Pruebas de hipótesis para promedios (prueba t): Francisco José Poot Magaña

1. Identifica el tipo de prueba que corresponda TIPO DE PRUEBA E HIPOTESIS

Solución: Para este problema se utiliza una prueba t para

una muestra.
Las hipótesis son:
H 0 : μ=10 000

H 1 : μ<10 000

TIPO DE PRUEBA E HIPOTESIS

Solución: Para este problema se utiliza una prueba t para
dos muestras independientes.
Las hipótesis son:
H o : μ1=μ2

H 1 : μ 1 ≠ μ2
Solución: Para este problema se utiliza una prueba t para
dos muestras independientes.
Las hipótesis son:
 H 0 : μH =μ M

H 1: μH < μM

TIPO DE PRUEBA E HIPOTESIS (H0 y Ha)

Usamos Excel para calcular los valores de x y s y obtenemos
¿Puede una prueba de 2 grupos independientes tener la misma cantidad de datos que de x=−4.6 y s=1.5165.
en cada una de las muestras?

Solución: Sí, sí se puede. Cuando se recolectan los datos de El estadístico de prueba es:
dos grupos independientes, es posible que se obtenga la ( x−μ ) √ n (−4.6−0 ) √5
t= = =−6.78
misma cantidad de observaciones en cada una de las s 1.5165
muestras, esto es si las condiciones del estudio permiten Y el valor en la tabla la calculamos con INV.T(0.025, 4) = −2.77
obtener grupos de tamaño igual, por ejemplo, a través de
un muestreo adecuado. Sin embargo, no es un requisito
que la cantidad de datos sea la misma para que se aplique
la prueba.

Notamos que −¿6.78 cae en la zona de rechazo, por lo que

Realiza la prueba de hipótesis correspondiente:
concluimos que:
Rechazamos la hipótesis nula, por lo que sí existe diferencia
entre las multas de tráfico por exceso de velocidad de los
oficiales Dhondt y Meredith.

Solución: Aplicamos una prueba t de grupos emparejados.

Realizamos las diferencias y obtenemos que:
Solución: Como el programa del gobierno se aplica a un
mismo grupo de áreas de riesgo, las muestras (Antes y
Notamos que el valor −2119 no cae en la zona de rechazo,
Después) provienen del mismo grupo, por lo que cada dato
por lo que concluimos que:
de los grupos está relacionado. Por lo que usamos una
prueba t de muestras emparejadas. No hay evidencia suficiente para rechazar la hipótesis nula,
es decir, no hay evidencia suficiente para decir que el
Como esperamos que haya una disminución de delitos
programa del gobierno represente una disminución en el
después de la aplicación del programa, la diferencia
número de delitos.
μ Después −μ Antes debe ser menor a cero.

Las hipótesis son:

H 0 : μDespués− Antes =0

H 1 : μ Después− Antes <0

Ahora usamos una prueba t para una sola muestra. Usamos

Excel para calcular los valores de x y s. Y obtenemos que
x=−3.625 y s=4.8385.

El estadístico de prueba es:

( x−μ ) √n (−3.625−0 ) √ 8
t= = =−2.119
s 4.8385
Solución: Para este problema podemos utilizar una prueba t
Y el valor en la tabla la calculamos con INV.T(0.01, 7) = para dos muestras independientes, porque el número de
−2.998.
accidentes del día 6 y 13 no están relacionados.
Las hipótesis son:
H 0 : μ1=μ2

H 0 : μ1 ≠ μ2
Usamos Excel para calcular los valores de x 1 y s1, x 2 y s2,
obtenemos que
x 1=7.5 x 2=10.8333
s1=3.3316 s2=3.6009
n1 =6 n2 =6

Es estadístico de prueba es:

x1 −x2 7.5−10.8333
t= = =−1.6643

√ √ 3.3316 2 3.6009 2
2 2
s1 s 2
+ +
n1 n2 6 6

Y el valor en la tabla la calculamos con INV.T(0.025, 5) = −2.57

Notamos que el valor ¿−1.6643 no se encuentra dentro de la

zona de rechazo, por lo que concluimos que:
No hay evidencia suficiente para rechazar la hipótesis nula,
es decir, no podemos afirmar que cuando el día 13 de un
mes cae en viernes, el número de admisiones hospitalarias
por accidentes automovilísticos se ve afectado. Por lo que
no hay diferencia entre las admisiones entre los viernes 6 y
13.