UNIVERSIDAD AUTONÓMA DE NUEVO LEÓN

FACULTAD DE INGENIERÍA MECÁNICA Y ELÉCTRICA

TRABAJO FINAL PRIMERA PARTE DEL CURSO

Docente: M.C. Rigoberto Américo Garza López

Alumnos:
Edson Elián Zamudio 1862341 IMA
Martínez
Gerardo Alberto Peña 1945706 IMA
Medrano
Gael Solis Zuñiga 1956220 IMA
Hora: V1-V3 Grupo: 002 Salón: 4113
ESTADÍSTICA INFERENCIAL
 TEMARIO
Pruebas paramétricas:
a) Prueba de hipótesis para una media muestra grande
b) Prueba de hipótesis para dos medias muestra grande
c) Prueba de hipótesis para una media muestra pequeña
d) Prueba de hipótesis para dos medias muestra pequeña considerando
varianzas iguales (partiendo de datos)
e) Prueba de hipótesis para dos medias muestra pequeñas considerando
varianzas diferentes (partiendo de datos)
f) Prueba de hipótesis para dos medias muestra pequeña partiendo de
datos usando el método de la W
g) Prueba de hipótesis para una proporción
h) Prueba de hipótesis para dos proporciones
i) Prueba de hipótesis para la varianza
j) Prueba de hipótesis para la razón de las varianzas
k) Prueba de bondad y ajuste
Pruebas no paramétricas:

a) Prueba de signo para una media

b) Prueba de signo para dos medias
c) Prueba de rango con signo para una media
d) Prueba de rango con signo para dos medias
e) Prueba de suma de rangos
 GLOSARIO
Probabilidad. La probabilidad es simplemente qué tan posible es que
ocurra o no, un evento determinado. Se expresa en una cifra entre 1
(posibilidad total) y 0 (imposibilidad absoluta), o bien en porcentajes
entre el 100% o el 0%, respectivamente.
Estadística. Es la rama de las matemáticas que se ocupa de reunir y
organizar datos numéricos, que ayuden a resolver problemas como el
diseño de experimentos y la toma de decisiones.
Estadística descriptiva. Es la rama de la estadística que recolecta, analiza
y caracteriza un conjunto de datos con el objetivo de describir las
características y comportamientos de este conjunto mediante medidas
de resumen, tablas o gráficos.
Estadística inferencial. Es la rama de la estadística encargada de hacer
deducciones, es decir, inferir propiedades, conclusiones y tendencias, a
partir de una muestra del conjunto. Su papel es interpretar, hacer
proyecciones y comparaciones.
Prueba de hipótesis. Es una regla que especifica cuando se puede
aceptar o rechazar una afirmación sobre una población
dependiendo de la evidencia proporcionada por una muestra de
datos.
Desviación estándar. Es la medida de dispersión más común, que
indica qué tan dispersos están los datos con respecto a la media.
Mientras mayor sea la desviación estándar, mayor será la
dispersión de los datos.
Varianza. Es una medida de dispersión que se utiliza para
representar la variabilidad de un conjunto de datos.
Pruebas paramétricas. Son aquellas se basan en las leyes de
distribución normal para analizar los elementos de una muestra.
Pruebas no paramétricas. Son aquellas que se encargan de analizar
datos que no tienen una distribución particular y se basan una
hipótesis, pero los datos no están organizados de forma normal.
 TABLA DE REGIONES CRÍTICAS
Planteamiento Gráfica Fórmula Valor crítico

𝑥ҧ − 𝜇
𝐻0 : 𝜇 = 0 𝑧= 𝛼
𝐻1 : 𝜇 < 0 𝜎Τ 𝑛

𝑥ҧ − 𝜇
𝐻0 : 𝜇 = 0 𝑧= 1−𝛼
𝜎Τ 𝑛
𝐻1 : 𝜇 > 0

𝑥ҧ −
𝐻0 : 𝜇 = 0 𝜇 𝛼
𝑧= o 1−𝛼
𝐻1 : 𝜇 ≠ 0 2 2
𝜎Τ 𝑛
 NOMENCLATURA

𝑥ҧ = Media de la muestra
𝜇 = Media de la población
𝛼 = Nivel de significancia
𝜎 = Desviación estándar de la muestra
𝑛 ≥ 30 Muestra grande
𝑛 ≤ 30 Muestra pequeña
 PRUEBAS PARAMÉTRICAS

a) Prueba de hipótesis para una media

muestra grande
Problema 1
Una empresa de camiones sospecha de la afirmación de que la vida promedio de ciertos
neumáticos es de al menos 28,000 millas. Para comprobar la afirmación, la firma pone 40
de dichos neumáticos en sus camiones y obtiene una vida media de 27,463 millas, con
una desviación estándar de 1,348 millas. ¿Qué se puede concluir si la probabilidad de un
error tipo 1 debe ser cuando mucho de 0.01?
Datos Fórmula Sustitución

