Ejercicio 1.

Media poblacional: varianza conocida

Una empresa eléctrica fabrica focos que tienen una duración promedio que se distribuye de forma
aproximadamente normal con una media de 800 horas y una desviación estándar de 40 horas.
Pruebe la hipótesis de que μ=800 horas frente a la alternativa μ≠800 si una muestra aleatoria de
30 focos tiene una duración promedio de 788 horas.

Prueba sobre la media de la población μ

40 2
𝑋̅~𝑁𝑜𝑟𝑚𝑎𝑙 (800, 30 )

La varianza de la población 𝝈𝟐 es conocida, por lo tanto se usa la distribución Normal

𝛼 𝛼
𝛼 = 0.04, = 0.02, 1 − = 0.98
2 2
𝜎 40
𝑋̅ = 788, 𝑛 = 30, 𝜇𝑜 = 800, =
√𝑛 √30
Ho: μ=800, Ha: μ≠800 (prueba de dos colas)

a. Utilice un nivel de significancia de 0.04

𝜎 𝜎
̅ 𝜇,
Regla de decisión: Se rechaza 𝐻𝑜 si 𝐻𝑜 < 𝑁𝛼⁄ (𝑋, )𝑜 𝑋̅ > 𝑁𝛼⁄ (𝑋,
̅ 𝜇, ) y se acepta Ha;
2 √𝑛 2 √𝑛
en caso contrario no se rechaza 𝐻𝑜

qnorm(0.02,800,40/sqrt(30))
[1] 785.0015
> qnorm(1-0.02,800,40/sqrt(30))
[1] 814.9985
Ya que 𝑋̅ ≰ 785.0015 𝑦 𝑋̅ ≯ 814.9985, no se rechaza Ho: μ=800; es decir, se concluye
que los focos tienen una duración promedio de 800 horas.

b. usando el valor P

𝑝 = 2𝑃(𝑋̅ ≤ 788 /Ho: μ = 800) = 2 ∗ 𝑝𝑛𝑜𝑟𝑚(788,800,40/𝑠𝑞𝑟𝑡(30)

[1] 0.1003482
Ya que 𝑝 es mayor a 0.10 hay suficiente evidencia a favor de Ho. Por lo tanto no se
rechaza Ho: μ = 800 y se concluye que los focos tienen una duración promedio de 800
horas.

Ejercicio 2: Media poblacional: varianza desconocida

Una muestra aleatoria de 64 bolsas de palomitas de maíz con queso chedar pesan, en
promedio, 5.23 onzas con una desviación estándar de 0.24 onzas. Pruebe la hipótesis de
que la media μ=500 onzas contra la alternativa μ<5.5 onzas
Prueba sobre la media de la población μ
 𝜎 2
𝑋̅~𝑁𝑜𝑟𝑚𝑎𝑙 (800, 𝑛 )
La varianza de la población 𝜎 2 es desconocida, por lo tanto usamos 𝑆 2 ≈ 𝜎 2 y la
distribución t-student
𝑠 0.24
𝑋̅ = 5.23, 𝑛 = 64, 𝜇𝑜 = 5.5 , =
√𝑛 √64
gl: grados de libertad, gl=n-1=64-1=63

𝑋̅−𝜇𝑜
Estandarizamos la media muestral 𝑠
√𝑛
(5.23-5.5)/(0.24/(sqrt(64)))
[1] -9
 Ho: μ=5.5, Ha: μ<5.5 (prueba de cola izquierda)

a. En el nivel de significancia de 0.05

𝛼 𝛼
𝛼 = 0.05, = 0.025, 1 − = 0.975
2 2

𝑠
 ̅ 𝜇,
Regla de decisión: Se rechaza 𝐻𝑜 si 𝐻𝑜 < 𝑁𝛼 (𝑋, ) y se acepta Ha; en caso contrario
√𝑛
no se rechaza 𝐻𝑜
Calculamos el valor de la distribución:
qt(0.025,64-1)
[1] -1.998341
Ya qué -9 <-1.998341 se rechaza Ho: μ=5.5 y se acepta Ha: μ<5.5; es decir se acepta que
las bolsas de palomitas de maíz con queso chedar tienen un peso promedio menor a 5.5
onzas.
b. usando el valor P
𝑝 = 𝑃(𝑋̅ < 5.23/Ho: μ = 5.5) = 𝑝𝑡(−9,64 − 1)
[1] 3.237498𝑒 − 13
Se tiene una evidencia muy baja a favor de Ho, por lo tanto se rechaza y se acepta Ha.

