Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
5. PRUEBA DE HIPOTESIS
5.1. Hiptesis estadstica
Una hiptesis estadstica es una afirmacin acerca de los parmetros de una poblacin o acerca
de la distribucin de una variable aleatoria, que puede ser verdadera o no. Por ejemplo:
1)
2)
3)
4)
5)
6)
7)
8)
Como puede observarse, las hiptesis pueden formularse de diversas formas. Por lo tanto, se
debe estudiar un procedimiento que permita probar a las hiptesis estadsticas.
Es importante recordar que las hiptesis siempre son proposiciones sobre la poblacin o
distribucin bajo estudio, nunca son aseveraciones sobre la muestra.
5.2. Prueba de hiptesis
PRUEBA DE HIPTESIS: Procedimiento basado en la evidencia muestral y en la teora de
probabilidad que se emplea para determinar si la hiptesis es un enunciado razonable y no
debe rechazarse, o si es irrazonable y debe ser rechazada.
Una prueba de hiptesis estadstica es un procedimiento de toma de decisin respecto a la
veracidad de la misma.
A diferencia de los procedimientos de estimacin, la prueba de hiptesis no es un procedimiento
exploratorio; en una prueba de hiptesis estamos ms interesados en confirmar una relacin del
parmetro de inters con un valor fijo conocido, que en explorar un valor desconocido.
La prueba de hiptesis es un razonamiento inductivo, es decir, un razonamiento de lo
particular a lo general. De un conjunto de observaciones se extraen conclusiones acerca de lo
que podra suceder si la totalidad de las observaciones fueran extradas.
El procedimiento de la prueba de hiptesis depende de la informacin contenida en una muestra
aleatoria de la poblacin de inters. Si la informacin es consistente con la hiptesis, se concluye
que esta es verdadera; sin embargo, si esta informacin es inconsistente con la hiptesis , se
concluye que esta es falsa.
Debe tenerse presente que la verdad o falsedad de una hiptesis en particular nunca puede
conocerse con certidumbre, a menos que pueda analizarse a toda la poblacin. Por lo general
esto es imposible en la mayora de las situaciones prcticas. Esta es la razn por la que es
necesario desarrollar un procedimiento de prueba de hiptesis que tenga en consideracin la
posibilidad de alcanzar una conclusin equivocada. Este tipo de razonamiento, de lo particular
a lo general, no puede efectuarse con certeza, por lo que la probabilidad ayuda a medir o
cuantificar esta incertidumbre.
1
ESTADISTICA Y PROBABILIDAD II
ESTADISTICA Y PROBABILIDAD II
ESTADISTICA Y PROBABILIDAD II
REGIN DE RECHAZO
a
2
a
2
1- a
-Z1-a /2
mH
REGIN DE RECHAZO
Z1-a /2
Resulta conveniente hacer una advertencia en este punto. Incluso si el estadstico muestral
cae en la regin de aceptacin, esto no prueba que la H0 sea cierta; simplemente no nos
proporciona evidencia estadstica para rechazarla.
El uso del trmino aceptar, en vez de no rechazar, se ha vuelto comn. Significa simplemente
que cuando los datos de la muestra no hacen que rechacemos una hiptesis nula, nos
comportamos como si esa hiptesis fuera cierta.
En la eleccin de a se debe tener presente que mientras mayor sea a mayor es la
probabilidad de rechazar una H0 cuando es verdadera.
Es claro que a debe asumir un valor pequeo. No existe un nico valor de a para probar
hiptesis. Los valores ms usados son 0.05 y 0.01, pero de ninguna manera significa que
sean los nicos valores.
Por ejemplo, un valor de a = 0.05 significa que estamos dispuestos a rechazar la H0 nicamente
si la diferencia entre el estadstico muestral y el parmetro de la poblacin de la H0 es lo bastante
grande como para que ocurra sta u otra diferencia mayor, en promedio, slo cinco o menos
veces en cada 100 muestras cuando la H0 es verdadera. Es decir, el nivel de significacin indica
el porcentaje de veces que la prueba estadstica se encuentra fuera de ciertos lmites.
ERROR TIPO I: Rechazar la hiptesis nula H0 cuando en realidad es verdadera. La
probabilidad de cometer un error tipo I se denota con la letra griega a.
ESTADISTICA Y PROBABILIDAD II
ERROR TIPO II: Aceptar la hiptesis nula H0 cuando en realidad es falsa. La probabilidad
de cometer un error tipo II se denota con la letra griega b.
SITUACIONES POSIBLES
H0 VERDADERA
H0 FALSA
Decisin Correcta
Error tipo II
Error tipo I
Decisin Correcta
a
1a
b
1b
D E F IN IC I N
NIVEL DE SIGNIFICACIN: Probabilidad de un Error Tipo I
NIVEL DE CONFIANZA: P(Aceptar H0 / H0 es verdadera)
Probabilidad de un Error Tipo II: P(Aceptar H0 / H0 es falsa)
POTENCIA DE LA PRUEBA: P(Rechazar H0 / H0 es falsa)
Para un tamao de muestra dado, el investigador debe equilibrar los dos tipos de errores. Si
reduce a, entonces aumenta b. Si reduce b, entonces aumenta a. Los valores de a y b
dependen de la importancia de cada riesgo en un problema particular. Tambin depende de
los costos inherentes en cada tipo de error.
Generalmente, el procedimiento que se sigue con los dos tipos de errores es fijar o elegir un
valor pequeo para a y controlar b mediante el tamao de muestra.
POTENCIA
como 1-b .
DE LA PRUEBA:
ESTADISTICA Y PROBABILIDAD II
s 2 CONOCIDO
s 2 DESCONOCIDO
Distribucin Normal Z
Distribucin t
4) Formular y establecer una regla de decisin: Una regla de decisin simplemente es una
afirmacin de las condiciones bajo las cuales se acepta o se rechaza la hiptesis nula.
Para lograr esto, la distribucin muestral se divide en dos partes, que adecuadamente se
denominan regin de aceptacin y regin de rechazo.
La regin de rechazo define la ubicacin de todos los valores que son demasiado grandes
o demasiado pequeos, por lo que la probabilidad de que ocurran segn un hiptesis nula
verdadera es muy remota.
