UNIVERSIDAD DE SAN CARLOS

FACULTAD DE INGENIERA
DEPARTAMENTO DE ESTADSTICA
ESTADSTICA 2
ING. VINICIO MONZN
AUX. SARINA

ESTIMACIN Y PRUEBA DE HIPTESIS

INTRODUCCION

La Estadstica es una disciplina prctica que evoluciona con las

necesidades de acuerdo a los cambios de cada sociedad.
El propsito de este trabajo es presentar el campo de la estadstica y
las aplicaciones vistas en clase.
Las aplicaciones del anlisis de datos y la metodologa estadstica
son parte integral de la organizacin y presentacin del trabajo.
Presenta la explicacin y desarrollo de cada tema (Teorema de limite
central, proporciones, Estimacin, hipotes) en un entorno de
aplicaciones en el que los resultados estadsticos proporcionan
bases para decisiones y soluciones de los problemas.
La caracterstica del trabajo es agregar gran variedad de ejemplos
que se basan en datos reales al usar muchas fuentes de informacin,
ya que creemos que con el uso de ejemplos reales que pueden ser
aplicados en el campo de negocios, economa, ingeniera; ayudara a
estimular mas el inters del alumno en el material y as todos
podamos aprender la metodologa y la aplicacin de la estadstica.

TEOREMA DEL LMITE CENTRAL

Considere una poblacin normal con 100 y 100 , si aleatoriamente se
elige una muestra de tamao 16 Cul es la probabilidad de que el valor de la
media de la muestra este entre 90 y 110 ? Es decir Cul es la P (90 x 110) ?
SOLUCION
Debido que la poblacin esta distribuida normalmente, la distribucin maestral
de las X
esta tambin distribuida de manera normal. Para encontrar
probabilidades asociadas a una distribucin normal, es necesario convertir la

proposicin P (90 x 110) en una proposicin de probabilidad que implique a

Z para usar la tabla de la distribucin normal estndar. La distribucin maestral
se observa en la figura siguiente, en donde P (90 x 110) esta representada por
el rea sombreada.

90
110
La formula para encontrar la Z correspondiente de un valor conocido de X es:
x x
z
x
La media y el error estndar de la

media son x y x
. As la formula vuelve a escribirse en trminos de
n
, y n:

x x

n
Volviendo ala ilustracin y aplicando la formula
x x 90 100 10
el puntaje z para x 90 : z

2.00

20
5
n
16
x x 110 100 10
el puntaje z para x 100 : z

2.00

20
5
n
16
En consecuencia:
P(90 x 110) P(2.00 z 2.00) 2(0.4772) 0.9544
INTERVALO DE CONFIANZA PARA LA MEDIA CON VARIANZA CONOCIDA
El dixido de azufre y el dixido de nitrgeno son productos secundarios del
consumo de combustible fsiles. Se trata de sustancias que pueden viajar largas
distancias y convertirse en cidos antes de depositarse en la forma de lluvia
acidas. Los datos siguientes se obtuvieron respecto a la concentracin de
dixido de azufre (microorganismos por metro cbico) en un bosque bvaro
supuestamente daado por la lluvia acida a un 95%

52.7 43.9 41.7 71.5 47.6 55.1 62.2 56.5 33.4 61.8 54.3 50.0 45.3 63.4
53.9 65.5 66.6 70.0 52.4 38.6 46.2 44.4 60.7 56.4
52.8
SOLUCION:
Una calculadora estadstica proporciona los valores siguientes:
x 53.9166
s 2 101.4797
s 10.0737

-2.069

2.069

La participacin de la curva es necesaria para encontrar un intervalo de

confianza de 95% de la media de concentracin de dixido de azufre en ese
bosque. Los lmites de confianza del intervalo son:
x t s / n 53.92 2.069(10.07) / 24
2

En otras palabras, se tiene confianza de 95% de que la concentracin media de

dixido de azufre en el bosque referido se ubica en el intervalo (49.67, 58.17). la
concentracin promedio de esta compuesto en reas no daadas del pas es de
20g/m3. Puesto que se trata de un valor no incluido en el intervalo, existen altos
de dixido de azufre en el bosque daado.

