Documente Academic
Documente Profesional
Documente Cultură
=
De esta expresin se puede despejar el valor del estimador * x que separar
las zonas de aceptacin y rechazo de la hiptesis nula:
0
* *. x z
n
= +
Conocido el valor critico, se pueden establecer las siguientes reglas de decisin:
0
0
*
*
Si x x
Si x x
>
se rechaza H
no se rechaza H
92
Cuando se elige una determinada prueba para una hiptesis estadstica, las reglas de
decisin deben ser formuladas de manera tal que indiquen claramente cundo los
datos experimentales son consistentes con la hiptesis nula y cundo no lo son.
En este caso particular, donde se est hablando de probar hiptesis con respecto al
parmetro media poblacional , las reglas de decisin deben sealar un rango de
valores para x (media muestral) para los cuales la decisin sea rechazar H
0
.
La hiptesis alternativa determina la localizacin de la regin de rechazo de H
0
y el
nivel de significacin el tamao de dicha regin.
En nuestro ejemplo, para poder calcular el valor crtico, el organismo a cargo de
la investigacin decide tomar una muestra de n = 40 precipitaciones. En cada una
mide el pH y obtiene un promedio x = 3.7. Supongamos, a efectos del desarrollo
de este ejemplo, que se conoce la desviacin estndar poblacional y que sta es
igual a 0.5.
Si el investigador decide aceptar equivocarse en no ms del 5% de las veces al
tomar una decisin de rechazar la hiptesis nula cuando es cierta, = 0.05.
Para determinar el valor crtico que separa las zonas de rechazo y no rechazo de
H
0
se debe encontrar el valor de z que acumula el 0.05 de probabilidad. Si vamos
a la tabla de probabilidades normales, encontraremos que ese valor de z es
1.645.
Entonces:
0.5
* 1.645. 5.7 0.13 5.7 5.57
40
x = + = + =
Conocido este valor crtico, se pueden establecer las siguientes reglas de decisin:
0
0
x 5.57 H
x > 5.57 H
Si
Si
se rechaza
no se rechaza
Como el valor de la media muestral x = 3.7 cae en la zona de rechazo de H
0
, el
organismo encargado de la investigacin decidir rechazar la hiptesis nula a favor
de la hiptesis alternativa. Se concluye que el ambiente presenta un contaminante
producido por la lluvia cida.
Existe otra manera de determinar las zonas de rechazo y de no rechazo de la
hiptesis nula, consistente en comparar directamente los valores estandarizados
con el z crtico. Por ejemplo, se tiene el valor de z* = -1.645 como z crtico. Si
llamamos z observado al valor de x estandarizado, las reglas de decisin sern:
Si z z* se rechaza H
0
Si z > z* no se rechaza H
0
El valor de z observado es:
0
3.7 5.7
25
0.5
40
x
z
n
= = =
Como -25 < -1.645, la decisin en este caso es obviamente la misma que result
con el mtodo planteado anteriormente: rechazar H
0
.
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
93
Antes de continuar con los diversos casos de pruebas de hiptesis, comenta-
mos un elemento que se utiliza cuando los problemas se resuelven utilizando
un paquete estadstico (con la computadora) y resulta muy til para tomar las
decisiones en las pruebas de hiptesis, nos referimos al uso del nivel crtico,
valor p o valor de significacin.
A partir de las posibilidades que brinda la utilizacin de los paquetes estadsticos, suele
utilizarse el llamado nivel crtico p, que proporciona una informacin interesante
acerca de la verdadera probabilidad de cometer el error de tipo I cuando se realiza una
prueba de hiptesis. Su clculo exacto es complicado y a veces imposible de realizar
a mano, ya que no se dispone en general de las tablas necesarias, pero los
programas de los paquetes estadsticos tienen incluidas las posibilidades de calcular
las integrales de las funciones en todos los casos, y por ello proporcionan este valor
exacto. De qu se trata? El valor p se define como la probabilidad de obtener una
discrepancia mayor o igual que la observada en la muestra cuando se cumple H
0
.
Esta medida de discrepancia, en general puede definirse como:
i
d
=
Es decir, se trata del clculo del valor observado del estadstico para una muestra en
particular, y tiene una distribucin de probabilidad conocida
2/
.
La medida de discrepancia depende de la direccin de la hiptesis alternativa. Si la
prueba de hiptesis es bilateral, no se considera el signo de la desviacin que se
produce entre el estimador y el parmetro especificado en la hiptesis nula.
