; P1-P2 = 0

H1; P1-P2 0

4. Regla de Decisión:

Si –2.575 ZR 2.575 No se rechaza Ho

Si ZR < -2.575 ó si ZR > 2.575 Se rechaza Ho

5. Cálculos:

En esta fórmula se puede observar que en el denominador se tienen a

las proporciones poblacionales o sea los parámetros, los cuales no se
conocen, por lo que en el ensayo de hipótesis la fórmula para poder
calcular la ZR cambia, estimando al parámetro común P de la siguiente
forma:

ó bien

Entonces la fórmula de ZR quedaría de la siguiente manera:

  

Se calculará el valor de P:

6. Justificación y decisión:

Puesto que 5.36>2.575, se rechaza la hipótesis nula y se concluye con

un nivel de significancia de 0.01 que los dos fluidos para pulir son
diferentes.

10. Se tomará el voto entre los residentes de una ciudad y el condado

circundante para determinar si se debe construir una planta química
propuesta. El lugar de construcción está dentro de los límites de la
ciudad y por esta razón muchos votantes del condado consideran que la
propuesta pasará debido a la gran proporción de votantes que favorecen
la construcción. Para determinar si hay una diferencia significativa en la
proporción de votantes de la ciudad y votantes del condado que
favorecen la propuesta, se realiza una encuesta. Si 120 de 200 votantes
de la ciudad favorecen la propuesta y 240 de 500 residentes del
condado también lo hacen, ¿estaría de acuerdo en que la proporción de
votantes de la ciudad que favorecen la propuesta es más alto que la
proporción de votantes del condado? Utilice un nivel de significancia de
0.025.

Solución:

1. Se trata de una distribución muestral de diferencia de proporciones.

2. Datos:

p1= 120/200= 0.60

p2 = 240/500= 0.48

n1 = 200
 n2 = 500

3. Ensayo de hipótesis:

Ho; P1-P2 = 0

H1; P1-P2 > 0

4. Regla de decisión:

Si zR 1.96 no se rechaza Ho.

Si zR> 1.96 se rechaza Ho.

5. Cálculos:

Se calculará el valor de P:

6. Justificación y decisión:

Puesto que 2.9>1.96, se rechaza la hipótesis nula y se concluye con un

nivel de significancia de 0.025 que la proporción de votantes de la ciudad a
favor de la propuesta es más alta que la proporción de votantes del condado.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Uso de valores P para la toma de decisiones

Al probar hipótesis en las que la estadística de prueba es discreta, la región crítica se
puede elegir de forma arbitraria y determinar su tamaño. Si es demasiado grande,
se puede reducir al hacer un ajuste en el valor crítico. Puede ser necesario
aumentar el tamaño de la muestra para compensar la disminución que ocurre
de manera automática en la potencia de la prueba (probabilidad de rechazar H o
dado que una alternativa específica es verdadera).

Por generaciones enteras de análisis estadístico, se ha hecho costumbre elegir

un nivel de significancia de 0.05 ó 0.01 y seleccionar la región crítica en
consecuencia. Entonces, por supuesto, el rechazo o no rechazo estricto de H o
dependerá de esa región crítica. En la estadística aplicada los usuarios han
adoptado de forma extensa la aproximación del valor P. La aproximación se
diseña para dar al usuario una alternativa a la simple conclusión de "rechazo" o
"no rechazo".

La aproximación del valor P como ayuda en la toma de decisiones es bastante

natural pues casi todos los paquetes de computadora que proporcionan el
cálculo de prueba de hipótesis entregan valores de P junto con valores de la
estadística de la prueba apropiada.

 Un valor P es el nivel (de significancia) más bajo en el que el valor

observado de la estadística de prueba es significativo.
 El valor P es el nivel de significancia más pequeño que conduce al
rechazo de la hipótesis nula Ho.
 El valor P es el mínimo nivel de significancia en el cual H o sería
rechazada cuando se utiliza un procedimiento de prueba especificado
con un conjunto dado de información. Una vez que el valor de P se haya
determinado, la conclusión en cualquier nivel particular resulta de
comparar el valor P con


1. Valor P  rechazar Ho al nivel .
2. Valor P >  No rechazar Ho al nivel

Ensayo Unilateral Derecho:

Ensayo Unilateral Izquierdo:

Ensayo Bilateral:

Ejemplos:

1. Calcular el valor de P para el primer ejemplo de ensayo de hipótesis en

donde se quería probar que la edad media de los habitantes de Estados
Unidos es superior a 70 años.

Solución:

1. Ensayo de hipótesis

Ho; = 70 años.

H1; > 70 años.

2. Regla de decisión:
 Si P 0.05 se rechaza Ho.

Si P > 0.05 No se rechaza Ho.

3. Cálculos:

Esta es el valor de Z que se utilizará para calcular el valor de P, como es

un ensayo unilateral derecho se calculará el área a la derecha de este
valor.

4. Justificación y decisión:

Como el valor de P es 0.217 y es menor al valor del nivel de significancia

de 0.05 por lo tanto se rechaza H0, y se concluye que la edad media de
los habitantes es mayor a 70 años.

1. Calcular el valor de P para el ejemplo 7 de esta sección en donde se

tiene dos máquinas y se quiere ver si tienen la misma cantidad promedio
de llenado en las botellas de plástico.

Solución:

1. Ensayo de hipótesis

Ho; 1 - 2 =0

H1; 1- 2 0 Si se cae en Ho se podrá probar que el volumen de

llenado es el mismo en las dos máquinas.
 2. Regla de Decisión:

Si P 0.05 Se rechaza Ho

Si P > 0.05 No se rechaza Ho

3. Cálculos:

Como este es un ensayo bilateral se procederá a calcular el valor de P

mediante el valor de la ZR, positiva y negativa y luego se sumarán las áreas.

Como el valor de P es mayor al de , se no se rechaza H0, y se concluye que

las maquinas tienen el mismo llenado promedio.

1. Se afirma que un automóvil se maneja en promedio más de 20,000

kilómetros por año. Para probar esta afirmación, se pide a una muestra
de 100 propietarios de automóviles que lleven un registro de los
kilómetros que viajen. ¿Está de acuerdo con esta afirmación si la
muestra aleatoria tiene un promedio de 23,500 kilómetros y una
desviación estándar de 3900 kilómetros? Utilice un valor P para su
conclusión.

Solución:
En este ejercicio no nos manejan ningún valor de por lo que se procederá a
plantear el ensayo y luego calcular z para poder conocer el valor de P y llegar a
una conclusión.

1. Ensayo de hipótesis

Ho; = 20,000 kilómetros.

H1; > 20,000 kilómetros.

2. Cálculos:

3. Decisión.

Se observa que este valor de Z es muy grande, ni siquiera se encuentra

en la tabla, entonces quiere decir que el área a la derecha de ese valor
es cero y este sería el valor de P, por lo que no apoya a la hipótesis nula
y se concluye que los automóviles se manejan en promedio más de
20,000 kilómetros por año.

4. Se estudia la fracción de circuitos integrados defectuosos producidos en

un proceso de fotolitografía. Para ello se somete a prueba una muestra
de 300 circuitos, en la que 13 son defectuosos. Utilice los datos para
probar
Ho: P=0.05 contra H1: P

0.05. Utilice un valor de P para su conclusión.

Solución:

1. Ensayo de hipótesis

Ho; P = 0.05

H1; P 0.05

2. Cálculos:
 3. Decisión:

Este valor de P de 0.596 es muy grande por lo que se concluye que la

fracción defectuosa de circuitos integrados es de 0.05, o sea no se
rechaza Ho.

ERROR TIPO II ó

Al evaluar un procedimiento de prueba de hipótesis, también es importante

examinar la probabilidad del error tipo II, el cual se denota por . Esto es,

= P(error tipo II) = P(aceptar Ho/ Ho es falsa)

Para calcular se debe tener una hipótesis alternativa específica; esto es,
debe tenerse un valor particular del parámetro. Por ejemplo, supóngase que es
importante rechazar la hipótesis nula Ho: = 50 cada vez que la rapidez
promedio de combustión es mayor que 52 cm/s o menor que 48 cm/s. Para
ello, puede calcularse la probabilidad de un error tipo II para los valores =
52 y = 48, y utilizar este resultado para averiguar algo con respecto a la
forma en que se desempeñará la prueba. De manera específica, ¿cómo
trabajará el procedimiento de prueba si se desea detectar, esto es, rechazar H o,
para un valor medio de = 52 ó = 48? Dada la simetría, sólo es necesario
evaluar uno de los dos casos, esto es, encontrar la probabilidad de aceptar la
hipótesis nula Ho: = 50 cuando el valor verdadero es = 52.

Para hacer este cálculo se tendrá un tamaño de muestra de 10 y una

desviación estándar de la población de 2.5 cm/s. Además se evaluará el error
tipo II con un nivel de significancia de 0.06.

Ho: = 50

H1: 50

Como ya sabemos se trata de un ensayo bilateral por lo que se tendrá que

calcular el valor del estadístico de la siguiente manera:
 Para facilitar los cálculos se redondearán estos números a 48.5 y 51.5

Para poder comprender mejor el cálculo del error tipo II se delimitará el área de
la región de aceptación con dos líneas ya que es bilateral y se evaluará la
probabilidad de caer en esa área cuando la media tiene un valor de 52 y de 48.

Como se puede observar en cada calculo del valor se tuvieron que evaluar
los dos valores de z. En el primer calculo de se tiene un valor de z=-4.43,
esto quiere decir que no existe área del lado izquierdo del 48.5, por lo que
sólo será el área que corresponda a la z=-0.63. Lo mismo pasa con el segundo
cálculo de . Como las medias de 52 y 48 son equidistantes del 50 por este
motivo los valores del error tipo II son los mismos.

En caso que no estén equidistantes se tienen que calcular por separado y

calcular los valores correspondientes de z porque en ocasiones se tiene un
área que no está dentro de la región de aceptación, la cual no se tiene que
tomar en cuenta para evaluar al error tipo II.

A continuación se procederá a generar algunas curvas características de

operación para evaluar al error tipo II, entre más se aleja el valor verdadero de
la media de la media de la hipótesis nula, menor es la probabilidad del error
tipo II para un tamaño de muestra y nivel de significancia dadas. A medida que
el tamaño de la muestra aumenta la probabilidad de cometer el error tipo II
disminuye. Esto se observará en los ejercicios siguientes.

Ejemplos:

1. Generar una curva característica de operación para el ejercicio número 1

de la sección de ensayo de hipótesis con las siguientes medias
supuestas:

= 70.5, 71, 71.5, 72, 72.5, 73, 73.5, y 74.

2. Datos:

=70 años

= 8.9 años

= 71.8 años

n = 100

= 0.05

3. Ensayo de hipótesis

Ho; = 70 años.

H1; > 70 años.

Se calculará el estadístico límite:
En la mayoría de los libros de estadística existen las curvas características de
operación para diferentes tamaños de muestra y éstas se proporcionan tanto
para = 0.05 como para = 0.01 (son las más comunes). Para poder utilizar
las curvas se define un parámetro llamado d, que estandariza para cualquier
valor de y :

Si se quisiera consultar en un libro, ¿cuál es la probabilidad de cometer el error

tipo II ó cuando la media verdadera es de 72?; se tendría que calcular el
valor de d y buscar en las curvas la que pertenezca a un tamaño de muestra de
100 con un = 0.05.

Este valor se encuentra en el eje de las x. Si se transforma la curva

característica de operación con el valor de d quedaría de la siguiente manera:
Se comentó anteriormente que si el tamaño de la muestra aumenta los dos
tipos de errores y disminuyen. Para probar esto y específicamente en lo
que se refiere al error tipo II se realizará el ejercicio anterior suponiendo que en
lugar de tener 100 personas, el tamaño de la muestra aumenta a 150 personas.

Se calculará el estadístico límite:

1. Generar una curva característica de operación (CCO) para el ejercicio 5
de ensayo de hipótesis. Suponer los siguientes valores de P; 0.04, 0.03,
0.025, 0.02 y 0.01. Enseguida se proporciona la información necesaria
para realizar la CCO:

Datos:

P= 0.05

p = 4/200 = 0.02

n = 200

= 0.05

Ensayo de hipótesis

Ho; P = 0.05

H1; P < 0.05

Solución:
Se procederá a calcular el estadístico límite pL:
 En una distribución muestral de proporciones, para graficar la CCO, se
necesita calcular el valor de np, que es el que irá en el eje de las x para
estandarizar la curva.

2. Genere un CCO para el ejercicio número 6 de la sección anterior.

Suponga las siguientes diferencias de medias: 1- 2 =2, 4, 6, 7, 9, 12 y
14.

Datos:
 1 = 2 =8

n1=n2= 10

= 0.05

Ensayo de hipótesis

Ho; 1 - 2 =0

H1; 1 - 2 >0
Para graficar la curva se utilizará el valor de d, el cual para una
distribución muestral de diferencia de medias tiene la siguiente fórmula:
 En los libros de estadística lo que se acostumbra en algunos de los
ejercicios es preguntar sólo un punto de la CCO, por lo que a
continuación se resolverán dos problemas tipo.

3. Se require que la tensión de ruptura de un hilo utilizado en la fabricación

de material de tapicería se al menos de 100 psi. La experiencia ha
indicado que la desviación estándar de la tensión de ruptura es de 2 psi.
Se prueba una muestra aleatoria de nueve especímenes, y la tensión de
ruptura promedio observada en ella es de 98 psi. ¿Cual es la
probabilidad de aceptar la hipótesis nula con un = 0.05 si la tensión
promedio de ruptura verdadera de la fibra es 104 psi?

Solución:

Ensayo de hipótesis:

Ho; = 100

H1; > 100

Se calcula el estadístico límite:

4. Del ejercicio número 7 de la sección anterior encontrar el error tipo II ó

suponiendo que la diferencia verdadera entre las medias de las máquinas es fe

0.03

Datos:
 1 = 0.020

2 = 0.025

n1=n2 = 10

= 0.05

Solución:

Ensayo de hipótesis

Ho; 1 - 2 =0

H1; 1 - 2 0
Por ser bilateral se calcularon dos valores de z, y como se puede observar del
lado izquierdo de –0.019 ya no se encuentra área, por lo que el error tipo II sólo
será el área a la izquierda del valor de la diferencia del estadístico límite 0.019.

Problemas propuestos

1. En un estudio para estimar la proporción de residentes de cierta ciudad y

sus suburbios que están a favor de la construcción de una planta de
energía nuclear, se encuentra que 63 de 100 residentes urbanos están a
favor de la construcción mientras que sólo 59 de 125 residentes
suburbanos la favorecen. ¿Hay una diferencia significativa entre la
proporción de residentes urbanos y suburbanos que favorecen la
construcción de la planta nuclear? Use un valor de P para su conclusión.
2. Una compañía petrolera afirma que un quinto de las casas en cierta
ciudad se calientan con petróleo. ¿Tenemos razón en dudar de esta
afirmación si, en una muestra aleatoria de 1000 casas en esta ciudad, se
encuentra que 136 se calientan con petróleo? Utilice un nivel de
significancia de 0.01.
3. Se sabe que la duración, en horas, de un foco de 75 watts tiene una
distribución aproximadamente normal, con una desviación estándar de
25 horas. Se toma una muestra aleatoria de 20 focos, la cual resulta
tener una duración promedio de 1014 horas.

a. ¿Existe evidencia que apoye la afirmación de que la duración promedio

del foco es mayor que 1000 horas? Utilice un = 0.05.
b. ¿Cual es el valor P para la prueba?
c. ¿Cuál es el valor de

para la prueba del inciso a) si la verdadera duración promedio del foco es de

1050 horas?
4. Se estudia la tasa de combustión de dos propelentes sólidos utilizados
en los sistemas de escape de emergencia de aeroplanos. Se sabe que
la tasa de combustión de los dos propelentes tiene aproximadamente la
misma desviación estándar de 3 cm/s. Se prueban dos muestras
aleatorias de 20 especímenes cada una, obteniéndose medias de 18 y
24 cm/s respectivamente.

a. Pruebe la hipótesis de que los dos combustibles sólidos tienen la misma

rapidez promedio de combustión. Utilice un = 0.05.
b. ¿Cuál es el valor de P de la prueba?
c. ¿Cuál es el valor de

para la prueba del inciso a) si la verdadera diferencia en la rapidez promedio de

combustión es 2.5 cm/s?
4. Un artículo publicado en Fortune afirma que casi la mitad de todos los
ingenieros continúan sus estudios académicos después de obtener la
licenciatura. Un artículo publicado en Engineering Horizons indica que
117 de 484 recién graduados planean continuar sus estudios.
 a. ¿Los datos publicados en Engineering Horizons son consistentes con los
publicados en Fortune?
b. Encuentre el valor de P de la prueba.

6. En un invierno con epidemia de gripe, una compañía farmacéutica bien

conocida estudió 2000 bebes para determinar si la nueva medicina de la
compañía era efectiva después de dos días. Entre 120 bebes que tenían
gripe y se les administró la medicina, 29 se curaron dentro de dos días.
Entre 280 bebés que tenían gripe pero que no recibieron la medicina, 56
se curaron dentro de dos días. ¿Hay alguna indicación significativa que
apoye la afirmación de la compañía de la efectividad de la medicina?
Calcule el valor P.
7. Se lanza 20 veces una moneda, con un resultado de cinco caras. ¿Esta
es suficiente evidencia para rechazar la hipótesis de que la moneda esta
balanceada a favor de la alternativa de que las caras ocurren menos de
50% de las veces.? Realice la prueba con un nivel de significancia de
0.03 y cite un valor P.
8. Se supone que los neumáticos para automóvil de cierto tipo recién
comprados deben llenarse a una presión de 30 lb/pulg 2. Se representa
con el verdadero promedio de presión. Encuentre el valor P asociado
con cada valor del estadístico z dado para probar Ho; contra H1;


a) 2.10 b) –1.75 c) –0.55 d) 1.41 e) –5.3

9. Se realizó un experimento para comparar la resistencia a la fractura del

acero con níquel maragizado, con el acero de pureza comercial del
mismo tipo. Para 32 especímenes, la resistencia promedio muestral fue
de 65.6 para el acero de alta pureza, mientras que se obtuvo una media
muestral de 59.8 en 38 especímenes del acero comercial. Debido que el
acero de alta pureza es más costoso, su uso para cierta aplicación
puede justificarse sólo si su resistencia a la fractura excede la del acero
de pureza comercial en más de 5. Suponga que ambas distribuciones de
resistencias son normales.

a. Si se supone que 1 = 1.2 y 2 = 1.1, pruebe las hipótesis pertinentes

usando = 0.001.
b. Calcule para la prueba del inciso anterior cuando 


10. Se cree que la portada y la naturaleza de la primera pregunta de
encuestas por correo influyen en la tasa de respuesta. Un artículo probó
esta teoría al experimentar con diferentes diseños de portadas. Una
portada sencilla, y la otra utilizó la figura de un paracaidista. Los
investigadores especularon que la tasa de devolución sería menor para la portada
sencilla.
 Portada Número de envíos Número de devoluciones

Sencilla 207 104

Paracaidista 213 109

¿Esta información apoya la hipótesis de los investigadores? Haga

la prueba con un nivel de significancia de 0.10, calculando
primero un valor P.

