Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bes6ndonos en la información
ot>te lide en le muestra, queremos seber si podemos afirmar que la Pro-
--~U'\ poblaeiontJI es meyor a O50, o cuán cerca está nuestro estirna-
p la ~ a proporción p.
En ~ capítulo aprenderemos a hacer ensayos de hipótesis fo
ma sobre tres parámetros, la proporción poblac1onal p, la rned,:
pobladOl"ltJI µ y a9 También avanzaremos en el concepto de estimación
por anmvalos de confianza para cada uno de ellos. Estaremos capacit _
dos para realizar afirmaciones, usando probabilidades, sobre la segurida~
que tenemOS acerca de nuestra afirmación o intervalo estimador. Para aclfü
~ ideas, consideremos el siguiente ejemplo. ar
8
pequeño rango de valores alrededor de p,
como un intervalo, donde
pensarnos "puede" estar p.
En el capítulo 7 nos presentaron algunos datos sobre una encuesta
a empleadores referida a sus opiniones sobre los niveles de conocimien-
to y habilidad de los empleados. La Oficina de Censos encuestó a 3.000
empleadores en todo el país. El 57% de ellos dijo que los requerimientos
h~~ subido en los últimos ~es años. La proporción 0,57 es una propor-
c1on muestra!, un valor de p, basado en una muestra de tamaño 3.000. Si
la Oficina de Censos repitiera la encuesta a otros 3.000 empleadores, es
probable que la proporción muestra! no sea 0,5 7.
9
D artamento de Salud Pública de Michigan rnost ,
'El informe de1 ep II ro que el
s adultos fuman ·
25% de 1O fu dores del 2000 (25%) fue comparado con el 25 5
El nivel de ma 11 ' %del
anterior (1999) .. .
ano d I Instituto de Tabaco dlJo que el cambio fue Pequ _
un vocero ecambio .importante. Creo que estan, tratando de ¡eno .. ··
Este no es un d' . d. . nventar
. . obre algo que no es esta 1st1camente 1st1nguible de u _
una h1stona s n ano
al otro". . f, · t t 1
1e orneas con un o a de 2.400
basó en entrevistas te 11arna-
La encuesta Se _ 11
seleccionadas al azar durante el ano 2000. La preg
das a adultos II unta
tiene un margen de error de ± 1,9% .
Investiguemos los dichos del vocero sobre que el nivel del 25% del
11
2000 no es "estadísticamente distinguible de un año a otro •
Explique.
10
de f; -0,25 es tan extremo como un valor deP - 0,26, ya que ambos
están a O, 005 de p. Un resultado más extremo corresponde a un valor
de f; menor a 0,25 o mayor a 0,26. Entonces, el p-value es la probabili-
dad de observar un valor de O, 25 o menor o la de observar un valor de
o, 26 o mayor. Teniendo en cuenta que el área a la izquierda de O, 25 es
,gual que la que está a la derecha de O, 26, tenemos que:
Para H1 : p -:1, 0,155
*
Luego, para el test H0 : p = 0,155 contra H1: p 0,155, el p-value
es 0,58. Este es un valor bastante alto. El resultado que observamos, un
valor de P = 0,25, o uno más extremo, puede ocurrir un 58% de las
veces bajo la hipótesis nula. El resultado observado es muy probable su-
poniendo cierta H0 . Recuerda que comparamos el valor del p-value con
el nivel de significación, a. Si el p-value es menor que a, los datos son
estadísticamente significativos y por lo tanto rechazamos H0 . Pero debido
a que nuestro valor del p-value es bastante grande, mayor que los niveles
de significación más comúnmente utilizados de 0,01; 0,05 y O, 1Oacepta-
remos H0•
Aceptar, o mejor dicho no rechazar H0 implica apoyar los dichos
del vocero en cuanto a que las diferencias de un año a otro no eran
"estadísticamente distinguibles".
13
decisión sobre p ~ la proporción rnuestr· i 6.