Las pruebas de hiptesis se clasifican como PRUEBAS DE UNA COLA o PRUEBAS DE DOS
COLAS. Si la afirmacin de H1 involucra < o > es apropiada una prueba de una cola. Si la
afirmacin de H1 contiene , entonces es adecuada una prueba de dos colas. La tabla
siguiente resume lo expresado:
<
Prueba de
Cola Izquierda
PRUEBA
1- a
Za
>
Prueba de
Cola Derecha
REGION DE
ACEPTACIN
REGION DE
ACEPTACION
REGION DE
RECHAZO a
S IG N O EN H 1
Prueba de
Dos Colas
m H0
1- a
m H0
REGION DE
RECHAZO a
X
Z1-a
ESTADISTICA Y PROBABILIDAD II
REGION DE
ACEPTACIN
REGION DE
RECHAZO
a 2
1- a
REGION DE
RECHAZO
a 2
m H0
-Z1-a /2
Z1-a /2
VALOR CRTICO Zc
Prueba de Cola
Prueba de Cola
Prueba de dos
Izquierda
Derecha
Colas
+1.282
-1.282
1.645
+1.645
-1.645
1.960
+2.326
-2.326
2.576
+2.576
-2.576
2.807
+2.878
-2.878
3.090
5) Tomar una muestra y calcular el valor real del estadstico de prueba: Al probar un valor
hipottico de la media poblacional m, se toma una muestra aleatoria y se determina el valor
de la media muestral. Si el valor crtico que se establece es un valor de Z (Za o Z1-a o Z1-a/2)
entonces se transforma la media muestral en un valor de Z tal como Z0.
6) Tomar un decisin: Se compara el valor observado del estadstico muestral Z con el valor o los
valores crticos. Luego se acepta o se rechaza la hiptesis nula. Si se rechaza H0, se acepta H1.
7) Conclusin: Las consecuencias de la decisin de la prueba de hiptesis se expresan en
trminos del problema real que se est tratando.
Ejemplo 1.- Para cada pareja de hiptesis estadsticas, indicar cul es la hiptesis nula H0 y
cual la hiptesis alternativa H1. Cules de la hiptesis estn asociadas con pruebas de una cola?
a) A: m > 21
B: m = 21
b) A: p = 0.7
B: p 0.7
c) A: s 1.2
B: s = 1.2
d) A: s 2 < 8.1
B: s 2 8.1
ESTADISTICA Y PROBABILIDAD II
Ejemplo 2.- Para cada pareja de hiptesis estadsticas, indicar cul es la hiptesis nula H0 y cual
la hiptesis alternativa H1. Cules de las hiptesis en estn asociadas con pruebas de dos colas?
a) A: m 235
b) A: p 0.9
c) A: s 2 = 32
d) A: s > 8
2
B: m < 235
B: p = 0.9
B: s 32
B: s 8
Ejemplo 3.- Para cada una de las situaciones siguientes, identificar las hiptesis y el tipo de
error, cuando sea apropiado:
a) El frmaco cibenzolina est siendo comparado con el propanolol para su posible uso en el
control de la arritmia cardiaca. La afirmacin es que la cibenzolina es mejor que el
propanolol; de hecho esto no es cierto, sin embargo, la investigacin concluy que la
cibenzolina es mejor.
b) Dos colegios son igualmente eficientes en la preparacin de sus estudiantes. Un equipo de
evaluacin concluy que no hay diferencia significativa entre los dos colegios.
c) Una mayor proporcin de televisores MIRRAY que de SONY requieren reparaciones. Un
estudio hecho por el INDECOPI concluy lo mismo.
d) Se compar a dos personas con respecto a su eficiencia al realizar un cierto trabajo; el
individuo B es realmente ms eficiente que el A. Una evaluacin concluy que no hay
diferencia entre las razones de eficiencia de A y de B.
Ejemplo 4.- Para cada una de las situaciones de investigacin siguientes, indique cuando es
apropiada una prueba de una cola o de dos colas:
a) La DIGEMID (Direccin General de Medicamentos y Drogas) quiere probar un nuevo
frmaco elaborado por UPJOHN para determinar si contiene 5 mg. de codena, como lo
afirma tal laboratorio farmacutico.
b) Se hizo un estudio entre mecnicos automotrices para determinar si hay una diferencia
entre la proporcin de caros de las marcas DATSUN y TOYOTA, que necesitan reparacin;
ellos creen que hay una diferencia, aunque no estn seguros.
c) Una asociacin internacional de acreditacin estaba convencida de que los grados
otorgados por las universidad A eran distintos de los de la universidad B, sin embargo, no
estaba segura de en cul universidad obtenan los estudiantes un mejor grado.
Ejemplo 5.- La OPA (Oficina de Proteccin Ambiental) quiere probar la afirmacin hecha por
un fabricante de que su automvil compacto da al menos 110 Km por galn de gasolina.
a) Cul hiptesis nula debe probar?
b) Por qu prefiri su respuesta por sobre las otras dos posibilidades para escoger la
hiptesis alternativa?
c) Describa los errores tipo I y II asociados con su hiptesis nula y discuta las posibles
consecuencias de cometerlos.
Ejemplo 6.- Al evaluar solicitudes de crdito, un agente financiero se encuentra con el
problema de otorgar crdito a aquellos clientes que son un buen prospecto y negarlo a
aquellos que no lo son; estara probando lo siguiente para cada solicitante:
H0: El solicitante es un buen prospecto
H1: El solicitante es un mal prospecto
a) En trminos de conceder o negar el prstamo:
Cmo se cometera el error tipo I?
Cmo se cometera el error tipo II?
b) Discutir la eleccin del nivel de significacin a en los siguientes casos.
- Se tiene poco dinero para prestar, las tasas de inters son altas y se tiene un gran
nmero de solicitudes.
- Hay bastante dinero para ser prestado, las tasas de inters son moderadas y existe
competencia para conseguir solicitantes de crdito.
8
ESTADISTICA Y PROBABILIDAD II
ESTADISTICA Y PROBABILIDAD II
(a) H0 es verdadera
m 4
a = 0.05
4
0
(b) H0 es falsa
m = 5.8
X
Z
4.82
1.64
b = 0.025
5.8
0
4.82
-1.96
s = 3,
Zb =
X c - m H1
s
1.44
0.44
-0.36
-1.16
-1.96
-2.76
Probabilidad de
error tipo II,
0.9251
0.6700
0.3594
0.1230
0.0250
0.0029
Potencia de la
prueba
1b
0.0749
0.3200
0.6406
0.8770
0.9750
0.9971
n = 36
10
ESTADISTICA Y PROBABILIDAD II
INTERPRETACIN DE LOS VALORES 1b: Puesto que rechazar una hiptesis nula cuando es
falsa es exactamente lo que debe hacer una buena prueba, un valor alto de 1b (cerca de 1.0)
significa que la prueba trabaja bastante bien (rechazar la hiptesis nula cuando es falsa); un
valor bajo de 1b (cerca de 0.0) significa que la prueba trabaja muy mal (no rechaza la
hiptesis nula cuando es falsa). Puesto que el valor 1b es la medida de qu tan bien trabaja la
prueba, se le conoce como la potencia de la prueba.
