Trabajo Final Parte 1
Trabajo Final Parte 1
Trabajo Final Parte 1
ASIGNATURA:
ESTADISTICA INFERENCIAL
TRABAJO FINAL (MEDIO CURSO)
MATRICULA:
1619343.
AULA: 4-111
NOMBRE DEL MAESTRO: GRUPO: 015
M.C. RIGOBERTO AMÉRICO GARZA LÓPEZ
TEMARIO
Pruebas Paramétricas
Prueba de Hipótesis para una media muestra grande
Prueba de Hipótesis para dos medias muestra pequeña considerando varianzas iguales
Prueba de Hipótesis para dos medias muestra pequeña considerando varianzas diferentes
𝑥ҧ − 𝜇
𝐻0 : 𝜇 = 0 𝑍= 𝑎 𝑇𝑎𝑏𝑙𝑎
𝑛 1- 𝜇
𝐻1 : 𝜇 > 0
𝑥ҧ − 𝜇 𝑇𝑎𝑏𝑙𝑎
𝐻0 : 𝜇 = 0 𝑍= 𝑎
𝑛 𝑎
𝐻1 : 𝜇 < 0
𝑥ҧ − 𝜇 𝑇𝑎𝑏𝑙𝑎
𝐻0 : 𝜇 = 0 𝑍= 𝑎
𝑎 𝑎
𝑛 ó 1−
𝐻1 : 𝜇 ≠ 0 2 2
GLOSARIO
Probabilidad:
Es la mayor o menor posibilidad de que ocurra un determinado suceso. Ésta establece una relación entre el numero de
sucesos favorables y el numero total de sucesos posibles. La probabilidad está basada en el estudio de la combinatoria y
es fundamento necesario de la estadística.
Estadística:
Es una ciencia que utiliza datos numéricos para obtener inferencias basadas en el calculo de probabilidades. Una
estadística es también un conjunto de datos obtenidos a través de un estudio estadístico.
Estadística Inferencial:
Es el conjunto de procedimientos estadísticos en los que interviene la aplicación de modelos de probabilidad y mediante
los cuales se realiza alguna afirmación sobre poblaciones con base en la información producida por muestras.
Estadística Descriptiva:
Es un conjunto de métodos cuyo objetivo es ordenar las observaciones, resumir la información disponible y obtener las
medidas cuantitativas que describen sus características.
Prueba de Hipótesis:
Consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca de las hipótesis. La
decisión consiste en rechazar o no una hipótesis en favor de la otra.
Desviación Estándar:
También llamada Desviación Típica es una medida de dispersión para variables de razón y de intervalo, de gran utilidad
en la estadística descriptiva. Es decir, brinda el soporte para saber que datos obtener y una ves obtenidos proporciona
métodos y procedimientos para organizarlos con diferentes propósitos.
Varianza:
Es aquella medida de dispersión que asienta una variable aleatoria respecto a su esperanza. La varianza se relaciona
con la desviación típica o desviación estándar, la cual se denota a través de la letra sigma que sea la raíz cuadrada de la
varianza.
PRUEBAS
PARAMETRICAS
1. PRUEBA DE HIPOTESIS PARA UNA MEDIA
MUESTRA GRANDE
PROBLEMA
𝑥ҧ = 18
∝= 0.05 𝑯𝟏 𝑍 = −2.52
σ=5
Tabla z 0.05 Conclusión:
Área Bajo la
1.9 0.025 Se rechaza Ho:.
Curva Normal
La duración de los celulares es diferente de 20
∝ años.
= 0.02
2 𝑯𝟎 𝑍 = 1.95
Gráfica
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Una empresa eléctrica fabrica focos que tienen una duración que
se distribuye de forma aproximadamente normal con una media de
800 horas y una desviación estándar de 40 horas, pruebe la hipótesis
de que µ =800 horas contra la alternativa µ ≠800 horas si una
muestra aleatoria de 30 focos tiene una duración promedio de 788
horas utilice un nivel de significancia de 0.04.
Datos Formula Sustitución
𝐻0 : 𝜇0 = 800
𝐻1 : 𝜇1 ≠ 800 𝑥ҧ − 𝜇 788 − 800
𝑍= 𝜎 𝑍=
40
𝑥ҧ =788 𝑛 30
∝ = 0.04
𝑛 = 30
σ= 40 horas 𝑯𝟏 𝑍 = −1.64
Tabla z 0.05 Conclusión:
Área Bajo la
-2 0.0202 Se acepta Ho:.
Curva Normal
La muestra aleatoria de 30 focos tiene una
∝ duración promedio de 788 horas.
