Grado en Ingeniería Informática

1. Contrastes para una población normal

Sobre la media: Se han medido los contenidos vertidos por una máquina CONTENIDO
expendedora de café en 15 vasos (ml). La distribución de estos contenidos es
179
normal, y se supone que la máquina está regulada para verter 180 ml por
181
término medio. ¿Es correcta esta suposición a la vista de los datos recogidos?
178
Responderemos a la pregunta resolviendo un contraste de hipótesis sobre la 179
media. Lo haremos al nivel α= 0,05. 178
 H0 : μ  180 180
 Hipótesis: 
 H1 : μ  180 183
X  μ0 181
 Estadístico de contraste: T
Sˆ n 178
 Distribución bajo la hipótesis nula: tn1 ( t14 , en este caso). 179
181
Hallamos los valores muestrales de la media y la desviación:
177
Media muestral 179,73 Sustituimos para calcular el valor 182
Desviación típica muestral 1,71 esperado del estadístico de contraste: 179
Tamaño de la muestra 15 179,73  180 181
Tobs   0,604
1,71 15
 Región crítica: La distribución de T bajo H0 es t14 . Como nuestro contraste es de dos lados
al nivel α=0,05, la región crítica estará delimitada por los percentiles de esta distribución
que dejen fuera un área de 0,05. Hallamos que los percentiles son –2,14 y 2,14 (recordemos
que la distribución t es simétrica en torno a 0).
De ahí, obtenemos la región crítica: C  ( ,  2,14) U (2,14 , )
 Criterio de rechazo: ¿ Tobs  0,604  C ? NO.
 Conclusión: Tobs  C  No rechazamos la hipótesis nula

Sobre la desviación: Con los mismos datos, contrastaremos la hipótesis de que la muestra
procede de una población de desviación 1,2. Como antes, de dos lados y al nivel α = 0,05.
 H 0 :   1,2 
Las hipótesis son:   (en términos de desviación).
 H1 :   1,2 
 H0 :  2  1,44 
O bien, en términos de varianza:  
 H1 :   1,44 
2

 Estadístico de contraste para la desviación de una distribución normal:

(n  1) Sˆ 2 ;
14  1,712
J  χ 2n1 Jobs   28,43
2 1,22
 Región crítica: La distribución de este estadístico bajo la hipótesis nula es χ 14
2
.
Como el contraste es de dos lados al nivel 0,05, la región crítica estará delimitada por los
percentiles de esta distribución que dejen fuera un
área de 0,05:
C  [0 , 5,63) U (26,12 , )
¿ Jobs  58,43  C ? SÍ

(14) (14)
Rechazamos la hipótesis nula
j0.025  5,63 j0.975  26,12

Estadística 1
Grado en Ingeniería Informática

2. Contrastes para la comparación de dos poblaciones

normales independientes
X Y
El fabricante X asegura que sus zumos de naranja tienen mayor contenido 9.4 8.8
de vitamina C que los del fabricante Y. Se mide dicho contenido en envases 9.7 8.7
de ambas marcas (mg por cada 100 g). Se supone que el contenido en 9.4 9.3
vitamina C sigue una distribución normal. 8.9 8.8
9.6 8.6
Nuestro objetivo es comparar el contenido medio en vitamina C, pero para
9.4 9.1
poder aplicar el método descrito en la teoría debemos asegurarnos
9 8.7
primero de que las varianzas no son distintas. Así, haremos primero un
9.1 9.2
contraste para el cociente de varianzas, y trabajaremos ahora al
9.6
nivel 0,01.
9.7
Contraste sobre el cociente de varianzas:

H0 :  X2   Y2
 Hipótesis del contraste:
H1 :  X2   Y2
2 2 H0
 Estadístico de contraste: F  SˆX SˆY  Fn X 1 , nY 1

Calculamos el valor observado de F (tenemos que hallar primero

las dos varianzas muestrales): Fobs  0,084 0,069  1,2

 Región crítica: La distribución de este estadístico bajo la hipótesis nula es F9,7 . Como el
F9 , 7
contraste es de dos lados al nivel α = 0,01, la región crítica estará delimitada por los
percentiles de esta distribución que dejen fuera un área de 0,01.

Los percentiles son 0,14 y 8,51, de

manera que la región crítica será

C  [0, 0,14] U [8,51 , )

 Criterio de rechazo: ¿ Fobs  2.3  C ? NO.
 Conclusión: Como Jobs  C :
No rechazamos la hipótesis nula

Entonces, podemos acogernos al supuesto de varianzas iguales para proseguir con el contraste
sobre la diferencia de medias:

Contraste sobre la diferencia de medias:

H0 :  X  Y
 Hipótesis del contraste:
H1 :  X  Y

X Y H0
 Estadístico de contraste: T  tnX nY 2
1 1
Sˆ 
nX n Y

Estadística 2
Grado en Ingeniería Informática

Calculamos el valor observado de T ; para ello tenemos que hallar primero las dos medias
muestrales y las dos varianzas muestrales, y calcular

(nX  1) SˆX2  (n Y  1) SˆY2 9  0,084  7  0,069

Sˆ2  = = 0,08  Sˆ  0,08  0,28
nX  n Y  2 10  8  2

Hallamos: T =3,64 .