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS CON

VARIANZA IGUALES PERO DESCONOCIDAS
Vamos a demostrar el procedimiento de estimacin para un estudio de muestras
que realizo el banco prosperidad. Unas muestras aleatorias independientes de
saldos de cuenta de cheques para clientes de dos de sus sucursales dieron los
siguientes resultados

Sucursal

Cantidad de
cuentas de
cheques

Media de la
muestra de
saldos

Desviacin
estndar de la
muestra

Norte
Sur

12
10

X1 = $1000
X2 = $ 920

S1 = $ 150
S2 = $ 120

Con estos datos determinaremos un intervalo de confianza del 90% para la

diferencia entre las medias de los saldos de las dos sucursales. Suponemos que
estos saldos se distribuyeron normalmente en ambas sucursales, y que las
varianzas de los mismos son iguales en ambas sucursales. Al aplicar la
ecuacin vemos que el estimado combinado de la varianza poblacional es:

s2

(n1 1)s12 (n2 2) s22

n1 n2 2

(11)(150)2 + (9)(120)2

12 10 2
18,855

-1.725

1.725

El estimado correspondiente de la desviacin estndar de x

1 x2

sx

1 x2

es

1 1
s2
n1 n2

1 1
18,855
12 10
58.79
La distribucin t para el procedimiento de estimacin de intervalo tiene
n1 n2 2 12 10 2 20 grados de libertad. Con 0.10, t t.05 1.725. As, al
2

aplicar la ecuacin:

x 1 x 2 t.05 sx

1 x2

Vemos que el estimado del intervalo es

1000 920 (1.725)(58.79)
80 101.41

Con 90% de nivel de confianza, el estimado del intervalo de la diferencia entre

las medias de los saldos en las dos sucursales es de -$21.41 a $181.41 dlares.
El hecho de que en este intervalo haya un margen negativo de valores indica
que la diferencia real 1 2 entre las dos medias puede ser negativa. As, 2
puede ser, en realidad, mayor que 1 lo que indica que la media de la poblacin
de saldos puede ser mayor en la sucursal sur, aun cuando los datos de las
muestras indican una media mayor para la sucursal norte. El hecho de que el
intervalo de confianza contenga al valor 0 se puede interpretar como una
indicacin de que no tenemos la evidencia suficiente para afirmar que la media
de las poblaciones de los saldos es diferente para las dos sucursales.

LIMITE DE TOLERANCIA
Como parte de un proyecto ms grande para estudiar el comportamiento de
paneles como recubrimiento esforzado, un componente estructural que se utiliza
de manera extensa en Norteamrica en el articulo time-Dependent Bending
Properties of Lumber (J. of Testing and Eval; 1996: 187-193) aparecen varias
propiedades mecnicas de especmenes de madera de pino escocs. Considere
las observaciones siguientes acerca del modulo de elasticidad (MPa) obtenido
un minuto despus de cargar en cierta configuracin:

10490 16620 17300 15480 12970 17620 13400 13900

13630 13260 14370 11700 15470 17840 14070 14760
x 14532.5 , s 2055.67 , para un nivel de confianza de 95%, in
Donde n 16 ,
intervalo de tolerancia bilateral en e que se capta por lo menos 95% de los
valores del modulo de elasticidad para especimenes de madera en la poblacin
muestreada utiliza el valor critico de tolerancia de 2.903. El intervalo resultante
es:
x ( Valor critico de tolerancia) s
14532.5 (2.903)(2055.67)
14532.5 5967.6
(8564.9, 20500.1)
Se puede estar altamente confiado de que por al menos 95% de los
especmenes de madera tienen valore de modulo de elasticidad entre 8564.9 y
20500.1 .

-2.903

2.903

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS CON

VARIANZA NO IGUALES Y DESCONOCIDA
Acme Ltd. Vende dos tipos de amortiguadores de caucho para coches de bebes.
Las pruebas de desgaste para medir la durabilidad revelaron que 13
amortiguadores del tipo 1 duraron un promedio de 11.3 semanas con una
desviacin estndar de 3.5 semanas; mientras que 10 del tipo 2 duran un
promedio de 7.5 semanas , con una desviacin estndar de 2.7 semanas. El tipo
1 es el mas costoso para fabricar y el CEO (Director Ejecutivo) de Acme no
desea utilizarlo a menos que tenga un promedio de duracin de por lo menos

ocho semanas mas que el del tipo 2.El CEO tolerara una probabilidad de error
de solo el 2 % .No existe evidencia que sugiera que las varianzas de la duracin
de los dos productos sean iguales.
x1 11.3
x2 7.5
n2 10
n1 13
s2 2.7
s1 3.5

g.l.

( s12 / n1 s22 / n2 )
(s12 / n1 )2 /(n1 1) ( s22 / n2 )2 /(n2 1)
2

(3.5) 2 /13 (2.7) 2 /10

2
2
(3.5) 2 /13)
(2.7) 2 /10)

12
9
20.99 20
Un intervalo de confianza del 98% ( 0.02) con 20 g.l. requiere un valor t de
2.528 .

