UNIVERSIDAD NACIONAL

HERMILIO VALDIZAN
FACULTAD DE INGENIERA INDUSTRIAL Y DE SISTEMAS
E.A.P. INGENIERA INDUSTRIAL

TEMA:
RESOLUCION DE PRUEBA DE HIPOTESIS

CURSO:
ESTADISTICA Y PROBABILIDADES

DOCENTE:
ROSARIO VARGAS RONCAL

ALUMNOS:

SALCEDO BRAVO WENDY, PAMELA

VICTORIO HUAYPA , YOSELIN
VILLAR BOSSIO , ARTURO
ROSALES ROMUALDO ,ADIRA
RETOBLO PONCE ,ROGER

HUANUCO PERU
2015

RESOLUCION DE PRUEBA DE HIPOTESIS

57 .Un socilogo ha pronosticado, que en una determinada ciudad, el nivel de
abstencin en las prximas elecciones ser del 40% como mnimo. Se elige al azar
una muestra aleatoria de 200 individuos, con derecho a voto, 75 de los cuales estaran
dispuestos a votar. Determinar con un nivel de significacin del 1%, si se puede admitir
el pronstico
DATOS
U=0.4

N=200

X=75

Ho=U (El nivel de abstencin en las prximas elecciones no ser el 40%)

H1>U (El nivel de abstencin en las prximas elecciones ser el 40% como mnimo)

Prueba e IC para una proporcin

Prueba de p = 0.4 vs. p > 0.4

Lmite
Inferior Valor p
Muestra X N Muestra p de 99% exacto
1
75 200 0.375000 0.296066 0.786

CONCLUSION
P> Se acepta la Ho
El nivel de abstencin en las prximas elecciones no ser el 40% como mnimo.
59. Un fabricante evala dos tipos de equipo para la fabricacin de un componente.
Una muestra aleatoria de n1=50 se recolecta de la primera marca de equipo, y cinco
artculos son encontrados defectuosos, una muestra aleatoria de n2=80 se recolecta
de la segunda marca y seis artculos son encontrados defectuosos. El ndice de
fabricacin de ambas marcas es el mismo. Sin embargo dado que el costo de la
primera marca es sustancialmente menor, el fabricante le concede el beneficio de la
duda y formula la hiptesis Ho: P1 P2 Pruebe esta hiptesis al nivel de significancia
de 5%
DATOS

NI= 50
N2= 80

X= 5

= 0.05

P1<P2

X=6

Ho: P2P1

PH - P10

H1: P2>P1

PH - P1>0

Prueba e IC para dos proporciones

Muestra X N Muestra p
1
5 50 0.100000
2
6 80 0.075000

Diferencia = p (1) - p (2)

Estimacin de la diferencia: 0.025
Lmite superior 95% de la diferencia: 0.109948
Prueba para la diferencia = 0 vs. < 0: Z = 0.48 Valor p = 0.686
Prueba exacta de Fisher: Valor p = 0.796

CONCLUSION
P> Se acepta la hiptesis nula
83. Un psiclogo que trabaja en una empresa imparte un curso sobre asertividad. El
objetivo del curso consiste en fomentar esta habilidad en los directivos que forman
parte de su departamento. Antes del curso mide la asertividad mediante un test que
proporciona medidas en una escala de intervalo, y en el que las puntuaciones altas
indican un comportamiento asertivo. Al finalizar el curso el psiclogo aplica de nuevo el
test de asertividad a los asistentes. Las puntuaciones antes y despus del curso
fueron las siguientes:
Antes
Despus

1
18
24

2
24
23

3
25
34

4
24
22

5
27
34

6
30
40

7
24
35

8
31
31

9
24
27

10
28
30

Con un nivel de confianza del 95%. Suponiendo que en la poblacin la distribucin de

las diferencias es normal, Podemos decir que el curso realizado por el psiclogo ha
incrementado la asertividad de los directivos?

Te dice que es normal as que no probamos la normalidad.

DATOS
N=10
= 0.05

Ho= Que el curso realizado por el psiclogo no ha incrementado la asertividad de los

directivos.
H1= El curso realizado por el psiclogo ha incrementado la asertividad de los
directivos.