μ = 28,000 27,463 − 28,000

𝑥ҧ = 27,463 𝑧=
𝜎 = 1,348 𝑥ҧ − 𝜇 1,348Τ 40
𝑛= 40 𝑧=
𝛼 = 0.01
𝜎Τ 𝑛 𝒛 = −𝟐. 𝟓𝟐
Planteamiento
Ho: μ ≥ 28,000
H1 : μ < 28,000
Tablas Gráfica Conclusión
Se rechaza la
Área bajo la hipótesis nula
curva (Ho) y se
normal confirma la
Z 0.02 sospecha de la
- 0.010 empresa de
2.3 2 camiones de que
la vida media de
los neumáticos
𝛼 = 0.01 es menor a
28,000 millas
Z = -2.32
Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA
INGENIEROS (8va edición). México: Pearson
b) Prueba de hipótesis para dos medias
muestra grande
Problema 1
Un gerente de producción desea determinar si existe diferencia entre la productividad de
los trabajadores del turno matutino y los del turno vespertino. Para ello, toma una muestra
aleatoria de 30 trabajadores de cada turno y encuentra que produjeron en el turno
matutino, un promedio de 68 artículos con una desviación estándar de 16, en tanto que los
del turno vespertino produjeron 65.5 artículos en promedio con desviación estándar de 17.
¿Existe diferencia entre la productividad de los 2 turnos, a un nivel de significación de
0.01? Datos Fórmula Sustitución
𝑛1 = 30 𝑛2 = 30
𝑥1ҧ = 68 𝑥ҧ2 = 65.5 |68 − 65.5| − (0)
|𝑥ҧ1 − 𝑥ҧ2| − (𝜇1 − 𝑧=
𝜎1= 16 𝜎2 = 17 (16)2 + (17)2
𝜇2)
𝑧= 30 30
𝛼 = 0.01
𝜎12 𝜎22
+
Planteamiento 𝑛1 𝑛2 𝒛 = 0.58
Ho: 𝜇1 − 𝜇2 = 0
H1 : 𝜇1 − 𝜇2 ≠ 0
Tablas Gráfica Conclusión
Área bajo la
curva Se acepta la
normal
z 0.07 Ho
−2.5 0.0051 Y se concluye
que la
𝛼 = 0.01 producción
𝛼/2 promedio en
𝛼 0.01
= = 0.005 los 2 turnos es
2 2
igual.
z = ± 2.57

Bibliografía: Mata Díaz, Alfredo. (2013). Estadística aplicada a la administración y la economía.

México: McGraw Hill.
c) Prueba de hipótesis para una media
muestra pequeña (partiendo de datos)
Problema 1
En un paso del proceso en una planta piloto, se midió el rendimiento (en galones) de
cadenas de carbono de longitud tres para n = 9 corridas.
0.63 2.64 1.85 1.68 1.09 1.67 0.73 1.04 0.68
Realice una prueba de hipótesis con la intención de demostrar que el rendimiento medio
es menor que 1.8. Considere 𝛼 = 0.05 y suponga una población normal.

Datos Fórmulas Sustitución

𝑥1 = 0.63 𝑥7 = 0.73 𝑥ҧ =𝑥1 + 𝑥2 + 𝑥𝑛 0.63 + 2.64 + … 0.68
𝑥ҧ = = 𝟏. 𝟑𝟑
𝑥2 = 2.64 𝑥8 =1.04 𝑛 9
𝑥3= 1.85 𝑥9= 0.68 𝛴𝑥𝑖 2 = 0.632 + 2.642 + … 0.682 = 𝟏𝟗. 𝟔𝟔
𝛴𝑥𝑖2 = 𝑥 2 + 𝑥 2 + 𝑥 2
𝑥4= 1.68 1 2 𝑛
𝑥5 = 1.09 (𝛴𝑥𝑖)2 = (0.63 + 2.64 + … 0.68)2 = 𝟏𝟒𝟒. 𝟐𝟒
𝑥6= 1.67 (𝛴𝑥𝑖)2 = (𝑥1 + 𝑥2 + 𝑥 𝑛 )2
𝑛= 9 (9)(19.66) − (144.24)
𝛼 = 0.05 𝑆= = 𝟎. 𝟔𝟕
𝑛𝛴𝑥𝑖2 − (𝛴𝑥𝑖)2 98
𝑆=
𝑛 𝑛−1
Planteamiento 1.33 − 1.8
Ho: μ ≥ 1.8 𝑡= = −𝟐. 𝟏𝟎
𝑥ҧ − 𝜇 0.67Τ 9
H1 : μ < 1.8 𝑡=
𝑠Τ 𝑛
Tablas Gráfica Conclusión
Se rechaza la Ho
Valores críticos Y se demuestra
de la distribución que el
t 𝑣 𝑎 rendimiento
(0.05) medio (en
8 1.860 galones) de
cadenas de
𝛼 = 0.05 carbono es
𝑣=𝑛−1 menor a 1.8
𝑣 =9−1= 𝟖