Respuesta a los Problemas propuestos

1. z= 2.40; sí, P=0.01

2. P<0.0001; concluir que menos de 1/5 de las casas se calientan con
petróleo.
3. a) z = 2.50; se rechaza Ho b) P = 0.0062 c) 0
4. a) Se Rechaza Ho, z= -6.32 b) 0 c) 0.248
5. a) Se rechaza Ho, z= -11.36 b) valor P = 0
6. No se rechaza Ho, z= 0.93, valor de P = 0.1762
7. Rechazar Ho. Valor P = 0.0207
8. a) 0.0358 b) 0.0802 c) 0.5824 d) 0.1586 e) 0
9. a) z=2.89, no se debe usar el acero de alta pureza o se no se rechaza
Ho.
b) 0.2981
10. Valor P = 0.4247, no se rechaza Ho.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

UNIDAD III

TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO

En las unidades anteriores se manejó el uso de la distribución z, la cual se

podía utilizar siempre y cuando los tamaños de las muestras fueran mayores o
iguales a 30 ó en muestras más pequeñas si la distribución o las distribuciones
de donde proviene la muestra o las muestras son normales.

En esta unidad se podrán utilizar muestras pequeñas siempre y cuando la

distribución de donde proviene la muestra tenga un comportamiento normal.
Esta es una condición para utilizar las tres distribuciones que se manejarán en
esta unidad; t de student, X2 ji-cuadrada y Fisher.
A la teoría de pequeñas muestras también se le llama teoría exacta del
muestreo, ya que también la podemos utilizar con muestras aleatorias de
tamaño grande.

En esta unidad se verá un nuevo concepto necesario para poder utilizar a las
tres distribuciones mencionadas. Este concepto es "grados de libertad".

Para definir grados de libertad se hará referencia a la varianza muestral:

Esta fórmula está basada en n-1 grados de libertad (degrees of freedom).

Esta terminología resulta del hecho de que si bien s 2 está basada en n
cantidades ..., éstas suman cero, así que especificar los
valores de cualquier n-1 de las cantidades determina el valor restante. Por
ejemplo, si n=4 y

; y , entonces automáticamente tenemos

, así que sólo tres de los cuatro valores de están libremen te
determinamos 3 grados de libertad.

Entonces, en esta unidad la fórmula de grados de libertad será n-1 y su

simbología

DISTRIBUCION "t DE STUDENT"

Supóngase que se toma una muestra de una población normal con media y
varianza Si es el promedio de las n observaciones que contiene la

muestra aleatoria, entonces la distribución es una distribución


normal estándar. Supóngase que la varianza de la población es
desconocida. ¿Qué sucede con la distribución de esta estadística si se
reemplaza por s? La distribución t proporciona la respuesta a esta pregunta.

La media y la varianza de la distribución t son  y para >2,

respectivamente.

La siguiente figura presenta la gráfica de varias distribuciones t. La apariencia

general de la distribución t es similar a la de la distribución normal estándar:
ambas son simétricas y unimodales, y el valor máximo de la ordenada se
alcanza en la media  Sin embargo, la distribución t tiene colas más
amplias que la normal; esto es, la probabilidad de las colas es mayor que en la
distribución normal. A medida que el número de grados de libertad tiende a
infinito, la forma límite de la distribución t es la distribución normal estándar.

Propiedades de las distribuciones t

1. Cada curva t tiene forma de campana con centro en 0.

2. Cada curva t, está más dispersa que la curva normal estándar z.
3. A medida que aumenta, la dispersión de la curva t correspondiente
disminuye.
4. A medida que , la secuencia de curvas t se aproxima a la curva
normal estándar, por lo que la curva z recibe a veces el nombre de curva
t con gl =

La distribución de la variable aleatoria t está dada por:

Esta se conoce como la distribución t con grados de libertad.

Sean X1, X2, . . . , Xn variables aleatorias independientes que son todas

normales con media y desviación estándar . Entonces la variable aleatoria

tiene una distribución t con = n-1 grados de libertad.

La distribución de probabilidad de t se publicó por primera vez en 1908 en un

artículo de W. S. Gosset. En esa época, Gosset era empleado de una
cervecería irlandesa que desaprobaba la publicación de investigaciones de sus
empleados. Para evadir esta prohibición, publicó su trabajo en secreto bajo el
nombre de "Student". En consecuencia, la distribución t normalmente se llama
distribución t de Student, o simplemente distribución t. Para derivar la ecuación
de esta distribución, Gosset supone que las muestras se seleccionan de una
población normal. Aunque esto parecería una suposición muy restrictiva, se
puede mostrar que las poblaciones no normales que poseen distribuciones en
forma casi de campana aún proporcionan valores de t que se aproximan muy
de cerca a la distribución t.

La distribución t difiere de la de Z en que la varianza de t depende del tamaño

de la muestra y siempre es mayor a uno. Unicamente cuando el tamaño de la
muestra tiende a infinito las dos distribuciones serán las mismas.

Se acostumbra representar con el valor t por arriba del cual se encuentra

un área igual a . Como la distribución t es simétrica alrededor de una media

de cero, tenemos ; es decir, el valor t que deja un área de

a la derecha y por tanto un área de a la izquierda, es igual al valor t
negativo que deja un área de en la cola derecha de la distribución. Esto es,
t0.95 = -t0.05, t0.99=-t0.01, etc.

Para encontrar los valores de t se utilizará la tabla de valores críticos de la

distribución t del libro Probabilidad y Estadística para Ingenieros de los autores
Walpole, Myers y Myers.

Ejemplo:

El valor t con = 14 grados de libertad que deja un área de 0.025 a la

izquierda, y por tanto un área de 0.975 a la derecha, es

t0.975=-t0.025 = -2.145

Si se observa la tabla, el área sombreada de la curva es de la cola derecha, es

por esto que se tiene que hacer la resta de . La manera de encontrar el
valor de t es buscar el valor de en el primer renglón de la tabla y luego
buscar los grados de libertad en la primer columna y donde se intercepten y
se obtendrá el valor de t.
Ejemplo:

Encuentre la probabilidad de –t0.025 < t < t0.05.

Solución:

Como t0.05 deja un área de 0.05 a la derecha, y –t0.025 deja un área de 0.025 a la
izquierda, encontramos un área total de 1-0.05-0.025 = 0.925.

P( –t0.025 < t < t0.05) = 0.925

Ejemplo:

Encuentre k tal que P(k < t < -1.761) = 0.045, para una muestra aleatoria de
tamaño 15 que se selecciona de una distribución normal.

Solución:

Si se busca en la tabla el valor de t =1.761 con 14 grados de libertad nos

damos cuenta que a este valor le corresponde un área de 0.05 a la izquierda,
por ser negativo el valor. Entonces si se resta 0.05 y 0.045 se tiene un valor de
0.005, que equivale a Luego se busca el valor de 0.005 en el primer
renglón con 14 grados de libertad y se obtiene un valor de t = 2.977, pero como
el valor de está en el extremo izquierdo de la curva entonces la respuesta
es t = -2.977 por lo tanto:

P(-2.977 < t < -1.761) = 0.045

Ejemplo:

Un ingeniero químico afirma que el rendimiento medio de la población de cierto

proceso en lotes es 500 gramos por milímetro de materia prima. Para verificar
esta afirmación toma una muestra de 25 lotes cada mes. Si el valor de t
calculado cae entre –t0.05 y t0.05, queda satisfecho con su afirmación. ¿Qué
conclusión extraería de una muestra que tiene una media de 518 gramos por
milímetro y una desviación estándar de 40 gramos? Suponga que la
distribución de rendimientos es aproximadamente normal.

Solución:

De la tabla encontramos que t0.05 para 24 grados de libertad es de 1.711. Por

tanto, el fabricante queda satisfecho con esta afirmación si una muestra de 25
lotes rinde un valor t entre –1.711 y 1.711.

Se procede a calcular el valor de t:

Este es un valor muy por arriba de 1.711. Si se desea obtener la probabilidad

de obtener un valor de t con 24 grados de libertad igual o mayor a 2.25 se
busca en la tabla y es aproximadamente de 0.02. De aquí que es probable que
el fabricante concluya que el proceso produce un mejor producto del que
piensa.

INTERVALO DE CONFIANZA PARA ; CON DESCONOCIDA

Si y s son la media y la desviación estándar de una muestra aleatoria de una

población normal con varianza , desconocida, un intervalo de confianza de

( )100% para es:

donde /2 es el valor t con = n-1 grados de libertad, que deja un área de

/2 a la derecha.

Se hace una distinción entre los casos de conocida y desconocida al

calcular las estimaciones del intervalo de confianza. Se debe enfatizar que para
el primer caso se utiliza el teorema del límite central, mientras que para
desconocida se hace uso de la distribución muestral de la variable aleatoria t.
Sin embargo, el uso de la distribución t se basa en la premisa de que el
muestreo se realiza de una distribución normal. En tanto que la distribución
tenga forma aproximada de campana, los intervalos de confianza se pueden
calcular cuando la varianza se desconoce mediante el uso de la distribución t y
se puede esperar buenos resultados.
Con mucha frecuencia los estadísticos recomiendan que aun cuando la
normalidad no se pueda suponer, con desconocida y n 30, s puede
reemplazar a y se puede utilizar el intervalo de confianza:

Por lo general éste se denomina como un intervalo de confianza de muestra

grande. La justificación yace sólo en la presunción de que con una muestra
grande como 30, s estará muy cerca de la real y de esta manera el teorema
del límite central sigue valiendo. Se debe hacer énfasis en que esto es solo una
aproximación y que la calidad de este enfoque mejora a medida que el tamaño
de la muestra crece más.

Ejemplos:

1. El contenido de siete contenedores similares de ácido sulfúrico son 9.8,

10.2, 10.4, 9.8, 10.0, 10.2, y 9.6 litros. Encuentre un intervalo de
confianza del 95% para la media de todos los contenedores si se supone
una distribución aproximadamente normal.

Solución:

La media muestral y la desviación estándar para los datos dados son:

10 y s= 0.283

En la tabla se encuentra que t0.025=2.447 con 6 grados de libertad, de

aquí, el intervalo de confianza de 95% para es:
 Con un nivel de confianza del 95% se sabe que el promedio del
contenido de los contenedores está entre 9.47 y 10.26 litros.

2. Un artículo publicado en el Journal of Testing and Evaluation presenta

las siguientes 20 mediciones del tiempo de combustión residual en
segundos de especímenes tratados de ropa de dormir para niños:

9.85 9.93 9.75 9.77 9.67

9.87 9.67 9.94 9.85 9.75

9.83 9.92 9.74 9.99 9.88

9.95 9.95 9.93 9.92 9.89

Se desea encontrar un nivel de confianza del 95% para el tiempo de

combustión residual promedio. Supóngase que el tiempo de combustión
residual sigue una distribución normal.

Solución:

La media muestral y la desviación estándar para los datos dados son:

9.8525 y s= 0.0965

En la tabla se encuentra que t0.025=2.093 con 19 grados de libertad, de aquí, el

intervalo de confianza de 95% para es:

Por lo tanto, se tiene una confianza del 95% de que el tiempo de combustión
residual promedio se encuentra entre 9.8073 y 9.8977 segundos.

PRUEBA DE HIPOTESIS SOBRE LA MEDIA DE UNA DISTRIBUCION NORMAL, VARIANZA

DESCONOCIDA

Ciertamente sospechamos que las pruebas sobre una media poblacional con

desconocida, debe incluir el uso de la distribución t de Student. La

estructura de la prueba es idéntica a la del caso de conocida, con la
excepción de que el valor en la estadística de prueba se reemplaza por la
estimación de s calculada y la distribución normal estándar se reemplaza con
una distribución t.

Ejemplos:

1. El Instituto Eléctrico Edison publica cifras del número anual de Kilowatt-

hora que gastan varios aparatos eléctrodomésticos. Se afirma que una
aspiradora gasta un promedio de 46 kilowatt-hora al año. Si una muestra
aleatoria de 12 hogares que se incluye en un estudio planeado indica
que las aspiradoras gastan un promedio de 42 kilowatt-hora al año con
una desviación estándar de11.9 kilowatt-hora, ¿esto sugiere con un nivel
de significancia de 0.05 que las aspiradoras gastan, en promedio, menos
de 46 kilowatt-hora anualmente? Suponga que la población de kilowatt-
hora es normal.

Solución:

1. Datos:

= 46 kilowatt-hora

s= 11.9 kilowatt-hora

= 42 kilowatt-hora

n = 12

= 0.05

3. Ensayo de hipótesis

Ho; = 46 kilowatt-hora

H1; < 46 kilowatt-hora

 4. Regla de decisión:

Si tR -1.796 No se rechaza Ho

Si tR < -1.796 Se rechaza Ho

5. Cálculos:

6. Justificación y decisión:

Como –1.16 > -1.796, por lo tanto no se rechaza H o y se concluye con

un nivel de significancia del 0.05 que el número promedio de kilowwatt-
hora que gastan al año las aspiradoras no es significativamente menor
que 46.

Solución por el otro método:

Regla de decisión:

Si 39.83 No se Rechaza Ho

Si < 39.83 Se rechaza Ho

Como la = 42 y este valor no es menor que 39.83 por lo tanto no se rechaza

Ho.

Se puede aprovechar este ejemplo para calcular el valor de P , como el valor

de t calculada es de –1.16, se busca en la tabla y se ve que el área a la
izquierda de este valor es de 0.135 con 11 grados de libertad, por lo tanto no se
rechaza Ho., ya que sería un valor alto para un nivel de significancia.
 1. Un artículo publicado en la revista Materials Engineering describe los
resultados de pruebas de resistencia a la adhesión de 22 especímenes de aleación
U-700. La carga para la que cada especímen falla es la siguiente en MPa:

19.8 18.5 17.6 16.7 15.8

15.4 14.1 13.6 11.9 11.4

11.4 8.8 7.5 15.4 15.4

19.5 14.9 12.7 11.9 11.4

     
10.1 7.9

¿Sugieren los datos que la carga promedio de falla es mayor que

10Mpa? Supóngase que la carga donde se presenta la falla tiene una
distribución normal, y utilicese = 0.05. Calcule el valor de P.

Solución:

1. Datos:

= 10

s = 3.55

= 13.71

n = 22

= 0.05

3. Ensayo de hipótesis
 Ho; = 10

H1; > 10

4. Regla de decisión:

Si tR 1.721 no se rechaza Ho.

Si tR> 1.721 se rechaza Ho.

5. Cálculos:

6. Justificación y decisión.

Como 4.90 >1.721 se rechaza Ho y se concluye con un nivel de

significancia del 0.05 que la carga de falla promedio es mayor que
10Mpa.

Existe otra manera de resolver este ejercicio, tomando la decisión en base al

estadístico real, en este caso la media de la muestra. De la fórmula de la
distribución muestral de medias se despeja la media de la muestra:
 Regla de decisión:

Si 11.30 No se rechaza Ho

Si > 11.30 Se rechaza Ho

Como la media de la muestral es de 13.71 MPa y es mayor al valor de la media

muestral límite de 11.30 por lo tanto se rechaza H o y se llega a la misma
conclusión.

Para calcular el valor de P se va a la tabla y se busca en 21 grados de libertad

el valor de t = 4.90. Se obseva que el valor mayor de t que se encuentra en la
tabla con 21 grados de libertad es de 3.819 el cual le corresponde un área a la
derecha de 0.0005, por lo que para el valor de 4.90 el valor de P es
practicamente cero, y esto apoya la decisión de rechazar Ho.

3. Los pesos en libras de una muestra aleatoria de bebés de seis meses

son: 14.6, 12.5, 15.3, 16.1, 14.4, 12.9, 13.7 y 14.9. Haga una prueba con
nivel de 5% de significancia para determinar si el peso promedio de
todos los bebés de seis meses es distinto a 14 libras, suponga que sus
pesos se distribuyen normalmente y calcule el valor de P.

Solución:

1. Datos:

= 14 libras

s = 1.21 libras

= 14.3 libras

n=8

= 0.05

2. Ensayo de hipótesis

Ho; = 14 libras

H1; 14 libras
 3. Regla de Decisión:

Si –2.365 tR 2.365 No se rechaza Ho

Si tR < -2.365 ó si tR > 2.365 Se rechaza Ho

4. Cálculos:

5. Justificación y decisión:

Como –2.365 0.7012 2.365 por lo tanto, no se rechaza Ho y se

concluye con un nivel de significancia del 0.05 que el peso promedio de
todos los bebés de seis meses es de 14 libras.

Solución por el otro método:

12.98 y 15.01

 
Regla de decisión:

Si 12.98 15.01 No se rechaza Ho

Si < 12.98 ó > 15.01 se rechaza Ho

Como la = 14.3 libras, entonces no se rechaza Ho .

Para calcular el valor de P se busca en la tabla el valor de 0.7012 con 7 grados

de libertad. Se obseva que este valor no se encuentra pero se puede interpolar
entre los valores de 0.549 y 0.896 con áreas de 0.30 y 0.20 respectivamente.
Interpolando linealmente se obtiene el valor de 0.2561.

Error tipo II ó

El error tipo II se calcula de la misma forma en la que se calculó con la

distribución z. Se realizarán algunos ejercicios en los cuales se determinará la
probabilidad de cometer el error tipo II, utilizando la tabla de la distribución.

Existen curvas características de operación en los libros con diferentes grados

de libertad para determinar los tamaños de muestra correspondientes según el
grado de error que se quiera, recordando que entre mayor sea el tamaño de
muestra menor será el error.

1. Se sabe que los voltajes de una marca de pilas tamaño C se distribuyen

normalmente, se probó una muestra aleatoria de 15 y se encontró que la
media es de 1.4 volts con una desviación estándar de 0.21 volts. En el
nivel de significancia de 0.01:

a. ¿Indica esto que la media de los voltajes es menor que 1.5 volts?
b. Calcular la probabilidad de cometer el error tipo II si el voltaje promedio
real de las pilas es de 1.3 volts.

Solución:

1. Datos:

= 1.5 volts.
 s= 0.21 volts

= 1.4 volts.

n = 15

= 0.01

2. Ensayo de hipótesis

Ho; = 1.5 volts

H1; < 1.5 volts

3. Regla de decisión:

Si tR -2.624 No se rechaza Ho

Si tR < -2.624 Se rechaza Ho

5. Cálculos:

6. Justificación y decisión:

Como –1.84 > -2.624, por lo tanto no se rechaza H o y se concluye con

un nivel de significancia del 0.01 que los voltajes de las pilas tamaño C
no son menores a 1.5.