Uestra
• Basamos
.
nntemente en el vaIor d e p estand anza
. d o que esa µ ,
0 equ,vae
1 ,.
z = p-Po
PoO- Po>
n
donde Po es el valor hipotético de P en H0 (_acá p 0 == 0,2SS).
E t cantidad estandarizada Z se llama estadístico del test O est •
d~s:co de prueba, y su distribución bajo H0 es aproxirnadarnen~e
N(O, 1). , . , .
• Calculamos el p-value para el test, segun la h1potes1s alternativa
planteada. .
• Decisión: un p-value menor que el nivel de significación ::::} re.
chazar H0 .
HALLANDO EL P-VALUE•••
V(ü. l)
¡' ' \ /
El área a la izquierda del valor del • \. I
~/f \~
I \
estadístico de prueba observado
bajo el modelo sustentado por la'
Ho o z
-z
S (O. ll
El área en las dos colas (extremos ¡ '\/
~n ambas direcciones) del estadís- I \
l p-value~ \
tico de prueba observado baio ~ íl - --...¡:
elmode1o sustentado por 'la H!./
o ~ /
-z
O ➔~'
14
En la
149331 en términos ie que la moneda no es legal.
anzada, un valor deµ - O, 506 7 corresponde a un valor de
4
mientras que p 0,4933 corresponde a un 'talar de
,34.
\ 2 3 Z
-2 -1 o
;: = 1.34
-134
la y alternativa
16
(a) Más de la mitad de los emba
planificados razos en este país no están
0 PARA RESOLVER!!!
8. l. Percepción extrasensorial
•lU~
Se realiza un experimento para saber si una persona tiene
percepciones extrasensoriales (ESP). Se dan vuelta una a
una 96 cartas, con reposición, de una baraja ordinaria de
cartas y la persona tiene que identificar el palo de cada
carta. HaY, cuatro posibles respuestas para cada carta: tré-
bol, pique, diamante y corazón. Queremos probar la hipó-
tesis nula que establece que la persona solamente está adi-
vinando y no tiene ESP contra la hipótesis alternativa de que
sí lo tiene.
17
8 a¡ao identifica 35 de las 9"6 cartas. La proporción
d e ~ correctas es p _ ~
_... tell·---------------------------------
11
wdlar la dirección de extremo en la h1pótes1s
11
-~q-J .
1
18
Datos: Tome una muestra al azar de estudiantes. Quizás tome
una muestra de su comisión, o quizás la incluya en su totali-
dad. lCree que su clase completa o una muestra aleatoria de
ella representa a toda la población de estudiantes de su fa-
cultad?
p-value: _ _ __
Conclusión.----------------------------------------------------------
19
enfoque que describimos en esta sección se conoce
8 romo el
_, . •• p-valuc o del valor de la probabilidad
11 asociada a
• valor obscfVado.
El p-value se calcula y compara con el nivel de sign
ificación o,
manera de poder tomar una decisión en cuanto a no rechazr de
o re-
chazar Ha· Conocer el p-value permite tomar una dee1
s1ón para cual-
quier nivel de significación del test que se elija. El
p-value es muy útil.
Un p-value de 0,049 es casi estadísticamente sig
nificativo a un
nivel del 5%, mientras que un p-value de 0,051 es
casi estadísti-
camente no significativo al 5%, o a veces ind
icado como
marginalmente significativo, a pesar de que ambos
p-value indican
casi la misma cantidad de evidencia contra Ha. 1
Hay un enfoque clásico para el test de hipótesi
s, al que se lo
conoce, también, como enfoque con a fijo. Este
enfoque clásico
lo demostraremos con el siguiente ejemplo. Veremo
s como para un
a dado, los dos enfoques llegarán siempre a la mism
a conclusión.
20
Si llamamos pala prop ·, d _,
.. orcion e todas las compan1as en las que la
respons?bdidad del cuidado de la marca recae en sus meiores administra-
dores "senior'' t :J
, en onces para obtener mayoría, la proporción poblacional
debe ser mayor que 0,50.
Hipótesis:
H0 : p = 0,50
p- po
Z=-=== ~ N(O,l)
✓ po(I: po) H,
ENFOQUE CLÁSICO
Pasos a seguir:
• Postular H0 y H, .