Si la prueba es unilateral se debe tener en cuenta si la direccin de la hiptesis nula es
hacia la izquierda o hacia la derecha de la distribucin de probabilidad utilizada.
Si denominamos
( / ) p P d d H =
Es decir, p es la probabilidad de obtener una discrepancia igual o mayor a la observada
en la muestra. Se trata de la probabilidad de las colas (si la prueba es bilateral); o
la cola (si es unilateral) que ocurran valores iguales o superiores al observado.
Este valor de p debe compararse con el que el investigador est dispuesto a
aceptar. Si p es menor que , entonces debemos rechazar la H
0
., de lo contrario no
podemos rechazarla. Dicho de otro modo, cuanto menor sea p, menor es la
probabilidad de aparicin de una discrepancia como la observada y menor ser la
credibilidad de H
0
.
En el ejemplo que estamos desarrollando, como se trata de un estadstico con
distribucin normal, sera posible calcular el valor exacto de p (valor de signifi-
cacin). Este es:
P(z < -25) = 1 F(25) = 1 1= 0
2/
Si la distribucin del estadstico es normal, es posible calcular las probabilidades de cualquier
discrepancia observada, pero si tiene otra distribucin, no existen tablas completas para
hacerlo. Se sugiere que usted revise las tablas de la t, la F o
2
y advertir que no puede
calcular las probabilidades para cualquier valor, sino slo para los que estn tabulados.
94
Ello significa que hay una probabilidad prcticamente nula de obtener una
discrepancia como la observada (o mayor), si la
0
H fuera verdadera, esto es si el
nivel de pH fuera 5,7.
Al llegar a la conclusin que el pH no es 5.7, el investigador puede efectuar una
estimacin por intervalos para averiguar cul es el verdadero pH en la poblacin
total de precipitaciones.
Si se construye este intervalo, se tiene:
0.5 0.5
(3.7 1.96 3.7 1.96 ) 0.95
40 40
P + =
Realizando los clculos, encontramos que el valor promedio del pH en la poblacin
es un valor comprendido entre 3.55 y 3.85 con un 95% de confianza.
El valor del pH estimado es muy inferior al planteado en la hiptesis nula por lo
que puede concluirse que la contaminacin por lluvia cida es muy importante.
Si hubiramos tenido en test unilateral derecho, las hiptesis planteadas habran
sido:
H
0
)
0
H
1
) >
0
En esta situacin, la regin de rechazo de la hiptesis nula estar a la derecha de
la distribucin.
Tambin se puede plantear una hiptesis bilateral de la siguiente manera:
H
0
) =
0
H
1
)
0
En este caso se tienen dos zonas de rechazo de la hiptesis nula, una a la
izquierda y otra a la derecha de la distribucin, cada una con una probabilidad
/2.
Las reglas de decisin para una prueba bilateral seran:
1 2 0
1 2 0
x x * o x x * H
x * x < x * H
Si
Si
<
se rechaza
no se rechaza
El tamao de cada cola de la distribucin (zonas de rechazo de la hiptesis nula),
es igual a la mitad del nivel de significacin .
4.1.2. Varianza poblacional desconocida, poblaciones normales y no normales
Cuando la varianza poblacional es desconocida, como se explic en el Captulo I, el
estadstico con distribucin normal no puede usarse. Ese caso es el ms frecuente en
las aplicaciones prcticas, ya que resulta casi imposible suponer que se conoce la
varianza poblacional cuando se desconoce la media.
Si la poblacin es normal, el estadstico adecuado para probar hiptesis acerca de la
media poblacional es:
0
1 n
X
S n
t
(1)
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
95
Si la poblacin no es normal, ese estadstico no podra ser utilizado, ya que la t
requiere que la poblacin sea normal. Pero, empricamente puede comprobarse que
para muestras de tamao 100 o mayor, si la poblacin no es normal, la aproximacin
del estadstico a la normal es buena.
Resumiendo: si la varianza poblacional es desconocida, y
la poblacin es normal, se utiliza el estadstico t para cualquier tamao de
muestra (por la aproximacin de la t a la normal, cuando los grados de libertad
son mayores a 40 puede recurrirse a aproximaciones, interpolaciones, o a la tabla
de la normal),
la poblacin no es normal, puede usarse el estadstico (1) con distribucin
normal slo si n > 100. De lo contrario hay que recurrir a pruebas no
paramtricas, que se presentan en otro captulo de esta materia.
