INSTITUTO TECNOLOGICO DE AGUASCALIENTES

INTEGRANTES DEL EQUIPO:

JESSICA ESQUIPULA CERVANTES

HECTOR ADRIAN GONZALEZ ARANDA

INGRID AYALA MUNDO

ANDREA LEILANI SANTOYO VACIO
MATERIA:
ESTADISTICA INFERENCIAL
PROFESOR:
NORBERTO REYNA SANTOYO
NOMBRE DEL TRABAJO:

PROBLEMAS PROPUESTOS DE
TEORIA DE DECISION ESTADISTICA
Y
PRUEBAS DE MEDIAS Y PROPORCIONES USANDO DISTRIBUCIONES
NORMALES
GRUPO: 6

AGUASCALIENTES, AGS. A 24 DE NOVIEMBRE DE 2014

INDICE
1

INTRODUCCION.3

OBJETIVO GENERAL..4

OBJETIVO ESPECIFICO...4

ALCANCES Y LIMITACIONES4

FUNDAMENTO TEORICO5-8

PROBLEMAS A RESOLVER9-19

CONCLUSIONES Y RECOMENDACIONES...20

REFERENCIAS BIBLIOGRAFICAS...20

INTRODUCCION

El objetivo de la estadstica es hacer inferencia con respecto a la poblacin

basndose en la informacin contenida en una muestra.
Las poblaciones se describen mediante medidas numricas denominadas
parmetros y el objetivo de la mayora de las investigaciones estadsticas es
hacer inferencia con respecto a uno o ms parmetros de la poblacin.
El proceso de obtener un resultado observado de un fenmeno fsico es
denominado un experimento.
De acuerdo con el diccionario de la Real Academia Espaola, inferir significa
"sacar una consecuencia o deducir algo de otra cosa".
El principal objetivo de la Estadstica consiste en poder decir algo con respecto
a un gran conjunto de personas, mediciones u otros entes (poblacin) con base
en las observaciones hechas sobre slo una parte (muestra) de dicho gran
conjunto. La capacidad para "decir algo" sobre poblaciones con base en
muestras est basada en supuestos con respecto a algn modelo de
probabilidad que permite explicar las caractersticas del fenmeno bajo
observacin.
Al conjunto de procedimientos estadsticos en los que interviene la aplicacin
de modelos de probabilidad y mediante los cuales se realiza alguna afirmacin
sobre poblaciones con base en la informacin producida por muestras se le
llama Inferencia Estadstica o Estadstica Inferencial.

OBJETIVO GENERAL:
La Estadistica Inferencial posee multiples aplicaciones en todos los campos de
la investigacion, por lo que sus metodos se describen de forma generica.
En la practica diaria, el investigador lo que desea es sacar conclusiones para
toda la poblacion a partir del conocimiento de la parte de una misma.

OBJETIVO ESPECIFICO:
En este trabajo se pretende entender a fondo lo que son las decisiones
estadisticas y que fundamentos toman para poder realizarlas, asi como las
puebas unilaterales, bilaterales entre otros temas para poder usar la
distribucion normal.

ALCANCES Y LIMITACIONES:
Es de suma importancia conocer los alcances que la estadstica como tal
pueda llegar a tener porque de esta manera podremos deducir los limites
igualmente de esta y saber de que manera nos ser mas til aplicarla.

FUNDAMENTO TEORICO:

Teoria de decision estadistica:

En la practica con frecuencia se esta obligado a tomar decisiones sobre
poblaciones con base en la informacion de muestras. Estas se
denominan decisiones estadisticas. Por ejemplo, quiza se quiere
decidir, apoyado en datos muestrales, si un nuevo suero es realmente
efectivo para curar una enfermedad. si un procedimiento educativo es
mejor que otro o si una moneda esta cargada.
HIPOTESIS ESTADISTICAS
Al intentar tomar una decisi6n. es util hacer suposiciones (0 conjeturas)
acerca de las poblaciones implicadas. Dichas suposiciones. que pueden
o no ser verdaderas. se denominan hipotesis estadisticas. En general,

