Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bibliografía
• Triola, M. (2013) Estadística. 11va. Edición. Pearson Educación, México, D.F. Capítulo 9, páginas 462 - 472,
487 - 493.
• Mendenhall W., Beaver R. y Beaver B. (2015). Introducción a la Probabilidad y Estadística. 14va Edición.
Cengage Learning Editores, México, D.F. Capítulo 8, páginas 307 – 310, 388 – 391.
Las muestras relacionadas son aquellas en las que los mismos individuos se miden en dos momentos diferentes
o en dos condiciones diferentes. Por ejemplo, podríamos tener una muestra de estudiantes que toman un
examen antes y después de un curso de estadística.
El objetivo de la prueba de hipótesis de muestras relacionadas es determinar si hay una diferencia significativa
entre las dos medias de la muestra.
Esta prueba se basa en dos muestras individuales medidas, como ya se dijo, en datos pareados o una muestra
evaluada en situaciones diferentes, a estos datos los llamaremos 𝑋𝑖 y 𝑌𝑖 .
Se tiene que calcular la diferencia entre cada par de datos (𝑑𝑖 ), es decir, tendremos que:
𝑑𝑖 = 𝑋𝑖 − 𝑌𝑖
Unilateral izquierda
𝐻0 : 𝜇1 − 𝜇2 ≥ 𝜇0
𝐻1 : 𝜇1 − 𝜇2 < 𝜇0
Bilateral
𝐻0 : 𝜇1 − 𝜇2 = 𝜇0
𝐻1 : 𝜇1 − 𝜇2 ≠ 𝜇0
Unilateral derecha
𝐻0 : 𝜇1 − 𝜇2 ≤ 𝜇0
𝐻1 : 𝜇1 − 𝜇2 > 𝜇0
Unidad 1. Inferencia estadística 72
El estadístico de prueba es:
𝑑̅
𝑇= ~𝑡𝑛−1
𝑆𝑑
√𝑛
Unilateral izquierda
𝑅𝐶 = ]−∞; −𝑡1−𝛼,𝑛−1 [
Bilateral
Unilateral derecha
𝑅𝐶 = ]−𝑡1−𝛼,𝑛−1 ; +∞[
Estadística Aplicada II 202301 73
Seleccione Opciones, escriba el nivel de confianza deseado y elija la hipótesis alterna adecuada. Haga clic en
Aceptar.
Estadística Aplicada II 202301 75
Ejemplo 15
Muestras relacionadas
Un gimnasio afirma que un nuevo programa de ejercicio reducirá la medida de la cintura de una persona en
promedio dos centímetros en un período de cinco días. Las medidas de cinturas de seis hombres que
participaron en este programa de ejercicios se registraron antes y después del período de cinco días en la
siguiente tabla:
Hombres
1 2 3 4 5 6
Medida de cintura antes 90,4 95,5 98,7 115,9 104,0 85,6
Medida de cintura después 91,7 93,9 97,4 112,8 101,3 84,0
¿La afirmación del gimnasio es válida al nivel de significación de 5%? Suponga que la distribución de las
diferencias de medidas de cintura antes y después del programa es aproximadamente normal.
Solución.
Sean X1: Medida de cintura antes (cm.)
X2: Medida de cintura después (cm.)
1. Planteo de hipótesis.
𝐻0 : 𝜇1 − 𝜇2 = 2 →𝐻0 : 𝐷 = 2
𝐻1 : 𝜇1 − 𝜇2 ≠ 2 →𝐻1 : 𝐷 ≠ 2
𝛼 = 0.05
2. Prueba estadística
𝑑̄ − 𝐷
𝑡𝑐 = ~ 𝑡(𝑛−1)
𝑆𝑑 /√𝑛
3. Supuestos.
Las diferencias tienen distribución normal.
Áreas Criterios
0.025 0.025 Si -2.57 tc 2.57 No se rechaza H0
Si tc < -2.57 o tc > 2.57 Se rechaza H0
0.95
-2.57 2.57
5. Cálculos
Hombre Medida de cintura antes, Xi Medida de cintura después, Yi 𝑑𝑖 = 𝑋𝑖 − 𝑌𝑖
1 90,4 91,7 -1,3
2 95,5 93,9 1,6
3 98,7 97,4 1,3
4 115,9 112,8 3,1
5 104,0 101,3 2,7
6 85,6 84,0 1,6
Unidad 1. Inferencia estadística 76
Los estadísticos de media y desviación estándar para las diferencias resultan 𝑑̅ = 1.5, 𝑠𝑑 =1.543
Antes de la campaña 10,6 12,2 9,8 10,8 14,0 14,6 12,2 11,9 12,6 17,8
Después de la campaña 14,7 11,6 10,5 11,4 10,8 12,3 11,9 15,4 14,3 16,1
1.5 − 2
tc = = −0.794
1.543 / 6
6. Conclusión
Con 5% de nivel de significación la información recogida resulta insuficiente para contradecir lo que afirma
el gimnasio.
