Sunteți pe pagina 1din 76

CAPTULO VIII.

CONTRASTES DE HIPTESIS

8.1 INTRODUCCIN
Hiptesis: Enunciado acerca de una poblacin, elaborada con el propsito de ponerse a prueba.
Ejemplos de hiptesis acerca de un parmetro de poblacin son:
La media mensual de ingresos para analistas de sistemas es 2000,
El 20% de los delincuentes juveniles son capturados y sentenciados a prisin

Contrastar una hiptesis (Prueba de hiptesis) es comparar las predicciones con la realidad que
observamos. Si dentro del margen de error que nos permitimos admitir, hay coincidencia, aceptaremos
la hiptesis y en caso contrario la rechazaremos.

Hiptesis nula: Es aquella hiptesis que se desea contrastar, se simboliza por Ho. Esta suele ser una
estrategia o medio del que se sirve el investigador para probar la alternativa. El planteamiento de Ho
permite elaborar un modelo probabilstico a partir del cual se puede llegar a una decisin final.

Hiptesis alternativa: Tambin se conoce como experimental y se representa por H1 o Ha. Esta es la
hiptesis de investigacin. De modo que se espera que hay un argumento para la hiptesis de
investigacin (o alternativa) H1, demostrando que no lo hay para su contraria, la hiptesis nula.

Los contrastes pueden ser unilaterales o bilaterales (tambin llamados de una o dos colas)

El contraste es bilateral (dos colas) si la hiptesis alternativa H 1 es del tipo .


El contraste es unilateral (una cola) si la hiptesis alternativa H 1 es del tipo < o >.

Nota: generalmente una a hiptesis de investigacin se plantea como una hiptesis alternativa, es
decir que las hiptesis alternativa e hiptesis nula deben formularse de manera que al rechazar Ho, se
apoye la conclusin de la investigacin.

8.1.1 ERRORES DE TIPO I Y DE TIPO II.

Si rechazamos una hiptesis cuando debiera ser aceptada, diremos que se ha cometido un error de
tipo I.
Error tipo I: Ho es cierto pero lo rechazo; = P(rechazar Ho) cuando es cierta
Error de tipo II: Es el error que consiste en no rechazar H 0 cuando es falsa. La probabilidad de
cometer este error la denotamos con la letra
Error tipo II: Ho es falso pero lo acepto; = P(aceptar Ho) cuando es falsa

Errores y conclusiones correctas en las pruebas de hiptesis

Se Acepta Ho
Conclusin

Se rechaza Ho

Situacin en la poblacin
Ho Verdadera
H1 Verdeara
Conclusin
Error
correcta
tipo II
Error
tipo I

Conclusin
correcta

Observaciones.
1. Los errores de tipo I y II no estn relacionados ms que del siguiente modo: Cuando decrece
crece. Por tanto no es posible encontrar test que hagan tan pequeos como queramos ambos errores
simultneamente. De este modo es siempre necesario privilegiar a una de las hiptesis, de manera que
no ser rechazada, a menos que su falsedad se haga muy evidente. En los contrastes, la hiptesis
privilegiada es H0 que slo ser rechazada cuando la evidencia de su falsedad supere el umbral del
100(1 ) %.
2. Al tomar muy pequeo tendremos que se puede aproximar a uno.
Lo ideal a la hora de definir un test es encontrar un compromiso satisfactorio entre y (aunque
siempre a favor de H0). Denominamos potencia de un contraste a la cantidad 1 .
3. En el momento de elegir una hiptesis privilegiada podemos en principio dudar entre si elegir una
dada o bien su contraria.

8.1.2 PRINCIPALES CONCEPTOS IMPLICADOS EN LA PRUEBA DE HIPTESIS:


Nivel de significancia. Es la probabilidad de cometer un error de tipo I, cuando la hiptesis nula es
verdadera, se denota con la letra , y los mas conocidos son 0.05; 0.01; 0.1
El nivel de significancia se define como la mxima probabilidad de rechazar Ho cuando sta es
verdadera.
Regin crtica. El conjunto de todos los valores de la estadstica de prueba que nos haran rechazar la
hiptesis nula.

Regin de aceptacin. Es la regin complementaria de la anterior. Si el valor evaluado del estadstico


pertenece a ella No rechazamos la hiptesis. (Las hiptesis nunca se aceptan de forma definitiva, slo
se aceptan provisionalmente, es decir, no se rechazan, a la espera de una nueva informacin que
eventualmente pueda llevarnos a rechazarla en el futuro).
Valor crtico: El valor o valores que separan la regin crtica de los valores de la estadstica de prueba
que no nos haran rechazar la hiptesis nula.
Los valores crticos dependen de la naturaleza de la hiptesis nula, la distribucin de muestreo
pertinente y el nivel de significancia .
En una prueba de dos colas, el nivel de significancia
se divide equitativamente entre las dos colas. En una
prueba de una cola, este nivel es el rea de la regin
partir del valor crtico hasta el extremo derecho o
izquierdo, segn corresponda.

Regin de aceptacin
Regin crtica

Regin Crtica

Estadstica de prueba: Es una estadstica obtenida de una muestra o un valor basado en datos de
muestra.
p-valor. El valor de ms pequeo que nos lleve a rechazar H0 se llama el p-valor de la prueba..
8.1.3 PASOS DE LA PRUEBA DE HIPTESIS
Pasos
1. Expresar la hiptesis nula y la hiptesis alternativa
Ho: = o Vs H1: o o H1: < o o H1: < o

Ejemplo
Ho: = 16
H1: 16

2. Determinar y calcular una estadstica de prueba

z teo

x u
s

16 ,12 16

0 ,5

1, 44

36

Para un = 0,05;

3.

Establecer los valores crticos que


determinan las regiones de rechazo de las de no
rechazo en funcin del nivel de significancia
4. Formular una regla de decisin
Si Z < Z /2 se rechaza Ho
Si Z> Z /2 se acepta Ho
5. Aplicar la regla de decisin (conclusin).

8.1.4 POTENCIA DE UNA PRUEBA DE HIPTESIS

H0 se rechaza si z < 1,96 o z > 1,96


No se rechaza H0 porque 1,44 es menor
que el valor crtico 1.96

Potencia de una prueba. Se define como potencia a la probabilidad de rechazar la Hiptesis Nula
cuando sta es falsa. La potencia se denota como .
Esta probabilidad representa la chance de concluir que Ho es falsa cuando efectivamente lo es. La
potencia se calcula como = 1 - , donde es la probabilidad de cometer el Error de Tipo II.
Cuanto mayor es la potencia mejor es la prueba. La potencia es funcin de varios factores: a) el nivel
de significacin elegido, b) la varianza de la variable aleatoria y c) el tamao de la muestra. Cuando el
nivel de significacin se ha fijado y la varianza de la variable aleatoria es conocida (o se ha estimado)
es posible controlar la potencia de la prueba manejando el tamao muestral (o, en el caso de los
diseos experimentales, manejando el nmero de repeticiones).
8.1.5 EJERCICIOS RESUELTOS
En los siguientes ejercicios identifique los datos y plantee las Hiptesis
Ejercicio 1. Un jurado de elecciones de cierto pas dice que el porcentaje de ausentismo generalmente
es de 30% como mnimo. Se elige una muestra de 100 individuos y se encuentra que 40 estn
dispuestos a votar. Con un nivel de significancia del 5%, se puede afirmar que el jurado de elecciones
tiene razn.
Solucin.
Datos
Po= 0.30=30% (porcentaje de ausentismo poblacional)
p = 60/100=0.60= 60% (porcentaje de ausentismo de la muestra)
= 0.05 (nivel de significancia)
n= 100 (tamao de la muestra)
Hiptesis
Ho: Po 0.30 (el ausentismo como mnimo es del 30%)
H1: Po < 0.30 (el ausentismo es menor del 30%)
Tambin se puede expresar
Ho: Po = 0.30 (el ausentismo como mnimo es del 30%) (Se considera solo el signo =)
H1: Po < 0.30 (el ausentismo es menor del 30%)
Ejercicio 2. Se desea adquirir tubos fluorescente de una empresa, siempre y cuando la vida media de
una muestra de 110 tubos fluorescentes sea mayor a 1610 horas, con una desviacin tpica de 100
horas. Con un nivel de significancia de 0.05 se quiere saber si la duracin media de los tubos es mayor
de 1650 horas.
a)
D las hiptesis nula y alternativa adecuada
b)
En esta situacin Cul es el error de tipo I? Qu consecuencias
tiene cometer este error?
c)
En esta situacin Cul es el error de tipo II? Qu consecuencias
tiene cometer este error?
Solucin
Datos
= 1650 (media de la poblacin)

x 1610
a)

Media de la muestra s= 100 desviacin tpica de la muestra

=0.05

Hiptesis
Ho: 1650 (No se adquiere los tubos)
H1: > 1650 (Se adquiere los tubos)

b) El error de tipo I es rechazar que la duracin media es menor o igual a 1610 horas siendo estas
verdaderas, las consecuencias es que se adquiere productos que no cumplen las horas
establecidas.
c) El error de tipo II es aceptar que la duracin media es menor o igual a 1610 horas siendo esta
falsa, las consecuencias es que se deja de comprar focos que cumplen las horas requeridas.
Ejercicio 3. En un muestreo realizado entre los empleados de una multinacional se eligieron al azar
15 empleados y se anot su sueldo mensual obtenindose los siguientes datos: 1285, 1152, 1546,
1423, 1120, 1660, 956, 1250, 1812, 1120, 1553, 1056, 1163, 1358 y 1457. El gerente afirma que el
sueldo medio de sus trabajadores est por encima de los 1500 y los sindicatos afirman que es de 1400.
Sabiendo que los sueldos en esa multinacional se distribuyen de forma aproximadamente normal,
a) Crees que efectivamente el sueldo medio de todos los trabajadores es de 1400?
b) Crees que lo que dice el gerente es cierto?
c) En la situacin del gerente Cul es el error de tipo I? Qu consecuencias tiene cometer este
error?
d) En la situacin del gerente Cul es el error de tipo II? Qu consecuencias tiene cometer este
error?
Solucin
a) datos
= 1400 (media de la poblacin)

1285 152 ... 1457


15
media de la muestra

1285 2 1152 2 ... 1457 2 15( x ) 2


15 1
Desviacin tpica de la muestra

Hiptesis
Ho: = 1400 (el sueldo medio de todo los trabajadores es 1400)
H1: 1400 (el sueldo medio de todo los trabajadores NO es 1400)
b) datos
= 1500 (media de la poblacin)

1285 152 ... 1457


15

media de la muestra

=0.05

1285 2 1152 2 ... 1457 2 15( x ) 2


15 1
desviacin tpica de la muestra

=0.05

Hiptesis
Ho: = 1500 (el sueldo medio de todo los trabajadores No esta por encima de 1500, el gerente
miente)
H1: > 1500 (el sueldo medio de todo los trabajadores esta por encima de 1500, el gerente dice la
verdad)
c) El error de tipo I es rechazar que el gerente miente a pesar que realmente esta mintiendo, las
consecuencias es que se le cree a un mentiroso.
d) El error de tipo II es aceptar que el gerente miente a pesar que dice la verdad, las consecuencias
es que se deja de creer a alguien que dice la verdad.
Ejercicio 4. Para comprobar si ms un tercio de las llamadas a un servicio de ambulancias son
urgencias con peligro de muerte, se ha tomado una muestra aleatoria de sus archivos y se ha
encontrado que 61 de 150 llamadas son de este tipo. Tiene fundamento dicha afirmacin?
Solucin
Po= 1/3=0.333 (Proporcin de la poblacin)
p= 61/150 (proporcin de la muestra)
Hiptesis
Ho: Po = 0.33 (No mas de 1/3 de las llamadas son urgentes con peligro de muerte)
H1: Po> 0.33 (mas de 1/3 de las llamadas son urgentes con peligro de muerte)
8.1.6 EJERCICIOS PROPUESTOS
Ejercicio 1. Un proceso de fabricacin produce 12.3 unidades por hora. Esta produccin tiene una
varianza igual a 4. Se sugiere un nuevo proceso que es costoso de instalar, pero se piensa que puede
incrementar la produccin. Para decidir si se hace el cambio o no, se prueban 10 mquinas nuevas y
se observa que stas producen en promedio 13.3 unidades.
a) Calcular la probabilidad del error de tipo II en la prueba para = 12.3 vs. >12.3 cuando la
verdadera esperanza del nuevo proceso es = 14. Trabajar con = 0.01.
Ejercicio 2. Se acepta que despus de 3 aos de almacenamiento el vigor de un arbusto forrajero
medido como peso seco alcanzado a los 20 das de la germinacin es de 45 mg promedio. Un nuevo
mtodo de almacenamiento se propone para aumentar el vigor.
Se evalan para ello 20 lotes de 10 semillas cada uno y al cabo de 3 aos se las hace germinar,
obtenindose los siguientes resultados de peso seco promedio a los 20 das:
49 43 56 57 59 65 52 51 50 55
60 65 53 57 67 56 53 37 45 42
a) Plantear las hiptesis nula y alternativa asociadas al problema.
b) Cul es el error de tipo I? Qu consecuencias tiene cometer este error?
c) Cul es el error de tipo II? Qu consecuencias tiene cometer este error?

Ejercicio 3. Un cierto tipo de cncer tiene habitualmente una letalidad (nmero de muertos por cada
cien enfermos) de 30. Se experimenta una nueva droga en 80 casos, en los cuales se producen 15
defunciones.
a. Seale la hiptesis de trabajo.
b. Seale el nivel de significacin.
c. Realice la prueba de significacin estadstica.

CAPTULO IX. PRUEBA DE HIPTESIS PARA LA MEDIA DE LA


POBLACIN.

9.1 PRUEBA DE HIPTESIS PARA LA MEDIA : MUESTRAS GRANDES.

9.1.1 INTRODUCCIN

Sean X1, X2, X3,...,Xn una muestra aleatoria simple (m.a.s) de una distribucin normal o cualquier
distribucin (si n30, la distribucin cumple el teorema del limite central) con media desconocida , y

2
n

x
2

con una varianza , la distribucin de

~ N(,

) y la variable z ~ N(0,1).

Deseamos contrastar la hiptesis de que el parmetro poblacional toma un determinado valor 0.

Es decir:

Hiptesis

Caso I

Caso II

Caso III

Ho : = 0
H1 : < 0

Ho : =0
H1 : 0

Ho : =0
H1 : >0

9.1.2 SUPUESTOS
1. El tamao de la muestra es grande n30
2. Las observaciones son independientes
3. Las medias de las muestras se distribuyen normalmente (distribucin normal z), no importa cmo
sea la distribucin de la poblacin original.

Estadstico de prueba
b) Se desconoce la varianza poblacional 2.

a) Se conoce la varianza poblacional 2.

x uo
x uo
Z
s

Intervalo de Confianza del 100(1-)% para la media poblacional , es de la forma:


a) Se conoce la varianza poblacional 2.

x Z / 2

x Z / 2

b) Se desconoce la varianza poblacional 2.


x Z / 2
x Z / 2

n
n
n

n x

Donde:
: media poblacional
n : Tamao de la muestra

: Desviacin estndar poblacional

: Media de la muestra

s : Desviacin estndar de la muestra

Nota: para encontrar s se utiliza la siguiente formula

2
2
x nx
n 1

x
Teorema del lmite central: Si
es la media de una muestra aleatoria de tamao n que se toma
de una poblacin con cualquier distribucin (oblicua a la derecha, oblicua a la izquierda, con forma
de tina, etc...), cuya media es y varianza finita 2, entonces la forma lmite de la distribucin de:

conforme n , es la distribucin normal estndar N (0,1).