= 0.02
2 𝑯𝟎 𝑍 = −2.05
Gráfica
∝= 0.04
Tabla Z 0.05 0.06
Conclusión:
Área Bajo la
2.0 0.4798 0.4803 Se rechaza 𝑯𝟎 . :
Curva Normal
Si z es mayor que el valor critico la hipótesis
∝ 0.04 nula se rechaza. Como z es mayor la
= = 0.05 − 0.02 = 0.48
2 2 𝑯𝟎 𝑍 = 2.05 ó 2.06 Hipótesis nula se rechaza.
Gráfica
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
Gráfica
2.6 1.65
𝐇𝟏 Ho
𝐻0 ; 𝜇 = 10 𝑥ҧ − 𝜇
𝑡= 𝑠
𝐻1 ; 𝜇 > 20
𝑛
S =?
𝑛Σxi2 − Σxi 2
𝑛 = 22 𝑆=
𝑛(𝑛 − 1ሻ
𝑥ҧ = 13.7136
𝜸=𝑛−1
∝= 0.05
𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛
𝑥ҧ =
𝑛
Sustitución
22 4402.59 − (301.7ሻ2
𝑆=
22(21ሻ
13.7136 − 10
𝑡= 𝑡 = 1.151
3.5535 𝑯𝟏
22 𝑆 = 3.5535
Tabla 𝜸
∝ Conclusión:
Valores Críticos 0.05
de la Distribución 21 1.721 Se rechaza Ho.:
t. Se concluye con un nivel de significancia del
∝= 0.05 0.05 que la carga de falla es mayor que 10
𝜸 = 1.721 MPa.
1 − 𝛼 = 1 − 0.05 = 0.95 𝑯𝟎
Gráfica
1.151 1.721
𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
𝐻1 : 𝜇1 ≠ 10
𝑛
𝑥ҧ = 10.06
𝑛Σxi2 − Σxi 2
∝ = 0.01 𝑆=
𝑛(𝑛 − 1ሻ
𝑛 = 10
𝜸=𝑛−1
𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛
𝑥ҧ =
𝑛
Sustitución
2 2
10.2 + 9.7 + 10.1 + … + 9.8 Σxi = 10.2 + 9.7 + 10.1 + ⋯ + 9.8
𝑥ҧ =
10 2
Σxi = 10120.36
𝑥ҧ = 10.06
10(1012.58 − (10120.36ሻ2
Σxi2 = 10.22 + 9.72 + 10.12 + ⋯+ 9.82 𝑆=
90
Σxi2 = 1012.58
𝑆 = .02591
10.06 − 10
𝑡= 𝑡 = 1.151
.02591 𝑯𝟏
10
Tabla 𝜸
∝ Conclusión:
Valores Críticos de 0.01
la Distribución t. 9 2.821 Se acepta Ho.:
El contenido promedio en recipientes de un
∝= 0.01 lubricante en particular es de 10L.
𝜸1 = 𝑛1 − 1
10-1=9 𝑯𝟎 𝜸 = 2.821
Gráfica
10 − 1 (3.50ሻ + 10 − 1 (1.57ሻ
𝑠𝑝2 = = 2.53
10 + 10 − 2
0.03 − 2.2
𝑡=
2.53 + 2.53 𝑡 = −3.05 𝑯𝟏
10 10
Tabla
𝜸 ∝ Conclusión:
Valores Críticos de 0.025
la Distribución t.
18 2.101 Se acepta Ho.:
𝛾=𝑛₁+𝑛2 −2= 10+10-2 Se concluye que los ejercicios aeróbicos
𝜸 = 18 disminuyen significativamente el ritmo cardiaco
𝑯𝟎 𝜸 = 2.101 de una persona durante el reposo.
∝ 0.05
= 0.025
2 2
Gráfica
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el ritmo
cardiaco de una persona durante el descanso y al examinar a 10 voluntarios antes y
después de seguir un programa de ese tipo durante seis meses, sus pulsaciones, en
latidos por minuto, dieron los siguientes registros. Use ∝ = 0.05 para calcular si los
ejercicios aeróbicos reducen el ritmo cardiaco durante el reposo.
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Datos Formulas
73+77+⋯+72 68+72+⋯+68
𝑥₁ҧ = = 71.4 xത₂ = = 67.8
10 10
Gráfica
1.38 1.734
𝐇𝟏 Ho
52 59
67 60
56 61
45 51
70 56
54 63
64 57
0 59
Datos Formulas
𝐻0 ; μ1 = μ2 2
𝑠12 𝑠22
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ 𝑛1 + 𝑛2
𝐻1 ; μ1 ≠ μ2 𝑡= 𝛾= 2 2
𝑠12 𝑠22 𝑠12 𝑠22
𝑛1 = 7 + 𝑛1 𝑛2
𝑛1 𝑛2
𝑛1 − 1 + 𝑛2 − 1
𝑛2 = 8
∝= 0.01 x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
80.90 19.14
+ 8
𝑦= 7
80.9 19.84
7 + 8
7−1 8−1
y = 6.012
0.19 3.01
𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el ritmo
cardiaco de una persona durante el descanso y al examinar a 10 voluntarios antes y
después de seguir un programa de ese tipo durante seis meses, sus pulsaciones, en
latidos por minuto, dieron los siguientes registros. Use ∝ = 0.05 para calcular si los
ejercicios aeróbicos reducen el ritmo cardiaco durante el reposo.