𝑡 = −𝟏. 𝟖𝟔

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA

INGENIEROS (8va edición). México: Pearson
 d) Prueba de hipótesis para dos medias
muestra pequeñas considerando varianzas
iguales (partiendo de datos)
Problema 1
Puede tomarse un curso con crédito ya sea asistiendo a sesiones de clases en horas y
días fijos, o haciendo sesiones en línea que el estudiante puede hacer a su propio paso y
en los tiempos que el estudiante escoja. El coordinador del curso desea determinar si estos
dos días de tomar el curso resultaron en una diferencia significativa en rendimiento medido
por el examen final para el curso. La siguiente información da las calificaciones en un
examen con 45 puntos posibles para un grupo de 𝑛1 = 9 estudiantes que tomaron el curso
en línea y un segundo grupo de 𝑛2 = 9 estudiantes que tomaron el curso de clases
convencionales. ¿Estos datos presentan suficiente evidencia para indicar que las
calificaciones para estudiantes que tomaron el curso en línea son significativamente más
altas que las de quienes asistieron a un salón convencional? Considere 𝛼 = 0.05
Enlínea Salón de clase
32 35
37 31
35 29
28 25
41 34
44 40
35 27
31 32
34 31
Datos Fórmulas Sustitución
𝑥1 + 𝑥2 + 𝑥𝑛 En línea Salón de clase
En línea Salón de 𝑥ҧ =
clase 𝑛
𝛴𝑥𝑖2 = 𝑥12 + 𝑥 22 + 𝑥 2𝑛 32 + 37 + … 34 35 + 31 + … 31
𝑥1 = 32 𝑥1 = 35 𝑥ҧ1 = 𝑥ҧ2 =
9 9
(𝛴𝑥𝑖)2 = (𝑥1 + 𝑥2 + 𝑥 𝑛 ) 2 𝑥ҧ1 = 𝟑𝟓. 𝟐 𝑥ҧ2 = 𝟑𝟏.
𝑥2 = 37 𝑥2 = 31
𝛴𝑥𝑖 2 = 322 + 372 + … 342
𝟐 𝟓𝟓 2 = 352 + 312 + … 312
𝛴𝑥𝑖
𝑥3 = 35 𝑥3 = 29 𝛴𝑥𝑖2 = 𝟏𝟏𝟑𝟔𝟏 𝛴𝑥𝑖2 = 𝟗𝟏𝟐𝟐
𝑛𝛴𝑥𝑖2 − (𝛴𝑥𝑖)2 (𝛴𝑥𝑖)2 = (32 + 37 + … 34)2 (𝛴𝑥𝑖)2 = (35 + 31 + … 31)2
𝑥4 = 28 𝑥4 = 25 𝑆=
𝑛 𝑛−1 (𝛴𝑥𝑖)2 = 𝟏𝟎𝟎𝟒𝟖𝟗 (𝛴𝑥𝑖)2 = 𝟖𝟎𝟔𝟓𝟔
𝑥5 = 41 𝑥5 = 34 (9)(9122 ) − (80656)
(9)(11361) − (100489)
𝑛1 − 1 𝑠 2 + 𝑛2 − 1 𝑠 2 𝑆1 = 𝑆2 =
𝑥6 = 44 𝑥6 = 40 𝑠𝑝2 = 1 2 98 98
𝑛1 + 𝑛2 − 2
𝑥7 = 35 𝑥7 = 27 𝑺𝟏 = 𝟒. 𝟗𝟒; 𝑺𝟐 = 𝟐𝟒. 𝟒𝟒 𝑺𝟐 = 𝟒. 𝟒𝟕; 𝑺𝟐𝟐 = 𝟐𝟎. 𝟎𝟐
𝟏
𝑥8 = 31 𝑥8 = 32 𝑥ҧ1 − 𝑥2ҧ
𝑡=
𝑥9 = 34 𝑥9 = 31 1 +−1𝑑0
𝑠𝑝 8 (24.44) + 8 (20.02)
𝑛1 𝑛2
𝑆𝑝2 = = 𝟐𝟐. 𝟐𝟑; 𝑆𝑝 = 𝟒. 𝟕𝟏
𝛼 = 0.05 𝑛1 = 9 𝑛2 9+9−2
=9 |35.22 − 31.55| − 0
Planteamiento 𝑡= = 𝟏. 𝟔𝟓
1 1
Ho: 𝜇1 − 𝜇2 = 0 (4.71)
9+9
H :μ −μ >0
Tablas Gráfica Conclusión
Se acepta la Ho
Valores críticos de Y se concluye
la distribución t
que hay
𝒚 𝑎 insuficiente
16 1.746 evidencia para
indicar que las
calificaciones del
𝛼 = 0.05 curso en línea
1−𝛼
1 − 0.05 = 0.95
sean más altas
que las
𝑦 = 𝑛1 + 𝑛1 − 2 calificaciones del
𝑣 = 9 + 9 − 2 = 16 curso
𝑡 = 𝟏. 𝟕𝟒𝟔
convencional al
nivel de
Bibliografía: Mendenhall. William, Beaver J. Robert, Beaver M. Barbara. (2010). Introducción a significancia de
la probabilidad y estadística. (13. edición). México: CENGAGE Learning. 5%.
 e) Prueba de hipótesis para dos medias
muestra pequeñas considerando varianzas
diferentes (partiendo de datos)
Problema 1

Un proceso para elaborar gasolina ecológica toma sacarosa, que puede derivarse de
biomasa, y la convierte en gasolina usando reacciones catalíticas. No se trata de un proceso
para elaborar un aditivo para gasolina, sino combustible en sí, de modo que la investigación
todavía está en su fase de plan piloto. En un paso durante un proceso de la planta piloto, el
producto consiste en cadenas de carbono de longitud 3. Se realizaron nueve corridas con
cada uno de los dos catalizadores y los volúmenes de producto (gal) son
catalizador 1 0.63 2.64 1.85 1.68 1.09 1.67 0.73 1.04 0.68
catalizador 2 3.71 4.09 4.11 3.75 3.49 3.27 3.72 3.49 4.26

