Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LA CALIDAD
INFERENCIA
ESTADÍSTICA
DOCENTE: FELÍCITA LATORRACA RIOS
CICLO: 8VO
INFERENCIA ESTADÍSTICA
Cuándo es cuchas
“Inferencia E stadística”
¿En qué
piens as ?
LOGRO DE LA SESIÓN
Población:
• Conjunto formado por la totalidad de individuos, objetos o medidas de interés sobre
los que se realiza un estudio
Muestra:
• Parte de una población, seleccionada de manera adecuada, que conserva las
características más importantes de dicha población.
Parámetro:
• E s un valor representativo y descriptivo de una población, como la media μ o la
desviación estándar σ.
E stadístico:
• Medidas o funciones de los datos muestrales que ayudan a caracterizar la
distribución de tales datos.
INFERENCIA ESTADÍSTICA
En control de calidad, las poblaciones de interés son los materiales, los productos terminados,
partes o componentes, clientes, etc.
INFERENCIA ESTADÍSTICA – INTERVALOS DE CONFIANZA
E s timación Puntual
Nivel de
α 1-α/2 𝑍1−∝/2
Confianza
90% 0.10 0.95 1.64
95% 0.05 0.975 1.96
98% 0.02 0.99 2.33
99% 0.01 0.995 2.58
INTERVALO DE
CONFIANZA PARA LA
MEDIA
INTERVALO DE CONFIANZA PARA LA MEDIA
Varianza Conocida:
Sea x1, x2, ..., xn una muestra aleatoria de tamaño n (n >= 30) de una población, con una
distribución normal con media μ y varianza σ2 conocidas.
𝜎 𝜎
𝑋ത − 𝑍1−∝/2 ത
≤ 𝜇 ≤ 𝑋 + 𝑍1−∝/2 = 1 −∝
𝑛 𝑛
Varianza Desconocida:
Sea xl, x2, ..., xn una muestra aleatoria de tamaño n de una población, con una distribución
normal con media μ y varianza σ2, ambas desconocidas.
𝑆 𝑆
𝑋ത − 𝑡1−α,𝑛−1 ത
≤ 𝜇 ≤ 𝑋 + 𝑡1−α,𝑛−1 = 1 −∝
2 𝑛 2 𝑛
CASO PRÁTICO – INTERVALOS DE CONFIANZA
1. Una empresa de material eléctrico fabrica bombillas que tienen una duración distribuida
de forma aproximadamente normal, con una desviación estándar de 40 horas. Si una
muestra de 30 bombillas tiene una duración promedio de 780 horas, calcule un intervalo
de confianza del 96% para la media de la población de todas las bombillas producidas
por esta empresa.
3. Una máquina produce piezas metálicas de forma cilíndrica. Se toma una muestra de las
piezas y los diámetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01 y 1.03
centímetros. Calcule un intervalo de confianza del 99% para la media del diámetro de las
piezas que se manufacturan con esta máquina. Suponga una distribución
aproximadamente normal
INTERVALO DE
CONFIANZA PARA UNA
PROPORCIÓN
INTERVALO DE CONFIANZA PARA PROPORCIONES
𝑝Ƹ 1 − 𝑝Ƹ 𝑝Ƹ 1 − 𝑝Ƹ
𝑝Ƹ − 𝑍1−𝛼/2 ≤ 𝑝 ≤ 𝑝Ƹ + 𝑍1−∝/2 = 1 −∝
𝑛 𝑛
CASO PRÁTICO – INTERVALOS DE CONFIANZA
Se desea estimar la diferencia de dos medias poblacionales con una confianza del 100 (1-
α)% para muestras de tamaño n1 y n2 (muestras grandes).
Las poblaciones donde provienen las variables pueden presentar o no una distribución
normal, pero sus varianzas poblacionales son conocidas.
