INTERVALO DE CONFIANZA PARA LA MEDIA

Ejemplo:
Los rendimientos de una variedad de trigo en 9 lotes experimentales son: 3.15, 3.92, 4.26,
3.36, 3.72, 4.19, 3.42, 4.38, 4.50
Se quiere construir un intervalo de confianza al 90% para el rendimiento medio de la
variedad.

Para construir el intervalo de confianza se calcula, con base en la muestra:

x  3.878 ; s = 0.4895; n = 9;  = 0.10

t/2(n-1) = t0.05(8) = 1.8595

L x
s
t / 2 ( n 1)  3.878 
0.4895
1.8595   3.574
n 3

L x
s
t / 2 ( n 1)  3.878 
0.4895
1.8595   4.181
n 3

El intervalo de confianza al 90% es: [3.574, 4.181]

Ya que P[3.574 <  < 4.181] = 0.90

INTERVALO DE CONFIANZA PARA LA VARIANZA

Ejemplo:
Las siguientes son mediciones realizadas con un aparato para determinar el porcentaje de
Magnesio en un producto:
5.1 4.8 5.2 5.3 4.7 4.8 4.9 5.1 5.2 4.9 4.8 5.3

Dado que se sabe que el porcentaje de magnesio en el producto es del 5%, estamos
interesados en la varianza de las determinaciones realizadas con el equipo, por lo que se desea
construir un intervalo con 95% de nivel de confianza para la varianza de las mediciones.

De la muestra, se obtiene: s2 = 0.0463; n = 12;  = 0.05

De tablas se obtiene: X 2 / 2( n1)  X 02.025 ,11  21.9200
X 12 / 2 ( n1)  X 02.975 ,11  3.8157

Un intervalo de confianza al 95% para 2 está dado por:

(n  1) S 2 11(0.0463) (n  1) S 2 11(0.0463)
L 2   0.023 L 2   0.1335
X  / 2 ( n 1) 21.92 X 1 / 2 ( n1) 3.8157
P(0.023 < 2 < 0.1335) = 0.95
 PRUEBAS DE HIPÓTESIS PARA LA MEDIA

Ejemplo:

En una región agrícola se siembra predominantemente una variedad de trigo que tiene un
rendimiento medio de 3.5 ton/ha. Una compañía productora de semillas ha desarrollado una
nueva variedad y pretende que el rendimiento promedio es mayor que en la variedad
comúnmente usada.
Para probar esta aseveración se siembran 9 lotes experimentales y se obtienen los
rendimientos siguientes (en ton/ha);
3.15, 3.92, 4.26, 3.36, 3.72, 4.19, 3.42, 4.38, 4.50
¿Es correcta la aseveración de la compañía?
Ho:   3.5 vs Ha:  > 3.5

En este caso 0 = 3.5

* Seleccionamos un nivel de significancia  para la prueba igual a 0.01

* Calculamos la estadística de prueba
x  3.15  3.92  4.26  3.36  3.72  4.19  3.42  4.38  4.50   3.878
1
9
* Calculamos el valor de S2
S2 
1
9 1
 
3.15  3.8782  3.92  3.8782    4.50  3.8782  0.2396
S = 0.4895

* La regla de decisión es:

S
Se rechaza Ho si: x  o + t ( n 1)
n
El valor de t(n-1) en este caso corresponde a:
t0.01(8) = 2.8965
S 0.4895
 o + t ( n1)  3.5  2.8965  3.97
n 9

 como x = 3.878 < 3.97, se acepta Ho:   3.5 con un nivel de significancia  = 0.01
Ejemplo:
Los propagandistas de cierta marca de cigarrillos sostienen que el contenido promedio de
nicotina de su producto es menor de 0.7 miligramos por cigarrillo. Se supone una distribución
normal para el contenido de nicotina y, si lo que asevera la compañía es cierto, debemos
autorizar que en la publicidad aparezca tal afirmación. Para realizar la prueba determinamos el
contenido de nicotina en 30 cigarrillos, encontrando los siguientes valores.

0.72 0.76 0.68 0.69 0.73 0.59 0.70 0.71 0.62 0.68 0.75
0.73 0.62 0.64 0.76 0.74 0.60 0.61 0.61 0.60 0.69 0.70
0.78 0.81 0.64 0.63 0.65 0.79 0.77 0.76

Ho:   0.7 vs Ha:  < 0.7

Se elige un nivel de significancia  = 0.01

Calculamos el valor de la estadística de prueba x

x = 0.692

Calculamos el valor de S:
S = 0.0653

De tablas, se obtiene el valor de t(n-1)

t0.01(29) = 2.4620

Se determina la región de rechazo para Ho:

 S 
R  x | x  0  t ( n1) 
 n 

0 
S
t ( n 1)  0.7 
0.0653
2.4620   0.6706
n 30

S
Como x  0.6920   0  t ( n 1)  0.6706
n

Se acepta Ho:   0.7 con un ns  = 0.01

Ejemplo:
En un experimento para determinar los grados centígrados necesarios para llevar al punto
de ebullición un litro de agua en una localidad, se realizan 14 intentos, obteniéndose los
siguientes resultados:

100.2 100.1 99.3 99.2 99.8 100.7 98.9

100.3 100.2 99.7 99.6 99.8 100.3 99.6

Con un nivel de significancia  = 0.02, se quiere probar la hipótesis:

Ho:  = 100 vs Ha:   100

Se calcula el valor de la estadística de prueba x :

x = 99.836

Se calcula el valor de S en la muestra:

S = 0.497
De tablas, se obtiene el valor de t/2(n-1):
 = 0.02 /2 = 0.01; n = 14
 t/2(n-1) = t0.01(13) = 2.6503

La región de rechazo de Ho está dada por:

 S 
R1  R2 ; con: R1   x | x   0  t / 2( n1) 
 n 
 S 
R2   x | x   0  t / 2 ( n1) 
 n 

S 0.497
0  t / 2 ( n 1)  100  2.6503  100.352
n 14
S 0.497
0  t / 2 ( n 1)  100  2.6503  99.647
n 14

Se rechaza Ho si:
x  100.352
o si x  99.647

Como:
x  99.836  100.352
x  99.836  99.647
No se rechaza Ho:  = 100, con un ns  = 0.02