EJERCICIOS PLANTEADOS DE LAS DIAPOSTIVAS CORRESPONDIENTES

Estudiante: Priscila Jimena Pérez Paz Número de lista: 10

Capítulo 9:

Ejercicio 1: El director comercial de cierta compañía que realiza ventas por correo electrónico,

desea precisar con mucho cuidado su política de crédito. Si el director desea tener un intervalo de

confianza del 99% para la proporción de clientes que están al día en sus pagos. ¿Qué tamaño de

muestra debe usar si se desea tener un margen de error del 4?5%? Suponga que en una muestra

piloto de 35 clientes se halló que 8 clientes están al día en sus pagos.

SOLUCIÓN:
Margen de error :e=0.045
Nivel de Confianza 99 % :
Estimación de n : p=8/35=0.2 3
Nivel :99 % ⇒ ∝=0.01⇒ Tabla Z : Z 1−∝ =Z( 0.995)=2.58
2

2 2
Z p ( 1− p ) 2.58 ( 0.23∗0.77 )
n= = =582.15≈ 582 clientes
e2 0.0452
Ejercicio 2: ¿Cuál debe ser el tamaño de muestra para estimar el nivel medio del consumo de

proteínas de los adultos de una zona minera, si se desea tener un margen de error de 0?45 g/dl y un

nivel de confianza del 95%? De una muestra piloto se obtuvo que el consumo de proteínas tiene una

desviación estándar de 2.5 g/dl.

SOLUCIÓN:
Margen de error :e=0.45 g/dl
Nivel de Confianza 95 % :
Desviación estándar : S=2.5 g /dl

Nivel :95 % ⇒∝=0.05⇒ Tablat :t 1−∝ =t ( 0.975, ∞ )=1.96

2∗∞

t 2 S 2 1.962∗2.52
n= = =118.57 ≈119 adultos
e2 0.452
Capítulo 10:

Ejercicio 1: Un inspector de calidad está evaluando si el contenido de fruta por lata es el adecuado.

Se supone que el contenido de fruta se distribuye como una normal. El inspector escoge al azar 35

latas y encuentra que el peso promedio es de 29.2 onzas, la varianza es de 4 onzas2 y que 5 no

tienen un peso adecuado.

a) Halle e interprete un intervalo de confianza del 95% para el peso promedio poblacional.

SOLUCIÓN:
μ=Peso promedio del contenido de latas de fruta
2 2
Se tiene :n=35latas , X=29.2 onzas , S =4 onzas
Nivel :95 % ⇒ ∝=0.05⇒ Tablat :t 1−∝ =t (0.975,34 )=2.03 2
2∗n−1

S S
X −t 1−∝ x ≤ μ ≤ X+ t 1−∝ x
2∗n−1 √n 2∗n−1 √n
2 2
29.2−2.032 x ≤ μ≤ 29.2+2.032 x ⇒ [ 28.51,29.89 ]
√ 35 √35
Interpretación :Con una confianza del 95 % , se estima que el peso promedio del contenido de
fruta se encuentra en elintervalo [ 28.51,29.89 ] onzas .
b) Halle e interprete un intervalo de confianza del 95% para la variancia y desviación estándar

poblacional del contenido de fruta en las latas.

SOLUCIÓN:

σ 2=Varianza del peso del contenido de latas de fruta

{ }
X 2 1−∝ 2
=X (0.975,34 )=51.966
Nivel :95 ⟹ α=0.05⇒ TablaChi−Cuadrado : 2∗n−1
2
X 1−∝ 2
¿X =19.806
2∗n−1 ( 0.025,34)

(n−1) S2 2 ( n−1 ) S2 34∗4 34∗4

≤σ ≤ 2 ⟹ ≤ σ2 ≤ ⇒ [2.62,6 .87]
2
X 1−∝ X 1−∝ 51.966 19.806
2∗n−1 2∗n−1

Interpretación :Con una confianza del 95 % , se estima que la varianza del peso del contenido
 de fruta se encuentra en el intervalo [ 2.62,6 .87 ] onzas
2

Desviación estándar : √ 2.62≤ σ ≤ √ 6.87 ⇒[1.62,2.62]

Interpretación:Con una confianza del 95 % , se estima que ladesviación estándar del peso
se encuentra en el intervalo [ 2.62,6 .87 ] onzas
c) Halle e interprete un intervalo de confianza del 99% para la proporción poblacional de latas

que presentan un peso adecuado.