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Datos Formulas
𝐻0 ; 𝜇 1 = 0 2
𝑠12 𝑠22
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ 𝑛1 + 𝑛2
𝐻1 ; 𝜇 1 > 0 𝑡= 𝛾= 2 2
𝑠12 𝑠22 𝑠12 𝑠22
𝑛1 = 𝑛2 = 10 + 𝑛1 𝑛2
𝑛1 𝑛2
𝑛1 − 1 + 𝑛2 − 1
∝= 0.05
x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
31.8222 33.5111 2
10 + 10
𝛾= 2 = 17.98 ≈ 18
2 33.5111
31.8222
10 10
10 − 1 + 10 − 1
1.40 1.734
𝐇𝟏 Ho
Use un nivel de significancia de 0.05 para calcular si los ejercicios aeróbicos reducen el
ritmo cardiaco durante el reposo.
Datos Formulas
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ
𝐻0 ; μ1 = μ2 𝑡=
𝑠12 𝑠22
𝐻1 ; μ1 > μ2 𝑛1 + 𝑛2
n1 = 10 x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
𝑛2 = 10
2 2
2
𝑛₁Ʃ𝑋𝑖 − (Ʃ Xᵢሻ² 2
n₂Ʃ𝑋𝑖 − (Ʃ Xᵢሻ²
∝= 0.05 𝑠1 = 𝑠2 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
𝛾1 = 𝑛1 -1 𝛾2 = 𝑛2 -1
Sustitución
73+77+⋯+72 68+72+⋯+68
𝑥₁ҧ = = 71.4 𝑥₂ҧ = = 67.8
10 10
71.4 − 67.8 − 0
𝑡=
31.8222 + 33.5111
10 732 + 772 + ⋯ + 72² − 73 + 77 + ⋯ + 72 2
10
2
𝑠1 = = 31.8222 10
10(10 − 1ሻ
31.8222 33.511
𝑤₁ = = 3.18222 w2 = = 3.3511
10 10
Valores Críticos de la
Tabla Distribución t. Conclusión:
∝= 0.05 ∝ 0.05
= = 0.025
2 2 Se rechaza Ho.:
𝜸𝟏 = 𝒏𝟏 −𝟏= 𝟏𝟎−𝟏=𝟗 𝜸𝟐 = 𝒏𝟐 −𝟏=𝟏𝟎−𝟏=𝟗 Los ejercicios aeróbicos reducen el ritmo
cardiaco durante el reposo.
∝ ∝
𝜸 𝜸
0.025 0.025
9 2.2622 9 2.2622
Gráfica
𝑻𝟏 = 2.2622 𝑻𝟐 = 2.2622
(3.182ሻ(2.2622ሻ + (3.351ሻ(2.2622ሻ
T=
3.18222 + 3.35111
T= 2.261 𝑯𝟎 1.40
𝐇𝟏
2.261
Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el ritmo
cardiaco de una persona durante el descanso y al examinar a 10 voluntarios antes y
después de seguir un programa de ese tipo durante seis meses, sus pulsaciones, en
latidos por minuto, dieron los siguientes registros. Use ∝ =0.05 para calcular si los
ejercicios aeróbicos reducen el ritmo cardiaco durante el reposo.
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Datos Formulas
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ
𝐻0 ; 𝜇 1 = 0 𝑡=
𝑠12 𝑠22
𝐻1 ; 𝜇 1 > 0 𝑛1 + 𝑛2
𝑛1 = 𝑛2 = 10 x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
∝= 0.05
2 2
2
𝑛₁Ʃ𝑋𝑖 − (Ʃ Xᵢሻ² 2
n₂Ʃ𝑋𝑖 − (Ʃ Xᵢሻ²
𝑠1 = 𝑠2 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
𝛾1 = 𝑛1 -1 𝛾2 = 𝑛2 -1
Sustitución
73+77+⋯+72 68+72+⋯+68
𝑥₁ҧ = = 71.4 𝑥₂ҧ = = 67.8
10 10
71.4 − 67.8 − 0
𝑡=
31.8222 + 33.5111
10 732 + 772 + ⋯ + 72² − 73 + 77 + ⋯ + 72 2
10
2
𝑠1 = = 31.8222 10
10(10 − 1ሻ
31.8222 33.511
𝑤₁ = = 3.18222 w2 = = 3.3511
10 10
Tabla Valores Críticos de la Conclusión:
Distribución t.
