3 PRUEBAS DE HIPOTESIS

Una hipótesis estadística es una afirmación o conjetura acerca de

la distribución de una o más variables aleatorias. Si una hipótesis
estadística especifica por completo la distribución, recibe el
nombre de hipótesis simple; si no, se conoce como hipótesis
compuesta.
3.1 Introducción

La siguiente gráfica muestra los valores críticos de Z y la región de rechazo

Para plantear el concepto de prueba de hipótesis, tomamos el primer ejemplo del

embotellador de bebidas suaves.

1
 del tipo II). La potencia es en general una función de las distribuciones posibles,
a menudo determinada por un parámetro, bajo la hipótesis alternativa. A medida
que aumenta la potencia, las posibilidades de que se presente un error del tipo II
disminuyen. La probabilidad de que ocurra un error de tipo II se conoce como
la tasa de falsos negativos (β). Por lo tanto la potencia es igual a 1 - β, que
también se conoce como la sensibilidad. (Se deja al estudiante el desarrollo del
subtema)
3.5 Formulación de Hipótesis estadísticas
Para probar una hipótesis el estadístico de prueba es:

3.2 Confiabilidad y significancia

(Se deja al estudiante)
En la mayoría de los casos el valor de σ se desconoce, pero se puede sustituir
3.3 Errores Tipo I y Tipo II fácilmente por la desviación estándar s de la muestra. Para mejor referencia, en
1) Al rechazo de la hipótesis nula cuando esta es verdadera se le conoce como el esquema siguiente se muestran los estadísticos de prueba que deben usarse en
cada caso al hacer pruebas de hipótesis concernientes a la media de una
error de tipo I, la probabilidad de cometer este error se denota por α. El valor
población.
de α se denomina nivel de la prueba.
2) La aceptación de la hipótesis nula cuando ésta es falsa recibe el nombre de
error de tipo II, la probabilidad de cometer un error de este tipo se representa
por la letra β

3.4 Potencia de la prueba

La potencia de una prueba estadística o el poder estadístico es la
probabilidad de que la hipótesis nula sea rechazada cuando la hipótesis
alternativa es verdadera (es decir, la probabilidad de no cometer un error

2
Prueba de dos colas Como zc = 2.91 es mayor que el valor crítico de z = 1.96 (consultado en tablas
para una prueba de dos colas), es decir, z c se encuentra fuera del intervalo -1.96
≤ z ≤ 1.96 y de acuerdo a la regla de decisión, la hipótesis nula debería
rechazarse. Se concluye a un nivel de significancia del 5% que el llenado de las
botellas es diferente de 16 onzas.
Prueba de una cola
En una reunión informativa para una oficina corporativa, el gerente de un hotel
en Atlanta, reportó que el número promedio de habitaciones alquiladas por
noche es de por lo menos 212. Es decir μ ≥ 212. Uno de los funcionarios
corporativos considera que esta cifra puede estar algo sobreestimada. Una
muestra de 150 noches produce una media de 201.3 habitaciones y una
Solución desviación estándar de 45.5 habitaciones. Si estos resultados sugieren que el
gerente ha “inflado” su reporte, será amonestado severamente. A un nivel de
1%, ¿cuál será el destino del gerente?
Solución El planteamiento se puede expresar mediante la gráfica

El estadístico de prueba (también denominada como “z calculada”) es:

𝑥̅ − 𝜇
𝑧𝑐 = El estadístico de prueba es:
𝜎
√𝑛 𝑥̅ − 𝜇
𝑧 =
𝑠
𝑐
Si el promedio de llenado de una muestra de 36 botellas es de 16.357 onzas y √𝑛
por experiencia se sabe que la desviación estándar de la población es de σ =
0.736 onzas, al sustituir en el estadístico de prueba z, se tiene: Si el promedio de habitaciones alquiladas es de 201.3 para una muestra de 150
noches con una desviación estándar de la muestra de s = 45.5 habitaciones,
sustituyendo en el estadístico de prueba, zc se tiene:
16.357 - 16 = 0.357
zc= 201.3 - 212 -10.7
0.736 / √36 0.1227 zc= =
45.5 / √150 3.7151
z c = 2.91033 z c = -2.88017