CURVA CARACTERSTICA DE OPERACIN (CURVA OC): Esta curva grfica, para todos los
valores posibles de un parmetro poblacional que contradice la hiptesis nula ( m H1 ), la
probabilidad b, de aceptar errneamente H0 (de cometer un error tipo II), dado un tamao
muestral y un a mximo especificado.
La Curva OC para una prueba de hiptesis muestra la probabilidad de aceptar una hiptesis
nula falsa para cada valor posible del parmetro poblacional verdadero.
CURVA CARACTERISTICA DE OPERACION
1.00
0.9251
0.90
0.80
0.70
0.6700
0.60
0.50
0.40
0.3594
0.30
0.20
0.1230
0.10
0.0250
0.00
4.0
4.2
4.4
4.6
4.8
5.0
5.2
5.4
5.6
5.8
6.0
0.0029
6.2
6.4
CURVA DE POTENCIA: Esta curva grfica, para todos los valores posibles de un parmetro que
contradice la hiptesis nulas ( m H 1 ), la probabilidad 1-b de rechazar correctamente H0, dado
un tamao muestral y un a mximo especificado.
La curva de potencia muestra la probabilidad de rechazar una hiptesis nula falsa para cada
valor posible del parmetro poblacional verdadero.
CURVA DE POTENCIA
1.00
0.9971
0.9750
0.90
0.8770
0.80
0.70
0.6406
0.60
0.50
0.40
0.3200
0.30
0.20
0.10
0.0749
0.00
4.0
4.2
4.4
4.6
4.8
5.0
5.2
5.4
5.6
5.8
6.0
6.2
6.4
11
ESTADISTICA Y PROBABILIDAD II
Z 1-a =
- Si m = m H1
Zb =
X c - m H0
X c - m H1
X c = m H0 + Z 1-a
X c = m H1 + Z b
s
n
s
n
m H0 + Z 1-a
s
n
s
n
= m H1 + Z b
m H1 - m H0
Z 1-a - Z b
n=
(- Za - Z b )s
(m H - m H )
1
( Z 1-a - Z b )
Z 1-a - Z b
= m H1 - m H0
n=
m H1 - m H0
(Z 1-a - Z b )s
(m H - m H )
1
n=
- Za + Z b s
(m
H1
- mH0
(
(
Za + Z b s
n=
m H1 - m H0
Za 2 + Z b s
n=
m H1 - m H0
12
ESTADISTICA Y PROBABILIDAD II
Ejemplo 14.- Suponer que el tiempo promedio de duracin de un cargador de bateras es 500
horas de uso. Luego de introducir algunos cambios en la fabricacin se espera aumentar el
tiempo de duracin. Para comprobar este aumento se plantea la H0: = 500 versus la H1: >
500 y se selecciona una muestra de 25 observaciones. Si s = 50 horas, cul es la probabilidad
de cometer un error tipo II cuando el verdadero promedio es 520 horas? Asumir a = 0.05.
H0: m = 500 horas
H1: m > 500 horas Prueba de Hiptesis de una cola (derecha)
- Si m = m H0 = 500 horas,
Z 1-a =
X c - m H0
- Si m = m H1 = 520 horas,
a = 0.05
Z1-a = 1.6449
X c = m H0 + Z 1-a
Zb =
s
n
= 500 + 1.6449
X c - m H1
50
= 516.449
25
516.449 - 520
= -0.3551
50 25
Ejemplo 15.- Un fabricante de pintura desea probar la hiptesis de que su pintura tiene un tiempo
mximo de secado de cuatro horas. El fabricante especifica que el a mximo tolerable es de 0.05
y el b mximo tolerable es 0.025 si su pintura tiene en efecto un tiempo de secado de 5.8 horas.
Dadas estas instrucciones, cul es el tamao muestral ptimo? Suponer que s = 3 horas.
H0: m 4 horas
H1: m > 4 horas Prueba de Hiptesis de una cola (derecha)
- Si m = m H0 = 4 horas,
a = 0.05
- Si m = m H1 = 5.8 horas,
b = 0.025 Zb = -1.96
(
(
Za = -1.6449
2
Za + Z b s
( -1.6449 - 1.96 ) 3
n=
=
= 36.10 = 37
( 5.8 - 4 )
m H1 - m H0
13
ESTADISTICA Y PROBABILIDAD II
Ejemplo 16.- El gerente de produccin de una planta de envasado de cereal desea determinar
si el proceso de llenado de las cajas de cereal se encuentra bajo control o no, es decir, si el
contenido promedio por caja, en todo el proceso de llenado segua siendo de 368 gramos
como est especificado o si haba que efectuar acciones correctivas.
Toma una muestra aleatoria de 25 cajas que arrojaron una media muestral X de 372.5
gramos y asume que la desviacin estndar de la poblacin es s = 15 gramos.
El proceso de llenado est sujeto a una inspeccin peridica por parte de un representante de
la Oficina de Defensa del Consumidor, que solamente se preocupa de posibles cajas con
menos contenido del especificado.
Asimismo el representante de la Oficina de Defensa del Consumidor desea tener una
probabilidad de 80% (potencia) de rechazar la afirmacin de la compaa de que la cantidad
promedio de cereal por caja es de 368 gramos (H0), cuando la media de la poblacin es en
realidad igual a 360 gramos, est dispuesto a correr un riesgo de 5% de cometer un error tipo
I, y acepta la afirmacin de la compaa de que s = 15 gramos.
Estar de acuerdo con el tamao de la muestra seleccionada por el gerente de produccin?
H0: m = 368 gramos
H1: m < 368 gramos Prueba de Hiptesis de una cola (izquierda)
Si m = m H0 = 368 gramos,
a = 0.05
Za = -1.6449
Si m = m H1 = 360 gramos,
Zb = -0.8416
(
(
2
Za + Z b s
( -1.6449 - 0.8416 ) 15
n=
=
= 21.74 = 22
( 360 - 368 )
m H1 - m H0
Ejemplo 17.- Un auditor desea probar la hiptesis nula de que el valor promedio de todas las
cuentas por cobrar es $260,000. Considera que una discrepancia de $20,000 en cualquier
direccin con respecto a este valor hipottico sera importante. Se sabe que la desviacin
estndar de los montos de las cuentas por cobrar es de s = $43,000. Los niveles aceptables de
los errores tipo I (a) y tipo II (b ) son 0.05 y 0.10, respectivamente. Cul es el tamao
mnimo de la muestra que debe analizarse?