IC y Prueba T pareada: C3, C4

T pareada para C3 - C4
Error
estndar
de la
N Media Desv.Est. media
C3
10 25.50
3.72
1.18
C4
10 30.00
5.93
1.87
Diferencia 10 -4.50
4.74
1.50

IC de 95% para la diferencia media: (-7.89, -1.11)

Prueba t de diferencia media = 0 (vs. 0): Valor T = -3.00 Valor p = 0.015

P> Se acepta la hiptesis nula

CONCLUCION
El curso realizado por el psiclogo no ha incrementado la asertividad de los directivos.
91. Un investigador est interesado en conocer los efectos de la privacin del sueo
en la habilidad para detectar objetos de una pantalla de radar. Se disponen de 20
sujetos para el estudio. Los primeros 5 elegidos aleatoriamente fueron asignados al
grupo 1 (4 horas sin dormir), los siguientes 5 elegidos aleatoriamente fueron asignados
al grupo 2 (12 horas sin dormir), los siguientes 5 al grupo 3 (20 horas sin dormir), y los
restantes 5 sujetos al grupo 4 (28 horas sin dormir). Despus del tratamiento se les
entreg un test y se registr el nmero de veces que fallaron en encontrar al objeto.
Los resultados se registran en la siguiente tabla:

4
horas
36
21
20

14
horas
38
45
46

20
horas
46
74
67

28
horas
76
66
62

26
21

22
40

61
59

44
61

a) Es este un estudio observacional o experimental?

Es un procedimiento estadstico para determinar si las medias de trs o mas de
la poblacin son iguales
b) Cul es la variable respuesta y la explicatoria en este estudio?
c) Escriba la hiptesis nula y alternativa apropiada para este estudio.
d) Calcule la tabla de ANOVA para estos datos

Modelo lineal general: FALLAS vs. EFECTO

Mtodo
Codificacin de factores (-1, 0, +1)
Informacin del factor
Factor Tipo Niveles Valores
EFECTO Fijo
17 20, 21, 22, 26, 36, 38, 40, 44, 45, 46, 59, 61, 62, 66, 67,
74, 76
Anlisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
EFECTO 16 1485.00
92.81 5.57 0.091
Error
3
50.00
16.67
Total 19 1535.00
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
4.08248 96.74%
79.37%
Coeficientes
EE del
Trmino
Coef coef. Valor T Valor p VIF
Constante 16.765 0.945 17.73 0.000

102. Se experimenta sobre una serie de ratas cuatro regmenes dietticos.

Seleccionando los animales aleatoriamente, los resultados en ganancia de peso (gr) al
final del experimento son:
R1
15
20
35
40
42
23
14
16
15

R2
50
52
63
45
44
37
36
25
45
46
50
53

R3
20
25
36
24
30
28
32
25

R4
33
35
46
47
38
40

Se quiere averiguar si con un nivel de significacin del 5% existen diferencias

significativas entre los regmenes dietticos en relacin a la media de la ganancia
en peso de la rata.
a. Formule las hiptesis adecuadas y el modelo estadstico.
Ho: U1=U2=U3=U3
H1: U1U2U3U4
b. Existe diferencia entre los tratamientos?

Grficas de residuos para RESULTADOS

vs. ajustes
20

90

10

Residuo

Porcentaje

Grfica de probabilidad normal

99

50
10
1

0
-10
-20

-20

-10

10

20

25

30

Residuo

Histograma

45

vs. orden
10

7.5

Residuo

Frecuencia

40

20

10.0

5.0
2.5
0.0

35

Valor ajustado

0
-10
-20

-20

-10

10

20

Residuo

Modelo lineal general: RESULTADOS vs. RATAS

Mtodo
Codificacin de factores (-1, 0, +1)
Informacin del factor
Factor Tipo Niveles Valores
RATAS Fijo
4 R1, R2, R3, R4
Anlisis de Varianza
SC
Fuente GL Ajust. MC Ajust. Valor F Valor p
RATAS 3 2916 971.98 12.47 0.000
Error 31 2416
77.94
Total 34 5332

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
8.82821 54.69%
50.30% 43.44%

10

15

20

25

Orden de observacin

30

35

C Hay algn tratamiento ms efectivo? Justifique su respuesta

D Verifique los supuestos de normalidad y de igualdad de varianzas entre los

tratamientos.