Un ingeniero químico intenta demostrar que los volúmenes medios del producto son
diferentes. Pruebe con 𝛼 = 0.05
Datos Fórmulas Sustitución
𝑥1 + 𝑥2 + 𝑥𝑛 Catalizador 1 (9)(128.48) − (1148.53)
Catalizador 1 Catalizador 𝑥ҧ = 𝑆2 =
𝑛 0.63 + 2.64 + … 0.68 98
2 𝛴𝑥𝑖2 = 𝑥 2 + 𝑥 2 + 𝑥 2 𝑥1ҧ =
1 2 𝑛 9 𝑆2 = 𝟎. 𝟑𝟐𝟖; 𝑺𝟐 = 𝟎. 𝟏𝟎𝟖 𝟐
𝑥1= 0.63 𝑥1= 3.71 𝑥ҧ = 𝟏. 𝟑𝟑
1
(𝛴𝑥𝑖)2 = (𝑥1 + 𝑥2 + 𝑥𝑛 )2 0.45 0.108 2
𝑥2= 2.64 𝑥2= 4.09
𝑛𝛴𝑥𝑖2 − (𝛴𝑥𝑖)2 𝛴𝑥𝑖2 = 0.632 + 2.642 + … 0.682 9 + 9
𝑥3= 1.85 𝑥3= 4.11 𝑆= 𝛴𝑥𝑖2 = 𝟏𝟗. 𝟔𝟔 𝑣=
0.45 Τ9 2 0.108 Τ9 2
𝑛 𝑛−1 +
𝑥4= 1.68 𝑥4= 3.75 2 9−1 9−1
𝑠12 𝑠22 (𝛴𝑥𝑖)2 = (0.63 + 2.64 + … 0.68)2 𝑣 = 𝟏𝟏. 𝟔𝟑 ≈ 𝟏𝟐
𝑥5= 1.09 𝑥5= 3.49 + (𝛴𝑥𝑖)2 = 𝟏𝟒𝟒. 𝟐𝟒
𝑛1 𝑛2
𝑣= 2 |1.33 − 3.76| − (0)
𝑥6= 1.67 𝑥6= 3.27 𝑠 Τ𝑛 2 𝑠2Τ𝑛 2 𝑡=
1 1 2 2
+ 0.45 0.108
𝑥7= 0.73 𝑥7= 3.72 𝑛1 − 1 𝑛2 − 1 (9)(19.66) − (144.24)
𝑆1 = 9 + 9
𝑥8= 1.04 𝑥8= 3.49 9 8
| 𝑥ҧ1 − 𝑥ҧ2 | − (𝜇1−𝜇2) 𝑡 = −𝟗. 𝟕𝟓
𝑡= 𝑆1 = 𝟎. 𝟔𝟕 ; 𝑺𝟐 = 𝟎. 𝟒𝟓
𝑥9 = 0.68 𝑥9 = 4.26 𝑆1 + 𝑆2
𝟏
Catalizador 2
𝑛1 𝑛2 3.71 + 4.09 + … 4.26
𝛼 = 0.05
𝑥ҧ2 =
𝑛1 = 9 9
𝑛2 = 9 𝑥ҧ2 = 𝟑. 𝟕𝟔
Planteamiento
𝛴𝑥𝑖 2 = 3.712 + 4.092 + … 4.262
Ho: 𝜇1 − 𝜇2 = 0 𝛴𝑥𝑖 2 = 𝟏𝟐𝟖. 𝟒𝟖
H1 : 𝜇1 − 𝜇2 ≠ 0
(𝛴𝑥𝑖)2 = (3.71 + 4.09 + … 4.26)2
(𝛴𝑥𝑖)2 = 𝟏𝟏𝟒𝟖. 𝟓𝟑
Tablas Gráfica Conclusión
Como H1 queda
Valores críticos de fuera de la zona
la distribución t
crítica, se rechaza
𝑣 𝑎 la Ho
(0.025) Y se concluye
12 2.179 que hay evidencia
sólida de que los
𝛼 = 0.05/2 = 0.025 volúmenes
𝑡 = −𝟐. 𝟏𝟕𝟗 ≈ −𝟐. 𝟏𝟖
medios del
producto son
diferentes para
los dos
catalizadores

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA

INGENIEROS (8va edición). México: Pearson
 f) Prueba de hipótesis para dos medias
muestra pequeñas considerando varianzas
diferentes partiendo de datos por el método
de la W
Problema 1

Un proceso para elaborar gasolina ecológica toma sacarosa, que puede derivarse de
biomasa, y la convierte en gasolina usando reacciones catalíticas. No se trata de un proceso
para elaborar un aditivo para gasolina, sino combustible en sí, de modo que la investigación
todavía está en su fase de plan piloto. En un paso durante un proceso de la planta piloto, el
producto consiste en cadenas de carbono de longitud 3. Se realizaron nueve corridas con
cada uno de los dos catalizadores y los volúmenes de producto (gal) son
catalizador 1 0.63 2.64 1.85 1.68 1.09 1.67 0.73 1.04 0.68
catalizador 2 3.71 4.09 4.11 3.75 3.49 3.27 3.72 3.49 4.26

Un ingeniero químico intenta demostrar que los volúmenes medios del producto son
diferentes. Pruebe con 𝛼 = 0.05
Datos Fórmulas Sustitución
𝑥1 + 𝑥2 + 𝑥𝑛 Catalizador 1 (9)(128.48) − (1148.53)
Catalizador 1 Catalizador 𝑥ҧ = 0.63 + 2.64 + … 0.68 𝑆2 =
𝑛 98
2 𝛴𝑥𝑖2 = 𝑥 2 + 𝑥 2 + 𝑥 2 𝑥ҧ1 =
9 𝟐
1 2 𝑛
𝑥ҧ1 = 𝟏. 𝟑𝟑 𝑆2 = 𝟎. 𝟑𝟐𝟖; 𝑺𝟐 = 𝟎. 𝟏𝟎𝟖
𝑥1= 0.63 𝑥1= 3.71
𝑥2= 2.64 𝑥2= 4.09 (𝛴𝑥𝑖)2 = (𝑥1 + 𝑥2 + 𝑥𝑛 )2 𝛴𝑥𝑖 2 = 0.632 + 2.642 + … 0.682
0.45
𝑊1 = = 𝟎. 𝟎𝟓
𝑛𝛴𝑥𝑖2 − (𝛴𝑥𝑖)2 𝛴𝑥𝑖 2 = 𝟏𝟗. 𝟔𝟔 9
𝑥3= 1.85 𝑥3= 4.11 𝑆= 0.108
𝑛 𝑛−1 𝑊2 = = 𝟎. 𝟎𝟏𝟐
𝑥4= 1.68 𝑥4= 3.75 (𝛴𝑥𝑖)2 = (0.63 + 2.64 + … 0.68)2 9
(𝛴𝑥𝑖)2 = 𝟏𝟒𝟒. 𝟐𝟒
𝑥5= 1.09 𝑥5= 3.49 (0.05)(2.306) + (0.012 )(2.306 )
𝑇=
𝑥6= 1.67 𝑥6= 3.27 2
𝑊 = 𝑆1
2
𝑊 = 𝑆2 (9)(19.66) − (144.24) 0.05 + 0.012
𝑆1 = 𝑇 = 𝟐. 𝟑𝟎𝟔
1 2 9 8
𝑥7= 0.73 𝑥7= 3.72 𝑛1 𝑛2
𝑆1 = 𝟎. 𝟔𝟕 ; 𝑺𝟐𝟏 = 𝟎. 𝟒𝟓
𝑥8= 1.04 𝑥8= 3.49 Catalizador 2 |1.33 − 3.76| − (0)
𝑊1𝑇1 + 𝑊2𝑇2 𝑡=
𝑇= 3.71 + 4.09 + … 4.26 0.45 0.108
𝑥9 = 0.68 𝑥9 = 4.26 𝑊1 + 𝑊2 𝑥ҧ2 =
9 9 + 9
𝑥ҧ 2 = 𝟑. 𝟕𝟔
𝛼 = 0.05 | 𝑥ҧ1 − 𝑥ҧ2 | − (𝜇1−𝜇2) 𝑡 = −𝟗. 𝟕𝟓
𝑛1 = 9 𝑡=
𝑆1 + 𝑆2 𝛴𝑥𝑖 2 = 3.712 + 4.092 + … 4.262
𝑛2 = 9 𝑛1 𝑛2 𝛴𝑥𝑖 2 = 𝟏𝟐𝟖. 𝟒𝟖
Planteamiento
(𝛴𝑥𝑖)2 = (3.71 + 4.09 + … 4.26)2
Ho: 𝜇1 − 𝜇2 = 0 (𝛴𝑥𝑖)2 = 𝟏𝟏𝟒𝟖. 𝟓𝟑
H1 : 𝜇1 − 𝜇2 ≠ 0
Tablas Gráfica Conclusión
Valores críticos de Como H1 queda
la distribución t fuera de la zona
𝑻𝟏 crítica, se rechaza
𝒗 𝑎 la Ho
= 0.025 Y se concluye
8 2.306 que hay evidencia
𝑻𝟐 sólida de que los
𝒗 𝑎 volúmenes
= 0.025
medios del
8 2.306 producto son
𝒗=𝒏−𝟏 diferentes para
𝒗 = 9 − 1 = 8 (𝑻𝟏) los dos
𝒗 = 9 − 1 = 8 (𝑻𝟐)
catalizadores
𝛼 = 0.05/2 = 0.025
𝑇 = 𝟐. 𝟑𝟎𝟔

