Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2019
Ya vimos como estimar el tamaño del error cuando se estima la media de una
población, como construir intervalos de confianza para medias poblacionales, y como
desarrollar tests de hipótesis acerca de la media de una población o la media de dos
poblaciones.
2 ( n−1)s 2
En tal caso el estadístico: χ= 2
σ
α
área bajo la curva de a su izquierda es .
2
Desde que la probabilidad es 1–α que una variable aleatoria teniendo una
distribución chi-cuadrado tomara un valor entre X 21−α /2 y X 2α /2 de tal manera que:
X 21−α /2 < X 2< X 2α / 2
(n−1) s2 2 (n−1) s2
2
<σ < 2 , lo cual es conocido como el Intervalo de Confianza de σ
X α/ 2 X 1−α /2
para Muestras Pequeñas.
Ejemplo: Una muestra aletoria de 5 piezas embutidos tomada de un lote grande de
produccion, rindió los siguientes datos de su contenido de grasa (en porcentaje):
32.4, 30.9, 33.2, 31.5 y 34.3. Construir un intervalo de confianza para σ , al 95% de
confianza, que mida la variabilidad del porcentaje de las grasas en los embutidos.
2
ESTADÍSTICA DR. CARDOZO TEMA NRO. 11, V.2019
2 2
Solución: Desde que s = 1.35 y los valores de X 0.975 y X 0.025 para n-1=4 grados de
libertad son 0.484 y 11.143 de acuerdo a la Tabla III. Sustituyendo en la fórmula para
el intervalo de confianza de σ , resulta:
2 2
4 (1.35) 2 4 (1.35)
<σ < , de donde se obtiene: 0.65< σ 2 <15.066
11.143 0.484
s s
<σ <
zα/ 2 z α / 2 , intervalo de confianza de σ para muestras grandes.
1+ 1−
√2 n √2 n
Ejemplo: Con referencia al ejercicio ya visto de emisiones toxicas de una chimenea
se mostró que s = 5.55 ton. de óxido de sulfuro en n= 80 días. Construir un intervalo
de confianza de 95%, para la desviación standard de la población muestreada.
5.55 5.55
<σ <
1.96 1.96
1+ 1−
√ 160 √ 160
y, 4.80¿ σ < 6.57
Respuesta: Estamos 95% seguros que el intervalo de 4.80 Ton. a 6.57 ton. contiene
σ , la verdadera desviación standard de las emisiones diarias de óxido sulfuroso de la
planta.
Ejercicios: En el ejemplo de la prueba de la pintura de carreteras para pintar líneas
centrales y laterales, se obtuvo s=19,200 vehículos pasando en 8 lugares. Construir
3
ESTADÍSTICA DR. CARDOZO TEMA NRO. 11, V.2019
2 2
(n−1) s 2 (n−1) s
2
<σ < 2 → 7¿¿
X α/ 2 X 1−α /2
12,694.45 ¿ σ < ¿39,075.03
Respuesta: Estamos 95% seguros que el intervalo de 12,964 a 39,075 vehículos
contiene σ , la verdadera desviación standard de los vehículos pasando sobre las
líneas pintadas sobre la carretera.
4
ESTADÍSTICA DR. CARDOZO TEMA NRO. 11, V.2019
σ ≠σ0 2 2
X < X 1−α/ 2
2 2 2
X 1−α /2 ≤ X ≤ X α /2
ó
2 2
X > Xα/2
2
Los valores de X están dados en la Tabla lll, para 1 ……… 30 g.l.
5
ESTADÍSTICA DR. CARDOZO TEMA NRO. 11, V.2019
Constituye esto evidencia para hipótesis nula σ ≤ 0.040 o para la hipótesis alternativa
σ > = 0.040?
Solución: 1.- H0 : σ ≤ 0.040
HA : σ > 0.040
2.- α ≤ 0.01
6
ESTADÍSTICA DR. CARDOZO TEMA NRO. 11, V.2019
3.- Desde que la probabilidad de un Error Tipo I es más grande cuando σ = 0.040,
procedemos como si estuviéramos probando la hipótesis nula σ = 0.040, contra la
hipótesis alternativa σ > 0.040 a nivel de 0.01 de significancia.
Así la hipótesis nula tiene que ser rechazada si:
Z>2.33, donde:
s−σ 0
z=
σ0
√2 n
o de otra manera, tiene que ser aceptada.
4.- Sustituyendo n=35; s=0.053, y σ 0 = 0.040 en la fórmula para z, obtenemos z=2.72
5.- Desde que z=2.72 excede 2.33, la hipótesis nula H 0, tiene que ser rechazada. En
otras palabras los datos muestran de que el lote de producción no cumple las
especificaciones requeridas.
2,250−3000
z=
3000 = -2.50
√ 2∙ 50
5.- Se debe rechazar la hipótesis nula. En otras palabras, concluimos que las ventas
son menos variables que las supuestas con la hipótesis nula (H 0).