CHICUADRADO
113. Se quiere determinar la efectividad de cuatro plantas nativas para repeler a los
mosquitos (Molle, Eucalipto, Chanama y Marco), el procedimiento es hacer un
ungento con cada una de las plantas y frotarlo en los brazos de los voluntarios luego
se mide el tiempo que demoraba en picar el primer mosquito en los brazos.
Los resultados fueron los siguientes:
Planta

Tiempo de repelencia (segundos)

Molle
Eucalipto
Chanama
Marco

2:26 (146)
3:53 (233)
1:55 (115)
2:47 (167)

1:40 (100)
3:20 (200)
1:44 (104)
3:09 (189)

2:16 (136)
3:24 (204)
1:48 (108)
2:50 (170)

1:53 (113)
3:10 (190)
2:00 (120)
3:15 (195)

Se pide, a un nivel de significancia del 5%

a) Plantear las hiptesis correspondientes
Ho: U1=22=U3=U4 (no son efectivas)
H1: U1U2U3U4 (son efectivas)
b) Determinar la influencia de las plantas
P<, no se acepta, es decir se rechaza la hiptesis nula, las plantas son efectivas
para repeler a los mosquitos.
c) Se cumple con los supuestos de los errores necesarios
d) Muestre el grfico de box-plot Planta-Tiempo de repelencia, explique qu planta o
plantas son ms efectivas.

120. El gerente de control de calidad de una fbrica de autopartes quiere saber si hay
una diferencia en la proporcin de partes defectuosas producidas en diversos das de
la semana laboral. Se obtuvieron muestras de 100 partes de cada da con los
siguientes resultados:

Defectuosa
s
Buenas
Total

Lune
s
12

Marte
s
7

Mircoles

Jueves

Viernes

10

14

88
100

93
100

93
100

90
100

86
100

Determinar si existe diferencia en la proporcin de piezas defectuosas en los diversos

das de la semana a un nivel de significacin del 5%.
HIPOTESIS:
H0=Son independientes la proporcin de piezas defectuosas en los diversos das de la
semana, es decir, no existe diferencia.
H1=No son independientes ambas variables, es decir, existe diferencia.
Lunes martes Mircoles Jueves Viernes Total
1
12
7
7
10
14 50
10.00 10.00
10.00 10.00 10.00
0.400 0.900
0.900 0.000 1.600
2

88
93
90.00 90.00
0.044 0.100

93
90
86 450
90.00 90.00 90.00
0.100 0.000 0.178

100 100
100.00 100.00
0.000 0.000

100 100
100 500
100.00 100.00 100.00
0.000 0.000 0.000

Total

200

200

200

200

200 1000

Chi-cuadrada = 4.222, GL = 8, Valor P = 0.837

CONCLUSION: No existe diferencia en la proporcin de piezas defectuosas en los

diversos das de la semana (Son independientes).

121. El departamento de Estadstica de una universidad quiere saber si hay relacin

entre el inters de los estudiantes por la Estadstica y su capacidad para las
matemticas. Se selecciona una muestra de 200 estudiantes a modo de encuesta,
obtenindose los siguientes resultados:

Inters en
Estadstica
Bajo
Promedio
Alto
Total

Capacidad para matemtica

Baja
Promedi
Alta
o
60
15
15
15
45
10
5
10
25
80
70
50

Total
90
70
40
200

Se verifica esta relacin al nivel de significacin del 1%?

HIPOTESIS:
H0=Son independientes el inters de los estudiantes por la estadstica y su capacidad
para las matemticas, es decir, no estn relacionados.
H1=No son independientes ambas variables, es decir, si estn relacionados.
1

Baja Promedio Alta Total

60
15
15 90
36.00 31.50 22.50
16.000 8.643 2.500

15
28.00
6.036

45
10 70
24.50 17.50
17.153 3.214

5
16.00
7.563

10
25 40
14.00 10.00
1.143 22.500

Total

80

70

50

200

Chi-cuadrada = 84.751, GL = 4, Valor P = 0.000

CONCLUSION: El nivel directivo y el inters en asuntos ambientales si estn

relacionados (Son dependientes).

133. Se clasific una muestra de agencias inmobiliarias segn su

nmero de empleados y por si tenan o no un plan de marketing, para
estudiar si haba o no dependencia entre ambas variables

Nmero
Empleados

de Con
Plan
Marketing

de Sin
Plan
Marketing

de

Menos de 100

13

10

Entre 100 y 500

18

12

Mas de 500

32

Utilizando un nivel de significacin del 1% realice la prueba

correspondiente.
HIPOTESIS:
H0=Son independientes el nmero de empleados y el si tienen o no nivel de marketing
H1=No son independientes ambas variables
MENOS ENTRE 100 MAS DE
DE 100
Y 500 500 Total
1
13
18
32 63
15.92
20.77 26.31
0.537
0.369 1.232
2

Total

10
7.08
1.207
23

12
6 28
9.23 11.69
0.831 2.771
30

38

91

Chi-cuadrada = 6.947, GL = 2, Valor P = 0.031

CONCLUSION: El nmero de empleados y el si tienen o no nivel de marketing no son
independientes.