Ejercicios
Una empresa certificadora de la calidad del agua extrae 30 muestras del recorrido del rio Jeque para
analizar el oxígeno disuelto (OD). Se usaron dos métodos para hacer estos análisis: el método de Winkler
(MW) y el método de electrodos (ME). Se desea probar si existen diferencias entre los métodos.
Para validar la prueba de hipótesis para la diferencia de medias para muestras dependientes se utiliza la
distribución t - Student.
a. Verdadero
b. Falso
Asumiendo que el monto de ventas tiene una distribución normal, realice el análisis para indicar si fue
efectiva la campaña. Use un nivel de significación del 5%.
Prueba
Hipótesis nula H₀: diferencia_μ = 0
Hipótesis alterna H₁: diferencia_μ ≠ 0
Valor T Valor p
-0.332 0.748
Dimensión de interpretación: Da significado a información Estimación: Relaciona datos e información numérica pertinente en diversos
numérica en diversos formatos en situaciones de contexto formatos, para definir una situación problemática en un contexto real.
real.
Dimensión de representación: Describe mediante Estimación: Describe la variable, su distribución, el (los) parámetro(s) y
expresiones matemáticas y/o estadísticas, situaciones de estadísticos utilizando correctamente las notaciones y representaciones
contexto real. simbólicas.
Dimensión de cálculo: Utiliza algoritmos y procedimientos Estimación: Calcule el estadístico de prueba, región(es) y valor(es) crítico(s),
estándar de la matemática y/o estadística en situaciones de p-value de la(s) prueba(s) respectivas.
contexto real.
Dimensión de análisis y argumentación: Sustenta los Estimación: Sustente el resultado de la prueba de hipótesis utilizando un
resultados y su aplicación práctica, planteando una solución. lenguaje formal estadístico y brinda alguna alternativa de respuesta a la
situación problemática.
27. El ingeniero de producción de Aceros Lima, productor mayorista de fierros de construcción ha diseñado
un nuevo método con la intención de optimizar el tiempo de entrega de los lotes pedidos de fierro de
construcción en la región central del país.
Para probar la eficacia de este nuevo método, selecciona en forma aleatoria a ocho empleados de la
sección de entregas y mide el tiempo de entrega con el método actual y luego mide el tiempo de entrega
de estos mismos empleados con el método nuevo. Los resultados en días de entrega son los siguientes:
Verifique el supuesto del ingeniero de producción y de sus conclusiones con un nivel de significación del
5%. Asuma que el tiempo de entrega de los lotes de fierros de construcción se distribuye en forma normal.
Interpretación: Determinar si el nuevo método de entrega es más eficiente que el método actual.
Representación:
µ1: Tiempo medio de entrega de los pedidos con el método actual (días)
µ2: Tiempo medio de entrega de los pedidos con el método nuevo (días)
Unidad 1. Inferencia estadística 78
x1: Tiempo de entrega del pedido con el método actual (días)
x2: Tiempo de entrega del pedido con el método nuevo (días)
Herramienta estadística: Prueba de hipótesis para la diferencia de medias con muestras relacionadas.
Cálculo:
Paso 3. Determinar y calcular el estadístico de prueba
x1: Tiempo de entrega con método actual (1) 6 6 6 7 7 7 6 7
x2: Tiempo de entrega con método nuevo (2) 5 6 6 7 8 8 5 4
d = x1 – x2 1 0 0 0 -1 -1 1 3
d̅ - μd0 0.375 - 0
n=8 d̅ = 0.375 sd = 1.3025 μd0 = 0 Tcal = sd = 1.3025 = 0.8143
√n √8
Análisis y Argumentación:
Paso 5. Decisión estadística
Como Tcal < Tcrítico, no se rechaza H0
Por lo tanto, el método nuevo no es más eficiente que el método actual, porque no se comprobó que
con dicho método el tiempo de entrega de los pedidos es menor.
Estadística Aplicada II 202301 79
Bibliografía
• Triola, M. (2013) Estadística. 11va. Edición. Pearson Educación, México, D.F. Capítulo 9, páginas 462 - 472,
487 - 493.
• Mendenhall W., Beaver R. y Beaver B. (2015). Introducción a la Probabilidad y Estadística. 14va Edición.
Cengage Learning Editores, México, D.F. Capítulo 8, páginas 307 – 310, 388 – 391.
La prueba de hipótesis de diferencias de proporciones es una técnica estadística que se utiliza para comparar
las proporciones de dos poblaciones o muestras. Esta prueba se utiliza comúnmente en estudios que implican
variables cualitativas, como estar de acuerdo o no con una ley, estar capacitado o no, etc.