Para calcular el error tipo II se tiene que obtener el valor de de la siguiente

forma:

 
 

Para encontrar el valor de se busca en la tabla de la distribución t el valor de

1.05 con 14 grados de libertad. Como este valor no se encuentra en la tabla se
interpola entre 0.868 y 1.076 con un área de 0.20 y 0.15 respectivamente. Al
interpolar se obtiene un área de 0.15612 y esta es la probabilidad de cometer el
error tipoII cuando la media verdadera es de 1.3 volts y un tamaño de muestra
de 15.

2. Para el ejercicio del peso de los bebés de 6 meses, calcular el error tipo
II, si los pesos verdaderos hubieran sido de 11 y 14.5 libras.

Solución:

Primero se calculan los valores de :

 
En este último cálculo para se tendrá que analizar las áreas de los dos
extremos, pues estas no están dentro de la región de aceptación, por lo tanto
no se deben de tomar en cuenta para el error tipo II.

Se busca en la tabla el valor de 3.55 con 7 grados de libertad, y al interpolar

nos da un área de 0.00475. El área correspondiente a 1.19 con 7 grados de
libertad es de 0.1479. Por lo que =1-(0.00475+0.1479)= 0.8473

3. Para el ejercicio en donde se dan los resultados de pruebas de

resistencia a la adhesión de 22 especímenes de aleación U-700.,
encontrar la probabilidad de cometer el error tipo II si la carga promedio
de falla es igual a 11.

Solución:

Primero se obtendrá el valor del estadístico límite:

 
 INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

DISTRIBUCION JI-CUADRADA (X2)

En realidad la distribución ji-cuadrada es la distribución muestral de s2. O sea que si se

extraen todas las muestras posibles de una población normal y a cada muestra se le
calcula su varianza, se obtendrá la distribución muestral de varianzas.

Para estimar la varianza poblacional o la desviación estándar, se necesita conocer el

estadístico X2. Si se elige una muestra de tamaño n de una población normal con

varianza , el estadístico:

tiene una distribución muestral que es una distribución ji-cuadrada con gl=n-1
grados de libertad y se denota X2 (X es la minúscula de la letra griega ji). El
estadístico ji-cuadrada esta dado por:

donde n es el tamaño de la muestra, s2 la varianza muestral y la varianza

de la población de donde se extrajo la muestra. El estadístico ji-cuadrada
también se puede dar con la siguiente expresión:
 Propiedades de las distribuciones ji-cuadrada

1. Los valores de X2 son mayores o iguales que 0.

2. La forma de una distribución X2 depende del gl=n-1. En consecuencia,
hay un número infinito de distribuciones X2.
3. El área bajo una curva ji-cuadrada y sobre el eje horizontal es 1.
4. Las distribuciones X2 no son simétricas. Tienen colas estrechas que se
extienden a la derecha; esto es, están sesgadas a la derecha.
5. Cuando n>2, la media de una distribución X 2 es n-1 y la varianza es 2(n-
1).
6. El valor modal de una distribución X2 se da en el valor (n-3).

La siguiente figura ilustra tres distribuciones X 2. Note que el valor modal

aparece en el valor (n-3) = (gl-2).

La función de densidad de la distribución X 2 esta dada por:

para x>0

La tabla que se utilizará para estos apuntes es la del libro de probabilidad y

estadística de Walpole, la cual da valores críticos (gl) para veinte valores
especiales de . Para denotar el valor crítico de una distribución X 2 con gl
grados de libertad se usa el símbolo (gl); este valor crítico determina a su
derecha un área de bajo la curva X y sobre el eje horizontal. Por ejemplo
2

para encontrar X20.05(6) en la tabla se localiza 6 gl en el lado izquierdo y

a o largo del lado superior de la misma tabla.
Cálculo de Probabilidad

El cálculo de probabilidad en una distribución muestral de varianzas nos sirve

para saber como se va a comportar la varianza o desviación estándar en una
muestra que proviene de una distribución normal.

Ejemplos:

1. Suponga que los tiempos requeridos por un cierto autobús para alcanzar
un de sus destinos en una ciudad grande forman una distribución normal
con una desviación estándar =1 minuto. Si se elige al azar una
muestra de 17 tiempos, encuentre la probabilidad de que la varianza
muestral sea mayor que 2.

Solución:

Primero se encontrará el valor de ji-cuadrada correspondiente a s 2=2

como sigue:

El valor de
32 se busca adentro de la tabla en el renglón de 16 grados de libertad y
se encuentra que a este valor le corresponde un área a la derecha de
0.01. En consecuencia, el valor de la probabilidad es P(s 2>2)

2. Encuentre la probabilidad de que una muestra aleatoria de 25

observaciones, de una población normal con varianza
, tenga una varianza muestral:
a. Mayor que 9.1
b. Entre 3.462 y 10.745

Solución.

a. Primero se procederá a calcular el valor de la ji-cuadrada:

Al buscar este número en el renglón de 24 grados de libertad nos da un área a

la derecha de 0.05. Por lo que la P(s2 >9.1) = 0.05

1. Se calcularán dos valores de ji-cuadrada:

Aquí se tienen que buscar los dos valores en el renglón de 24 grados de

libertad. Al buscar el valor de 13.846 se encuentra un área a la derecha de
0.95. El valor de 42.98 da un área a la derecha de 0.01. Como se está pidiendo
la probabilidad entre dos valores se resta el área de 0.95 menos 0.01
quedando 0.94.

Por lo tanto la P(3.462 s2 10.745) = 0.94

Estimación de la Varianza

Para poder estimar la varianza de una población normal se utilizará la

distribución ji-cuadrada.
Al despejar esta fórmula la varianza poblacional nos queda:

Los valores de X2 dependerán de nivel de confianza que se quiera al cual le

llamamos . Si nos ubicamos en la gráfica se tiene:

Ejemplos:

1. Los siguientes son los pesos, en decagramos, de 10 paquetes de

semillas de pasto distribuidas por cierta compañía: 46.4, 46.1, 45.8,
47.0, 46.1, 45.9, 45.8, 46.9, 45.2 y 46. Encuentre un intervalo de
confianza de 95% para la varianza de todos los paquetes de semillas de
pasto que distribuye esta compañía, suponga una población normal.

Solución:

Primero se calcula la desviación estándar de la muestra:

al elevar este resultado al cuadrado se obtiene la varianza de la muestra

s2= 0.286.

Para obtener un intervalo de confianza de 95% se elige un = 0.05.

Después con el uso de la tabla con 9 grados de libertad se obtienen los
valores de X2.
 Se puede observar en la gráfica anterior que el valor de X 2 corre en
forma normal, esto es de izquierda a derecha.

Por lo tanto, el intervalo de confianza de 95% para la varianza es:

Graficamente:

Se observa que la varianza corre en sentido contrario, pero esto es sólo

en la gráfica. La interpretación quedaría similar a nuestros temas
anteriores referentes a estimación. Con un nivel de confianza del 95% se
sabe que la varianza de la población de los pesos de los paquetes de
semillas de pasto esta entre 0.135 y 0.935 decagramos al cuadrado.

2. En trabajo de laboratorio se desea llevar a cabo comprobaciones

cuidadosas de la variabilidad de los resultados que producen muestras
estándar. En un estudio de la cantidad de calcio en el agua potable, el
cual se efectúa como parte del control de calidad, se analizó seis veces
la misma muestra en el laboratorio en intervalos aleatorios. Los seis
resultados en partes por millón fueron 9.54, 9.61, 9.32, 9.48, 9.70 y 9.26.
Estimar la varianza de los resultados de la población para este estándar,
usando un nivel de confianza del 90%.

Solución:

Al calcular la varianza de la muestra se obtiene un valor de s 2= 0.0285.

Se busca en la tabla los valores correspondientes con 5 grados de libertad,

obteniéndose dos resultados. Para X2(0.95,5)= 1.145 y para X2(0.0,5)= 11.07.
Entonces el intervalo de confianza esta dado por:

Ensayo de Hipótesis para la Varianza de una Población Normal

En la mayoría de los casos se tiene el problema de desconocer la varianza o

desviación estándar de la población, en donde las distribuciones son normales.
Si se desea probar una hipótesis acerca de la varianza se puede hacer
utilizando las medidas estadísticas con las que se construyó el intervalo de

confianza , esto es con la distribución Ji- cuadrada.

Ejemplos:

1. Una compañía que produce una parte maquinada para un motor, afirma
que tiene una varianza de diámetro no mayor a 0.0002 pulgadas. Una
muestra aleatoria de 10 de dichas partes dio una varianza de muestra s 2
= 0.0003. Si se supone que las medidas del diámetro se distribuyen en
forma normal, ¿hay evidencia para refutar lo que afirma el proveedor?
Use = 0.05.

Solución:

Como en todos los ensayos de hipótesis que se han realizado

anteriormente el procedimiento es el mismo. Después de que se
identifican los datos, se plantea la hipótesis para determinar el tipo de
ensayo.

Datos:

= 0.0002

n = 10

s2 = 0.0003
 = 0.05

Ensayo de hipótesis:

Ho; = 0.0002

H1; > 0.0002

Regla de decisión:

Si X2R 16.919 no se rechaza Ho.

Si X2R>16.919 se rechaza Ho.

Cálculos:

Justificación y decisión:

Como 13.5 no es mayor que 16.919 por lo tanto no se rechaza H o y se

concluye con un nivel de significancia de 0.05 que no se puede refutar la
afirmación del proveedor.

Este ejercicio se puede aprovechar para calcular el valor de P. En la

tabla se busca el valor de 13.5 en el renglón de 9 grados de libertad.
Interpolando entre 0.10 y 0.20 se obtiene un valor de P de 0.1484.
2. El contenido de azúcar del almíbar de los duraznos enlatados tiene una

distribución normal, donde se cree que la varianza es = 18 mg2. Se

toma una muestra de 10 latas dieron una desviación estándar de 4.8 mg.
¿Muestran estos datos suficiente evidencia para decir que la varianza ha
cambiado?. Use un = 0.05 y calcule el valor de P.

Solución:

Datos:

= 18

n = 10

s = 4.8

= 0.05

Ensayo de hipótesis:

Ho; = 18

H1; 18

Regla de decisión:

Si 2.7 X2R 19.023 no se rechaza Ho.

Si X2R<2.7 ó si X2R>19.023 se rechaza Ho.

Cálculos:

Justificación y decisión:
 Como 11.52 está entre 2.7 y 19.023, no se rechaza Ho, y se concluye con
un nivel de significancia de 0.05 que la varianza del contenido de azúcar
del almíbar no ha cambiado, esto es es de 18 mg 2.

Si recordamos al principio de este tema se dijo que la media de la

distribución ji-cuadrada es (n-1), por lo tanto la media de este ejercicio
es de 9. Como el valor real de X2R = 11.52 este número se encuentra a
la derecha de la media, lo cual quiere decir que el valor de P/2 será el
área a la derecha del valor de X2R. Al buscar el valor de 11.52 en la tabla
se obtiene un área de 0.2423, por lo tanto P/2 = 0.2423 y P= (2)(0.2423)
= 0.4846

3. Experiencia anterior indica que el tiempo que se requiere para que los
estudiantes de último año de preparatoria completen una prueba
estandarizada es una variable aletoria normal con una desviación
estándar de seis minutos. Se toma una muestra aleatoria de 20
estudiantes de último año de preparatoria y se obtiene una desviación
estándar de 4.51. ¿Muestran estos datos suficiente evidencia para decir
que la desviación estándar disminuyó?. Utilice el valor de P para su
decisión.

Solución:

Datos:

=6

n = 20

s = 4.51

Ensayo de hipótesis:

Ho; =6

H1; <6

Cálculos:
Para obtener el valor de P, se busca en la tabla el 10.735 con 19 grados de
libertad, y el área que se encuentra es la que está a la derecha de este valor.
Como la media de esta distribución ji-cuadrada es de 19, por lo tanto el valor de
10.735 queda a la izquierda de la media. El valor de P es de 0.07, y con esto se
puede concluir que si hubiéramos utilizado un nivel de significancia de 0.10, se
rechaza Ho y se concluye que la desviación estándar disminuyo, pero si se
utiliza un valor de = 0.05, entonces no se rechaza Ho y se concluiría que la
desviación estándar no disminuyó. La decisión depende del error tipo I que esté
dispuesto a tolerar el investigador.

Error tipo II ó

El error tipo II se calcula de la misma forma en la que se calculó con la

distribución z. Se realizarán algunos ejercicios en los cuales se determinará la
probabilidad de cometer el error tipo II, utilizando la tabla de la distribución Ji-
cuadrada.

1. Se tiene un ensayo de hipótesis unilateral derecho, con n=20 y =

0.05

Ho; = 0.10

H1; > 0.10

Se quiere calcular el error tipo II ó si las desviaciones estándar

verdaderas fueran de 0.12 y 0.14.

Solución:

Para poder calcular el error tipo II, primero se debe encontrar el valor de
la varianza muestral límite, esto es s2L, para poder calcular los valores de
X2 y posteriormente calcular el área. Al buscar en la tabla
X2(0.05,19)=30.144, este valor se sustituirá en la formula. Al despejar de la
fórmula original de X2 se obtiene:
 2. Encontrar el error tipo II para el ejercicio 2 de esta sección, en donde el
ensayo es bilateral pues se quiere ver si la varianza del contenido de
azúcar en el almíbar de los duraznos ha cambiado. Suponga una
varianza real de 20 y 26.

Solución:

Como este es un ensayo bilateral se tendrán dos valores de s 2L. Los cuales se
calcularán utilizando las ji-cuadradas límites que eran de de 2.7 y 19.023.

Estos dos valores se utilizarán para calcular las nuevas ji-cuadradas para
calcular el valor de 
 INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

DISTRIBUCION "F" FISHER

La necesidad de disponer de métodos estadísticos para comparar las varianzas de dos

poblaciones es evidente a partir del análisis de una sola población. Frecuentemente se
desea comparar la precisión de un instrumento de medición con la de otro, la estabilidad
de un proceso de manufactura con la de otro o hasta la forma en que varía el
procedimiento para calificar de un profesor universitario con la de otro.

Intuitivamente, podríamos comparar las varianzas de dos poblaciones, y ,

utilizando la razón de las varianzas muestrales s21/s22. Si s21/s22 es casi igual a 1, se

tendrá poca evidencia para indicar que y no son iguales. Por otra parte, un
valor muy grande o muy pequeño para s21/s22, proporcionará evidencia de una
diferencia en las varianzas de las poblaciones.

La variable aleatoria F se define como el cociente de dos variables aleatorias ji-cuadrada

independientes, cada una dividida entre sus respectivos grados de libertad. Esto es,

donde U y V son variables aleatorias ji-cuadrada independientes con grados de libertad

y  respectivamente.

Sean U y V dos variables aleatorias independientes que tienen distribución ji cuadradas

con grados de libertad, respectivamente. Entonces la distribución de la variable

aleatoria está dada por:

y se dice que sigue la distribución F con grados de libertad en el numerador y

grados de libertad en el denominador.

La media y la varianza de la distribución F son:

para

para

La variable aleatoria F es no negativa, y la distribución tiene un sesgo hacia la derecha.

La distribución F tiene una apariencia muy similar a la distribución ji-cuadrada; sin
embargo, se encuentra centrada respecto a 1, y los dos parámetros proporcionan
una flexibilidad adicional con respecto a la forma de la distribución.

Si s12 y s22 son las varianzas muestrales independientes de tamaño n1 y n2 tomadas de

poblaciones normales con varianzas  y , respectivamente, entonces:

Para manejar las tablas de Fisher del libro de Introducción a la Inferencia Estadística del
autor Güenther, se tendrá que buscar primero los grados de libertad dos para luego
localizar el área correspondiente, relacionándola con los grados de libertad uno, para
calcular el valor de F.

Las tablas tienen la siguiente estructura:

P 1 2 3 ……. ….. 500 …

 
6 0.0005

   
0.001

   
0.005

   
.

   
.

 
0.9995 30.4
El valor de 30.4 es el correspondiente a una Fisher que tiene 3 grados de libertad uno y
6 grados de libertad dos con un área de cero a Fisher de 0.995. Si lo vemos
graficamente:

Como nos podemos imaginar existen varias curvas Fisher, ya que ahora su forma
depende de dos variables que son los grados de libertad.

Ejemplos :

1. Encontrar el valor de F, en cada uno de los siguientes casos:

a. El área a la derecha de F, es de 0.25 con =4 y =9.

b. El área a la izquierda de F, es de 0.95 con =15 y =10.

c. El área a la derecha de F es de 0.95 con con =6 y =8.

d. El área a la izquierda de F, es de 0.10 con con =24 y

=24

Solución:

a. Como el área que da la tabla es de cero a Fisher, se tiene que localizar primero
los grados de libertad dos que son 9, luego un área de 0.75 con 4 grados de
libertad uno.
b. En este caso se puede buscar el área de 0.95 directamente en la tabla con sus
respectivos grados de libertad.

c. Se tiene que buscar en la tabla un área de 0.05, puesto que nos piden un área a la
derecha de F de 0.95.

d. Se busca directamente el área de 0.10, con sus respectivos grados de libertad.

1. Si s12 y s22 son las varianzas muestrales de muestras aleatorias independientes

de tamaños n1=10 y n2 =20, tomadas de poblaciones normales que tienen las
mismas varianzas, encuentre P(s12/s22 2.42).

Solución:

Primero se establecen los grados de libertad. Como en el numerador está la

población uno y en el denominador la población dos, entonces los grados de
libertad uno equivalen a 10-1=9 y los grados de libertad dos a 20-1=19.

Se procede a ir a la tabla a buscar los grados de libertad dos que son 19 y se

observa que no están, por lo tanto se tiene que interpolar entre 15 y 20 grados de
libertad, buscando el valor de fisher que quedaría:
Este valor de 2.42 se busca en la columna de 9 grados de libertad uno, con 15
grados de libertad dos, y se encuentra los siguiente:

Area

0.90 2.09

0.95 2.59

Al interpolar entre estos dos valores nos queda un área de 0.933.

Se procede a hacer lo mismo pero con 20 grados de libertad dos:

Area

0.95 2.39

0.975 2.84

Al interpolar entre estos dos valores nos queda un área de 0.9516.

Ahora ya se tienen las dos áreas referentes a los grados de libertad dos, por lo
que se interpolará para ver cuánto le corresponde a los grados libertad dos con
un valor de 19.

Area

15 0.933

20 0.9516
 Al interpolar nos queda que para 9 grados de libertad uno y 19 grados de libertad
dos con un valor de Fisher de 2.42 el área a la izquierda es de 0.9478.