 Región crítica: La distribución de T bajo la tnX n Y 2 .

hipótesis nula es t16.

El percentil es 2,58 (h. alternativa a la derecha), de

manera que la región crítica será C  [2,58 , ).
Criterio de rechazo: ¿ Tobs  3,64  C ? SÍ .
Conclusión: Tobs  C
Por tanto: Rechazamos la hipótesis nula

3. Contraste para la comparación de Trab. ACTUAL NUEVO

medias con datos pareados 1 38 30
2 32 32
Un industrial quiere comparar el proceso de montaje que
3 41 34
actualmente se utiliza en su fábrica con otro proceso que se supone 4 35 37
que reduce el tiempo de montaje. Selecciona ocho trabajadores, 5 42 35
cada uno de los cuales arma una unidad según el proceso actual y 6 32 26
otra según el nuevo. A la vista del resultado, ¿debe el fabricante 7 45 38
cambiar al proceso nuevo? 8 37 32

En este caso, las dos muestras que tenemos no son

Trab. ACTUAL NUEVO DIF
1 38 30 8 independientes: cada observación de la muestra NUEVO está
2 32 32 0 directamente relacionada con la observación correspondiente
3 41 34 7 al mismo trabajador de la muestra ACTUAL. El procedimiento
4 35 37 ‐2 que seguiremos será construir una muestra de diferencias:
5 42 35 7 para cada trabajador, calculamos ACTUAL-NUEVO, y nos
6 32 26 6 basaremos en la muestra de diferencias para obtener una
7 45 38 7 conclusión. Lo razonable será cambiar al proceso nuevo si el
8 37 32 5
tiempo de montaje es significativamente menor que con el
proceso actual. Ó, lo que es lo mismo, si la diferencia ACTUAL-NUEVO es significativamente
mayor que 0. Así, plantearemos el contraste en estos términos:

 H0 : μDIF  0   H0 : μACTUAL  μNUEVO  0 

  (equivalente a  ) Elegimos nivel: α = 0,05.
 H1 : μDIF  0   H1 : μACTUAL  μNUEVO  0 
El problema se reduce a un contraste par la media de una población normal, con la muestra de
las diferencias:
X  DIF  4,75  X  μ0 4,75  0
 T ˆ   8  3,64
sˆDIF  3,69  S n 3,69

La distribución de T bajo la hipótesis nula es t con 7 grados de libertad. El percentil que delimita
la región crítica del contraste es t0.95  2,37 . Entonces, el valor observado de T está dentro de la
(7)

regió crítica. Por tanto, rechazamos lahipótesis nula al nivel 0,05.

Estadística 3
Grado en Ingeniería Informática

4. Contraste de hipótesis sobre una proporción

Se basa en que la distribución de la media muestral es aproximadamente normal aunque las
observaciones no lo sean:

En una cierta población el porcentaje de fumadores era hace unos años del 40%. Recientemente,
en una muestra de 900 personas de dicha población se ha hallado que 334 son fumadores. A la
vista de los datos observados, ¿es razonable inferir que se ha reducido la proporción de
fumadores en esa población?

 H 0 : p  p0 
En primer lugar, planteemos las hipótesis adecuadas: H :p p 
 1 0 

Además, debemos decidir a qué nivel haremos el contraste: por ejemplo, ponemos α = 0,05.
Para efectuar el contraste nos basaremos en el estadístico
X  p0
Z
p0 (1  p0 ) n
que bajo la hipótesis nula sigue aproximadamente una distribución N(0,1).

Calculamos el valor observado del estadístico de contraste:

334 0,37  0,4

X  0,37 ; Zobs   1,84
900 0,4(1  0,4) 900

Resolución mediante la región crítica:

Si queremos resolver el contraste mediante la región crítica, tendremos que buscar el percentil
de orden 0,05 bajo distribución N(0,1): z0,05  1,65 .
Entonces, la región crítica es (-∞,-1.65).
El valor observado del estadístico de contraste es -1.84, que está dentro de la región crítica.
Por tanto, rechazamos la hipótesis nula.

Resolución mediante el p-valor:

Como la hipótesis alternativa es p  p0 (a la izquierda), el p-valor es la probabilidad (bajo la
distribución normal estándar, que es la de nuestro estadístico de contraste) a la izquierda de
Zobs  1,84 .
Vemos que esa probabilidad es 0.0328.
Entonces: p‐valor  0,0328  0,05  α
Por tanto, rechazamos la hipótesis nula al nivel 0,05.

Estadística 4
Grado en Ingeniería Informática

5. Contraste sobre la diferencia de dos proporciones

Estas comparaciones se basan en que la distribución de la media muestral es aproximadamente
normal aunque las observaciones no lo sean.