Actualmente, en la mayora de las situaciones que el investigador debe enfrentar,
resuelve los problemas de pruebas de hiptesis con el auxilio de programas especficos
de computacin. Para que Uds. se habiten a la lectura de los resultados que
proporcionan estos programas, desarrollamos un problema donde se efecta el test de
hiptesis para la media utilizando un programa de computacin pertinente.
Veamos ahora algunos casos en que se supone poblacin normal; no importa
cul sea el tamao muestral, se utiliza la distribucin t (estadstico 1).
Los siguientes datos se refieren a salarios de 36 empleados de una fbrica
seleccionados aleatoriamente del archivo de empleados:
Empleado Salario Empleado Salario Empleado Salario
1 735 13 694 25 594
2 550 14 482 26 839
3 590 15 456 27 604
4 892 16 419 28 454
5 398 17 671 29 441
6 493 18 983 30 513
7 458 19 659 31 801
8 684 20 534 32 895
9 781 21 419 33 945
10 644 22 532 34 617
11 526 23 507 35 539
12 578 24 592 36 407
De acuerdo con informaciones del INDEC (Instituto Nacional de Estadstica y
Censos), el salario promedio en la ciudad de Crdoba es de 490$. Se puede
pensar que esta hiptesis es consistente con el salario recibido por los empleados
de esta fbrica?
Las hiptesis planteadas son:
H
0
) = 490 H
1
) 490
En la siguiente salida de computacin se observa una estadstica descriptiva de la
variable en estudio donde se presenta el tamao de la muestra n, la media
muestral, la desviacin estndar muestral y el error estndar de la media ( / ). s n
Estadsticos para una muestra
36 609,0556 160,73384 26,78897 Salario
n Media
Desviacin
estandar
Error estandar
de la media
96
En la siguiente salida, el valor de prueba es el valor establecido para el parmetro
salario promedio poblacional en la hiptesis nula, o sea
0
. Tambin se da el valor
de t observado calculado como
0
609.06 490
4.444
26.79 /
x
t
s n
= = = .
A continuacin se da el valor de significacin exacto p = 0,044. Este valor es
inferior al 0,05. Como se puede observar, la probabilidad de obtener un promedio
en la muestra de $ 609 tiene una muy baja probabilidad de ocurrir si en realidad la
hiptesis nula es verdadera. Por lo tanto, se decide rechazar la hiptesis nula. Los
empleados de esta fbrica ganan en promedio ms que la media establecida para
toda la provincia de Crdoba.
A continuacin se ve un grfico de probabilidad normal, (ya estudiado en
Estadstica I), por medio del cual se puede visualizar si la distribucin de la
variable salarios es normal. Existen algunos valores atpicos de salarios bajos pero
podemos ver que la distribucin es bastante normal. Si la distribucin es normal,
entonces podemos utilizar el estadstico (1) con cualquier tamao muestral
Grafico de normalidad de la
variable salario
Valor observado
1000 800 600 400 200
V
a
l
o
r
N
o
r
m
a
l
e
s
p
e
r
a
d
o
1000
900
800
700
600
500
400
300
200
Esta visualizacin de la distribucin de frecuencias, para saber si la poblacin es
o no es normal se completa con un test de hiptesis denominado de normalidad y
que se debe a Kolmogorov y Smirnov. Este test pertenece a los denominados tests
no paramtricos que se estudiarn en el Captulo VI.
Prueba para una muestra
4.444 35 ,044 Salario
t gl Sig. (bilateral)
Valor de prueba = 490
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
97
Las hiptesis que se plantean en esta prueba son:
H
0
) La distribucin de los salarios es normal.
H
1
) La distribucin de los salarios no es normal.
Los resultados de la aplicacin de este test son los siguientes:
Prueba de Kolmogorov-Smirnov para una muestra
36
609,0556
160,73384
,124
,124
-,095
,742
,641
n
Media
Desviacin tpica
Parmetros normales
a,b
Absoluta
Positiva
Negativa
Diferencias ms extremas
Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)
Salario
La distribucin de contraste es la Normal.
a.
Se han calculado a partir de los datos.
b.
La medida de discrepancia en este test es de 0.742 con un valor de significa-
cin p = 0.641. Como este valor p es muy elevado, (mayor que cualquier que
tengamos en mente, existe una alta probabilidad que esta medida de discre-
pancia ocurra cuando se cumple la hiptesis nula; por lo cual no la rechaza, con-
cluyendo que la distribucin de los salarios en la poblacin puede considerarse
normal.