• Fijar el nivel de significación correspondiente
• Elegir la estadística de prueba
• Determinar la región crítica o de rechazo.
• Establecer la regla de decisión
• Concluir en términos del problema.
21
Responderíamos a esta pregunta encontrand ,.
esto es el 99avo percentil de la distribución N(0, 1).º el valor cnt1co al 1%,
ENFOQUE P-VALUE
En este caso la proporción muestra! que sería más extrema (de o50)
que 0,S?, es ~na proporción muestra! mayor que 0,57 . En la es~ala
estandarizada p = 0,57 corresponde a z08S = 1 73 1 •
-3
z = 1.73
p-value = P[p ~ 0,57 / H = P[Z 2:: 1,73] = P[Z ~ -1,73] = 1-0,2877 = 0,0419
0
]
23
an la respon Sabilidad
. ,
de la marca a sus mejores adrninistr d
a o-
ñías deleg . de significac1on del 5ot10 ,
con un nive 1 .
res,
do a la misma conclusión con los ~os enfoques, fijarnos a ~
Hemos llega el z con el correspondiente valor crítico cale
05 comparamos oas 1d . .fi ' O
u-
0, Y lo comparamos con e1 nive
.
e s1gn11cación.
!amos el p-value Y
N(O, 1)
/
-3 -2 -1 o 1 \2 3 Z
z ""' 1.73
Accept H0 region -~~j(it)~region
e= 1.645
24
RESUMEN DEL z. TEST PARA UNA PROPORCIÓN
A) Enfoque Clásico
, A
p- po
ESTADISTICA TEST: Z= ~ ) ~ N(O,l)
po 1- po n ➔oo
HO
n
REGLA DE DECISIÓ N:
Rechazo H0 si ...
H, : p>po zoss ~ c
zoss::;; c
¡'/
21 \ ,L¡
/
¡
e= la
1
o
1 " 1~
z
Rechazo H0 si...
1zoss 1 ~ e
H,: P*Po
25
-<::: EJERCICIOSS
~V\~
s.1 . Pa1a. c:1da una de las hipótesis del Para Resolve,,,, 8.1
\.I • '
- d , decisión l 1sando el enfoque clásico con un nivel , ~sen.
bala ,egla e de s13n1fi-
cac1on del S%.
a.t. Un estudiante deci~e ensayar las siguientes hipótesis: H .
la hipótesis alternativa, H1: P > 0,50. Una muestra aleat rr P . __.,
oso con tra bl . , t d' ona de
500 observaciones de una po ac1on en es u 10 provee un valor z -O, 44
El correspondiente p-value para este test fue .de 0,33. •
a) Basado en el p-value, el estudiante concluye que h
. , . ay una
chance del 33% de que 1a h1potes1s nu 1a sea cierta. lEst' d
, , , ? a e
acuerdo? ¿por que s1 o por que no .
b) ¿cuál hubiese sido el p-value si el test hubiese sido a dos
colas, es decir H,: p -:t= 0,50?