∝= 0.05
Se acepta Ho.:
𝜸𝟏 = 𝒏𝟏 −𝟏= 𝟏𝟎−𝟏=𝟗 𝜸𝟐 = 𝒏𝟐 −𝟏=𝟏𝟎−𝟏=𝟗 Se concluye que los ejercicios aeróbicos
disminuyen significativamente el ritmo cardiaco
∝ ∝ de una persona durante el reposo.
𝜸 𝜸
0.05 0.05
9 1.833 9 1.833
Gráfica
𝑻𝟏 = 1.833 𝑻𝟐 = 1.833
T= 1.8329 𝑯𝟎 1.40
𝐇𝟏
1.8329
Ho
1. Una medicina que se prescribe comúnmente para aliviar la tensión nerviosa que es
efectivo en 60%. Resultados experimentales con una nueva medicina que se administra a
una muestra aleatoria de 100 adultos que padecen de tensión nerviosa muestran que 70
tuvieron alivio. ¿Esta es evidencia suficiente para concluir que la nueva medicina es
superior a la que se prescribe actualmente?. Utilice un nivel de significancia de 0.05.
Datos Formula Sustitución
𝐻0 : Po = 0.6
𝑥 70
𝑍= 𝑛 − 𝑃o 𝑧= 100 − 0.6
𝐻1 : Po > 0.6
𝑃o (1 − 𝑃o ሻ 0.6(1 − 0.6ሻ
𝑛 = 100 𝑛 100
𝑥 = 70
∝= 0.05
𝑯𝟏 𝑍 = 2.04
Po = 0.60
Tabla 0.05
Conclusión:
z
Area Bajo la
Curva Normal. 1.6 0.95 Se rechaza Ho:.
La nueva medicina es superior a la que se
percibe actualmente.
1- ∝ = 1- 0.5 = 0.5 𝑯𝟎 z= 1.65
Gráfica
2.204 1.65
𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Un constructor afirma que se instalan bombas de calor en 70% de todas las casas
que se construyen hoy en día en la ciudad de Richmond. ¿Estaría de acuerdo con
esta afirmación si una investigación de casas nuevas es esta ciudad muestra que 8
de 15 tienen instaladas bombas de calor? Utilice un nivel de significancia de 0.10.
Datos Formula Sustitución
𝐻0 : Po = .7
𝑥 8
𝐻1 : Po ≠ .7 𝑍= 𝑛 − 𝑃o 𝑍= 15
− .7
𝑃o (1 − 𝑃o ሻ .7(1 − .7ሻ
𝑛 = 15 𝑛 15
𝑥=8
∝= 0.10
𝑯𝟏 𝑍 = −1.4
Po = .7
Tabla 0.05
Conclusión:
z
Area Bajo la
Curva Normal. -1.6 0.0495 Se acepta Ho:.
La afirmación del constructor es cierta ya que
∝ se instalan bombas de calor en 70% de todas
= 0.05
𝟐 𝑯𝟎 z= −1.65 las casas que se construyen hoy en día en la
ciudad de Richmond.
Gráfica
𝑥1 = 28 28 + 15
𝑝Ƹ = 𝑞ො = 1 − 0.061
400 + 300
= 𝑥1
𝑃₁ = 𝑥2
𝑃₂
𝑥2 = 15 𝑛 1 𝑛 2 𝑞ො = 0.939
𝑝Ƹ = 0.061
𝑥 +𝑥
𝑛1 = 400 𝑝Ƹ = 𝑛1 +𝑛2 𝑞ො = 1 − 𝑝Ƹ 0.07 − 0.05
1 2 𝑍=
1 1
𝑛2 = 300 (0.061ሻ(0.939ሻ 400 − 300
𝑯𝟏 𝑍 = 1.09
Tabla 0.06 Conclusión:
z
Área Bajo la
Curva Normal. 1.9 0.025 Se acepta Ho:.
El proceso 1 es igual al proceso 2.
∝ 0.05
= = 0.025
2 2 𝑯𝟎 z= 1.96
Gráfica
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Se tomara un voto entre los residentes de una ciudad y el condado circundante
para determinar si se debe construir una planta química propuesta. El lugar de
construcción está dentro de los límites de la ciudad y por esta razón muchos
votantes que favorecen la construcción. Para determinar si hay una diferencia
significativa en la proporción de votantes de la ciudad y votantes del condado que
favorecen la propuesta, se realiza una encuesta. Si 120 de 200 votantes de la ciudad
favorecen la propuesta y 240 de 500 residentes del condado también lo hacen.
¿Estaría de acuerdo en que la proporción de votantes de la ciudad que favorecen la
propuesta es más alta que la proporción de votantes del condado? Utilice un nivel
de significancia de 0.025.