Para determinar el verdadero valor del salario promedio de empleados de esta
fbrica se estim el mismo por medio de un intervalo de confianza: (utilizamos el
valor z en lugar de t porque los grados de libertad son mayores que 30; hay poca
diferencia entre uno y otro, y adems no se encuentran tabulados todos los
valores de t para ms de 30 grados de libertad; tambin podra utilizarse algn t
cercano a 35 grados de libertad).
[ ]
609.06 1.96 26.79
609.06 52.5
556.56 ; 661.52
x
El verdadero valor del salario promedio de los empleados de esta fbrica es un
valor comprendido en el intervalo establecido, con una confianza del 95%.
Veamos ahora otros ejemplos, tambin usando el estadstico (1)
Supongamos que el Departamento de Control de Calidad de una fbrica de
televisores asegura que, de acuerdo al plan implementado, los televisores no
deben fallar hasta los tres aos de uso.
El Departamento de Comercializacin, con el objetivo de corroborar esta afirma-
cin, lleva a cabo una encuesta dirigida a compradores del producto con ms de 3
aos de antigedad. Una de las preguntas estaba referida a cundo requiri por
primera vez asistencia tcnica por falla del aparato.
98
Las respuestas obtenidas (tiempo desde que compr el aparato hasta que registr
la primera asistencia tcnica en aos), en una muestra de 20 compradores, fueron
las siguientes:
2.5 3.1 2.8 3.5 4.8 3.9 2.6 4.0 3.8 3.2
3.8 2.3 3.1 4.1 3.8 3.0 3.4 4.1 2.6 3.0
En base a esta evidencia proporcionada por la muestra, el Departamento de
Comercializacin desea saber si es lcito seguir publicitando que los aparatos no
registran fallas hasta despus de 3 aos de ser utilizados.
Las hiptesis planteadas fueron:
H
0
) 3 aos
H
1
) > 3 aos
El estimador adecuado para efectuar el correspondiente test de hiptesis es
tambin la media de la muestra que en este caso es:
3.37 x aos =
La varianza del tiempo transcurrido hasta la primera asistencia tcnica fue
s
2
= 0.4327 y la correspondiente desviacin estndar muestral es de 0.66 aos.
Como ocurre generalmente en la prctica, es imposible calcular la varianza del
tiempo transcurrido entre la compra del televisor y su primer pedido de asistencia
en la poblacin de televisores vendidos por la empresa. Por este motivo, la nica
medida de variabilidad es la correspondiente a la muestra de 20 televisores.
Tambin en este caso nos encontramos con el problema que, en lugar de aparecer
la desviacin estndar poblacional , nos encontramos con su estimador muestral
insesgado s. Como ya hemos visto, este estadstico se distribuye como una t de
Student con n 1 grados de libertad.
En nuestro ejemplo, la hiptesis alternativa establecida determina una prueba
unilateral derecha por lo cual la zona de rechazo de la hiptesis nula estar en la
cola derecha de la distribucin t de Student.
Grficamente, tendremos:
El paso siguiente consiste en determinar un nivel de significacin que podra
ser 0.05.
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
99
Estableciendo el criterio de test como:
0
1
( * )
n
x
t t
s
n
=
De aqu se puede despejar el valor de * x que es:
0
*
s
x t
n
= +
La regla de decisin ser, entonces:
Si el promedio de tiempo transcurrido desde la compra del televisor hasta que se
produce su primera asistencia tcnica, calculado en la muestra de 20 televisores
es mayor a * x , se rechazar la hiptesis nula; en caso contrario se concluir que
no existe una evidencia muestral contundente para rechazarla.
En el ejemplo, se tiene una variable t con 19 grados de libertad cuyo valor que es
el que acumula el 0.95 de probabilidad, es t
19;0.95
= 1.729.
Calculamos, entonces, el valor crtico:
0.66
3 1.729 3 0.26 3.26
20
* x = + = + =
La media en la muestra de televisores fue de 3.37 aos. Como este valor es
superior a 3.26, se rechaza la hiptesis nula.
El valor de la media muestral cae en la zona de rechazo de la hiptesis nula por lo
cual llegamos a la conclusin de que el tiempo promedio hasta que solicita
asistencia tcnica por primera vez, es superior a 3 aos. Por ello, el Departamento
de Comercializacin podr seguir publicitando la duracin de los productos de la
fbrica.