H0: m = $260,000
H1: m $260,000 Prueba de Hiptesis de dos colas
- Si m = m H0 = $260,000,
a = 0.05 Za 2 = -1.96
b = 0.10 Zb = -1.2816
b = 0.10 Zb = -1.2816
2
Za 2 + Z b s
(- 1.96 - 1.2816 ) 43 ,000
n=
=
= 48.57 = 49
280 ,000 - 260 ,000
m H1 - m H0
ESTADISTICA Y PROBABILIDAD II
p-value
Z0
p-value
0
estadstico de prueba
Aceptar H0 si P-value
Z0
estadstico de prueba
Z0
Z0
estadsticos de prueba
El P-value se utiliza para reportar el resultado de una prueba de hiptesis. En la actualidad se usa
poco el nivel de significacin a para reportar un resultado, debido a que impone a otros usuarios
el nivel de significacin predeterminado. Otros investigadores pueden sentirse insatisfechos con
el a utilizado. Esto ha motivado que el P-value sea usado en forma casi generalizada.
15
ESTADISTICA Y PROBABILIDAD II
CUANDO LA VARIANCIA
s2
ES CONOCIDA:
Ejemplo 18.- Una mquina que empaqueta bolsas de caf automticamente, est regulada para
llenar bolsas cuyos pesos se distribuyen normalmente, con media m y varianza 400. La mquina
fue regulada para m = 500 gr. Se decide escoger una muestra de 16 bolsas cada media hora con
el fin de verificar si la produccin est bajo control o no, esto es si m = 500 gr. o no. Si una de
estas muestras tiene una media X = 492 gr. usted parara o no la produccin para verificar la
regulacin de la mquina?
1. H0: m = 500 gr.
H1: m 500 gr.
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin de la media muestral X y como estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y una prueba de dos colas, la regla de decisin es:
(|Z0| < Z 1-a 2 = 1.96)
(a) Aceptar H0 si 1.96 < Z0 < +1.96
(b) Rechazar H0 si Z0 < 1.96 o Z0 > +1.96
Z0 =
X - m 0 492 - 500
= 1.60
=
20 16
s n
6. 1.96 < Z0 = 1.60 < +1.96 Cae en la regin de aceptacin, por tanto se acepta H0 con
un nivel de significacin de 0.05.
7. CONCLUSIN: No existe evidencia estadstica para detener la produccin a fin de regular la
mquina, con un nivel de significacin de 0.05.
Ejemplo 19.- Utilizar el mtodo del P-value para la prueba de hiptesis del problema anterior.
1. H0: m = 500 gr.
H1: m 500 gr.
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin de la media muestral X y como estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y una prueba de dos colas, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
X - m 0 492 - 500
= 1.60
=
s n
20 16
P-value = P(|Z| > |Z0|) = P (Z < 1.6) + P (Z > +1.6) = 0.055 + 0.055 =
P-value = 0.110
Z0 =
16
ESTADISTICA Y PROBABILIDAD II
Ejemplo 20.- Se sabe que la vida til de una marca determinada de tubos de luz ultravioleta
tiene distribucin normal con desviacin estndar s = 500 horas. El fabricante asegura que la
vida til promedio de los tubos es de cuando menos nueve mil horas. Probar est afirmacin
con un nivel de significacin del 5% considerndola como hiptesis nula, y suponiendo que la
vida til promedio para una muestra de n = 35 tubos fue de X = 8800 horas.
1. H0: m 9000 horas
H1: m < 9000 horas
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin de la media muestral X y como estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y una prueba de cola izquierda, la regla de decisin es:
(a) Aceptar H0 si Z0 > 1.645
(Z0 > Z a = 1.645)
(b) Rechazar H0 si Z0 < 1.645
Z0 =
X - m 0 8800 - 9000
= 2.366
=
s n
500 35
6. Z0 = 2.366 < 1.645 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: Se puede concluir que la vida til promedio de los tubos de luz ultravioleta
es menor que 9000 horas, con un nivel de significacin de 0.05.
Ejemplo 21.- Emplear el procedimiento del P-value para la prueba de hiptesis del problema
anterior.
1. H0: m 9000 horas
H1: m < 9000 horas
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin de la media muestral X y como estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y una prueba de cola izquierda, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria: n = 35, X = 8800 horas y s = 500 horas
Z0 =
X - m 0 8800 - 9000
= 2.366
=
500 35
s n
ESTADISTICA Y PROBABILIDAD II
Ejemplo 22.- Se desea probar la afirmacin de un fabricante de pinturas segn la cual el tiempo
promedio de secado de su nueva pintura de secado rpido es de 20 minutos. As pues, se
pintan 36 tableros con el contenido de 36 diferentes latas de 1 galn de pintura obtenindose un
tiempo promedio de secado de 20.75 minutos. Por experiencia se sabe que la desviacin
estndar de tales tiempos de secado es s = 2.4 minutos. Con un nivel de significacin de 0.05,
indica esto que m > 20 minutos?
1. H0: m = 20 minutos
H1: m > 20 minutos
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin de la media muestral X y como estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y una prueba de cola derecha, la regla de decisin es:
(a) Aceptar H0 si Z0 < +1.645
(Z0 < Z 1-a = +1.645)
(b) Rechazar H0 si Z0 > +1.645
Z0 =
X - m 0 20.75 - 20
= +1.875
=
s n
2.4 36
6. Z0 = +1.875 > +1.645 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: Hay evidencia estadstica para afirmar que el tiempo promedio de secado de
la nueva pintura de secado rpido es mayor que 20 minutos, con un nivel de
significacin de 0.05.
Ejemplo 23.- Aplicar el procedimiento del P-value para la prueba de hiptesis del problema
anterior.