Datos Formula Sustitución
𝐻0 : P1 = P2 240
120 =
− 𝑃₂
𝑃₁ =
𝑃₁ 𝑃₂
𝑍= 200 500
𝐻1 : P1 > P2 1 1
𝑝Ƹ 𝑞ො 𝑛 + 𝑛 = 0.6
𝑃₁ = 0.48
𝑃₂
1 2
∝= 0.025
.6 − .48
𝑥1 +𝑥2 𝑍=
𝑛1 = 200 𝑝Ƹ = 𝑞ො = 1 − 𝑝Ƹ
𝑛1 +𝑛2 36 36 1 1
1 − 70 200 500ቁ
( +
70
𝑛2 = 500
𝑯𝟏 𝑍 = 2.86
Tabla 0.06 Conclusión:
z
Área Bajo la
Curva Normal. 1.9 0.9750 Se rechaza Ho:.
La proporción de votantes de la ciudad que
∝ favorecen la propuesta es más alta que la
= 0.06
2 𝑯𝟎 z= 1.96 proporción de votantes del condado.
Gráfica
1.96 2.86
Ho 𝐇𝟏
Gráfica Conclusión:
Se acepta Ho.:
La desviación estándar no
es mayor 0.9 años
3.325 16 16.919
Ho 𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Una empresa del giro alimenticio desea determinar si el lote de una materia
prima tiene o no una varianza poblacional mayor a 15 en su grado de
endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene una varianza
muestral de 20.98; realizar la prueba de hipótesis con un nivel de significancia de
0.05.
Datos Formula Sustitución
𝐻0 : 𝜎12 ≤ 15
(19ሻ(20.98ሻ
𝔁2
=
𝐻1 : 𝜎12 > 15 15
2
𝔁2= (𝑛 − 1ሻ𝑆
𝑛 = 20 𝜎2
𝑆 2 = 20.98
𝑯𝟏 𝔁2 = 26.57
∝= 0.05
Tabla 𝜎 𝜎
𝛾 𝛾
0.05 𝛾1 = 𝑛1 − 1 0.95
Valores Críticos 20-1=19
19 30.144 19 10.117
de la Distribución
ji cuadrada. 𝛾1 = 30.144 𝑯𝟎 𝛾2 = 10.117 𝑯𝟎
Gráfica Conclusión:
Se acepta Ho.:
El lote de una materia
prima tiene una varianza
poblacional igual a 15 en
su grado de endulzamiento.
10.117 26.57 30.144
Ho 𝐇𝟏 Ho
n₁ =25 𝑯𝟏 𝑓 = 2.04
n₂ =20
𝑠12 = 1.04
𝑠22 = 0.51
𝛾₁=𝑛₁-1=25-1=24
Tabla 𝜸₂ 𝜸₁
𝛾₂=𝑛₂-1=20-1=19 𝜸₂
𝜸₁
Valores Críticos 24 19
1 1
de la Distribución 19 2.11 24 2.00 𝑓0.95,19,24 = = = 0.50
𝑓0.05,19,24 = 4.94 𝑓0.95,19,24 2
F.
𝑯𝟎 𝑯𝟎
Gráfica Conclusión:
Se acepta Ho.:
Se concluye que no existe
suficiente evidencia para
decir que la varianza del
proceso 2 es menor que la
0.19 1.64 4.94 del proceso 1.
Ho 𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
𝐻1 : 𝜎 2 > 𝜎 2 (250ሻ2
𝑠12 𝑓 =
𝑓= 2 (195ሻ2
∝= 0.01 𝑠2
n₁ =10 𝑯𝟏 𝑓 = 1.64
n₂ =11
𝑆1 =250
𝑆2 =195
𝛾₁=𝑛₁-1=10-1=9
Tabla 𝜸₂ 𝜸₁
𝛾₂=𝑛₂-2=11-1=10 𝜸₁
𝜸₁
Valores Críticos 9 10
1 1
de la Distribución 10 4.94 9 4.94 𝑓0.99,9,10 = = = 0.19
𝑓0.01,10,9 = 4.94 𝑓0.99,10,9 5.26
F.
𝑯𝟎 𝑯𝟎
Gráfica Conclusión:
Se acepta Ho.:
Se concluye que la
variabilidad de las fuentes
de la materia prima es
igual.
0.19 1.64 4.94
Ho 𝐇𝟏 Ho
𝑘
𝐻0 : O𝔦 = ℮𝔦 (O𝔦 −℮𝔦 ሻ2
𝒳2 =
𝐻1 : O𝔦 ≠ ℮𝔦 ℮
𝑖=1
∝ = 0.05
𝑛=5
Sustitución
𝒳 2 = 2.47 𝑯𝟏
Tabla y ∝ y= 𝑛1 -1 y ∝
5 -1= 4 0.95
Valores Críticos ji 0.05
cuadrada. 4 9.488 y= 9.488 4 1.145 𝑯𝟎 y=
𝑯𝟎
0.711
Gráfica Conclusión:
Se acepta Ho.:
Se concluye con un
∝ = 0.05 que el ajuste de
los datos a una distribución
binomial es bueno.