SOLUCIÓN:
n=Proporción de latas que tienen el peso adecuado
Nivel :99 % ⇒ ∝=0.01⇒ Tabla Z : Z 1−∝ =Z( 0.995)=2.5 8
2

30
Estimar p :30tienen peso adecuado p= =0.8 6
35

p−Z 1−∝ x
2 √ px (1− p)
n
≤ π ≤ p+¿ Z 1−∝ x
2 √
0.86∗0.14
35
⇒ [0.709,1.011]¿

Ejercicio 3: ¿Cuál debe ser el tamaño de muestra para estimar el nivel medio del consumo de

proteínas de los adultos de una zona minera, si se desea tener un margen de error de 0?45 g/dl y un

nivel de confianza del 95%? De una muestra piloto se obtuvo que el consumo de proteínas tiene una

desviación estándar de 2.5 g/dl.

SOLUCIÓN:
Margen de error :e=0.045
Nivel de Confianza 99 % :
Estimación de n : p=8/35=0.2 3
Nivel :99 % ⇒ ∝=0.01⇒ Tabla Z : Z 1−∝ =Z( 0.995)=2.58
2

2 2
Z p ( 1− p ) 2.58 ( 0.23∗0.77 )
n= 2
= 2
=582.15≈ 582 clientes
e 0.045
Ejercicio 4: El director comercial de cierta compañía que realiza ventas por correo electrónico,

desea precisar con mucho cuidado su política de crédito. Si el director desea tener un intervalo de

confianza del 99% para la proporción de clientes que están al día en sus pagos. ¿Qué tamaño de
muestra debe usar si se desea tener un margen de error del 4?5%? Suponga que en una muestra

piloto de 35 clientes se halló que 8 clientes están al día en sus pagos.

SOLUCIÓN:
Margen de error :e=0.45 g/dl
Nivel de Confianza 95 % :
Desviación estándar : S=2.5 g /dl
Nivel :95 % ⇒∝=0.05⇒ Tablat :t 1−∝ =t ( 0.975, ∞ )=1.96
2∗∞

t 2 S 2 1.962∗2.52
n= = =118.57 ≈119 adultos
e2 0.452

Capítulo 11:

Ejemplo 9: Se recogieron 9 y 8 observaciones de pH en suelo superficial de cada una de dos

diferentes localidades, obteniéndose:

Localidad 8.53 8.52 8.01 7.99 7.93 7.89 7.85 7.82 7.8
1
Localidad 7.85 7.73 7.58 7.4 7.35 7.3 7.27 7.27  
2

Suponiendo que en cada localidad el pH tiene distribución normal.

a) ¿Se puede afirmar que la verdadera media de valores de pH del suelo en la localidad 1 es por

lo menos 8,08? Use =0.05

Formular la hipótesis nula y la hipótesis alternativa:

H O : μ0 ≥8.0 4
H 1 : μ 1< 8.08
Elegir el nivel de significación, ∝=0.05

Seleccionar la prueba estadística apropiada, E,

tc=¿ ¿ ¿
 Determinar la regla de decisión, estableciendo las regiones de rechazo y de aceptación

de la prueba.

t (8,0.05)La
=−1.86
prueba es t∝ unilateral a

la izquierda por la forma de la hipótesis alternativa

H 1 : μ 1< 8.08
Región de rechazo=RR= {t (8) ←1.86 }

Región de aceptación=RA=¿ {t (8 ) ≥−1.86 }

Decidir el rechazo de la hipótesis nula si Ec cae en la región de rechazo. En caso

contrario, no rechazar la hipótesis nula.

t c =−0.42 cae en la RA . I nterpretación : A un n . s . del0.05 , no hay evidencias estadísticas para rechazar

e n otras palabras no se rechaza laafirmación de que la media del pH es por lo

menos 8.08 en la localidad 1.

b) Si en realidad µ=8, ¿Se cometió algún error en la pregunta a)? Justifique.