-2.528
I.C. para 1 2 (11.3 7.5) 2.528

2.528

(3.5)2 (2.7)2

13
10

3.8 3.3
0.5 1 2 7.1 Semanas
Interpretacin
Acme puede estar 98% seguro de que el tipo uno dura entre
0.5 y 7.1 semanas mas que el tipo 2. Debido a que la diferencia requerida de
ocho semanas no esta en el intervalo, el CO puede estar 98% seguro de que no
desea utilizar el tipo 1.
INTERVALO DE CONFIANZA PARA LA PROPORCION POBLACIONAL
Las empresas de bsqueda de ejecutivos se especializan en ayudar a las
empresas a ubicar y asegurar talento para la alta gerencia. Tales firmas
denominadas cazadoras de cabeza son responsables de la ubicacin de
muchos de los mejores directores ejecutivos de la nacin. Business Week
reporto recientemente que uno de cuatro directores ejecutivos es una persona
de fuera un ejecutivo con menos de 5 aos en la compaa que maneja-. Si en
una muestra de 350 compaas de los Estados Unidos, 77 tienen directores
ejecutivos de fuera, un intervalo del 99% de confianza apoyara la afirmacin?

SOLUCION:

-2.58

2.58

77
0.22
350
(0.22)(0.78)
sp
0.022
350
p

Entonces el intervalo de confianza esta dado por:

p Zs p
0.22 (2.58)(0.022)
Por lo tanto:

0.163 0.277

Interpretacin: se confa en que al nivel del 99% entre el 16.3% y el 27.7% de las
empresas de Estados Unidos tienen directores ejecutivos de fuera. La afirmacin
esta apoyada por tales descubrimientos, ya que el 25% esta contenido dentro
del intervalo.

INTERVALO DE CONFIANZA PARA MEDIA CON VARIANZA

Los datos siguientes de la tensin disruptiva de circuitos forzados elctricamente
se leyeron de una grafica de probabilidad normal que apareci en el articulo
Damage of Flexible Printed Boards Associated with lightning-Induced Voltaje
Sugers(IEEE Transaction on Components Gybrids, and manuf. Tech, 1985:214220). La linealidad de la grafica respaldo la su pocin de que la tensin
disruptiva tiene una distribucin aproximadamente normal.
1470 1510 1690 1740 1900 2000 2030 2100 2190

2200 2290 2380 2390 2480 2500 2580 2700

Sea 2 la varianza de la distribucin de la tensin disruptiva. El valor calculado
de la varianza maestral es de s 2 = 137324.3, la estimacin puntual de 2 . Con n2
1 =16, 95% grados de libertad, un IC de 95% requiere
x0.975,16
6.908 y
2
x0.025,16
28.845 .

El intervalo es
16(137324.3) 16(137324.3)
,

(79172.3,318064.4)
6.908
28.845

Al sacar la raz cuadrada de cada punto extremo se obtiene (276.0, 5640.0)

como el IC de 95 % para . Estos intervalos son bastantes amplios, lo que refleja
variabilidad sustancial en la tensin disruptiva en combinacin con unja tamao
de muestrea pequeo.

DIFERENCIA ENTRE LAS MEDIAS DE DOS POBLACIONES: MUESTRAS

APAREADAS
Una empresa manufacturera tiene dos mtodos con lo que sus obreros pueden
realizar una tarea de produccin. Para maximizar la produccin, la empresa
desea identificar el mtodo con la menor media del tiempo de terminacin por
unidad. Sea 1 la media del tiempo de terminaci0on del mtodo 1 y 2 la
correspondiente para el mtodo 2. Sin haber indicacin preliminar del mtodo
preferido, comenzaremos, tentativamente, suponiendo que los dos mtodos de
produccin tienen la misma media de tiempo de terminacin. As, la hiptesis

nula H0: 1 2 0 , si se rechaza esta, podemos concluir que las medias de los
dos tiempos de terminacin son distintas. En este caso se recomendara el
mtodo que tenga la menor media de tiempo de terminacin. La hiptesis nula y
alternativa se escribira as:
H0: 1 2 0
Ha: 1 2 0
Para elegir el procedimiento de muestreo que se usara para recopilar los
tiempos de produccin y probar las hiptesis tenemos dos opciones de diseos
alternativos. Uno se basa en muestras independientes y el otro en muestras
apareadas.
1. diseo con muestras independientes: se selecciona una muestra aleatoria
simple y cada uno de ellos usa el mtodo 1. se selecciona una segunda
muestra independiente de obreros y cada una de ellas usa el mtodo dos.
2. diseo con m muestras apareadas: se selecciona una muestra aleatoria
simple de obreros. Cada uno de ellos usa primero un mtodo y despus
el otro. El orden de los mtodos se asigna al azar a los obreros. Algunos
de ellos siguen el primer mtodo y otros el mtodo dos. Cada obrero
produce un par de valores, uno para el mtodo uno y el otro para el
mtodo dos.
En el diseo con muestras apareadas se prueban los dos mtodos de
produccin bajo condiciones similares (es decir , con los mismos obreros);
por consiguiente, este diseo conduce, con frecuencia, a un error muestral
que el diseo con muestra independiente. El motivo principal es que un
diseo con muestras apareadas se elimina la variacin entre obreros como
fuente del error muestral.
La clave para analizar el diseo con muestras apareadas es tener en cuenta
que solo se considera la columna de las diferencias. En consecuencia,
tenemos seis datos (.6, .5, -.2, .5, .3, 0, .6) que usaremos para analizar la
diferencia entre las medias de los dos mtodos de produccin.
Sea d la media de las diferencias para la poblacin de los obreros. Con
esta notacin, las hiptesis nula y alternativa se expresan como sigue:
H0: d 0
Ha: d 0
Si se rechaza H0, se llega ala conclusin de que las medias de los tiempos
de terminacin son distintas.
La notacin d es para recordar que la muestra apareada produce datos de
diferencia.
La media y la desviacin estndar de la muestra de los seis valores son los
siguientes:
di 1.8 .30
d
n
6

