Estadística Aplicada a la Ingeniería

MII: Paloma Serrano Ruiz

Pruebas de Hipótesis
Ing. Tecnologías de la Producción
Héctor García Cárdenas
7 – “A”
EJERCICIO 6 Pruebas de Hipótesis
6.- Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante específico es de 10 litros, si los contenidos de una
muestra aleatoria de 10 envases son 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y
suponga que la distribución del contenido es normal.

DATOS
Variable: contenido lubricante
Unidad: litros
Parámetro: X
Hipótesis: H0 = M = M  H1 = M ≠ 10
Sustitución: µ = 10
µ ≠ 10
Variable N Media Desv.Est. Error std. media IC de 99% T P

LITROS 10 10.0600 0.2459 0.0777 (9.8073 - 10.312) 0.77 0.460

FORMULA:
EJERCICIO 6 Pruebas de Hipótesis

En el histograma se observa media hipotética con

respecto la media que resulto de la muestra varia en
0.06 litros, sin embargo con un nivel de significancia
del 0.01, la media hipotética esta dentro del intervalo
(9.8073 - 10.312)

En esta grafica se obtiene el puntos o puntos que

dividen la región critica de aceptación y la región de
rechazo respecto al valor (t) de 0.77, el cual esta
dentro de dichos valores. Por lo tanto se acepta la
hipótesis nula
 Gráfica de distribución
Normal, Media=0, Desv.Est.=1

0.4

0.3
Utilizamos el valor P para una
mayor solidez en nuestra
Densidad

0.2
prueba y los resultados nos
dan que existe un casi 50%
0.1 de probabilidad por tanto la
0.23 0.23
Hipótesis nula no se rechaza
0.0
-0.7388 0 0.7388
X
EJERCICIO 7 Pruebas de Hipótesis
7.- Una muestra de 100 bombillas de un fabricante A dio una duración media de 1190 horas y una desviación estándar de 90 horas. Una muestra de 75
bombillas de otro fabricante B dio una duración de 1230 horas y una desviación estándar de 120 horas.

a. Hay diferencias entre las duraciones medias de las bombillas de los 2 fabricantes al nivel de significancia de 0.02 y 0.01.
b. Ensayar la hipótesis de que las bombillas del fabricante B sean mejores a las del fabricante A utilizando un nivel de significancia de 0.02 y
0.01.
DATOS
c. Explicar las diferencias entre ambos incisos. Se contradicen los resultados?
Variable: Duración
Muestra N Media Desv.Est. Error std. De Unidad: Horas
media Parámetro: X (media)
1 100 1190 90 9 Hipótesis: A) Ho: µ1 = µ2
H1: µ1 ≠ µ2
2 75 1230 120 14 B) H0: µ1-µ2> 0
Diferencia = μ (1) - μ (2) H1: µ1-µ2< 0
Estimación de la diferencia: -40.0
IC de 98% para la diferencia: (-78.9, -1.1)
Prueba T de diferencia = 0 (vs. ≠): Valor T = -2.42 Valor p = 0.017 GL = 132
FORMULA:
Diferencia = μ (1) - μ (2)
Estimación de la diferencia: -40.0
IC de 99% para la diferencia: (-83.2, 3.2)
Prueba T de diferencia = 0 (vs. ≠): Valor T = -2.42 Valor p = 0.017 GL = 132
EJERCICIO 7 Pruebas de Hipótesis
Gráfica de distribución Gráfica de distribución
T, df=132 Valor T = -2.42 para un Normal, Media=0, Desv.Est.=1

0.4 valor de significancia de 0.4

0.02
0.3 0.3

Densidad
Densidad

0.2
0.2
La hipótesis nula se
0.1
acepta con un intervalo Valor p = 0.017 para un0.1

0.01 0.01
de confianza del 99%, y nivel de significancia de
0.01 0.01
0.0
0.02 0.0
-2.355 0
X
2.355 se rechaza con un -2.326 0
X
2.326

Gráfica de distribución
intervalo de confianza Gráfica de distribución
Normal, Media=0, Desv.Est.=1
T, df=132
del 0.02 0.4
0.4

Valor T = -2.42 para un 0.3

0.3 valor de significancia de

Densidad
0.01
Densidad

0.2

0.2 Valor p = 0.017 para un

nivel de significancia de 0.1

0.1 0.01
0.005 0.005
0.0
-2.576 0 2.576
0.005 0.005
0.0 X
-2.614 0 2.614
X
 EJERCICIO 8 Pruebas de Hipótesis
8.- Se desea saber cuál marca de 2 marcas de pintura diferentes tiene un mayor tiempo de secado (en minutos). Para ello se obtiene la siguiente información de 8 muros
pintados con cada marca.
Prueba a un nivel de significancia de 1% si la marca A tiene un menor tiempo de secado que la marca B.