Como no se rechazó una hipótesis falsa, entonces se cometió error tipo II.

Como no se rechazó una hipótesis falsa, entonces se cometió error tipo II.

c) ¿Con qué valores del estimador se rechazará la hipótesis planteada en la pregunta a)?
X 1−μ 0 X −8.08
Se rechazará si
S1
√ n1 <−1.86 ⟶ 1
0.285
√ 9<−1.86 ⟶ X 1 <7.903
Se rechazara H 0 si X 1 7.903
d) En la localidad 2 la variancia del pH era de 0.022, pero un especialista considera que ha

aumentado. ¿Tiene razón el especialista? Use =0.10

SOLUCIÓN:
2
Caso Prueba de hipótesis para σ
 Formular la hipótesis nula y la hipótesis alternativa.
2
H O : σ 2 =0.022
H 1 : σ 22 >0.02 2
Elegir el nivel de significación. a=0.10

Seleccionar la prueba estadística apropiada, E,

(n−1)S 22
X 2c = X 2

σ 22 (n¿¿2−1)2 X2(7) Cálculo : X 2c =

(8−1)0.224
0.022
=15.97 ¿

Determinar la regla de decisión, estableciendo las regiones de rechazo y de aceptación

de la prueba. La prueba es unilateral hacia la derecha por la forma de la hipótesis

alterna.

Región de rechazo=RR= { X 2(7) >12.017 }

Región de aceptación=RA=¿ { X 2(7 ) ≤ 12.017 }

Decidir el rechazo de la hipótesis nula si Ec cae en la región de rechazo. En caso

contrario, no rechazar la hipótesis nula.

2
X c =15.97 cae en la RR , entonces se Rho
Interpretación: A un n . s . del 0.10 , hay evidencia estadística para afirmar
que la varianza del peso de residuos orgánicos aument ó
2
e) Si en realidad σ 2=0.022 , ¿Se cometió algún error en la pregunta d)? Justifique.

Como se rechazó la hipótesis planteada y ésta fue verdadera, entonces se cometió error tipo

Como se rechazó la hipótesis planteada y ésta fue verdadera, entonces se cometió error

tipo I.

f) ¿Con qué valores del estimador no se rechazará la hipótesis planteada en la pregunta d)?
2 2
2 (n−1)S 2 (8−1)S 2
No se rechazará si: X = c 2
= <12.017 → S 22< 0.038
σ2 0.022
2
No se rechazará si: S2 <0.038

Ejercicio 6: Se realiza un control a los conductores deteniendo los autos que circulan a altas horas

de la noche, midiendo a sus conductores el grado de alcohol consumido en decigramos de alcohol por

Resultados obtenidos 0.4 0.3 0.5 0.6 0.7 0.2

en el dosaje etílico 0.4 0.3 0.6 0.2 0.1 0.1
litro de sangre. Se muestra a continuación el resultado obtenido en 12 conductores seleccionados

aleatoriamente.

a) Suponiendo que los resultados en el dosaje etílico, se distribuyen normalmente. Pruebe usted

la hipótesis que sostiene que el grado medio de alcohol consumido por los conductores es

mayor a 0.6 decigramos de alcohol por litro de sangre. Use a = 0.05.

SOLUCIÓN:

Datos Población Datos Muestra

No hay n=12
X =0.37
S=0.20

Plantear hipótesis:

H O : μ ≤0. 37( Promedio de alcohol enla sangre es 0.37 decigrados)

H 1 : μ> 0.6 (Promedio de alcohol en la sangre es 0. 6 decigrados)
Nivel de Significancia:

α =0.0 5

Estadístico de Prueba

´ X−μhip
T n−1=
S
√n
Región crítica para α dado

Si: T cal <T tabla Se rechaza H 0

 0.37−0.60
T n−1= =−3.98
0.20
√12
T (1−α ,n−1)=T (0.95,11)=1.796

Interpretación:Con unnivel de significancia del 5 por ciento no existe evidencia estadística de

que elnivel de alcohol enla sangre de losconductores es mayor a 0.6 decigramos

b) Probar la hipótesis que sostiene que la variancia del grado de alcohol consumido por los

conductores que circulan a altas horas de la noche es menor a 0.05 decigramos2 de alcohol

por litro de sangre. Use a = 0.05.

