Modelo1o 1: Distribución z, prueba de hipótesis referente a la media poblacional µ cuando se

conoce la desviación estándar poblacional σ.

Ejemplo: Se supone que un jarabe para disminuir la temperatura contiene en promedio 20

miligramos de aspirina. Una muestra aleatoria de 200 pastillas contiene una media de 20.4
miligramos y se considera una desviación estándar poblacional de 2.8 miligramos ¿podemos
concluir que la media poblacional µ es diferente de 20 cuando se considera un nivel de
significancia de α=0.05?

Solución.

Datos: Distribución muestral z

η= 200 Grados de libertad= g.l=n-1=200-1=199
𝑥̅ = 20.4
µ= 20 1.- 𝐻0 = 𝜇 = 20
α= 0.05 2.- 𝐻1 = 𝜇 ≠ 20
𝜎= 2.8

3.- Valor critico en Distribución z.

Región de
Aceptacion

Región de Región de
Rechazo Rechazo
1 − α = 0.95

α1 = 0.025 α2 = 0.025
0 Z
𝑍0.025,199 = −1.96 𝑍0.025,199 = 1.96

1
4.- Se dispone a calcularse 𝑍𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎
𝑥̅ − 𝜇 20.4 − 20 0.4
𝑍𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = 𝜎 = = = 2.0212
2.8 0.1979
√𝑛 √200
5.- Decisión: No se rechaza 𝐻0
6.- Conclusión: No hay suficiente evidencia física para rechazar 𝐻0

Modelo 2: Distribución t, prueba de hipótesis referencia a la media poblacional µ cuando se

desconoce la desviación estándar poblacional σ.

Ejemplo: Se sabe que los voltajes de una marca de baterías se distribuyen normalmente, se
probó una muestra aleatoria de 16 baterías y se encontró que su media muestral es de 1.5
volts y su desviación estándar muestral es de 0.22 volts. ¿Puede esto indicar que la media
poblacional es menor a 1.6? volts cuando consideramos un nivel de significancia de 0.01?

Solución.

Datos: Distribución t
η= 16 Grados de libertad= g.l=n-1=16-1=15
𝑥̅ = 1.5
s= 0.22 1.- 𝐻0 = 𝜇 = 2
α= 0.01 2.- 𝐻1 = 𝜇 < 2

3.- Valor critico en Distribución t.

Región de Región de
Aceptación Rechazo
α = 0.99

α1 = 0.05 α2 = 0.05
𝑡0.01,150 = 2.6025 t

2
4.- Se dispone a calcularse 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎
𝑥̅ − 𝜇 1.5 − 1.6 −0.1
𝑡𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = 𝑠 = 0.22 = 0.055 = −1.88
√𝑛 √16

5.- Decisión: No se rechaza 𝐻0

6.- Conclusión: No hay suficiente evidencia física de que la media poblacional sea diferente de

Modelo 3: Distribución z, prueba de hipótesis referente a la media poblacional µ cuando se

desconoce la desviación estándar poblacional σ y el tamaño de muestra es mayor a 30.

Ejemplo: Una escuela primaria da un anuncio que sus alumnos pueden llegar a escribir un
promedio de 90 palabras por minuto cuando se gradúan. Se examinó una muestra de 70
graduados recientes y los resultados mostrados una media muestral de 88 palabras por minuto
y una desviación estándar muestral de 7.2 palabras por minuto. Llevan a cabo la prueba de
hipótesis cuando se considera la hipótesis alternativa de que la media poblacional es menor a
90 palabras por minuto y se considera un nivel de significancia de 0.05.

Solución.