Con una confianza del 100(1-α)%, n1< 30 y n2<30. Usando la distribución t – student con
n1 + n2 – 2 grados de libertad, se concluye que:
1 1
𝜇1 − 𝜇2 ∈ 𝑋ത1 − 𝑋ത2 ± 𝑡 𝛼
1− ,𝑛1 +𝑛2 −2
𝑆𝑝2 +
2 𝑛1 𝑛2
2 2
𝑛1 − 1 𝑆1 + 𝑛 2 − 1 𝑆2
𝑆𝑝2 =
𝑛1 + 𝑛2 − 2
INTERVALO DE CONFIANZA PARA DIFERENCIA DE MEDIAS
Con una confianza del 100(1-α)%, n1< 30 y n2<30. Usando la distribución t – student con v
grados de libertad, se concluye que:
2 2 2
𝑆1 𝑆2
+
𝑛1 𝑛2
𝑆12 𝑆22 𝑣=
𝜇1 − 𝜇2 ∈ 𝑋ത1 − 𝑋ത2 ± 𝑡 𝛼 + 2 2 2 2
1− 2 ,𝑣 𝑛1 𝑛2 𝑆1 𝑆2
𝑛1 𝑛2
+
𝑛1 − 1 𝑛2 − 1
CASO PRÁTICO – INTERVALOS DE CONFIANZA
Pintura A Pintura B
3.5 2.7 3.9 4.2 3.6 4.7 3.9 4.5 5.5 4
2.7 3.3 5.2 4.2 2.9 5.3 4.3 6 5.2 3.7
4.4 5.2 4 4.1 3.4 5.5 6.2 5.1 5.4 4.8
𝑝1 1 − 𝑝1 𝑝2 1 − 𝑝2
𝜋1 − 𝜋2 ∈ 𝑝1 − 𝑝2 ± 𝑍1−𝛼/2 +
𝑛1 𝑛2
CASO PRÁTICO – INTERVALOS DE CONFIANZA
Hipótesis E stadística:
• E s una afirmación sobre los valores de los parámetros o una característica de una
población o proceso, que puede probarse a partir de la información contenida en una
muestra.
Hipótesis Nula (Ho):
• Afirmación acerca del valor de un parámetro poblacional que se considera válida para
desarrollar el procedimiento de prueba
Hipótesis Alternativa (Ha):
• Afirmación que se aceptará si los datos muestrales proporcionan evidencia de que la
hipótesis nula es falsa, es la hipótesis contraria de la H. nula
HIPÓTESIS ESTADÍSTICA
E jemplo:
La afirmación “este proceso produce menos de 8% de defectuosos” se
puede plantear estadísticamente:
H0: p = 0.08 (la proporción de defectuosos es 0.08)
HA: p < 0.08 (la proporción es menor a 0.08)
𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0
𝐻1 : 𝜃 ≠ 𝜃0 𝐻1 : 𝜃 < 𝜃0 𝐻1 : 𝜃 > 𝜃0
Pas o 2: Seleccionar el nivel de significancia
• E l valor de 𝛼, que va desde el 1% hasta el 10%
Paso 5: Decisión
• E valuar el valor del estadístico de prueba en la región critica.
Sí se determina el valor
de probabilidad de Z, la
decisión se da:
Varianza Conocida:
Sea X una variable aleatoria con distribución normal con media μ
y varianza σ2 , ambas conocidas. Se quiere probar la hipótesis de
que la media es igual a cierto valor μ0. Es decir, la hipótesis a
probar es: Región de Decisión
Hipótesis a probar
𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 ≠ 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 > 𝜇0
−𝑍𝛼/2 𝑍𝛼/2
E s tadístico de Prueba: x u0
Z
n E n este caso se rechaza 𝐻0 si 𝑍0 > 𝑍∝
PRUEBA DE HIPÓTESIS: PARA LA MEDIA - EJEMPLO
E jemplo:
Un fabricante de detergente afirma que el contenido de los paquetes que vende pesa 250
gramos. Sin embargo clientes han protestado porque piensan que los paquetes tienen un
peso menor. Se ha analizado una muestra de 16 paquetes dando un peso medio muestral
de 248,4 gramos. Pruebe con un nivel de confianza del 95% si los clientes tienen razón en lo
planteado. Se sabe por experiencia que la distribución del peso de los paquetes es normal
con una desviación de 4 gramos.