2
Caso Prueba de hipótesis para σ
Formular la hipótesis nula y la hipótesis alternativa
2
H O :σ 2 ≥ 0.05
2
H 1 : σ 2 <0.0 5
Elegir el nivel de significación:

α =0.0 5

Seleccionar la prueba estadística apropiada, E,

2
2 (n−1)S 2 2 (12−1)(0.20)2
X =
c 2
Cálculo : X c = =8.8
σ2 0.05

Determinar la regla de decisión, estableciendo las regiones de rechazo y de aceptación

de la prueba. La prueba es unilateral hacia la derecha por la forma de la hipótesis

alterna.

Región de rechazo=RR= { X (7) <19.675 }

2

Región de aceptación=RA=¿ { X (7 ) ≥ 1 9.675 }

2

Decidir el rechazo de la hipótesis nula si Ec cae en la región de rechazo. En caso

contrario, no rechazar la hipótesis nula.

2
X c =8.8 cae en RR , entonces se R ho
 I nterpretación : A un n . s . del0.05 , hay evidencias estadísticas para afirmar que la variancia
del grado de alcohol consumido por los conductores que circulan a altas horas
de la noche es menor a 0.05 decigramos 2 de alcohol por litro de sangre
Ejercicio 7: Un investigador diseñó un experimento en el que pidió a un determinado número de

sujetos que lleven a cabo una tarea específica en un medio controlado y bajo dos niveles diferentes

de ruido de fondo (el nivel 2 es más severo que el nivel 1). El investigador seleccionó 47 personas que

son capaces de realizar la misma tarea y de manera práctica en el mismo tiempo. Los siguientes

datos representan los tiempos observados (en minutos) que fueron necesarios para completar la

tarea:

  Nivel 1 Nivel 2
n 21 26
x 14.4 18.6
s 2.277 2.45

Asuma que los tiempos observados en cada nivel tienen distribución normal.

a) ¿Hay evidencias estadísticas para afirmar que el verdadero tiempo medio en el nivel 1 es

menor que 15,5 minutos? Use a = 0.05.

Formular la hipótesis nula y la hipótesis alternativa

H O : μ ≥15.5
H 1 : μ< 15.5
Elegir el nivel de significación:

α =0.0 5

Seleccionar la prueba estadística apropiada, E,

X−μ 14.4−15.5
Z= √ n= √ 21=−2.21 4
σ 2.277
Determinar la regla de decisión, estableciendo las regiones de rechazo y de aceptación

de la prueba. La prueba es unilateral hacia la derecha por la forma de la hipótesis

alterna.

Región de aceptación=RA=¿ {−1.65 ;+ ∞ }

 Se estable que el estadístico de prueba se encuentra en la Región de aceptación de la

hipótesis nula y se concluye que:

Un 95 % de confianza ,la media poblacional es menor a 15.5

b) ¿Con qué valores del estimador se acepta la hipótesis planteada en la pregunta a?

Se cumpliría con los valores:

14.4−15.5
√ 21≥−1.65
2.277
14.4−μ ≥0,8199
μ ≤13.5801
c) Si en realidad el verdadero tiempo promedio con el nivel 1 es 17.5 minutos ¿Se cometió algún

error en la pregunta a?

Se cometió el error del tipo I, puesto que la hipótesis nula fue rechazada por el nivel de

significación elegido.

d) Si el investigador afirma que la verdadera desviación estándar con el nivel 2 era 2.3, pero un

especialista considera que ha aumentado ¿Tiene razón el especialista? Use a=0.10.