Datos: Distribución Z
η= 70 graduados
𝑥̅ = 88
s= 7.2
𝑝𝑎𝑙𝑎𝑏𝑟𝑎𝑠⁄ 1.- 𝐻0 = 𝜇 = 90
𝑚𝑖𝑛
μ= 90
𝑝𝑎𝑙𝑎𝑏𝑟𝑎𝑠⁄ 2.- 𝐻1 = 𝜇 < 90
𝑚𝑖𝑛
𝐻1 = μ < 90
α= 0.05
𝐻0 = μ = 90

3
3.- Valor critico en Distribución Z

Región de Región de
Rechazo Aceptación

1 − α = 0.95

α1 = 0.025 α2 = 0.025
0 Z
𝑍0.05,68 = −1.65

4.- Se dispone a calcularse 𝑍𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

𝑥̅ − 𝜇 88 − 90 −2
𝑍𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = 𝑠 = = = −2.32
7.2 0.86
√𝑛 √70
5.- Decisión: Se rechaza 𝐻0
6.- Conclusión: La media poblacional si es menor de 8 palabras/minuto

Modelo 4: Distribución z, prueba la hipótesis referente a la proporción poblacional P.

Ejemplo: Una encuesta hecha por unas enfermeras afirman que el 14% de todas sus citas son
canceladas, durante un periodo de 8 semanas, fueron canceladas 23 de las 202 en otro periodo
de 8 semanas. Haga una prueba de hipótesis considerando un nivel de significancia de 0.5 para
determinar si la verdadera proporción poblacional es diferente del 14%.

4
Solución.

Datos: Distribución Z
η= 202
x= 23
p= 𝑥1
=
23
= 0.113 1.- 𝐻0 = 𝑝 = 0.14
𝑛 202
𝐻1 = p ≠ 0.14 2.- 𝐻1 = 𝑝 ≠ 0.14
α= 0.05
𝐻0 = p = 0.14

3.- Valor critico en Distribución Z

Región de Región de
Rechazo Aceptación
1 − α = 0.95

α1 = 0.025 α2 = 0.025
0 Z
𝑍0.05,201 = −1.65

4.- Se dispone a calcularse 𝑍𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

𝑝−𝑃 0.113 − 0.14 −0.027
𝑍𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = = −1.125
0.024
√𝑃𝑄 √(0.14)(0.86)
𝑛 202

5.- Decisión: No se rechaza 𝐻0

6.- Conclusión: No hay suficiente evidencia estadística para rechazar 𝐻0

5
Modelo 5: Distribución 𝑥 2 . Prueba de hipótesis relaciona con varianza.

Ejemplo: Un fabricante de baterías para motocicletas asegura que la duración de sus baterías
en años tiene una distribución aproximadamente normal con una desviación estándar poblacional
de 1.1 años. Si una muestra aleatoria de 12 de estas baterías tiene una desviación estándar de
1.4 años. ¿Piensa usted que la desviación estándar poblacional es mayor de 0.9 años cuando
se considera un nivel de significancia de 0.05?

Solución.

Datos: Distribución Z
η= 12
X2= 12-1=11
s= 1.4 años 1.- 𝐻0 = σ2 = 1.21

𝐻1 = σ2 > 1.21 2.- 𝐻1 = σ2 > 1.21

α= 0.05
𝐻0 = σ2 = 1.21
Σ= 1.1

3.- Valor critico en Distribución X2

Región de
Aceptación

Región de
Rechazo
1 − α = 0.95

α1 = 0.025 α2 = 0.025
0 X2

6
4.- Se dispone a calcularse 𝑋𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎
2

2
(𝑛 − 1)𝑠 2 (12 − 1)1.96
𝑋𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = 17.8
𝜎2 1.21

5.- Decisión: No se rechaza 𝐻0

6.- Conclusión: No hay suficiente evidencia estadística para rechazar 𝐻0

Modelo 6: Distribución z, prueba de hipótesis de la diferencia de dos medias poblacionales a

partir de la diferencia de dos medias muestrales cuando se conocen la desviación estándar
poblacional 1 y la desviación estándar poblacional.