sd

(d

d ) 2

n 1

.56
.335
5

La poblacin tiene una distribucin normal, y se puede aplicar la distribucin

t con n 1 grados de libertad para probar la hiptesis nula acerca d un
promedio poblacional. Con datos de diferencia, el estadstico de pruebas es:
d d
t
sd
n
Con .05 y n 1 5 grados de libertad (t.025 2.571) , la regla de rechazo
para la prueba bilateral es
Rechazar Ho si t 2.571 o si t 2.571
Como d .30 , sd .335 y n 6 , el valor de estadstico de prueba para la
hiptesis nula H0: d 0 es
d d
.30 0

2.19
sd
.335
6
n
En vista que t 2.19 no esta en la regin de rechazo, los datos de las
muestras no proporcionan pruebas suficientes para rechazar la hiptesis
nula.
Con los resultados de la muestras podemos definir un estimado de intervalo
de la diferencia entre las medidas de poblacin, con la metodologa para
poblacin nica. Los clculos son:
t

sd
2
n
.335
0.3 2.571

6
0.3 .35
d t

En consecuencia, el intervalo de confianza de 95% de la diferencia entre las

medias de los dos mtodos de produccin es de -0.05 minutos asta 0.654
minutos, observe que como el intervalo de confianza abarca el valor de cero, los
datos de la muestra no aportan pruebas suficientes para rechazar la Ho
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE DOS
PROPORCIONES
Una empresa realiza un estudio para determinar si el ausentismo de los
trabajadores en el turno del da es diferente al de los trabajadores del turno de la
noche. Se realiza una comparacin de 150 trabajadores de cada turno. Los
resultados muestran que 37 trabajadores diurnos han estado ausentes por lo
menos 5 veces durante el ao anterior, mientras que 52 trabajadores nocturnos
han faltado por lo menos 5 veces Qu relevantes que revelan estos datos
sobre la tendencia al ausentismo entre los trabajadores? Calcule un intervalo de

confianza al 90% para la diferencia entra las proporciones de trabajadores de los

dos turnos que faltaron 5 veces o mas.
37
0.25
150
52
p2
0.35
150
(0.25)(0.75) (0.35)(0.65)
s p1 p2

0.0526
150
150
Entonces nuestro intervalo de confianza para dos proporciones esta dado por:
1 2 p1 p2 Zs p1 p2
p1

Donde:

Por tanto

1 2 (0.25 0.35) (1.65)(0.0526)

1 2 0.10 0.087
18.7% 1.3%

Debido a que lo proporcin de los trabajadores nocturnos que se ausentaron

cinco veces o mas (p2 ) se resto de la proporcin de trabajadores diurnos que
se ausentaron, la empresa puede puede estar 90 % segura

INTERVALO DE CONFIANZA PARA MEDIA CON MUESTRAS GRANDES

La tensin disruptiva de corriente alterna (CA) de un liquido aislante indica su
resistencia dielctrica .en el articulo Testing practice for the AC Breakdown
Voltaje TESTING OF Insulation liquis(IEEE Electrical insulation magazine,
1995;21-26) se dan las siguientes observaciones mustrales acerca de la
tensin disruptiva (kn) de un circuito particular en ciertas condiciones.
62 50 53 57 41 53 55 61 59 64 50 53 64 62 50 68
54 55 57 50 55 50 56 55 46 55 53 54 52 47 47 55
57 48 63 57 57 55 53 59 53 52 50 55 60 50 56 58

Un diagrama de caja de los datos muestra una concentracin alta en la mitad

media de los datos (extensin del cuadro estrecho) .Hay un solo valor atpico en
el extremo superior ,pero en realidad este valor esta un poco mas cerca de la
media (55) de lo que esta observacin muestra mas pequea.
Las cantidades del resumen con n= 48 xi 2626 y
xi2 144950 , de
las cuales

x 54.7 y s 5.23 . Entonces el intervalo de confianza de 95 % es

5.23
54.7 1.96
54.7 1.5 5.23,56.2
48

Es decir,

53.2 56.2
Con un nivel de confianza de aprox. 95%.El intervalo es razonablemente
estrecho lo cual indica que se estimo con precisin el valor de .
Infortunadamente, la eleccin del tamao de la muestra para producido una
extensin de intervalo deseado no es tan directa aqu como lo fue para el caso
de conocida. Esto porque la extensin de (7.8) es 2 z s n . Puesto que el
2