2. Si s12 y s22 representan las varianzas de las muestras aleatorias independientes

de tamaño n1= 25 y n2 = 31, tomadas de poblaciones normales con varianzas
12 =10 y

22 = 15, respectivamente, encuentre P(s12/s22 > 1.26).

Solución:

Calcular el valor de Fisher:

Luego se va a la tabla de Fisher a buscar 30 grados de libertad 2 con 24 grados de

libertad uno. Cuando se este en esta posición se busca adentro de la tabla el valor de
Fisher de 1.89. Al localizarlo y ver a la izquierda de este valor se obtiene un área de
0.95, pero esta área correspondería a la probabilidad de que las relaciones de varianzas
muestrales fueran menor a 1.26, por lo que se calcula su complemento que sería 0.05,
siendo esta la probabilidad de que s12/s22 > 1.26.

Intervalo de Confianza para el Cociente de Varianzas de Dos Distribuciones Normales

Supóngase que se tienen dos poblaciones normales e independientes con varianzas

desconocidas 2 y 22, respectivamente. De este par de poblaciones, se tienen
disponibles dos muestras aleatorias de tamaños n1 y n2, respectivamente, sean s12 y s22
las dos varianzas muestrales. Se desea conocer un intervalo de confianza del 100(
) por ciento para el cociente de las dos varianzas, 12/ 22.
Para construir el intervalo de confianza para el cociente de dos varianzas poblacionales,
se coloca la varianza muestral mayor en el numerador del estadístico F.

Ejemplos:

1. Un fabricante de automóviles pone a prueba dos nuevos métodos de ensamblaje

de motores respecto al tiempo en minutos. Los resultados se muestran en la
tabla:

Método 1 Método 2

n1 = 31 n2 = 25

s12 = 50 s22 = 24

2. Construya un intervalo de confianza del 90% para 12/ 22.

3. Solución:

4. Por la recomendación de que la varianza muestral mayor va en el numerador se

tiene la siguiente fórmula:

5.

6. al despejar: .

7. F toma dos valores dependiendo del nivel de confianza y de los grados de

libertad. En este caso los grados de libertad uno valen 30 y los grados de libertad
dos 24.

8.

9. y
 10. Estos resultados los podemos interpretar de la siguiente manera:

11. Con un nivel de confianza del 90% se sabe que la relación de varianzas 12/
22 esta entre 1.07 y 3.93. Esto supondría que la varianza de la población 1 es
mayor a la varianza de la población 2 entre 1.07 y 3.93.

12. Una compañía fabrica propulsores para uso en motores de turbina. Al ingeniero
de manufactura le gustaría seleccionar el proceso que tenga la menor
variabilidad en la rugosidad de la superficie. Para ello toma una muestra de
n1=16 partes del primer proceso, la cual tiene una desviación estándar s1 = 4.7
micropulgadas, y una muestra aleatoria de n2=12 partes del segundo proceso, la
cual tiene una desviación estándar s2 = 5.1 micropulgadas. Se desea encontrar
un intervalo de confianza del 90% para el cociente de las dos varianzas 12/

22. Suponga que los dos procesos son independientes y que la rugosidad de la superficie
está distribuida de manera normal.

Solución:

Por la recomendación de que la varianza muestral mayor va en el numerador se tiene la

siguiente fórmula:

al despejar: .

En este caso los grados de libertad uno valen 11 y los grados de libertad dos 15.

Estos resultados los podemos interpretar de la siguiente manera:

Puesto que este intervalo de confianza incluye a la unidad, no es posible afirmar que las
desviaciones estándar de la rugosidad de la superficie de los dos procesos sean
diferentes con un nivel de confianza del 90%.

Ensayo de Hipótesis

Supóngase que se tiene interés en dos poblaciones normales independientes,

donde las medias y las varianzas de la población son desconocidas. Se desea
probar la igualdad de las dos varianzas, ya que para poder comparar las
medias de estas dos poblaciones se utiliza la distribución t de Student, en la
cual podemos tener varianzas iguales o diferentes en la población.

Para conocer esto último se requiere de la distribución Fisher, y después de

utilizarla, se tomará la decisión de tener o no varianzas iguales en la población,
dando pié a realizar la comparación de las dos medias según estemos
hablando. Primer caso en que las varianzas de la población son desconocidas
pero iguales, o en el caso dos donde se tienen varianzas desconocidas pero
disímiles.

Para el ensayo de hipótesis se utilizará la relación de varianzas, la cual puede

dar tres resultados:

En base a lo que se quiera probar, el ensayo podrá ser unilateral derecho,

izquierdo o bilateral.

Ejemplos:

1. La variabilidad en la cantidad de impurezas presentes en un lote de

productos químicos, utilizada para un proceso en particular, depende del
tiempo que tarda el proceso. Un fabricante que emplea dos líneas de
producción 1 y 2, hizo un pequeño ajuste al proceso 2, con la esperanza
de reducir la variabilidad, así como la cantidad media de impurezas en
los productos químicos. Muestras de n1=25 y n2=20 mediciones de dos
lotes produjeron las siguientes medias y varianzas:
 ¿Presentan los datos evidencia suficiente para indicar que las
variaciones del proceso son menores para el 2? Realice una prueba con
un = 0.05.

Solución:

Datos:

Población 1 Población 2

n1 = 25 n2 = 20

= 0.05

Ensayo de hipótesis:

Estadístico de prueba:

La sugerencia que se hace es que el numerador sea el de valor mayor .

Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 = 25-1 = 24 y 2 = 20-1=19.

 
Regla de decisión:

Si Fc 2.11 No se rechaza Ho,

Si la Fc > 2.11 se rechaza Ho.

Cálculo:

Decisión y Justificación:

Como 2.04 es menor que 2.11 no se rechaza Ho, y se concluye con un =

0.05 que no existe suficiente evidencia para decir que la varianza del proceso 2
es menor que la del proceso 1.

2. En su incansable búsqueda de un sistema de llenado adecuado, cierta

empresa prueba dos máquinas. Robo-fill se usa para llenar 16 tarros y
da una desviación estándar de 1.9 onzas en el llenado. Con Automat-fill
se llenan 21 frascos que dan una desviación estándar de 2.1 onzas. Si la
empresa tiene que elegir uno de estos sistemas en función de la
uniformidad de llenado. ¿Cual deberá seleccionar? Use un

= 0.10.

Solución:

Datos:

Robo-Fill

sRF = 1.9

nRF = 16

= 0.10
Automat-Fill

sAF = 2.1

nAF = 21

Ensayo de hipótesis:

Estadístico de prueba:

La sugerencia que se hace es que el numerador sea el de valor mayor

.

Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 = 21-1 = 20 y 2 = 16-1=15.

Regla de decisión:

Si Fc 2.20 No se rechaza Ho,

Si la Fc > 2.20 se rechaza Ho.

Cálculo:

Decisión y Justificación:
Como 1.22 es menor que 2.20 no se rechaza Ho, y se concluye con un =
0.10 que la variación de llenado de la máquina Robo-Fill no es menor a la de
Automat-Fill, por lo que se selecciona cualquier máquina.

3. Las capas de óxido en las obleas semiconductoras son depositadas en

una mezcla de gases para alcanzar el espesor apropiado. La variabilidad
del espesor es una característica crítica de la oblea, y lo deseable para
los siguientes pasos de la fabricación es tener una variabilidad baja.
Para ello se estudian dos mezclas diferentes de gases con la finalidad
de determinar con cuál se obtienen mejores resultados en cuanto a la
reducción en la variabilidad del espesor del óxido. Veintiún obleas son
depositadas en cada gas. Las desviaciones estándar de cada muestra
del espesor del óxido son s1 = 1.96 angstroms y s2 = 2.13 angstroms.
¿Existe evidencia que indique una diferencia en las desviaciones? Utilice

=0.05.

Solución:

Datos:

s1= 1.96

n1 = 21

s2 = 2.13

n2= 21

Ensayo de hipótesis:

Estadístico de prueba:

La sugerencia que se hace es que el numerador sea el de valor mayor .

Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 = 21-1 = 20 y 2 = 21-1=20.
Regla de decisión:

Si 0.406 Fc 2.46 No se rechaza Ho,

Si la Fc < 0.406 ó si Fc > 2.46 se rechaza Ho.

Cálculo:

Decisión y Justificación:

Como 0.85 esta entre los dos valores de Ho no se rechaza , y se concluye con
un = 0.05 que existe suficiente evidencia para decir que las varianza de las
poblaciones son iguales.

Error Tipo II ó

1. Para el ejercicio anterior, encontrar la probabilidad de cometer error tipo


II si la verdadera relación  


 .

Solución:

 
 1. Del ejercicio número 1 del ensayo de hipótesis en donde la variabilidad
en la cantidad de impurezas presentes en un lote de productos químicos
dependía del tiempo que tardaba el proceso y el fabricante empleaba
dos líneas de producción 1 y 2, e hizo un pequeño ajuste al proceso 2,

calcular la probabilidad de cometer error tipo II si le relación  


  1.5.

Solución:

por lo tanto s12/s22 = 2.11 ya que esto fue lo que dio la tabla y al
despejar nos queda los mismo. Se calcula un nuevo valor de F con la relación
de varianzas de 1.5.

Si se recuerda para este ejercicio se tienen 24 grados de libertad uno y 19 de

grados de libertad dos, por lo que se tiene que hacer una doble interpolación ya
que 19 grados de libertad dos no vienen en la tabla.

Primero se interpolará para 24 grados de libertad uno y 15 grados de libertad dos:

 Area Valor de F

0.50 1.02

0.75 1.41

Al interpolar para un valor de Fisher de 1.406 se ve que este valor está muy
cercano a 1.41, el cual le corresponde un área de 0.75, por lo que queda un
resultado de 0.7474

Ahora se procede a interpolar para 24 grados de libertad uno y 20 grados de libertad

dos:

Area Valor de F

0.75 1.35

0.90 1.77

La interpolación para un valor de Fisher de 1.406 es de 0.77.

Teniendo los dos valores, se puede calcular el área correspondiente a 24 grados de

libertad uno y 19 grados de libertad dos:


Area

15 0.7474

20 0.77

Por lo tanto al interpolar para 19 grados de libertad dos nos da un valor de

0.76548
 INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS

DISTRIBUCIONES NORMALES, VARIANZAS DESCONOCIDAS

En esta sección se verá el caso en donde se tienen dos poblaciones con medias y
varianzas desconocidas, y se desea encontrar un intervalo de confianza para la
diferencia de dos medias  Si los tamaños de muestras n1 y n2 son mayores
que 30, entonces, puede emplearse el intervalo de confianza de la distribución
normal. Sin embargo, cuando se toman muestras pequeñas se supone que las
poblaciones de interés están distribuidas de manera normal, y los intervalos de
confianza se basan en la distribución t.

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS

DISTRIBUCIONES NORMALES, VARIANZAS DESCONOCIDAS PERO
IGUALES

Si s12 y s22 son las medias y las varianzas de dos muestras aleatorias de
tamaño n1 y n2, respectivamente, tomadas de dos poblaciones normales e
independientes con varianzas desconocidas pero iguales, entonces un intervalo
de confianza del 100( ) por ciento para la diferencia entre medias es:

en donde:
Es el estimador combinado de la desviación estándar común de la población
con n1+n2 – 2 grados de libertad.

Ejemplos:

1. Un artículo publicado dio a conocer los resultados de un análisis del

peso de calcio en cemento estándar y en cemento contaminado con
plomo. Los niveles bajos de calcio indican que el mecanismo de
hidratación del cemento queda bloqueado y esto permite que el agua
ataque varias partes de una estructura de cemento. Al tomar diez
muestras de cemento estándar, se encontró que el peso promedio de
calcio es de 90 con una desviación estándar de 5; los resultados
obtenidos con 15 muestras de cemento contaminado con plomo fueron
de 87 en promedio con una desviación estándar de 4. Supóngase que el
porcentaje de peso de calcio está distribuido de manera normal.
Encuéntrese un intervalo de confianza del 95% para la diferencia entre
medias de los dos tipos de cementos. Por otra parte, supóngase que las
dos poblaciones normales tienen la misma desviación estándar.

Solución:

El estimador combinado de la desviación estándar es:

Al calcularle raíz cuadrada a este valor nos queda que s p = 4.41

expresión que se reduce a – 0.72   6.72

Nótese que el intervalo de confianza del 95% incluye al cero; por

consiguiente, para este nivel confianza, no puede concluirse la
existencia de una diferencia entre las medias.
 2. Se realizó un experimento para comparar el tiempo promedio requerido
por el cuerpo humano para absorber dos medicamentos, A y B. Suponga
que el tiempo necesario para que cada medicamento alcance un nivel
específico en el torrente sanguíneo se distribuye normalmente. Se
eligieron al azar a doce personas para ensayar cada fármaco registrándose el
tiempo en minutos que tardó en alcanzar un nivel específico en la sangre.
Calcule un intervalo de confianza del 95% para la diferencia del tiempo
promedio. Suponga varianzas iguales.

Medicamento A Medicamento B

nA = 12 nB = 12

SA2= 15.57 SB2 = 17.54

Solución:

2.35    9.25

Con un nivel confianza del 95% se sabe que el tiempo promedio para alcanzar
un nivel específico es mayor para el medicamento B.

PRUEBA SOBRE DOS MEDIAS, POBLACIONES NORMALES, VARIANZAS

DESCONOCIDAS PERO IGUALES
Las situaciones que más prevalecen e implican pruebas sobre dos medias son las que tienen
varianzas desconocidas. Si el científico prueba mediante una prueba F, que las varianzas de
las dos poblaciones son iguales, se utiliza la siguiente fórmula:

donde:

Los grados de libertad están dados por:

Ejemplos:

1. Para encontrar si un nuevo suero detiene la leucemia, se seleccionan

nueve ratones, todos con una etapa avanzada de la enfermedad. Cinco
ratones reciben el tratamiento y cuatro no. Los tiempos de sobrevivencia en
años, a partir del momento en que comienza el experimento son los siguientes:

Con Tratamiento 2.1 5.3 1.4 4.6 0.9

 
Sin Tratamiento 1.9 0.5 2.8 3.1

¿Se puede decir en el nivel de significancia del 0.05 que el suero es

efectivo? Suponga que las dos poblaciones se distribuyen normalmente
con varianzas iguales.

Solución:

Primero se probará el supuesto de varianzas iguales con un ensayo de

hipótesis bilateral utilizando la distribución Fisher.

Datos:

Con tratamiento

s= 1.97
n=5

Sin tratamiento

s = 1.1672

n=4

Ensayo de hipótesis:

Estadístico de prueba:

La sugerencia que se hace es que el numerador sea el de valor

mayor.

Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 = 5-1 = 4 y 2 = 4-1=3.

Regla de decisión:

Si 0.10 Fc 15.1 No se rechaza Ho,

Si la Fc < 0.10 ó si Fc > 15.1 se rechaza Ho.

Cálculo:
Decisión y Justificación:

Como 2.85 esta entre los dos valores de Ho no se rechaza, y se concluye con
un = 0.05 que existe suficiente evidencia para decir que las varianza de las
poblaciones son iguales.

Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis

Ho; -
CT ST =0

H1; -
CT ST >0

Los grados de libertad son (5+4-2) = 7

Regla de decisión:

Si tR 1.895 No se Rechaza Ho

Si tR > 1.895 se rechaza Ho

Cálculos:

por lo tanto sp = 1.848

Justificación y decisión:

Como 0.6332 es menor que 1.895, no se rechaza H o, y se concluye con un

nivel de significancia del 0.05 que no existe suficiente evidencia para decir que
el suero detiene la leucemia.
 2. Se realizó un experimento para comparar el tiempo promedio requerido
por el cuerpo humano para absorber dos medicamentos, A y B. Suponga
que el tiempo necesario para que cada medicamento alcance un nivel
específico en el torrente sanguíneo se distribuye normalmente. Se
eligieron al azar a doce personas para ensayar cada fármaco
registrándose el tiempo en minutos que tardó en alcanzar un nivel
específico en la sangre. Calcule con

= 0.05 si existe diferencia entre los tiempos promedio y obtenga el valor de P. Suponga
varianzas iguales.

Medicamento A Medicamento B

nA = 12 nB = 12

SA2= 15.57 SB2 = 17.54

Solución:

Primero se pondrá a prueba el supuesto de varianzas iguales mediante una

prueba de hipótesis con = 0.10.

Ensayo de hipótesis:

Estadístico de prueba:

La sugerencia que se hace es que el numerador sea el de valor

mayor .

Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 =12-1=11 y 2 =12-1=11.
Regla de decisión:

Si 0.355 Fc 2.82 No se rechaza Ho,

Si la Fc < 0.355 ó si Fc > 2.82 se rechaza Ho.

Cálculo:

Decisión y Justificación:

Como 1.13 esta entre los dos valores de Ho no se rechaza , y se concluye con
un = 0.10 que existe suficiente evidencia para decir que las varianza de las
poblaciones son iguales.

Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis

Ho; B - =0
A

H1; B - A 0

Los grados de libertad son (12+12-2) = 22

Regla de decisión:
Si –2.074 tc 2.074 No se rechaza Ho,

Si la tc < -2.074 ó si tc > 2.074 se rechaza Ho.

Cálculos:

Justificación y decisión:

Como 3.49 es mayor que 2.074, no se rechaza H o, y se concluye con un nivel

de significancia del 0.05 que la media del tiempo para que el medicamento A
llegue a un nivel específico en el torrente sanguíneo es distinta de la que toma
al fármaco B alcanzar ese mismo nivel.

Para calcular el valor de P se ubicará la t calculada en la gráfica para proceder

a buscar el área y multiplicarla por dos ya que es bilateral.

P = (2)(0.00139) = 0.00278

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS

DISTRIBUCIONES NORMALES, VARIANZAS DESCONOCIDAS PERO
DIFERENTES

Consideremos ahora el problema de encontrar una estimación por intervalos de

 cuando no es probable que las varianzas poblacionales desconocidas
sean iguales. La estadística que se usa con más frecuencia en este caso es:
que tiene aproximadamente una distribución t con grados de libertad, donde:

Como rara vez es número entero, lo redondeamos al número entero más

cercano menor. Esto es si el valor de nu es de 15.9 se redondeará a 15.

Al despejar la diferencia de medias poblacionales de la formula de t nos queda:

Ejemplos:

1. El departamento de zoología de la Universidad de Virginia llevó a cabo

un estudio para estimar la diferencia en la cantidad de ortofósforo
químico medido en dos estaciones diferentes del río James. El
ortofósforo se mide en miligramos por litro. Se reunieron 15 muestras de
la estación 1 y se obtuvo una media de 3.84 con una desviación
estándar de 3.07 miligramos por litro, mientras que 12 muestras de la
estación 2 tuvieron un contenido promedio de 1.49 con una desviación
estándar 0.80 miligramos por litro. Encuentre un intervalo de confianza
de 95% para la diferencia del contenido promedio real de ortofósforo en
estas dos estaciones, suponga que las observaciones vienen de
poblaciones normales con varianzas diferentes.