0.711 2.47 9.488
Ho 𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Un dado se lanzó 36 veces, haga una prueba con un nivel de significancia del
5%, para comprobar si el dado es legal o no. Los resultados obtenidos del
ejercicio fueron los siguientes:
Numero de 1 2 3 4 5 6
puntos
Frecuencia 3 5 8 7 6 7
Obtenida
Datos Formula
𝑘
𝐻0 : O𝔦 = ℮𝔦 (O𝔦 −℮𝔦 ሻ2
𝒳2 =
𝐻1 : O𝔦 ≠ ℮𝔦 ℮
𝑖=1
∝ = 0.05
𝑛 = 36
Sustitución
𝒳 2 = 2.66 𝑯𝟏
Tabla y ∝ y= 𝑛1 -1 y ∝
6 -1= 5 0.95
Valores Críticos ji 0.05
cuadrada. 5 11.070 y= 11.070 5 1.145 𝑯𝟎 y=
𝑯𝟎
1.145
Gráfica Conclusión:
Se acepta Ho.:
Se encontró evidencia
estadística, con un nivel de
significancia del 5%, que el
dado es legal.
1.145 2.66 11.070
Ho 𝐇𝟏 Ho
Dato 9 12 18 14 12 12 12 10 16 11 9 11 13 11 12 15 13 14
Signo - 0 + + 0 0 0 - + - - - + - 0 + + +
Datos Formula Sustitución
𝐻0 : µ= 12
7 − (13ሻ(0.5ሻ
𝑧=
𝐻1 : µ ≠ 12 𝑥 − 𝑛𝑃 (13ሻ(0.5ሻ(0.5ሻ
𝑧=
𝑛 = 13 𝑛𝑃𝑞
∝= 0.02 z = 0.277
𝑯𝟏
Po = 0.5 𝑞 =1−𝑝
𝑥=7 𝑞 = 1 − 0.5
q = 0.5
𝑛 = numero de positivos y negativos
x= numero de positivos
Tabla
z 0.03 z 0.03
Área bajo la ∝ 0.02 ∝ 0.05
= = 0.01 1− =1− = 0.925
curva normal 2 2 -2.3 0.0099 2 2 1.9 0.9901
z = − 2.33 𝑯𝟎 z =2.33
𝑯𝟎
Conclusión:
Gráfica Se acepta Ho.:
El tiempo que se requiere
antes de que sus
estudiantes vuelen solos es
de 12 horas de vuelo de
entrenamiento.
2.33 0.277 0.277 2.33
Ho 𝐇𝟏 𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Los siguientes datos representan el número de horas que un compensador
opera antes de requerir una recarga: 1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0, 1.2
y 1.7.
Utilice la prueba de rango con signo para probar la hipótesis en el nivel de
significancia de 0.05 que este compensador particular opera con una media de
1.8 horas antes de requerir una recarga.
HORA 1.5 2.2 0.9 1.3 2.0 1.6 1.8 1.5 2.0 1.2 1.7
SIGNO . + - - + - 0 . + - -
Datos Formula Sustitución
𝐻0 : µ= 1.8
3 − 10 0.5
𝑥 − 𝑛𝑃 𝑧=
𝐻1 : µ ≠ 1.8 10 0.5 (0.5ሻ
𝑧=
𝑛 = 10 𝑛𝑃𝑞
∝= 0.05 z = − 1.26
𝑯𝟏
Po = 0.5 𝑞 =1−𝑝
𝑥=3 𝑞 = 1 − 0.5
q = 0.5
𝑛 = numero de positivos y negativos
x = numero de positivos
Tabla
z 0.06 z 0.06
Área bajo la ∝ 0.05 ∝ 0.05
= = 0.025 1− =1− = 0.925
curva normal 2 2 -1.9 0.025 2 2 1.9 0.9750
z = − 1.96 𝑯𝟎 z = 1.96
𝑯𝟎
Conclusión:
Gráfica Se acepta Ho.:
Este compensador
particular opera con una
diferencia muy minima de la
mediana de 1.8 horas
antes de requerir un
1.96 1.26 1.26 1.96
Ho 𝐇𝟏 𝐇𝟏 Ho recarga.
A 1.5 2.2 0.9 1.3 2.0 1.6 1.8 1.5 2.0 1.2 1.7
B 1.7 1.0 1.2 0.8 1.5 1.7 2.3 1.2 0.5 1.1 1.3
Prueba - + - + + - - + + + +
de Signo
Datos Formula Sustitución
𝐻0 : 𝜇𝐴 − 𝜇𝐵 = 0
7 − 11 0.50
𝐻1 : 𝜇𝐴 − 𝜇𝐵 > 0 𝑥 − 𝑛𝑃 𝑧=
𝑧= 11 0.50 0.50
∝= 0.05 𝑛𝑃𝑞
Po = 0.5
𝑯𝟏 z = 𝟎. 𝟗𝟎𝟒
𝑥=7
𝑞 =1−𝑝
𝑛 = 11
𝑞 = 1 − 0.5
q = 0.5
𝑛 = numero de positivos y negativos
x = numero de positivos
Tabla 1 −∝ = 1 − 0.05 = 0.95
z 0.04 0.05
Área bajo la
curva normal 1.6 0.9495 0.9505 z =𝟏. 𝟔𝟒 ó 𝟏. 𝟔𝟓
𝑯𝟎
∝ = 0.05
Conclusión:
Gráfica Se acepta Ho.:
Por lo tanto los
compensadores funcionan
igual.