1. H0: m = 20 minutos
H1: m > 20 minutos
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin de la media muestral X y como estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y una prueba de cola derecha, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria: n = 36, X = 20.75 minutos y s = 2.4 minutos
Z0 =
X - m 0 20.75 - 20
= +1.875
=
s n
2.4 36
ESTADISTICA Y PROBABILIDAD II
CUANDO LA VARIANCIA s
ES DESCONOCIDA:
Ejemplo 24.- Una mquina de bebidas operada con monedas fue diseada para servir en
promedio, 8 onzas de bebida por vaso; despus de un largo periodo de uso se sospecha que
est expendiendo en promedio, menos de 8 onzas por vaso, y se deben probar las hiptesis
estadsticas siguientes:
1. Ho: m = 8 onzas
H1: m < 8 onzas
2. Nivel de significacin a = 0.05 (5%)
3. Se elige la distribucin muestral de medias y como estadstico de prueba t0
4. Para el nivel de significacin a = 0.05 y con una prueba de cola izquierda, la regla de
decisin es:
(a) Aceptar H0 si t0 > -1.699
(t0 > ta ,k = t 0.05 ,29 = -1.699)
(b) Rechazar H0 si t0 < -1.699
(t0 < ta ,k = t 0.05 ,29 = -1.699)
5. Luego se obtiene una muestra aleatoria de 30 vasos con X = 7.6 onzas y s = 0.75 y se calcula:
t0 =
X - m0
7.6 - 8
=
= -2.9212
s n
0.75 30
6. t0 = -2.9212 < -1.699 Cae en la zona de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.05
7. CONCLUSIN: Existe evidencia estadstica para afirmar que la mquina est expendiendo
en promedio menos de 8 onzas, con un nivel de significacin de 0.05.
Ejemplo 25.- Se supone que una tableta para bajar la temperatura contiene 10 gramos de
aspirina. Una muestra aleatoria de 100 tabletas produjo una media de 10.2 gramos y una
desviacin estndar de 1.4 Podemos concluir que m es diferente de 10 gramos con un nivel de
significacin de 0.05?
1. Ho: m = 10 gramos
H1: m 10 gramos
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin muestral de medias y estadstico de prueba t0
4. Para el nivel de significacin a = 0.05 y con una prueba de dos colas, la regla de decisin es:
(a) Aceptar H0 si 1.984 < t0 < +1.984
(|t0| < t 1-a 2 ,k = t 0.975 ,99 = 1.984)
(b) Rechazar H0 si t0 < 1.984 o t0 > +1.984 (|t0| > t 1-a
ESTADISTICA Y PROBABILIDAD II
Ejemplo 26.- Una empresa de camiones de carga sospecha que la duracin promedio de 40,000
km que se adjudica a ciertos neumticos es demasiado larga. Para demostrar la afirmacin, la
empresa coloca una muestra tomada al azar de 40 de estos neumticos en sus camiones y
descubre despus que su duracin media es de 39,074 km y la desviacin estndar es de 2158
km. Qu puede concluir con un nivel de significacin de 0.01, si prueba la hiptesis nula m =
40,000 km contra la hiptesis alternativa m < 40,000 km?
1. Ho: m = 40,000 km
H1: m < 40,000 km
2. Nivel de significacin a = 0.01 (1%)
3. Distribucin muestral de medias y estadstico de prueba t0
4. Para el nivel de significacin a = 0.01 y con una prueba de cola izquierda, la regla de
decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria: n = 40, X = 39,074 y s = 2,158 km
t0 =
X - m 0 39 ,074 - 40 ,000
=
= 2.714
s n
2 ,158 40
Ejemplo 27.- Se sabe que los voltajes de una marca de pilas tamao C se distribuyen
normalmente, se prob una muestra aleatoria de 15 pilas y se encontr que X = 1.4 voltios y s =
0.21 voltios. Con un nivel de significacin de 0.01, indica esto que m < 1.5 voltios?
1. Ho: m = 1.5 voltios
H1: m < 1.5 voltios
2. Nivel de significacin a = 0.01 (1%)
3. Distribucin muestral de medias y estadstico de prueba t0
4. Para el nivel de significacin a = 0.01, con una prueba de cola izquierda y k = 15 1 = 14 gl,
la regla de decisin es:
(a) Aceptar H0 si t0 > 2.624
(t0 > ta ,k = t0.01,14 = 2.624)
(b) Rechazar H0 si t0 < 2.624
(t0 < ta ,k = t 0.01,14 = 2.624)
5. Muestra aleatoria: n = 15, X = 1.4 voltios y s = 0.21 voltios.
t0 =
X - m 0 1.4 - 1.5
=
= 1.844
s n
0.21 15
6. t0 = 1.844 > tc = 2.624 Cae en la regin de aceptacin, por tanto se acepta H0 con un
nivel de significacin de 0.01.
7. CONCLUSIN: No hay evidencia estadstica que apoye m < 1.5 voltios, con un nivel de
significacin de 0.01.
20
ESTADISTICA Y PROBABILIDAD II
Ejemplo 28.- Cuando funciona correctamente, un proceso produce frascos de champ cuyo
contenido pesa en promedio 200 gramos. Una muestra aleatoria de 9 frascos de una remesa
presento los siguientes pesos: 214, 197, 206, 197, 208, 201, 197, 203 y 209 gramos.
Asumiendo que la distribucin de los pesos es normal, al nivel de significacin de 5%, hay
razones para creer que el proceso est funcionando incorrectamente?
1. Ho: m = 200 gramos
H1: m 200 gramos
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin muestral de medias y estadstico de prueba t0
4. Para a = 0.05, prueba de dos colas y k = 9 1 = 8 gl, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria Minitab arroj lo siguiente:
T-Test of the Mean
Test of m = 200 vs 200
Variable
n
Mean
StDev
champu
9
203.56
6.13
SE Mean
2.04
T
1.74
P
0.120
6. P-value = 0.120 > a = 0.05 Cae en la zona de aceptacin, por tanto se acepta H0 con un
nivel de significacin de 0.05
7. CONCLUSIN: No hay razones para creer que el proceso est funcionando incorrectamente,
con un nivel de significacin de 0.05.
5.7. Prueba de hiptesis para p
Ejemplo 29.- Una compaa est evaluando la promocin de sus empleados, es decir est
precisando la proporcin de aquellos cuyas capacidades, capacitacin y experiencia de supervisin
los califica para promocionarlos al siguiente nivel administrativo. El gerente de recursos humanos le
dice al presidente que aproximadamente 80% de los empleados de la compaa son
promocionables. El presidente rene un comit especial, para evaluar la capacidad de promocin
de todos los empleados. Este comit entrevista a fondo a 150 empleados y encuentra que, a su
juicio, solo 70% de la muestra est calificada para su promocin. El presidente desea probar al nivel
de significacin de 0.05 la hiptesis de que 80% de los empleados son promocionables.
1. Ho: p = 0.80
H1: p 0.80
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin de la proporcin muestral y estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y con una prueba de dos colas, la regla de decisin es:
(|Z0| < Z 1-a 2 = 1.96)
(a) Aceptar H0 si 1.96 < Z0 < +1.96
(b) Rechazar H0 si Z0 < 1.96 o Z0 < +1.96
0.7 - 0.8
= 3.062
p0(1-p0 )
0.8 0.20
150
n
6. Z0 = 3.062 < 1.96 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta H1
con un nivel de significacin de 0.05.