Solución:

Datos:

Estación 1 Estación 2

n1 = 15 n2 = 12
 S1= 3.07 S2 = 0.80

Primero se procederá a calcular los grados de libertad:

Al usar =0.05, encontramos en la tabla con 16 grados de libertad que el

valor de t es 2.120, por lo tanto:

que se simplifica a:

0.60   4.10

Por ello se tiene una confianza del 95% de que el intervalo de 0.60 a 4.10
miligramos por litro contiene la diferencia de los contenidos promedios reales
de ortofósforo para estos dos lugares.

PRUEBA SOBRE DOS MEDIAS, POBLACIONES NORMALES, VARIANZAS

DESCONOCIDAS PERO DIFERENTES

Ejemplo:

1. Un fabricante de monitores prueba dos diseños de microcircuitos para

determinar si producen un flujo de corriente equivalente. El departamento
de ingeniería ha obtenido los datos siguientes:

Diseño 1 n1 = 16 s12 = 10
 Diseño 2 n2 = 10 s22 = 40

2. Con = 0.05, se desea determinar si existe alguna diferencia

significativa en el flujo de corriente promedio entre los dos diseños,
donde se supone que las dos poblaciones son normales, pero no es
posible suponer que las varianzas desconocidas sean iguales.

3. Solución:

4. Primero se probarán varianzas desiguales.

5. Ensayo de hipótesis:

6.

7.

8. Estadístico de prueba:

9. La sugerencia que se hace es que el numerador sea el de valor

mayor .

10. Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 = 10-1 = 9 y 2 = 16-1=15.

11.

12. Regla de decisión:

13. Si 0.265 Fc 3.12 No se rechaza Ho,

14. Si la Fc < 0.265 ó si Fc > 3.12 se rechaza Ho.

15. Cálculo:
16.

17. Decisión y Justificación:

18. Como 4 es mayor que 3.12 se rechaza Ho , y se concluye con un =

0.05 que existe suficiente evidencia para decir que las varianza de las
poblaciones son diferentes.

19. Con la decisión anterior se procede a comparar las medias:

20. Ensayo de Hipótesis

21. Ho; 1 - =0
2

22. H1; 1 - 2 0

23. Para poder buscar el valor de t en la tabla, se necesita saber el valor de

los grados de libertad:

24.

25. Este valor se redondea al próximo menor que sería 11.

26.

27. Regla de decisión:

28. Si –2.201 tR 2.201 No se rechaza Ho

29. Si tR < -2.201 ó si tR > 2.201 se rechaza Ho

30. Cálculos:
 31.

32. Justificación y decisión:

33. Como 0.1395 esta entre –2.201 y 2.201, no se rechaza H o y se concluye

con un = 0.05, que no existe diferencia significativa en el flujo de
corriente promedio entre los dos diseños.

34. Dos proveedores fabrican un engrane de plástico utilizado en una

impresora láser. Una característica importante de estos engranes es la
resistencia al impacto la cual se mide en pies-libras. Una muestra
aleatoria de 10 engranes suministrados por el primer proveedor arroja
los siguientes resultados: y s1 = 12. Del segundo proveedor se
toma una muestra aleatoria de 16 engranes, donde los resultados son

y s2 = 45. ¿Existe evidencia que apoye la afirmación de que los engranes del
proveedor 2 tienen una mayor resistencia promedio al impacto. Use un nivel de
significancia de 0.05. Calcule el valor de P.

Solución:

Datos:

Proveedor 1 Proveedor 2

n1 = 10 n2 = 16

S1= 12 S2 = 45

Primero se probarán varianzas desiguales.

Ensayo de hipótesis:
Estadístico de prueba:

La sugerencia que se hace es que el numerador sea el de valor mayor .

Entonces los grados de libertad uno será el tamaño de la muestra de la

población uno menos uno. 1 = 16-1 = 15 y 2 = 10-1=9.

Regla de decisión:

Si 0.320 Fc 3.7694 No se rechaza Ho,

Si la Fc < 0.320 ó si Fc > 3.769 se rechaza Ho.

Cálculo:

Decisión y Justificación:

Como 14.06 es mayor que 3.01 se rechaza Ho , y se concluye con un =

0.05 que existe suficiente evidencia para decir que las varianza de las
poblaciones son diferentes.

Con la decisión anterior se procede a comparar las medias:

Ensayo de Hipótesis

Ho; 2 - 1=0

H1; 2 - 1 >0

Para poder buscar el valor de t en la tabla, se necesita saber el valor de los

grados de libertad:

Este valor se redondea al próximo menor que sería 18.

Regla de decisión:

Si tR 1.734 No se rechaza Ho

Si tR > 1.734 se rechaza Ho

Cálculos:

Justificación y decisión:

Como 2.61 es mayor que 1.734, se rechaza H o y se concluye con un =0.05,

que existe evidencia suficiente para decir que el promedio de resistencia de los
engranes del proveedor 2 es mayor a el promedio de resistencia de los
engranes del proveedor 1.

Para calcular el valor de P se busca adentro de la tabla de t el valor de 2.61

con 18 grados de libertad y se observa que se encuentra entre dos áreas que
son 0.01 y 0.0075, al interpolar nos da un valor de P = 0.00894.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
 INFERENCIA RESPECTO A LA DIFERENCIA DE DOS MEDIAS CUANDO
SE USAN MUESTRAS DEPENDIENTES PEQUEÑAS

Para hacer inferencias estadísticas sobre dos poblaciones, se necesita tener una muestra
de cada población. Las dos muestras serán dependientes o independientes de acuerdo a
la forma de seleccionarlas. Si la selección de los datos de una población no está
relacionada con la de los datos de la otra, son muestras independientes. Si las muestras
se seleccionan de manera que cada medida en una de ellas pueda asociarse naturalmente
con una medida en la otra muestra, se llaman muestras dependientes. Cada dato sale de
alguna fuente; una fuente es algo, una persona o un objeto, que produce datos. Si dos
medidas se obtienen de la misma fuente, se puede pensar que las medidas están
pareadas. En consecuencia dos medidas que se obtienen del mismo conjunto de fuentes
son dependientes. Note que si dos muestras son dependientes, entonces necesariamente
tienen el mismo tamaño.

Muchas aplicaciones prácticas requieren hacer comparaciones entre dos poblaciones

con base en datos pareados o en muestras dependientes. Las aplicaciones que pueden
involucrar muestras dependientes incluyen:

 Medicina.- Poner aprueba los efectos de una dieta mediante la obtención de las
medidas del peso en la misma persona antes y después de aplicar una dieta.
 Enseñanza.- Probar la efectividad de una estrategia de enseñanza aplicando
exámenes antes y después a los mismos individuos.
 Agricultura.- Poner a prueba los efectos de dos fertilizantes en la producción de
frijol de soya comparando la producción de parcelas similares en las mismas
condiciones.
 Finanzas.- Comparar las estimaciones de dos talleres de autos chocados para las
mismas unidades.
 Industria.- Poner a prueba dos marcas de llantas en cuanto al desgaste del piso
colocando una de cada marca en los rines traseros de una muestra de coches del
mismo tipo.

Si se tienen dos muestral aleatorias dependientes de tamaño n, donde cada elemento de

la primera muestra es pareja de un elemento de la segunda, entonces estas dos muestras
dan lugar a una de parejas o a una diferencias, como lo indica la siguiente figura. La
muestra de diferencias d = x1 – x2 se puede pensar como una muestra de la población de
diferencias de datos pareados de dos poblaciones. La media de la población de
diferencias es igual a la diferencias de las medias poblacionales.

 
Se puede demostrar que la media de las diferencias es la diferencias de las mismas
considerando las dos poblaciones siguientes con cuyos elementos se han formado
parejas:

Población 1 Población 2 Diferencia d

2 5 2 – 5 = -3

4 6 4 – 6 = -2

6 2 6–2=4

8 4 8–4=4

10 8 10 – 8 = 2

Suma 30 25 5

Media 6 5 1

La diferencia entre medias poblacionales es:

 6 – 5 = 1

y la media de la población de diferencias se representa:

En consecuencia se ve que la media de la población de diferencias es igual a la
diferencia entre las medias poblacionales. Siguiendo la misma línea de
razonamiento, se puede demostrar que, para dos muestras dependientes, la
media de sus diferencias muestrales es igual a la diferencia entre sus medias
muestrales. Esto es, si x1 – x2 = d, entonces

Si se tiene una muestra aleatoria de n pares de datos y si las diferencias d se

distribuyen normalmente, entonces el estadístico:

tiene una distribución muestral que es una distribución t con gl=n-1,

donde sd representa la desviación estándar de la muestra de puntajes
diferencia.

Estadístico

donde g.l = n-1

Límites del intervalo de confianza para  cuando se usa muestras dependientes

Ejemplos:

1. Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el

ritmo cardiaco de una persona durante el descanso, y al examinar a diez
voluntarios antes y después de seguir un programa de ese tipo durante
seis meses, sus pulsaciones, en latidos por minuto, dieron los siguientes
registros:

Voluntario 1 2 3 4 5 6 7 8 9 10

Antes 73 77 68 62 72 80 76 64 70 72
 Después 68 72 64 60 71 77 74 60 64 68

2. Use = 0.05 para calcular si los ejercicios aeróbicos reducen el ritmo

cardiaco durante el reposo. Calcule el valor de P.

3. Solución:

4. Ensayo de hipótesis:

5. Ho; 
 D

6. H1; 
 D 

7.

8. Regla de decisión:

9. Si tR 1.833 No se rechaza Ho

10. Si tR > 1.833 se rechaza Ho

11. Cálculos:

12. Se procederá a calcular las diferencias de cada par:

Voluntario 1 2 3 4 5 6 7 8 9 10

Antes 73 77 68 62 72 80 76 64 70 72

Después 68 72 64 60 71 77 74 60 64 68

Diferencia 5 5 4 2 1 3 2 4 6 4

13. Al calcular la media de las diferencias nos da 3.6 con una s d = 1.58.
 14.

15. Justificación y decisión:

16. Como 7.20 es mayor que 1.833, se rechaza H 0, y se concluye cn un

nivel de significancia de 0.05 que los datos indican que los ejercicios
aeróbicos disminuyen significativamente el ritmo cardiaco durante el
reposo.

17. Para calcular el valor de P se busca el 7.20 en el renglón de 9 grados de

libertad en la tabla t, y se observa que el valor mayor que aparece en
dicha tabla es 4.781 al cual le corresponde una área a la derecha de
0.0005, entonces se puede concluir que el valor de P es prácticamente
cero.

18. Diez hombres se sometieron a una dieta especial registrando sus pesos antes de
comenzarla y después de un mes de estar en ella. Los resultados de los pesos,
en libras, se muestran a continuación:

Hombre A B C D E F G H I J

Antes 181 172 190 186 210 202 166 173 183 184

Después 178 175 185 184 207 201 160 168 180 189

19. Haga una prueba con = 0.05 para determinar si la dieta logró alguna
diferencia, ya sea positiva o negativa. Calcule el valor de P.

20. Solución:

21. Ensayo de hipótesis:

22. Ho;  D

23. H1;  D 

24.
25. Regla de decisión:

26. Si –2.262 tc 2.262 No se rechaza Ho,

27. Si la tc < -2.262 ó si tc > 2.262 se rechaza Ho.

28. Cálculos:

29. Se procederá a calcular las diferencias de cada par:

Hombre A B C D E F G H I J

Antes 181 172 190 186 210 202 166 173 183 184

Después 178 175 185 184 207 201 160 168 180 189

Diferencia 3 -3 5 2 3 1 6 5 3 -5

30. Al calcular la media de las diferencias nos da 2 con una s d = 3.53.

31.

32. Justificación y decisión:

33. Como 1.79 está entre los dos valores críticos de –2.262 y 2.262, por lo
tanto no se rechaza H0, y se concluye con un = 0.05 que no existe
evidencia estadística que apoye la efectividad de la dieta para variar el
peso.

34. Para calcular el valor de P se interpola entre 0.10 y 0.05, con 9 grados
de libertad obteniendo un área de 0.0574, pero como el ensayo es
bilateral este sería un valor de P/2, por lo tanto el valor de P = (2)
(0.0574) = 0.1148

35.
 36. Calcula el intervalo de confianza del 95% para la diferencia de medias
poblacionales del ejercicio anterior.

Solución:

El intervalo de confianza del 95% es –0.53 y 4.53 y como contiene a cero, no

podemos concluir que la dieta sea efectiva para cambiar el peso.

Problemas Propuestos

1. Un economista considera que el número de galones de gasolina que

consume mensualmente cada automóvil en Estados Unidos es una
variable aleatoria normal con

=50 y varianza desconocida.

a. Supóngase que una muestra aleatoria de nueve observaciones presenta
una varianza muestral de 36. ¿Cuál es la probabilidad de que x sea
mayor que 54?
b. ¿Cuál es la probabilidad de que x sea menor que 44?
c. ¿Cuál es la probabilidad de que x este comprendida entre 44 y 55 ?
d. ¿Cómo modificarían las respuestas a las preguntas anteriores si n =
36 ?

2. Una máquina produce las varillas de metal utilizadas en el sistema de

suspensión de un automóvil. El diámetro de la varilla está distribuido en
forma normal, con media y varianza desconocida. Se toma una muestra
aleatoria de 10 piezas, y se encuentra que los diámetros son: 2.25, 2.24,
2.27, 2.26, 2.23, 2.25, 2.24, 2.27, 2.22 y 2.23 pulgadas. Encuentre el
intervalo de confianza del 99% para el diámetro promedio de todas las
varillas de metal.

3. Una muestra de 12 latas de sopa producida por cierta compañía produjo los
siguientes pesos netos, medidos en onzas:

11.9 12.2 11.6 12.1 12.1 11.8

11.9 11.8 12.0 12.3 11.8 12.0

4. Si se supone normalidad en los pesos, construya un intervalo de
confianza del 95% para el peso promedio de todas las latas de sopa
producidas por la compañía.

5. Los siguientes datos registrados en días, representan el tiempo de

recuperación para pacientes que se tratan al azar con uno de los
medicamentos para curar infecciones graves de la vejiga:
 Medicamento 1 Medicamento 2

n1 = 14 n2 = 16

x1 = 17 x2 = 19

s12 = 1.5 s22 = 1.8

6. Encuentre un intervalo de confianza de 99% para la diferencia promedio
en el tiempo de recuperación para los dos medicamentos, suponga
poblaciones normales con varianzas iguales.

7. Un experimento compara las economías en combustible para dos tipos

de camiones compactos a diesel equipados de forma similar. Suponga
que se utilizaron 12 camiones Volkswagen y 10 Toyota en pruebas de
velocidad constante de 90 kilómetros por hora. Si los 12 VW promedian
16 Km/lto con una desviación estándar de 1.0 km/lto, y los 10 Toyota
promedian 11 km/lto con una desviación estándar de 0.8 km/lto,
construya un intervalo de confianza de 90% para la diferencia entre los
kilómetros promedio por litro de estos dos camiones. Suponga
poblaciones normales con varianzas iguales.
8. Encuentre la probabilidad de que una muestra aleatoria de 25

observaciones, de una población normal con varianza

= 6, tenga una varianza s2

a. Mayor que 9.1
b. Entre 3.462 y 10.745

7. Encuentre el intervalo de confianza del 90% para la varianza del

diámetro de las varillas del ejercicio 2 e interprete resultado.
8. Una máquina que produce bolas para cojinetes se le detiene
periódicamente para verificar el diámetro. En este caso en particular no
interesa el diámetro medio, sino la variabilidad de los diámetros.
Supóngase que se toma una muestra de 31 bolas y se encuentra que la
varianza de los diámetros es de 0.94 mm2. Construya un intervalos de
confianza de 95% para la varianza, e interprete los resultados,
suponiendo normalidad en la población.
9. Si s12 y s22 representan las varianzas de muestras aleatorias
independientes de tamaño n1=8 y n2=12, tomadas de poblaciones
normales con varianzas iguales, encuentre P(s12/s22 4.89).
10. Los siguientes datos representan los tiempos de duración de las
películas que producen dos compañías cinematográficas.

 
 Compañía Tiempo (minutos)

I 103, 94, 110, 87, 98

II 97, 82, 123, 92, 175, 88, 118

Construya un intervalo de confianza del 90% para la relación de

varianzas.

11. Construya un intervalo de confianza de 98% para la relación de

desviaciones estándar del problema número 5, y de acuerdo con los
resultados obtenidos, diga si estuvo bien el supuesto de varianzas
iguales.
12. Pruebe la hipótesis de que el contenido promedio de los envases de un
lubricante en particular es de 10 litros si los contenidos de una muestra
aleatoria de 10 envases son: 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4,
10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y suponga que la
distribución del contenido es normal.

13. De acuerdo con un estudio dietético una ingesta alta de sodio se puede
relacionar con úlceras, cáncer de estómago y migraña. El requerimiento
humano de sal es de sólo 220 miligramos por día, el cual se rebasa en la
mayoría de las porciones individuales de cereales listos para comerse.
Si una muestra aleatoria de 20 porciones similares de Special K tiene un
contenido medio de 244 miligramos de sodio y una desviación estándar
de 24.5 miligramos ¿esto sugiere, en el nivel de significancia del 0.05,
que el contenido promedio de sodio para porciones individuales de
Special K es mayor que 220 miligramos? Suponga que la distribución de
contenidos de sodio es normal.
14. Una compañía armadora de automóviles grandes trata de decidir si
compra llantas de la marca o de la B para sus modelos nuevos. Se lleva
a cabo un experimento para ayudar a llegar a una decisión, en el que se
usan 12 llantas de cada marca. Los resultados son:

Marca A: xA = 37,900 Kilómetros; SA = 5,100

Kilómetros.

Marca B: xB = 39,800 Kilómetros; SB = 5,900

Kilómetros

Pruebe la hipótesis de que no hay diferencia en las dos marcas de

llantas con un nivel de significancia de 0.05. También calcule el valor de
P, suponiendo normalidad y varianzas iguales.

15. Dos secciones de un curso de estadística son sometidas a un mismo examen

final. De las calificaciones obtenidas se extrae una muestra aleatoria de tamaño 9
en la grupo "A", y otra de tamaño 4 en el grupo "B".
 Grupo "A": 65, 68, 72, 75, 82, 85, 87, 91, 95

Grupo "B": 50, 59, 71, 80

a. Con un nivel de significación de 0.05 ¿podría decirse que los dos grupos
tienen las mismas calificaciones promedio?. Suponga que provienen de
poblaciones normales con varianzas iguales.
b. Calcule el valor de P para este ensayo e interprete su resultado
c. Por medio de un ensayo de hipótesis diga si estuvo acertada la
suposición de las varianzas iguales en el inciso a). Haga la prueba con
un nivel de significación de 0.10.