l.4. Julia piensa que ella tiene ESP. Un clásico experimento para
probar ESP utiliza una baraja bien mezclada con cartas de 5 palos diferen-
0nd s
tes: a , estrellas, círculos, cuadrados y cruces. El experimentador debe
dar vu lt · r la
e ª una carta Y concentrarse en ella y el sujeto debe ad.1V1na
carta U ·
· n SUJeto que no tiene ESP tiene una probabilidad de ad'1V1na · r de
26
0,20 (1/5) por cada carta. Un suJeto con ESP contestará correctamente en
más oporturndadcs. Por ello, Julia ~esea llevar a cabo el siguiente test: H :
p = 0,20 contra H1 · P 0,20. Julia realiza el experimento y obtiene 360
acicr tos en 50 car tas. Con un nivel a 0,01, encuentre el p value y saque
una conclus1on
•}
H0 : µ = 15
H1: µ < 15
27
bre contenido de monóxido de carbono de una
Los datos sO . . b . muestra
as d iferentes de c1garnllos se o tw,eron para rea1,·za
de 25 marc , . r e1test
al azar d t s Y las medidas resumenes se dan a continuación• ·
Los a o ·
Alpine 13.6
Benson & Hedges 16.6
Bull Durham 23.5
Camel Lights 10.2
Carlton 5.4
Chesterfield 15.0
Golden Lights 9.0
Kent 12.3
Kool 16.3
Land M 15.4
Lark Lights 13.0
Marlboro 14.4
Merit 10.0
Multi Filter 10.2
Newport Lights 9.5
Now 1.5
Old Gold 18.5
Pall Mali Lights 12.6
Raleigh 17.5
Salem Ultra 4.9
Tareyton 15.9
True 8.5
Viceroy Rich Lights 10.6
Virginia Slim 13.9
Winston Lights 14.9
28
SnapStat: One Sample Analysis Histograma
Data variable= Monóxido de carbono 12r~-.........,.,..,....,.......,~. . . . . .
Count==25 10
>-.
Average = 12,528
Median= 13
g8
Standard derivation = 4, 73968 ~ 6
Minimum = 1I 5
Maximun = 23 I 5
Stnd. skewness=-0,394085
14 2
Stnd. kurtosis=0,683168
O"'.:"'-"-._.__._.,=::.::;:;:¡~~~
O 5 10 15 20 25
Monóxiddo de carbono
o
Box-and-Whisker Plot
§25 ,-------------.
.D
~20
u
95% confidence intervals
~15
Mean: 12,528+/-1,95645 [10,5716,14,4844]
o Sigma: [3, 70088,6,59362)
:g10
•..-4
Diagnostics
'~ 5
e:: □ Shapiro-Wilks P-value=0,8971
~ O..__ _ _ _ ____, Lag 1 autocorrelation=-0, 121603 +/-0,391994
0
Time Sequence Plot Normal Probability Plot
0
§25 §25
.D ,.o
~20 ~20
u □ u
□ □
□
~15 □ □
□
□
~15
a □
o □ □
o
"010 a a
"O a ºª□ a
'"dIO
'..-4 '"d
• ..-4
□
'~ 5 □
'~ 5
e:: e::
~ oo
a
5 10 15 20 25 =sºº0,1 1 5 20 50 80 95 99)9,9
Row percentage
29
L d1·a obtenida se basó en una muestra de tamaño n:::::
a me - 25, Por lo tanto
12 S28 es una estadís~ca muestra!, llamada x.
' Sabemos que X varía de muestra en muestra. Si el Pro . .
se repitiera, y otra muestra a1azar d. e 25 marc~s se seleccionaraced1m1ent
Prob 0
blemente obtendríamos un valor_diferente de x. En el capftulo , _a-
. ' muest ra I d e X , que se resume a continuació7 estudia-
rnos la distribuc1on
n.
-
Distribución de X, la media muestral.
Se realiza una MAS de tamaño n de una población de media
µ y desvío estándar cr, entonces ...
.. .si la población original se distribuye normalmente,
X ~
/!~00
N(µ, :')
(Teorema central del límite).
30
\
---11--- - 1- -+- - -1 - 1-
14.04 15 15.96 16.92 11.ss x
.\ -' 12.5:''8
.x
Por el gráfico, parece que el valor de == 12,528 no es probable
de que provenga de la curva de H0. Podemos evaluar esta 11poca probabi-
lidad" bajo H0 hallando la probabilidad de observar un valor de x =
12,548 o uno más extremo, bajo la curva de H0 . [Recuerde primero que
para hallar probabilidades sobre x debemos estandarizar]. Nuevamente
debemos entender qué significa 11más extremo 11 •
Teniendo en cuenta qué estamos interesados en ensayar una dismi-
nución del contenido promedio actual de monóxido de carbono con
respecto al pasado de 15, nuestra hipótesis alternativa fue H : µ < 15. En
1
este caso, un resultado más extremo correspondería a un valor de .x me-
nor que 12,548, luego el p-value es la probabilidad de observar un valor
de 12,548 o uno menor:
Para H1: µ < 15
r-
p-value: PLX::; 12,528/ H 0 ]= P Z::; 12~,548
/
-15 [ ]
= P Z ::;-2,58 :::: 0,0049
8
lm
Luego, para este test de H0 : µ = 15 contra H1: µ < 15, el p-value
fue de 0,0049.