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA

INGENIEROS (8va edición). México: Pearson
g) Prueba de hipótesis para una proporción
Problema 1
Una aerolínea afirma que tan solo 6% de todo el equipaje nunca se encuentra. Si, en una
muestra aleatoria, 17 de 200 piezas de equipaje perdido no se encuentran, pruebe la
hipótesis nula p = 0.06 contra la hipótesis alternativa p > 0.06, con un nivel de significancia de
0.05.
Datos Fórmulas Sustitución

𝒙 = 17 17 − (200)(0.06)
𝑛= 200 𝑍= = 𝟏. 𝟒𝟖
(200)(0.06)(0.94)
𝑝𝑜 = 0.06 𝑥 − 𝑛𝑝𝑜
𝛼 = 0.05 𝑍=
𝑛𝑝𝑜𝑞𝑜 𝑞𝑜 = 1 − 0.06 = 𝟎. 𝟗𝟒
Planteamient
o Ho: 𝑝 =
0.06 H1 : 𝑝 > 𝑞 𝑜 = 1 − 𝑝𝑜
0.06
Tablas Gráfica Conclusión
Se acepta la Ho
Área bajo la curva con un nivel de
normal significancia de
𝑧 0.05 0.05.
1.6 0.950 Y se concluye
5 que tan solo el
𝛼 = 0.05 6% de todo el
1 − 𝛼 = 0.95 equipaje de una
aerolínea nunca
𝑧 =1.65 se encuentra.

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA

INGENIEROS (8va edición). México: Pearson
h) Prueba de hipótesis para dos
proporciones
Problema 1

En un proceso de producción se encontraron 35 artículos defectuosos dentro

de una muestra aleatoria de 500, y se identificaron 20 defectuosos en otra
muestra de 400 artículos provenientes de un proceso similar que se lleva a
cabo en otra fábrica. Compruebe la hipótesis que afirma que los dos
procesos producen la misma proporción de artículos defectuosos, con un
nivel de significación de 1 por ciento.
Tablas Gráfica Conclusión
Se acepta la Ho.
Área bajo la curva
normal
Y se concluye
𝑧 0.07 que los 2
procesos
−2.5 −2.57
producen la
𝛼 = 0.01 misma proporción
de artículos
𝛼 0.01 defectuosos.
= = 0.005
2 2

𝑧 = − 2.57

Bibliografía: Mata Díaz, Alfredo. (2013). Estadística aplicada a la administración y la economía.

México: McGraw Hill.
i) Prueba de hipótesis para la varianza
 Problema 1
El proceso de bruñido (que se utiliza para desbastar ciertas obleas de silicio al grosor
adecuado) es aceptable solo si 𝜎, es cuando mucho de 0.50 mil. Use el nivel de significancia de
0.05 para probar la hipótesis nula 𝜎 = 0.50 contra la hipótesis alternativa 𝜎 > 0.50, si el grosor
de 15 cubos de tales obleas tiene una desviación estándar de 0.64 mil.

Datos Fórmulas Sustitución

𝜎 = 0.50 15 − 1 (0.64)2
𝑛 − 1 𝑠2 𝑋2 =
𝑛 = 15 𝑋2 = (0.50)
2

𝛼 = 0.05 𝜎02
𝑠 = 0.64 𝑋 2 = 𝟐𝟐. 𝟗𝟑

Planteamient
o Ho: 𝜎 =
0.50 H1 : 𝜎 >
0.50
Tablas Gráfica Conclusión
Valores críticos de la Se acepta la Ho.
distribución chi cuadrada.
No hay evidencia
𝜸 𝑎
suficiente para
(0.95)
concluir que el
14 6.571 proceso de
bruñido sea
1 − 𝛼 = 1 − 0.05 = 𝟎. 𝟗𝟓
insatisfactorio.
𝜸 𝑎
(0.05)
14 23.685
1 − 𝛼 = 1 − 0.95 = 𝟎. 𝟎𝟓
𝜸= 𝒏−𝟏
𝜸 = 15 − 1 = 14
𝑋 2 = 𝟔. 𝟓𝟕𝟏
𝑋 2 = 𝟐𝟑. 𝟔𝟖𝟓

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA INGENIEROS (8va edición).
México: Pearson
j) Prueba de hipótesis para la razón de las
varianzas
 Problema 1