3
Como zc = -2.88 es menor que el valor crítico de z = -2.33 (consultado en tablas Cálculo del estadístico de prueba z c:
para prueba de una cola tomando valor negativo de z por ser
prueba de cola izquierda), es decir, -2.88 ≤ -2.33 y de acuerdo a la regla de x zc=
492 - 500 = -8
decisión, la hipótesis nula debería rechazarse. Se concluye que a un nivel de zc  34.4 / √50 4.8649
significancia del 1% el promedio de ocupación no es mayor que x/ n
212, por lo que el gerente podría ser amonestado. z c = -1.64443
Regla de decisión:
3.6 Prueba de hipótesis para la media
Si z c < -z ó si zc > z se rechaza la hipótesis nula, en caso contrario se acepta
Una vez que se han definido los errores tipo I y tipo II, se puede retomar el Zc < z
planteamiento de las hipótesis nula H0 y alternativa HA también simbolizadas Es decir -1.6 < -1.96 No se debería rechazar la hipótesis nula Ho
como Ho y H1 respectivamente, donde como ya se ha visto, el estadístico de
prueba es: Por tanto, se concluye que no hay razones para suponer que el contenido neto
medio de los paquetes es distinto que el anunciado.
𝑧𝑐 𝑥̅ − 𝜇
= Nota: Esta regla de decisión bilateral también se escribe en términos de valor
𝜎 absoluto, es decir, si |zc| < z lo que se traduce en: si –z < zc < z se acepta Ho.
√𝑛 Ejemplo 2. Los salarios por hora en una industria particular están
Como ya se ha visto en el esquema anterior, en el caso de que σ se desconozca, distribuidos normalmente con media de $13.20 y desviación estándar de
se puede sustituir fácilmente por s. Ahora seguiremos los cuatro pasos $2.50. Una compañía en esta industria emplea 40 trabajadores, pagándoles un
involucrados en la prueba. promedio de $14.20 por hora. ¿Esta compañía puede estar pagando salarios
arriba del estándar? Use una prueba de nivel de significancia α = 0.01.
Ejemplo 1. Los paquetes de café Bermoka de medio kilogramo, dicen en su
envase “contenido neto 500 gr”. Se sabe que la desviación estándar es de 34.4 Solución. Definimos con los datos del problema
gr. Se eligieron al azar 50 paquetes y se pesaron con una balanza analítica, tras Datos:
lo cual se registró una media de la muestra de 492
gr. Efectuar una prueba de hipótesis al nivel de 0.05 para determinar si el µ = El parámetro de la población en cuestión
13.2
llenado de los paquetes es distinto al marcado en el envase. X= Media obtenida del muestreo
14.2
Solución. Definimos con los datos del problema una prueba bilateral. σ= 2.5 Desviación estándar de la población
Datos: n = 40
X= 492 µ = 5 Estadístico de la muestra
Hipótesis:
µ= 500 Parámetro de la población, el valor específico en cuestión
σ= 34.4 Desviación estándar de la población Ho: µ ≤ 13.2 El valor específico del parámetro en cuestión
n = 50 H1: µ 13.2 Este símbolo debe ir de acuerdo a si X>µ ó X<µ
1 -  = 0.95
>
Nivel  = 0.05
Nivel de significación:
Hipótesis:
Ho: µ = 500 Lo que se piensa o se afirma que es Nivel  = 0.01 1 -  = 0.99
Valor critico: Z α = 2.32635
H 1 : µ ≠ 500 La alternativa que no es lo que se piensa
Cálculo del estadístico de prueba z c:
Nivel de significación y Valores criticos:
z = -1.95996 z = 1.95996 14.2 - 13.2 1
zc= = 0.3953
2.5 / √40
Región crítica izquierda Región crítica derecha
z c = 2.52982
 = 0.0250  = 0.0250
4
 En los ejemplos anteriores se conocía σ o en caso contrario, se podía sustituir
por s la desviación estándar de la muestra siempre que el tamaño sea mayor a
30.
Cuando n < 30 y se desconoce la varianza σ2, la prueba no puede utilizarse,
sin embargo, para muestras tomadas al azar de poblaciones cuando se supone
que siguen una distribuci6n normal, la decisión se basa en el estadístico:
Ejemplo 3. Los inspectores del gobierno, al investigar los cargos contra una
embotelladora de bebidas que no llenaba adecuadamente sus productos, x
tc 
muestrearon 200 botellas y encontraron que el promedio de llenado es de 935 s
mI con una desviación estándar de 44.36 mI. Se n
anuncia en la etiqueta de las botellas un contenido de 946 mI ¿Pueden los Cuya distribución de muestreo es la distribución t de Student con n – 1 grados
inspectores del gobierno, al nivel de significación de 0.05, concluir que las de libertad.
botellas están siendo llenadas con menor contenido?
Ejemplo 4. Una compañía editora supone que la vida de su prensa rotativa
Solución. Se tiene lo siguiente: más grande es de 14,500 horas. De una muestra de 25 prensas, la compañía
Datos: encuentra una media de 13,000 horas con una desviación estándar de 2,100
µ=946 El parámetro de la población en cuestión horas. ¿Debe la compañía editora suponer que la vida promedio de las prensas
X =935 Media obtenida del muestreo es menor que la hipotética de 14,500 horas? Usa un nivel de significación de
=44.36 Desviación estándar de la muestra 0.05.
s
n =200
Solución. Como n es menor que 30, se tiene
Hipótesis: Datos:
µ= 14500 El parámetro de la población en cuestión
Ho: µ ≥ 946 El valor específico del parámetro en cuestión
X= 13000 Media obtenida del muestreo
H 1: µ < 946 Este símbolo debe ir de acuerdo a si X>µ ó X<µ s = 2100 No se conoce σ, en este caso usar t