Este es un valor bastante pequeño. Significa que observar un valor
de x== 12,528 o uno más extremo, ocurrirá el 0,49% de las veces bajo la
hipótesis nula.
El resultado observado es muy improbable bajo H0.
31
b
Recuerde que debemos compa rar el p-value con a.
Si el valor del p-value es menor a c1., entonces los dat
os son
estadísticamente significativos y rechazamos H0 •
Teniendo en cuenta que nuestro p-value es bastante Peq _
. ·t· ., , ueno
menor que los niveles d e s1gni 1cac1on mas comunes de 0,01 ¡ o,os Y Ó
01
rechazamos H0 para cual~uier valor ?e a mayor a 0,0049. Rechaza/ H
implica pensar que ha habido u~a m~Jora en los contenidos promedio d~
rnonóxido de carbono en los c1garnllos.
Acabamos de completar nuestro primer test de hipótesis sobre la
media poblacional µ [llamada prueba Z - para la media poblacional].
Resumamos los pasos fundamentales de esta prueba en particular.
Resumen de la prueba Z para la media poblacional. ENFOQUE P-VALUE
• Estábamos interesados en ensayo de hipótesis sobre la media
poblacional µ (H0 : µ = 15 contra H,: µ < 15).
• Observe que las hipótesis se refieren a la media poblacional y
no a la media muestra!.
• Los datos se obtuvieron en base a una muestra al azar de tama
ño n de una población con una distribución normal con desvío
estándar conocido cr. El supuesto de normal no es tan crucial si
el tamaño muestra! es suficientemente grande. Recuerde el _I- C. L.
• Basamos nuestra decisión sobre µ en la media muestra! X , o
equivalentemente en el valor estandarizado de X que es
x-µ 0
Z= , donde µo es el valor de µ en Ho, (en este caso era
a
✓n
15). Esta cantidad estandarizada de Z se ·llama estadístico
del test o estadístico de prueba, y tiene una distribución
N(0, 1) bajo H .
0
• Calculamos el p-value para el test, que dependía del hecho
de que el test era por izquierda.
• D-~cts1on: · 1de significa
· · , Un p-value pequeño, menor que e1nive
c1on ==> rechazar H
o·
32
-value en nuestro caso fue muy pequeño lo qu · . ,
El P , e 1mp11co recha-
zar Ho·
/ o .\ z
·z ¿
Ho: - - - - - - - - - - - - - - - - -
H1: - - - - - - - - - - - - - - -
33
El investigador decide ~edir cuánto tarda cada uno de los
dleL ratones que se d~st1naron para la prueba en encontrar la
salida mientras son estimulados por sonidos.
0 PARA RESOLVER H!
8.7. ,Un cambio en el promedio de ACT?
34
b) ¿Cuál es la distribución del estadístico de prueb ? •y
el valo1 del estddístico del test? ª· ¿
e) lDebe el coordinador pensar que el promedio ha cam-
biado? Use ex =- 0,05.
1
Un instituto de electricidad se dedica a calcular el consumo
anual de energía de varios electrodomésticos. Se calculó que
los compactadores de basura usan, en promedio 140 horas
por año, sin embargo, se tiene la hipótesis de que ese pro-
medio se ha incrementado. Para probar esta teoría, se tomó
una muestra simple al azar de 36 casas equipadas con
compactadores de basura y resultó que la media muestra! .
de uso era de 142,4 horas anuales. Basándose_ en que el
tiempo de uso se distribuye normalmente con una desvia-
ción estándar poblacional de 9, 2 horas. lExiste evidencia su-
ficiente para asegurar que los compactadores de basura uti-
lizan en promedio más de 140 horas por año? Establezca las
hipótesis, calcule el estadístico del test y el p-value. Tome
una decisión con un nivel de significación del 5%.