7. CONCLUSIN: El presidente debe rechazar la hiptesis nula y concluir que existe una
diferencia significativa entre la proporcin 0.80 y la proporcin muestral observada 0.70
de empleados promocionables. De esto, debe inferir que la proporcin real de empleados
promocionables en toda la compaa no es 80%.
5. Muestra aleatoria: n = 150 y p = 0.70. Z 0 =
21
ESTADISTICA Y PROBABILIDAD II
Ejemplo 30.- Se tom una muestra aleatoria de 300 compradores en un centro comercial y se
encontr que 182 estn a favor de un horario ms amplio para las compras. Es esta evidencia
suficiente para concluir que menos del 65% de los compradores est a favor de un horario
ms extenso? Usar a = 0.05 y encontrar el P-value.
1. Ho: p = 0.65
H1: p < 0.65
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin de la proporcin muestral y estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y prueba de cola izquierda, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria Minitab arroj lo siguiente:
Test and Confidence Interval for One Proportion
Test of p = 0.65 vs p < 0.65
Sample
X
N Sample p 95.0% Upper Bound Z-Value
1
182 300 0.606667
0.653056
-1.57
P-Value
0.058
6. P-value = 0.058 > a = 0.05 Cae en la regin de aceptacin, por tanto se acepta H0 con
un nivel de significacin de 0.05.
7. CONCLUSIN: No existe evidencia suficiente para concluir que menos del 65% de los
compradores est favor de un horario ms extenso, con un nivel de significacin de 0.05.
Ejemplo 31.- Se plantea la hiptesis H0 de que no ms del 5% de las piezas que se fabrican en
un proceso de manufactura tienen defectos. Para una muestra aleatoria de n = 100 piezas, se
encuentra que 10 estn defectuosas. Probar la hiptesis nula al nivel de significacin del 5%.
1. H0: p 0.05
H1: p > 0.05
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin de la proporcin muestral y estadstico de prueba Z0
4. Para el nivel de significacin a = 0.05 y prueba de cola derecha, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria Minitab arroj lo siguiente:
Test and Confidence Interval for One Proportion
Test of p = 0.05 vs p > 0.05
Sample X
n Sample p 95.0% Lower Bound Z-Value P-Value
1
10 100 0.100000
0.050654
2.29
0.011
6. P-value = 0.011 < a = 0.05 Cae en la regin de rechazo, por tanto se rechaza H0 y se
acepta H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: Existe evidencia suficiente para rechazar la hiptesis de que la proporcin de
piezas defectuosas en la poblacin es de 0.05 o menor, con un nivel de significacin de 0.05.
22
ESTADISTICA Y PROBABILIDAD II
0 (1 0 ) + 1(1 1 )
=
1 0
Za
n=
p 0 ( 1 - p 0 ) + Z b p 1( 1 - p 1 )
p1 -p0
Ejemplo 32.- Para el problema anterior, el jefe de planta estipula que la probabilidad de
detener el proceso para ajustarlo, cuando de hecho no es necesario, debe ser a un nivel de slo
el 1%, mientras que la probabilidad de no detener el proceso cuando la proporcin verdadera
de defectuosos es de 10% puede fijarse en el 5% Qu tamao de muestra debe obtenerse
como mnimo, para satisfacer esos objetivos de prueba?
H0: p 0.05
H1: p > 0.05 Prueba de Hiptesis de una cola (derecha)
- Si p = p0 = 0.05,
a = 0.01
Za = -2.3263
- Si p = p1 = 0.10,
b = 0.05
Zb = -1.6449
2
23
ESTADISTICA Y PROBABILIDAD II
2
2
( c 02 < c 1-a ,k = c 0.99 ,11 = 24.72)
2
2
( c 02 > c 1-a ,k = c 0.99 ,11 = 24.72)
( n - 1 )s 2
s 02
( 12 - 1 ) 0.0077 2
= 26.09
0.005 2
6. c 02 = 26.09 > 24.72 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.01.
7. CONCLUSIN: Parece que los soportes no cumplen las especificaciones en relacin con la
variabilidad de sus dimetros, con un nivel de significacin de 0.01.
Ejemplo 34.- Un ingeniero cree que la varianza de los tiempos de espera en segundos, de los
mecnicos en el almacn de herramientas, es mayor que 25. Para probarlo, escoge una
muestra aleatoria de 30 operadores situados en el almacn y encuentra que s2 = 41.4
segundos2. Si suponemos que los tiempos de espera se distribuyen normalmente, poner a
prueba la hiptesis nula Ho: s 2 25 usando el nivel de significacin de 0.05.
1. Ho: s 2 25 segundos2
H1: s 2 > 25 segundos2
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin muestral c2 y estadstico de prueba c 02
4. Para el nivel de significacin a = 0.05, con una prueba de cola derecha y k = 30 1 = 29 gl,
la regla de decisin es:
(a) Aceptar H0 si c 02 < 42.56
2
2
( c 02 < c 1-a ,k = c 0.95 ,29 = 42.56)
2
2
( c 02 > c 1-a ,k = c 0.95 ,29 = 42.56)
( n - 1 )s 2
s 02
( 30 - 1 ) 41.4
= 48.02
25
6. c 02 = 48.02 > 42.56 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: El ingeniero puede concluir que la varianza de los tiempos de espera es
mayor que 25, con un nivel de significacin de 0.05.
24
ESTADISTICA Y PROBABILIDAD II
c 02
( n - 1 )s 2
s 02
( 20 - 1 ) 3 2
=
= 6.84
52
s 12
=1
s 22
es equivalente a
s 12 = s 22
Ejemplo 36.- Se usan dos procesos diferentes para producir resistencias de 100 ohms con una
tolerancia del 1% (la verdadera resistencia est entre 99 y 101 ohms). Se elige una muestra
aleatoria de cada uno. Suponer que la distribucin de los valores de las resistencias para cada
proceso, se distribuyen normalmente. Si n1 = 21, s12 = 39 ; n2 = 31 y s22 = 33 , hacer una
prueba con a = 0.05 para precisar si la varianza de las resistencias fabricadas con el proceso 1
es mayor que la de las producidas en el proceso 2.