Nivel de significación: 25
n = Si n<30 suponer que la población se distribuye normalmente

Nivel  = 0.05 1 -  = 0.95 Hipótesis:

Valor critico: Z α = -1.64485
H o: µ
Cálculo del estadístico de prueba z c:
≥ 14500 El valor específico del parámetro en cuestión
H 1: µ
< 14500 Este símbolo debe ir de acuerdo a si X>µ ó X<µ
935 - 946 -11 Nivel de significación:
zc= =
44.36 / √200 3.1367
z c = -3.50684 Nivel  = 1 -  = 0.95 gl = n - 1 = 24
Regla de decisión: 0.05
Valor critico: t α = -1.71088 buscado en tablas
Si zc < -z ó si zc > z se rechaza Ho
Zc < Zα Cálculo del estadístico de prueba t c:
Como -3.50684 < -1.6449 Se debería rechazar la hipótesis nula Ho
x 13000 - 14500 -1500
Decisión estadística: tc  tc =
s =
2100 / √25 420
n
Se concluye que el valor medio para la población muestreada no es mayor que 946
t c = -3.57143
5
Regla de decisión:

Si t c < -t ó si t c > t se rechaza la hipótesis nula

Como tc < tα
-3.57143 < -1.7109 Se debería rechazar la hipótesis nula Ho
Se puede concluir a un nivel de 0.05 que no hay diferencia en el grosor de las
Decisión estadística: arandelas y por tanto la máquina está en buenas condiciones.
Se concluye que el valor medio para la población muestreada no es mayor que Solución. b) Se deja al estudiante
14500. 3.7 Prueba de hipótesis para la diferencia de medias
Ejemplo 5. En el pasado una máquina ha producido arandelas con un grosor Supóngase que se tienen muestras aleatorias independientes de tamaño n1 y n2
de 0.050 pulgadas. Para determinar si la máquina sigue en buenas condiciones tomadas de dos poblaciones normales con µ1 y µ2 y las varianzas conocidas σ21
de producción, se toma una muestra de 10 arandelas, que resulta tener un grosor y σ22 y que deseamos probar la hipótesis nula, µ1 - µ2 = 0, nuestra prueba estará
medio de 0.053 pulgadas y una desviación típica de 0.003 pulgadas. Ensayar la basada en el estadístico:
hipótesis de que la máquina está en buenas condiciones de producción al nivel
de significación del a) 0.05, b) 0.01.
Solución. a) La prueba es bilateral
Datos:
X= 0.053 µ =0. Estadístico de la muestra
µ= Parámetro de la población, el valor específico en cuestión En la mayoría de los casos prácticos σ2 y σ2 son incógnitas, pero al
0.05
1 2
s = 0.003 Si se desconoce σ limitarse a muestras grandes (> 30), podemos utilizar las desviaciones estándar
n = 10 Si n<30 se supone que la población se distribuye normalmente de las muestras s1 y s2 como estimaciones de σ1 y σ2.

Hipótesis:
Ejemplo 1. Un fabricante afirma que la resistencia a la tracción promedio del
hilo A excede la resistencia a la tracción promedio del hilo B. Para probar esta
Ho: Ho: µ = 0.05 Lo que se piensa o se afirma que es
afirmación, se prueban 50 piezas de cada tipo de hilo bajo condiciones
H1: H 1 : µ ≠ 0.05 La alternativa que no es lo que se piensa similares. El hilo tipo A tiene una resistencia a la tracción promedio de 81.7
kilogramos con una desviación estándar de 6.28 kg, mientras que el hilo B tiene
Nivel de significación y valores criticos:
una resistencia promedio a la tracción de 78.6 kilogramos con una desviación
estándar de 5.61 kg. Pruebe la afirmación
Nivel  = 0.05 1 -  = 0.95 gl = n - 1 = 9 del fabricante con el uso de un nivel de significancia de 0.05.
t α/2 = -2.26216 t α/2 = 2.26216 Solución. Se plantean las hipótesis:
Región crítica izquierda Región crítica derecha
Ho: µ1 - µ2 = 0 No hay diferencia en las resistencias
 = 0.025  = 0.025 La resistencia de la marca A es mayor que la de B
H1: µ1 - µ2 > 0
Cálculo del estadístico de prueba t c:

tc  X1= X2=
x tc= 0.053 - 0.05 = 0.003
81.7 78.6
n2 = 50
n1 = 50
s 0.003 / √10 0.0009 S1 = 6.28 S2 = 5.61
n
t c = 3.16228
Significancia: Nivel  = 1 -  = 0.95
0.05
La regla de decisión es que si tc está dentro del intervalo -2.26 y 2.26 entonces se
acepta Ho, esta regla también se puede escribir en valor absoluto.
6
 Valor crítico z = 1.64485
Estadístico de prueba:
Estadístico de prueba:
83.2 - 90.8
Z=
81.7 - 78.6 - 0 372.49 457.96
Z= 39.438 31.472 + 80
+ 75
50 50
-7.6
Z= 3.1 Z= 4.96653 + 5.7245
0.7888 + 0.6294

Zc = -2.32436
Z = 2.6031

Regla de decisión Regla de decisión

Si Zc < z Se acepta la hipotesis nula, en caso contrario se rechaza Si Zc < -z o bien si Zc > z se rechaza la hipotesis nula Como

Como Zc > z
Zc > z
Es decir 2.6031 > 1.6449
A un nivel de significancia de 0.05 se puede rechazar la hipótesis nula, es decir, Es decir 2.32436 > 1.95996
se puede sustentar la afirmación del fabricante.
Se debería rechazar la hipótesis nula, es decir, a un nivel de significancia del
Ejemplo 2. Una investigación de dos tipos de equipo de fotocopiado demostró 0.05 se concluye que si hay diferencia en los tiempos promedio de reparación.
que 75 fallas del primer tipo de equipo tardaban en promedio
83.2 minutos en repararse, con una desviación estándar de 19.3 minutos, Prueba de hipótesis para la diferencia de medias (muestras
mientras que 80 fallas del segundo tipo de equipo tardaban en promedio pequeñas)
90.8 minutos en repararse, con una desviación estándar de 21.4 minutos. Pruebe Cuando n1 y n2 son ambas pequeñas (< 30) y se desconocen las varianzas
la hipótesis nula µ1 - µ2 = 0, es decir, la hipótesis de que en promedio, la poblacionales pero se suponen son iguales y las poblaciones de donde proceden
reparación de cualquier tipo de equipo tarda la misma cantidad de tiempo, son normales o casi normales, se requiere un estimador combinado de σ2, el
contra la hipótesis alternativa µ1 - µ2 ≠ 0. Tomar un nivel de significancia de α = cual es el siguiente:
0.05.
Solución. Se plantea:
(n 1)s 2  (n 1)s 2
Hipótesis:
s 2p  1 1 2 2
Ho: µ1 - µ2 = 0 No hay diferencia entre las medias H1: n1  n2  2
µ1 - µ2 ≠ 0 Existe diferencia
es la varianza común de las poblaciones, el estadístico de prueba
X 1 = 83.2 90.8 (también tc) que se usa en este caso es:
75 X 2 = 80
n1 = 19.3 n2 = 21.4 (x  x )  (   )
S1 = S2 = 1 2 1 2
t
Significancia: Nivel  = 1 -  = 0.95
s p2s 2 p
0.05 
n1n2
Valores críticos z = -1.95996 z = 1.95996 Se toman dos valores críticos, puesto que es una prueba de dos colas

7
es la distribución t de Student con gl = n1 + n2 − 2 grados de libertad

8
Ejemplo 3. Se llevó a cabo un experimento para comparar el desgaste por Utilice el nivel de significancia de 0.01 para probar si la diferencia entre las
abrasivos de dos diferentes materiales laminados. Se probaron 12 piezas del medias de estas dos muestras es significativa.
material 1 exponiendo cada pieza a una máquina para medir el desgaste. Se
probaron 10 piezas del material 2 de manera similar. En cada caso se observó la Solución. En este caso tenemos los registros de cada muestra, por lo que se
profundidad del desgaste. Las muestras del material 1 revelaron un desgaste procederá a calcular la media y las varianzas muestrales.
promedio (codificado) de 85 unidades con una desviación estándar muestral de
4; en tanto que las muestras del material 2 revelaron un promedio de 81 y una
desviación estándar muestral de 5. ¿Podríamos concluir, a un nivel de
significancia de 0.05, que el desgaste abrasivo del material 1 excede al del
material 2 en más de 2 unidades? Suponga que las poblaciones son
aproximadamente normales con varianzas iguales.
Solución. Representemos con µ1 y µ2 las medias de la población del desgaste
abrasivo para el material 1 y el material 2, respectivamente.