1.65 1.87
Ho 𝐇𝟏
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
q = 0.5
𝑛 = numero de positivos y negativos
x = numero de positivos
4.2 - 4.1 +
4.7 - 4.9 -
Prueba de Signos 6.6 - 6.2 +
7.0 - 6.9 +
6.7 - 6.8 -
𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑠𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑: 4.5 - 4.4 +
𝑥 −𝑝 5.7 - 5.7 0
11 − 0.5 = 10.5
6.0 - 5.8 +
7.4 - 6.9 +
4.9 - 4.9 0
6.1 - 6.0 +
5.2 - 4.9 +
5.7 - 5.3 +
6.9 - 6.5 +
6.8 - 7.1 -
4.9 - 4.9 +
Tabla
z 0.05 1 −∝ = 1 − 0.05 = 0.95
Área bajo la
curva normal 1.6 0.9505
𝑯𝟎 z = 1.65
∝ = 0.05
Conclusión:
Gráfica Se rechaza Ho.:
Por lo tanto las llantas
radiales mejoran la
economía de combustible.
1.65 1.87
Ho 𝐇𝟏
9 6
𝑯𝟎 ∶ 𝟔
Se rechaza Ho.:
Conclusión: La hipótesis nula es diferente a 98.5.
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0, 1.2, 1.7.
Se acepta Ho.:
El valor calculado de la W es mayor a la obtenida por
tablas y con esto se concluye que esta desbrozadora
Conclusión: específica funciona con una mediana de 1.8 horas antes
de requerir una recarga.
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
15. PRUEBA DE RANGO CON SIGNO PARA DOS
MEDIAS
PROBLEMA
1. Una empresa desea remplazar el sabor tradicional de su producto, por uno
nuevo, para lo cual necesita determinar si los clientes les gusta más el nuevo sabor,
se realiza una consulta en donde se califica de 0 a 20 a los 2 sabores. Determinar si
el nuevo sabor obtiene calificaciones más altas.
1 14 12 2 1 1
2 8 16 -8 4 5
3 6 2 4 3 3
4 18 4 14 10 10
5 20 12 8 5 5
6 16 16 0
7 14 5 9 7 7.5
8 6 16 -10 9 9
9 19 10 9 8 7.5
10 18 10 8 6 5
11 16 13 3 2 2
12 18 2 16 11 11
Datos Formula Sustitución
PRUEBA DE RANGOS CON SIGNO
𝐻0 : 𝜇1 − 𝜇2 = 0 Para probar 𝑯𝟎 Contra 𝐻1 Calcular
𝜇 < 𝜇0 𝑊+ 𝑊− =5+9=14
𝐻1 : 𝜇1 − 𝜇2 > 0
𝝁 = 𝝁𝟎 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 𝑊 𝑊 = 14
n = 11
𝜇1 < 𝜇2 𝑊+
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 𝑊−
∝= 0.05
𝜇1 ≠ 𝜇2 𝑊
𝑅𝑎𝑛𝑔𝑜𝑠 𝑅𝑎𝑛𝑔𝑜𝑠
𝑊+ = 𝑊− =
𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜𝑠
Condición:
La Hipótesis nula se rechaza si el valor
calculado 𝑊+ , 𝑊− , o 𝑊 𝑒𝑠 menor o igual que
el valor tabulado apropiado.
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. Se afirma que un estudiante universitario de último año puede aumentar su
calificación en el área del campo de especialidad del examen de registro de
graduados en al menos 50 puntos si de antemano se le proporcionan problemas de
muestra. Para probar esta afirmación, se dividen 20 estudiantes del último año en
10 pares de modo que cada par tenga casi el mismo promedio de puntos de calidad
general en sus primeros años en la universidad. Los problemas y respuestas de
muestra se proporcionan al azar a un miembro de cada par una semana antes del
examen. Se registran las siguientes calificaciones del examen.
Pruebe la hipótesis nula en el nivel de significancia de 0.05 de que los problemas
aumentan las calificaciones en 50 puntos contra la hipótesis alternativa de que el
aumento es menor a 50 puntos.