Ejemplo: El departamento estatal de educación en un estado del sur de México, comparo el

conocimiento de las habilidades básicas en matemáticas de los alumnos del último año de dos
preparatorias, la primera localizada en la parte norte del estado y la segunda en el sur del
estado, obteniéndose muestras aleatorias de 50 alumnos por escuela a quienes se sometió a un
examen departamental de conocimientos de matemáticas. Un análisis de las calificaciones de
examen produjo los resultados siguientes:

Escuela del Norte Escuela del Sur

𝑛1 = 55 𝑛2 = 55
𝑥̅1 = 86.4 𝑥̅2 = 89.5
𝜎1 = 9.6 𝜎2 = 9

Determinar si la media poblacional 1 es significativamente diferente de la media poblacional 2

cuando se considera un nivel de significancia de 0.05

7
3.- Valor critico en Distribución Z

R.R 𝐻0
1 − α = 0.95
R.A 𝐻0

α1 = 0.025 α2 = 0.025
0 Z
𝑍0.05,202 = −1.96

4.- Se dispone a calcularse 𝑍𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

(𝑥̅2 − 𝑥̅1 ) − (𝜇2 − 𝜇1 ) 89.5 − 86.4 3.1
𝑍𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = = 1.75
2 2 1.77
𝜎2 𝜎2 √9.6 + 9
√ 1 + 2 55 55
𝑛1 𝑛2

5.- Decisión: No se rechaza 𝐻0

6.- Conclusión: No hay suficiente evidencia estadística para rechazar 𝐻0

Modelo 7: Distribución t, prueba de hipótesis de dos medias poblacionales a partir de la

diferencia de dos medias muestrales cuando se desconocen la desviación estándar poblacional 1
y la desviación estándar poblacional 2 pero consideran iguales.

Ejemplo: Se llevo a cabo un experimento para comparar el deterioro abrasivo de dos materiales
laminados diferentes.. Se probaron 24 piezas del material 1, exponiendo cada una a una maquina
para medir el deterioro. De la misma manera, se probaron otras 20 piezas del material 2.
Las muestras del material 1 dieron un deterioro promedio de 95 unidades con una desviación
estándar muestral de 6, mientras que las muestras del material 2 dieron un promedio de 71 y

8
su desviación estándar muestral fue de 8. ¿Puede concluirse con un nivel de significancia de
0.01 que el deterioro abrasivo del material 1 excede al del material 2 en dos unidades?, Asuma
que las poblaciones son normales con varianza iguales.

Solución.

𝑛1 = 24 ; 𝑥̅1 = 95 ; 𝑠1 = 6 ; 𝑠12 = 36

𝑛2 = 20 ; 𝑥̅2 = 71 ; 𝑠1 = 8 ; 𝑠12 = 64
α = 0.01, Dist. t, g. l = 𝑛1 + 𝑛2 − 2 = 24 + 20 − 2 = 42

1.- 𝐻0 : 𝜇1 − 𝜇2 = 2

2.- 𝐻1 : 𝜇1 − 𝜇2 > 2

3.- Valor critico en Distribución t.

Región de Región de
Aceptación Rechazo
1 − α = 0.99

α = 0.005
0 t
𝑡0.01,42 = 2.3264

𝑠12 (𝑛1 − 1) + 𝑠22 (𝑛2 − 1) 36(24 − 1) + 64(20 − 1) 828 + 1216

𝑆𝑝2 = = = = 48.6666
𝑛1 + 𝑛2 − 2 24 + 20 − 2 42

∴ sp = √48.6666 = 6.9761

4.- Se dispone a calcularse 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (95 − 71) − (2)
𝑡𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = 10.4161
1 1 1 1
𝑆𝑝√(𝑛 + 𝑛 ) 6.9761√(24 + 20)
1 2

9
5.- Decisión: Se rechaza por que cae en la R.R de H0.
6.- Conclusión: No hay suficientes evidencias de que la media poblacional sea diferente de 2.

Modelo 8: Distribución t, prueba de hipótesis de la diferencia de dos medias poblacionales a

partir de la diferencia de dos medias muestrales cuando se desconocen la desviación estándar
poblacional 1 y la desviación estándar poblacional 2 pero se considera diferentes.

Ejemplo: Un estudio en el que interviene el departamento de zoología del instituto central del
medio ambiente para determinar si existe un diferencia significativa en la densidad de organismos
en dos estaciones diferentes. Las aguas de drenaje de una planta de tratamiento de agua y
la salida del estanque de sedimentación que entran a la corriente principal cerca de la cabecera
del rio. Los siguientes datos dan las mediciones de densidad en numero de organismos por
metro cuadrado de las dos estaciones colectoras.

