Una máquina pulidora será calificada para una tarea especial, se puede dem

de 8% de partes defectuosas. En una muestra aleatoria de 300 partes, 12 se

¿Con base en estos datos la máquina puede ser calificada para el desarrol

1. Hipótesis

𝑯_𝟎:𝒑≥ 0.08

𝑯_𝟏:𝒑< 0.08
-1.6448536269515

2. Nivel de significancia 4. Estadístico de prueba

𝜶= 0.05 𝒛=(𝒑 ̂−𝒑)/√((𝒑∙(𝟏−𝒑))/

3. Condiciones

𝒏∙𝒑≥𝟓 𝑦 𝒏∙(𝟏−𝒑)≥𝟓
5. Región crítica
24 ≥𝟓 276.0 ≥𝟓
𝑹𝑪=⟨−∞, 𝒛_𝜶 ⟩

𝑹𝑪= ⟨−∞, ┤
 Datos

especial, se puede demostrar que produce menos

ria de 300 partes, 12 se encontraban defectuosas.
ificada para el desarrollo de una tarea especial?

6. Valor P

𝑷=∫1_(−∞)^𝒛▒ 〖𝟏 /√𝟐𝝅 𝒆^(−𝒙^𝟐/𝟐) 𝒅𝒙=

1.6448536269515

Estadístico de prueba 7. Conclusión

𝒑 ̂−𝒑)/√((𝒑∙(𝟏−𝒑))/𝒏)= 𝑺𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶

-2.55377
𝑵𝒐 𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

Región crítica 8. Intervalo de confianza

𝑹𝑪=⟨−∞, 𝒛_𝜶 ⟩ 〖𝑰𝑪〗 _(𝟗𝟓%)=⟨𝒑 ̂−𝑬, 𝒑 ̂+

donde, 𝑬=𝒛_(𝜶/𝟐)∙√((𝒑 ̂∙(𝟏−𝒑 
𝑹𝑪= ⟨−∞, ┤ -1.64485├ .⟩

𝑬=
 𝑬=

〖𝑰𝑪〗 _(𝟗𝟓%)=0.0178
 Datos

𝒏= 300

𝒑= 0.08

𝒑 ̂= 0.04

𝜶= 0.05

/√𝟐𝝅 𝒆^(−𝒙^𝟐/𝟐) 𝒅𝒙= 〗

0.0053282

𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶

𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

de confianza

〗 _(𝟗𝟓%)=⟨𝒑 ̂−𝑬, 𝒑 ̂+𝑬⟩
𝒛_(𝜶/𝟐)∙√((𝒑 ̂∙(𝟏−𝒑 ̂))/𝒏)
0.022174

0.0622
1. Hipótesis

𝑯_𝟎:𝝁≥ 100

𝑯_𝟏:𝝁< 100
-1.6448536269515

2. Nivel de significancia 4. Estadístico de prueba

𝜶= 0.05

3. Gráfica
5. Región crítica

𝑹𝑪=⟨−∞, 𝒛_𝜶 ⟩

𝑹𝑪= ⟨−∞, ┤
 Datos

6. Valor P

𝑷=∫1_(−∞)^𝒛▒ 〖𝟏 /√𝟐𝝅 𝒆^(−𝒙^𝟐/𝟐) 𝒅𝒙

7. Conclusión

𝑺𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶

𝑵𝒐 𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

8. Intervalo de confianza

1.6448536269515 〖𝑰𝑪〗 _(𝟗𝟓%)=⟨𝒙 ̅−𝑬, 𝒙 ̅+

Estadístico de prueba donde, 𝑬=𝒛_(𝜶/𝟐)∙𝝈/√𝒏

-3 𝑬=
 96.6934
〖𝑰𝑪〗 _(𝟗𝟓%)=

Región crítica
9. Tamaño de muestra
𝑹𝑪=⟨−∞, 𝒛_𝜶 ⟩
𝒏=((𝒛_(𝜶/𝟐)∙𝝈)/𝑬)^𝟐=
𝑹𝑪= ⟨−∞, ┤ -1.64485├ .⟩ 𝑬= 1.0
 Datos

𝒏= 9 𝝈= 2

𝝁= 100
𝒛_(𝜶/𝟐)= 1.95996
𝒙 ̅= 98

𝜶= 0.05

Respuesta a)