35
s.s. un establecimiento lácteo se niega a recibir leche sin hervir
que contenga más de 5.000 bacterias por mililitro ~mi). La cantidad de
bactcnas varía de cargamento en cargamento. Considere que la distribu-
c1017 de bacte1ias por mililitro es normal con una variancia poblacional de
25b. El tambo quiere ensayar si el número medio de bacterias es menor
de s.000 para el próximo cargamento. Una muestra simple al azar de 64 1
mi del próximo cargamento resulta tener una media de bacterias de 4995.
a) Establezca las hipótesis nula y alternativa.
b) Calcule el valor del estadístico de test.
e) Calcule el p-value para este test.
d) lSon los resultados estadísticamente significativos a un
nivel del 1%? Explique.
36
a.a. En un informe de investigación se dij
. o qu e los ratone t·
generalmente un ,pr om ed 10 d.e vid
. s 1enen
a de ~2 meses, y qu e vivirían más si el
30% de las calonas ?e ~us d1~tas s~ sustituyen po r vitaminas y
Queremos evalua~ s1 existe ev1denc1a proteínas.
qu e asegure qu e la vida del ratón
aumenta si se lo alimenta de esta maner
a especial.
37
PESOS DE PECES PERCH
Mínimo: 13,2
Máximo: 20,9
Medía: 15,839
Desvío: 1,362
O,: 15,0
03: 16,55
Mediana: 15,550
19
I
ua::
~ 17
o
V)
~ 15
13 L--------======--------
38
UJ
~ JO
--
ulJ.J
(Y 20
oo..
JO
o ,l~l ......._¡_._........L....~.J.............J.........J:'.~~~
~ - f'l'S'I
,~1~'7:'!
O 2 4 6 8 1O 12 14 16 18 20 22
PESO PERCH
✓n
x-µ 0
Necesitamos conocer primero la distribución de s/ bajo la
hipótesis nula. } ✓n
39
Recuerde que '' n- 1" es el denominador de nuestro d ,
esv10 están,
dar muestra! y que ;r, ✓;; se llama error estándar de la media.
(3J
o
Propiedades de la distribución tn.1
• Es simétrica y con forma de campana similar a la distribución
N(O,1)
• Es más aplanada y con ramas más abiertas o colas más pesadas
que la distribución N(O, 1)
• A medida que aumenta el tamaño de muestra la distribución t
se aproxima a la distribución N(O, 1).
Hay una familia de distribuciones t,, una para cada tamaño
muestra!, que están tabuladas según los grados de libertad.
40
e) Encuentre el 80º percentil de una distribución t con 33 grados
de libertad
d) Encuentre el 95º percentil de una distribución t con "oo" grados
de libertad
¿Cómo es este valor comparado con el 95º percentil de la distribu-
ción N(O, 1)?
Los percentiles con "00" grados de libertad corresponden exac-
tamente a los percentiles de la distribución normal estándar.
Este -0,885 nos está indicando que la media muestra! está a 0,8i5
errores estándar por debajo de la media de 16. \
41
,Es ésta una diferencia significativa con un nivel del 5%?
Regla de decisión:
X-
µ
Rechazar Ho si Tobs = s/ o ~ c donde c = -1,673. [t55;o,os]
Í ✓n
Decisión: Como nuestro T085 = -0,885 que es mayor a -1,6 73, no re-
chazamos H0 a un nivel de significación del 5%. Por lo tanto, concluimos
que el peso promedio de los Perch en este mar no es significativamente
menor a 16 kg.
42
Enfoque del p-value
¿un valor de T igual a -0,885, o alguno más extremo, es probable
bajo la hipótesis que sostiene que el peso medio de los Perch es de 16 kg?
Queremos medir la probabilidad de obtener un estadístico T de
- 0,885 o menor bajo H0 .
El modelo para el estadístico T bajo H0 es una distribución t con
55 grados de libertad.