9.1.3 EJERCICIOS RESUELTOS


Ejercicio 1. La casa Carma S.A emite su propia tarjeta de crdito. Carla, la gerente de crdito, quiere
encontrar si la media mensual de saldos no pagados es mayor que S/.400. Una revisin al azar de 172
saldos revel que la media de la muestra es S/.407 y la desviacin estndar de la muestra es S/. 38.
Debe Carla concluir que la poblacin media es mayor que S/.400, con un nivel de significancia del
5%?.
Solucin
Datos.

x 407

= 400

= 0.05 (nivel de significancia 5%)

s = 38
n = 172

Paso 1: Establecemos las hiptesis


H0 : = 400 (La media mensual de saldo no pagados no es mayor de 400)
H1 : > 400 (La media mensual de saldo no pagados si es mayor de 400)
Nota: la Ho tambin puede expresarse como Ho : 50
Paso 2: Calculamos el estadstico de prueba
Como n > 30 la prueba es la distribucin normal Z
z

x u
s
n

407 400
38

2, 42

172

Paso 3. Establecemos la regin de rechazo para un =0.05, de la tabla normal z0.05=1.645

Zona de Aceptacin Ho
Zona de rechazo Ho

Z0,05=1,645

Paso 4. Decisin
H0 se rechaza si Z=2.42 cae en la zona de rechazo (zona achurada) es decir si
(z=2.42) > (z0.05=1.645)

Zona de Aceptacin HoZona de rechazo Ho

Z0,05=1,645

Z=2,42

Paso 5: Conclusin
Como (Z=2,42) cae en la zona de rechazo, o lo que es lo mismo (Z=2,42)> (Z 0,05=1,645),
rechazamos la Ho. Es decir rechazamos que (La media mensual de saldo no pagado no es mayor de
400)
Luego Carla puede concluir que hay evidencia suficiente para aceptar que la media de saldos no
pagados es mayor que S/.400.

SOLUCIN EN MINITAB
Ingresamos al minitab y hacemos click en Stat>Basic statistics>1-sample Z... como se ve en la
figura siguiente

Tamao de la muestra ( n )

Hiptesis alternativa (mayor que > )

la

po
b

la
ci
n

()

Nivel de confianza (1-)

(s
)o

de

Aparece la siguiente pantalla; luego ingresamos los datos en esta..

es
vi
ac
i
n

es
t
nd
ar

de

la

m
ue
st
ra

Media de la poblacin ( )

Media de la muestra ( n )

Hacemos click en Options ingresamos el nivel de confianza y elegimos la Alternative, finalmente


presionamos OK, luego OK y los resultados son:
One-Sample Z
Test of mu = 400 vs > 400
The assumed standard deviation = 38
95%
Lower
N
Mean SE Mean
Bound
Z
172 407,000
2,897 402,234 2,42

P
0,008

Interpretacin: N=172 (tamao de la muestra )


Mean= 407,00 (media de la muestra)
SE Mean = 2,897 (error estndar de la media)
Lower Bound = 402,234 (valor mnimo del nivel de confianza al 95% )
Z= 2,42 ( z calculado)
P = 0.008 (de 100 veces que rechazamos Ho por ser falsa, hay un probabilidad de 0.8% de
equivocarse)
Decisin: la decisin se puede tomar en funcin de Z=2,42 o en funcin de P=0,008.
En el segundo caso, Como (P = 0,008)< ( =0,05) entonces se rechaza la Ho
Conclusin. Carla tiene evidencia suficiente para aceptar que la media de saldos no pagados es mayor
que S/.400.
Ejercicio 2. El peso de un grupo de nios debe ser de 50,00 kilogramos. Sin embargo, los
trabajadores de salud afirman que tienen un peso menor a 50,00 kilogramos. Para salir de dudas, se
tom una muestra de 36 nios, obteniendo un peso de 49,20 kilogramos, con una desviacin estndar
de 5,15 kilogramos. Con un 99% de confiabilidad, puede afirmarse que el peso de todos los nios es
menor de 50,00 kilogramos?
Solucin.
Datos
= 50 n = 36

x 49,2
= 0,01
s = 5,15

Prueba de hiptesis
Ho: = 50 (los nios NO tienen pesos menores que 50kg)
H1: < 50 (los nios tienen pesos menores a 50kg)
Nota: la Ho tambin puede expresarse como Ho : 50

x u 49,2 50

0,932
s
5,15
n

36
Estadstica de prueba

Como n>30 utilizamos la prueba Z, reemplazando datos

Para decidir si rechazamos o aceptamos la Ho


Construimos el grfico y determinamos Z0,01 = 2,33 de tabla normal

Z0,01=-2,33

z=- 0,932

Conclusin.

Como Z= 0,932 esta dentro de la zona de aceptacin, entonces aceptamos Ho, es decir, los nios
tienen pesos mayor o igual a 50.
Utilizando Minitab
Ingresamos al minitab y hacemos click en Stat>Basic statistics>1-sample Z... y se obtiene la figura
siguiente, Aqu ingresamos los datos y activamos Options, para ingresar el 1-

Presionamos Ok luego Ok y los resultados obtenidos son:


One-Sample Z

Test of mu = 50 vs < 50
The assumed standard deviation = 5.15
95%
Upper
N
Mean SE Mean
Bound
Z
P
36 49.2000
0.8583 50.6118 -0.93 0.176

Conclusin:
Como (P=0.176) es mayor que (= 0.05) entonces se acepta la Ho, es decir no hay suficiente
evidencia para rechazar que los nios tengan pesos mayores o iguales a 50,00 kg.
Ejercicio 3. Los invitados a una reunin de trabajo tienen una tolerancia de 5 minutos en promedio.
Se quiere saber si un grupo de invitados estn dentro de la tolerancia, para lo cual se midi el tiempo
de demora de 60 invitados, los resultados fueron
2 6 7 5 9 5 5 0 7 5 1 1 7 9 0 6 5 2 3 5 5 4 6 3 5 2 3 7 6 8
1 1 7 8 4 2 8 4 2 7 6 7 5 2 9 2 1 6 6 4 9 4 6 3 4 8 4 6 2 9
A nivel del 10%, Los invitados estn fuera del tiempo de tolerancia?.

Solucin
Datos
=5

= 10% = 0.10

n = 60

x
Calculamos la media aritmtica (
x

2 6 7 ... 6 2 9
60

) y la desviacin estndar de la muestra (s)

4.7667

2
2
2
2
2
2
2
( 2 6 7 ... 6 2 9 ) 60 ( 4.667 )
59

2.52020

Hiptesis
Ho: = 5 min (los invitados estn dentro de la tolerancia)
H1: > 5 min (los invitados NO estn dentro de la tolerancia)
Nota: la Ho tambin puede expresarse como Ho : 5 min
Estadstica de prueba
Como n>30 utilizamos la prueba Z, reemplazando datos

x u
s
n

4,7667 5
2,52

0,72

60

Para decidir si rechazamos o no la Ho

Construimos el grfico y determinamos Z0,1 = 1,28 de tabla normal

Zona de Aceptacin HoZona de rechazo Ho

Z=-0,72

Z0,10= 1,28

Conclusin. Como z=-0.72 cae en la zona de aceptacin de Ho, esta no se rechaza, por lo tanto los
invitados estn dentro del tiempo tolerado.
Utilizando MINITAB
Ingresamos al minitab y hacemos click en Stat>Basic statistics>1-sample Z... como se ve en la
figura siguiente

Los datos lo ingresamos en la columna C1 (Tiempo)


Nota: la desviacin estndar de la muestra primero debemos encontrarlo. Para esto utilizamos
Stat>Basic statistics>Display Descriptive estatistics
Finalmente los resultados de la prueba de hiptesis son
One-Sample Z: Tiempo
Test of mu = 5 vs > 5
The assumed standard deviation = 2.52
Variable
Tiempo

N
60

Mean
4.76667

StDev
2.52020

SE Mean
0.32533

90%
Lower
Bound
4.34974

Z
-0.72

P
0.763

Conclusin. como (p=0.763>=0.1) se acepta Ho. Por lo tanto los invitados estn dentro del tiempo
tolerado.
Ejercicio 4. El control de calidad de una cooperativa que produce azcar, verifica que la presentacin
del producto en bolsas de 500 g. contenga dicha cantidad. Se obtuvo una muestra de 50 bolsas los
cuales tuvieron los siguientes pesos en gramos:
505
500
494
495

409
498
514
497

500
498
500
507

503
596
504
501

515
506
510
499

495
499
497
508

501
597
489
499

496
497
508
506

498
523
522
502

499
506
498
503

497
495
485
497

511
500
500

497
519
498

a) Hay evidencia suficiente en base a esta muestra, de que el contenido de las bolsas es diferente a
500 g. si el nivel de significancia es 0.01?
b) Se obtuvo otra muestra, esta de 25 bolsas, con una media de 497 g. y una desviacin de 10 g. y
con 5% de nivel de significancia. Podemos afirmar la hiptesis de que las bolsas contienen
menos de 500 g.?
Solucin
a) Hay evidencia suficiente en base a esta muestra, de que el contenido de las bolsas es diferente a
500 g. si el nivel de significancia es 0.01?
Datos
= 500g
Para determinar la media y la desviacin estndar utilizamos Minitab, de la siguiente manera
Ingresamos los datos en C1 como se ve en la figura y Hacemos clic en Stat>Basic statistics>Display
Descriptive estatistics

finalmente hacemos click en OK, el resultado es


Descriptive Statistics: C1
Variable
C1
Variable
C1

N N*
Mean
50
0 503.86
Maximum
597.00

SE Mean
3.45

StDev
24.36

Minimum
409.00

Q1
497.00

Median
500.00

Interpretacin
N=50 (tamao de la muestra)

Mean = 503.86 ( media de la muestra)


StDev =24.36 (s Desviacin estndar de la muestra)
Q1=497.00 (primer cuartil )
Median=500.00 (Me Mediana)
Q3=506.25 (tercer cuartil)
Hiptesis
Ho: = 500 g (el contenido es igual a 500g)
H1: 500 g (el contenido es diferente a 500g)
Para un nivel de significancia de 0.01 tenemos un nivel de confianza de 99%
Utilizando minitab se tiene

Q3
506.25

Finalmente hacemos clic on Ok luego en OK


Los resultados son
One-Sample Z: C1
Test of mu = 500 vs not = 500
The assumed standard deviation = 24.36
Variable
N
Mean
StDev SE Mean
C1
50 503.860 24.360
3.445

99% CI
(494.986, 512.734)

Z
1.12

Conclusin
Como (p=0.263) > (=0.01) se acepta Ho, es decir el contenido es igual a 500g
b.Podemos afirmar la hiptesis de que las bolsas contienen menos de 500 g.?
datos
= 500

n = 25 bolsas

x 497 g
s = 10 g.

=5% = 0.05, osea que 1- = 0.95

Hiptesis
Ho: = 500 g (el contenido no es menos de 500g)
H1: < 500 g (el contenido es menos de 500g)
Utilizando minitab se obtiene

One-Sample Z
Test of mu = 500 vs < 500
The assumed standard deviation = 10

P
0.263

N
25

Mean
497.000

SE Mean
2.000

95%
Upper
Bound
500.290

Z
-1.50

P
0.067

Conclusin
Como (P=0.067) > (=0.05) se acepta Ho, es decir el contenido no es menos de 500g.
Ejercicio 5. Calcular el valor de P para el ensayo de hiptesis en donde se quiere probar que la edad
promedio de los habitantes de una ciudad es superior a 65 aos, se tom una muestra de 50 habitantes
y se encontr que tenan una media de 60, una varianza es 2 aos a un nivel de significancia de 0,05.
Solucin
Datos
= 65

n = 50

x 60

Sha = 2,

=0.05

Hiptesis
Ho: u 65
Ho: u > 65

(Edad promedio de la ciudad no es mayor a 65)


(Edad promedio de la ciudad es mayor a 65);

Hacemos uso de MINITAB

One-Sample Z
Test of mu = 65 vs > 65
The assumed standard deviation = 1,4142
95%
Lower
N
Mean SE Mean Bound
Z
P
50 60,0000 0,2000
59,6710 -25,00 1,000

DECISIN: Como (P=1)> (=0,05), No se rechaza la Ho, o sea que no hay evidencia que la edad
promedio de la ciudad sea mayor de 65 ao

Ejercicio 6. Un laboratorio farmacutico afirma que el antiinflamatorio de su fabricacin elimina la


inflamacin en 14 minutos en los casos corrientes. Con la finalidad de comprobar estadsticamente
esta afirmacin, se elige al azar 18 cerdas con inflamaciones varias y se toma como variable de
respuesta el tiempo transcurrido entre la administracin del antiinflamatorio y el momento en que
desaparece la inflamacin. Adems, nos dicen que la variable tiempo transcurrido entre la
administracin del antiinflamatorio y el momento en que desaparece la inflamacin sigue una
distribucin normal de media 14 y desviacin 7. El tiempo medio de respuesta de la muestra fue de 19
minutos.
Se pide comprobar la afirmacin del laboratorio a un nivel de significacin de 0.05.
Solucin:

x 19

Datos;
z

x u

, = 14, = 7, n = 18

19 14
7

3,03

18

Hiptesis
Ho: =14
H1: >14
Z0,05=1,645;
Luego como Z>Z0,05 se rechaza la Ho.
NOTA: A pesar que (n=18) < 30 utilizamos la distribucin Z y no la t esto se debe a que
conocemos la desviacin tpica de la poblacin =7
Ejercicio 7. Se ha tomado una muestra aleatoria de 100 individuos para determinar si tienen
hipertensin, a los que se ha medido la presin sistlica, obtenindose una media muestral de 130
mmHg. Se sabe que la media y desviacin tpica normal de la poblacin es respectivamente 110 y 20
mmHg.
Cual es su conclusin a un nivel de significancia de 0.05?
Solucin
Datos

x 130 mmHg

n = 100

= 110 mmHg

= 20 mmHg

Hiptesis
Ho: = 110 (no sufren de hipertensin)
H1: > 110 (sufren de hipertensin)
z

x u

130 110
20
100

10 ,00
Zona de Aceptacin HoZona de rechazo Ho

Z0,05=1,645

Z=10

Z0.05=1.645
Del grfico concluimos que se rechaza la Ho, o sea los individuos sufren hipertensin.
Ejercicio 8. Se cree que la edad promedio de los alumnos que ingresan a la Universidad es de 18.4
aos. De los alumnos anteriores se elige, al azar, una muestra de 100 y se encuentra que tienen una
edad promedio de 19.5 aos con desviacin tpica 1.9 aos. De su opinin al respecto, con un nivel de
significancia de 0.05.
Solucin

Datos

x 19 .5 aos

n = 100

= 18.4 aos

s = 1.9 aos

Hiptesis
Ho: = 19.5 (la edad promedio es 18.4)
H1: 19.5 (la edad promedio es diferente a 18.4)
z

x u

19 .5 18 .4

1.9

5.79

Zona rechazo
Zona
Ho de aceptacin
Zona rechazo Ho
Ho

100

Z0,025 =-1,96

Z0,025 =1,96 Z=5.79

Z0.025=1.96
Del grfico concluimos que se rechaza la Ho, o sea la edad promedio es diferente a 18.4

Ejercicio 9. Las medidas de los dimetros de una muestra tomada al azar, de 200 cojinetes de bolas,
hechos por una determinada mquina, dieron una media de 2 cm y una desviacin tpica de 0,1 cm.
Hallar los intervalos de confianza del:
a. 68,26%
b. 95,44%
c. 99,73%
Para el dimetro de todos los cojinetes.

68.26%
95.44%
99.73%

-z/2

z/2

x1

x2

Solucin
n = 200,

x2

, s=0.1,

a. 1-=0.6826

0.1

200

2 1.00

; 2 1.00


; x Z / 2
x Z / 2

200
n
n 1.993 ; 2.007

0.1

b. 1-=0.9544

1.986 ; 2.014

0.1

200

2 2.00

; 2 2.00

=
c.

0.1

; x Z / 2
x Z / 2

200
n
n

=
1-=0.9973

1.979 ; 2.021

0.1

200

2 3.00

; 2 3.00

0.1

; x Z / 2
x Z / 2

200
n
n

=
=

Ejercicio 10. Se sabe que el contenido de lactosa de cierto alimento lcteo sigue una distribucin
normal, cuya varianza es conocida, teniendo un valor de 0.81. Se desea estimar el valor de la media
poblacional mediante el valor de la media de una muestra, admitindose un error mximo de 0,25 con
una confianza del 95%. Cul ha de ser el tamao de la muestra?
Solucin
Datos. 2=0.81 entonces =0.9 si 1- = 0.95 entonces =0.05,

x
e = 0.25 =
z

x u

Para =0.05, de la tabla (dos colas) se tiene z/2=1.96

0.25
0 .9
n

1.96
n

1.96 x 0.9
0.25

, n=49.79,
Luego la muestra debe ser 50 como mnimo

Ejercicio 11. En una determinada poblacin estudiantil, la nota sigue una distribucin normal
N(14,5). Si se extrae una muestra aleatoria de 64 alumnos y para un nivel de significacin del 5%, en
qu condiciones se rechazara la hiptesis de que la media de la poblacin es de 14?
Solucin
Datos
Para =0.05 z=1.96 (dos colas)
La hiptesis se rechazara cuando el valor de la media de la muestra no pertenezca al intervalo de
confianza siguiente.