𝟏 /√𝟐𝝅 𝒆^(−𝒙^𝟐/𝟐) 𝒅𝒙= 〗 𝑵𝒐 𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

0.00135
Por lo tanto la fibra no se considerará aceptable

Respuesta b)
ón

𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶 𝑷= 0.0013499

𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶 Respuesta c)

de confianza
〖𝑰𝑪〗 _(𝟗𝟓%)=⟨𝟗𝟔.𝟔𝟗𝟑 , 𝟗𝟗.𝟑𝟎𝟕⟩

〗 _(𝟗𝟓%)=⟨𝒙 ̅−𝑬, 𝒙 ̅+𝑬⟩

𝑬=𝒛_(𝜶/𝟐)∙𝝈/√𝒏

𝑬= 1.3066427
 99.3066

de muestra

(𝒛_(𝜶/𝟐)∙𝝈)/𝑬)^𝟐=
15.4
nsiderará aceptable

𝟗𝟑 , 𝟗𝟗.𝟑𝟎𝟕⟩
Se analizó una marca particular de margarina dietética para determinar el nivel de áci
poliinsaturados (en porcentaje). Una muestra de seis paquetes dio como resultado los
datos:
16.8 17.2 17.4 16.9 16.5

¿Será que la media de ácido graso poliinsaturado (en porcentaje) difiere de 17?

17 S = 0.3188521

17
 determinar el nivel de ácidos grasos
tes dio como resultado los siguientes

17.1

ere de 17?

𝑥 ̅= 16.983333

-0.128037

-2.570582 2.5705818
5
 Un remache va a insertarse en un agujero. Si la desviación estándar del diámetro del agujero exce
mm, hay una probabilidad inaceptablemente alta de que el remache no coincida con el agujero. S
una muestra aleatoria simple de n=15 piezas y se mide el diámetro de los agujeros. La desviació
muestral de las mediciones del diámetro de los agujeros es 0.008 mm.

¿Hay evidencia clara que indique que la desviación estándar del diámetro de los agujeros excede lo
Use 𝜶=𝟎.𝟎𝟏

𝑯_𝟎: 𝝈= 0.01 n= 15

𝑯_𝟏: 𝝈> 0.01 s= 0.008

8.960

14
del diámetro del agujero excede los 0,01
no coincida con el agujero. Se selecciona
de los agujeros. La desviación estándar
.

etro de los agujeros excede los 0.01mm?

29.1412
 Frecuencia Frecuencia
Categorias 𝑶−𝑬 〖 (𝑶−𝑬) 〗 ^𝟐/𝑬
Observada Esperada 〖 (𝑶−𝑬) 〗 ^𝟐
Ene 9 6.3333333 2.6666667 7.1111111 1.122807
Feb 5 6.3333333 -1.333333 1.7777778 0.2807018
Mar 7 6.3333333 0.6666667 0.4444444 0.0701754
Abr 14 6.3333333 7.6666667 58.777778 9.2807018
May 8 6.3333333 1.6666667 2.7777778 0.4385965
Jun 1 6.3333333 -5.333333 28.444444 4.4912281
Jul 7 6.3333333 0.6666667 0.4444444 0.0701754
Ago 6 6.3333333 -0.333333 0.1111111 0.0175439
Set 4 6.3333333 -2.333333 5.4444444 0.8596491
Oct 5 6.3333333 -1.333333 1.7777778 0.2807018
Nov 1 6.3333333 -5.333333 28.444444 4.4912281
Dic 9 6.3333333 2.6666667 7.1111111 1.122807
Total 76 76 22.526316

E=n*p
 𝒈𝒍=𝒌−𝟏
𝑶−𝑬) 〗 ^𝟐/𝑬
𝜶= 0.05 gl=

19.675138 𝑺𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤

𝑵𝒐 𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>

22.52632

Conclución :
 𝒈𝒍=𝒌−𝟏
11

𝑺𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶

𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

Valor P =
 0.125 0.25 0.3125

Frecuencia Frecuencia 𝑶−𝑬 〖 (𝑶−𝑬) 〗 ^𝟐/𝑬

Categorias 〖 (𝑶−𝑬) 〗 ^𝟐
Observada Esperada
4 18 12.125 5.875 34.515625 2.8466495
5 20 24.25 -4.25 18.0625 0.7448454
6 22 30.3125 -8.3125 69.097656 2.2795103
7 37 30.3125 6.6875 44.722656 1.4753866
Total 97 7.346392