Colectoras de organismos por metro cuadrado

Estación 1 Estación 2
2515 2490 1400 1405
6850 5955 2335 665
5365 4065 3445 1660
5700 13425 3860 615
430 8830 3515 1065
1100 11400 3665 1095
2125 565
7520 845

¿Puede concluirse, con un nivel de significancia de 0.05 que las densidades promedios en las
dos estaciones son iguales? Su ponga que las observaciones provienen de poblaciones normales
con varianzas diferentes.

Solución.

𝑛1 = 16 ; 𝑥̅1 = 4948.75; 𝑠1 = 3937.16 ; 𝑠12 = 15501228.87

𝑛2 = 12 ; 𝑥̅2 = 2060.41 ; 𝑠1 = 1239.75 ; 𝑠12 = 1536980.063

α
α = 0.05, = 0.025 Dist. t, g. l = 9.5008
2
10
1.- 𝐻0 : 𝜇1 − 𝜇2 = 0

2.- 𝐻1 : 𝜇1 − 𝜇2 > 0

3.- Valor critico en Distribucion t.

Región de Región de
Aceptación Rechazo
1 − α = 0.95

α = 0.025 α = 0.025
0 t
𝑡0.05,9 = −1.8331 𝑡0.975,9 = −1.8331

4.- Se dispone a calcularse 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (4948.75 − 2060.41)
𝑡𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = 2.7578
𝑠12 𝑠22 √(15501228.87 + 1536980.063)
√( + ) 16 12
𝑛1 𝑛2

5.- Decisión: Se rechaza 𝐻0

6.- Conclusión: La media poblacional 1 es diferente de la media poblacional 2

Modelo 9: Distribución t, prueba de hipótesis de dos medias poblacionales en observaciones

pareadas.

Ejemplo: El instituto politécnico de Virginia y la Universidad del estado (1976), examino la influencia
de la droga siccinylcholine en los niveles de circulación de andrógenos en la sangre. Se
obtuvieron muestras de sangre de ciertos salvajes, (se extrajeron vía la vena yugular
inmediatamente después de una inyección intramuscular de dicha droga a través de dardos y
rifles para captura). Se obtuvieron nuevas muestras de sangre 30 minutos después de aplicada
la inyección y a continuación se les dejo en libertad. Los niveles de los andrógenos al momento

11
de la captura y 30 minutos mas tarde, medidos en nanogramos por mililitros (ng/ml), para 15
ciervos son los siguientes:

Ciervo Al momento de la 30 minutos después di

inyección de la inyección
1 3.76 8.02 5.26
2 6.18 4.10 -3.08
3 3.68 6.44 3.76
4 4.05 4.99 1.94
5 5.10 6.21 2.11
6 8.05 11.26 4.21
7 7.60 14.91 8.31
8 5.79 19.53 19.74
9 8.39 8.91 1.52
10 8.40 5.85 -3.45

Si se supone que las poblaciones de andrógeno al momento de la inyección y 30 minutos mas

tarde tienen distribución normal pruébese con un nivel de significancia del 0.05, si las
concentraciones de andrógeno se alteran después de 30 minutos de aplicación.

Solución.

∑ 𝑑𝑖
𝑛1 = 10 ; 𝑑̅ = = 3.8421; 𝑆𝑑 = 6.2523 ;
𝑛
α = 0.05; Dist. t, g. l = 9

1.- 𝐻0 : 𝜇1 − 𝜇2 = 0

2.- 𝐻1 : 𝜇1 − 𝜇2 ≠ 0

12
3.- Valor critico en Distribución t.

Región de Región de
Aceptación Rechazo
1 − α = 0.95

α α
= 0.025 = 0.025
2 2
0 t
𝑡0.05,9 = −1.8331 𝑡0.975,9 = 1.8331

4.- Se dispone a calcularse 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

𝑑̅ − 𝐷 3.8421 − 0
𝑡𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = 1.9432
𝑆𝑑 6.2523
√𝑛 √10

5.- Decisión: No se rechaza 𝐻0

6.- Conclusión: No hay suficiente evidencia estadística para rechazar 𝐻0 .

Modelo 10: Distribución z, prueba de hipótesis de la diferencia de dos porciones poblacionales

P1-P2.