1. Prueba de hipótesis :
Ho: 𝜇 = 250, 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 250
H1: 𝜇 ≠ 250, 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑑𝑒 250
2. El nivel de significancia: es del 5 % (𝛼 = 0.05)
3. Es tadístico de prueba:
x u0 248.4 250
Z 1 .5
4
PRUEBA DE HIPÓTESIS: PARA LA MEDIA - EJEMPLO
4. Región critica
5. Decis ión:
Dado que Z = -1.5 y pertenece a la región de aceptación estamos en condiciones de no
rechazar la hipótesis nula, es decir, existe suficiente evidencia estadística para decir que
el promedio poblacional es igual a 250 gramos, con un nivel significancia del 5%.
PRUEBA DE HIPÓTESIS: PARA LA MEDIA
Varianza Desconocida:
Sea X una variable aleatoria con distribución normal con media μ y
varianza σ2, ambas desconocidas. Se quiere probar la hipótesis de que
la media es igual a cierto valor μ0. Es decir, la hipótesis a probar es:
-2.476-1.76
5. Decisión
Como 𝑡0 = −2.47 < −1.76 = -𝑡0.05,14 se rechaza la hipótesis H0. Es decir, se
rechaza la afirmación del vendedor de que los bultos tienen un peso medio
de 50.1, y además la evidencia señala que dicho peso es menor que el
declarado.
CASO PRÁTICO – PRUEBA DE HIPÓTESIS
1. Cuando está operando adecuadamente, una planta química tiene una media de producción
diaria de cuando menos 740 toneladas. La producción se mide en una muestra aleatoria
simple de 60 días. La muestra tenía una media de 715 toneladas/ día y desviación
estándar de 24 toneladas/día. Con un nivel de significancia del 2% ¿Piensa que es factible
que la planta esté operando adecuadamente o está convencido de que la planta no
funciona en forma adecuada? E xplique su razonamiento.
2. Se ha ajustado una máquina llenadora de botellas para que introduzca 5 litros de líquido en
cada recipiente. Se encuentra que, para una muestra de 15 botellas, la cantidad promedio
de líquido introducido es 5,06 litros, con una desviación estándar de 0,12 litros. Se supone
que las cantidades con las que se llenan las botellas tienen distribución normal. Quiere
decir esto que la máquina esta fuera de control. Use nivel de significación del 5%.
PRUEBA DE HIPÓTESIS PARA
UNA PROPORCIÓN
PRUEBA DE HIPÓTESIS: PARA PROPORCIÓN
𝑝Ƹ − 𝑝0
𝑍=
𝑝0 1 − 𝑝0
𝑛
PRUEBA DE HIPÓTESIS: PARA PROPORCIÓN
Ejemplo:
En una industria donde se fabrica clavos para construcción, se informa
que el 50% de éstos tienen algún defecto de fabricación. Existe evidencia
suficiente para indicar que dicha proporción es menor a 50%, si de una
muestra aleatoria de 400 clavos, sólo 193 fueron detectados con algún
defecto?. Utilice una significación de 0.01
1. Prueba de hipótesis :
Ho: p = 0.5, 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑙𝑎𝑣𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 𝑒𝑠 0.5
H1: p < 0.5, 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑙𝑎𝑣𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜 𝑒𝑠 𝑚𝑒𝑛𝑜𝑟 de 0.5
2. E l nivel de significancia: es del 1 % (𝛼 = 0.01)
3. E stadístico de prueba: 𝑝Ƹ − 𝑝
0
𝑍=
𝑝0 1 − 𝑝0
𝑛
PRUEBA DE HIPÓTESIS: PARA PROPORCIÓN
3. E stadístico de prueba:
𝑝Ƹ − 𝑝0 0.4825 − 0.5
𝑍= = = −0.7
𝑝0 1 − 𝑝0 0.5 1 − 0.5
𝑛 400
4. Regla de Decisión:
Punto Crítico: Z(1-α)
Z(1-0.01) = Z(0.99) = -2.33
-2.33
5. Decisión:
Como -0.70, cae dentro de la región de Aceptación para Ho. E ntonces ésta se AC E PTA, es decir
con un Nivel de Confianza del 99%, no existe evidencia suficiente para decir que la proporción de
clavos con algún defecto de fabricación es menor a 50%
CASO PRÁTICO – PRUEBA DE HIPÓTESIS
Con frecuencia se presentan situaciones en las que es preciso comparar dos procesos o poblaciones.