Variable: Tiempo de Secado Marca A Marca B

Unidad: Minutos N 8 8
Parámetro: S = (A – 16) (B – 18)
2
𝐭 31.1 33.7
Hipótesis: Ho: µ1 - µ2 = 0
H1: µ1 - µ2 > 0 S2 16 18

Muestra N MEDIA Desv.Est. Error Std

media
1 8 31.10 4 1.4
2 8 33.70 4.24 1.5
EJERCICIO 8 Pruebas de Hipótesis

Valor T = -1.26
El estadístico de prueba se
encuentra dentro de los
Diferencia = μ (1) - μ (2) puntos que dividen la zona
Estimación de la diferencia: -2.60 de rechazo
IC de 99% para la diferencia: (-8.81, 3.61)
Prueba T de diferencia = 0 (vs. ≠):
Valor T = -1.26 Gráfica de distribución
T, df=13
Valor p = 0.229 1 – 0.229 = .771
0.4
GL = 13
El valor P es mayor al nivel
0.3
de significancia por lo que
se tiene un 77% de

Densidad
probabilidad y la Hipótesis 0.2

nula no se rechaza
0.1

0.1145 0.1145

0.0
-1.262 0 1.262
X
EJERCICIO 9 Pruebas de Hipótesis
9.- Un fabricante sostiene que al menos el 95% de los equipos que suministra a una fabrica esta de acuerdo con las especificaciones
requeridas. Un examen sobre una muestra de 200 de tales equipos revelo que 18 eran defectuosos. Realizar una prueba de hipótesis para
la afirmación del fabricante al nivel de significancia de 0.05 y 0.1.

Variable: Equipos defectuosos

Unidad: piezas FORMULA:
Parámetro: Proporción
Hipótesis: h0: P = o < 5%
h1: p > 5%
EJERCICIO 9 Pruebas de Hipótesis
9.- Un fabricante sostiene que al menos el 95% de los equipos que suministra a una fabrica esta de acuerdo con las especificaciones
requeridas. Un examen sobre una muestra de 200 de tales equipos revelo que 18 eran defectuosos. Realizar una prueba de hipótesis para
la afirmación del fabricante al nivel de significancia de 0.05 y 0.1.
Gráfica de distribución
Normal, Media=0, Desv.Est.=1

0.4

0.3

Densidad
ALFA= 0.05 Límite
0.2
inferior Valor p
Muestra X N Muestra p de 95% exacto
1 18 200 0.090000 0.058979 0.012 (Si p valor es mayor a alfa se acepta Ho) 0.1

La proporción de defectos según nuestra

0.01
muestra es del 9%. Con un nivel de 0.0
-2.326 0
significancia del 0.05 la hipótesis nula Ho X

se rechaza puesto que el valor P es

Gráfica de distribución
menor que alfa. Normal, Media=0, Desv.Est.=1
Con un nivel de significancia del 0.01 0.4
ALFA = 0.01 Límite
inferior Valor p nuestro limite inferior se abre con
Muestra X N Muestra p de 99% exacto respecto a nuestra “muestra p”, y en 0.3

1 18 200 0.090000 0.049002 0.012 este caso la hipótesis Ho se acepta.

Densidad
0.2

0.1

0.05
0.0
-1.645 0
X
EJERCICIO 10 Pruebas de Hipótesis
10. -Una compañía de transportes trata de decidir si comprar neumáticos marca de la A o de la marca B para su flotilla. Para estimar la diferencia de las 2
marcas, se lleva acabo un experimento utilizando 12 unidades de cada marca. Los neumáticos se utilizan hasta que se gasta, obteniendo los siguientes
resultados: Calcule un intervalo de confianza del 95% para la diferencia de medias, suponga que las poblaciones se distribuyen de forma
aproximadamente normal. Puede no suponer que las varianzas son iguales.