Par 1 2 3 4 5 6 7 8 9 10
Con problemas de 531 621 663 579 451 660 591 719 543 575
muestra
Sin problemas de 509 540 688 502 424 683 568 748 530 524
muestra
𝑅𝑎𝑛𝑔𝑜𝑠 𝑅𝑎𝑛𝑔𝑜𝑠
𝑊+ = 𝑊− =
𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜𝑠
Condición:
La Hipótesis nula se rechaza si el valor
calculado 𝑊+ , 𝑊− , o 𝑊 𝑒𝑠 menor o igual que
el valor tabulado apropiado.
25 17 20 11
28 20 15 4
26 18 16 5
20 11 12 2
18 7 19 8.5
24 16 23 15
22 14 11 1
20 11 13 3
21 13 17 6
19 8.5 27 19
𝐻1 : 𝜇₁ > 𝜇₂ (10+10ሻ(10+10+1ሻ
(𝑛₁+𝑛₂ሻ(𝑛₁+𝑛₂+1ሻ 𝑊₂= = 135.5
𝑊 ₂= − 𝑊1 2
2
n₁=10
10(10+1ሻ
n₂=10
𝑛1 (𝑛1 +1ሻ 𝑛2 (𝑛2 +1ሻ 𝑢₁ = 74.5 − =19.5
𝑢1 = 𝑊1 − 𝑢2 = 𝑊2 − 2
2 2
10 10+1
∝= 0.05 𝑢₂ = 135.5 − =80.5
𝑢 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛𝑟𝑒 𝑢1 𝑦 𝑢2 2
PRUEBA DE RANGOS CON SIGNO
Para probar Versus Calcular
𝑯𝟎 𝑢 = 𝟏𝟗. 𝟓 𝑯𝟏
𝜇1 < 𝜇2 u1
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 u2
𝜇1 ≠ 𝜇2 𝑢
Tabla n₁=10 n₂=10 𝒏𝟏 𝒏𝟐 Conclusión:
Valores críticos
10
para la prueba de Se acepta Ho:.
suma de rangos 10 19 Las mujeres tienen actitudes más positivas
que los varones frente a la iglesia católica
Prueba de una cola con α =0.05 o
prueba de dos colas con α=0.10 𝑯𝟎 z = 19
Condición:
La Hipótesis nula se rechaza si el valor
calculado 𝑢1 , 𝑢2 𝑜 𝑢, es menor o igual al valor
de las tablas tabulado.
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. En el desarrollo de un nuevo método para la determinación de niveles de alcohol
en la sangre, se analizó cinco veces una muestra de sangre, con los resultados
siguientes: 64.5, 66.0, 63.9, 65.1 y 64.0 mg/100 ml. El método de análisis estándar
aplicado a la misma muestra proporciona los resultados 66.2, 65.8, 66.3, 65.6
mg/100ml. Utilizando las pruebas de U-Mann Whitney y la de suma de rangos de
Wilcoxon, probar si los métodos difieren significativamente.
Método Nuevo Rango Método Rango
estándar
65.5 4 66.2 8
66.0 7 65.8 6
63.9 1 66.3 9
65.1 3 65.6 5
64.0 2
Datos Formula Sustitución
𝑅𝑎𝑛𝑔𝑜𝑠 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝐻0 : 𝜇₁ = 𝜇₂ 𝑊1 =
𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎 𝑊₁=8+6+9+5=28
𝐻1 : 𝜇₁ ≠ 𝜇₂ (4+5ሻ(4+5+1ሻ
(𝑛₁+𝑛₂ሻ(𝑛₁+𝑛₂+1ሻ 𝑊₂= − 28=17
𝑊 ₂= − 𝑊1 2
2
n₁=4
4(4+1ሻ
𝑛1 (𝑛1 +1ሻ 𝑛2 (𝑛2 +1ሻ 𝑢₁ = 28 − =18
n₂=5 𝑢1 = 𝑊1 − 𝑢2 = 𝑊2 − 2
2 2
∝= 0.05 5 5+1
𝑢 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛𝑟𝑒 𝑢1 𝑦 𝑢2 𝑢2 = 17 − =2
PRUEBA DE RANGOS CON SIGNO
2
Para probar Versus Calcular
𝑯𝟎
𝜇1 < 𝜇2 u1 u = 𝟐 𝑯𝟏
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 u2
𝜇1 ≠ 𝜇2 𝑢
Tabla n₁=4 n₂=5 𝒏𝟏 𝒏𝟐 Conclusión:
Valores críticos Se rechaza Ho:.
5
para la prueba de Se concluye que no existe evidencia
suma de rangos 4 1 significativa al 5% como para rechazar que
los dos métodos producen resultados
Prueba de una cola con α =0.025 o equivalentes
prueba de dos colas con α=0.05 𝑯𝟎 z=1
Condición:
La Hipótesis nula se rechaza si el valor
calculado 𝑢1 , 𝑢2 𝑜 𝑢, es menor o igual al valor
de las tablas tabulado.