Unilateral izquierda
𝐻0 : 𝑝1 − 𝑝2 ≥ 𝑝0
𝐻1 : 𝑝1 − 𝑝2 < 𝑝0
Bilateral
𝐻0 : 𝑝1 − 𝑝2 = 𝑝0
𝐻1 : 𝑝1 − 𝑝2 ≠ 𝑝0
Unilateral derecha
𝐻0 : 𝑝1 − 𝑝2 ≤ 𝑝0
𝐻1 : 𝑝1 − 𝑝2 > 𝑝0
donde 𝑝0 es un valor diferente a cero y representa la diferencia de las proporciones planteada en la hipótesis
nula.
(𝑝̂1 − 𝑝̂ 2 ) − 𝑝0
𝑍=
𝑝̃(1 − 𝑝̃) 𝑝̃(1 − 𝑝̃)
√ +
𝑛1 𝑛2
𝑛1 𝑝̂1 + 𝑛2 𝑝̂ 2 𝑎1 + 𝑎2
𝑝̃ = =
𝑛1 + 𝑛2 𝑛1 + 𝑛2
Unilateral izquierda
𝑅𝐶 = ]−∞; −𝑧1−𝛼 [
Unidad 1. Inferencia estadística 80
Bilateral
Unilateral derecha
𝑅𝐶 = ]−𝑧1−𝛼 ; +∞[
Seleccione Opciones, escriba el nivel de confianza deseado y elija la hipótesis alterna adecuada. Haga clic en
Aceptar.
Estadística Aplicada II 202301 81
Ejercicios
Para validar la prueba de hipótesis para la diferencia de proporciones se utiliza la distribución normal.
a. Verdadero
b. Falso
29. Un equipo de ingenieros sostiene que la proporción de víctimas resultante de choques automovilísticos
son menores en el caso de los automóviles equipados con bolsas de aire (1) que aquellos automóviles que
no tienen bolsa de aire (2). Identifique la hipótesis alterna correcta.
c. 𝐻1 𝑝1 − 𝑝2 < 0
d. 𝐻1 𝑝1 − 𝑝2 = 0
e. 𝐻1 𝑝1 − 𝑝2 > 0
30. Suponga que tenemos dos muestras aleatorias independientes de tamaños 60 y 70, respectivamente. A
partir de estas muestras se obtienen las proporciones muestrales para cierta característica de interés,
cuyos valores son:
21
𝑝̂1 =
60
25
𝑝̂2 =
70
𝐻0 𝑝1 = 𝑝2
𝐻1 𝑝1 ≠ 𝑝2
𝛼 = 0,05
Con los datos recolectados en las muestras aleatorias, se obtiene el estadístico de prueba cuyo valor
resultado es 𝑍𝑐𝑎𝑙 = −0,08.
Representación:
p1: Proporción de individuos que desarrollaron infecciones al ser tratados con Lipitor.
p2: Proporción de individuos que desarrollaron infecciones al ser tratados con el Placebo.
x1: Número de individuos que desarrollaron infecciones al ser tratados con Lipitor.
x2: Número de individuos que desarrollaron infecciones al ser tratados con Placebo.
Cálculo:
Paso 3. Determinar y calcular el estadístico de prueba
x 7 x +x 7 + 27 17
n1 = 124 x1 = 7 p̂ 1 = n1 = 124 p̅ = n1 + n2 = 124 + 270 = 197
1 1 2
7 27
x2 27 p̂ 1 - p̂ 2 -
124 270
n2 = 270 x2 = 27 p̂ 2 = = Zcal = = = -1.4296
n2 270 1 1 17 17 1 1
√p̅ (1 - p̅ )( + ) √ (1- )( + )
n1 n2 197 197 124 270
Análisis y Argumentación:
Paso 5. Decisión estadística
Como Zcal > Zcrítico, no se rechaza H0.
Por lo tanto, el equipo de químicos no recomendará el uso del fármaco Lipitor, porque no se comprobó
que con dicho fármaco la tasa de infecciones es menor.
Estadística Aplicada II 202301 83
32. En una prueba de calidad de dos comerciales de televisión A y B, se seleccionó una muestra al azar de 150
personas para el comercial A y 200 personas para el comercial B. La semana siguiente se llevó a cabo una
encuesta entre las personas que vieron los comerciales y se les pidió que recordaron el mensaje principal
del comercial. Se obtuvieron los siguientes resultados:
• El comercial A fue visto por 150 personas y 63 de ellos lograron recordar el mensaje principal.
• El comercial B fue visto por 200 personas y 60 de ellos lograron recordar el mensaje principal.
Use 𝛼 = 0,05 para probar la hipótesis que no hay diferencia en las proporciones que recuerdan el mensaje
principal de los dos comerciales.