E=n*p
 𝑯_𝟎: 𝒑_𝟏=𝟐/𝟏𝟔 ; 𝒑_𝟐=𝟒/𝟏𝟔 ; 𝒑_𝟑=𝟓/𝟏𝟔 ; 𝒑_𝟒=𝟓/𝟏𝟔

𝑯_𝟏: Al menos una de las proporciones es diferente del

valor aseverado para proporciones

𝜶= 0.05 gl=

7.814728 𝑺𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶

𝑵𝒐 𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

𝑶−𝑬) 〗 ^𝟐/𝑬

7.346392 Valor P =

Conclución :
 3

𝒛𝒂 𝑯_𝟎 ⟺ 𝑷≤𝜶

𝒛𝒂 𝑯_𝟎 ⟺ 𝑷>𝜶

0.061639
Caso 1:𝜎_1^2=𝜎_2^2
Se investiga la temperatura de deflexión bajo carga de dos tipos difer
tubos de plásticos. Se prueba dos muestras aleatorias de 15 ejempla
temperaturas de deflexión observadas se reportan a continuación (e
Fahrenheit):

a) ¿Los datos apoyan la afirmación de deflexión bajo carga del tubo tipo 2 excede la de

b) Calcule el valor P

𝑯_𝟎: 𝝁_𝟏=𝝁_𝟐 𝜎_1≠𝜎_2

𝑯_𝟏: 𝝁_𝟏<𝝁_𝟐
 Tipo 1 Tipo 2
206 177
188 197
205 206
rga de dos tipos diferentes de 187 201
torias de 15 ejemplares, y las 194 180
tan a continuación (en grados 193 176
207 185
185 200
189 197
213 192
192 198
210 188
194 189
178 203
205 192

𝒙 ̅_𝟏 = 196.4 𝒙 ̅_𝟐 =192.06667

el tubo tipo 2 excede la del tipo1?

𝒔_𝟏^𝟐=109.82857 89.066667
𝒔_𝟐^𝟐=
𝒏_𝟏= 15 𝒏_𝟐= 15

𝜎_1≠𝜎_2
𝛼= 0.05

𝑔𝑙= 28

-1.701131
 1.1900235

99.447619

valor P= 0.877985
tipo_1 <- 206 188 205 187 194 193
tipo_2 <- 177 197 206 201 180 176
207 185 189 213 192 210 194
185 200 197 192 198 188 189
178 205
203 192
 𝑃≤𝛼 ⟺ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

𝑃>𝛼 ⟺ 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

SOLUCIÓN 1 9.9 9.4 9.3 9.6 10.2 10.6

SOLUCIÓN 2 10.2 10.6 10.7 10.4 10.5 10

𝐻_0: 𝜇_1−𝜇_2=0

𝐻_1: 𝜇_1≠𝜇_2
Valor P=

𝑃≤𝛼 ⟺ 𝑆𝑒 𝑟
𝑃>𝛼 ⟺ 𝑁𝑜 𝑠
10.3 10 10.3 10.1

10.2 10.7 10.4 10.3

-2.1009 2.1009

-2.8278 Valor P= 0.01115

 0.1156

alor P= 0.01115

𝑃≤𝛼 ⟺ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

𝑃>𝛼 ⟺ 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
Prueba1 1.2 1.3 1.5

Prueba2 1.4 1.4 1.5

di -0.2 -0.1 0
𝐻_0: 𝜇_1=𝜇_2 𝐻_0: 𝜇_1−𝜇_2=0

𝐻_1: 𝜇_1 〖≠𝜇〗 _2 𝐻_1: 𝜇_1 〖−𝜇〗 _2≠0

 1.4 1.7 1.8 1.4 1.3

1.3 2 2.1 1.7 1.6

0.1 -0.3 -0.3 -0.3 -0.3 𝐷 ̅=

1−𝜇_2=0 𝜇_1−𝜇_2=𝜇_𝐷 𝑆_𝐷=

〖−𝜇〗 _2≠0

-3.1305 -3.499483297

Valor P= 0.0166

𝑃≤𝛼 ⟺ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

𝑃>𝛼 ⟺ 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
 -0.175
0.1581

3.499483297

0.0166

𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0