Problema 1

La hipótesis nula se mantendrá mientras el valor obtenido en el muestreo esté dentro

del intervalo de confianza para la media con nivel de confianza del 95%. Solo si el
valor 8000 está fuera de ese intervalo que contiene el 95% de la probabilidad se
considerará errónea la hipótesis nula.

Para calcular el radio del intervalo de confianza para la media debemos calcular el
coeficiente de confianza. En la literatura se escribe

zα/2que para nuestro caso esz0.05/2=z0.025

y corresponde al valor que hace que una N(0,1) valga 1-0.025 = 0.975

Acudimos a la tabla y buscamos 0.975 en el interior, está en la fila del 1.90 y la

columna del 0.06 luego es 1.96. Un número muy notable es estadística.

Y el radio del intervalo de confianza será 1.96 veces la varianza de la media, cuya
fórmula es

σZ¯=σn−√=100050−−√=141.42

radio = 1.96 · 141.42 = 277.1832

Si la diferencia es menor que el radio se considera que no hay contradicción.

Pero es que la diferencia es 9000-8000 = 1000 un valor mucho más grande que el
radio, cae fuera de la zona donde se acumula el 95 de probabilidad y por tanto hay
que rechazar la hipótesis nula.

Luego el saldo promedio NO es 9000.

Y eso es todo, los ejercicios de cierto nivel solo se hacen uno en cada pregunta. Si
quieres que haga el otro mándalo en una pregunta aparte.
Problema 2

Consideraremos que la hipótesis nula es que no disminuyo el crecimiento mensual.

Cuidado con este tipo de ejercicios donde la variable es un %. Suelen liar mucho los
valores de la variable pues parecen los % de probabilidad pero no lo son.

H0: crecimiento mensual medio = 0.57%

Ha: crecimiento mensual medio < 0.57%

Es un contraste de hipótesis a una cola porque solo se rebate H0 por el lado izquierdo
en este ejercicio. Además los elementos de la muestra son pocos, menos de 30,
entonces el coeficiente de confianza se calcula con una t de Student de 14 grados de
libertad buscando el valor 0.03

Pero 0.03 no es un valor standard y no aparece en las tablas impresas, lo tendremos

que calcular con Excel por ejemplo:

=INV.T(0,97;14)

Y da 2.04616907

Al hacerlo con Excel podríamos haber puesto INV.T(0,03;14) y hubiera dado

-2.04616907 que cambiando el signo nos sirve lo mismo, pero como lo normal era
hacerlo con tablas había que poner 0.03 ya que los valores grandes no aparecían en
ellas

Y la zona de rechazo de H0 será la que está a la izquierda de este valor

X0¯¯¯¯−tα,n−1⋅σn−√=0.57%−2.0416907⋅0.10%15−−√=0.57%−0.05271622719
%=0.5172837728%
Y el 0.33% que se dio en la muestra está claramente por debajo del 0.5172... que
marcaba el tope de aceptación de H0, luego debemos rechazar H0 y aceptar que
hubo una disminución del crecimiento medio mensual del consumo de gasolina.
Problema 4

En este caso nos piden si es significativa la disminución. Entonces el incumplimiento

se da solo si la utilidad es menor de 0.90 y la prueba es a una cola a la izquierda. Eso
significa que solo se rechazará la hipotesis nula si el estadistico resulta menor que -z
sub alfa. Nótese que es z sub alfa y z sub alfa/2 como en las pruebas de hipótesis a
dos colas.

Ho: mu_0 >= 0.90

Ha: mu_0 < 0.90

Vamos a calcular ese valor de rechazo:

-Z_0.05 es el que deja a su izquierda una probabilidad de 0.05

-z_0.05 = -1.64485363

Y el estadístico de prueba es:

zprueba=X¯¯¯−μ0Sn√=0.85−0.900.3011√=−0.050.0904534=−0.55277

Y como el estadístico de prueba no es menor que el valor de rechazo se mantiene la

hipótesis nula. Luego no es siginificativa la disminución del rendimiento.
Problema 5

A) Tomaremos como hipótesis nula que la proporción es el 5%, y como no nos dicen
nada más tomaremos como alternativa que las que se tardan en pagar no son el 5%,
puede rechazarse la hipótesis nula tanto porque hay pocas que se tardan en cobrar
como porque haya muchas.

Calcularemos el estadístico de pruebas y se mantendrá la hipótesis nula si el valor

absoluto de este es menor que el coeficiente de confianza del 90%. Calculemos
primero el coeficiente de confianza del 90% a dos colas.

zα/2=z0.10/2=z0.05Y este es el valor que deja 0.05de probabilidad por la derecha,

luego 0.95 por la izquierdaz0.05=1.644853627Si el valor absoluto del estadístic
o es menorque eso, se mantendrá la hipótesis nulazprueba=xn−p0p0(1−p0)n−−−−−−
√=24400−0.050.05⋅0.95400−−−−−−−√=0.010.01089724736=0.917663como |zprueb
 a|≤1.644853627se mantiene la hipótesis nula.