12.78 ;15 .22

64

14 1.96

; 14 1.96

; x Z / 2
x Z / 2

64
n
n

=
=

Ejercicio 12. Tras realizar un test de cultura general entre los habitantes de cierta poblacin, se
observa que las puntuaciones siguen una distribucin normal, de media 68 y desviacin tpica 18. Se
desea clasificar a los habitantes en tres grupos (de baja cultura general, de cultura general aceptable,
de cultura general excelente), de manera que el primer grupo abarque un 20% de la poblacin, el
segundo un 65% y el tercero el 15% restante. Cules son las puntuaciones que marcan el paso de un
grupo a otro?
Solucin
Datos. =18 =68
=0.20 (baja cultura),
=0.65 (cultura media), =0.15 (alta cultura)
x1= u-z1 =68-0.84(18)= 52.85

0.65

0.20
z1
x2

0.15
z2
x2

x2= u+z2 =68+0.84(18)=83.15

9.1.4 EJERCICIOS PROPUESTOS


Ejercicio 1. En una fabrica de productos lcteos, una muestra de 100 unidades, dieron en promedio
un peso de 1.35 kg., con una desviacin estndar de 0.2 kg. Se puede asegurar para un = 0,05 que
los pesos de los productos esta por debajo de 1.5 kg?
Ejercicio 2. Una empresa estudia introducir un nuevo sistema de produccin para mejorar su
productividad media establecida actualmente en 40 unidades por persona diaria.
Se estima que el cambio no ser rentable si no consigue elevar dicho numero por encima de 44 u.
Realizada una prueba con la nueva tecnologa, aplicada a 40 personas, se obtuvo una produccin
media de 45 y no se observ ningn cambio apreciable en la dispersin que estaba establecida en
=1.0 u. por da. Se debe efectuar el cambio tecnolgico?

Ejercicio 3. La polica afirma que las denuncias por robo son resueltas en 10 das en promedio, con
una varianza de 4. Se hizo una encuesta a una muestra de 200 denunciantes cuyas denuncias fueron
resueltas y se encontr que sus casos fueron resueltos en 15 da en promedio, considere una
poblacin normal, si = 0.05, que opina de la afirmacin de la polica.
Ejercicio 4. En la etiqueta de un producto comestible figura que el tiempo de duracin de este es de
100 das, se eligi una muestra aleatoria de 60 artculos y se comprob que su tiempo de duracin fue
de 80 das con una varianza de 16. Se puede afirmar a nivel de significacin 0,05 que el tiempo de
duracin media de los productos es 100 das?.
Ejercicio 5. Una encuesta realizada a 164 trabajadores de una fbrica, concluy que el sueldo medio
es de s/. 600 con una desviacin tpica de 64. El salario medio es mayor o igual que 500 a un nivel de
significacin del 5%?
Ejercicio 6. En estudios previos se ha determinado que el nivel de colesterol promedio de pacientes
con problemas cardacos es 222. Un cardilogo piensa que en realidad el nivel es ms alto y para
probar su afirmacin usa la muestra siguiente. Habr suficiente evidencia estadstica para apoyar la
afirmacin del cardilogo? Justificar su contestacin.
217
223
234
215

245
238
248
220

217
225
226
240

226
216
221
230

202
199
217
214

233
224
210
210

235
236
205

242
218
222

219
215
220

Ejercicio 7. Un profesor universitario est interesado en determinar si las computadoras mejoran el


rendimiento de sus alumnos de estadstica. Con este propsito seleccion aleatoriamente 35
estudiantes del tercer ciclo y despus de facilitarles el uso de computadoras durante un semestre,
determin que las notas fueron en promedio 15 con varianza de 4. Si los promedios de estadstica en
aos anteriores eran de 12, y se consideran pruebas normalizadas, Utilizando = 0.01, determine la
conclusin a que lleg el profesor?.
Ejercicio 8. Se sabe que el sueldo anual de los trabajadores de una empresa sigue una distribucin
normal de media desconocida y desviacin tpica de s/500. Se ha observado el sueldo anual de 36
trabajadores de dicha empresa escogidos al azar, y se ha obtenido un valor medio de s/. 2400.
Probar la hiptesis, a un nivel de significacin del 5%, si la media de la distribucin muestral es de
s/2500.
a. Cules son las hiptesis nula y alternativa del contraste?
b. Determina la forma de la regin crtica.
c. Se acepta la hiptesis nula con el nivel de significacin indicado?
Ejercicio 9. El MTC afirma que los pasajes de taxi local son de s/5.00 Para saber si es cierto, se toma
una muestra de 36 taxis, resultando que el precio medio es de s/6.5 con desviacin estndar s/0.50
.Tiene razn el MTC al 95% de confianza.
Ejercicio 10. Se quiere estudiar la vida media de unas resistencias producidos en una empresa. Por
experimentos anteriores, se piensa que la desviacin tpica de la poblacin es 90h. Al extraer una
muestra de 80 resistencias, se encuentra una media de 1700h. a. Contrastar la hiptesis de que =1650
h, frente a la alternativa 1650; b. dem., frente a la alternativa >1650.
Ejercicio 11. Se quiere probar la eficacia de una dieta para bajar de peso. El promotor afirma que en
un mes los participantes bajara 5kg, para comprobar se puso a dieta a 66 personas, luego de un mes
se obtuvo una disminucin de peso en promedio 4kg y una desviacin estndar de 1.0 kg. a. Con un
99% de confiabilidad, puede afirmarse que es cierto la afirmacin del promotor?.
b. Con un 95% de confiabilidad, puede afirmarse que es cierto la afirmacin del promotor?.

221
240
210

Ejercicio 12. Una variable aleatoria sigue una distribucin N(, 144) con
desconocido.
a) Se descartara la hiptesis = 15 en favor de la alternativa 15, para =
0.05,
si una muestra aleatoria de n = 64 observaciones arroja una media igual a 20?
b) Construir un intervalo de confianza del 95% para .
c) Considerando la misma hiptesis del punto a), qu sucedera con un nivel de
significacin del 1%?
d) Construir un intervalo de confianza del 99% para .
e) Probar H0: = 15 versus H1: > 15 para = 0.05 y = 0.01. Comparar con
los resultados obtenidos en los puntos a) y c).
Ejercicio 13. El gerente afirma que el contenido promedio de los botellas envasadas por su
representada es igual a 320ml. Suponga que los datos provienen de una poblacin aproximadamente
normal. Para confirmar lo dicho por el gerente, se toma una muestra de tamao 10, y encuentra que la
media es 300 ml. Con un nivel de confianza de 95% , determinar si tiene razn el gerente.
Ejercicio 14. Una muestra aleatoria de 100 muertes registradas en un pas el ao pasado muestra una
vida promedio de 71.8 aos. Suponga una desviacin estndar poblacional de 8.9 aos, esto parece
indicar que la vida media hoy en da es mayor que 70 aos? Utilice un nivel de significancia de 0.05.
Ejercicio 15. Los trabajadores de una empresa que utilizan el autobs regular se quejan de que stos
se estn retrasando en media ms de un cuarto de hora. Para comprobarlo han anotado el retraso de
algunos das elegidos al azar. Los datos fueron:
12
23
11
24
4

36
15
16
16
3

17
25
17
6
11

15
35
8
14
22

19
17
4
9
14

25
16
12
14
26

5
15
18
26
12

10
11
4
3
42

17
13
21
14
22

5
7
7
8
11

12
23
16
24
19

11
2
17
6
20

17
25
25
24
23

9
14
26
42
16

6
16
7
24
13

15
3
13
6
6

22
25
24
4
6

35
9
6
7
14

5
23
8
12
18

14
26
23
7
5

A nivel de significacin del 10 %, crees que tienen razn los trabajadores?


Ejercicio 16. Un equipo de psiclogos est estudiando el efecto del estrs sobre la presin arterial en
alumnos de la UNHEVAL. El equipo afirma que la presin sistlica media en varones jvenes
estresados es mayor que 18 cm de Hg. Se toma una muestra de 36 alumnos y se encuentra que

x 18,5 s 3,6

; Se puede afirmar que el equipo tena razn?


Ejercicio 17. Plantee y resuelva como mnimo 4 ejercicios, de prueba de hiptesis tomando como
datos problemas de su rea.

9.2 PRUEBA DE HIPTESIS PARA LA MEDIA POBLACIONAL: MUESTRAS PEQUEAS


9.2.1 INTRODUCCIN
Para realizar pruebas de hiptesis acerca de la media el tamao de la muestra es pequeo, es necesario

X1 , X 2 , L , X n
el supuesto de normalidad en las muestras. Supongamos que

es una muestra

x
s
n

aleatoria de una poblacin normal con media y varianza , la


con n-1 grados de libertad.

tiende a una distribucin t

Se quiere probar las hiptesis


Hiptesis
Caso I
Ho : = 0
H1 : < 0

Caso II

Caso III

Ho : =0
H1 : 0

Ho : =0
H1 : >0

9.2.2 SUPUESTOS
1. Las muestras son muestras aleatorias simples.
2. La muestra es pequea (n < 30)
3. Los valores de la muestra provienen de una poblacin con una distribucin normal o
aproximadamente normal.
Estadstico de prueba.
a). Se conoce la 2 poblacional (pocas veces sucede)

b) Se desconoce la 2 poblacional

x uo
x uo
z
s

n
~ t n -1

Intervalo de Confianza. del 100(1-)% para la media poblacional , es de la forma:


a) Se conoce la varianza poblacional 2.

x t ( / 2, n 1)

x t ( / 2, n 1)

b) Se desconoce la varianza poblacional 2.


x Z / 2
x Z / 2

n
n
n

n x

Donde:
n : Tamao de la muestra

: Media de la muestra
: Media de la poblacin
: Desviacin estndar poblacional
s : desviacin estndar de la muestra
n-1 : grados de libertad
Nota: para encontrar la media y la desviacin estndar se utiliza las siguientes formulas
n

xi
i 1

2
2
x nx
n 1

Nota: para determinar si la distribucin es normal, podemos utilizar las pruebas de Andersondarlin, shapiro-Will o Kolmogorov-Smirnov ver ejercicio 3

9.2.3 EJERCICIOS RESUELTOS


Ejercicio 1. El peso medio en mujeres comprendidas entre 30 y 40 aos, es de 35kg. Un estudio
realizado en 16 mujeres con edades comprendidas en el intervalo anterior y que siguen una dieta
vegetariana da un peso medio de 45kg. Con una desviacin tpica de 5kg. Considerar distribucin
normal.
a.
Puede considerarse que la dieta vegetariana produce una modificacin del peso medio
de las mujeres?.
b.
Dar un intervalo de confianza al 95%, para de las vegetarianas
Solucin.
Datos
n =16; =0,05;
a)

Puede considerarse que la dieta vegetariana produce una modificacin del peso medio de las
mujeres?.

Hiptesis
Ho: = 35 (La dieta vegetariana NO produce modificaciones en el peso de las mujeres)
H1: 35 (La dieta vegetariana SI produce modificaciones en el peso de las mujeres).
Como la poblacin es normal y n<30 se usa la tabla de una cola t (,n-1)= t (0,05,15) = 2,131

Zona rechazo
Zona
Ho de aceptacin
Zona rechazo Ho
Ho
t(0,05,15) =-2,131

t(0,05,15) =2,131

t=8

x u 45 35 10

8
s
5
5
n
16
4

Si t > t (0,05,15) = se rechaza la Ho


Decisin: como (t=8) > (t (0,05,15) = 2,131), se rechaza Ho, o sea la dieta si produce modificaciones
b. INTERVALO:

x t ( ,n 1)

16

45 2.131

; x t ( ,n 1

; 45 2.131

42.3357; 47.6643

16

Solucin en MINITAB
Ingresamos al minitab y hacemos click en Stat >Basic statistics >1-sample t.. como se ve en la
figura siguiente

Los resultados son los siguientes


One-Sample T
Test of mu = 35 vs not = 35
N
16

Mean
45,0000

StDev
5,0000

SE Mean
1,2500

95% CI
(42,3357; 47,6643)

T
8,00

P
0,000

DECISIN: Como (P = 0,000) < ( = 0,05) luego se rechaza Ho.


INTERVALO: (42,3357; 47,6643) al 95%

Ejercicio 2. En un muestreo realizado entre los empleados de una multinacional se eligieron al azar
15 empleados y se anot su sueldo mensual obtenindose los siguientes datos: 1285, 1152, 1546,
1423, 1120, 1660, 956, 1250, 1812, 1120, 1553, 1056, 1163, 1358 y 1457. El gerente afirma que el
sueldo medio de sus trabajadores est por encima de los 1500 y los sindicatos afirman que es de 1400.
Sabiendo que los sueldos en esa multinacional se distribuyen de forma aproximadamente normal,
Crees que lo que dice el gerente es cierto?
Solucin.
Datos

x ?
n = 15 =1500 (sueldo promedio segn el gerente) s = ?

x
Primero hallamos s y
x

1285 1152 1546 1423 1120 1660 956 1250 1812 1120 1553 1056 1163 1358 1457
15

19911
1327,4
15
(1285 2 1152 2 1546 2 ............. 1358 2 1457 2 ) 15(1327,4) 2
15 1

s = 244,105
Prueba de Hiptesis
Ho: =1500 (sueldo promedio no es mayor que 1500)
H1: >1500 (sueldo promedio es mayor a 1500, segn el gerente)
Estadstico de prueba
Como la poblacin es aproximadamente normal y n<30 , utilizamos la prueba t de student
x u 1327,4 1500
t

2,738
s
244,105
n
15

Para decidir si rechazamos Ho o aceptamos Ho, construimos la grafica y determinamos el valor de


t, de la tabla. t(14;0,05) =1,761

Zona de rechazo Ho
Zona de Aceptacin Ho
t = 2,734

t(14;0,05)=1,761

Conclusin.
Como t=2,739 cae en la zona de aceptacin aceptamos Ho, es decir que el gerente esta equivocado,
el sueldo de los trabajadores no es mayor que 1500.
Ejercicio 3. Un fabricante de lmparas elctricas sostiene que la duracin media de las mismas
(horas) es en promedio superior a 1300 h. Se toma una muestra de 16 lmparas siendo el resultado de
la inspeccin el siguiente:
980 1350 1020 1140 1520 1390 1205 1180 970 1420 1850 1300 1305 1040 1050 1520
Verificar la Ho del fabricante con un coeficiente de riesgo del 5%.
Solucin
Datos
= 1300

n =16

x ?
s=?

= 0.05

Primero
Dado que no sabemos si la poblacin es normal; entontes debemos determinar si la distribucin es
normal, para eso aplicamos la prueba de Kolmogorov-Smirnov de Minitab
Ho: la distribucin es normal
H1: la distribucin no es normal
Si P-value es mayor que 0.05, la distribucin se considera normal.
Hacemos click en >Stat>Basic Statistics>Normality Test,

Los datos lo ingresamos en la columna C3. y hacemos click en OK, para obtener los resultados

Los resultados son

Probability Plot of C3
Normal
99

Mean
StDev
N
KS
P-Value

95
90

Percent

80
70
60
50
40
30
20
10
5

600

800

1000

1200

1400
C3

1600

1800

2000

1265
241.3
16
0.126
>0.150

Tenemos que p-Value puede tomar valores mayores a 0.150


Para un nivel de significancia de 0.05
(p-value=0.15) > (=0.05), luego se acepta la hiptesis nula, es decir la distribucin es normal, en el
grafico puede confirmar esta afirmacin.
Segundo
Sabiendo que la distribucin es normal para nuestro ejemplo aplicamos la prueba de t de estudents
Hiptesis
Ho: 1300 (La duracin de las lmparas no es mayor que 1300)
H1 : u >1300 (La duracin de las lmparas es mayor que 1300)
Utilizando MINITAB tenemos:

Ingresamos las horas en C3, luego ejecutamos las opciones Stat/Basic statistics/1-sample t.., luego
completamos los datos como se ve en la figura y clickeamos ok, ok
Los resultados son:
One-Sample T: C3

Test of mu = 1300 vs > 1300


Variable
C3

N
16

Mean
1265.00

StDev
241.32

Decisin
T= 0,58; t(0,05;16) = 1,746
Luego 0,56 < 1,756, se acepta Ho.