son afirmaciones acerca de las distribuciones de probabilidad de las

poblaciones.
HIPOTESIS NULAS
En muchos casos se formula una hipotesis estadistica. con el unico
proposito de rechazarla o nulificarla. Por ejemplo, si quiere decidir si
una moneda esta cargada se formula la hipotesis de que la moneda es
buena (es decir. p = 0.5, donde pes la probabilidad de obtener cara).
De forma similar, si quiere decidir si un procedirniento es mejor que otro
se formula la hipotesis de que no hay diferencia entre los
procedimientos (es decir, cualquier diferencia observada se debe
simplemente a fluctuaciones en el muestreo de la misma poblacion).
Tales hipotesis suelen llamarse hipotesis nulas y se denotan por H0.
HIPOTESIS ALTERNATIVAS
Cualquier hipotesis que difiera de una hipotesis dada, se denomina
hipotesis alternativa.
Por ejemplo, si una hipotesis es p = 0.5, las hipotesis alternativas
podrian ser p = 0.7, p: t 0.5 o P > 0.5 . La hipotesis alternativa a la
hipotesis nula se de nota H1.
PRUEBAS DE HIPOTESIS Y SIGNIFICANCIAo REGLAS DE
DECISION
Si se supone que una hipotesis en particular es verdadera, pero se
encuentra que los resultados observados en una muestra aleatoria
difieren notablemente de los resultados esperados bajo la hipotesis (es
decir, esperados solo con base en azar, usando la teona de muestreo),
entonces se dira que las diferencias observadas son significativas y, por
lo tanto, se estaria inclinado a rechazar la hipotesis (0 al menos a no
aceptarla, apoyandase en la evidencia obtenida).
Los procedimientos que permiten detenninar si las muestras
observadas difieren significativamente de los resultados esperados y
que, por lo tanto, ayudan a decidir si se aceptan o rechazan las
hipotesis, se denominan pruebas de hipotesis, pruebas de significancia
o reglas de decision.
ERRORES TIPO I Y TIPO II

Si se rechaza una hipotesis cuando debe aceptarse, se dice que se

cometio un error Tipo I.
Si, por el contrario, se acepta una hipotesis cuando debe rechazarse, se
dice que se cometio un error Tipo II. En cualquier caso, se ha tornado
una decision equivocada o se ha cometido un error de juicio.
Para que las reglas de decision (0 pruebas de hipotesis) sean buenas,
tienen que disefiarse de tal manera que se minimicen los errores de
decision. Esto no es sencillo, ya que para cualquier tamafio de muestra
el intento de disrninuir .un tipo de error generalmente va
acompafiado del incremento del otro tipo de error. En la practica, un tipo
de error llega a ser mas serio que el otro, por lo que debe hacerse un
compromiso para limitar el error mas grave. La unica manera de reducir
ambos tipos de error es aumentando el tamafio de la muestra, lo cual
puede o no ser posible.
NIVEL DE SIGNIFICANCIA
Cuando se prueba una hipotesis, la probabilidad maxima con la que
estaria dispuesto a arriesgarse a cometer un error Tipo I se llama nivel
de significancia de la prueba. Esta probabilidad, con frecuencia
denotada por a, por 10 general se especifica antes de seleccionar
cualquier muestra para que los resultados obtenidos no influyan en la
decision.
En la practica se utiliza un nivel de significancia de 0.05 o 0.01, aunque
tambien se usan otros valores. Si, por ejemplo, se elige el nivel de
significancia de 0.05 (05%) para desafiar una regIa de decision, existen
aproximadamente 5 posibilidades en 100 de que se rechace la hipotesis
cuando debe aceptarse; es decir, se tiene una conjianza de 95% de
haber tomado la decision correcta. En tal caso, se dice que la hipotesis
se rechazo al nivel de significancia de 0.05 0 bien que la hipotesis tiene
una probabilidad de 0.05 de ser falsa.

Pruebas de medias y proporciones usando distribuciones

normales:
Para ilustrar las ideas presentadas, supongase que bajo cierta hipotesis
la distribucion de muestreo de un estadfstico S es normal, con media
Y desviacion estandar

. Entonces la distribucion de la variable

estandarizada (0 medicion z), dada por

,es
la distribucion normal estandarizada (media 0, varianza 1))

EI area total sombreada 0.05 es el nivel de significancia de la prueba.