Variable: Gasto de neumáticos

Unidad: km

Parámetro: X media

Hipótesis: Ho:µ1 - µ2 = 0
La hipótesis nula se acepta
H1:µ1- µ2 ≠ 0 El valor t esta dentro de los
valores limite
Estimación de la diferencia: -1800
IC de 95% para la diferencia: (-6535, 2935)
Prueba T de diferencia = 0 (vs. ≠):
Valor T = -0.79
Valor p = 0.438 es mayo a 0.05
GL = 21
EJERCICIO 11 Pruebas de Hipótesis
11.- Diseñar una regla de decisión para ensayar la hipótesis de que una moneda esta bien hecha si en una muestra de 64 lanzamientos de la moneda se toman:

Ensayar la hipótesis de que en 100 lanzamientos de una muestra de 64 , la hipótesis se acepta si se encuentra entre 40 y 60 caras, de otro modo se rechaza

Encontrar la probabilidad de rechazar la hipótesis cunado es cierta

a. Nivel de significancia ∝ = 0.05

b. Nivel de significancia ∝ = 0.01

c. Como se podría diseñar una regla de decisión que evite el error del Tipo II?

Variable: Fabricada correctamente

Unidad: lanzamientos

Parámetro:

Hipótesis:
 EJERCICIO 12 Pruebas de Hipótesis
12.- Un ensayo sobre resistencia a la rotura de 6 cuerdas fabricadas por una compañía mostro una resistencia media de 7750 lb y una
desviación estándar de 145 lb mientras que el fabricante sostenía que la resistencia media de sus cuerdas era de 8000 lb. Se puede admitir
la afirmación del fabricante al nivel de significancia de 0.05 y 0.01?

Variable: Resistencia

Unidad: Lbs

Hipótesis: H0: µ = 8000 lbs H1: µ < 8000 lbs FORMULA:

Parámetro: X

Prueba de μ = 8000 vs. ≠ 8000

N Media Desv.Est. Error std IC DE 95% T P La resistencia hipotetica de las cuerdas se
media encuentran fuera de (7597.8 - 7902.2) con un Se rechaza la
6 7750 145 59.2 7869.3 -4.22 0.008 intervalo de confianza del 95% y alfa es
menor a P. afirmación o hipótesis
del fabricante en
Prueba de μ = 8000 vs. ≠ 8000 ambos casos
La resistencia hipotética de las cuerdas no se
N Media Desv.Est. Error std IC DE 99% T P
media
encuentran entre un (7511.3 - 7988.7) con un
intervalo de confianza del 99% y el valor P
6 7750 145 59.2 (7511.3 - 7988.7) -4.22 0.008 menor a alfa.
 Gráfica de distribución
T, df=5
-4.22
0.4

0.3

Observamos que el valor del

Densidad

estadístico T es de -4.22 y se
0.2
encuentra fuera de los limites

0.1

0.025 0.025
0.0
-2.571 0 2.571
X
 EJERCICIO 13 Pruebas de Hipótesis
13.- En el pasado la desviación estándar de los pesos de ciertos paquetes de 40 onzas, llenados en una maquina era de 0.25 onzas. Una muestra aleatoria
de 20 paquetes dio una desviación estándar de 0.32 onzas. Es el aparente incremento de variabilidad significativa al nivel de significancia del 0.05 y 0.005?

Variable: Pesos de paquetes

Unidad: Onzas

Parámetro: Desv.Est. σ2

Hipótesis: H0: σ1 = σ2 no sea significativa la variabilidad

H1: σ1 < σ2 es significativa la variabilidad

H0: σ1 – σ2 = 0
H1: σ1 – σ2 > 0
 Gráfica de distribución Para un intervalo de confianza tanto de
Estadísticas Chi-cuadrada, df=19
31.13
95% como de 99.5% Se acepta la hipótesis
0.07
N Desv.Est. Varianza nula de que no hay gran incremento de
20 0.320 0.102
0.06 variabilidad del pasado al actual.
Intervalos de confianza de 95% 0.05 El estadístico de prueba se encuentra
IC para IC para
dentro de los punto que dividen la región

Densidad
Método Desv.Est. varianza 0.04

Chi-cuadrada (0.243, 0.467) (0.059, 0.218)

0.03
critica
Pruebas
Estadística 0.02
Método de prueba GL Valor p
Chi-cuadrada 31.13 19 0.078 0.01
0.025
0.025
0.00
0 8.907 32.85
X

Estadísticas

N Desv.Est. Varianza
20 0.320 0.102

Intervalos de confianza de 99.5%

IC para IC para
Método Desv.Est. varianza
Chi-cuadrada (0.218, 0.562) (0.048, 0.315)

Pruebas
Estadística
Método de prueba GL Valor p
Chi-cuadrada 31.13 19 0.078