SE Mean
60.33

95%
Lower
Bound
1159.24

T
-0.58

P
0.715

Tambin (p = 0,705)> (=0,05) luego se acepta Ho. Es decir que la duracin de las lmparas no es
mayor que 1300 horas.
X 170cm
S 10 cm

Ejercicio 4. Conocemos que las alturas X de los individuos de una ciudad, se distribuyen
de modo gaussiano. Deseamos contrastar con un nivel de significacin de = 0, 05 si la altura media
es diferente de 174 cm. Para ello nos basamos en un estudio en el que con una muestra de n = 25
personas se obtuvo:
Solucin:
Como n< 30 se toma la prueba de t de student por ser la distribucin gaussiana (normal)
El contraste que se plantea es:
H0: = 174 (la altura media es igual a 174)
H1: 174 (la altura media es diferente a 174)
La tcnica a utilizar consiste en suponer que H0 es cierta y ver si el valor que toma el estadstico
Cae dentro de la zona de rechazo de Ho.

x u 170 174 4

2
s
10
10
n
25
5

Zona
Zona rechazo
Hode aceptacin
Zona rechazo Ho
t(0,05,24)
Ho =-2,064 t(0,05,24) =2,064
t= 2
t(0.05,24)=-2.064t=-2 t(0.05,24)= 2.064

Conclusin.
Como t= 2, cae dentro la zona de aceptacin de Ho, adems (t= 2) < (t (0,05,24)= 2,064) se acepta Ho,
es decir la altura media es igual a 174
En MINITAB teems:
One-Sample T

Test of mu = 174 vs not = 174


N
Mean
StDev
SE Mean
95% CI
25 170,000 10,000
2,000 (165,872; 174,128)

T
-2,00

P
0,057

Aqu su interpretacin:
Test of mu = 174 vs not = 174
Prueba de la media (Ho: = 174) vs (Ho: 174)
N

Mean

StDev

SE Mean

95% CI

Media

25

170,000

Desviacin
Estndar
10,000

Cuadrado
medio
del error
2,000

Intervalo de
confianza al 95%
(165,8722; 174,1278)

Valor T
-2,00

Valor P
0,057

La interpretacin es la misma que se hace en el caso manual ya visto anteriormente.


Pero hay otra forma de tomar la decisin de aceptar la Ho y esto se hace con el Valor P;
Si Valor P se rechaza la Ho de lo contrario se Acepta.
En este caso tenemos que Valor P=0,057 y =0,05
Conclusin: Dado que Valor P es mayor que entonces se acepta la Ho. y esta decisin es la misma
que vimos anteriormente.

Ejercicio 6. Con objeto de estimar el peso de los nios de un jardn se tom una muestra aleatoria al
azar de 20 nios. Se encontr una media de 40 kg y una varianza de 4 kg.
Suponiendo que la muestra se distribuye normalmente.
d. Pruebe la hiptesis de que la media es menor que 45kg. con =0.05
e. Determine un intervalo de confianza al 95% para la media.
Solucin.

x u 40 45

11 .18
s
2
n
20

Datos n=20, =40, s= 2


a.
Ho: 45 (La media no es menor que 45 kg)
H1: < 45 (La media es menor que 45 kg)
t(0,05;19) = 1,729
Conclusin. Como (t=11.18)> (t(0,05;19) = 1,729) se rechaza Ho o sea la media es menor que 45kg
b.

Intervalo de confianza a 95% t0.05/2=2.09

20

40 2.09

; 40 2.09

s
s
; x t / 2
x t / 2

20
n
n

= (39.06; 40.94)

Ejercicio 7. Un empresario de una editorial, paga un salario mensual de s/.1000 si un vendedor vende
mas 100 libros a lo mucho en 30 das, de lo contrario solo paga s/.5 por libro vendido, un grupo de 10
vendedores vendi mas de 100 libros en 32 das, con un varianza de 4 das, si la distribucin de las
ventas se considera normal, con una confianza de 0.95, Cobran s/1000 cada vendedor?.

Solucin
x u 32 30
t

3.162
s
2
n
10

Datos n=10,
Ho: 30 (Cobran los s/1000)
H1: > 30 (No cobran los s/1000)

=30, s=2

t(0,05;9) = 1.833
Conclusin. Como (t=3.162)> (t(0,05;9) = 1.833) se rechaza Ho o sea no cobran los s/ 1000.

Ejercicio 8. Una muestra de 25 familias de una ciudad pagan en promedio por servicios s/ 200
mensual y una varianza de s/16. Se trata de ver si esta muestra es consistente con la H o que la media
en la ciudad por servicios es de s/ 198, con una confianza de 99%, considerar la distribucin normal.

Solucin

x u 200 198

2.5
s
4
n
25

Datos n=25, =200, s=4


Ho: = 198 (La media de la ciudad es s/198)
H1: 198 (La media de la ciudad no es s/198)
t(0,005;24) = 2.797
Conclusin. Como (t=2.5)< (t(0,005;24) = 2.797) no se rechaza Ho o sea la media de la ciudad es s/198.

Ejercicio 9. Un fabricante de mantequilla quiere comprobar si el peso promedio de cada paquete es de


100 g. Se toma una muestra de 15 paquetes siendo el resultado de la inspeccin el siguiente:
98.7 99.5 100.2 99.7 100.5 98.8 100.0 98.6 99.1 100.3 100.2 100.4 101.0 99.0 100.0
Verificar la Ho del fabricante con un coeficiente de riesgo del 5%.
Solucin.
Primero determinamos si la distribucin es normal.
Aplicando kolmogorov-Smirnov de minitab

Se tiene que p-value=0.150 esto es mayor que 0.05, luego la distribucin es normal, podemos aplicar
la t de estuden para probar nuestra hiptesis.
Segundo

x u 99.73 100

1.41
s
0.744
n
15

x
Datos n=15,

=99.73, s=0.7442

Hiptesis
Ho: = 100 (El paquete pesa en promedio 100 g)
H1: 100 (El paquete no pesa en promedio 100 g)
t(0,025;14) = 2.145
Conclusin. Como (t=1.41)< (t(0,025;14) = 2.145) no se rechaza Ho o sea el paquete pesa en promedio
100 g.
Ejercicio 9. El aumento de peso promedio de 18 vacas bajo una dieta alimenticia durante dos meses
fue de 8 kg con una s=3kg. Se desea probar si es vlido afirmar que esta racin aumenta el peso al
menos en 10 kg. durante los dos meses con un nivel de significacin del 5%, considerar distribucin
normal.
Solucin.

x u 8 10

2.828
s
3
n
18

x
Datos n=18,

=8, s=3

Ho: 10 (El peso aumenta al menos en 10 g)


H1: < 10 (El peso no aumenta al menos en 10 g)
De la tabla t se tiene t(0,025;14) = 1.740
Conclusin. Como (t=2.828)> (t(0,05;14) = 1.740) se rechaza Ho o sea el peso no aumenta al menos en
10 g.
Ejercicio 10. Un fabricante que elabora alimento balanceado, desea comprobar que los pesos de los
paquetes tienen un promedio 60kg. En una muestra de 9 paquetes tomados al azar se obtuvo una
media de 61.2 kg. con una desviacin de 1.5 kg. si la distribucin es normal Que a comprobado el
fabricante con un nivel de significacin del 1% ?
Solucin.

x u 61.2 62

1 .6
s
1.5
n
9

x
Datos n=9,

=61.2, s=1.5

Ho: = 60 (El peso promedio es 60 kg)


H1: 60 (El peso promedio no es 60 kg)
De la tabla t se tiene t(0,005;8) = 3.355
Conclusin. Como (t=1.6)< (t(0,005;8) = 3.355) no se rechaza Ho o sea el peso promedio es 60 kg.
9.2.4 EJERCICIOS PROPUESTOS
Ejercicio 1. La corporacin Tampico desea saber cul es la mxima tensin de ruptura que soportan
los cables de acero que fabrica. Un cliente importante est interesado en la compra de un nmero
grande de cables y ha establecido que el punto de ruptura no debe ser menor que un tonelada.
Tampico piensa que una tonelada es aproximadamente el punto de ruptura de los cables, pero decide
probar la hiptesis de que la tensin de ruptura promedio es una tonelada. La muestra es de 10,
=0.05, x= 0.96, s=0.15

Ejercicio 2. Se tiene las siguientes pruebas de hiptesis


Ho: = 20
H1: 20
Los datos de una muestra de 6 elementos son 16, 20, 18, 19, 20, 18
a.
Calcule la media de la muestra
b.
Encuentre la desviacin estndar de la muestra
c.
Con =5%, cual es la regla de rechazo
d.
Calcule el valor del estadstico t
e.
Cul es su concusin?
f.
Que puede decir acercad del valor p?
Ejercicio 3. Se tiene la siguiente prueba estadstica
Ho: = 10
H1: < 10
Con una muestra de 15 datos se obtuvo una s=5, use =5% determine el valor de t y su conclusin
para cada uno de los siguientes resultados

a)

= 9 b)

= 11

c)

= 8.5

d)

= 9.5

e)

= 12

Ejercicio 4. Un cardilogo desea hallar un intervalo de confianza del 90% para el nivel colesterol
promedio de todos los pacientes que presentan problemas cardacos. Para esto asume que la
distribucin de los niveles de colesterol es normal con una desviacin estndar = 13 y usa la
siguiente muestra al azar de niveles de colesterol de 20 pacientes con problemas cardacos.
217 223 225 245 238 216 217 226 202 233 235 242 219 221 234 199 236 248 218 224
Ejercicio 6. El pH medio del agua que sale de una planta de tratamiento debe ser de 7.0. La autoridad
sospecha que es posible que cierta planta no cumpla con la normativa. Se tomaron 15 muestras de

agua de esa planta y se obtuvo un pH de 6.7, 7.1, 6.8, 6.9, 7.3, 7.5, 6.5, 6.6, 7.3, 7.1, 6.3, 6.8, 7.0, 7.1
y 6.8. Sabiendo que el pH vara segn una distribucin normal, hay razn para dudar que se
mantenga la especificacin?
Ejercicio 7. Dos secciones de un curso de estadstica son sometidas a un mismo examen final. De las
calificaciones obtenidas se extrae una muestra aleatoria de tamao 9 en la grupo "A", y otra de
tamao 4 en el grupo "B".
Grupo "A": 65, 68, 72, 75, 82, 85, 87, 91, 95
Grupo "B": 50, 59, 71, 80
a.
Con un nivel de significacin de 0.05 podra decirse que los dos grupos tienen las mismas
calificaciones promedio?. Suponga que provienen de poblaciones normales con varianzas iguales.
Ejercicio 8. La experiencia en la investigacin de demandas por accidentes en una institucin
aseguradora revela que en promedio cuesta $60 la realizacin de los trmites. Este costo se consider
exorbitante en comparacin al de otras compaas aseguradoras y se instauraron medidas para reducir
costos. A fin de evaluar el impacto de las medidas, se seleccion una muestra de 16 demandas
recientes. Se encontr un costo promedio de $57 y una desviacin estndar de $10. Elabore una
prueba de hiptesis que permita comprobar si los costos han disminuido, con un 99% de confianza.
Ejercicio 9. Por registros pasados se sabe que la duracin promedio de unas pilas elctricas que se
fabrican para ser utilizadas en un reloj digital es de 300 das.
Hace poco tiempo, el proceso de fabricacin fue modificado para darle mayor duracin. Para
comprobar la efectividad del proceso modificado, se prob una muestra de 20 pilas, y se encontr una
duracin promedio de 311 das y una desviacin estndar de 12 das. A un nivel de significacin de
0,05, puede afirmarse que el nuevo proceso aumenta la duracin de las pilas?
Ejercicio 10. Un gerente de ventas de libros universitarios afirma que en promedio sus representantes
de ventas realizan 40 visitas a profesores por semana. Varios de estos representantes piensan que
realizan un nmero de visitas promedio superior a 40. Una muestra tomada al azar con 8 semanas
revel un promedio de 42 visitas semanales y una desviacin estndar de 2 visitas. Utilice un nivel de
confianza del 99% para aclarar esta cuestin.
Ejercicio 11. Cuando la cantidad de semillas de soja que quedan en el suelo luego
de pasar la cosechadora es igual o mayor a 80 semillas/m 2, la prdida de
produccin, en qq/ha, es grande. Un productor decide probar el funcionamiento
de su mquina y para ello luego de cosechar una parcela cuenta en 10 unidades
de 1 m2 cuntas semillas quedan en el suelo. Los resultados fueron, en
semillas/m2: 77 73 82 82 79 81 78 76 76 75
a) Se puede concluir, trabajando con un nivel de significacin del 10%, que la
cosechadora est funcionando bien?, es decir, est la perdida dentro de los
lmites admisibles?
b) Construir un intervalo de confianza para apropiado para el problema.
Ejercicio 12. Referido al problema 11.
a) Si las normas tcnicas indican que la desviacin estndar del nmero de
semillas cadas por m2 no debera ser superior a 5, qu se debera concluir sobre
la mquina trabajando con un nivel de significacin = 0.10?
b) Construir un intervalo de confianza para 2.
Ejercicio 13. Los registros de una comercializadora de repuestos para vehculos revelaron que la
duracin promedio de un juego de bujas es de 44.000 kilmetros. Un fabricante de bujas, sin
embargo, afirm que su producto tiene una vida media superior a este valor. El propietario de una
flotilla de camiones adquiri 18 bujas, como prueba. Encontr una duracin promedio de 42.400
kilmetros y la desviacin 1.500. Esta informacin muestral convenci al propietario. Y a Ud.?

Ejercicio 14. Una cadena de talleres para la afinacin de motores de automvil anuncia que su
personal puede realizar el servicio completo (cambio de aceite, cambio del filtro de aceite, lavado y
engrase de motor) en un promedio de 15 minutos. Sin embargo, la gerencia ha recibido quejas de los
clientes en relacin al tiempo de servicio. Para verificar la afirmacin, la oficina muestre a 21
automviles, obteniendo una media de atencin de 18 minutos y una desviacin de 1 minuto.
Utilice un nivel de significacin de 0,05 para probar si es razonable la afirmacin de la cadena de
talleres.
Ejercicio 15. Se instala una mquina para llenar botellas pequeas con 9,0 gramos de medicamento.
Se piensa que el peso medio es de menos de 9,0 gramos. Una muestra de llenado se da a continuacin.
Pruebe la afirmacin con un 99% de confianza.
9,2
8,7
8,9
8,6
8,8
8,5
8,7
9,0
Ejercicio 16. Se desea estudiar el gasto semanal de fotocopias, de los estudiantes de la UNHEVAL.
Para ello, se ha elegido una muestra aleatoria de 9 de estos estudiantes, resultando los valores
siguientes para estos gastos: 100 150 90 70 75 105 200 120 80
Se supone que la variable aleatoria objeto de estudio sigue una distribucin normal de media
desconocida y de desviacin tpica igual a 12.
Determina un intervalo de confianza del 95% para la media del gasto semanal en fotocopias por
estudiante.
Ejercicio 17. Se sabe que la desviacin tpica de las notas de cierto examen es 0,4. Para una muestra
de 36 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar la hiptesis de
que la nota media del examen fue de 6, a un nivel de significacin de 0,05?
Ejercicio 18. Cuando fue contratado como mesonero de un restaurante, a un caballero se le dijo que
obtendra S/.20 por da en propinas. Al cabo de 25 das de trabajo, el mesonero piensa que no obtuvo
tanto en propinas. El restaurante le pidi cuentas de sus propinas durante el mes: haba recibido S/.
450 en los 25 das.
As mismo, se determin con los datos muestrales que la desviacin estndar fue de S/. 3. por da.
Puede el mesonero sostener estadsticamente su opinin, al 95% de confianza?
Ejercicio 19. Pruebe la hiptesis de que el contenido promedio de los envases de un lubricante en
particular es de 10 litros si los contenidos de una muestra aleatoria de 10 envases son: 10.2, 9.7, 10.1,
10.3, 10.1, 9.8, 9.9, 10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y suponga que la
distribucin del contenido es normal.
Ejercicio 20. Una muestra de 9 explotaciones agrcolas arroj una media de 125 ha y un desvo de 25
ha. Testar si se puede suponer con bastante confiabilidad que el promedio verdadero de la poblacin
de explotaciones puede ser 135 ha.