B)

El error que se cometería es el de tipo II (o error de tipo beta), porque así es como
está definido, el error de tipo II es el que se comote cuando no se rechaza la hipótesis
nula siendo que esta es falsa.

Y eso es todo.
Problema 6

La hipótesis nula es que el 80% o más de los televisores no necesitan reparación. Y la

hipótesis alternativa que la oficina del consumidor quiere demostrar es que los que no
necesitan repación son menos del 80%.

Por tanto es una prueba de hipótesis a una sola cola.

El extremo izquierdo del intervalo de confianza será

Li=p0−zαp0(1−p0)n−−−−−−−−−√p0=0.8n=100zα=z0.01=ztalqueP(x≤z)=0.99z0.0
1=2.326Li=0.80−2.3260.8⋅0.2100−−−−−−−√=0.70696la proporción que sali
ó fue 0.76 que nonecesitan reparación.Dicha proporción está en el intervalo d
e confianzaluego se mantiene la hipótesis nula.

La conclusión a la que llega la Procuraduría del Consumidor es que no puede

desmentir lo que dice el fabricante.
Problema 7

La creencia del analista sobre la proporción de votantes es la hipótesis nula

Ho: po >= 0.53

La encuesta Gallup está dando una proporción 765/1500 = 0.51

El estadístico de prueba que se usa en estos casos es:

Z=pˆ−p0σpˆ=pˆ−p0p0(1−p0)/n−−−−−−−−−−√=0.51−0.530.53(1−0.53)/1500−−
−−−−−−−−−−−−−−√=−0.020.006431734344=−3.1109581169

Y el punto por abajo donde la probabilidad alcanza el 0.03 es el punto opuesto al que
tiene 0.97 que es más o menos 1.88, luego es -1.88. Ese es el punto de rechazo por
la izquierda, como el estadístico esta más a la izquierda significa que cae dentro de
ese 0.03 que invalida la hipótesis nula. Luego lo que dijo el analista es rechazado.
Problema 8

Se trata de contrastar una proporción. La hipótesis nula será

po = 0.12

la proporción que se ha obtenido en el nuevo proceso es

p1 = 27/250 = 0.108

Y se trata de averiguar si la probabilidad de obtener esa proporción de 0.108,

suponiendo que la proporción media es 0.12, es inferior al 5%

Esta hipótesis alternativa es p1 < po y por lo tanto tiene una sola cola. Cuando hay
una sola cola el coeficiente de confianza es z sub alfa, a diferencia de cuando hay
dos colas que el coeficiente de confianza es z sub alfa/2. En este caso habrá que
hallar z sub alfa = z sub 0,05 que es el valor que hace que en la tabla aparezca 0.95.
Promediando 1.64 y 1.65 tenemos 1.645

La formula del contraste para este ejercicio es

p1<p0−zαp0(1−p0)n−−−−−−−−−√Si se cumple eso se rechazará H00.12−1.645

0.12⋅0.88250−−−−−−−−−√=0.12−0.033808652=0.086191348No se cumple ya
que 0.108 es mayor que ese valor
Pues se cumple justamente lo que dice el enunciado. No se llega a la conclusión de
que el proceso nuevo sea mejor, pero tampoco que sea peor. Y es muy probable que
sea mejor porque la media de cárteres malos es inferior a la que había antes.
Ejercicio 10

a) El error de tipo I se da cuando se rechaza Ho siendo verdadera.

Tomaremos la distribución binomial de 10 elementos con p=0.1 de que haya un

defectuoso y habrá error tipo I cuando se produzcan 3 o más defectuosos.

P(>=3defectuosos) = 1 - P(<=2defectuosos)

P(0) = (0.9)^10 = 0.3486784401

P(1) = 10 · 0.1(0.9)^9 =0.387420489

P(2) = (10·9/2)·(0.1^2)(0.9^8) = 0.193702445

P(<=2) = P(0)+P(1)+P(2) = 0.9298091736

Error tipo I = 1-P(<=2) = 1 - 0.9298091736 = 0.0701908264

b) El error de tipo II se da cuando se acepta Ho siendo verdadera Ha

Un momento. Si la máquina está fuera de control debería tener mas del 10% de
probabilidad de defectuoso, y el enunciado dice que es 3%. Eso ne es estar fuera de
control.

Revisa el enunciado para ver si está bien