valor no de s no esta disponible antes de reunir los datos, la extensin del

intervalo no se puede determinar solo mediante la eleccin de n .la nica opcin
para un investigador que desee especificar una extensin deseada es hacer una
su pocin con base en la experiencia en cuanto a cual podra ser el valor de s. Si
se es conservador y se supone un valor mas grande de s, se elegir una n mas
grande de lo necesarios posible que el investigador pueda especificar un valor
razonablemente preciso del intervalo poblacional (la diferencia entre valores
mximos y mnimos).Entonces, si la distribucin de la poblacin no esta
demasiado sesgada, al dividir el intervalo entra 4 se obtiene un valor aproximado
de cual podra ser s.

-1.96
1.96
INTERVALO DE CONFIANZA PARA MEDIA CON MUESTRAS PEQUEAS.
Como parte de un proyecto mas grande para estudiar el comportamiento de
paneles con recubrimiento esforzado, un componente estructural que se utiliza
de manera extensa en Norteamrica, en el articulo Times-Dependent Bending
propertiel of lumber (J. of Testing and Eval., 1996:187-193) aparecen varias
propiedades mecnicas de especmenes de madera de pino escocs. Considere
las observaciones siguientes acerca del modulo de elasticidad (MPa) obtenido
un minuto despus de cargar en cierta configuracin:
10490 16620 17300 15480 12970 17620 13400 13900

13630 13260 14370 11700 15470 17840 14070 14760

El calculo a mano de la media muestral u la desviacin estndar se simplifico al
restar 10000 de cada observacin: yi xi 10000. Se comprueba con facilidad
que

yi

72520 y

yi 2

392083800, de donde y 4532.5 y s y 2055.67 . Por

consiguiente, x 14532.5 y sx 2055.67 (sumar o restar la misma constante de

cada observacin no afecta la variabilidad). El tamao de la muestra es 16, as
que un intervalo de confianza para la media poblacional de l modulo de
elasticidad se basa en 15 gl. Un intervalo de confianza de 95% para un intervalo
bilateral requiere el valor crtico t de 2.131. El intervalo resultante es
s
2055.67
x t0.025,15
14532.5 (2.131)
n
16
14532.5 1095.2 (13437.3,15627.7)
Este intervalo es bastante amplio por el tamao de la muestra pequea y por la
gran cantidad de variabilidad en la muestra. Un lmite de confianza inferior de 95
% se obtiene al usar y1.753 en lugar de y 2.131 , respectivamente.

-2.131

2.131

PRUEBA DE HIPTESIS
PRUEBA DE HIPTESIS CON VARIANZA CONOCIDA
Un fabricante de sistemas rociadores utilizados para proteccin contra incendios
en edificios de oficinas afirma que la temperatura promedio real de activacin del
sistema es 130 C,. Una muestra de n = 9 sistemas, cuando se prueban ,
produce una temperatura promedio muestral de activacin de 131.08 F. si la
distribucin de los tiempos de activacin es normal con desviacin estndar
de 1.5 F. los datos contradicen del fabricante al nivel de significancia de
=0.01 ?

Solucin:
1) Parmetro de inters: temperatura de activacin
2) Hiptesis nula: Ho: 130 ( valor nulo = 0 130)
3) Hiptesis alterna Ha: 130 ( una desviacin con respecto al valor afirmado
en cualquier direccin de inters)

-2.58

2.58

4) valor del estadstico de prueba:

z=

x 0

x 130
1.5
n

5) Regin de rechazo: la forma de Ha implica el uso de una prueba de dos

extremos con regin de rechazo ya sea Z Z0.005 o bien Z -Z0.005. De la tabla
da que Z0.005 = 2.58, as que se rechaza Ho si Z 2.58 o Z -2.58
6) sustituyendo n 9 y x 131.08
131.08 130 1.08
z=

2.16
1.5
0.5
9
7) El valor calculado z 2.16 no cae en la regin de rechazo
( -2.58 <2.16 < 2.58), as que no se puede rechazar Ho al nivel se significancia
de 0.01. los datos no respaldan de manera firme la afirmacin de que el
promedio real difiere del valor de diseo de 130.
PRUEBA DE HIPTESIS CON VARIANZA DESCONOCIDA
Un proceso de produccin debe llenar recipientes con una media del peso =
16 onzas. No es deseable que a los recipientes les falte llenado, porque el
consumidor no recibe la cantidad de producto que indica la etiqueta. Tampoco
es deseable que se llenen demasiado los recipientes; en ese caso la empresa
pierde, porque el proceso pone mas producto que el necesario. El personal de
aseguramiento de calidad selecciona peridicamente una muestra aleatoria
simple de 8 recipientes y prueba la siguiente hiptesis:
Ho: =16