9.3 PRUEBA DE HIPTESIS SOBRE LA DIFERENCIA ENTRE MEDIAS: MUESTRAS


GRANDES

9.3.1 INTRODUCCIN
Supngase que se tiene dos poblaciones independientes con medias desconocidas 1 y 2, y

x1
2

x2

varianzas 1 y 2 . Sean
y
las medias de las muestras de dos poblaciones. El tamao de cada
una de estas muestras son n1 y n2 respectivamente.
Queremos observar si la diferencia entre las medias es significativa o no, es decir.
Hiptesis

Caso I

Caso II

Caso III

Ho: 1 2

Ho: 1 2 =

Ho: 1 2

H 1 : 1 2 <

H 1 : 1 2

H1 : 1 2 >

9.3.2 SUPUESTOS
1. Las observaciones de las muestras son aleatorias
2. Las poblaciones son independientes
3. Los tamaos de las muestras son n 1 30 y n2 30
4. Las poblaciones son normales o cumplen las condiciones del teorema del lmite central.

Estadstico de prueba

a)

Varianzas conocidas 12 y 22

b) Varianzas desconocidas 12 y 22

x1 x 2 ( 1 u 2 )

1 2

n1
n2
2

zt

x1 x 2 ( 1 u 2 )
2

s1
s
2
n1
n2

Intervalo de Confianza. Del 100(1-)% para la diferencia de medias poblacionales 1-2, es de la


forma:
a) Se conoce la varianza poblacional 2.

b) Se desconoce la varianza poblacional 2.

2
2
2
2
x x Z 1 2 x x Z 1 2
1
2
1
2
/2
1 2 / 2 n1 n2
n1 n2

2
2
2
2
s1 s2
s1 s2
x x Z
x x Z

1 2 / 2 n1 n2 1 2 1 2 / 2 n1 n2

n x

Donde:
n1: Tamao de la muestras 1; n2 : Tamao de la muestras 2

x1

x2

: Media de la muestra 1 ,
: Media de la muestra 2
1 : Media de la poblacin 2; 2 : Media de la poblacin 2;
1 : Desviacin estndar poblacional 1 ; 2 : Desviacin estndar poblacional 2
s1 : desviacin estndar de la muestra 1; s : desviacin estndar de la muestra 2

Notas.
1. Para muestras grandes es indistinto usar la distribucin Z o distribucin t de student, para
calcular el p-valor en la prctica se usa generalmente la distribucin t porque en la mayora de
los paquetes estadsticos viene como una opcin
2. Si NO se conoce las desviaciones estndar de las poblaciones 1 y 2 se estima con s1 y Sha las

desviaciones estndar de las muestras


3. Generalmente se tiene que 1 2 = 0
9.3.3 EJERCICIOS RESUELTOS
Ejercicio 1. Se conocen los datos de dos muestras de dos poblaciones, que son los siguientes: Las
medias X1 = 74 ; X2 = 78 ; las varianzas S12 = 225 ; S22 = 169; las muestras n 1 = 42 ; n2 = 56; Se
pide contrastar estadsticamente si existe diferencia entre las dos poblaciones, a un nivel de
significacin del 0.05. Las dos poblaciones siguen una distribucin Normal N( 1,12) y N(2, 22)
Solucin. Sabemos que las distribuciones de las dos poblaciones son Normales, pero desconocemos el
valor de su desviacin, slo conocemos el valor de la desviacin tpica de las muestras entonces
estimamos las desviaciones poblacionales con las de las muestras.
Hiptesis:
Ho: 1 - 2 = 0, es decir, 1 = 2 (no existe diferencia entre las poblaciones)
H1: 1 - 2 0, es decir, 1 2 (si existe diferencia entre las poblaciones)
Ya que el tamao de las muestras es elevado, utilizaremos el siguiente estadstico:

x1 x 2 ( 1 u 2 )
2

s1
s
2
n1
n2

Estadstico

74 78 (0)
225 169

42
56

1,38
Zona rechazo
Zona Ho
de aceptacin
Zona rechazo Ho
Ho
Z0,025=-1,96
Z0,025 =1,96
Z= 1,38

El nivel de significacin nos dice el enunciado que es de = 0.05 como es de dos colas /2 = 0.025, y
para el criterio de aceptacin tenemos en la figura:
Conclusin. Como (Z = 1,38) queda en el rea de aceptacin de Ho, luego aceptamos Ho, es decir
no existe diferencia entre las poblaciones

Solucin en MINITAB
Ejecutamos las opciones Stat/Basic statistics/2 Sample t.., luego completamos los datos como se ve
en la figura y clickeamos ok, ok

Resultados
Two-Sample T-Test and CI
Sample
1
2

N
42
56

Mean
74,0
78,0

StDev
15,0
13,0

SE Mean
2,3
1,7

Difference = mu (1) - mu (2)


Estimate for difference: -4,00000
95% CI for difference: (-9,75807; 1,75807)
T-Test of difference = 0 (vs not =): T-Value = -1,38

P-Value = 0,171

DF = 81

Conclusin. Como (p = 0,171) > (=0,05) luego no se rechaza Ho.

Ejercicio 2. Se realiz un estudio para comparar los aos promedio de servicio de quienes se retiraron
en 2005 con los que se retiraron el ao anterior en un hospital. Con un nivel de significancia de 0,01

podemos concluir que los trabajadores que se retiraron el 2005 trabajaron menos que los del 2004,
segn la siguiente muestra?

Ao

2004

2005

Media de la muestra

30,40

25,60

Desviacin estndar muestra

3,6

2,9

Tamao de la muestra

45,0

40,0

Solucin.

HIPTESIS

Ho: 2 - 1 0, (los trabajadores del 2005 trabajan igual o mas que los del 2004)
H1: 2 - 1 < 0, (los trabajadores del 2005 trabajan menos que los del 2004)

x 2 x1 ( 2 u1 )
2

s2
s
1
n2
n1

25,6 30,4 (0)


2,9 2 3,6 2

40
45

6,8

Concusin: Como (Z= -6,8) < (Z0,01= 2,3263) se rechaza Ho; luego los trabajadores del 2005 trabajan
menos que los de 2004

Utilizando MINITAB

Two-Sample T-Test and CI


Sample
N
Mean StDev SE Mean
1
40 25,60
2,90
0,46
2
45 30,40
3,60
0,54
Difference = mu (1) - mu (2)
Estimate for difference: -4,80000
99% upper bound for difference: -3,12520
T-Test of difference = 0 (vs <): T-Value = -6,80

P-Value = 0,000

DF = 82

Conclusin: como (p-value=0,00)<(=0,01), se rechaza Ho, es decir hay suficiente evidencia para
suponer que los trabajadores del 2005 trabajan menos que los del 2004.
Ejercicio 3. En un ensayo clnico para evaluar un hipotensor se compara un grupo placebo con el
grupo tratado. La variable medida es la disminucin de la presin sistlica y se obtiene: grupo placebo

ha

n = 35;
3,7 mm de Hg. y S = 33,9; grupo tratado n = 40;
eficaz el tratamiento?
Solucin.
Se trata de un contraste sobre diferencias de medias
H0: 1 2 0 (no varia la presin)
H1: 1 2 > 0 (la presin disminuye)

15,1 mm de Hg. y Sha = 12,8. Es

Como no conocemos 1 ni 2 utilizamos la s1 y Sha y la distribucin t, pero como la distribucin t para


muestras n>30, se aproxima a Z utilizamos la distribucin Z, los resultados sern iguales a la t de
Students.

x1 x 2 ( 1 u 2 )
2

s1
s
2
n1
n2

3,7 15,1

33,9 12,8

35
40

10,22

Luego tenemos que (Z = 10,22) < (Z0,05= 1,645), entonces se ACEPTA la Ho, significa que la
presin con el nuevo tratamiento no ha disminuido.

Utilizando MINITAB :

Two-Sample T-Test and CI


Sample
1
2

N
35
40

Mean
3,70
15,10

StDev
5,82
3,58

SE Mean
0,98
0,57

Difference = mu (1) - mu (2)

Estimate for difference: -11,4000


95% lower bound for difference: -13,2998
T-Test of difference = 0 (vs >): T-Value = -10,04

P-Value = 1,000

DF = 54

Conclusin. De aqu tenemos que (p-valor =1) > (=0,05) luego se acepta Ho. La presin no vara.
9.3.4 EJERCICIOS PROPUESTOS
Ejercicio 1. En la actualidad las calificaciones de eficiencia de 50 trabajadores de una empresa tienen
un valor promedio de 14.5 puntos y una desviacin estndar de 1.6 puntos. Sin embargo, en fechas
recientes se evalu a 64 trabajadores, que obtuvieron una puntuacin media de 16.5 puntos y una
varianza de 9.
Dentro de un nivel de confianza del 95%, puede decirse que la puntuacin actuales de los
trabajadores de la empresa es menor que en fechas recientes?.
Ejercicio 2. Dos compaas que fabrican bloques de concreto desean comparar la compresin
promedio de sus bloques. El inters es determinar si las dos compaas tienen compresiones promedio
iguales, o si por el contrario, existen diferencias entre las mismas. Con base a un muestreo, pudo
determinarse la informacin que sigue. Utilizando un nivel de significacin de 0,02, es posible
concluir que hay diferencias entre la compresin promedio de los bloques de ambas compaas?

Compresin promedio(psi)
Desviacin estndar (psi)
Tamao Muestra

Compaa 1
1070
63,6
100

Compaa 2
1045
57,1
64

Ejercicio 3. Un producto qumico especialmente diseado para aadir peso al grano desea determinar
si es o no eficaz. Se tomaron dos grupos: el primer grupo fue formado con grano al cual no se le
aplic el producto y el segundo grupo fue de grano al cual si se le aplic el producto. Una muestra de
100 mazorcas de maz no tratado con el producto tuvo un peso promedio de 15,2 onzas, con una
desviacin de 1,2 onzas. Una muestra de 400 mazorcas de maz tratado con el producto tuvo un peso
promedio de 16 onzas, con una desviacin de 1 onza. Utilizando una prueba de hiptesis con un 95%
de confiabilidad, es posible concluir que el producto es eficaz?
Ejercicio 4. Las existencias de un medicamento se han surtido siempre en una farmacia un promedio
de 6,2 veces al ao, con una desviacin de 1,5 veces. Se sospecha que esta tasa ha cambiado en los
ltimos meses. Una muestra de los ltimos 36 meses revel que ahora se surte 5,4 veces al ao. Ha
cambiado la tasa de surtido? Utilice un nivel de confiabilidad del 98%.
Ejercicio 5. Un fabricante de detergente afirma que su producto rinde ms que los de la competencia,
para ello se tomaron 30 sabanas del mismo tamao y color y se efectu la prueba, encontrndose que
para un lavado perfecto se requiri de 800g de detergente con 15 de desviacin estndar en un tiempo
dado, 30 sabanas del mismo tamao y color se probaron para el detergente de la competencia
arrojando para un lavado perfecto en el mismo tiempo un promedio de 860g con desviacin estndar
de 10. Tiene razn el fabricante? Utilice un nivel de confianza del 99%.
Ejercicio 6. La cadena de McPato situadas en la ciudad de Piura afirma que su servicio es mas rpido
que cualquier otra cadena, una muestra de 42 atenciones demor en promedio de 3 minutos con
desviacin tpica de 1 minuto. Una muestra de 45 atenciones de la cadena McPollo arroj un tiempo
promedio de atencin de 4 minutos con desviacin de 0.8 minutos Tiene McPato razn? Utilice una
prueba estadstica con un nivel de significacin de 0,10.

Ejercicio 7. Una muestra A de 49 observaciones muestrales revel una media de 7.8, con una
desviacin de 1,2. Otra muestra B de 36 observaciones arroj una media igual a 12 y una varianza de
2. La media de la muestra A es menor que la muestra B?
Ejercicio 8. 100 Empleados de una casa comercial matriz situado en la ciudad de lima ganan por
comisiones en promedio s/500 mensuales con desviacin estndar de 12, 30 empleados en Huancayo
de una sucursal ganan por comisiones s/450 mensual con desviacin tpica de 10, con un nivel de
significacin de 0.05 probar la hiptesis de que la sucursal paga menos que la casa matriz.
Ejercicio 9. Una empresa de bienes races est preparando un folleto que cree que puede ser de inters
para compradores de apartamentos en Las Palmeras y El Naranjal. Un elemento de inters es el
tiempo que el propietario que vende ha ocupado el inmueble. Una muestra de 40 apartamentos en las
Palmeras indic un tiempo promedio de permanencia de 17,6 aos, con una desviacin de 2,3 aos.
Una muestra de 55 casas en El Naranjal seal un tiempo promedio de 18,1 aos, con una desviacin
de 2,9 aos. Con un nivel de significacin del 5%, se puede concluir que los residentes de Las
palmeras tenan en propiedad sus casas por un perodo ms corto?
Ejercicio 10. Un estudio se realiza para comparar el alquiler mensual de un departamento de una
habitacin en la Avenida principal de provincias contra el costo en Lima.
Una muestra de 35 departamentos en la Avenida principal de provincias proporcion un alquiler
mensual de S/. 370., con una desviacin de S/. 30. Una muestra de 40 departamentos en Lima
demostr un valor promedio de S/. 680., con una desviacin de S/.12. Se puede concluir que existen
diferencias entre los alquileres?
Ejercicio 11. Se realiza una encuesta en dos zonas distintas de un pas para conocer el grado de
implantacin de Internet en los hogares. En la zona norte se visitaron 200 domicilios de las mismas
caractersticas seleccionados al azar y el 38% de ellos estaba dado de alta en Internet. Este nmero
descenda al 29% en la zona sur donde se visitaron 240 hogares. Estara justificado afirmar que en la
zona norte hay ms gente conectada a Internet que en la zona sur? Cul debera haber sido el tamao
de la muestra para poder detectar una diferencia de al menos 5 puntos porcentuales el 90% de las
veces, con un nivel de significacin de 0,05?
Ejercicio 12. Se quiere saber si el aumento del precio del petrleo genera incrementos en el uso de
electricidad. Para medir cambios experimentados desde el ao anterior, se elige una muestra al azar de
40 casas en el mes de enero de 2004, y se compara con una muestra de 50 casas en el mes de enero
del 2005. los resultados muestrales son:
x1 1,645kwh
s1 298 kwh
n1 40(2004)
x 2 1,925kwh
s 2 305 kwh
n 2 50(2005)
Realice una prueba con un nivel de significancia de 0,10 para verificar si el promedio de consumo de
electricidad por casa ha cambiado durante el mes de enero. A que conclusin deber llegar usted?
Ejercicio 13. La gerencia de una fbrica est considerando un nuevo mtodo de aparado en la
fabricacin de zapatos. El mtodo actual requiere en promedio de 12,5 minutos de aparado y una
desviacin tpica de 3 para tres docena de zapatos. Se incorpor un nuevo mtodo de aparado y sobre
una muestra de 32 zapatos requiere en promedio 9 minutos con varianza de 4, determinar si el nuevo
mtodo es mas eficaz a un nivel de confianza de 99%.
Ejercicio 14. En una muestra aleatoria de 35 cabinas de Internet en la ciudad de amarilis ganan en
promedio diario S/200 con una varianza de 4. En Hunuco una muestra de 30 cabinas de Internet
dijeron que ganaban en promedio diario S/250 con una desviacin tpica de 2.2, a un nivel de
confianza de 90%, determinar si en las cabinas de Internet de Amariles se gana ms que en las de
Hunuco.