Ejemplo: Una muestra de 700 electores tomada en una ciudad A mostro que 79.6% de los
electores estaban a favor de un cierto candidato para un puesto estatal; mientras que una
muestra de 500 electores tomada de una ciudad B mostro que 70% de los electores estaban
en favor del candidato. Suponga que el candidato pronuncio un discurso en la ciudad A pro no
en la ciudad B ¿Hay una diferencia real entre las dos opiniones de las dos ciudades en
relación con el candidato cuando se considera un nivel de significancia de 0.05?

13
Solución.

Datos: Distribución muestral z

𝑛1 = 700; 𝑝1 = 0.796; 𝑞1 = 0.204
1.- 𝐻0 : 𝑝1 = 𝑝2 ó 𝑝1 − 𝑝2 = 0
𝑛2 = 500; 𝑝2 = 0.700; 𝑞2 = 0.300
2.-𝐻1 : 𝑝1 ≠ 𝑝2 ó 𝑝1 − 𝑝2 ≠ 0
𝛼 = 0.05

3.- Valor critico en Distribución z.

Región de
Aceptacion

Región de Región de
Rechazo Rechazo
1 − α = 0.95

α1 = 0.025 α2 = 0.025
0 Z
𝑍0.025,199 = −1.96 𝑍0.025,199 = 1.96

4.- Se dispone a calcularse 𝑍𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

(𝑝1 − 𝑝2 ) − (𝑃1 − 𝑃2 ) (0.796 − 0.7) − 0 0.096
𝑍𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = = 3.8247
1 1 0.0251
√𝑝𝑞 [( ) + ( ) ] √(0.756)(0.244) [( 1 ) + ( 1 )]
𝑛1 𝑛2 700 500

𝑛1 (𝑝1 ) + 𝑛2 (𝑝2 ) 700(0.796) + 500(0.7)

𝑝= = = 0.756 ; 𝑞 = 1 − 0.756 = 0.244
𝑛1 + 𝑛2 700 + 500

14
5.- Decisión: Cae en la región de rechazo 𝐻0
6.- Conclusión: No hay suficiente evidencia física para aceptar 𝐻0

Modelo 11: Distribución F, prueba la hipótesis de la razón de varianzas poblacionales.

Ejemplo: Al probar la diferencia en el desgaste abrasivo de dos materiales, se asumió que las
dos varianzas poblacionales desconocidas eran iguales ¿Esta suposición se justifica? Utiliza la
significancia de 0.1

Solución.
𝑛1 = 24 ; 𝑥̅1 = 95 ; 𝑠1 = 6 ; 𝑠12 = 36

𝑛2 = 20 ; 𝑥̅2 = 71 ; 𝑠1 = 8 ; 𝑠12 = 64
α = 0.01, Dist. F, g. l = (𝑛1 − 1) 𝑦 (𝑛2 − 1) = 23 𝑦 19

1.- 𝐻0 : 𝜎12 = 𝜎22

2.- 𝐻1 : 𝜎12 ≠ 𝜎22

Región de
3.- Valor critico en Dist. t. Aceptación

Región de Región de
Rechazo Rechazo
1 − α = 0.99

α/2 = 0.005 α/2 = 0.005

0
t
𝐹0.05,23,19 = 2.3264 𝐹0.05,23,19 = 2.3264

4.- Se dispone a calcularse 𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

𝑠12 36
𝐹𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = 0.5625
𝑠22 64

5.- Decisión: No se rechaza H0.

6.- Conclusión: No hay suficiente evidencia estadística para rechazar H0.

15
Modelo 12: Distribución F. Prueba de hipótesis para la igualdad de tres o más medias
poblacionales (análisis de varianza).