Ha: 16
Si se rechaza Ho, el gerente de produccin pedir detener el proceso de
produccin, y ajustar el mecanismo de control de los pesos de llenando para
asegurar que el peso promedio sea de 16 onzas. Si la muestra produce valores
de 16.02, 16.22, 15.82, 15.92, 16.22, 16.32, 16.12, 15.92 onzas, y el nivel de
significancia es de 0.05. Qu accin se debe emprender? Suponga que la
poblacin de los pesos de llenado se distribuye normalmente
x

128.56
16.07 onzas
8

( x x)
i

n 1

0.22
0.18 onzas
7

Se procede a calcular la media y desviacin estndar de la muestra

x 16.07 onzas , s 0.18 onzas

-2.365

2.365

A un nivel de significancia de 0.05 , los estadsticos t0.025 y t0.025 determinan

la regin de rechazo de la prueba. Consultando la tabla de distribuciones t y
vemos que con n-1 = 7 grados de libertad. t0.025 = -2.365 y t0.025 = 2.365. As ,
la regla de rechazo que resulta es :
RECHAZAR Ho si t < -2.365 o si t > 2.365
Usando x 16.07 onzas , s 0.18 onzas tenemos que

x o 16.07 16.00

1.10
s
0.18
n
8

Como t = 1.10 no esta en la regin de rechazo, no se puede rechazar la

hiptesis nula. No existen las pruebas suficientes para detener el proceso de
produccin.

PRUEBA DE HIPOTEIS CON VARIANZAS IGUALES Y CONOCIDAS

El anlisis de una muestra aleatoria que consiste en m=20 especmenes de
acero roldado e frio para determinar las resistencias de cadencia, produjeron
una resistencia promedio muestral de x 29.8 Klb/pulg. Una segunda muestra
aleatoria de n=25 especmenes promedio de acero galvanizado bilaterales
proporciono una resistencia promedio muestral de y 34.7 Klb/pulg. Suponiendo
que las dos distribuciones de resistencia a la cadencia promedio reales
correspondientes 1 y 2

Son diferentes? Se lleva a cabo una prueba al nivel de significacin de 1%.

1. el parmetro de inters es 1 2 , la diferencia entre las resistencias
promedio reales para los dos tipos de acero.
2. la hiptesis nula es H0: 1 2 =0.
3. la hiptesis alternativa es Ha: 1 2 0; si Ha es verdadera, entonces
1 y 2 son diferentes.

-2.58

2.58

4. el valor estadstico de prueba es:

x y

12

22

m
n
5. la desigualdad en Ha implica que la prueba es de dos extremos. Para un
nivel de significancia del 1%,
y z z0.005 2.58. Ho se rechazara
2 0.005
2
si z 2.58 o si z 2.58 .
6. la sustitucin de m=20, X=29.8
29.5 34.7
4.90
z

3.66
1.34
16.0 25.0

20
25
7. Puesto que 3.66 2.58 z cae en el extremo inferior de la regin
de rechazo. Por lo tanto se rechaza la hiptesis nula al nivel de
0.01 a favor de la conclusin de que 1 2 . Los datos muestrales
sugieren fuertemente que la resistencia a la cadencia promedio
real para el acero roldado en frio difiere de la del acero
galvanizado. El valor de P para esta prueba P dice que se debe
rechazar la hiptesis nula a cualquier nivel de significancia
razonable.

PRUEBA DE HIPOTESIS ACERCA DE LA VARIANZA

Una variable aleatoria estudiada durante el diseo de la media-flecha de traccin
delantera de un nuevo modelo de automvil es el desplazamiento en milmetros
de las juntas de velocidad constante. Con el Angulo de las juntas fijo en 12, se
realizan 20 simulaciones y se obtienen los datos siguientes:
6.2 1.9 4.4 4.9 3.5 4.6 4.2 1.1 1.3 4.8 4.1 3.7 2.5 3.7 4.2 1.4
2.6 1.5 3.9 3.2
En relacin con estos datos, x 3.39 y s 1.41 . los ingenieros de diseo de la
media-flecha afirman que la desviacin estndar en el desplazamiento de las
flechas de velocidad constante es menor de 1.5mm. la desviacin estndar

estimada con base a las 20 observaciones es de 1.41mm. acaso los datos

sustenta la afirmacin de los ingenieros? A fin de responder la pregunta, se
supone a prueba:
Ho : 1.5
Ha : 1.5
Lo anterior es equivalente a:
Ho : 2 (1.5) 2

Ha : 2 (1.5)2

El valor observado de la estimaron de la estadstica de prueba es:

n 1 s 2 19(1.41)2 16.79
2
02
1.5
Puesto que se trata de una prueba de cola izquierda, se rechaza la hiptesis
nula si el valor es demasiado bajo para haber ocurrido al azar cuando la
hiptesis nula es verdadera. Con base a la tabla de ji cuadrada, pueden verse
que:
P X192 14.6 0.25 y P X192 18.3 0.50
El valor observado de la estadstica de prueba, 16.79, se ubica entre 14.6 y
18.3, por lo que el valor de P de la prueba se sita entre 0.25 y 0.5. este ultimo
es mas bien alto, por lo que resulta imposible rechazar la hiptesis nula. Los
datos son insuficientes para afirmar que 1.5 mm.