Cuando se rechaza la hiptesis nula, se puede estar interesado en estimar el
verdadero valor del parmetro poblacional, en este caso = tiempo promedio
hasta que se solicita asistencia tcnica por primera vez.
Para ello se efecta una estimacin por intervalos que, en este caso, ser:
0.95
s s
P x t x t
n n
+ =
0 . 6 6 0 . 6 6
3 . 3 7 2 . 0 9 3 3 . 3 7 2 . 0 9 3 0 . 9 5
4 . 4 7 4 . 4 7
P
+ =
El valor de t es ahora el que acumula el 0.975 de probabilidad.
Efectuando convenientemente los clculos, se tiene:
P(3.37 0.31 3.37 + 0.31) = 0.95
3.06 3.68
De acuerdo a la informacin proporcionada por la muestra, el tiempo promedio
hasta que se requiere asistencia tcnica es un valor comprendido en este intervalo
y esto se dice con un 95% de confianza.
100
A continuacin damos un ejemplo que ha sido resuelto por medio del programa de
computacin (SPSS).
Los siguientes datos se refieren a la antigedad (en aos), los salarios mensuales
percibidos y el sexo de empleados de una empresa:
Antigedad Salario Sexo
40.00 585.00 1.00
35.00 2066.00 1.00
20.00 838.00 1.00
30.00 502.00 2.00
31.00 269.00 2.00
41.00 537.00 2.00
22.00 1279.00 1.00
10.00 470.00 1.00
14.00 475.00 1.00
20.00 568.00 2.00
39.00 549.00 2.00
14.00 541.00 2.00
20.00 739.00 1.00
33.00 1007.00 1.00
39.00 857.00 2.00
Sexo: 1.- Varn 2.- Mujer
Estadistica descriptiva calculada en la muestra
15 23.600000 8.575713215 2.2142396 Antiguedad
n Media Desviacin tp.
Error tp.
de la media
En esta tabla aparece la media muestral ( x ), la desviacin estndar muestral (s)
y el error estndar muestral ( / ) s n .
Las hiptesis planteadas para el parmetro promedio de antigedad son las
siguientes:
H
0
) = 25 H
1
) 25
El resultado de la prueba se presenta en la siguiente tabla:
Prueba para una muestra
,803 14 ,435 Antiguedad
t gl Sig. (bilateral)
Valor de prueba = 25
El valor de p es 0.435. Si lo comparamos con = 0.05, estamos en la situacin de
que p > 0.05, por lo cual se toma la decisin de no rechazar la hiptesis nula.
La antigedad promedio de todos los empleados de esa empresa es de 25 aos.
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
101
Plot normal de la variable antiguedad
Valor observado
50 40 30 20 10 0
V
a
l
o
r
N
o
r
m
a
l
e
s
p
e
r
a
d
o
40
30
20
10
0
Prueba de Kolmogorov-Smirnov para una muestra
15
23.60000000
8.575713215
.174
.174
-.106
.674
.754
n
Media
Desviacin tpica
Parmetros normales
Absoluta
Positiva
Negativa
Diferencias ms extremas
Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)
ANTIGUED
Analizando el normal plot, se observa que los valores del grficos oscilan bastante
cerca de la lnea trazada por lo cual se puede pensar que la variable antigedad se
distribuye normalmente. Esta situacin es luego corroborada por el test de
normalidad de Kolmogorov para una muestra (p = 0.745), tambin mayor que
0.05.
15 N =
A
n
t
i
g
u
e
d
a
d
50
40
30
20
10
0
En el correspondiente box plot no se observa la presencia de valores atpicos.
102
A continuacin realizamos una prueba de hiptesis para el parmetro salario
promedio. Las hiptesis planteadas son:
H
0
) = 500 H
1
) 500
Estadsticos para una muestra
15 752,1333 441,88571 114,09440 Salario
N Media Desviacin tp.
Error tp.
de la media
En este caso, se observa un valor de p = 0.04 que si lo comparamos con = 0.05,
al ser este menor, se toma la decisin de rechazar la hiptesis nula. El salario
promedio de los empleados de la empresa no es 500$. En este caso se debe
calcular una estimacin por intervalos para ver por dnde anda el valor del salario
promedio en la poblacin.
Normal plot para la variable salario
Valor observado
3000 2000 1000 0 -1000
V
a
l
o
r
N
o
r
m
a
l
e
s
p
e
r
a
d
o
1600
1400
1200
1000
800
600
400
200
0
-200
En el normal plot pareciera que la distribucin se alejan de la normal pero si se
observa la prueba de Kolmogorov que se presenta a continuacin, aparece un
p = 0.318 > 0.05, por lo cual no se rechaza la normalidad de la variable en
estudio.