Ejercicio 15. Las exportaciones de mangos del 2006 de 30 empresas fueron en promedio de 800
toneladas mtricas, con una varianza de 200 toneladas mtricas al cuadrado, el 2007 estas mismas
empresas exportaron 1000 toneladas con una varianza de 150, a un nivel de confianza de 95% se
puede afirmar que el 2007 se incremento las exportaciones de mango.

9.4 PRUEBA DE HIPTESIS SOBRE LA DIFERENCIA ENTRE MEDIAS: MUESTRAS


PEQUEAS

9.4.1 INTRODUCCIN
Estas pruebas se utilizan cuando el muestreo destruye a los elementos, cuando resulta muy costoso o
cuando solo se puede obtener unos cuantos valores histricos.
Sea u1 y u2, las medias de dos poblaciones normales o aproximadamente normal; Se quiere probar la
hiptesis sobre la diferencia de medias bajo el supuesto que Ho es cierto es decir:
Hiptesis

Caso I

Ho: 1 2 o

Caso II
Ho : 1o 2 = o
H1 : 1 2 o

H1 : 1 2 < o

Caso III

Ho: o 2 o
H1: 1 2 > o

9.4.2 SUPOSICIONES
1. Las observaciones de las dos muestras son independientes
2. Las dos poblaciones son aproximadamente normales
3. Al menos una muestra es pequea n < 30
Prueba Estadstica..
Caso 1. Se conocen las desviaciones estndar de las poblaciones 1 y 2,.

x1 x 2 o

1 2

n1
n2
2

Intervalo de Confianza. Del 100(1-)% para la diferencia de medias poblacionales 1-2, es de la


forma:

12 12
12 12
x x z

2
/2
1
2
1
2
/2
1
n
n
n
n1
1
1
1

n x

Caso 2. Se desconoce 1 y 2 pero son iguales 1=2=, se determina s la desviacin estndar


combinada, en funcin de s1 y S2.

x1 x 2 o
s

1
1

n1 n2

Intervalo de Confianza. Del 100(1-)% para la diferencia de medias poblacionales 1-2, es de la


forma:

x1 x 2 t / 2,n1 n 2 2 s

1
1
1
1
1 2 x1 x 2 t / 2, n1 n 2 2 s

n1 n1
n1 n1

n x

Prueba t con n1+n2 2 grados de libertad


Donde s es un estimado conjunto de (desviacin estndar comn para ambas poblaciones (pooled
variance))
2

(n1 1) s1 ( n2 1) s 2
s
n1 n2 2

Caso 3. Se desconoce 1 y 2 pero desiguales 12 , se utiliza s1 y Sha, para estimar 1 y 2


respectivamente en este caso el mtodo aproximado es la distribucin t,

x1 x 2 o
2

s1
s
2
n1
n2

Los grados de libertad (gl) se determina con la frmula siguiente.

gl

s12 s 22


n1 n 2
1 s

n1 1 n1
2
1

1 s

n 2 1 n 2
2
2

Intervalo de Confianza. Del 100(1-)% para la diferencia de medias poblacionales 1-2, es de la


forma:

s12 s12
s12 s12
x x t

1 2 x1 x 2 t / 2 , gl

2
/ 2 , gl
1
n1 n1
n1 n1

n x
Donde:
n1: Tamao de la muestras 1;

n2 : Tamao de la muestras 2

x1

x2

: Media de la muestra 1,
1 : Media de la poblacin 2;
1 : Desviacin estndar poblacional 1
s1 : desviacin estndar de la muestra 1;

: Media de la muestra 2
2 : Media de la poblacin 2;
2 : Desviacin estndar poblacional 2
Sha : desviacin estndar de la muestra 2

s: desviacin estndar combinada.

gl : grados de libertad

Nota: en caso gl no sea entero se aproxima al menor entero


9.4.3 EJERCICIOS RESUELTOS
Ejercicio 1. Como psiclogo de un hospital para enfermos mentales el lector obtiene calificaciones
para una prueba visual motora para cada uno de dos grupos de pacientes. La calificacin media para el
grupo A (10 pacientes) es 80 con desviacin estndar 18, y la correspondiente al grupo B (15
pacientes) es 70 con desviacin estndar 22. El lector cree tener suficiente razones para considerar las
desviaciones estndar de poblacin iguales, las poblaciones son normales. Difieren
significativamente las calificaciones con nivel de significacin 10%?.
Solucin
Datos
nA = 10
Hiptesis

x A 80
nB = 15

x B 70
sA = 18sB = 22

= 0.10

De tablas t para dos colas tenemos que:


t ( ; n1+n2-2) = t (0,1 ; 10+15-2) = t (0,1 ; 23) = 1,714

Ho: A - B = 0 (las calificaciones no difieren)


H1: A - B 0 (las calificaciones si difieren)

x A xB

1
1
s

n A nB

80 70
1 1
20.5278

10 15

(n A 1) s A (n B 1) s B

n A nB 2

1,193

(10 1)18 2 (15 1)22 2


20.5278
10 15 2

s=

Zona rechazo
Zona
Ho de aceptacin
Zona rechazo Ho
Ho

T(0,1;23)=-1,714
t= 1,193

t(0,1;23) =1,714

Decisin: como se observa en la figura el t esta dentro del rea de aceptacin de Ho., luego se acepta
Ho, es decir que las calificaciones no difieren
Utilizando MINITAB
Ejecutamos las opciones Stat/Basic statistics/2 Sample t.., luego completamos los datosu1-u2
como se ve
en la figura y clickeamos ok, ok
H1

x1

n1

n2
1=2

s1

x2

s2

Nota: Note que Assume equal viariances est activado


esto se hace cuando las varianzas de las poblaciones son iguales
Two-Sample T-Test and CI
Sample
1
2

N
10
15

Mean
80,0
70,0

StDev
18,0
22,0

SE Mean
5,7
5,7

Difference = mu (1) - mu (2)


Estimate for difference: 10,0000
90% CI for difference: (-4,3630; 24,3630)
T-Test of difference = 0 (vs not =): T-Value = 1,19

P-Value = 0,245

DF = 23

Both use Pooled StDev = 20,5278

Conclusin: Como (p-value = 0,245) > ( = 0,1) luego se acepta Ho.


Ejercicio 2. Para contrastar si mediante el proceso B se disminuye el tiempo de ejecucin de ciertos
trabajos respecto del A, se ejecutaron 6 tareas con ambos procesos obtenindose los siguientes
tiempos, medidos en horas:
A
2,5
7,1
5
8,5
7
8,1
B
2,3
7,1
4
8
6,6
5
Admitindose normalidad y con un nivel de confianza del 95% qu conclusin puede derivarse de
estos datos?. Suponer que ambos procesos tienen la misma variabilidad.

Solucin.

Ho: A B 0 (Con el proceso B no se disminuye el tiempo de ejecucin)


H1: A B > 0 (Con el proceso B se disminuye el tiempo de ejecucin)

xA

sA

sB

2,5 7,1 5 8,5 7 8,1


6,37
6

xB

2
2
2
2
2
2
2
(( 2,5) (7,1) (5) (8,5) (7 ) (8,1) ) 6(6,37 )
6 1

2
2
2
2
2
2
2
( 2,3 7,1 4 8 6,6 5 ) 8(5.5)
6 1

2,3 7,1 4 8 6,6 5


5,5
6

2, 25

2,13

t(0,05,10) = 1,812 una cola


x A xB

t
s

1
nA

1
nB

6,37 5,5
0.6928

1
6

(n A 1) s A (n B 1) s B

n A nB 2

0,68

(5)2.25 2 (5)2.13 2
0.6928
662

Zona de rechazo Ho
Zona de Aceptacin Ho

t=0,68

Conclusin: En la grfica vemos que t=0,68 esta en la


zona de aceptacin de la Ho, luego Con el proceso B no se
disminuye el tiempo de ejecucin

T(0,05;10)=1,812

En MINITAB
Primero ingresamos los datos en la columna C1 (XA) y C2 (XB) como en la figura
Y ejecutamos las opciones Stat/Basic statistics/2 Sample t.., luego completamos los datos como se
ve en la figura y clickeamos ok, ok

Aqu los resultados.


Two-Sample T-Test and CI: XA; XB
Two-sample T for XA vs XB
N Mean StDev SE Mean
XA 6 6,37
2,25
0,92
XB 6 5,50
2,13
0,87
Difference = mu (XA) - mu (XB)
Estimate for difference: 0,866667
95% lower bound for difference: -1,427686
T-Test of difference = 0 (vs >): T-Value = 0,68
Both use Pooled StDev = 2,1926

P-Value = 0,255

DF = 10

Conclusin. Como (p-value=0,255)>( =0,05) se acepta Ho.


Ejercicio 3. Se quiere saber el trabajo afecta el rendimiento acadmico de los estudiantes de una
especialidad, para ello se evala a dos grupos independientes de estudiantes, supngase que las
poblaciones son normales. El grupo 1 es el de estudiantes que trabajan y el grupo 2 es el de
estudiantes que no trabajan, los datos obtenidos en la investigacin son los siguientes.
G1
G2

5
10

12
10

8
16

11
17

12
15

13
16

8
14

11
16

Con un nivel de significancia de 0.01, puede afirmarse que el trabajo disminuye el rendimiento
acadmico.
Solucin
1: media de estudiantes que trabajan 2: media de estudiantes que no trabajan
Primero: No se conocen las 1 y 2 adems no sabemos si son o no iguales, para determinar si son
iguales aplicamos la prueba de la varianza.

Ho: 1 / 2 = 1 (la varianzas son iguales)


H1: 1 / 2 1(la varianzas no son iguales)
Aplicamos Minitab
Los resultados fueron
Test for Equal Variances: g1, g2
99% Bonferroni confidence intervals for standard deviations
N Lower StDev Upper
g1 8 1.53600 2.72554 8.09028
g2 8 1.55800 2.76457 8.20614
F-Test (normal distribution)
Test statistic = 0.97, p-value = 0.971
Levene's Test (any continuous distribution)
Test statistic = 0.00, p-value = 1.000
Como (p.value=1)>0.01 se acepta la Ho, o sea que las varianzas de las poblaciones son iguales.
Adems
S1=2.73
Sha=2.76
Segundo. Como son iguales las 1 y 2 aplicamos la prueba de student con varianza combinada.
t

x1 x 2
1
1
s

n
n2
1

Hiptesis
Ho: 1 - 2 = 0 (el rendimiento acadmico no disminuye)
H1: 1 - 2 < 0 (el rendimiento acadmico disminuye)
Aplicando Minitab tenemos.
Two-Sample T-Test and CI: g2, g1
Two-sample T for g2 vs g1
N Mean StDev SE Mean
g2 8 14.25 2.76 0.98
g1 8 10.00 2.73 0.96
Difference = mu (g2) - mu (g1)
Estimate for difference: 4.25000
99% upper bound for difference: 7.85228
T-Test of difference = 0 (vs <): T-Value = 3.10 P-Value = 0.996 DF = 14
Both use Pooled StDev = 2.7451

Nota: aqu hemos puesto g2 primero y luego g1, porque Sha>s1


Luego como (p-value=0.004)< (=0.01) se rechaza Ho, o sea que el trabajo diminuye el rendimiento
acadmico de los estudiantes.
Ejercicio 4. Se determin la contaminacin de dos ros A y B de una ciudad analizando el PH de 100
ml de agua, el ro A esta ubicado en una zona industrial y el ro B esta ubicada en una zona rural. Se
dice que el agua no esta contaminada si su PH esta cercano a 7
Los datos encontrados fueron
Ro

n x

Sha

A
B

5 5
5 7

0.7
0.07

Con un =0.05 se desea saber si el ro A esta ms contaminado que B. Las distribuciones son
normales, pero no se sabe si las varianzas son iguales.

Solucin
Primero. Debemos determinar si las varianzas son iguales.
Utilizamos la comparacin de varianzas
Test for Equal Variances
95% Bonferroni confidence intervals for standard deviations
Sample N Lower StDev Upper
1 5 0.468406 0.836660 2.89447
2 5 0.148123 0.264575 0.91531
F-Test (normal distribution)
Test statistic = 10.00, p-value = 0.047
Como (p-valor=0.047) < 0.05 se rechaza Ho, luego las distribuciones No son iguales.

x1 x 2 ( 1 u 2 )
2

s1
s
2
n1
n2

Como 1 2 utilizamos la distribucin

Ho: 1 = 2 (El ro A no esta ms contaminado que el ro B)


H1: 1 < 2 (El ro A esta ms contaminado que el ro B)
Segn minitab tenemos

Two-Sample T-Test and CI


Sample N Mean StDev SE Mean
1
5 5.000 0.700 0.31
2
5 7.0000 0.0700 0.031
Difference = mu (1) - mu (2)
Estimate for difference: -2.00000
95% upper bound for difference: -1.32930
T-Test of difference = 0 (vs <): T-Value = -6.36 P-Value = 0.002 DF = 4
Como p-value=0.002 < 0.05 luego se rechaza Ho, es decir el ro A est mas contaminado que el ro B.
Ejercicio 5. Dieciocho plantas de una misma variedad de naranjos fueron tratadas con fertilizantes. A
nueve de ellas se les aplic una cierta dosis de nitrgeno (N) y al resto una de nitrgeno y fsforo
(NP). Se midi el rendimiento en Kg. por planta; los resultados obtenidos fueron:
N: X = 28 kg S = 9

NP: X = 21 kg S = 7

Interesa conocer si existen diferencias significativas entre los rendimientos de las plantas tratadas con
los dos tipos de fertilizante. ( = 0,01). Suponga varianzas iguales

Solucin:

H0 : N = NP
H1 : N

NP

Dado que las variancias poblacionales son iguales, de las cuales S N y SNP son estimaciones, se
calcula la variancia amalgmada. Si el supuesto no fuera vlido debera verificarse primeramente la
homogeneidad de variancia a travs del test F, en particular si las muestras de las poblaciones no son
iguales.

s
Donde

( n1 1) s12 ( n2 1) s 22

n1 n 2 2

(9 1)9 (9 1)7
2.828427
992

( X N X NP ) ( N NP )
1
1
s

n N n NP

(28 21)
2
2.828427
9

5.25

El valor tabulado de t, para 16 grados de libertad y nivel de significacin del 1% es igual a 2,921.

Como el valor de la estadstica calculada supera al valor tabulado, se rechaza H 0 .


Conclusin existen diferencias estadsticamente significativas entre los tratamientos, siendo superior
el promedio por planta de naranjo, de aquellas que reciben el tratamiento NP.
Ejercicio 6. Se quiso probar si la cirrosis de hgado hacia variar el ndice de actividad de la
colinesterasa en suero. Se eligieron dos muestras aleatorias e independientes de individuos. Los
resultados fueron:
Individuos normales

n1=20

x1 1,8

S1=0,4

Individuos cirroticos

n2=25

x 2 0,66

S2=0,2

La cirrosis de hgado, hace variar el ndice de la colinesterasa en suero?


Solucin:
Primero. Debemos determinar si las varianzas son iguales.
Utilizamos la comparacin de varianzas
Test for Equal Variances
95% Bonferroni confidence intervals for standard deviations
Sample N Lower StDev Upper
1 20 0.293052 0.4 0.619718
2 25 0.150964 0.2 0.292749
F-Test (Normal Distribution)
Test statistic = 4.00, p-value = 0.002
Como (p-valor=0.002) < 0.05 se rechaza Ho, luego las distribuciones No son iguales.
Como 1 2 utilizamos la distribucin

x1 x2 ( 1 2 )
2

S1
S
2
n1
n2

gl

S1 2 S 2 2

n n
1
2

2
1 S1
n1 1 n1

2
1 S 2

n 2 1 n2

Hiptesis:

1 2

H0:

1 2

H1:

(No vara)
(Vara)

Segn Minitab tenemos


Two-Sample T-Test and CI
Sample N Mean StDev SE Mean
1
20 1.800 0.400 0.089
2
25 0.660 0.200 0.040
Difference = mu (1) - mu (2)
Estimate for difference: 1.1400
95% CI for difference: (0.9386, 1.3414)
T-Test of difference = 0 (vs not =): T-Value = 11.64 P-Value = 0.000 DF = 26
Como P-Value = 0,000 < 0,05 luego se rechaza Ho, es decir el ndice de la colinesterasa en suero no
hace variar la cirrosis de hgado.
Ejercicio 7. Muchos autores afirman que los pacientes con depresin tienen una funcin cortical por
debajo de lo normal debido a un riego sanguneo cerebral por debajo de lo normal. A dos muestras de
individuos, unos con depresin y otros normales, se les midi un ndice que indica el flujo sanguneo
en la materia gris (dado en mg/(100g/min)) obtenindose:
Depresivo

n1=19

x1 47

S1=7,8

Normales

n2=22

x 2 53,8

S2=6,1

Hay evidencia significativa a favor de la afirmacin de los autores?