Para comparar la calidad entre dos proveedores de CDs se seleccionan muestras al azar. Al
probar 1000 CDs del proveedor A, se comprobó que 50 eran defectuosos, y al probar 1500 del
proveedor B, 90 eran defectuosos. El proveedor A asegura que sus CDs son de mejor calidad
que los de B. ¿Está en lo cierto?

Responderemos a esta pregunta basándonos en un contraste de hipótesis adecuado: El

proveedor A estará en lo cierto si su proporción de elementos defectuosos es menor que la del
proveedor B.
H0 : pA  pB 
Entonces, las hipótesis adecuadas son   .
H1 : pA  pB 
Haremos este contraste al nivel 0.01.
A B nA A  nBB
El estadístico de contraste es Z , donde pˆ  .
nA  nB
pˆ 1  pˆ  1  1
nA nB
La distribución del estadístico de contraste bajo la hipótesis nula es aproximadamente N(0,1).

Calculamos:
A 50  0.05 pˆ  50  90 = 140  0.056
1000 1000 1500 2500

B  90  0.06 Z obs  0.05  0.06  1.065

1500
0.056 1  0.056  1  1
1000 1500

Esta vez resolveremos el contraste por región crítica: como la hipótesis alternativa es a la
izquierda, la región crítica también.

El nivel es 0.01, luego estará delimitada por el percentil que deja a su izquierda un área de 0.01
bajo la distribución normal estándar; este percentil es -2.33.

Entonces, la región crítica es C  ( , 2.33] . ¿ Zobs  1.065  C ? NO.

Como Z obs  C : No rechazamos la hipótesis nula

Estadística 5
 Grado en Ingeniería Informática

1. Se adjunta la audiencia (millones de espectadores) de 13 emisiones de un mismo programa

de televisión. El productor asegura que la audiencia media supera los 2 millones de
espectadores. ¿Sustentan esta afirmación los datos observados? (Se supone que la audiencia
sigue una distribución normal. Responde mediante un contraste de hipótesis al nivel 0,05).

2. En una muestra de 200 chips piratas se han encontrado 93 defectuosos. Contrasta al nivel
0.05 la hipótesis de que la proporción de chips piratas defectuosos es el 50%.

3. Se supone que la ingesta de cierto suplemento alimenticio puede reducir los niveles de
colesterol en la sangre. Para comprobarlo, se midió el colesterol total en 14 voluntarios antes
y después de 3 semanas de tratamiento con dicho suplemento. Plantea y resuelve el contraste
de hipótesis adecuado para determinar si es correcta dicha suposición.

4. En una universidad se encuestó a 1200 alumnos de la Facultad de Ciencias y a 1300 de la

Facultad de Letras; resultó que de los primeros, 720 se desplazaban a diario hasta la facultad
a pie, y de los segundos, 817. Compara las proporciones en ambas facultades.

5. Para comparar el porcentaje de aditivos colorantes en dos marcas de helados, X e Y, se

hicieron medidas en varios helados de cada marca. Se supone que este porcentaje sigue una
distribución normal. Elige razonadamente el método más adecuado para determinar si el
porcentaje de estos aditivos es menor por término medio en los helados de la marca X y
aplícalo.

6. Un fabricante de lámparas LED afirma que la duración media de sus lámparas supera las
10.000 horas. Se observa la duración de 16 lámparas. Comprueba mediante un contraste de
hipótesis si la afirmación del fabricante es cierta. (Se supone que la duración de las lámparas
sigue una distribución normal. Nivel: 0,01).

7. Un fabricante de refrescos A selecciona 1000 personas al azar y da a cada una de ellas a

probar, a ciegas, su refresco y otro de la marca B. 512 dijeron preferir el refresco A.
(a) ¿Puede el fabricante afirmar que las preferencias de la población se orientan hacia su
producto?
(b) Ahora se seleccionan 10000 personas y 5120 eligen A. La proporción muestral es la
misma. ¿Se mantiene la conclusión?
(c) ¿Y si eligen A 52 personas de 100?

8. Se sospecha que la profundidad del sustrato permeable en determinada parcela tiene una
variabilidad excesiva. Para determinar si esta suposición tiene base suficiente, se mide dicha
profundidad en varios puntos al azar (cm), con los resultados que se adjuntan. ¿Se puede
concluir que la desviación típica es mayor que 10? (Nivel: 0,05).

9. Dos usuarios de un mismo modelo de teléfono móvil comprueban la duración de la carga de

sus dispositivos en varias ocasiones cada uno con los resultados que se adjuntan (horas). ¿Es
menor la variabilidad en la duración para el usuario A?

10. Para comprobar la efectividad de un curso de mecanografía, se contaron las palabras por
minuto que 7 estudiantes podían escribir en su ordenador portátil antes y después de seguir
dicho curso. El instructor afirma que con el curso se puede conseguir un aumento medio de 20
palabras por minuto. A la vista de los resultados observados, ¿es correcta dicha afirmación?
(Nivel: 0,05).

Estadística 6