Representa la probabilidad de equivocarse al rechazar la hipotesis (es
decir, la probabilidad de cometer un error Tipo I). Entonces, se dice que
la hipotesis se rechaza al nivel de signijicancia de 0.05 o que la
medicion z del estadistico muestral dado es significativa al nivel 0.05.
EI conjunto de medici ones z fuera del rango de -1.96 a 1.96 constituye
lo que se denominaLa region critica de la hipotesis La region de
rechazo de la hipotesis o la region de significancia. Entonces, el
conjunto de mediciones z dentro del rango de -1.96 a 1.96 se
denomina la region de aceptacion de La hipotesis o la region de no
signifcancia.

PROBLEMAS A RESOLVER
7

TEORIA DE DECISION ESTADISTICA

1. Un maestro aplica una pequea prueba con 10 preguntas de verdadero y falso.
Para probar la hiptesis de que los estudiantes contestan aI azar, eI maestro
adopta la siguiente regIa de decisin:
Si siete o ms respuestas son correctas, entonces el estudiante no est
contestando al azar.
Si menos de siete respuestas son correctas, entonces el estudiante esta
contestando al azar.
Calcule la probabilidad de rechazar la hiptesis cuando sea correcta.

SOLUCION
Sea P la probabilidad de que una respuesta sea contestada correctamente. La
probabilidad de tener X preguntas correctas de 10 es
, donde Q= 1-P.
Entonces, bajo la hiptesis P = 0.5 (es decir, el estudiante esta contestando al azar):
Pr {7 0 mas correctas] = Pr {7 correctas} + Pr {8 correctas} + Pr {9 correctas} + Pr {10
correctas}

Por 10 tanto, la probabilidad de concluir que los estudiantes no contestan al azar,

cuando en realidad si 10 hacen, es 0.1719. Obsrvese que esta es la probabilidad de
cometer un error Tipo I.

2. En el problema 1, calcule la probabilidad de aceptar la hiptesis p = 0.5 cuando

en realidad p = 0.7.

SOLUCION
Bajo la hiptesis p = 0.7.
Pr {menos de 7 correctas} = 1 - Pr {7 0 mas correctas}

3. En el problema 1, determine la probabilidad de aceptar la hiptesis p = 0.5

cuando en realidad:
a) p = 0.6
b) p = 0.8
c) p = 0.9
d) p = 0.4
e) p = 0.3
f) p =0.2
g) p = 0.1.
SOLUCION
a) Si p = 0.6.

Probabilidad requerida = 1 - [Pr {7 correctas} + Pr {8 correctas} + Pr {9 correctas} + Pr {l0

correctas}]

Los resultados de los incisos b) hasta g) se pueden calcular de manera similar y se

muestran en la siug. tabla junto con los valores correspondientes des de p = 0.5 hasta
p = 0.7. Notese que la probabilidad se denota en la tabla por (probabilidad de
cometer un error Tipo II); el valor de para p = 0.5 esta dado por = 1 - 0.1719 = 0.828
y el valor de para p = 0.7.

4. Use el problema 3 para construir la gratica de contra p. con ello, obtendr la

curva caracterstica de operacin para la regia de decisin del problema 1.
SOLUCION

10

La grafica requerida se muestra en la sig. figura. Si se hubiera graficado (I - ) contra

p, se obtendra la curva de poder de la regla de decisin. La grafica indica que la regla
de decisin dada es poderosa para rechazar p = 0.5. Cuando en realidad p ~ 0.40 P ~
0.8.

5. Al lanzar una moneda seis veces se obtienen seis caras. Se puede concluir
que la moneda no es buena a los niveles de significancia de:
1. 0.05
2. 0.01
Considere tanto la prueba unilateral como la bilateral.

SOLUCION
Sea p la probabilidad de obtener caras en un lanzamiento nico de la moneda. Bajo
la hiptesis H0: p = 0.5 (es decir, la moneda es buena),

Por lo tanto, las probabilidades de 0, I, 2, 3,4, 5 Y 6 caras estn dadas,

respectivamente, por

1
64 ,

6
64 ,

15
64 ,

11

20
64 ,

15
64 ,

6
64

1
64 .

Prueba unilateral
Aqu se quiere decidir entre las hiptesis H0 : p = 0.5 y H1 : p > 0.5. Dado que Pr {6
caras}

1
= 64

= 0.01562 Y Pr {5 0 6 caras} =

6 1
+
64 64

= 0.1094, se puede rechazar Ho

al nivel de 0.05, pero no al nivel de 0.01 (es decir, el resultado observado es

significativo al nivel de 0.05, pero no al nivel de 0.01).