PRUEBA DE HIPTESIS SOBRE UNA PROPORCIN.

La mayor parte de las fallas en las lneas de transmisin resulta de factores
externos y suelen ser transitoria. Se piensa que mas de 70 % de esas fallas de
debe a relmpagos. A de obtener datos que sustenten esa afirmacin, se ponen
a prueba:
Ho p 0.7
Hi p 0.7
Los datos recopilados durante un ao muestran que 151 de 200 fallas
observadas derivan de relmpagos .El valor observado de la estadstica de
prueba es:

 p po /

p01 p0 / n (151/ 200 0.7) / 0.7(0.3) /(200) 1.697

1.69
Se trata de una prueba d cola derecha, de modo que se rechaza si ese valor
es inusualmente grandes fin de decidir si 1.697 es un valor positivo grande, se
calcula el valor P . En la tabla p Z 1.69 0.0455 Y P Z 1.70 0.0446 normal
estndar, se observa que P.
El valor observado 1.697 se ubica entre 1.69 y 1.70, de modo que el valor P esta
entre 0.0446 y 0.4455. Son dos las explicaciones de este valor P pequeo. La
hiptesis nula es verdadera y se acaba de observar un evento infrecuente, que
ocurre apenas unas cuatro veces por cada 100, o la hiptesis nula no es
verdadera y el porcentaje verdadero de gallas que causan los relmpagos es
mayor de 70 % .La ultima explicacin parece mas factible, de modo que se
rechaza HO y se llega ala conclusin de que p >0.7.
Este mtodo de prueba de una hiptesis de p supone que el tamao de la
muestra es grande , y los interpretamos como n y p 0 son tales que PO 0.5 y
np05

o n p0 0.5

y 1 p0 5

Estos criterios se satisfacen por p00.70.5 yn1 p0 200(0.3) 60 5

PRUEBA DE HIPTESIS PARA LA COMPARACIN DE DOS

PROPORCIONES.
Una compaa tiene dos fundidoras de tamaos similar y dedicadas a las
mismas operaciones de produccin. Se implanta un programa experimental de
seguridad experimental en una de ellas. Antes de ampliar el programa al otra,
los administradores desean comparar la proporcin de trabajadores lesionados
durante el periodo de prueba en el sitio experimental contra el de la otra planta.
Se piensa que el programa es rentable si las proporciones difieren en ms de
0.05, lo que se pone a prueba es:
H 0 P1 P2 0.05

H1 P1 P2 0.05

Donde P1 Y P1
denotamos las proporciones de trabajadores lesionados en
las plantas de control y experimental, respectivamente, cometer un error tipo 1
seria costoso, por lo que se preestablece en 0.01.

2.33
Z 0.01
El punto critico de esta prueba de cola derecha es de
= 2.33. Al
trmino del periodo de prueba se, han lesionad 24 de 263 trabajadores en la
planta de control, y apenas cinco de los 250 de la planta experimental, Con base
en esos datos:
P1 24 / 263 0.91
P1 P2 0.071
P2 5 / 250 0.020
es esta diferencia suficientemente grande pata llegar a la conclusin de que la
diferencia verdadera entre las proporciones excede de 0.05? A efecto de decidir
, se evala la estadstica de prueba:
p1 p2 P1 P2
0.071 0.05
1.059
=
p1 1 p1 / n1 p2 1 p2 / n2
0.091 0.909 / 263 0.2 0.98 / 250

Este valor no excede el punto critico 2.33, por lo que se imposible rechazar la
hiptesis nula con el valor =0.01 .Se carece de la evidencia que se considera
necesaria para justificar la ampliacin del programa de seguridad.

PRUEBA DE HIPTESIS CON VARIANZAS NO IGUALES, CONOCIDAS

El deterioro d muchas redes de tubera municipales en todo el pais es una
preocupacin creciente. Una tecnologa, propuesta para la rehabilitacin de
tuberas, utiliza un revestimiento flexibles insertado en la tubera existente. En el
articulo Effect of Welding on a High-Density Poltethylene Liner se proporciona
los siguientes datos acerca de la resistencia a la tensin ( lb/pulg2 ) de
especimenes de revestimiento cuando se utilizo cierto tipo de fusin y cuando no
se uso este proceso:
Sin fusin
2748 2700 2655 2822 2511