15. Una máquina automática empacadora de azúcar se usa para llenar

bolsas de 5 libras. Una muestra aleatoria de 15 bolsas indicó una media
de 4.94 libras y una desviación estándar de 0.02; si se supone que la
distribución de los pesos es normal, y de la experiencia pasada se sabe
que la desviación estándar de los pesos es de 0.015 libras, ¿muestran
los datos suficiente evidencia para decir que hubo un aumento en la
variabilidad?. Haga la prueba con un nivel de significancia del 0.05 y
calcule el valor de P.

17. Una empresa empacadora de azúcar está considerando una máquina

nueva para reemplazar su máquina actual. Los pesos de una muestra de
21 paquetes de 5 libras empacados por la máquina vieja producen una
varianza de 0.16, mientras que los pesos de 20 paquetes de 5 libras
empacados por la máquina nueva dan una varianza de 0.09.En base a
estos datos, ¿aconsejaría usted al gerente a comprar la máquina nueva?
Use un

= 0.05.
18. La Metro Bus Company en una ciudad grande afirma tener una varianza
en los tiempos de llegada de sus carros, medidos en minutos, a las
distintas paradas, de no más de 5; un ejecutivo de la compañía ordenó
tomar los tiempos de llegada en varias paradas para determinar si los
conductores están cumpliendo con sus horarios. Si una muestra de 12
llegadas a una parada particular produjo una varianza de 5.7 y se
supone que los tiempos de llegada se distribuyen normalmente,
¿muestran estos datos suficiente evidencia para contradecir a la
compañía? Use un nivel de significancia de 0.10 y calcule el valor de P.

Respuesta a los Problemas Propuestos

1. a) 0.0421, b) 0.00862, c) 0.97276

2. 2.2284 2.2635
3. 11.859 12.11
4. 0.70   3.30

5. 4.3 vw - T 5.7
6. a) 0.05, b) 0.94
 
7. 4.689 x 10-5  1.559 x 10-4

8. 0.60  1.679
9. 0.99
10. 2.20 (  )2 61.50
11. 0.549 ( Vw/ T) 2.69. Estuvo bien la suposición puesto que el uno
esta dentro del intervalo.
12. Región crítica -3.25 t 3.25. t = 0.77 por lo tanto no rechaza Ho.
13. Región crítica t>1.729. t= 4.30 rechazar Ho.
14. Región crítica -2.074 t 2.074. t = -0.84 no rechazar Ho. P = 0.411
15. a) Región crítica -2.201 t 2.201. t = 2.27 rechazar Ho. b) P = 0.0445
c) Región crítica 0.1129 F 4.07. F = 1.578, no rechaza Ho, estuvo
bien la suposición de varianzas iguales.
16. Región crítica X2 > 23.685. X2 = 24.88 rechazar Ho. P = 0.0377
17. Región critica F > 2.16. F = 1.77, no se rechaza Ho y no conviene
comprar la máquina nueva.
18. Región crítica X2 > 17.275. X2 = 12.54 no se rechaza Ho. P = 0.3280

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

UNIDAD IV

PRUEBAS CHI-CUADRADA Y ESTADISTICA NO PARAMETRICA

Como ya se ha visto varias veces, los resultados obtenidos de muestras no

siempre concuerdan exactamente con los resultados teóricos esperados, según
las reglas de probabilidad. Por ejemplo, aunque consideraciones teóricas
conduzcan a esperar 50 caras y 50 cruces cuando se lanza 100 veces una
moneda bien hecha, es raro que se obtengan exactamente estos resultados.

Supóngase que en una determinada muestra se observan una serie de

posibles sucesos E1, E2, E3, . . . , EK, que ocurren con frecuencias o1, o2, o3, . . .,
oK, llamadas frecuencias observadas y que, según las reglas de probabilidad,
se espera que ocurran con frecuencias e1, e2, e3, . . . ,eK llamadas frecuencias
teóricas o esperadas.

A menudo se desea saber si las frecuencias observadas difieren

significativamente de las frecuencias esperadas. Para el caso en que
solamente son posibles dos sucesos E1 y E2 como, por ejemplo, caras o
cruces, defectuoso, etc., el problema queda resuelto satisfactoriamente con los
métodos de las unidades anteriores. En esta unidad se considera el problema
general.

Definición de X2
Una medida de la discrepancia existente entre las frecuencias observadas y
esperadas es suministrada por el estadístico X2, dado por:

donde si el total de frecuencias es N,

Si X2 = 0, las frecuencias observadas y esperadas concuerdan exactamente,

mientras que si X2>0, no coinciden exactamente. A valores mayores de X 2,
mayores son las discrepancias entre las frecuencias observadas y esperadas.

Si las frecuencias esperadas son al menos iguales a 5, la aproximación mejora

para valores superiores.

El número de grados de libertad está dado por:

=k–1–m

en donde:

K = número de clasificaciones en el problema.

m = número de parámetros estimados a partir de los datos muestrales para

obtener los valores esperados.

Ensayo de Hipótesis

En la práctica, las frecuencias esperadas se calculan de acuerdo con la

hipótesis Ho. Si bajo esta hipótesis el valor calculado de X2 dado es mayor que
algún valor crítico, se deduce que las frecuencias observadas difieren
significativamente de las esperadas y se rechaza Ho al nivel de significación
correspondiente. En caso contrario, no se rechazará. Este procedimiento se
llama ensayo o prueba de chi-cuadrado de la hipótesis.

Debe advertirse que en aquellas circunstancias en que X 2 esté muy próxima a

cero debe mirarse con cierto recelo, puesto que es raro que las frecuencias
observadas concuerden demasiado bien con las esperadas. Para examinar
tales situaciones, se puede determinar si el valor calculado de X 2 es menor que
las X2 críticas o de tabla (ensayo unilateral izquierdo), en cuyos casos se
decide que la concordancia es bastante buena.

Ejemplos:
1. La siguiente tabla muestra las frecuencias observadas al lanzar un dado
120 veces. Ensayar la hipótesis de que el dado está bien hecho al nivel de
significación del 0.05.

Cara 1 2 3 4 5 6

Frecuencia Observada 25 17 15 23 24 16

2. Solución:

3. Ensayo de Hipótesis:

4. Ho; Las frecuencias observadas y esperadas son significativamente

iguales

5. (dado bien hecho)

6. H1; Las frecuencias observadas y esperadas son diferentes (dado

cargado).

7. Primero se procede a calcular los valores esperados. Como es bien

sabido por todos la probabilidad de que caiga cualquier número en un
dado no cargado es de 1/6. Como la suma de los valores observados es de
120, se multiplica este valor por 1/6 dando un resultado de 20 para cada
clasificación.

Cara 1 2 3 4 5 6 Total

Frecuencia Observada 25 17 15 23 24 16 120

 
Frecuencia esperada 20 20 20 20 20 20

8. Grados de libertad = k-1-m = 6-1-0 = 5

9. No se tuvo que calcular ningún parámetro para obtener las frecuencias

esperadas.

10.
11. Regla de decisión:

12. Si X2R 11.1 no se rechaza Ho.

13. Si X2R >11.1 se rechaza Ho.

14. Cálculos:

15.

16. Justificación y decisión:

17. Como 5 es menor a 11.1 no se rechaza Ho y se concluye con una

significación de 0.05 que el dado está bien hecho.

18. En los experimentos de Mendel con guisantes, observó 315 lisos y

amarillos, 108 lisos y verdes, 101 rugosos y amarillos y 32 rugosos y
verdes. De acuerdo con su teoría, estos números deberían presentarse
en la proporción 9:3:3:1. ¿Hay alguna evidencia que permita dudar de su
teoría al nivel de significación del 0.01?

Solución:

Ensayo de Hipótesis:

Ho; La teoría de Mendel es acertada.

H1; La teoría de Mendel no es correcta.

El número total de guisantes es 315+108+101+32=556. Puesto que los

números esperados están el la proporción 9:3:3:1 (9+3+3+1=16), se
esperaría:

lisos y amarillos

lisos y verdes

rugosos y amarillos

rugosos y verdes
Grados de libertad = k-1-m = 4-1-0 = 3

No se tuvo que calcular ningún parámetro para obtener las frecuencias

esperadas.

Regla de decisión:

Si X2R 11.3 no se rechaza Ho.

Si X2R >11.3 se rechaza Ho.

Cálculos:

Justificación y decisión:

Como 0.470 es menor que 11.3 no se rechaza H o y se concluye con un

nivel de significación de 0.01 que la teoría de Mendel es correcta.

Como el valor de 0.470 está cercano a cero, se procede a hacer un

ensayo unilateral izquierdo:

Ensayo de Hipótesis:

Ho; La teoría de Mendel es acertada.

H1; La teoría de Mendel es muy acertada.

 Regla de decisión:

Si X2R 0.115 no se rechaza Ho.

Si X2R < 0.115 se rechaza Ho.

Como el valor de 0.470 no es menor a 0.115 se concluye que el

experimento o la teoría de Mendel solo es buena.

19. Una encuesta sobre 320 familias con 5 niños dio la distribución que
aparece en la siguiente tabla. ¿Es el resultado consistente con la
hipótesis de que el nacimiento de varón y hembra son igualmente
posibles? Use = 0.05.

Número de niños 5 4 3 2 1 0

Número de niñas 0 1 2 3 4 5

Número de familias 18 56 110 88 40 8

20. Solución:

21. Ensayo de hipótesis:

22. H0; El nacimiento de niños y niñas es igualmente probable.

23. H1; El nacimiento de niños y niñas no es igualmente probable.

24. Este experimento tiene un comportamiento binomial, puesto que se

tienen dos posibles resultados y la probabilidad de éxito se mantiene
constante en todo el experimento.

25. Se le llamará éxito al nacimiento de un varón o niño. Por lo que la

variable aleatoria "x" tomará valores desde 0 hasta 5.

26. Como se quiere ver si es igualmente probable el nacimiento de niños y

niñas, la probabilidad de éxito será de 0.5.

27. Utilizando la fórmula de la distribución binomial se calcularán las

probabilidades, que multiplicadas por el número total de familias nos
darán los valores esperados en cada clasificación.

28. Recordando la fórmula de la distribución binomial:

29.

30. en donde n = 5 y "x" es el número de niños .

 31. Probabilidad de 5 niños y 0 niñas =

32. Probabilidad de 4 niños y 1 niña =

33. Probabilidad de 3 niños y 2 niñas =

34. Probabilidad de 2 niños y 3 niñas =

35. Probabilidad de 1 niño y 4 niñas =

36. Probabilidad de 0 niños y 5 niñas =

37. Si cada una de estas probabilidades se multiplican por 320 se obtienen

los valores esperados:

Número de niños 5 4 3 2 1 0
Total
Número de niñas 0 1 2 3 4 5

Número de familias 18 56 110 88 40 8 320

 
Frecuencias esperadas 10 50 100 100 50 10

38. Grados de libertad: k-1-m = 6-1-0 = 5

39.

40. Regla de decisión:

41. Si X2R 11.1 no se rechaza Ho.

 42. Si X2R >11.1 se rechaza Ho.

43. Cálculos:

44.

45. Justificación y decisión:

46. Como el 12 es mayor a 11.1, se rechaza H0 y se concluye con un =

0.05 que el nacimiento de hombres y mujeres no es igualmente
probable.

47. Una urna contiene 6 bolas rojas y 3 blancas. Se extraen al azar dos
bolas de la urna, se anota su color y se vuelven a la urna. Este proceso
se repite un total de 120 veces y los resultados obtenidos se muestran
en la siguiente tabla. Determinar al nivel de significación del 0.05 si los
resultados obtenidos son consistentes con los esperados.

 
0 1 2

Bolas blancas 2 1 0

Número de extracciones 6 53 61

Solución:

Este experimento tiene las características de una distribución hipergeométrica,

por lo cual se calcularán los valores esperados con el razonamiento de esta
distribución.

Se llamara "x" a la variable aleatoria de interés que en este caso serán las
bolas rojas. Por lo tanto "x" puede tomar valores desde 0 hasta 2.

La fórmula de la distribución hipergeométrica es:

Se tiene:
Probabilidad de extraer 0 rojas y 2 blancas:

Probabilidad de extraer 1 roja y 1 blanca:

Probabilidad de extraer 2 rojas y 0 blancas:

Con las probabilidades anteriores se obtendrán los valores esperados

multiplicando por 120.

 
0 1 2

Bolas blancas 2 1 0

Número de extracciones 6 53 61

Frecuencias esperadas 10 60 50

Grados de libertad: k-1-m = 3-1-0 = 2

Regla de decisión:

Si X2R 5.991 no se rechaza Ho.

Si X2R >5.991 se rechaza Ho.

Cálculos:

Justificación y decisión:

Como el 4.83 no es mayor a 5.991, no se rechaza H 0 y se concluye con un

= 0.05 que los resultados son los mismos que los esperados.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

PRUEBA CHI-CUADRADA PARA LA BONDAD DEL AJUSTE

A lo largo de este curso nos ocupamos de la prueba de hipótesis estadísticas acerca de

parámetros de una población como  y P. Ahora se considera una prueba para
determinar si una población tiene una distribución teórica específica. La prueba
se basa en qué tan buen ajuste se tiene entre la frecuencia de ocurrencia de
las observaciones en una muestra observada y las frecuencias esperadas que
se obtienen a partir de la distribución hipotética.

La formula que se utilizará para calcular el valor de chi-cuadrada es igual a la

de la sección anterior, con el mismo concepto de grados de libertad.

Ejemplo:

1. Una moneda fue lanzada al aire 1000 series, de 5 veces cada serie y se
observó el número de caras de cada serie. El número de series en los
que se presentaron 0, 1, 1, 3, 4 y 5 caras se muestra en la siguiente tabla.
 Número de series
Número de
(frecuencia
caras
observada)

0 38

1 144

2 342

3 287

4 164

5 25

Total 1000

2. Ajustar una distribución binomial a los datos con un = 0.05.

3. Solución:

4. H0; Los datos se ajustan a una distribución binomial.

5. H1; Los datos no se ajustan a una distribución binomial.

6. Para obtener los valores esperados se tiene que utilizar la formula de la

distribución binomial: , donde n en este ejercicio vale 5, p y

q son las probabilidades respectivas de cara y sello en un solo
lanzamiento de la moneda. Para calcular el valor de p, se sabe que
=np en una distribución binomial, por lo que = 5p.

7. Para la distribución de frecuencias observada, la media del número de

caras es:

8.
9. Por lo tanto . Así pues, la distribución binomial

ajustada viene dada por p(x) = .

10. Al seguir esta fórmula se calcula la probabilidad de obtener caras, según

el valor de la variable aleatoria. La probabilidad multiplicada por 1000 nos
dará el valor esperado. Se resumen los resultados en la tabla siguiente:

Número de caras Frecuencia Frecuencia

P(x caras)
(x) esperada observada

0 0.0332 33.2 38

1 0.1619 161.9 144

2 0.3162 316.2 342

3 0.3087 308.7 287

4 0.1507 150.7 164

5 0.0294 29.4 25

11. Para los grados de libertad el valor de m será uno, ya que se tuvo que
estimar la media de la población para poder obtener el valor de p y así
poder calcular los valores esperados.

12. Grados de libertad: k-1-m = 6-1-1 = 4

13.

14. Regla de decisión:

15. Si X2R 9.49 no se rechaza Ho.

16. Si X2R >9.49 se rechaza Ho.

17. Cálculos:

18.

Justificación y decisión:

19. Como el 7.54 no es mayor a 9.49, no se rechaza H 0 y se concluye con

un
= 0.05 que el ajuste de los datos a una distribución binomial es
bueno.

20. Se propone que el número de defectos en las tarjetas de circuito impreso sigue
una distribución Poisson. Se reúne una muestra aleatoria de 60 tarjetas de
circuito impreso y se observa el número de defectos. Los resultados obtenidos
son los siguientes:

Número de Frecuencia
defectos observada

0 32

1 15

2 9

3 ó más 4

21. ¿Muestran estos datos suficiente evidencia para decir que provienen de
una distribución Poisson?. Haga la prueba de la bondad del ajuste con
un = 0.05.

22. Solución:

23. H0; La forma de la distribución de los defectos es Poisson.

24. H1; La forma de la distribución de los defectos no es Poisson.

25. La media de la distribución Poisson propuesta en este ejemplo es

desconocida y debe estimarse a partir de los datos contenidos en la
muestra.
 26.

27. A partir de la distribución Poisson con parámetro 0.75, pueden

calcularse las probabilidades asociadas con el valor de x. Esto es la
fórmula de la Poisson es:

28.

29. Con esta fórmula se calculan las probabilidades, mismas que se multiplican por
60 para obtener los valores esperados.

Número de Frecuencia Frecuencia

Probabilidad
defectos esperada observada

0 0.472 28.32 32

1 0.354 21.24 15

2 0.133 7.98 9

3 ó más 0.041 2.46 4

30. Puesto que la frecuencia esperada en la última celda es menor que 5, se

combinan las dos últimas celdas.

Número de Frecuencia Frecuencia

defectos esperada observada

0 28.32 32

1 21.24 15

2 ó más 10.44 13

31. Los grados de libertad serían 3-1-1=1, debido a que la media de la

distribución Poisson fue estimada a partir de los datos.
 32.

33. Regla de decisión:

34. Si X2R 3.84 no se rechaza Ho.

35. Si X2R >3.84 se rechaza Ho.

36. Cálculos:

37.

38. Justificación y decisión:

39. Como el 2.94 no es mayor a 3.84, no se rechaza H 0 y se concluye con

un
= 0.05 que la distribución de defectos en las tarjetas de circuito
impreso es Poisson.

40. Pruebe la hipótesis de que la distribución de frecuencia de las

duraciones de baterías dadas en la siguiente tabla, se puede aproximar
mediante una distribución normal con media = 3.5 y desviación
estándar =0.7. Utilice un

= 0.05.

Límites Frecuencias
de clase observadas

1.45 – 1.95 2

1.95 – 2.45 1

2.45 – 2.95 4
 2.95 – 3.45 15

3.45 – 3.95 10

3.95 – 4.45 5

4.45 – 4.95 3

Solución:

Se procede a elaborar el histograma, para visualizar los datos:

Como se puede observar el histograma tiene una forma que aparenta

ser normal, se probará esta hipótesis.

H0; Los datos provienen de una distribución normal.

H1; Los datos no provienen de una distribución normal.