Ejemplo: Suponga que un contratista tomo una muestra de los salarios durante un periodo dado
para 15 trabajadores en una construcción. Clasifico los salarios en tres clases de acuerdo a
las ocupaciones: electricistas (e), carpinteros (c) y pintores (p) como se muestra en la tabla
siguiente:

Cantidad de salarios durante el periodo dado

Elemento en la
Electricista Carpintero Pintores
muestra (trabajador)
1 $104 $105 $86
2 95 108 85
3 102 104 83
4 99 106 82
5 98 102 89
Total $498 $525 $425

Se desea saber si las medias poblacionales de los salarios clasificados para las ocupaciones
son o no significativamente diferentes cuando se considera un nivel de significancia del 0.05

Solución.
𝑛𝑒 = 5 ; 𝑥̅𝑒 = 99.6
𝑛𝑐 = 5 ; 𝑥̅𝑐 = 105
𝑛𝑝 = 5 ; 𝑥̅𝑝 = 85
𝑛𝑔 = 3 ; 𝑛𝑒,𝑐,𝑝 = 15

∑ 𝑥𝑒 + ∑𝑥𝑐 + ∑𝑥𝑝 498 + 525 + 425

𝑥̅ 𝑒+𝑐+𝑝 = = = 96.53
𝑛𝑒+𝑐+𝑝 15

Varianza entre clases

2 2 2
𝑛𝑒 (𝑥̅𝑒 − 𝑥̅𝑒+𝑐+𝑝 ) + 𝑛𝑐 ( 𝑥̅𝑐 − 𝑥̅𝑒+𝑐+𝑝 ) + 𝑛𝑝 ( 𝑥̅𝑝 − 𝑥̅𝑒+𝑐+𝑝 )
𝑆12 =
𝑛𝑔
5(99.6 − 96.53)2 + 5( 105 − 96.53)2 + 5( 85 − 96.53)2 1070.5335
𝑆12 = = = 356.8445
3 3

16
Varianza intra clases
2
∑( 𝑥𝑒 − 𝑥̅𝑒 )2 + ∑( 𝑥𝑐 − 𝑥̅𝑐 )2 + ∑( 𝑥𝑝 − 𝑥̅𝑝 ) 49.2 + 20 + 30
𝑆22 = = = 9.92
𝑛𝑒+𝑐+𝑝 − 𝑛𝑔 13 − 3

∑( 𝑥𝑒 − 𝑥̅𝑒 )2 = (104 − 99.6)2 + (95 − 99.6)2 + (102 − 99.6)2 + (99 − 99.6)2 + (98 − 99.6)2 = 49.2

∑( 𝑥𝑐 − 𝑥̅𝑐 )2 = (105 − 105)2 + (108 − 105)2 + (104 − 105)2 + (106 − 105)2 + (102 − 105)2 = 20

2
∑( 𝑥𝑝 − 𝑥̅𝑝 ) = (86 − 85)2 + (85 − 85)2 + (83 − 85)2 + (82 − 85)2 + (89 − 85)2 = 30

𝛼 = 0.05
𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝐹; 𝛾1 = 𝑛𝑔 − 1 = 3 − 1 = 2
𝛾2 = 𝑛𝑒+𝑐+𝑝 − 𝑛𝑔 = 15 − 3 = 12

1.- 𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 ó 𝜇𝑒 = 𝜇𝑐 = 𝜇𝑝

2.- 𝐻1 : 𝜇𝑒 , 𝜇𝑐 , 𝜇𝑝 𝑛𝑜 𝑠𝑜𝑛 𝑡𝑜𝑑𝑎𝑠 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

3.- Valor critico en Dist. t. Región de

Aceptación
Región de
Rechazo
1 − α = 0.95

α = 0.05
0
F
𝐹0.05,2,12 = 4.1026 −

4.- Se dispone a calcularse 𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

𝑠12 356.8445
𝐹𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 = = = 35.9722
𝑠22 9.92

5.- Decisión: Se rechaza por que cae en la R.R de H0.

6.- Conclusión: No hay suficiente evidencia estadística para aceptar H0.

17
Modelo 13: Distribución x2, prueba de hipótesis para varias proporciones poblacionales.

Ejemplo: La siguiente tabla muestra las frecuencias observadas y las frecuencias esperadas
al lanzar un dado 60 veces. Contrastar la hipótesis de que el dado es bueno, con un nivel de
significación de 0,01.

Total
Cara del lado 1 2 3 4 5 6 21
Frecuencia observada 6 8 9 15 14 8 60
Frecuencia esperada 10 10 10 10 10 10 60
Total 17 20 22 29 29 24 141

Solución. r=2; 𝑥 2 = 6; α = 0.01

Grado de libertad= (2-1)(6-1)=(1*5)=5

1.- 𝐻0 : 𝑇𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠.