Solucin:
Primero. Debemos determinar si las varianzas son iguales.
Utilizamos la comparacin de varianzas
Test for Equal Variances
99% Bonferroni confidence intervals for standard deviations
Sample N Lower StDev Upper
1 19 5.27061 7.8 13.9551
2 22 4.22499 6.1 10.3540
F-Test (Normal Distribution)
Test statistic = 1.64, p-value = 0.279
Como (p-valor=0.279) < 0.05 se rechaza Ho, luego las distribuciones No son iguales.
Como 1 2 utilizamos la distribucin

x1 x2 ( 1 2 )
2

gl

S1
S
2
n1
n2

S1 2 S 2 2

n n
1
2

2
1 S1
n1 1 n1

2
1 S 2

n 2 1 n2

Hiptesis:

1 2
H0:

1 2

H1:

(funcin

cortical Normal)

(Funcin

cortical por debajo de lo normal)

Segn Minitab tenemos


Two-Sample T-Test and CI
Sample N Mean StDev SE Mean
1
19 47.00 7.80 1.8
2
22 53.80 6.10 1.3
Difference = mu (1) - mu (2)
Estimate for difference: -6.80
95% lower bound for difference: -10.54
T-Test of difference = 0 (vs >): T-Value = -3.07 P-Value = 0.998 DF = 33
Como P-Value = 0,998 > 0,05 luego se acepta Ho, es decir no hay evidencia significativa a favor de la
afirmacin de los autores.
Ejercicio 8. Un fabricante de llantas para bicicleta afirma que sus llantas duran ms que los de la
competencia, para ello se tomaron 5 llantas y la duracin promedio fue de 60.000 kilmetros y una
varianza de 100. 6 llantas de la competencia arrojo un tiempo promedio de duracin de 58000
kilmetros y una varianza de 90. Si las poblaciones se consideran normales de varianzas desconocidas
diferentes tiene razn el fabricante? Utilice un nivel de confianza del 99%.
Solucin:
Fabricante

n1 = 5

x1 60000

V1 = 100

Competencia

n2 = 6

x2 58000

V2 = 90

Utilizamos la distribucin

x1 x2 ( 1 2 )
2

S1
S
2
n1
n2

gl

1
n1 1

S1 2 S 2 2

n n
2
1
2 2
S 2
S1
1 2
n1
n 2 1 n2

Hiptesis:

1 2
H0:
H1:

1 2

(No duran ms)


(Duran ms)

Segn Minitab tenemos


Two-Sample T-Test and CI
Sample N
Mean StDev SE Mean
1
5 60000.0 10.0 4.5
2
6 58000.00 9.49 3.9
Difference = mu (1) - mu (2)
Estimate for difference: 2000.00
99% lower bound for difference: 1982.86
T-Test of difference = 0 (vs >): T-Value = 338.01 P-Value = 0.000 DF = 8
Como P-Value = 0,000 < 0,01 luego se rechaza Ho, es decir que si tiene razn el fabricante que sus
llantas duran ms.
9.4.4 EJERCICIOS PROPUESTOS
Ejercicio 1. Se mide la longitud de animales machos y hembras y se desea conocer si las longitudes
son diferentes.
Machos 44 48 36 32 51 45 54 56
Hembras 32 40 44 44 34 30 26
Ejercicio 2. Los pesos netos de las botellas de una muestra que llen una mquina fabricada por Blue
y los pesos netos en una muestra de botellas llenadas por una mquina similar que manufactura Red,
Inc. fueron los siguientes:
Blue:
Red:

5
8

8
10

7
7

6
11

9
9

7
12

14

Pruebe al nivel de significacin de 0.05 que el peso medio de las botellas que llena la mquina que
fabrica Red es mayor.
Ejercicio 3. Una muestra de las calificaciones que presentaron hombres y mujeres en un examen de
Estadstica se sintetiza a continuacin:
Hombres
Mujeres
Media muestral
11,33
10,50
Desviacin estndar
3,45
2,35
Tamao de la muestra
6
8
Son las calificaciones promedios iguales, o por el contrario, existe alguna diferencia entre ellas?
Responda a esta pregunta con una prueba estadstica de hiptesis que tenga un nivel de confianza del
99%.
Ejercicio 4. Un profesor est comparando las notas de dos secciones de Estadstica.
Ambas secciones tuvieron 60 estudiantes, pero el profesor quiere una conclusin rpida,
fundamentado en una muestra pequea. As que observ en su planilla las siguientes calificaciones:
Seccin A:

12

05

13

16

15

10

Seccin B:

09

12

11

10

10

11

Se puede concluir, dentro de un nivel de confianza del 95%, que el promedio de notas de las dos
secciones es igual?
Ejercicio 5. Para dos tipos de combustibles de automvil se tom el rendimiento por galn de cada
uno y se presenta a continuacin:
Combustible A: 45 67 54 41 38 59 48 31 59 31 50
Combustible B: 79 82 69 84 76 77 81 65 73 70 69
Con base en la informacin anterior se puede concluir que el rendimiento promedio del combustible B
es superior al rendimiento del combustible A? Utilice un nivel de significancia del 1%.
Ejercicio 6. Se desea analizar si existen diferencias en el contenido de protenas del salmn y el atn
enlatados. Para ello se tomaron dos muestras de 7 unidades para cada uno de los dos productos y se
realiz la determinacin del contenido proteico en lo mismo. Los resultados se presentan a
continuacin:
Salmn
Atn

Contenido de protenas en porcentaje


22.4 24.5 23.0 27.1 24.2 25.7 26.4
28.3 26.4 25.2 24.7 26.3 25.3 24.9

Esta informacin es suficiente para decir que ambos pescados enlatados tienen el mismo contenido de
protena?
Ejercicio 7. Se comparan dos insecticidas A y B, pero como los niveles de interpretacin son muy
variados en la plantacin, se fumig cada planta con ambos productos aplicndolos al azar en cada mitad
de la planta. Al tiempo se seleccionaron 10 hojas en cada mitad de cada planta fumigada y se registr el
nmero medio de insectos por hoja. Los datos son los siguientes:
Planta
Insecticida A
Insecticida B

1
1.3
2.1

2
0.8
1.5

3
3.5
3.9

4
1.2
1.8

5
5.1
5.0

6
4.3
5.4

7
10.7
12.9

8
1.4
1.1

a) Analizar la informacin planteando una prueba t de muestras apareadas.


b) Considerar ahora a las muestras como independientes (no apareadas) y aplicar la prueba t para esta
situacin.
c) Compare los resultados obtenidos, comente sobre las ventajas y desventajas de uno y otro
procedimiento.
Ejercicio 8. Al medir el dimetro transversal del corazn de los adultos del sexo masculino y
femenino se obtuvieron los siguientes resultados:
Grupo
Tamao de muestra
Media muestral (cm)
S en cm
Hombres
12
13,21
1,05
Mujeres
9
11
1,01
Suponga que las varianzas de las dos poblaciones son iguales. Proporcionan estos datos suficiente
evidencia que indique que el dimetro transversal promedio del corazn de los hombres es igual al de
las mujeres? Tome un nivel de significancia del 5%
Ejercicio 9. Se desea comparar la actividad motora espontnea de un grupo de 25 ratas control y otro
de 36 ratas desnutridas. Se midi el nmero de veces que pasaban delante de una clula fotoelctrica
durante 24 horas. Los datos obtenidos fueron los siguientes:

Ratas de control

n1=25

x1 869,8

S1=106,7

Ratas desnutridas

n2=36

x 2 465

S2=153,7

Se observan diferencias significativas entre el grupo control y el grupo desnutrido?


Ejercicio 10. Se quiso probar si la cirrosis de hgado hacia variar el ndice de actividad de la
colinesterasa en suero. Se eligieron dos muestras aleatorias e independientes de individuos. Los
resultados fueron:
Individuos normales
n1=20
S1=0,4
x1 1,8
Individuos cirroticos

n2=25

x 2 0,66

S2=0,2

La cirrosis de hgado, hace variar el ndice de la colinesterasa en suero?


Ejercicio 11. Los siguientes datos corresponden a la longitud medida en centmetros de 18 pedazos de
cable sobrantes en cada rollo utilizado: 9, 3,41, 6,13, 1,99, 6,92, 3,12, 7,86, 2,01, 5,98, 4,15, 6,87,
1,97, 4,01, 3,56, 8,04, 3,24, 5,05, 7,37. Basados en estos datos podemos decir que la longitud media
de los pedazos de cable es mayor de 4 cm? Suponga poblacin normal y tome el nivel de significancia
0,05.
Ejercicio 12. Un agrnomo mide el contenido promedio de humedad en cierta variedad de trigo que
fue secado especialmente en una muestra de 16 toneladas: 7,2, 6,8, 7,3, 7, 7,3, 7,3, 7,5, 7,3, 7,4, 7,2,
7,6, 7,1, 7,4, 6,7, 7,4, 6,9. Si el promedio de humedad excede de 7,1 el secado debe continuar.
Debera continuarse con el proceso de secado, de acuerdo con esta evidencia? Tome un nivel de
significancia del 5%.
Ejercicio 14. Se quiere medir el rendimiento de un automvil, para ello se determin el nmero de
km por galn de gasolina, los resultados fueron
45
67
54
41
38
59
48
31
59
31
Con esta informacin se puede concluir que el rendimiento promedio del combustible es superior a 50
km/galn? Utilice un nivel de significancia del 1%.
Ejercicio 15. Se presume que el consumo de gerentes por ao es igual a 20 mil dlares, para ello se
tom la siguiente informacin de una muestra de 11 Gerentes:
Consumo anual en miles de $: 36 22 26 18 22 14 34 25 25 18 18
Con base en los resultados anteriores considera que la presuncin es cierta.

9.5 PRUEBAS DE HIPTESIS PARA MEDIAS: MUESTRAS DEPENDIENTES

9.5.1 INTRODUCCIN
Las muestras dependientes o apareadas aparecen como distintas observaciones realizadas sobre los
mismos individuos.
Dos muestras son dependientes cuando se obtienen de sujetos comunes.
Tambin se denominan muestras apareadas o equiparadas.
Un ejemplo de observaciones apareadas consiste en considerar a un conjunto de n personas a las que
se le aplica un tratamiento y se mide por ejemplo el nivel de estrs antes X 1 y despus del tratamiento
X2; la produccin de una maquina en el turno maana x1 y la produccin de la misma mquina en el
turno tarde x2.
En las pruebas de datos pareados no hay necesidad de suponer que las dos poblaciones de que se trata
tienen varianzas iguales. Las hiptesis a considerar:
Hiptesis
Caso I

Caso II

Caso III

Ho: d
D

Ho: d =
D

Ho: d D

H 1 : d > H 1 :
D
D

d H 1 : d <
D

3.5.2 SUPUESTOS
1. Las observaciones de las muestras son aleatorios
2. Las muestras deben tener distribuciones normales

Prueba estadsticas

Sd

2
i

nd

n 1

d
n

t
i

d D
Sd
n

Intervalo de Confianza. Del 100(1-)% para la diferencia de medias poblacionales d es de la


forma:

sd

d t / 2, n 1

d d t / 2,n 1

sd

n x

Donde:
d : Media de las diferencias poblacional

d
: Media de la diferencia de los datos de las muestras apareadas
Sd : Desviacin estndar de las diferencias de los datos de las muestras apareadas
n : Nmero de pares de datos
9.5.3 EJERCICIOS RESUELTOS
Ejercicio 1. Se pretende demostrar que cierto tratamiento practicado durante un mes, ayuda a reducir
el colesterol. Para ello se realiza un estudio con una muestra aleatoria simple de 10 personas. Los
resultados se muestran a continuacin.
Antes
200
210
330
240
260
300
245
210
190 225
Despu 150
200
275
250
200
250
200
180
190 205
s
Que podemos concluir de estos datos.
Solucin: Obsrvese que las mediciones se realizan sobre las mismas personas, por tanto no tenemos
dos muestras aleatorias independientes, sino una sola, en la cual lo que nos interesa es la diferencia
producida entre el colesterol antes del tratamiento y despus del mismo. Para ello introducimos una
nueva variable que expresa la diferencia existente entre el colesterol antes del tratamiento y despus
del mismo: D = Xant Xdes
Antes
Despus
Diferenci
a

200
150
50

210
200
10

330
275
55

240
250
-10

260
200
60

300
250
50

245
200
45

210
180
30

190
190
0

225
205
20

Encontrar evidencia a favor de que el tratamiento surgen el efecto deseado (baja el colesterol) es lo
mismo que encontrar evidencia estadsticamente significativa en el contraste:
Ho: d = 0

d d
Sd
n
H1 : d > 0

Esto es de nuevo un contraste para una media, que se realiza sobre la variable diferencia. El
estadstico que usamos es:
De tablas tenemos que: t(0,05;9) = 1, 8331, para un =5% y n-1=9 grados de libertad
Luego si suponemos que la hiptesis nula es cierta y que la variable diferencia sigue una distribucin
normal de parmetros desconocidos, tenemos:

50 10 55 10 ... 0 20
10

Sd

31

nd

n 1

2
24 .81

,
t

( d d ) (31 0)

3,95

24.81
7.846
de rechazo Ho
10 de AceptacinZona
Zona
Ho
t(0,05;9)=1,8331

t=3,9

Conclusin: El valor experimental se encuentra claramente en la regin de rechazo por tanto


concluimos que existe evidencia estadsticamente significativa en contra de la hiptesis nula (se
rechaza) y a favor de la hiptesis alternativa (al menos con un nivel de significacin del 5%).
En MINITAB
Ejecutamos las opciones Stat/Basic statistics/ Paired t.., luego completamos los datos como se ve en
la figura y clickeamos ok, ok

Se obtiene los siguientes resultados


Paired T-Test and CI: Antes; Despus
Paired T for Antes - Despise
N
Mean
StDev
Antes
10 241,000
45,019
Despise
10 210,000
37,491
Difference 10 31,0000 24,8104

SE Mean
14,236
11,856
7,8457

95% lower bound for mean difference: 16,6179


T-Test of mean difference = 0 (vs > 0): T-Value = 3,95

P-Value = 0,002

De aqu concluimos que (pvalue=0,002)<(=0,05) entonces se rechaza Ho.

Ejercicio 2. Un fabricante deseaba comparar la resistencia al desgaste de dos tipos distintos de


neumticos A y B. Para hacer la comparacin, se asign al azar un neumtico del tipo A y uno del tipo
B a las ruedas posteriores de 20 automviles.
Los autos recorrieron un nmero especfico de kilmetros y se observ el desgaste de cada neumtico.
Estos valores aparecen en la siguiente tabla.
A 10.6 9.8 12.3 9.7 8.8 10
9.9 9
9.2
B 10.2 9.4 11.8 9.1 8.3 10.1 9.2 11.2

12.1 8.9 10.1 11 11.8


11

9.9

12.2 12.3 10.5 8.8 8.6

8.2 10.1 10 10.3 10.4 11.1

11.3

9.3

8.5 10.3 11

Presentan los datos suficiente evidencia para concluir que hay diferencia en el desgaste promedio de
los dos tipos de neumticos?
Solucin
A
B
d

10.6 9.8 12.3 9.7 8.8


10 9.9
9 12.1 8.9 10.1 11 11.8 9.9 12.2 12.3 10.5 8.8 8.6
10.2 9.4 11.8 9.1 8.3 10.1 9.2 11.2
11 8.2 10.1 10 10.3 10.4 11.1 11.3 9.3 8.5 10.3
0.4 0.4

0.5 0.6 0.5

-0.1 0.7

-2.2

1.1 0.7

0.4 0.4 0.5 ... 0.3 ( 1.7 ) ( 1.8)


20

0.24

d
,

1.5

-0.5

1.1

1.2 0.3

=0,

2
2
2
2
2
0.4 0.4 0.5 ... ( 1.7 ) ( 1.8)

nd

n 1

( 21 .6) 20 ( 4.7 ) 2
19

-1.7 -1.8

d 0.4 0.4 ... ( 1.7) ( 1.8) 4.7

21.6

Sd

9.2
11

1.04

d d 21.6

4.64
Sd
1.04
20
n
Hiptesis
Ho: d = 0 (no hay diferencia)
H1: d 0 (hay diferencia)

De la tabla t de estuden para dos colas, para un =0.05 (/2=0.025)


t(0.025,19)= 2.093
Como (t(0.025,19)= 2.093 < t=4.64) se rechaza la Ho.
Luego hay suficiente evidencia que hay diferencia en el desgaste de los neumticos.