En este ejercicio en particular se cuenta con la media y desviación estándar de

la población, por lo que no se tiene que estimar. En caso de que no se tuviera,
se estimarían a partir de los datos agrupados con las fórmulas que se vieron en
la Unidad III del curso de probabilidad y estadística, tomando en cuenta que
para los grados de libertad el valor de m sería 2, ya que se estimaría la media y
la desviación estándar.
Se procederá a calcular los valores de z para encontrar las probabilidades en la

tabla. Recordando que , se sustituye el valor de x por los límites de clase

comenzando con el límite de 1.95

Límite real P(x)

1.95 -2.21 P(x 1.95) = 0.01355

2.45 -1.50 P(x 2.45) = 0.06680

2.95 -0.79 P(x 2.95) = 0.21476

3.45 -0.07 P(x 3.45) = 0.47210

3.95 0.64 P(x 3.95) = 0.26109

4.45 1.36 P(x 4.45) = 0.08691

La razón por la cual se comienza con el límite de 1.95 y se termina con

el límite de 4.45, es porque la suma de todas las probabilidades debe
ser 1, bajo la curva normal.

A continuación se muestra la curva normal con sus respectivas

probabilidades, según los limites reales. Las probabilidades que no se
muestran en la tabla anterior y están en la curva se calcularon por
diferencias.
P(1.95 x 2.45) = 0.0668-0.013553 = 0.053254

P(2.45 x 2.95) = 0.21476-0.0668 = 0.147953

P(2.95 x 3.45) = 0.4721-0.21476 = 0.25734

P(3.45 x 3.50) = 0.50-0.4721 = 0.0279

P(3.50 x 3.95) = 0.50-0.26109= 0.23891

P(3.95 x 4.45) = 0.26109-0.086915 = 0.17417

Con estas probabilidades se calcularán los valores esperados, multiplicando cada

probabilidad por 40.

Límites de Frecuencias Frecuencia

Probabilidad
clase observadas esperada

1.45 – 1.95 2 0.01355 0.54212

1.95 – 2.45 71 0.05325 2.13016

2.45 – 2.95 4 0.14795 5.91812

2.95 – 3.45 15 0.25734 10.29360

 3.45 – 3.95 10 0.26681 10.67240

3.95 – 4.45 85 0.17417 6.96680

4.45 – 4.95 3 0.08691 3.47660

Grados de libertad: k-1-m = 4-1-0 = 3

Regla de decisión:

Si X2R 7.815 no se rechaza Ho.

Si X2R >7.815 se rechaza Ho.

Cálculos:

Justificación y decisión:

Como el 3.06 no es mayor de 7.815, no se rechaza H 0 y se concluye con un

= 0.05 que el ajuste de los datos a una distribución normal es bueno.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

TABLAS DE CONTINGENCIA

En muchas ocasiones, los n elementos de una muestra tomada de una

población pueden clasificarse con dos criterios diferentes. Por tanto, es
interesante saber si los dos métodos de clasificación son estadísticamente
independientes. Supóngase que el primer método de clasificación tiene r
niveles, y que el segundo tiene c niveles. O sea Oij la frecuencia observada
para el nivel i del primer método de clasificación y el nivel j del segúndo método
de clasificación. En general, los datos aparecerán como se muestra en la
siguiente tabla. Una tabla de este tipo usualmente se conoce como tabla de
contingencia r x c.

Columnas

 
1 2 ... c

1 O11 O12 ... O1c

2 O21 O22 ... O2c

Renglones
. . . . .

. . . . .

. . . . .

r Or1 Or2 ... Orc

El interés recae en probar la hipótesis de que los dos métodos de clasificación

renglón-columna son independientes. Si se rechaza esta hipótesis, entonces se
concluye que existe alguna interacción entre los dos criterios de clasificación.
Los procedimientos de prueba exactos son difíciles de obtener, pero puede
obtenerse un estadístico de prueba aproximado válido para n grande.

Sea pij la probabilidad de que un elemento seleccionado al azar caiga el la

ij-ésima celda, dado que las dos clasificaciones son independientes. Entonces,
pij=uivj, donde ui es la probabilidad de que un elemento seleccionado al azar
pertenezca al renglón de la clase i, y vj es la probabilidad de que un elemento
seleccionado pertenezca a la columna de la clase j. Ahora bien, si se supone
independencia, los estimadores de ui y vj son:

Por lo tanto, la frecuencia esperada de la celda es:

Entonces, para n grande, el estadístico

tiene una distribución aproximada ji-cuadrada con (r-1)(c-1) grados de libertad

si la hipótesis nula es verdadera. Por consiguiente, la hipótesis de
independencia debe rechazarse si el valor del estadístico de prueba X 2
calculado es mayor que X2 crítico o de tabla.

Ejemplos:

1. Una asociación de profesores universitarios quiere determinar si la

satisfacción en el trabajo es independiente del rango académico. Para
ello realizó un estudio nacional entre los académicos universitarios y
encontró los resultados mostrados son la tabla siguiente. Con =0.05,
haga una prueba para saber si son dependientes la satisfacción en el trabajo y el
rango.

Rango

Profesor Profesor
 
  Instructor Profesor
asistente asociado
Satisfacción
en el
Mucha 40 60 52 63
trabajo

Regular 78 87 82 88

Poca 57 63 66 64

2. Solución:
3. Ho; La satisfacción en el trabajo y el rango son independientes.

4. H1; La satisfacción en el trabajo y el rango son dependientes.

5. Grados de libertad: (r-1)(c-1) = (3-1)(4-1)=(2)(3) = 6

 6.

7. Regla de decisión:

8. Si X2R 12.592 no se rechaza Ho.

9. Si X2R > 12.592 se rechaza Ho.

10. Se procederá a calcular los valores esperados de cada celda. Como los
grados de libertad son 6, esto quiere decir que necesitamos calcular
únicamente 6 frecuencias esperadas, y las faltantes se encuentran por
diferencia.

11. Se calcularán los valores esperados E11, E12, E13, E21, E22 y E23.

12. Como se necesitan los totales de renglón y columna se mostrarán en la tabla:

Rango

 
Profesor Profesor
 
Instructor Profesor Total
asistente asociado
 

Satisfacción
en el Mucha 40 60 52 63 215

Trabajo
Regular 78 87 82 88 335

Poca 57 63 66 64 250

 
Total 175 210 200 215 800

13.
14.

15. Rango

Profesor Profesor
Satisfacción Instructor Profesor Total
asistente asociado

40 60 52 63
Mucha 215
(47.03) (56.44) (53.75) (57.78)

78 87 82 88
Regular 335
(73.28) (87.94) (83.75) (90.03)

57 63 66 64
Poca 250
(54.69) (65.62) (62.50) (67.19)

Total 175 210 200 215 800

16. Los valores entre paréntesis son los esperados, los que no se calcularon
por fórmula se obtuvieron por diferencia con respecto a los totales.
17.

18. Decisión y justificación:

Como el valor de 2.75 es menor que el de tabla 12.592, por lo tanto no
se rechaza Ho y se concluye con un =0.05 que la satisfacción en el
trabajo y el rango son independientes.

19. En un estudio de un taller, se reúne un conjunto de datos para

determinar si la proporción de defectuosos producida por los
trabajadores es la misma para el turno matutino, vespertino o nocturno.
Se reunieron los siguientes datos:

T
u
r
 n
o

 
Matutino Vespertino Nocturno

Defectuosos 45 55 70

No defectuosos 905 890 870

Utilice un nivel de significancia de 0.025 para determinar si la proporción

de defectuosos es la misma para los tres turnos.

Solución:

Ho; La proporción de artículos defectuosos es la misma para los tres turnos.

H1; La proporción de artículos defectuosos no es la misma para los tres turnos.

Grados de libertad: (r-1)(c-1) = (2-1)(3-1)=(1)(2) = 2

Regla de decisión:

Si X2R 7.378 no se rechaza Ho.

Si X2R > 7.378 se rechaza Ho.

Se procederá a calcular los valores esperados de cada celda. Como los grados
de libertad son 2, esto quiere decir que necesitamos calcular únicamente 2
frecuencias esperadas, y las faltantes se encuentran por diferencia.

Se calcularán los valores esperados E11, y E22.

Como se necesitan los totales de renglón y columna se mostrarán en la tabla:

 
Matutino Vespertino Nocturno Total

Defectuosos 45 55 70 170

No defectuosos 905 890 870 2665

Total 950 945 940 2835

 
Matutino Vespertino Nocturno Total

45 55 70
170
Defectuosos (57.0) (56.7) (56.3)

905 890 870

2665
No defectuosos
(893.0) (888.3) (883.7)

Total 950 945 940 2835

Decisión:

Si se busca este valor dentro de la tabla de ji-cuadrada con 2 grados de libertad

nos dará un valor de P aproximado a 0.04. Si se observa el valor de la ji-
cuadrada calculada de 6.29 con el valor de tabla de 7.378, se llega a la
decisión de no rechazar Ho. Sin embargo sería riesgoso concluir que la
proporción de defectuosos producidos es la misma para todos los turnos por
tener un valor de P de 0.04.
 Tablas de Contingencia para probar Homogeneidad

El uso de la tabla de contingencia de dos clasificaciones para probar

independencia entre dos variables de clasificación en una muestra tomada de
una población de interés, es sólo una de las aplicaciones de los métodos de
tablas de contingencia. Otra situación común se presenta cuando existen r
poblaciones de interés y cada una de ellas está dividida en las mismas c
categorías. Luego se toma una muestra de la i-ésima población, y los conteos
se introducen en las columnas apropiadas del i-ésimo renglón. En esta
situación se desea investigar si las proporciones son o no las mimas en las c
categorías de todas las poblaciones. La hipótesis nula de este problema
establece que las poblaciones son homogéneas con respecto a las categorías
(como el ejemplo pasado de los diferentes turnos), entonces la prueba de
homogeneidad es en realidad una prueba sobre la igualdad de r parámetros
binomiales. El cálculo de las frecuencias esperadas, la determinación de los
grados de libertad y el cálculo de la estadística ji-cuadrada para la pruebe de
homogeneidad son idénticos a los de la prueba de independencia.

ESTADISTICA NO PARAMETRICA

La mayor parte de los procedimientos de prueba de hipótesis que se presentan

en las unidades anteriores se basan en la suposición de que las muestras
aleatorias se seleccionan de poblaciones normales. Afortunadamente, la mayor
parte de estas pruebas aún son confiables cuando experimentamos ligeras
desviaciones de la normalidad, en particular cuando el tamaño de la muestra es
grande. Tradicionalmente, estos procedimientos de prueba se denominan
métodos paramétricos. En esta sección se consideran varios procedimientos
de prueba alternativos, llamados no paramétricos ó métodos de distribución
libre, que a menudo no suponen conocimiento de ninguna clase acerca de las
distribuciones de las poblaciones fundamentales, excepto que éstas son
continuas.

Los procedimientos no paramétricos o de distribución libre se usan con mayor

frecuencia por los analistas de datos. Existen muchas aplicaciones en la
ciencia y la ingeniería donde los datos se reportan no como valores de un
continuo sino mas bien en una escala ordinal tal que es bastante natural
asignar rangos a los datos.

Un ejemplo donde se aplica una prueba no paramétrica es el siguiente, dos

jueces deben clasificar cinco marcas de cerveza de mucha demanda mediante
la asignación de un grado de 1 a la marca que se considera que tiene la mejor
calidad global, un grado 2 a la segunda mejor, etcétera. Se puede utilizar
entonces una prueba no paramétrica para determinar donde existe algún
acuerdo entre los dos jueces.

Se debe señalar que hay varias desventajas asociadas con las pruebas no
paramétricas. En primer lugar, no utilizan la información que proporciona la
muestra, y por ello una prueba no paramétrica será menos eficiente que el
procedimiento paramétrico correspondiente, cuando se pueden aplicar ambos
métodos. En consecuencia, para lograr la misma potencia, una prueba no
paramétrica requerirá la correspondiente prueba no paramétrica.

Como se indicó antes, ligeras divergencias de la normalidad tienen como

resultado desviaciones menores del ideal para las pruebas paramétricas
estándar. Esto es cierto en particular para la prueba t y la prueba F. En el caso
de la prueba t y la prueba F, el valor P citado puede ser ligeramente erróneo si
existe una violación moderada de la suposición de normalidad.

En resumen, si se puede aplicar una prueba paramétrica y una no paramétrica

al mismo conjunto de datos, debemos aplicar la técnica paramétrica más
eficiente. Sin embargo, se debe reconocer que las suposiciones de normalidad
a menudo no se pueden justificar, y que no siempre se tienen mediciones
cuantitativas.

PRUEBA DEL SIGNO

La prueba del signo se utiliza para probar la hipótesis sobre la mediana de

una distribución continua. La mediana de una distribución es un valor de la
variable aleatoria X tal que la probabilidad de que un valor observado de X sea
menor o igual, o mayor o igual, que la mediana es 0.5. Esto es,
.

Puesto que la distribución normal es simétrica, la media de una distribución

normal es igual a la mediana. Por consiguiente, la prueba del signo puede
emplearse para probar hipótesis sobre la media de una población normal.

Suponga que las hipótesis son:

Supóngase que X1, X2, . . . , Xn es una muestra aleatoria tomada de la

población de interés. Fórmense las diferencias

Ahora bien si la hipótesis nula es verdadera, cualquier diferencia

tiene la misma probabilidad de ser negativa o positiva. Un estadístico
de prueba apropiado es el número de estas diferencias que son positivas, por
ejemplo R+. Por consiguiente, la prueba de la hipótesis nula es en realidad una
prueba de que el número de signos positivos es un valor de una variable
aleatoria binomial con parámetro P = ½. Puede calcularse un valor P para el
número observado de signos positivos r+ directamente de la distribución
binomial. Al probar la hipótesis que se muestra al principio, se rechaza H 0 en
favor de H1 sólo si la proporción de signos positivos es suficientemente menor
que ½ ( o de manera equivalente, cada vez que el número observado de signos
positivos r+ es muy pequeño). Por tanto, si el valor P calculado

P = P(R+ r+ cuando p = 1/2)

es menor o igual que algún nivel de significancia seleccionado previamente,

entonces se rechaza H0 y se concluye que H1 es verdadera.

Para probar la otra hipótesis unilateral

se rechaza H0 en favor de H1 sólo si el número observado de signos más, r+, es

grande o, de manera equivalente, cada vez que la fracción observada de
signos positivos es significativamente mayor que ½. En consecuencia, si el
valor P calculado P = P(R+ r+ cuando p = 1/2) es menor que , entonces H0
se rechaza y se concluye que H1 es verdadera.

También puede probarse la alternativa bilateral. Si las hipótesis son:

se rechaza H0 si la proporción de signos positivos difiere de manera

significativa de ½ (ya se por encima o por debajo). Esto es equivalente a que el
número observado de signos r+ sea suficientemente grande o suficientemente
pequeño. Por tanto, si r+ >n/2 el valor P es

P=2P(R+ r+ cuando p = ½)

Y si r+ >n/2 el valor P es

P=2P(R+ r+ cuando p = ½)

Si el valor P es menor que algún nivel preseleccionado , entonces se

rechaza H0 y se concluye que H1 es verdadera.

Ejemplos:

1. Un artículo informa cerca de un estudio en el que se modela el motor de

un cohete reuniendo el combustible y la mezcla de encendido dentro de
un contenedor metálico. Una característica importante es la resistencia
 al esfuerzo cortante de la unión entre los dos tipos de sustancias. En la
siguiente tabla se muestran los resultados obtenidos al probar 20
motores seleccionados al azar. Se desea probar la hipótesis de que la
mediana de la resistencia al esfuerzo cortante es 2000 psi, utilizando

= 0.05.

Solución:

Se mostrará la tabla del ejercicio y es función del investigador poner los signos
con respecto a la mediana.

Resistencia Resistencia
Signo de la Signo de la
al esfuerzo al esfuerzo
diferencia diferencia
cortante cortante
Observación Observación
xi-2000 xi-2000
xi xi

1 2158.70 + 11 2165.20 +

2 1678.15 - 12 2399.55 +

3 2316.00 + 13 1779.80 -

4 2061.30 + 14 2336.75 +

5 2207.50 + 15 1765.30 -

6 1708.30 - 16 2053.50 +

7 1784.70 - 17 2414.40 +

8 2575.10 + 18 2200.50 +

9 2357.90 + 19 2654.20 +
 10 2256.70 + 20 1753.70 -

De la tabla se puede observar que el estadístico de prueba r + = 14.

Regla de decisión:

Si el valor de P correspondiente a r+=14 es menor o igual que =0.05 se

rechaza H0.

Cálculos:

Puesto que r+=14 es mayor que n/2=20/2=10, el valor de P se calcula de

P=2P(R+ 14 cuando p = ½)

La P se calcula con la fórmula de la distribución binomial:

Conclusión:

Como P=0.1153 no es menor que =0.05, no es posible rechazar la

hipótesis nula de que la mediana de la resistencia al esfuerzo constante es
2000 psi.

Otra manera de resolver el problema es con Aproximación normal:

Cuando p=0.5, la distribución binomial esta bien aproximada por la distribución

normal cuando n es al menos 10. Por tanto, dado que la media de la
distribución binomial es np y la varianza es npq, la distribución de R+ es
aproximadamente normal con media 0.5n y varianza 0.25n, cada vez que n es
moderadamente grande. Por consiguiente las hipótesis pueden probarse con el
estadístico:

Las reglas de decisión se establecerán como cualquier ensayo en una

distribución muestral en donde se utiliza la distribución normal.

Para resolver el problema anterior:

Como la es mayor que 10 se utilizará la aproximación normal.

Regla de Decisión:

Si –1.96 ZR 1.96 No se rechaza Ho

Si ZR < -1.96 ó si ZR > 1.96 Se rechaza Ho

Cálculos:

Decisión y Conclusión:

Como 1.789 esta entre –1.96 y 1.96, no se rechaza H0 y se concluye con un

=0.05 que la mediana es de 2000 psi.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Prueba del Signo para Muestras Pareadas

También se puede utilizar la prueba de signo para probar la hipótesis nula

para observaciones pareadas. Aquí se reemplaza cada diferencia, di, con un signo más o
menos dependiendo si la diferencia ajustada, di-d0, es positiva o negativa. A lo largo de
esta sección suponemos que las poblaciones son simétricas. Sin embargo, aun si las
poblaciones son asimétricas se puede llevar a cabo el mismo procedimiento de prueba,
pero las hipótesis se refieren a las medianas poblacionales en lugar de las medias.

Ejemplo:

1. Una compañía de taxis trata de decidir si el uso de llantas radiales en lugar de

llantas regulares con cinturón mejora la economía de combustible. Se equipan 16
automóviles con llantas radiales y se manejan por un recorrido de prueba
establecido. Sin cambiar de conductores, se equipan los mismos autos con
llantas regulares con cinturón y se manejan una vez más por el recorrido de
prueba. Se registra el consumo de gasolina, en kilómetros por litro, de la
siguiente manera:

Automóvil Llantas radiales Llantas con cinturón

1 4.2 4.1

2 4.7 4.9

3 6.6 6.2

4 7.0 6.9

5 6.7 6.8

6 4.5 4.4

7 5.7 5.7

8 6.0 5.8

9 7.4 6.9

10 4.9 4.9

11 6.1 6.0

12 5.2 4.9

13 5.7 5.3

14 6.9 6.5
 15 6.8 7.1

16 4.9 4.8

¿Se puede concluir en el nivel de significancia de 0.05 que los

autos equipados con llantas radiales obtienen mejores economías
de combustible que los equipados con llantas regulares con
cinturón?