Por ejemplo, se requieren comparar dos proveedores, dos materiales, dos máquinas o dos métodos de
trabajo.
𝛔𝟐𝟏 𝐲 𝛔𝟐𝟐 conocida y n1 y n2 ≥ 30
Sean dos poblaciones o procesos con distribuciones normal con medias 𝜇ҧ1 y 𝜇ҧ2 , y varianzas 𝜎12 y 𝜎22 y ,
respectivamente
Hipótesis a probar
𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2 𝐻1 : 𝜇1 < 𝜇2 𝐻1 : 𝜇1 > 𝜇2
E s tadístico de Prueba
𝑋ത1 − 𝑋ത2
𝑍=
𝜎12 𝜎22
+
𝑛1 𝑛2
PRUEBA DE HIPÓTESIS: PARA DOS MEDIAS - EJEMPLOS
E jemplo:
Se analizan dos catalizadores para determinar la forma en que afectan el rendimiento
promedio de un proceso químico. De manera específica, el catalizador 1 es el que se está
empleando en este momento. Debido a que el catalizador 2 es más económico, éste puede
adoptarse siempre y cuando no cambie el rendimiento del proceso.
S e hace una prueba en una planta piloto; los resultados obtenidos, son los siguientes:
Hipótesis a probar
𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2 𝐻1 : 𝜇1 < 𝜇2 𝐻1 : 𝜇1 > 𝜇2
E stadístico de Prueba
𝑋ത1 − 𝑋ത2 2 2
𝑡0 = 𝑛1 − 1 𝑆1 + 𝑛 2 − 1 𝑆2
1 1 𝑆𝑝2 =
𝑆𝑝 + 𝑛1 + 𝑛2 − 2
𝑛1 𝑛2
PRUEBA DE HIPÓTESIS: PARA DOS MEDIAS - EJEMPLO
E jemplo:
La calidad de la pintura látex depende, entre otras cosas, del tamaño de la partícula. Para
medir esta característica se utilizan dos centrifugadoras, y se sospecha que éstas reportan
mediciones distintas para la misma pintura. Entonces, se decide hacer un estudio que permita
comparar las medias y las varianzas reportadas por los dos equipos; para ello, de un mismo
lote de pintura se tomaron 13 lecturas con cada centrifugadora. Los resultados son los
siguientes
𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2
2. Nivel de Significancia: ∝= 𝟎. 𝟎𝟓
3. E s tadístico de Prueba:
4684 − 4408.92
𝑛1 = 13; 𝑋ത1 = 4,684; 𝑆12 = 124,732 𝑡0 = = 2.038
1 1
344.058 +
𝑛2 = 13; 𝑋ത2 = 4,408.92; 𝑆12 = 112,020 13 13
13 − 1 124,732 + 13 − 1 112,020
𝑆𝑝2 = = 344.058
13 + 13 − 2
PRUEBA DE HIPÓTESIS: PARA DOS MEDIAS - EJEMPLO
-2.064 2.064
5. Decisión:
Como |t0| = 2.04 < 2.064 = tα/2, no se rechaza H0, por lo que se concluye que
las centrifugadoras reportan en promedio el mismo tamaño de partícula. E s
decir, las centrifugadoras son estadísticamente iguales en cuanto a sus
medias.