Prueba para una muestra
2,210 14 ,044 Salario
t gl Sig. (bilateral)
Valor de prueba = 500
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
103
Prueba de Kolmogorov-Smirnov para una muestra
15
752,1333
441,88571
,247
,247
-,195
,958
,318
n
Media
Desviacin tpica
Parmetros normales
Absoluta
Positiva
Negativa
Diferencias ms extremas
Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)
VAR00002
Existe un valor atpico para la variable salario: una persona que gana 2066$.
A continuacin se presentan algunas actividades para que practiquen los
conceptos aprendidos.
Actividad 1:
El gerente de un Banco local ha informado al Directorio que las ltimas
medidas econmicas implementadas, que restringen el retiro de fondos de los
bancos, ha generado un movimiento mayor en los cajeros automticos. Hasta
ahora sus clientes utilizaban los mismos a un promedio de 6 operaciones
mensuales. Seleccionando a 130 clientes de su base de datos se encontr:
Estadstica descriptiva
N 130
x 8.68
Varianza 4.12
Error estndar de la media 0.18
Valor mnimo 4
Valor mximo 14
Mediana 9
Suma 1129
a) Es razonable lo informado por el gerente? Trabaje con = 0,01.
b) Cul es la verdadera cantidad promedio de extracciones mensuales que
ahora realizan sus clientes? Trabaje con (1-) = 0,99.
Actividad 2:
La Facultad de Ciencias Econmicas viene afirmando que la duracin de la
carrera de Contador Pblico es de 8.5 aos con una desviacin estndar de 2.6
aos. Luego de haber implementado distintas medidas a fin de mejorar este
valor, decide evaluarlas. Para ello selecciona aleatoriamente 40 legajos de
egresados en la ltima colacin encontrando los siguientes datos:
Actividades de Aprendizaje
104
Duracin
Media 7,007
Error tpico 0,242
Mediana 6,940
Desviacin estndar 1,534
Varianza de la muestra 2,352
Curtosis -0,622
Coeficiente de asimetra 0,391
Rango 5,990
Mnimo 4,480
Mximo 10,470
Suma 280,260
N 40,000
Puede la Facultad decir que las medidas implementadas han sido efectivas a
un nivel de 10%?
Actividad 3:
Los mosaicos producidos por una fbrica de la ciudad de Crdoba poseen una
resistencia media a la ruptura de 80 Kg. con una desviacin estndar de 15
Kg. El gerente de produccin propone un nuevo mtodo para fabricar los
mosaicos, sosteniendo que el mismo aumenta la resistencia a la ruptura.
Para evaluar esta afirmacin se someten a prueba de resistencia mosaicos
fabricados con el nuevo mtodo, con el siguiente resultado:
Estadstica descriptiva
Resumen Resistencia
N 32
Media 107,22
Var(n-1) 223,66
E.E. 2,64
Mn. 68,12
Mx. 131,30
Mediana 107,51
a) Es correcta la afirmacin del gerente a un nivel del 1%?
Actividad 4:
El Balance General de una S.A., que posee 200 deudores, arroja para el rubro
Otros Crditos un total de $ 3.500.000. El directorio contrata un auditor externo
ya que considera que el saldo promedio de dicha cuenta no es el que refleja la
contabilidad. Se envan circulares a 49 deudores elegidos aleatoria- mente, los
cuales confirmaron adeudar un total de $ 870.000. Se conoce que la varianza
poblacional es 300.000 pesos
2
. A un nivel del 5%, es confiable la cifra que
muestra el balance?
Actividad 5:
Un envasador de gaseosas dice que la cantidad promedio de bebida en sus
botellas de 1 litro es de 1.08. La Oficina de Defensa al Consumidor ha recibido
numerosos reclamos de clientes que afirman que el contenido es menor que 1
litro. Para poder responder a estas quejas, la Oficina Estatal decide llevar a
cabo una prueba de hiptesis. Explique el significado del error tipo I, eligiendo
una de las siguientes alternativas:
1. Concluir que = 1 litro cuando realmente 1
2. Concluir que < 1 litro cuando en realidad 1
3. Concluir que = 1 litro cuando realmente < 1
4. Concluir que < 1 litro cuando en realidad < 1
Ctedra I Estadstica II
Autor I Hebe Goldenhersch
105