2.- 𝐻1 : 𝑇𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜 𝑠𝑜𝑛 𝑡𝑜𝑑𝑎𝑠 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

3.- Valor critico en Distribución x2

18
4.- Se dispone a calcularse 𝑥 2 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 .

5.- Decisión: Se acepta 𝐻0

6.- Conclusión: Se concluye que todas las proporciones de la población son iguales, es decir,
el lado es bueno.

Modelo 14: Distribución x2, prueba de hipótesis para tablas de contingencia (pruebas de
independencia).

Ejemplo: Una agencia de publicidad desea saber si el género de los consumidores es

independiente de sus preferencias de cuatro marcas de café. La respuesta determinará si se
deben diseñar diferentes anuncios dirigidos a los hombres y otros diferentes para las mujeres.
Realice la prueba con un nivel de significancia del 5%.

Los resultados obtenidos de la encuesta realizada a 139 personas fueron:

19
 Marca Hombres Mujeres Total
A 18 32 50
25.18 24.82
B 25 15 40
20.14 19.86
C 15 10 25
12.59 12.41
D 12 12 24
12.09 11.91
total 70 69 139

Solución.

Sacando la frecuencia esperada

70 × 50 69 × 50
F. 𝐸1 = = 25.18 F. 𝐸1 = = 24.82 ∝= 0.05
139 139
g. l = (4 − 1)(2 − 1) = 3
∴ 𝑥 2 = 7.815
70 × 40 69 × 40
F. 𝐸1 = = 20.14 F. 𝐸1 = = 19.86
139 139

70 × 25 69 × 25
F. 𝐸1 = = 12.59 F. 𝐸1 = = 12.41
139 139

70 × 24 69 × 24
F. 𝐸1 = = 24.09 F. 𝐸1 = = 11.91
139 139

1.- 𝐻0 : 𝑇𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠.

2.- 𝐻1 : 𝑇𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜 𝑠𝑜𝑛 𝑡𝑜𝑑𝑎𝑠 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

20
3.- Valor critico en Distribución x2

4.- Se dispone a calcularse 𝑥 2 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 .

2
(18 − 25.18)2 (25 − 20.14)2
𝑥𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = +
25.18 20.14
= .46 + .0006 + 2.07 + 1.19 + .46 + .0006

2
𝑥𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 7.3912

5.- Decisión: Se acepta 𝐻0

6.- Conclusión: Con un nivel de confianza del 5% se encontró que la marca de café es
independiente del diseño de la persona. Por lo que se recomienda elaborar un solo tipo de
anuncio.

Modelo 15: Distribución x2, prueba de bondad de ajuste.

Ejemplo: con base en los datos de la tabla siguiente

21
 Grupo Frecuencia observada (o) Frecuencia esperada (e)
AB 8 6.00
A 96 91.5
B 30 27.9
O 166 174.6
Total 300 300

Probar H0: los datos se ajustan a la distribución teórica cuando se considera un nivel de
significancia de 0.01

Solución

α= 0.01

Distribucion x2, g.l.=(4-1)(2-1)=3

1.- 𝐻0 : 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎𝑛 𝑎 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑡𝑒ó𝑟𝑖𝑐𝑎

2.- 𝐻1 : 𝑁𝑜 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑡𝑒ó𝑟𝑖𝑐𝑎

3.- Valor critico en x2. Región de

Aceptación
Región de
Rechazo
1 − α = 0.99

α = 0.01
0
F
𝑥 2 0.99,3 = 11.345

4.- Se dispone a calcularse 𝑥𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎

2

2
(𝑜 − 𝑒)2 (8 − 6)2 (96 − 91.5)2 (30 − 27.9)2 (166 − 174.6)2
𝑥𝑐𝑎𝑙𝑢𝑙𝑎𝑑𝑜 =∑ = + + + = 1.4694
𝑒 6 91.5 27.9 174.6

5.- Decisión: No se rechaza H0.

6.- Conclusión: No hay suficiente evidencia estadística para rechazar H0.

22