Para una muestra aleatoria de 𝑛1 = 10 focos, se encuentra que la

vida promedio es 4000 horas con 𝑠1 = 200. Para otra marca de
focos, para los cuales se supone también que tienen una vida útil
con distribución normal, una muestra aleatoria de 𝑛2 = 8 tiene una
media muestral de 4300 y una desviación estándar muestral de 𝑠2 =
250. Se prueba la hipótesis nula de que las muestras se obtuvieron
de poblaciones con varianzas iguales, utilizando el nivel de
significancia del 10%, y mediante la distribución F.
Datos Fórmulas Sustitución
𝑛1 = 10
𝑛2 = 8 𝛾 =𝑛−1 𝛾1 = 10 − 1 = 9
𝑠1 = 200 𝛾2 = 8 − 1 = 7
𝑠2 = 250
𝛼 = 0.1 𝑛1 𝑛2 − 1 𝑠12
𝐹= 10 8 − 1 (200)2
𝑛 2 𝑛1 − 1 𝑠 2
2 𝐹=
Planteamient 8 10 − 1 (250)2
o Ho:1 𝜎 2 =2 𝜎 2 1
H1 : 𝜎 2 ≠ 𝜎 2 𝐹1−𝛼 𝛾1 , 𝛾2 =
1 2 𝐹 (𝛾 , 𝛾 ) 𝐹 = 𝟎. 𝟔𝟐𝟐
𝛼 2 1

1
𝐹0.9 9,7 =
𝐹 (7,9)
0.1
Tablas Gráfica Conclusión
Valores críticos de la
distribución F Se acepta la Ho.
𝑓0.05(superior) 𝛾1 = 9
𝛾2 = 7 3.68 Y se acepta a
suposición de
que las
𝑓0.05(inferior) 𝛾1 = 7 varianzas de las
𝛾2 = 9 3.29 dos poblaciones
son iguales en
1
𝐹0.9 9,7 = el nivel de
𝐹0.1 (7,9)
significancia del
1 1 10%.
= = 𝟎. 𝟑𝟎𝟑
𝐹0.1(7,9) 3.29

𝛼 = 0.1
𝛼 0.1
= = 𝟎. 𝟎𝟓
2 2

𝒇𝟏 = 𝟎. 𝟑𝟎𝟑
𝒇𝟐 = 𝟑. 𝟔𝟖 Bibliografía: Kazmier J. Leonard. (1991). ESTADÍSTICA
APLICADA A ADMINISTRACIÓN Y ECONOMÍA. México:
McGraw Hill.
k) Prueba de bondad y ajuste
Problema 1
Un distribuidor regional de sistemas de aire acondicionado ha subdividido su región en cuatro
territorios. A un posible comprador de una distribuidora se le dice que las instalaciones de
equipos se distribuyen de manera aproximadamente igual en los cuatro territorios. El prospecto
de comprador toma una muestra aleatoria de 40 instalaciones colocadas el año anterior, de los
archivos de la compañía, y encuentra que el número de instalaciones en cada uno de los cuatro
territorios son los que se enlistan en el primer renglón de la tabla 2, (en donde 𝒐𝒊 significa
"frecuencia observada"). En el segundo renglón de la tabla 2 se presenta la distribución
uniforme esperada de las instalaciones (en donde 𝑒𝑖 significa "frecuencia esperada"). Con base
en la hipótesis de que las instalaciones están distribuidas en forma equitativa, pruebe la bondad
de ajuste con un nivel de significancia de 5%.

Territorio

A B C D

Observadas (𝒐𝒊 ) 6 12 14 8

Esperadas (𝒆𝒊 ) 10 10 10 10
Datos Fórmulas Sustitución
o1 = 6 𝑒1 = 10
o2 = 12 𝑒2 = 10 𝛾 =𝑘−1 𝛾 =4−1 =𝟑
o3 = 14 𝑒3 = 10
o4 = 8 𝑒4 = 10
𝑘

𝑘=4 (𝑜𝑖 − 𝑒𝑖)2 (6 − 10)2 (12 − 10)2 (14 − 10)2

𝑋2 =∑ 𝑋2 = + +
𝑛 = 40 𝑒𝑖 10 10 10
(8 − 10) 2
𝛼 = 0.05 𝑖=1
+ =𝟒
10

Planteamiento
Ho: El número de
instalaciones están
distribuidas de manera
uniforme en los cuatro
territorios.
H1 : El número de
instalaciones no está
Tablas Gráfica Conclusión
Valores críticos de la Se acepta la Ho.
distribución chi
cuadrada El número de
𝛾 𝛼 = 0.05 instalaciones
3 7.815 están distribuidas
de manera
𝛾 𝛼 = 0.95 uniforme en los
cuatro territorios.
3 0.352

𝛾 = 4−1=𝟑

𝛼 = 0.05
1 − 𝛼 = 0.95

𝑋 2 = 7.815
𝑋 2 = 0.352

Bibliografía: Kazmier J. Leonard. (1991). ESTADÍSTICA APLICADA A ADMINISTRACIÓN

Y ECONOMÍA. México: McGraw Hill.
 Pruebas no paramétricas

a) Prueba de signo para una media

 Problema 1

Se fabrican artículos mediante un proceso tradicional que logra una

producción mediana de 80 artículos por turno. Los trabajadores
propusieron un nuevo sistema de “trabajo por equipos” que afirman
que al mismo tiempo que les da mayor flexibilidad en el trabajo,
permite aumentar el nivel de la producción. En la siguiente tabla se
presentan los resultados de la producción de 15 turnos muestreados
al azar. Pruebe con un nivel de significación de 0.05 la afirmación de
los trabajadores.
Turno 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Artículos 77 85 90 78 92 92 89 78 89 80 94 81 76 85 80
fabricados
- + + - + + + - + 0 + + - + 0
Datos Fórmulas Sustitución
𝑛 = 13
𝑥=9 9 − 13
α = 0.05 𝑍= 2
13
2
𝑥−𝑛
𝑍= 2 𝑍 = 𝟎. 𝟗𝟖𝟎𝟓
𝑛
Planteamient 2
o Ho: 𝜇෤ ≤ 80
H1 : 𝜇෤ > 80
Tablas Gráfica Conclusión
Área bajo la curva Se acepta la Ho.
normal
Se concluye que
𝑍 0.05 el nuevo proceso
1.6 0.9505 de trabajo en
equipos no
aumentó la
𝛼 = 0.05 mediana del
1 − 𝛼 = 0.95 número de
artículos
𝑍 = 𝟏. 𝟔𝟓 fabricados por
turno.