4. Región critica t = 1.725 con grados de libertad gl = 12 + 10 - 2 = 20

6. Regla de decisión: si tc > t critica se debe rechazar la hipótesis nula, en caso

contrario, se debe aceptar. Como 1.04 < 1.725 no se debe rechazar la hipótesis
nula. No podemos concluir que el desgaste abrasivo del material 1 excede al del
material 2 en más de 2 unidades.
Ejemplo 4. Las siguientes muestras aleatorias son mediciones de la capacidad El valor P = 0.0012 + 0.0012 = 0.0024 es la probabilidad de obtener una diferencia entre
productora de calor (en millones de calorías por ton) de especímenes de carbón 𝑥̅ y µ mayor que o igual a la realmente observada. Este criterio de valor P no fue
de dos minas: revisado en este curso.

Nota: en estos dos últimos ejercicios aparentemente se ha usado otra expresión

para determinar el estadístico de prueba t pero algebraicamente es la misma
expresión y produce el mismo resultado.

9
3.8 Prueba de hipótesis para la proporción sobre esta proporción. Una muestra de 800 clientes revela que 492 clientes
Para una proporción que está basada en 𝑝̂ = x/n, el estadístico de prueba está tienen grados universitarios, lo que genera una proporción muestral de 𝑝̂=
dado por 492/800 = 0.615. A un nivel del 5%, ¿qué puede concluir sobre la proporción
de todos los clientes graduados de la universidad?
¿se puede concluir que el porcentaje es diferente del 60%?
Solución. Se desea probar las hipótesis
Ho: p = 0.6
donde x son los casos que cumplen la característica de interés, po es la
proporción poblacional y n el tamaño de la muestra, en algunas ocasiones (1 – H1: p ≠ 0.6
po) se sustituye por qo, ya que qo = 1 – po. Nivel de significancia y valor critico

Ejemplo 1. Si la producción diaria de la máquina de una fábrica tiene más de

Nivel  = 1 -  = 0.95
10% de artículos defectuosos, es necesario repararla. Una muestra aleatoria de 0.05
100 piezas de la producción del día contiene 15 piezas Valores criticos:
Z = -1.96 Z = 1.96
defectuosas y el supervisor decide que la máquina debe ser reparada. Estadístico de prueba
¿La evidencia muestral apoya su decisión? Use una prueba con nivel de 0.01.
Solución. Si x denota el número de piezas defectuosas observado, pˆp = x / n = 0.615 p o = 0.6 1 - p o = 0.4

po (1  po )
entonces x = 15 es una variable aleatoria binomial, con p denotando la 0.615 - 0.6  pˆ  n
probabilidad de que una pieza seleccionada al azar sea defectuosa. En z= 0.0173
consecuencia, deseamos probar la hipótesis nula σ p= √[(0.6)(0.4) / 800

zc=
0.015 = 0.866 σp= 0.01732
0.0173
El estadístico de prueba, que está basado en 𝑝̂ =x/n está dado por Regla de decisión:

Si z c < -z ó si zc > z se rechaza la hipótesis nula

Como zc < z es decir 0.87 < 1.96

como x = 15, n = 100, entonces 𝑝̂ =15/100 = 0.15 y p0 = 0.10, con 1- po
= 0.90, así Se aceptaría la hipótesis nula Ho y se rechazaría H1
La evidencia de la muestra confirma la hipótesis de que el promedio poblacional es
60%. Es posible desarrollar su política de precios en base a esta conclusión.