Solución:

Regla de decisión:

Si zR 1.645 no se rechaza Ho.

Si zR> 1.645 se rechaza Ho.

Se procede ha realizar las diferencias entre de los kilómetros por litro entre llantas
radiales y con cinturón:

Automóvil Llantas radiales Llantas con cinturón d

1 4.2 4.1 +

2 4.7 4.9 -

3 6.6 6.2 +
 4 7.0 6.9 +

5 6.7 6.8 -

6 4.5 4.4 +

7 5.7 5.7 0

8 6.0 5.8 +

9 7.4 6.9 +

10 4.9 4.9 0

11 6.1 6.0 +

12 5.2 4.9 +

13 5.7 5.3 +

14 6.9 6.5 +

15 6.8 7.1 -

16 4.9 4.8 +

Al observar las diferencias se ve que sólo existe una n=14, ya que se descartan
los valores de cero. Se tiene r+ = 11

Decisión y conclusión:

Como 2.14 es mayor a 1.645 se rechaza H0 y se concluye con un = 0.05

que las llantas radiales mejoran la economía de combustible.
 PRUEBA DE RANGO CON SIGNO DE WILCOXON

Se puede notar que la prueba de signo utiliza sólo los signos más y menos de
las diferencias entre las observaciones y 0 en el caso de una muestra, o los
signos más y menos de las diferencias entro los pares de observaciones en el
caso de la muestra pareada, pero no toma en consideración la magnitud de
estas diferencias. Una prueba que utiliza dirección y magnitud, propuesta en
1945 por Frank Wilcoxon, se llama ahora comúnmente prueba de rango con
signo de Wilcoxon. Esta prueba se aplica en el caso de una distribución
continua simétrica. Bajo esta condición se puede probar la hipótesis nula 
0. Primero se resta  de cada valor muestral y se descarta todas las
diferencias iguales a cero. Se asigna un rango de 1 a la diferencia absoluta
más pequeña, un rango de 2 a la siguiente más pequeña, y así sucesivamente.
Cuando el valor absoluto de dos o más diferencias es el mismo, se asigna a
cada uno el promedio de los rangos que se asignarían si las diferencias se
distinguieran. Por ejemplo, si la quinta y sexta diferencia son iguales en valor
absoluto, a cada una se le asignaría un rango de 5.5. Si la hipótesis  0 es
verdadera, el total de los rangos que corresponden a las diferencias positivas
debe ser casi igual al total de los rangos que corresponden a las diferencias
negativas. Se representan esos totales como w+ y w-, respectivamente. Se
designa el menor de w+ y w- con w.

Al seleccionar muestras repetidas esperaríamos que variarían w+ y w-, y por

tanto w. De esta manera se puede considerar a w+ y w-, y w como valores de
las correspondiente variables aleatorias W+, W-, y W. La hipótesis nula  0
se puede rechazar a favor de la alternativa  0 sólo si w+ es pequeña y w-
es grande. Del mismo modo, la alternativa  0 se puede aceptar sólo si w+
es grande y w- es pequeña. Para una alternativa bilateral se puede rechazar H 0
a favor de H1 si w+ o w- y por tanto w son suficientemente pequeñas. No importa
cuál hipótesis alternativa puede ser, rechazar la hipótesis nula cuando el valor
de la estadística apropiada W+, W-, o W es suficientemente pequeño.

Dos Muestras con Observaciones Pareadas

Para probar la hipótesis nula de que se muestrean dos poblaciones simétricas

continuas con  para el caso de una muestra pareada, se clasifican las
diferencias de las observaciones paradas sin importar el signo y se procede
como en el caso de una muestra. Los diversos procedimientos de prueba para
los casos de una sola muestra y de una muestra pareada se resumen en la
siguiente tabla:
No es difícil mostrar que siempre que n<5 y el nivel de significancia no exceda
0.05 para una prueba de una cola ó 0.10 para una prueba de dos colas, todos
los valores posibles de w+, w-, o w conducirán a la aceptación de la hipótesis
nula. Sin embargo, cuando 5 n 30, la tabla A.16 muestra valores críticos
aproximados de W+ y W- para niveles de significancia iguales a 0.01, 0.025 y
0.05 para una prueba de una cola, y valores críticos de W para niveles de
significancia iguales a 0.02, 0.05 y 0.10 para una prueba de dos colas. La
hipótesis nula se rechaza si el valor calculado w+, w-, o w es menor o igual que
el valor de tabla apropiado. Por ejemplo, cuando n=12 la tabla A.16 muestra
que se requiere un valor de w+ 17 para que la alternativa unilateral 
sea significativa en el nivel 0.05.

Ejemplos:

1. Los siguientes datos representan el número de horas que un

compensador opera antes de requerir una recarga: 1.5, 2.2, 0.9, 1.3, 2.0,
1.6, 1.8, 1.5, 2.0, 1.2 y 1.7. Utilice la prueba de rango con signo para
probar la hipótesis en el nivel de significancia de 0.05 que este
compensador particular opera con una media de 1.8 horas antes de
requerir una recarga.

Solución:

H0; 

H1; 

Se procederá a efectuar las diferencias y a poner rango con signo a los datos.

Dato di = dato - 1.8 Rangos

1.5 -0.3 5.5

2.2 0.4 7
 0.9 -0.9 10

1.3 -0.5 8

2.0 0.2 3

1.6 -0.2 3

1.8 0 Se anula

1.5 -0.3 5.5

2.0 0.2 3

1.2 -0.6 9

1.7 -0.1 1

Regla de decisión:

Para una n = 10, después de descartar la medición que es igual a 1.8, la

tabla A.16 muestra que la región crítica es w 8.

Cálculos:

w+ = 7 + 3 + 3 = 13

w- = 5.5 + 10 + 8 + 3 + 5.5 + 9 + 1 = 42

por lo que w = 13 (menor entre w+ y w-).

Decisión y Conclusión:

Como 13 no es menor que 8, no se rechaza H 0 y se concluye con un

= 0.05 que el tiempo promedio de operación no es
significativamente diferente de 1.8 horas.

2. Se afirma que un estudiante universitario de último año puede aumentar

su calificación en el área del campo de especialidad del examen de
 registro de graduados en al menos 50 puntos si de antemano se le
proporcionan problemas de muestra. Para probar esta afirmación, se
dividen 20 estudiantes del último año en 10 pares de modo que cada par
tenga casi el mismo promedio de puntos de calidad general en sus
primeros años en la universidad. Los problemas y respuestas de
muestra se proporcionan al azar a un miembro de cada par una semana
antes del examen. Se registran las siguientes calificaciones del examen:

Con Sin
problemas problemas
Par
de de
muestra muestra

1 531 509

2 621 540

3 663 688

4 579 502

5 451 424

6 660 683

7 591 568

8 719 748

9 543 530

10 575 524

Pruebe la hipótesis nula en el nivel de significancia de 0.05 de

que los problemas aumentan las calificaciones en 50 puntos
contra la hipótesis alternativa de que el aumento es menor a 50
puntos.

Solución:
La prueba de rango con signo también se puede utilizar para probar la hipótesis
nula  d0. En este caso las poblaciones no necesitan ser simétricas.
Como con la prueba de signo, se resta d0 de cada diferencia, se clasifican las
diferencias ajustadas sin importar el signo y se aplica el mismo procedimiento.

En este caso d0 = 50, por lo que se procede a calcular las diferencias entre las
muestras y luego restarles el valor de 50. Se representara con y  la
calificación media de todos los estudiantes que resuelven el examen en
cuestión con y sin problemas de muestra, respectivamente.

H0;  

H1;  

Regla de decisión:

Para n=10 la tabla muestra que la región crítica es w+ 11.

Cálculos:

Con Sin
problemas problemas
Par di di – d0 Rangos
de de
muestra muestra

1 531 509 22 -28 5

2 621 540 81 31 6

3 663 688 -25 -75 9

4 579 502 77 27 3.5

5 451 424 27 -23 2

6 660 683 -23 -73 8

7 591 568 23 -27 3.5

 8 719 748 -29 -79 10

9 543 530 13 -37 7

10 575 524 51 1 1

w+ = 6 + 3.5 + 1 = 10.5

Decisión y Conclusión:

Como 10.5 es menor que 11 se rechaza H0 y se concluye con un = 0.05

que los problemas de muestra, en promedio, no aumentan las calificaciones de
registro de graduados en 50 puntos.

Aproximación Normal para Muestras Grandes

Cuando n 15, la distribución muestral de W+ ó W- se aproxima a la

distribución normal con media y varianza .

Por tanto, cuando n excede el valor más grande en la tabla A.16, se puede
utilizar la estadística

para determinar la región crítica de la prueba.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   

Problemas Propuestos

1. Se lanza 180 veces un dado con los siguientes resultados:

X 1 2 3 4 5 6

f 28 36 36 30 27 23

2. ¿Es un dado balanceado? Utilice un = 0.01.

3. Se supone que una máquina mezcla cacahuates, avellanas, anacardos y

pacanas a razón de 5:2:2:1. Se encuentra que una lata que contiene 500
 de estas nueces mezcladas tiene 269 cacahuates, 112 avellanas, 74
anacardos y 45 pacanas. Al nivel de significancia de 0.05 pruebe la
hipótesis de que la máquina mezcla las nueces a razón de 5:2:2:1.
4. Se seleccionan tres canicas de una urna que contiene cinco canicas
rojas y tres verdes. Después de registrar el número x de canicas rojas, las
canicas se reemplazan en la urna y el experimento se repite 112 veces. Los
resultados que se obtienen son los siguientes:

X 0 1 2 3

F 1 31 55 25

5. Pruebe la hipótesis con un nivel de significancia de 0.05, de que los

datos registrados se pueden ajustar a una distribución hipergeométrica.

6. Se lanza una moneda hasta que sale cara y se registra el número de

lanzamientos x. Después de repetir el experimento 256 veces, se
obtuvieron los siguientes resultados:

X 1 2 3 4 5 6 7 8

f 136 60 34 12 9 1 3 1

7. Pruebe la hipótesis con un nivel de significancia de 0.05 de que la

distribución observada de x se puede ajustar por una distribución
geométrica g(x;1/2), x = 1, 2, 3, …

8. Con los siguientes datos, pruebe la bondad de ajuste entre las

frecuencias de clase que se observan y las frecuencias esperadas
correspondientes de una distribución normal con = 65 y = 21, utilice
un nivel de significancia de 0.05.

Límite de clase Frecuencia

10 - 19 3

20 – 29 2

30 – 39 3

40 – 49 4

50 – 59 5
 60 – 69 11

70 – 79 14

80 – 89 14

90 - 99 4

9. En un experimento para estudiar la dependencia de la hipertensión de los hábitos

de fumar, se tomaron los siguientes datos de 180 individuos:

  No
Fumadores Fumadores
fumadores moderados empedernidos

Con hipertensión 21 36 30

Sin hipertensión 48 26 19

10. Pruebe la hipótesis de que la presencia o ausencia de hipertensión es

independiente de los hábitos de fumar. Utilice un nivel de significancia
de 0.05.
11. Una muestra aleatoria de 200 hombres casados, todos retirados, se
clasifica de acuerdo con la educación y el número de hijos:

Número de hijos

Educación 0-1 2-3 Más de 3

Elemental 14 37 32

Secundaria 19 42 17

Universidad 12 17 10

Pruebe la hipótesis, con un nivel de significancia de 0.05, de que el

tamaño de la familia es independiente del nivel de instrucción del padre.
12. Se comparan dos tipos de instrumentos para medir la cantidad de
monóxido de azufre en la atmósfera en un experimento de
contaminación atmosférica. Se registraron las siguientes lecturas diarias en
un período de dos semanas:

Día Instrumento A Instrumento B

1 0.96 0.87

2 0.82 0.74

3 0.75 0.63

4 0.61 0.55

5 0.89 0.76

6 0.64 0.70

7 0.81 0.69

8 0.68 0.57

9 0.65 0.53

10 0.84 0.88

11 0.59 0.51

12 0.94 0.79

13 0.91 0.84

14 0.77 0.63

13. Con el uso de la aproximación normal a la distribución binomial, realice

una prueba de signo para determinar si los diferentes instrumentos
conducen a diferentes resultados. Utilice un nivel de significancia de
0.05.
14. Los siguientes datos representan el tiempo, en minutos, que un paciente
tiene que esperar durante 12 visitas al consultorio de una doctora antes
de ser atendido por ésta:

17 15 20 20

32 28 12 26

25 25 35 24

Utilice la prueba de rango con signo al nivel de significancia de 0.05 para

probar la afirmación de la doctora de que la media del tiempo de espera
para sus pacientes no es mayor que 20 minutos antes de entrar al
consultorio.

15. Los pesos de cuatro personas antes de que dejan de fumar y cinco
semanas después de dejar de fumar, en kilogramos, son los siguientes:

Individuo 1 2 3 4 5

Antes 66 80 69 52 75

Después 71 82 68 56 73

Utilice la prueba de rango con signo para observaciones pareadas para

probar la hipótesis, en el nivel de significancia de 0.05, de que dejar de
fumar no tiene efecto en el peso de una persona contra la alternativa del
que el peso aumenta si deja de fumar.

16. Los siguientes son los números de recetas surtidas por dos farmacias en un
período de 20 días:

Día Farmacia A Farmacia B

1 19 17

2 21 15

3 15 12

4 17 12

5 24 16
 6 12 15

7 19 11

8 14 13

9 20 14

10 18 21

11 23 19

12 21 15

13 17 11

14 12 10

15 16 20

16 15 12

17 20 13

18 18 17

19 14 16

20 22 18

17. Utilice la prueba de rango con signo al nivel de significancia de 0.01 para
determinar si las dos farmacias, en promedio, surten el mismo número
de recetas contra la alternativa de que la farmacia A surte más recetas
que la farmacia B.

18. Se afirma que una nueva dieta reducirá el peso de una persona 4.5
kilogramos, en promedio, en un período de dos semanas. Se registran los
 pesos de 10 mujeres que siguen esta dieta antes y después de un período de dos
semanas, y se obtienen los siguientes datos:

Mujer Peso antes Peso después

1 58.5 60.0

2 60.3 54.9

3 61.7 58.1

4 69.0 62.1

5 64.0 58.5

6 62.6 59.9

7 56.7 54.4

8 63.6 60.2

9 68.2 62.3

10 59.4 58.7

19. Utilice la prueba de rango con signo al nivel de significancia de 0.05 para
probar la hipótesis de que la dieta reduce la mediana del peso en 4.5
kilogramos contra la hipótesis alternativa de que la mediana de la
diferencia en pesos es menor que 4.5 kilogramos.

20. Se toman 10 muestras de un baño de cultivo sobre placa utilizado en un

proceso de fabricación de componentes electrónicos, y se mide el pH del
baño. Los valores de pH medidos son 7.91, 7.85, 6.82, 8.01, 7.46, 6.95,
7.05, 7.35, 7.25, 7.42. Los ingenieros creen que el valor de la mediana
del pH es 7.0. ¿ La muestra indica que esta proposición es correcta?
Utilice la prueba del signo con = 0.05 para investigar esta hipótesis.
Encuentre el valor P de esta prueba.
21. Se mide de manera rutinaria el nivel de impurezas (en ppm) en un
producto químico intermedio. En una prueba reciente se observan los datos
siguientes:
 2.4 2.5 1.7 1.6 1.9 2.6 1.3 1.9 2.0 2.5 2.6

2.3 2.0 1.8 1.3 1.7 2.0 1.9 2.3 1.9 2.4 1.6

¿Puede afirmarse que la mediana del nivel de impureza es menor que

2.5 ppm? Establezca y pruebe la hipótesis apropiada utilizando la
prueba de signo con = 0.05. ¿Cuál es el valor P de esta prueba?

Respuestas a los Problemas Propuestos

1. Región crítica X2 > 15.086, X2 = 4.47 por lo tanto no rechazar H0, el dado
está balanceado.
2. Región crítica X2 > 7.815, X2 = 10.14, rechazar H0. Las nueces no están
mezcladas en la proporción 5:2:2:1.
3. Región crítica X2 > 5.991, X2 = 1.67, no rechazar H0. Los datos se
ajustan a una distribución hipergeométrica.
4. Región crítica X2 > 11.07, X2 = 2.57, no rechazar H0. Los datos se
ajustan a una distribución geométrica.
5. Región crítica X2 > 12.592, X2 = 12.78, rechazar H0. Los datos no se
ajustan a una distribución normal.
6. Región crítica X2 > 5.991, X2 = 14.6, rechazar H0. La presencia o
ausencia de hipertensión y hábitos de fumar no son independientes.
7. Región crítica X2 > 9.488, X2 = 7.54, no rechazar H0. El tamaño de la
familia es independiente del nivel se educación del padre.
8. Región crítica –1.96 z 1.96, z= 2.67, rechazar H0.
9. Región crítica w- 11 para una n=10, w- = 12.5, no rechazar H0.
10. Región crítica w+ 1 para n = 5, w+ = 3.5, no rechazar H0.
11. Región crítica z>2.575. z= 2.80, rechazar H0, la farmacia A surte más
recetas que la farmacia B.
12. Región crítica w+ 11 para una n = 10. w+ = 17.5, no rechazar H0.
13. 2P(R+ 8 / p = 0.5) = 0.109 , como no es menor a 0.05, no se rechaza
H0.
14. H0; H1; P(R+

2/ p = 0.5) = 0.0002, se rechaza H0.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido   >>
CHIHUAHUA   
INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido
CHIHUAHUA   

BIBLIOGRAFIA

Devore, J.L. (2000). Probabilidad y Estadística para Ingeniería y Ciencias, Quinta

Edición, Thomson Learning.
Mendenhall, W. (1998). Estadística para Administradores, Segunda Edición, Grupo
Editorial Iberoamérica.

Montgomery, D.C. y Runger G.C. (1996). Probabilidad y Estadística Aplicadas a la

Ingeniería, Primera Edición, Mc Graw Hill.

Sheaffer, R. L. y McClave, J.T. (1990). Probabilidad y Estadística para Ingeniería,

Primera Edición, Grupo Editorial Iberoamérica.

Spiegel, M.R. (1970). Estadística, Primera Edición, Serie Schaum, Mc Graw Hill.

Walpole, R. E., Myers, R.H., y Myers, S.L. (1998). Probabilidad y Estadística para
Ingenieros, Sexta Edición, Prentice Hall.

Weimer, R.C. (1996). Estadística, Segunda Edición, CECSA.

INSTITUTO TECNOLOGICO DE
Imprimir  <<   Contenido
CHIHUAHUA