Prueba bilateral
Se quiere decidir entre las hiptesis H0 : p = 0.5 y H1 : p 0.5. Puesto que Pr {0 o 6

caras} =

1 1
+
64 64

= 0.03125, se puede rechazar Ho al nivel de 0.05, pero no al

nivel de 0.01.

6. Resuelva el problema 5 si al lanzar la moneda se obtienen 5 caras.

SOLUCION

12

Prueba unilateral

Dado que Pr {5 o 6 caras} =

6 1
+
64 64

7
64

= 0.1094, no es posible rechazar H0

a los niveles 0.05 o 0.01.

Prueba bilateral

7
Como Pr {0 o 1 o 5 o 6 caras} = 2( 64 ) = 0.2188, no es posible rechazar Ho a los
niveles de 0.05 o .01.

PRUEBAS DE MEDIAS Y PROPORCIONES USANDO DISTRIBUCIONES

NORMALES
7. Una urna contiene canicas rojas y azules. Para probar la hiptesis de igualdad
de proporciones en estos colores, se acord seleccionar una muestra de 64
canicas con reemplazamiento, registrar los colores obtenidos y adoptar la
siguiente regIa de decisin:
Aceptar la hiptesis si se extraen entre 28 y 36 canicas rojas. Si no es as,
rechazar la hiptesis.
a) Calcule la probabilidad de rechazar la hiptesis cuando en realidad sea
correcta.
b) Grafique la regla de decisin y el resultado obtenido en el inciso a).

SOLUCION:
a) La probabilidad de rechazar la hiptesis calculando que en realidad sea
correcta es lo que se llama el error de tipo y suele llamarse nivel de
significancia, tambin conocido valor , este valor se calcula sumando
probabilidad que p(x36) estas probabilidades se puede calcular
estandarizado los valores crticos 28 y 36, que llamaremos x y X y
aproximando a la distribucin binomial normal y se calcula as:

P(x36)
z=(x-0.5)/ z=(x-0.5)/
13

*El -0.5 y el +0.5 son debido a que aproximados una distribucin discreta
(binomial) por una continua (Normal).
Con este caso al ser suceso con la misma probabilidad (p=1/2) y seguir una
distribucin binomial tenemos que:
M=NP= (64) (1/2) = 32
Y = (1-p)=1/4, entonces: =1/4 P [x (36+0.5-32)/4]
P (2>1.125)= 1-0.8697088= 0.1302912
P(x36)=0.260589= 0.2606.

Normal

1.6

Media,Desv. Est.
32,0.25

densidad

1.2

0.8

0.4

0
30

31

32
x

33

34

8.
a) Que regla de decisin adoptara en el problema 7 si requiere que la
probabilidad de rechazar la hiptesis, cuando en realidad es correcta, no sea
ms de 0.01 (es decir, usted desea un nivel de significancia de 0.01)?
b) A qu nivel de confianza aceptara la hiptesis?
c) Cual sera la regla de decisin si se adoptara el nivel de significancia de 0.05?

SOLUCION:
a) Se acepta la hiptesis si se sacan entre 22 y 42 canicas rojas, si no es as se
rechaza.
H0=M=NP=64(1/2)=32
Tabla
14

10-1
z=2.81
=0.01
Si =32+2.58 (4)=42
Si= 32-2.58 (4)=21.68=22

b) Al nivel de .99 (o sea al nivel de significancia del .01):

c) Se acepta la hiptesis si se sacan entre 24 y 40 canicas rojas, si no es as se
rechaza.
C 0.05 1.96 3.2 +1.96 (4)=39.8440
= 0.05 3.2 +1.96 (4)=24.1624

9. Suponga que en el problema 8 se desea probar la hiptesis de que hay mayor

proporcin de canicas rojas que de azules.
a)
b)
c)
d)

Cul sera su hiptesis nula y cual su hiptesis alternativa?

Usara una prueba unilateral o una bilateral? Por qu?
Que regla de decisin adoptara si el nivel de significancia es de 0.05?
Cual seria la regla de decisin si el nivel de significancia es de 0.01?