Como el valor observado de Z no está en la región de rechazo, no podemos

rechazar H0 : p = 0.10 a favor de Ha : p > 0.10. En términos de su aplicación,
concluimos que, en el nivel de significancia de 0.01, la evidencia no apoya la
decisión del supervisor.
Ejemplo 2. Como director de las operaciones de mercadeo, usted considera
que el 60% de los clientes de la firma se han graduado de la universidad. Usted
intenta establecer una importante política de precios Región de aceptación de Ho
10
3.8 Prueba de hipótesis para la diferencia de proporciones
Con frecuencia surgen problemas que requieren la comparación de dos
proporciones de poblaciones diferentes. A menudo surgen situaciones en las que
se desea probar la hipótesis de que dos proporciones son iguales. Por ejemplo,
podemos tratar de mostrar evidencia de que la proporción de médicos que son
pediatras en un estado es igual a la proporción de pediatras en otro estado.
Quizás un individuo decida dejar de fumar sólo si se convence de que la
proporción de fumadores con cáncer pulmonar excede a la proporción de no
fumadores con ese tipo de cáncer.
En general, deseamos probar la hipótesis nula de que dos proporciones, o
parámetros binomiales, son iguales. Es decir, probamos p1 = p2 contra una de
las alternativas p1 < p2, p1 > p2 o p1 ≠ p2. Se seleccionan al azar muestras
independientes de tamaños n1 y n2 de dos poblaciones binomiales y se calcula
la proporción de éxitos 𝑝̂ 1 y 𝑝̂ 2 para las dos muestras.
La prueba para medir estas proporciones es la siguiente: Ejemplo 2. Se organizará una votación entre los residentes de una ciudad y el
condado circundante para determinar si se aprueba una propuesta para la
construcción de una planta química. Como el lugar en el que se propone
con construirla está dentro de los límites de la ciudad, muchos votantes del condado
consideran que la propuesta será aprobada debido a la gran proporción de
esta variable estandarizada tiene aproximadamente una distribución normal votantes que está a favor de que se construya. Se realiza una encuesta para
estándar para muestras grandes. La segunda expresión es el estimador agrupado determinar si hay una diferencia significativa en la proporción de votantes de la
donde x1 y x2 es el número de éxitos o los individuos que tienen la característica ciudad y los votantes del condado que favorecen la propuesta. Si 120 de 200
de interés. votantes de la ciudad favorecen la propuesta y 240 de 500 residentes del
condado también lo hacen, ¿estaría usted de acuerdo en que la proporción de
Ejemplo1. Un estudio señala que 16 de 200 tractores producidos en una línea votantes de la ciudad que favorecen la propuesta es mayor que la proporción de
de ensamble requirieron extensos ajustes antes de embarcarse, mientras que lo votantes del condado? Utilice un nivel de significancia de α = 0.05.
mismo fue cierto para 14 de 400 tractores producidos en otra línea de ensamble.
Solución. Se desea probar las hipótesis
Con un nivel de significancia de 0.01, ¿esto apoya la afirmación de que la
segunda línea de producción efectúa un trabajo superior?
Solución. Se desea probar las hipótesis

3. Se deja al estudiante.

La z crítica se ha determinado para prueba de una cola.

Se tiene el estimador 𝑝̂ y 𝑝̂ 1 = 16/200 = 0.08 y 𝑝̂ 2 = 14/400 = 0.035 para el

estadístico de prueba z.