25
ESTADISTICA Y PROBABILIDAD II
1. Ho: s 12 = s 22 ( s 12 s 22 = 1)
H1: s 12 > s 22 ( s 12 s 22 > 1)
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin muestral F y estadstico de prueba F0
4. Para a = 0.05, prueba de cola derecha, v1 = 21 1 = 20 gl y v2 = 31 1 = 30 gl, la regla
de decisin es:
(a) Aceptar H0 si F0 < 1.932
(F0 < F1-a ,v1 ,v2 = 1.932)
(b) Rechazar H0 si F0 > 1.932
s12 39
F0 = 2 =
= 1.182
s 2 33
6. F0 = 1.182 < 1.932 Cae en la regin de aceptacin, por tanto se acepta H0 con un nivel
de significacin de 0.05.
7. CONCLUSIN: El valor de F0 difiere de 1 en 0.182. Concluimos que esta diferencia puede
explicarse por el error muestral ya que no tenemos evidencia estadstica que indique que la
varianza del proceso 1 sea mayor que la del proceso 2, con un nivel de significacin de 5%.
n
31
41
s
36
28
La compaa desea probar con un nivel de significacin del 2% si los dos anestsicos orales
tienen la misma desviacin estndar en el tiempo de retraso del efecto.
1. Ho: s 12 = s 22 ( s 12 s 22 = 1)
H1: s 12 s 22 ( s 12 s 22 1)
2. Nivel de significacin a = 0.02 (2%)
3. Distribucin muestral F y estadstico de prueba F0
4. Para a = 0.02, prueba de dos colas, v1 = 31 1 = 30 gl y v2 = 41 1 = 40 gl, la regla de
decisin es:
(a) Aceptar H0 si 0.4349 < F0 < 2.203
( Fa 2 ,v1 ,v2 < F0 < F1-a 2 ,v1 ,v2 )
(b) Rechazar H0 si F0 < 0.4349 o F0 > 2.203
s12 36 2
=
= 1.653
s 22 28 2
6. 0.4349 < F0 = 1.653 < 2.203 Cae en la regin de aceptacin, por tanto se acepta H0 con
un nivel de significacin de 0.02.
7. CONCLUSIN: La diferencia observada en las desviaciones muestrales de los tiempos de
retraso del efecto para los dos anestsicos no es estadsticamente significativa., con un
nivel de significacin de 2%.
26
ESTADISTICA Y PROBABILIDAD II
s 12
n1
s 22
n2
Ejemplo 38.- La gerente de planta de una fbrica envasadora de jugo de naranja est
interesada en comparar el rendimiento de dos diferentes lneas de produccin. Como la lnea
nmero 1 es relativamente nueva, sospecha que el nmero de latas que se producen al da es
mayor que el correspondiente a la antigua lnea 2. Se toman datos al azar durante 10 das para
cada lnea, encontrndose que X 1 = 824.9 latas por da y X 2 = 818.6 latas por da. De la
experiencia con la operacin de este tipo de equipo se sabe que s 12 = 40 y s 22 = 50. Qu
puede concluir la gerente de planta, con a = 0.05?
1. Ho: m1 = m2
H1: m1 > m2
(m1m2 = 0)
(m1m2 > 0)
Z0 =
X1 - X2
s 12
n1
s 22
n2
824.9 - 818.6
= 2.1
40 50
+
10 10
6. Z0 = 2.1 > +1.645 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta H1
con un nivel de significacin de 0.05.
7. CONCLUSIN: La gerente de planta puede concluir que el nmero medio de latas
producidas diariamente por la nueva lnea de produccin es mayor que el nmero medio
de latas producidas por la antigua lnea, con un nivel de significacin de 5%.
27
ESTADISTICA Y PROBABILIDAD II
Ejemplo 39.- En un estudio de una tienda de departamentos diseado para probar si el saldo
promedio en las cuentas a 30 das es el mismo en sus dos sucursales suburbanas, muestras
tomadas al azar arrojaron los siguientes resultados:
n1 = 80
n2 = 100
X 1 = $64.20
X 2 = $71.41
donde los subndices representan las sucursales 1 y 2. Adems, se conoce que s 1 = $16.00 y
s 2 = $22.13. Usar el nivel de significacin 0.05 para demostrar la hiptesis nula m1m2 = 0
contra la hiptesis alternativa m1-m2 0, donde m1 y m2 son los saldos medios reales
observados en todas las cuentas a 30 das de las sucursales 1 y 2.
1. Ho: m1 = m2
H1: m1 m2
(m1m2 = 0)
(m1m2 0)
5. Muestras aleatorias: n1= 80, X 1 = $64.20, s1= $16.00, n2= 100, X 2 = $71.41, s2 = $22.13
Z0 =
X1 -X2
s 12
n1
s 22
n2
64.20 - 71.41
16 2 22.13 2
+
80
100
= 2.53
6. Z0 = 2.53 < 1.96 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta H1
con un nivel de significacin de 0.05.
7. CONCLUSIN: Se deduce que la diferencia observada de $7.21 entre los saldos promedios
de las dos sucursales es significativa. Esto es, la diferencia es demasiado grande para
atribuirla a la casualidad y se puede concluir que hay una diferencia real entre las dos
medias de las poblaciones, con un nivel de significacin de 0.05
28
ESTADISTICA Y PROBABILIDAD II
n1 = 12
X 1 = 26.8
s12 = 15.57
MEDICAMENTO B
n2 = 12
X 2 = 32.6
s 22 = 17.54
Suponer que s 12 = s 22 = s 2
1. Ho: m1 = m2
H1: m1 m2
(m1m2 = 0)
(m1m2 0)
t0 =
s 22 = 17.54
X1 -X2
26.8 - 32.6
=
= 3.492
1
1
1
1
+
+
sp
4.0688
n1 n2
12 12
( n1 - 1 )s12 + ( n2 - 1 )s22
( 12 - 1 ) 15.57 + ( 12 - 1 ) 17.54
sp =
=
= 4.0688
n1 + n2 - 2
12 + 12 - 2
6. t0 = 3.492 < 2.074 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: Por tanto, podemos decir que la media del tiempo para que el medicamento
A llegue a un nivel especfico en el torrente sanguneo es distinta de la que le toma al
frmaco B alcanzar ese mismo nivel, con un nivel de significacin de 0.05
29
ESTADISTICA Y PROBABILIDAD II
Ejemplo 41.- Una empresa de transporte urbano debe decidir cul de dos marcas de
neumticos va a comprar. El deseo de la empresa es adquirir los neumticos GOOD YEAR, a
menos que haya alguna evidencia de que la marca NECSA resulte mejor. Se hace una prueba
de cinco neumticos de cada marca encontrndose los siguientes rendimientos en Km.:
GOOD YEAR
NECSA
2500
2550
2490
2540
2500
2530
2510
2570
2480
2300
1. Ho: m1 = m2
H1: m1 < m2
SE Mean
5.1
49.9
StDev
11.4
111.7
Variance
130.0
12470.0
(m1m2 = 0)
(m1m2 < 0)
t0 =
X1 - X2
s12
n1
s 22
n2
2496 - 2498
11.4 2 111.7 2
+
5
5
s 22 = 111.72
= 0.0398
6. t0 = 0.0398 > 2.132 Cae en la regin aceptacin, por tanto se acepta H0 con un nivel
de significacin de 0.05.