SOLUCION:
a) La hiptesis nula seria:
H0: P=0.5
Y la hiptesis alternativa seria:
H1: P>0.5
15

b) Se hara una prueba unilateral ya que en el problema se usa un solo nivel de

significancia.
c) Se rechaza H0 si se sacan ms de 39 canicas rojas; si no es as, se acepta o
se mantiene sin decisin.
d) Se rechaza H0 si se sacan ms de 41 canicas rojas; si no es as, se acepta o
se mantiene sin decisin.
10. Se lanza un par de dados 100 veces y se observa que el 7 aparece 23 veces.
Pruebe la hiptesis de que los dados son buenos (es decir, no estn cargados),
al nivel de significancia de 0.05, usando:
a) Una prueba bilateral.
b) Una prueba unilateral.
Discuta sus razones, si las tiene, para preferir una de las pruebas sobre la otra.
SOLUCION:
(1,6), (2,5), (3,4), (43), (52), (61)
a) Prueba bilateral:
Ho=P=1/6=po
H=p1/6
Para =0.05 y prueba bilateral, la regin de aceptacin es: (-1.96; 1.96)
Z=23/100 -1/6 = 1.71
T (-1.96, y 1.96) por lo tanto podemos decir aceptamos que los dados estn
bien hechos, al nivel de significacin prefijado.
b) Prueba unilateral:
Ho=p=1/6=po
H=p>1/6
Para =0.06 Regin de aceptacin (-; 1.648)
Z=1.71, por lo tanto se rechaza la hiptesis nula, es decir aceptamos que los
dados estn carga gados a nivel de signando prefijado.
No se puede Rechazar los dos incisos

11. Resuelva el problema 10 si el nivel de significancia es 0.01.

SOLUCION:

16

Empleando ya sea una prueba unilateral o una prueba bilateral, al nivel de

significancia 0.01 no se puede rechazar la hiptesis.

12. Un fabricante a firmo que al menos 95% del equipo que distribuyo a una
fbrica cumpla con las especificaciones. Un examen de una muestra de 200
piezas de equipo revelo que 18 eran defectuosas. Pruebe su afirmacin con
sus niveles de significancia
a)
b)

0.01
0.05

SOLUCION:
200(0.95)= 190
a) 190+1.96 (13.43)= 216
190-1.96 (13.43)= 164

b) 190+2.58 (13.43) = 224

190 - 2.58 (13.43)=155
13. El porcentaje de calificaciones A dadas en un curso de fsica en cierta
universidad, por un largo periodo, fue de 10%. Durante un curso en particular
hubo de 40 calificaciones A en un grupo de 300 estudiantes. Pruebe la
significancia de este resultado a los niveles:
a)
b)

0.01
0.05

SOLUCION:
300(.10) =30
a) 30 +1.96 (1.73)=33
30 -1.96 (1.73)=27
b) 30 +2.58 (1.73) = 34
30 -2.58 (1.73)= 26
Si se utiliza una prueba unilateral, el resultado es significativo al nivel 0.05, pero no 10
es al nivel 0.01.
17

14. La experiencia ha demostrado que la media de las fuerzas de ruptura de una

marca particular de hilo es de 9.72 onzas (oz), con una desviacin estndar de
1.40 oz. Recientemente, una muestra de 36 piezas de hilo indico una media de
fuerza de ruptura de 8.93 oz.
Se puede concluir a los niveles de significancia de:
a)
b)

0.05
0.01

Que el hilo ah empeorado?

SOLUCION:
Si, el resultado es significativo a ambos niveles, usando una prueba unilateral en cada
caso.

CONCLUSIONES Y
RECOMENDACIONES
En general, la estadstica busca encontrar una conclusin, para poder resolver
un problema que se plante en los datos que se obtuvieron, organizaron,
analizaron y presentaron.
Se critica el modelo y se hace un balance. Las conclusiones obtenidas en este
punto pueden servir para tomar decisiones o hacer predicciones.
18

El estudio puede comenzar de nuevo a partir de este momento, en un proceso

cclico que permite conocer cada vez mejor la poblacin y caractersticas de
estudio.

REFERENCIAS BIBLIOGRAFICAS
http://sitios.ingenieriausac.edu.gt/estadistica/estadistica2/estadisticadescriptiva.html
Estadstica de Berenson y Levine, td, 2001, 1ra edi.pp454.
Enciclopedia estudiantil. Larousse. primera edicin, pp 1456.
www.inegi.org.mx
www.es.slideshare.net
books.google.com.mx
http://eilae12007.blogspot.mx/2007/02/definicin-de-estadsticainferencial.html

http://es.slideshare.net/ingriidayaala/savedfiles?s_title=estadisticainferencial-1&user_login=robertocastroz

19