11
 EJERCICIOS
1. Una aerolínea afirma que el tiempo de vuelo típico entre dos ciudades es de
56 minutos. Formule una prueba de hipótesis con la intención de establecer que
la media poblacional del tiempo de vuelo es diferente del tiempo publicado de
56 minutos.
3. Para una muestra de 60 mujeres, tomada de una población de 5,000
inscritas en un programa de reducción de peso en una cadena nacional de
balnearios de aguas termales, la presión sanguínea diastólica media es de 90
con una desviación estándar de 42. A un nivel de significación de 0.015,
determina si las mujeres inscritas en el programa tienen una presión
sanguínea diastólica que excede el valor de 75 recomendado por diversas
sociedades médicas. Como 2.76>2.17 Se debería rechazar la hipótesis nula Ho
4. Con los datos siguientes n = 242, 𝑥̅ = 33.3 y s = 12.14, probar a un nivel de
significancia α = 0.05 las hipótesis:
5. Diariamente el Servicio de Aduanas ha interceptado a lo largo de su historia
alrededor de $28 millones al día en bienes de contrabando introducidos al país.
En 60 días de 2015, elegidos al azar, el Servicio de Aduanas interceptó un
promedio de $ 30.3 millones con una desviación estándar de $16 millones al día
en bienes de contrabando. ¿Indica esta muestra, a un nivel de significación de
0.05; que el Comisionado de Aduanas debería preocuparse por el incremento
del contrabando por encima de su nivel histórico?
6. En una fábrica se toma una muestra de 64 horas de producción seleccionadas
al azar, donde la media y la desviación estándar del número de piezas
aceptables producidas por una apisonadora automática es de 𝑥̅ = 1,038 y s =
146. Al nivel de significancia de 0.05,
¿esto permite rechazar la hipótesis nula µ = 1,000 contra la hipótesis alternativa
µ > 1,000?
7. Atlas S. A. ha puesto en marcha una promoción comercial especial para su
estufa de propano y siente que la promoción debe provocar un cambio en el
precio para el consumidor. Atlas. S. A. sabe que antes de que comenzara la
promoción, el precio promedio al menudeo de la estufa era de $4,495.00. Atlas
muestreo a 25 de sus minoristas después de iniciada la promoción y encuentra
que el precio promedio de las estufas es ahora de $4,295.00 con una desviación
estándar de $ 575.00. A un nivel de significación de 0.02, ¿tiene Atlas razones
para creer que ha disminuido el precio promedio al menudeo para el
consumidor?
8. La corredora de bienes raíces Clara Céspedes tomó una muestra aleatoria de
12 casas de una prestigiada colonia de la ciudad y encontró que el valor de
mercado promedio era de $780,000.00 con una desviación estándar de
$49,000.00. En el catastro se estima que el valor promedio de las casas es de
$825,000.00. Usando un nivel de significación de 0.05, determina si las casas
de la muestra tomada por Clara tienen un valor promedio menor que el señalado
por el catastro.
9. Se está estudiando la tasa de quemado de un propulsor a chorro. Las
especificaciones requieren que la tasa media de quemado sea 40 cm/s. Además,
supóngase que sabemos que la desviación estándar de la tasa de quemado es
aproximadamente de 2 cm/s. El experimentador decide especificar un nivel de
significación de 0.05, basará la prueba en una muestra aleatoria de tamaño n =
25. Probar las hipótesis:
¿Se puede concluir que la tasa de quemado media es igual a 40 cm/s?
10. Después de seguir un programa de capacitación en supervisión de
hospitales durante una semana, 16 administradores de hospital obtuvieron una
calificación media de 74 en una prueba llevada a cabo como parte de la
evaluación del programa de capacitación. La desviación estándar de la muestra
fue de 12. ¿Es posible concluir a partir de estos datos que la media de la
población es mayor que 70? Sea α = 0.05.
¿Cuáles son los supuestos que se deben cumplir?
12
Prueba de hipótesis para la diferencia de medias consideraba ser el porcentaje óptimo de cobertura de mercado para su campaña.
11. En un estudio de una tienda de departamentos diseñado para probar si el Se obtuvieron las siguientes respuestas:
saldo promedio en las cuentas de 30 días es el mismo en sus dos sucursales Sub-directores 22.5 25.0 30.0 27.5 20.0
suburbanas, muestras tomadas al azar arrojaron los siguientes resultados:
Analistas de mercado 22.5 17.5 17.0 20.0
n1 = 80 𝑥̅1 = $64.20 s1 = $16.00
¿Sugieren estos datos que los subdirectores y los analistas de mercado están en
n2 = 100 𝑥2 = $71.41 s2 = $22.13 desacuerdo cuando estiman la cobertura óptima de mercado para la empresa?
Pruebe al 5% de significancia.
donde los subíndices representan las sucursales 1 y 2. Utilice un nivel de
significación de 0.05 para demostrar la hipótesis nula µ1 - µ2 = 0 contra la 16. El advenimiento de materiales sintéticos tales como el nylon, poliéster y
hipótesis alternativa µ1 - µ2 ≠ 0, donde µ1 y µ2 son los saldos medios reales latex, y su producción en el mercado ha suscitado debates acerca de la calidad y
observados en todas las cuentas a 30 días de las sucursales. resistencia de estas fibras comparadas con las fibras naturales. Un fabricante de
una nueva fibra sintética afirma que su producto posee una mayor resistencia a
12. Se efectuó un estudio muestral del número de comidas de negocios que los la tracción que las fibras naturales. Se seleccionan al azar 10 fibras sintéticas y
ejecutivos reclaman como gastos deducibles por mes. Si 40 ejecutivos de la 10 naturales para determinar su resistencia. Las medias y las varianzas son:
industria de los seguros promediaron 9.4 de dichas deducciones con una
desviación estándar de 3.3 en un mes determinado; mientras que 50 ejecutivos 𝑥 = 272 kg s 2 = 1636 kg2
1
bancarios promediaron 7.9 con una desviación estándar de 2.9, pruebe en el
nivel de significación de 𝑥̅2 = 335 kg s2 = 1892 kg2
2

0.05 si existe diferencia entre estas dos medias de muestra.
13. En una investigación de los tiempos de reparación de dos clases de equipo
de fotocopiado, se obtuvieron estos datos:
¿Confirman estos datos la afirmación del fabricante? Haga la prueba usando α
= 0.05.
17. En un estudio de la efectividad de ciertos ejercicios en la reducción de
peso, un grupo de 16 personas realizó ciertos ejercicios durante un mes y se
obtuvieron los siguientes resultados dados en libras:

Pruebe al nivel de significación de 0.01 si existe diferencia entre estas dos

medias de muestras.
14. Encuestas muestrales conducidas en un condado grande en 1990 y de
nuevo en 2010, demostraron que en 1990 la altura promedio de 400
hombres del grupo de la edad entre 18 y 24 años era de 68.4 pulgadas con
una desviación estándar de 2.6 pulgadas; mientras que en 2010 la altura
promedio de 400 hombres del mismo grupo de edad era de 69.8 pulgadas con
una desviación estándar de 2.5 pulgadas. Use el nivel de significación de
0.05 para probar si hubo incremento en el promedio de las alturas en esos
30 años.
15. Se hizo una entrevista a cinco subdirectores y a cuatro analistas de mercado
de una gran empresa. Se les preguntó a cada uno cuál