Bibliografía: Mata Díaz, Alfredo. (2013). Estadística aplicada a la administración y la economía. México:
a) Prueba de signo para dos
medias
Problema 1
Una compañía de mercadotecnia se Persona Marca A Maca B Signo

interesa en la preferencia del consumidor 1 7 3 +

con respecto a dos marcas de refresco 2 5 2 +

que compiten entre si. Si seleccionan, en 3 9 7 +

forma aleatoria, 14 personas y se les pide 4 4 6 -

que clasifiquen las bebidas mediante una 5 8 9 -

escala del 1 (poca aceptación) al 10 6 10 3 +

(mucha aceptación). El orden en la 7 4 5 -

selección de la bebida fue aleatorio. Se 8 3 1 +
obtiene la siguiente información: 9 7 4 +
10 2 2 0
Mediante el uso de la prueba de signo, 11 8 4 +
¿se tiene alguna razón para creer que 12 6 7 -
existe una diferencia en la preferencia 13 6 5 +
para estos dos refrescos? Supóngase 𝛼 = 14 9 4 +
0.1
Datos Fórmulas Sustitución
𝑛 = 13
𝑥=9 9 − 13
α = 0.1 𝑍= 2
13
2
𝑥−𝑛
𝑍= 2 𝑍 = 𝟏. 𝟏𝟓
𝑛
Planteamiento 2
Ho: 𝜇1 − 𝜇2 = 0
H1 : 𝜇1 − 𝜇2 ≠ 0
Tablas Gráfica Conclusión
Área bajo la curva Se acepta la Ho.
normal
Se concluye que
𝑍 0.05 no se tiene alguna
1.6 0.9505 razón para creer
que existe una
diferencia en la
𝛼 = 0.1 preferencia para
𝛼 0.1 estos dos
1− =1− = 𝟎. 𝟗𝟓 refrescos.
2 2

𝑍 = 𝟏. 𝟔𝟓

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA INGENIEROS (8va edición).
c) Prueba de rango con signo para una
media
Problema 1
Una aseguradora estudia los registros de reclamaciones de seguros de
daños automotrices y determinó que, en el pasado, la
mediana de las reclamaciones fue de $8 500. Toma una muestra de 20
reclamaciones con los siguientes resultados:
14000 3500 9000 12000 2500
5000 15000 8000 8000 16000
9200 31000 7500 10000 6800
6500 20200 8700 4700 6000

Con un nivel de significación de 𝛼 = 0.05, ¿se afirmaría que hubo un cambio

en la mediana de las reclamaciones de seguro de daños de automóviles?
Planteamiento y datos Fórmulas Para probar Ho Contra H1 Calcular

Ho: 𝜇෤ = 8500 𝑤+ = Σ+rangos 𝜇෤ = 𝜇෤0 𝜇෤ < 𝜇෤0 𝑤+

H1 : 𝜇෤ ≠ 8500 𝑤− = Σ−rangos 𝜇෤ > 𝜇෤0 𝑤−
𝛼 = 0.05 𝑤 = valor más pequeño 𝜇෤ ≠ 𝜇෤0 𝑤
entre w+ y w−

𝜇෤1 = 𝜇෤2 𝜇෤1 < 𝜇෤2 𝑤+

𝜇෤1 > 𝜇෤2 𝑤−
𝜇෤1 ≠ 𝜇෤2 𝑤
 Prueba de rango con
signo200 1 +
𝒅𝒊 − 𝒅𝟎 Rango Singo Obtención de 𝑤+, 𝑤− y 𝑤
5 500 15 + 3500 11.5 +
-3500 11.5 - -500 3 - 𝑤+ = 15 + 5 + 17 + 20 + 19 + 3 + 1
+11.5 + 7 + 18
700 5 + 1500 7 + 𝒘+ = 𝟏0𝟔. 𝟓
-2000 9 - -3800 13 -
-5000 14 - 𝑤− = 11.5 + 9 + 14 + 3 + 6 + 3 + 13 + 16
-6000 16 - +8 + 10
6500 17 + 7500 18 + 𝒘− = 𝟗𝟑. 𝟓
22500 20 +
-1700 8 -
11700 19 + 𝒘 = 𝟗𝟑. 𝟓
-2500 10 -
500 3 +
-500 3 -
-1000 6 -
 Tabla Condición Conclusión
Valores críticos para la
prueba de rango con signo

La Ho se rechaza si el valor Se acepta la Ho.

calculado de 𝑤+, 𝑤− o 𝑤 es menor Y se concluye que no hubo
𝑛 Unilateral 𝛼 = 0.025 o igual que el obtenido en tablas. cambio en la mediana de las
Bilateral 𝛼 = 0.05 reclamaciones de seguro de
20 𝟓𝟐 daños de automóviles.

Bibliografía: Mata Díaz, Alfredo. (2013). Estadística aplicada a la administración y la economía.