-1.303 \ O T
/ 1 ' •
10.10 -0.8)~
I '0.20
1-' -0.885
~I~ NOTA
· - • Cuando el n ~ 00 se utiliza el estadístico de prueba z
• Salida según Statgraphics:
Hypothesis Tests
43
Null Hypothesis· mean = 16,0
Alternat1ve: less than
Computed t statistic = -0,865527
p Value = O, 195255
[)o not reject tl1e null hypothesis for alpha = 0,05.
t(n - l) 1(11 - 1)
/
I
/ .----
44
a) Establezca las hipótesis nula y alternativa.
Supongamos que es razonab le pensar en que los niveles de pH
de todas las posibles muestras se distribuyen normalmente. El agró-
11omo elige 5 muestras al azar de suelo y mide sus respect ivos pH.
Los pH fueron: 5,8; 6,3; 6,9; 6,2; 5,5.
45
de datos: Incluyendo resúmenes numéricos y gráficos.
Resumen d test: los estadísticos de prueba y el correspon-
1es111tado eI
diente p-value. i,
conclusión / Recomendac on
~~
~\ ~
a.9• La compariía "Miel directamente del bosque" vende miel de
. en botellas de 16 onzas. Como parte del programa de control
arce pura .
rdad de la compañía, se realizan muestras al azar semanalmente. Si
de ca ' . 11 1· t .,
las botellas contienen muy po~a m1e os c_1en es se sentr~n e_stafados
mientras que si las botellas contienen demasiado, la compania pierde di-
nero. En cualquiera de los dos casos, se apagan las máquinas y se solucio-
na el problema.
a) Establezca las hipótesis apropiadas.
b) ¿Qué supuestos deben hacerse para realizar el test del aparta-
do a)?
e) l Cómo afectaría un error de tipo I a la compañía?
d) lCómo afectaría un error de tipo II a la compañía?
e) La muestra de 20 botellas de esta semana tiene una media de
15,8 onzas con un desvío estándar de O, 7 onzas. Realice el test
y calcule el valor del p-value.
f) Basándose en los datos y los resultados de la prueba lqué re-
comendación haría?
46
con el mayor peso, 20,9 kg, quizás un outlier, tenía el estómago lleno con
6 peces carpa.
a) Utilice la regla del pulgar para evaluar si la obseNación es un
outlier.
b) Quite esta observación del grupo de datos y realiza el test
H0 : µ = 16 contra H1 : ~t < 16.
e) lCómo afectó a los resultados el haber sacado esta obseNa-
ción? Comente sobre cómo cambió la media, el desvío estándar
muestra! y el p-value.
47
Una prueba de hipótesis para la variancia de una población o de
un proceso se basa en la distribución X2, (Chi-cuadrado). El esta
2
2
(n -1 )S 2
dístico de la prueba es: X = (J 2 -X n- 1
Regla de decisión
48
EJEMPLO
Solución
Ho: cr 2 = cr \ = (1.4) 2
Estadístico de prueba:
Y - (n-l)S 2 2
- ao
2
HOXn-1
)
2
R08
-.J 1a de decisión: Rechazar Ho si·... yo> X 29;0 . l0
y= 29 * 2.11583 = 31.934
0
1.96
2
El valor tabulado X 29 :0 .10 = 39.09, :. (31 .934 <39.09) de modo
que no hay evidencia suficiente para rechazar Ho.
1.96
Ningún grupo de tabletas debería ser puesto a la venta a menos que
el control de la calidad apoye a cr 2 < 1.96. Este es un estándar más severo;
para los datos de la muestra, cr 2 < 1.96 es insostenible.
49
a.1 J. se afirma que una de las piezas de un motor, producidas por
una cornpar°lía, tiene una vanancia del diámetro no mayor que 0.0002
(pulgadas)2. , . .
una muestra aleatoria de 1Opartes revelo una vananc,a muestra! de 0.0003.
Probar, a un nivel de 5 %, Ho:cr2 =o.ooo2; frente H1:cr2 >0.0002.
Considere que las mediciones de los diámetros tienen una distribución
normal. (Utilice los dos enfoques).
so