3149 3257 3213 2220 2753

N1 = 10
X1 = 2902.8 S1 = 277.3
Fundido
3027 3356 3359 3297 3125 2910 2889 2902
N2 = 8
X2 = 3108.1 S2 = 205.9
1) 1) sea 1 la resistencia promedio real a la tensin de especimenes
cuando se emplea tratamiento sin fusin y 2 la resistencia promedio real
a la tensin cuando se utiliza el tratamiento de fusin
2) Ho: 1 - 2 0
Ha: 1 - 2 < 0
3) el valor nulo do = 0 por lo tanto el estadstico de prueba es

x y
S12 S22

m n

-1.7459
4) ahora se calcula tanto el estadstico de prueba
pruebas

2902.8 3108.1

como los gl para la

205.3
1.8
113.97

(277.3)2 (205.9)2

10
08
Usando S1 / m 7689.529 y S 2 / n 5299.351

(7689.529 5299.351) 2
168711003.7

15.94
2
2
(7689.529) / 9 (5299.351) / 7 10581747.35
De modo que la prueba se basara en 15 grados de libertad

5) en la tabla se muestra que el rea bajo la curva t con 15gl y = 0.05, el

valor es
2.1315

6) No se rechaza la hiptesis nula y se rechaza la hiptesis alterna, lo que

confirma la conclusin expresada en el artculo a un nivel significancia del
0.05

CONCLUSIONES
De acuerdo con lo anterior realizado podemos concluir que:
La Estadstica es mas que las matemticas presentes en las
formulas y los datos. Incluye los procesos de resolucin de

problemas, pensamiento estadstico, recoleccin de datos, obtencin

de resultados numricos y grficos y las conclusiones de tales
resultados.
Existen muchas pruebas de hiptesis que tienen como objetivo la
toma de decisiones. Y por eso la conclusin de rechazar Ho
proporciona el apoyo estadstico para llegar a la conclusin de que
Ha es verdadera y que es adecuado realizar la accin que proceda.
La afirmacin de no rechazar Ho aunque no es concluyente, con
frecuencia hace que los datos se comporten como si Ho fuera
verdadera.
El valor de p que es el nivel de significancia, es una medida de la
posibilidad de obtener los resultados de la muestra cuando se
supone que la hiptesis nula es verdadera. Cuando el valor de p es
menor es menos probable que los resultados de la muestra
provengan de un caso en que la hiptesis nula es verdadera. Y as
los estudiantes sacamos la conclusin sin consultar las tablas
estadsticas.
La estadstica aplica tcnicas matemticas para cuantificar las ideas
que se estn investigando y para reducir la informacin a un formato
numrico, el que este se pueda tratarse la grafica o algebraicamente

GLOSARIO

Estimado del intervalo

Un estimado de un parmetro de poblacin que define un intervalo
dentro del que se cree esta contenido el valor parmetro
Nivel de confianza

Es la confianza asociada con un estimado de intervalo

Margen de error
El valor sumado a y restado de un punto estimado a fin de
determinar un intervalo de confianza.
Distribucin t
Una familia de distribuciones de probabilidades que se puede usar
para determinar estimados de intervalo de una media de poblacin
cuando se desconozca la desviacin estndar de la poblacin, y que
este tenga una distribucin normal o casi normal de probabilidades.
Grados de Libertad
Un parmetro de la distribucin t. cuando se usa la distribucin t para
determinar un estimado de intervalo de una media poblacional, n-1
grados de libertad, siendo n el tamao de la muestra aleatoria
simple.
Hiptesis Nula
La hiptesis que se supone, tentativamente, es verdadera en el
procedimiento de prueba de hiptesis.
Hiptesis Alternativa
La hiptesis que se concluye como verdadera cuando se rechaza la
hiptesis nula.
Error Tipo I
El error de rechazar Ho siendo esta verdadera.
Error Tipo II
El error de aceptar Ho siendo esta falsa.

Valor Crtico
Un valor que se compara con el estadstico de prueba para
determinar si se debe rechazar o no Ho.
Valor p
La probabilidad de que cuando sea verdadera la hiptesis nula se
obtenga un resultado de una muestra que sea al menos tan

improbable como el que se observa. Con frecuencia se le conoce

como nivel de significancia

BIBLIOGRAFIA

Arnold, Jesse C.
Milton, J. Susan
Probabilidad y Estadstica con aplicaciones para ingeniera y ciencias
computacionales.
Cuarta edicin, Editorial Mc Graw Hill, Mxico, paginas 225-244, 312325, 336-349.
Johnson Robert,
Kuby Patricia,
Estadstica Elemental lo esencial.
2da edicin, Editorial Thomson, Mxico, paginas 263-270, 270-277,
284, 288, 299, 307, 321.

Williams Anderson Sweeney

Estadstica para Administracin y Economa.
7ma. Edicin, volumen II, Editorial Thomson, Mxico, paginas 1-37,
37-93, 94-135, 135-158.