Formular la hipótesis nula y la hipótesis alternativa

2
H O :σ ≤ 2.3
2
H 1 : σ >2.3
Elegir el nivel de significación:

α =0. 10

Seleccionar la prueba estadística apropiada, E,

2
2 (n−1)S 2 2 (26−1)( 2.45)2
X c= 2
Cálculo: X c = =28.367
σ2 2.3

;25)=34.382 en ⟨ −∞; 37.652 ⟩

2
α =0.10 ; X (0.95
Interpretación : Se concluye que conun 95 % de confianza , que la varianza poblacional es
menor o igual a 2,3 y elespecialista no tiene razón .
e) Si 10 personas a los que se les aplicó el primer nivel de ruido excedieron el tiempo límite

para llevar a cabo la tarea específica. Pruebe a un a=0.05 si más del 30% de personas a los

que se les aplica el primer nivel de ruido exceden el tiempo límite para llevar a cabo la tarea

específica.
 Formular la hipótesis nula y la hipótesis alternativa

H O : p ≤0.3
H 1 : p> 0.3
Elegir el nivel de significación:

α =0.0 5

Seleccionar la prueba estadística apropiada, E,

X−μ 14.4−0.3
Z= √ n= √ 21=1.3513
σ 2.277

α =0.05 Z 0.05=0.9115←∞ ; 0.9115 ¿

Después se afirma que el estadístico de prueba se encuentra en la región de aceptación

de H o

Interpretación: Se concluye que la proporción poblacional es menor o igual a 0.3

f) ¿Son similares los tiempos medios con ambos niveles de ruido? Use a=0.10.

Realizamos una comparación de varianzas:

2 2
S1=5.185 S2=6.002 F 0.95 ;20; 25=2.0075

F 0.0 5 ;20; 25=0.4822

2
σ1
0.4303 ≤ 2
≤1.7916
σ2
Se concluye que las varizanzas opuestas son iguales
Calculando los grados de libertad para las muestras: r =44.066

Calculando la estadística de prueba: −6.076

Intervalo de aceptación: −1.68 ≤ t ≤1.68

Interpretación: El estadístico de prueba se encuentra fuerade la región de adaptación por

lo que lostiempos son diferentes

 g) Si 12 personas a los que se les aplicó el primer nivel de ruido y 15 personas a lo que se les

aplicó el segundo nivel de ruido excedieron el tiempo límite para llevar a cabo la tarea

específica. Pruebe a un a=0.05 si más la proporción de personas que supera el tiempo límite

en llevar a cabo la tarea específica es mayor al aplicar el primer nivel de ruido que el segundo

nivel de ruido.

Primero ponemos las dos pruebas:

12 15
p1= =0.571 y p2= =0.57 7
21 26
Formular la hipótesis nula y la hipótesis alternativa

H O : p1 ≤ p2
H 1 : p 1> p2
Elegir el nivel de significación:

α =0.0 5

Seleccionar la prueba estadística apropiada, E,

p1− p2
Z= =−0.041

√ p 1−q 1 p 2−q 2
n1
+
n2

Z α =1.645

Por lo tanto, la estadística de prueba se encuentra dentro de la región de aceptación de

la hipótesis nula.

Interpretación: La proporción poblacional es menor o igual en elnivel 1 que en el nivel 2

Capítulo 12:

Ejercicio 1: Se estudia la tasa de flujo Y (en ) de un dispositivo empleado para medir la calidad del

aire y la caída de presión X (en mm de agua) a través del filtro del dispositivo. Se tomó una muestra

de 10 mediciones encontrándose los siguientes datos:

Y 0.6 0.7 0.8 1 1.1 1.2 1.4 1.8 2.2 2.6

X 127 178 229 254 330 381 406 432 457 507
Asumiendo que se cumplen los supuestos respectivos

a) Estime la línea de regresión. Interprete los coeficientes.

Y Y2 X X2 XY
0.6 0.36 127 16129 76.2
0.7 0.49 178 31684 124.6
0.8 0.64 229 52441 183.2
1 1 254 64516 254
1.1 1.21 330 108900 363
1.2 1.44 381 145161 457.2
1.4 1.96 406 164836 568.4
1.8 3.24 432 186624 777.6
2.2 4.84 457 208849 1005.4
2.6 6.76 507 257049 1318.2
13.4 21.94 3301 1236189 5127.8