13
Prueba de hipótesis para una proporción
18. El fabricante de una patente médica sostiene que la misma tiene un 90% de
efectividad en el alivio de una alergia, por un período de 8 horas. En una
muestra de 200 individuos que tenían la alergia la medicina suministrada alivió
a 160 personas. A un nivel de 0.01 determinar si la aseveración del fabricante es
cierta. Es decir, probar las hipótesis:
Ho: p = 0.9 y la aseveración es correcta
H1: p < 0.9 y la aseveración es falsa
19. Un laboratorio que se especializa en el uso de técnicas de reproducción de
genes para lograr nuevos compuestos farmacéuticos, recientemente desarrollo
un atomizador nasal que contiene interferón con el cual se cree habrá de
limitarse la transmisión del catarro común en las familias. En la población
general, a 15.1% de todos los individuos les dará catarro ocasionado por un
rinovirus una vez que otro miembro de la familia ha contraído catarro. El
atomizador de interferón fue probado en 180 personas, en cuyas familias uno de
los miembros contrajo posteriormente un catarro ocasionado por un rinovirus.
Solo 17 de los sujetos de la prueba desarrollo catarros similares. A un nivel de
significación de 0.025, ¿puede el laboratorio concluir que el nuevo atomizador
efectivamente reduce la transmisión de catarros?
20. Un innovador de la industria automotriz pensó que su nuevo automotor
eléctrico captaría 48% del mercado regional en un año, debido al bajo precio y
al rendimiento superior de su producto. Existen 5,000 usuarios de automotores
en la región. Después de muestrear 10% de estos usuarios un año después de
lanzar al mercado su producto, la compañía encontró que 43% de ellos usaban
los nuevos motores. Con un nivel de significación de 0.01. Determine si la
compañía fracasó en alcanzar su objetivo de participación en el mercado.-2.24>-
2.33 se acepta Ho
21. En 1997, se estimó que alrededor de 52% de los hogares de una metrópoli
eran suscriptores de televisión por cable. Los editores de una revista estaban
seguros de que sus lectores tenían suscripción por cable en un promedio más
alto que la población general y querían usar este hecho para ayudar a vender
más espacio de publicidad para los canales de estreno por cable. Para
comprobar esto, tomaron una muestra de 250 de los suscriptores de la revista y
encontraron que 146 de ellos tenían suscripción a la televisión por cable. A un
nivel de significación de 0.015, determina si los datos de la encuesta apoyan el
parecer de los editores
22. Un fabricante de salsa de tomate está en proceso de decidir si produce una
nueva marca extra-condimentada. El departamento de
investigación de mercado de la compañía empleó una encuesta telefónica de
6,000 hogares y encontró que la salsa de tomate extra- condimentada seria
comprada por 335 de ellos. Un estudio mucho más extenso hecho hace dos años
mostraba que el 5% de los hogares de ese entonces habrían comprado el
producto. A un nivel de significación de 0.035, ¿debe la compañía concluir que
ahora existe mayor interés en el sabor extra-condimentado?
Prueba de hipótesis para la diferencia de proporciones
23. Las hipótesis nula y alternativa son:
H o: p 1 - p 2 = 0
H 1: p 1 - p 2 ≠ 0
Una muestra de 200 observaciones de la primera población indicó que x1 es
170; otra, de 150 observaciones de la segunda población, reveló que x2 es 110.
Utilice el nivel de significancia 0.05 para probar la hipótesis.
24. Una comunidad urbana quiere demostrar que la incidencia de cáncer de
mama es mayor en su localidad que en un área rural vecina. (Se encontró que
los niveles de PCB son más altos en el suelo de la comunidad urbana). Si
descubre que en la comunidad urbana 20 de 200 mujeres adultas tienen cáncer
de mama y que en la comunidad rural 10 de 150 mujeres adultas lo tienen,
¿podría concluir, con un nivel de significancia de 0.05, que el cáncer de mama
prevalece más en la comunidad urbana?
25. En un estudio que se realizó para estimar la proporción de residentes de
cierta ciudad y sus suburbios que están a favor de que se construya una planta
de energía nuclear se encontró que 63 de 100 residentes urbanos están a favor
de la construcción, mientras que sólo 59 de 125 residentes suburbanos la
apoyan. ¿Hay una diferencia significativa entre la proporción de residentes
urbanos y suburbanos que están a favor de que se construya la planta nuclear?
Utilice una significancia de α = 0.01.
14