7. CONCLUSIN: No hay evidencia estadstica de que NECSA sea mejor que GOOD YEAR con
nivel de significacin de 0.05, por tanto la empresa de transporte urbano debe comprar los
neumticos GOOD YEAR.
30
ESTADISTICA Y PROBABILIDAD II
Ejemplo 42.- Emplear el mtodo del P-value para la prueba de hiptesis del problema anterior.
1. Ho: m1 = m2
H1: m1 < m2
(m1m2 = 0)
(m1m2 < 0)
N
5
5
Mean
2496.0
2498.0
StDev
11.4
112
SE Mean
5.1
50
Difference = mu 1 - mu 2
Estimate for difference: -2.0
95% upper bound for difference: 105.0
T-Test of difference = 0 (vs <):
T-Value = -0.04 P-Value = 0.485 DF = 4
6. P-value = 0.485 > a = 0.05 Cae en la regin aceptacin, por tanto se acepta H0 con un
nivel de significacin de 0.05.
7. CONCLUSIN: No hay evidencia estadstica de que NECSA sea mejor que GOOD YEAR
con nivel de significacin de 0.05, por tanto la empresa de transporte urbano debe
comprar los neumticos GOOD YEAR.
s 12 s 22 ? :
Ejemplo 43.- Para una muestra aleatoria de n1 = 10 focos, se encuentra que la vida promedio es
X 1 = 4000 horas con s1 = 200 horas. Para otra marca de focos, para los cuales se supone
tambin que tienen una vida til con distribucin normal, una muestra aleatoria de n2 = 8 tiene
una media muestral de X 2 = 4300 horas y una desviacin estndar muestral de s2 = 250 horas.
Probar la hiptesis de que no existe diferencia entre las vidas tiles promedio de las dos marcas
de focos, utilizando un nivel de significacin del 1%.
31
ESTADISTICA Y PROBABILIDAD II
t0 =
sp =
s 22 = 2502
X1 -X2
4000 - 4300
=
= 2.833
1
1
1 1
+
+
sp
223.2571
n1 n2
10 8
( n1 - 1 )s12 + ( n2 - 1 )s22
( 10 - 1 ) 200 2 + ( 8 - 1 ) 250 2
=
= 223.2571
10 + 8 - 2
n1 + n2 - 2
6. 2.921 < t0 = 2.833 < +2.921 Cae en la regin de aceptacin, por tanto se acepta H0
con un nivel de significacin de 0.01.
7. CONCLUSIN: Las vidas promedio de las dos marcas de focos son iguales con un nivel de
significacin del 1%.
32
ESTADISTICA Y PROBABILIDAD II
Variedad 1
58
61
52
60
71
Variedad 2
60
64
52
65
75
Si se sabe que la poblacin de diferencias d es normal, determinar si hay diferencia entre las
medias de produccin para las dos variedades con a = 0.05
Las dos muestras son dependientes porque las fuentes son las universidades y cada una
produce dos medias.
X1
58
61
52
60
71
Descriptive Statistics
Variable
N
Mean
d
5
-2.800
SE Mean
0.860
X2
60
64
52
65
75
d
-2
-3
0
-5
-4
StDev
1.924
Variance
3.700
d
sd
- 2.8
= 3.254
1.924 5
6. t0 = 3.254 < 2.776 Cae en la regin de rechazo, por tanto se rechaza H0 y se acepta
H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: Las producciones de maz de las dos variedades son distintas con a = 0.05.
33
ESTADISTICA Y PROBABILIDAD II
Ejemplo 45.- Utilizar el mtodo del P-value para la prueba de hiptesis del problema anterior.
1. Ho: md = 0 (m1 = m2) (m1m2 = 0)
H1: md 0 (m1 m2) (m1m2 0)
2. Nivel de significacin a = 0.05 (5%)
3. Distribucin muestral de d y estadstico de prueba t0
4. Para a = 0.05, prueba de dos colas y k = 5 1 = 4 gl, 4 gl, la regla de decisin es:
(a) Aceptar H0 si el P-value a
(b) Rechazar H0 si el P-value < a
5. Muestra aleatoria Minitab arroj lo siguiente:
Paired T-Test and Confidence Interval
Paired T for X1 - X2
N
Mean
X1
5
60.40
X2
5
63.20
Difference
5
-2.800
StDev
6.88
8.35
1.924
SE Mean
3.08
3.73
0.860
6. P-value = 0.031 < a = 0.05 Cae en la regin de rechazo, por tanto se rechaza H0 y se
acepta H1 con un nivel de significacin de 0.05.
7. CONCLUSIN: Las producciones de maz de las dos variedades son distintas con a = 0.05.
34
ESTADISTICA Y PROBABILIDAD II
Z0 =
58
71
= 0.6444
= 0.71, n2 = 90, p 2 =
90
100
p1 - p2
1 1
p( 1 - p ) +
n1 n2
p=
0.71 - 0.6444
1
1
0.6789 0.3211
+
100 90
= 0.97
6. 1.96 < Z0 = 0.97 < 1.96 Cae en la regin de aceptacin, por tanto se acepta H0 con un
nivel de significacin de 0.05.
7. CONCLUSIN: Estos dos nuevos medicamentos producen efectos en la presin sangunea
que no son significativamente diferentes, con a = 0.05.
35
ESTADISTICA Y PROBABILIDAD II
Ejemplo 47.- Utilizar el mtodo del P-value para la prueba de hiptesis del problema anterior.
1. Ho: p1 = p2
H1: p1 p2
(p1p2 = 0)
(p1p2 0)
P-Value = 0.334
6. P-value = 0.334 > a = 0.05 Cae en la regin de aceptacin, por tanto se acepta H0 con
un nivel de significacin de 0.05.
7. CONCLUSIN: Estos dos nuevos medicamentos producen efectos en la presin sangunea
que no son significativamente diferentes, con a = 0.05.
36