PRUEBA DE HIPÓTESIS: PARA DOS MEDIAS
Hipótesis a probar
𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2 𝐻1 : 𝜇1 < 𝜇2 𝐻1 : 𝜇1 > 𝜇2
E s tadístico de Prueba
2 2 2
𝑆1 𝑆2
𝑋ത1 − 𝑋ത2 +
𝑛1 𝑛2
𝑡= ≈ 𝑡1−𝛼/2,𝑣 𝑣= 2 2
𝑆12 𝑆22 𝑆12 𝑆22
+ 𝑛1 𝑛2
𝑛1 𝑛2
+
𝑛1 − 1 𝑛2 − 1
PRUEBA DE HIPÓTESIS: PARA DOS MEDIAS - EJEMPLO
𝐄𝐣𝐞𝐦𝐩𝐥𝐨:
Se realizó un experimento para comparar la resistencia de dos materiales,
obteniéndose los siguientes resultados:
Material n ഥ
𝑿 𝑺𝟐
1 15 3.84 3.07
2 12 1.49 0.80
2. Nivel de Significancia: ∝= 𝟎. 𝟎𝟓
3. E stadístico de Prueba:
3.07 0.8 2
+ 3.84 − 1.49
𝑣= 15 12 = 21.67 ≈ 22 𝑡= = 4.51
3.07 2 0.8 2 3.07 0.8
+ 12
15
15 + 12
15 − 1 12 − 1
PRUEBA DE HIPÓTESIS: PARA DOS MEDIAS - EJEMPLO
-1.7171
5. Decisión:
Con un nivel de significancia del 5%, no existe suficiente evidencia
estadística para rechazar la hipótesis nula, es decir, la resistencia
promedio del material 1 es mayor que la resistencia promedio del
material 2.
CASO PRÁTICO – PRUEBA DE HIPÓTESIS
Hipótesis a probar
𝐻0 : 𝑝1 = 𝑝2 𝐻0 : 𝑝1 = 𝑝2 𝐻0 : 𝑝1 = 𝑝2
𝐻1 : 𝑝1 ≠ 𝑝2 𝐻1 : 𝑝1 < 𝑝2 𝐻1 : 𝑝1 > 𝑝2
E s tadístico de Prueba
𝑝Ƹ1 − 𝑝Ƹ 2
𝑍0 = 𝑋1 +𝑋2
1 1 Donde 𝑝ො =
𝑝Ƹ 1 − 𝑝Ƹ + 𝑛1 +𝑛2
𝑛1 𝑛2
PRUEBA DE HIPÓTESIS: PARA DOS PROPORCIONES -
EJEMPLO
E jemplo:
Dos proveedores fabrican un engrane de plástico utilizado en una impresora láser. La
importancia radica en si los engranes alcanzan la resistencia al impacto, la cual se mide en
pie - lb . De una muestra aleatoria de 300 engranes suministrado por el proveedor A, se
reporta que 120 indican que si alcanzan la resistencia al impacto. Del proveedor B se toma
una muestra aleatoria de 400 engranes, donde 120 también alcanzan con la resistencia al
impacto requerida.
¿Se puede concluir a un nivel de significación del 5%, que la proporción de engranes de
plástico que alcanzan la resistencia al impacto del proveedor A es mayor que la proporción
del proveedor B?
PRUEBA DE HIPÓTESIS: PARA DOS PROPORCIONES -
EJEMPLO
𝐻0 : 𝑝1 = 𝑝2
𝐻1 : 𝑝1 > 𝑝2
1.645
5. Decisión:
Con un nivel de significancia del 5%, existe suficiente evidencia
estadística para rechazar la hipótesis nula, es decir, la proporción de
engranes de plástico que alcanzan la resistencia al impacto del proveedor
A es mayor que la proporción del proveedor B.
CASO PRÁTICO – PRUEBA DE HIPÓTESIS
E stimado estudiante es
momento de practicar lo
aprendido mediante el
desarrollo de la actividad
de aplicación
REFLEXIÓN
Una
Una frase
palabra
Una idea
BIBLIOGRAFÍA BÁSICA:
658.562
1 Gutiérrez H. y De La Vara, R Control Estadístico de la Calidad y Seis Sigma 2009
GUTI