México: McGraw Hill.
d) Prueba de rango con signo para dos
medias
 Consumidor Marca 1 Maca 2
Problema 1 1 25 20

En una investigación de mercado se 2 29 31

pidió a una muestra de 15 3 33 23

consumidores que evaluaran 2 4 29 23

marcas de café instantáneo mediante 5 25 24
un sistema de puntaje que combina 6 34 26
diversos criterios. El investigador 7 24 28
desea probar si existe una 8 32 28
preferencia por la marca 1, con un 9 25 27
nivel de significación de 1%. En la 10 35 25
siguiente tabla muestran los datos, 11 23 23
junto con los cálculos necesarios. 12 33 26
13 31 22
14 29 31
15 25 28
Planteamiento y datos Fórmulas Para probar Ho Contra H1 Calcular

Ho: 𝜇෤1 − 𝜇෤2 ≤ 0 𝑤+ = Σ+rangos 𝜇෤ = 𝜇෤0 𝜇෤ < 𝜇෤0 𝑤+

H1 : 𝜇෤1 − 𝜇෤2 > 0 𝑤− = Σ−rangos 𝜇෤ > 𝜇෤0 𝑤−
𝑤 = valor más pequeño 𝜇෤ ≠ 𝜇෤0 𝑤
entre w+ y w−
𝛼 = 0.01
𝜇෤1 = 𝜇෤2 𝜇෤1 < 𝜇෤2 𝑤+
𝜇෤1 > 𝜇෤2 𝑤−
𝜇෤1 ≠ 𝜇෤2 𝑤
 Prueba de rango con
Consumidor
signo𝒅 𝒊 − 𝒅 𝟎 Rango
Marca 1 Marca 2 Signo
1 25 20 5 8 +
2 29 31 -2 3 - Obtención de 𝑤−
3 33 23 10 13.5 + 𝑤− = 3 + 6.5 + 3 + 3 + 5
4 29 23 6 9 + 𝒘− = 𝟐𝟎. 𝟓

5 25 24 1 1 +
6 34 26 8 11 +
7 24 28 -4 6.5 -
8 32 28 4 6.5 +
9 25 27 -2 3 -
10 35 25 10 13.5 +
11 23 23 0

12 33 26 7 10 +
13 31 22 9 12 +
14 29 31 -2 3 -
15 25 28 -3 5 -
Tabla Condición Conclusión
Valores críticos para la
prueba de rango con signo

La Ho se rechaza si el valor Se acepta la Ho.

calculado de 𝑤+, 𝑤− o 𝑤 es menor Y se concluye que no hay
𝑛 Unilateral 𝛼 = 0.01 o igual que el obtenido en tablas. diferencia entre los
Bilateral 𝛼 = 0.02 consumidores respecto a las
14 𝟏𝟔 2 marcas de café.

Bibliografía: Mata Díaz, Alfredo. (2013). Estadística aplicada a la administración y la economía.

México: McGraw Hill.
e) Prueba de suma de rangos
 Problema 1
Al comparar 2 tipos de luces de emergencia, un servicio de pruebas al
consumidor obtuvo los siguientes tiempos de iluminación:

Marca 19.4 21.5 15.3 17.4 16.8 16.6 20.3 22.5 21.3 23.4 19.7 21.0
C
Marca 16.5 15.8 24.7 10.2 13.5 15.9 15.7 14.0 12.1 17.4 15.6 15.8
D

Use la prueba de suma de rangos, en el nivel de significancia de 𝛼 = 0.05 , para

probar si es razonable decir que las poblaciones de tiempos de iluminación de
los dos tipos de luces son idénticas.
Datos Fórmulas
𝑛1 = 𝑛2 = 12
α = 0.05 𝑤1 = Σ, suma de rangos de 𝑛1
(muestra más pequeña)
𝑤2 = Σ, suma de rangos de 𝑛2
(muestra más grande)

𝑛1 + 𝑛2 (𝑛1 + 𝑛2 + 1)
𝑤1 + 𝑤2 =
2
Planteamiento 𝑢 = valor más pequeño entre 𝑢1 y 𝑢2
Ho: 𝜇෤1 = 𝜇෤2 𝑛1 + 𝑛2 (𝑛1 + 𝑛2 + 1)
𝑤1 = − 𝑤2
H1 : 𝜇෤1 ≠ 𝜇෤2 2

𝑛1 + 𝑛2 (𝑛1 + 𝑛2 + 1)
𝑤2 = − 𝑤1
2

𝑛1(𝑛1 + 1)
𝑢1 = 𝑤1 −
2

𝑛2(𝑛2 + 1)
𝑢2 = 𝑤2 −
2
Marca Datos Rango
d 10.2 1
d 12.1 2
d 13.5 3
d 14.0 4
c 15.3 5*
d 15.6 6 𝑤1 = 5 + 12 … + 23 = 200.5
d 15.7 7
d 15.8 8.5 24 (25)
𝑤2 = − 200.5 = 99.5
d 15.8 8.5 2
d 15.9 10
d 16.5 11 12 13
𝑢1 = 200.5 − = 𝟏𝟐𝟐. 𝟓
c 16.6 12* 2
c 16.8 13*
c 17.4 14.5*
12 13
𝑢2 = 99.5 − = 𝟐𝟏. 𝟓
d 17.4 14.5 2
c 19.4 16*
c 19.7 17* 𝑢 = 𝟐𝟏. 𝟓
c 20.3 18*
c 21.0 19*
c 21.3 20*
c 21.5 21*
c 22.5 22*
c 23.4 23*
d 24.7 24 Los rangos marcados con * pertenecen a la Marca C
Tabla Condición Conclusión
Valores críticos para la
prueba de suma de rangos
de Wilcoxon

La Ho se rechaza si el valor Se rechaza la Ho.

Prueba de una cola calculado de 𝑢1, 𝑢2 o 𝑢 es menor Hay diferencia significativa;
con o igual que el obtenido en tablas. en otras palabras, las
𝑎 = 𝟎. 𝟎𝟐𝟓 o prueba de
dos colas con 𝑎 = 𝟎. 𝟎 poblaciones de tiempos de
𝟓 iluminación de los dos tipos
𝑛1 𝑛2 = 12 de luces NO son idénticas.

12 37

Bibliografía: Johnosn A. Richard. (2012). PROBABILIDAD Y ESTADÍSTICA PARA

INGENIEROS (8va edición). México: Pearson