UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA

“ANTONIO JOSE DE SUCRE”

VICE-RECTORADO BARQUISIMETO
DIRECCIÓN DE INVESTIGACIÓN Y
POSTGRADO MAESTRÍA DE MANTENIMIENTO
INDUSTRIAL

EVALUACIÓN N° 5. PRUEBAS DE HIPOTESIS PARA PRUEBAS DE

VARIANZAS (2 MUESTRAS)

Autor: Ing. Daniel Mantilla

Docente: MSc. Ing. Ana Palomino.

ENERO, 2024.
EJERCICIO 1: En una serie de experimentos para determinar la tasa de
absorción de ciertos pesticidas en la piel se aplicaron cantidades medidas
de dos pesticidas a algunos especímenes de piel. Después de un tiempo se
midieron las cantidades absorbidas (en µg ). Para el pesticida A la
varianza de las cantidades absorbidas en 6 muestras fue de 2.3; mientras
que para el B la varianza de las cantidades absorbidas en 10 especímenes
fue de 0.6. Suponga que para cada pesticida las cantidades absorbidas
constituyen una muestra aleatoria de una población normal. ¿Se puede
concluir que la varianza en la cantidad absorbida es mayor para el
pesticida A que para el B? Utilizar α = 0,05

Solución:

Las variables aleatorias de interés son:

X1 = “cantidad absorbida de pesticida A en un espécimen de piel tomado

al azar”

X2 = “cantidad absorbida de pesticida B en un espécimen de piel tomado

al azar”

Asumimos que:
2
X1 ~ N(µ1 , σ1 ) y X2 ~ N(µ2 , σ22)

Datos:

n1 = 6

n2 =10

s12 = 2,3

1
s22 = 0,6

Hipótesis nula:

σ12 = σ22

Hipótesis alternativa:

σ12 > σ22

El estadístico de prueba es:

𝑆12
F= 𝑆22

Por lo tanto, el valor calculado de F seria el siguiente:

2,3
F = 0,6

F = 3,83

Ahora, obtendremos el valor de F crítico, para eso calculamos lo siguiente:

Tenemos un nivel de significancia (α) de 0,05.

GL numerador (V1) = 6 - 1

GL numerador (V1) = 5

GL denominador (V2) = 10 – 1

GL denominador (V2) = 9

2
Valor crítico:

F(α,V1,V2) = F(0.05, 5, 9)

Fig 1: Valor critico F(0.05, 5, 9)

Por lo tanto:

F(α,V1,V2) = F(0.05, 5, 9) = 3,48

Entonces, como F calculado (3,83) es mayor a F critico (3,48) se rechaza

la hipótesis nula y se acepta la hipótesis alternativa.

Fig 2: Grafico estadístico

3
Ahora, estudiamos el valor P basándonos en las tablas de distribución F
y en lo descrito por Ronald Aylmer Fisher, donde indica que se debe
evaluar si la probabilidad es menor a 0,05 y así aceptar la hipótesis nula.

El valor estadístico calculado fué = 3,83, dicho valor genera una

probabilidad denominada como valor - p.

El valor obtenido en tabla para F(0.05, 5, 9) = 3,48 y el obtenido para

F(0.01, 5, 9) = 6,06

Fig 3: Estadístico para F(0.05, 5, 9)

Fig 4: Estadístico para F(0.01, 5, 9)

4
Por lo tanto, se confirma el rechazo de la hipótesis nula, ya que:
0.01 < p − valor < 0.05

Ahora, se va a confirmar los valores obtenidos con los expresados por el

programa STATGRAPHICS.

El enunciado del ejercicio nos indica las varianzas muestrales 1 y 2, pero

los valores que me pide el programa son las desviaciones estándar, por lo
tanto:

√𝑠12 = √2,3 𝑠1= 1,5165

√𝑠22 = √0,6 𝑠2= 0,7746

n1 = 6

n2 =10

Fig 5: Datos obtenidos con STATGRAPHICS

5
 Conclusión:

Dada una muestra de 6 observaciones con una desviación estándar de

1,51 y una segunda muestra de 10 observaciones con una desviación
estándar de 0,7746, el estadístico F calculado es igual a 3,80013. Puesto
que el valor-P para la prueba es menor que 0,05, puede rechazarse la
hipótesis nula con un 95,0% de nivel de confianza. La cota de confianza
muestra que los valores de var1/var2 soportados por los datos son
mayores o iguales que 1,09147. Por lo tanto Se puede concluir que la
varianza en la cantidad absorbida es mayor para el pesticida A que para
el B.