SC(X) = 146528.9 b1 = 0.00480765

SC(Y) = 3.984 b0 = -0.24700602
SP(XY) = 704.46

La línea de regresión estimada: ^y i=−0.24700602+ 0.00480765∗X i

b 0=−0.24700602 El coeficiente de intersección estimado, representa la tasa de flujo del

dispositivo para medir la calidad de aire cuando no hay caída de presión.

b) ¿Hay relación lineal entre estas variables? Use α = 0.05

SC (R) = 3.38679872
SC (Error) = 0.59720128

FV G.L. S.C. C.M. Fc F Tabla

3.3867987 3.3867987 45.368941
Regresión 1 5.32
2 2 6
0.5972012 0.0746501
Error 8    
8 6
Como Total 9
el Fc (45.3689416) 3.984
> F tabla   se rechaza  la hipótesis nula
(5.32) entonces   y podemos

decir que si existe relacion lineal entre X y Y.

c) Calcule e interprete el coeficiente de determinación.

 3.38679872
r 2= =0.85=85 %
3.984
Indica que el 85% de la variación de la tasa de flujo del dispositivo es explicada por la

regresión.

d) Estime la tasa de flujo promedio para una caída de presión de 400 mm de agua.

y=−0.24700602+ 0.00480765∗400=1.67605398
La tasa de flujo promedio para una caída de presión de 400 mm de agua será de 1.67605398.

e) Halle e interprete el coeficiente de correlación.

704.46
r= =0.9220
√ 146528.9∗3.984
Se puede afirmar que hay una asociación positiva entre X y Y en otras palabras cuando una

aumenta la otra aumenta.

Capítulo 13:

Ejemplo 1:

Y 1 3 1 2 3 4 1
X1 7 3 6 3 8 6 9
X2 10 3 8 1 6 3 13

RESUMEN
 Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8672324
Coeficiente de determinación R^2 0.752092
R^2 ajustado 0.6281381
Error típico 0.7409042
Observaciones 7

ANALISIS DE VARIANZA
Promedio
Grados de Suma de de los Valor
libertad cuadrados cuadrados F crítico de F
Regresión 2 6.6613867 3.3306933 6.0675104 0.0614584
Residuos 4 2.1957562 0.548939
Total 6 8.8571429

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 1.9140194 0.9071774 2.1098622 0.1025064 -0.604709 4.4327478 -0.604709 4.432747758
Variable X 1 0.4592175 0.2291662 2.0038618 0.1156058 -0.17705 1.095485 -0.17705002 1.095484952
Variable X 2 -0.4019379 0.1228082 -3.2728918 0.0307054 -0.7429081 -0.0609677 -0.742908148 -0.060967726

Calculamos el modelo de regresión múltiple

1 1 7 10
3 1 3 3
1 1 6 8
Y= 2 X= 1 3 1
3 1 8 6
4 1 6 3
1 1 9 13
7x1 7x3

1 1 1 1 1 1 1
XT = 7 3 6 3 8 6 9
10 3 8 1 6 3 13
3X7

7 42 44 1.4992027 -0.3095793 0.0797253

XTX = 42 284 313 INV = -0.3095793 0.0956703 -0.0420704
44 313 388 0.0797253 -0.0420704 0.0274745
3x3 3x3
 15 1.9140194 b0
XTY = 85 y=1.9140194 +0.4592175∗X
B = 1 ± 0.401938∗X
0.4592175 2 b1
72 -0.401938 b2
Análisis de la Varianza 3x1
3x1

Y Yest X1 X2 (Yest-Y)2 (Yest-Yp)2

1 1.1091623 7 10 0.011916 1.068525
3 2.085858 3 3 0.835656 0.003249
1 1.4538207 6 8 0.205953 0.474771
2 2.8897338 3 1 0.791626 0.557825
3 3.1761315 8 6 0.031022 1.067656
4 3.4635104 6 3 0.287821 1.744125
1 0.8217834 9 13 0.031761 1.745236
Total       2.195756 6.661387

FV gl SC SCM F F Tabla
3.330693
Regresión 2 6.661387 6.0675104 6.94
3
Residuos 4 2.195756 0.548939    
Total 6 8.857143 3.879632    
FC (6.0675) < F Tabla (6.94)

entones se acepta la hipótesis nula, y decimos que no existe relación entre las variables.