Ejercicio 3. Un grupo de empresarios desean conocer la diferencia que hay entre el rendimiento de un
galn de gasolina del mismo octanaje entre dos establecimientos de servicio A y B. para esto
contrataron a un Ingeniero que haga el estudio, este asign al azar un galn de la estacin A y un
galn de la estacin B a 9 automviles.
Los autos recorrieron a una determinada velocidad hasta consumir totalmente el galn de gasolina.
Estos valores aparecen en la siguiente tabla
Auto
Est A
Est B

1
32
31

2
28
32.2

3
29.7
30.2

4
28
31.1

5
27
30.8

6
29
30

7
27
30.2

8
31
30.2

Si las poblaciones son normales, presentan los datos suficiente evidencia para concluir que hay
diferencia en el rendimiento de la gasolina segn establecimiento.
Solucin
Hiptesis
HO : 1= 2 (No hay diferencia de rendimiento)
H1 : 1 2 (hay diferencia de rendimiento)
Aplicando minitab.
Paired T-Test and CI: A, B
Paired T for A - B
N
Mean StDev SE Mean
A
9 28.9556 1.7133 0.5711
B
9 30.8222 0.7710 0.2570
Difference 9 -1.86667 2.02176 0.67392
95% CI for mean difference: (-3.42073, -0.31261)
T-Test of mean difference = 0 (vs not = 0): T-Value = -2.77 P-Value = 0.024
Segn los datos, se tiene que (pvalue = 0.024 < 0.05), entonces rechazamos Ho, luego hay
diferencia de rendimientos.
Ejercicio 4. Se pretende demostrar que cierto tratamiento practicado durante un mes a un grupo de
alumnos de la FIIS, ayuda a incrementar el rendimiento acadmico. Para ello se realiza un estudio con
una muestra aleatoria simple de 10 personas. Los resultados se muestran a continuacin.
Antes
15
Despus 15

11
13

12
14

10
13

8
11

13
14

9
12

5
11

16
17

14
14

Que podemos concluir de estos datos.


Solucin:
Obsrvese que las mediciones se realizan sobre las mismas personas, por tanto no tenemos dos
muestras aleatorias independientes, sino una sola, en la cual lo que nos interesa es la diferencia
producida entre el colesterol antes del tratamiento y despus del mismo. Para ello introducimos una
nueva variable que expresa la diferencia existente entre el rendimiento acadmico antes del
tratamiento y despus del mismo: D = Xant Xdes
Antes

15

11

12

10

13

16

14

9
28.9
31.0

Despus
Diferencia

15
0

13
-2

14
-2

13
-3

11
-3

14
-1

12
-3

11
-6

17
-1

14
0

Encontrar evidencia a favor de que el tratamiento incremente el rendimiento es lo mismo que


encontrar evidencia estadsticamente significativa en el contraste:
Ho: d = 0 (el tratamiento no incremente el rendimiento)
H1 : d < 0 (el tratamiento incremente el rendimiento)
Esto es de nuevo un contraste para una media, que se realiza sobre la variable diferencia. El
estadstico que usamos es:
De tablas tenemos que: t(0,05;9) = 1, 8331, para un =5% y n-1=9 grados de libertad
Luego si suponemos que la hiptesis nula es cierta y que la variable diferencia sigue una distribucin
normal de parmetros desconocidos, tenemos:

0 ( 2) ( 2) ( 3) ... ( 1) 0
10

2,1 S d

d nd

n 1

1.79

( d d ) ( 2.1 0)

3.70

1.79

0.566

de rechazo Ho
10 de AceptacinZona
Zona
Ho

t=-3.70

t(0,05;9)=1,8331

Conclusin: El valor experimental se encuentra claramente en la regin de aceptacin por tanto


concluimos que existe evidencia estadsticamente significativa a favor de la hiptesis nula.
Ejercicio 5. Se pretende demostrar que la capacitacin a un grupo de docentes de la FIIS, ayuda a
incrementar el nivel de enseanza. Para ello se realiza un estudio con una muestra aleatoria simple de
8 docentes. Los resultados se muestran a continuacin.
Antes
Despus

12
13

11
12

12
12

15
14

10
13

14
14

9
12

13
15

Que podemos concluir de estos datos.


Solucin: Obsrvese que las mediciones se realizan sobre las mismas personas, por tanto no tenemos
dos muestras aleatorias independientes, sino una sola, en la cual lo que nos interesa es la diferencia
producida entre la enseanza antes de la capacitacin y despus del mismo. Para ello introducimos
una nueva variable que expresa la diferencia existente entre el nivel de enseanza antes de la
capacitacin y despus del mismo: D = Xant Xdes
Antes

12

11

12

15 10

14

13

Despus
Diferencia

13
-1

12
-1

12
0

14 13
1 -3

14
0

12
-3

15
-2

Encontrar evidencia a favor de que la capacitacin incrementa el nivel de enseanza es lo mismo que
encontrar evidencia estadsticamente significativa en el contraste:
Ho: d = 0
H 1 : d < 0
Esto es de nuevo un contraste para una media, que se realiza sobre la variable diferencia. El
estadstico que usamos es:
De tablas tenemos que: t(0,05;9) = 1, 8331, para un =5% y n-1=7 grados de libertad
Luego si suponemos que la hiptesis nula es cierta y que la variable diferencia sigue una distribucin
normal de parmetros desconocidos, tenemos:

1 ( 1) (0) (1) ... ( 3) ( 2)


8

Sd

1.125

d nd
n 1

2
1.457

( d d ) ( 1.125 0)

2.183

1.457

0.515

Zona de rechazo Ho
Zona de Aceptacin Ho

t=-2.183

t(0,05;7)=1,895

Conclusin: El valor experimental se encuentra claramente en la regin de aceptacin por tanto


concluimos que existe evidencia estadsticamente significativa a favor de la hiptesis nula.
Ejercicio 6. Una empresa consultora realiza pruebas del rendimiento de un determinado software
segn el uso por horas a la semana que se le da en dos empresas diferentes. Se obtiene una muestra
aleatoria de ocho semanas con la siguiente informacin.
Dia
Empresa A
Empresa B

1
80
82

2
90
87

3
88
89

4
90
90

5
80
95

6
87
88

7
90
90

8
80
90

Para 0.05 de nivel de significancia, puede la empresa consultora concluir que existe una diferencia en
el rendimiento de uso del software?
Solucin:
Empresa A
Empresa B

80
82

90
87

88
89

90
90

80
95

87
88

90
90

80
90

-2
d 26 d

3
2

-1

340 d 3.25

-15

-1

-10

d 0

n=8

Sd

nd

n 1

340 8( 3.25 )

8 1

6.04

Hiptesis:

d 0
H0:

d 0

H1:

(No hay diferencia)


(Hay Diferencia)

d d 3.25 0

1.52
Sd
6.04
8

De la tabla t de Estudent para dos colas, para un =0.05 (/2=0.025)


t(0.025,7)=

2.365

Como (t(0.025,7)= -2.365 < t= -1.52 < t(0.025,7)= 2.365) se acepta la Ho.
Luego no hay diferencia en el rendimiento de uso.
Ejercicio 7. Se sometieron a 10 personas a un examen de programacin realizado bajo Visual
Basic .NET ORCAS, antes y despus de recibir cierta preparacin intensiva en dicho herramienta,
los resultados fueron como sigue:
Individuo
Antes
Despus

1
70
115

2
84
148

3
88
176

4
110
191

5
105
158

6
100
178

7
110
179

8
67
140

9
79
161

10
86
157

Proporcionan estos datos evidencia suficiente para decir que la preparacin fue efectiva? Tome un
nivel de significancia del 1%.
Solucin:
Antes
Despus
d

70
115
-45

84
148
-64

d 704 d

n = 10

88
176
-88
2

110
191
-81

105
158
-53

51174 d 70 .4

100
178
-78

d 0

110
179
-69

67
140
-73

79
161
-82

86
157
-71

Sd

nd

n 1

51174 10 ( 70 .4)
10 1

2
13 .38

Hiptesis:

d 0
H0:

d 0

H1:

(No es efectiva)
(Si es efectiva)

d D 70.4 0

16.63
SD
13.38
10
n

De la tabla t de Estudent, para un =0.01


t(0.01,9)= -2.821
Como (t= -16.63 < t(0.01,9)= -2.821) se rechaza la Ho.
Luego hay suficiente evidencia para decir que la preparacin fue efectiva.
Ejercicio 8. El rea de logstica de la UNHEVAL est realizando cotizaciones para la compra de
nuevas computadoras, para esta licitacin se presentaron 2 tiendas comerciales locales, cada tienda
present una lista de 8 marcas conocidas de computadoras con sus respectivos precios, que se
muestran a continuacin:
Marca
HP
IBM
ACER
SONY
TOSHIBA
INTEL
LEXMARK
MAXTOR

Tienda 1
420
560
450
480
370
450
410
460

Tienda 2
400
520
430
480
320
480
390
500

Diferencia
20
40
20
0
50
-30
20
-40

Para 0.05 de nivel de significancia, puede el rea de logstica concluir que existe una diferencia en
los costos?
Solucin:

20 40 20 0 50 30 20 40
10
8

Sd

nd

n 1

4360 8(10 )

8 1

22 .61

d D 10 0

1.25
SD
22.61
n

Zona de rechazo Ho
Zona de Aceptacin Ho

t =1,25

t(0,05;8)=1,860

Conclusin:
El valor experimental se encuentra aceptacin por tanto concluimos aceptamos la H 0 que no existe
diferencia en los costos.

9.5.4 EJERCICIOS PROPUESTOS


Ejercicio 1. Una empresa compara el rendimiento de una unidad de gasolina con su auto (km/un),
obtiene la gasolina en el grifo A y en el grifo B. Se obtiene una muestra aleatoria de ocho das con la
siguiente informacin.
Dia
Grifo A
Grifo B

1
80
82

2
90
87

3
88
89

4
90
90

5
80
95

6
87
88

7
90
90

8
80
90

Para 0.05 de nivel de significancia, puede la empresa concluir que existe una diferencia en el
rendimiento de gasolina segn los grifos?
Ejercicio 2. Se sometieron a 10 personas a un test antes y despus de recibir cierta instruccin los
resultados fueron como sigue:
Individuo
1
2
3
4
5
6
7
8
9
Antes
70
84
88
110
105
100
110
67
79
Despus
115
148
176
191
158
178
179
140
161
Proporcionan estos datos evidencia suficiente para decir que la instruccin fue efectiva? Tome un
nivel de significancia del 1%.
Ejercicio 3. Para comprobar si un tratamiento con cidos grasos es eficaz en pacientes con eczema
atpico, se tomaron 10 pacientes con eczema de ms de 9 meses y se les someti durante 3 semanas a
un tratamiento ficticio (placebo) y durante las tres siguientes a un tratamiento con cidos grasos.
Tras cada periodo, un mdico ajeno al proyecto evalu la importancia del eczema en una escala de 0
(no eczema) a 10 (tamao mximo de eczema).
Los datos fueron los siguientes:
Placebo
6
8
4
8
5
6
5
6
4
Tratamiento
5
6
4
5
3
6
6
2
2

10
86
157

5
6

Es eficaz el tratamiento?
Ejercicio 4. En un programa de Control de Enfermedades Crnicas, la hipertensin Est incluida
como la primera patologa a controlar. 15 pacientes hipertensos son sometidos al programa y
controlados en su tensin asistlica antes y despus de 6 meses de tratamiento. Los datos son los
siguientes:
Individuo
Fin

180
140

200
170

160
160

170
140

180
130

190
150

190
140

180
150

190
190

160
170

170
120

190
160

200
170

210
160

220
150

Es efectivo el tratamiento?
Ejercicio 5. La tabla siguiente muestra los efectos de un placebo y de la hidroclorotiacida sobre la
presin sangunea sistlica de 11 pacientes.
Placebo
H-cloro

211
181

210
172

210
196

203
191

196
167

190
161

191
178

177
160

173
149

170
119

163
156

Segn estos datos experimentales, podemos afirmar que existe diferencia en la presin sistlica
media durante la utilizacin de estos dos frmacos?
Ejercicio 6. a) Dos grupos de 7 cerdos fueron alimentados durante un cierto nmero de das con dos
alimentos A y B. Con los datos de incremento de pesos adjuntos, pruebe la hiptesis de que los alimentos
son equivalentes.
Alimento A
Alimento B

33
31

53
47

34
33

29
30

39
39

41
38

b) Supongamos ahora que el peso inicial de los animales es un factor que podra incidir en los aumentos
de peso y por ello se consider que las raciones se aplicaran a parejas de cerdos de igual peso.
Suponiendo ahora que los datos que aparecen en la tabla corresponden a datos apareados, volvamos a
realizar la prueba que corresponde a esta nueva situacin para ver si los alimentos son equivalentes o no.
Ejercicio 7. Se desea saber si existe diferencia de criterio entre dos profesores, respecto a la
calificacin de un examen escrito. Para eso se hace calificar a cada profesor, separadamente, los
exmenes escritos de 14 alumnos. Las calificaciones aparecen en la tabla. Determine si existe
diferente criterio entre los profesores para colocar la nota. Use nivel de significacin 0,05.
Alumno
Profesor A
Profesor B

1 2 3 4 5 6 7 8 9 10 11 12 13 14
13 14 18 14 17 15 16 17 13 11 15 15 18 16
14 13 17 15 16 17 17 18 14 12 18 15 20 15

Ejercicio 8. Sometieron a 10 estudiantes a un test de aptitud matemtica bajo dos condiciones; Una
sala en silencio y una sala con msica ambiente. Los puntajes obtenidos fueron.
Estudiantes
1 2 3 4 5 6 7 8 9 10
Ptje sin msica
114 121 136 102 99 114 127 150 129 130
Ptje con msica
112 122 141 107 96 109 121 146 127 128
Hay diferencias en los puntajes?

Ejercicio 9. A una empresa le ofrecen impartir un curso de capacitacin para aumentar el rendimiento
de sus trabajadores. La empresa decide enviar a quince de sus trabajadores elegidos al azar de toda la
plantilla. Para comprobar si el curso es beneficioso, se controla el tiempo que tardaban estos

31
29

trabajadores en realizar un trabajo antes de realizar el curso y despus de realizar el curso. Los
resultados se reflejan en la tabla adjunta.
Trab
Ant
Desp

1
23.5
17.4

10

11

12

13

14

15

12.0
20.4

21.0
20.0

22.0
20.0

19.1
18.4

21.5
18.6

22.1
18.6

20.4
15.3

18.3
16.5

21.6
18.0

23.3
16.3

21.0
18.0

22.1
12.8

23.0
15.5

12.0
18.0

Ejercicio 10. En una universidad, la encargada de bienestar social piensa que la responsabilidad por
los estudios de los estudiantes de primer ao hace que disminuyan la actividad fsica. Como esta est
muy correlacionada con un correcto peso corporal, tom una muestra de los pesos de 12 estudiantes,
al comenzar el primer ao y al finalizar. Los pesos fueron (en kilogramos):
Antes
Despus

85
73

70
51

54
56

56
73

72
125

103
87

88
85

77
75

76
60

69
46

Dentro de un nivel de confianza del 99%, puede afirmarse que ha aumentado el peso corporal de los
estudiantes durante el primer ao, considere las muestras independientes?

45
107

91
87