Ejercicio 3: Diferencia de medias: varianzas desconocidas e iguales

Para encontrar si un nuevo suero detiene la leucemia, se seleccionan nueve ratones, todos
con una etapa avanzada de la enfermedad. Cinco ratones reciben el tratamiento y cuatro
no. Los tiempos de sobrevivencia en años a partir del momento en que comienza el
experimento son los siguientes:
Con tratamiento X1 2.1 5.3 1.4 4.6 0.9
Sin tratamiento X2 1.9 0.5 2.8 3.1

Suponga que las dos poblaciones se distribuyen de forma normal con varianzas iguales.
¿Se puede decir que el suero es efectivo?
Prueba sobre la diferencia de las medias de dos poblaciones: 𝜇1 − 𝜇2
(𝑋̅1 − 𝑋̅2 )~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇1 − 𝜇2 , 𝑉𝑎𝑟(𝑋̅1 − 𝑋̅2 ))
 Como 𝜎12 𝑦 𝜎22 𝑠𝑜𝑛 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑠𝑢𝑝𝑜𝑛𝑒 𝜎12 = 𝑆12 𝑦 𝜎22 =
𝑆22 ; 𝑎𝑑𝑒𝑚á𝑠 𝑠𝑒 𝑠𝑢𝑝𝑜𝑛𝑒 𝜎12 = 𝜎22
𝑛1 = 5 𝑦 𝑛2 = 4
x1=c(2.1,5.3,1.4,4.6,0.9)
> x1
[1] 2.1 5.3 1.4 4.6 0.9
> x2=c(1.9,0.5,2.8,3.1)
> x2
[1] 1.9 0.5 2.8 3.1
> mediax1=mean(x1)
> mediax1
[1] 2.86
> mediax2=mean(x2)
> mediax2
[1] 2.075
̅𝟏 − 𝑿
𝑿 ̅𝟐
> y=mediax1-mediax2
>y
[1] 0.785
> varx1=var(x1)
> varx1
[1] 3.883
> varx2=var(x2)
> varx2
[1] 1.3625

n1=length(x1)
n1
n2=length(x2)
n2
𝒈𝒍 = (𝒏𝟏 − 𝟏) + (𝒏𝟐 − 𝟏)
gl=(n1-1)+(n2-1)
gl=7
(𝒏𝟏 − 𝟏)𝑺𝟐𝟏 + (𝒏𝟐 − 𝟏)𝑺𝟐𝟐
𝑺𝟐 =
(𝒏𝟏 − 𝟏) + (𝒏𝟐 − 𝟏)
s2=((n1-1)*varx1+(n2-1)*varx2)/gl
s2
2.802786
𝑺𝟐𝟏 𝑺𝟐𝟐
𝑽𝒂𝒓(𝒙 ̅𝟐 ) =
̅𝟏 − 𝒙 +
𝒏𝟏 𝒏𝟐
> vary=(s2/n1)+(s2/n2)
> vary
[1] 1.261254
 Ho: 𝝁𝟏 − 𝝁𝟐 = 𝟎 𝒐 𝝁𝟏 = 𝝁𝟐
Ha: 𝝁𝟏 − 𝝁𝟐 ≠ 𝟎 𝒐 𝝁𝟏 ≠ 𝝁𝟐 (prueba de dos colas)
(y-0)/sqrt(vary)
[1] 0.698986
(𝑋̅1 − 𝑋̅2 ) − (𝜇̅ 1 − 𝜇̅ 2 )
= 0.698986
√𝑉𝑎𝑟(𝑋̅1 − 𝑋̅2 )

a. Con un nivel de significancia del 0.05

Regla de decisión:
(𝑋̅1 −𝑋̅2 )−(𝜇 ̅2)
̅ 1 −𝜇 (𝑋̅1 −𝑋̅2 )−(𝜇 ̅2)
̅ 1 −𝜇
𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜 𝑠𝑖 ̅ ̅
< 𝑡𝛼,𝑔𝑙 𝑜 ̅ ̅
> 𝑡𝛼/2,𝑔𝑙 y se acepta Ha, en
√𝑉𝑎𝑟(𝑋1 −𝑋2 ) 2 √𝑉𝑎𝑟(𝑋1 −𝑋2 )
caso contrario se mantiene Ho

−𝑡1−𝛼,𝑔𝑙 = 𝑡𝛼,𝑔𝑙 = 𝑡0.025,7 = tcalcizq = qt(0.025,7) = −2.364624

2 2

qt(0.025,7)
[1] -2.364624
> qt(1-0.025,7)
[1] 2.364624
Ya que 0.698986 ≮ −2.364624 y 0.698986 ≯2.364624 no se rechaza Ho, es decir se
acepta 𝝁𝟏 = 𝝁𝟐, es decir que el tratamiento con suero no aumenta (ni disminuye) la expectativa de vida de los ratones
enfermos de leucemia.

b. Usando el valor P
𝑝 = 2𝑃(𝑡 > 0.698986/Ho: 𝝁𝟏 − 𝝁𝟐 = 𝟎 𝒐 𝝁𝟏 = 𝝁𝟐 ) = 2 ∗ (1 − 𝑝𝑡(0.698986,7))
[1] 0.5071134
La evidencia a favor de Ho es muy alta, por lo tanto no se rechaza Ho

Ejercicio 4. Diferencia de medias: varianzas desconocidas y diferentes

El departamento de Zoología del Instituto Politécnico y Universidad Estatal de Virginia
lleva a cabo un estudio para determinar lleva a cabo un estudio para determinar si hay una
diferencia significativa en la densidad de organismos en dos estaciones diferentes
colocadas en Cedar Run, un cauce secundario que se localiza en la cuenca del río Roanoke.
El drenaje de una planta de tratamiento de aguas negras y el sobre flujo del estanque de
sedimentos de la Federal Mogul Corporation entran al flujo cerca del nacimiento del río.
Los siguientes datos dan las medidas de densidad, en número de organismos por metro
cuadrado, en las dos diferentes estaciones colectoras:

Determine si las densidades promedio en las dos poblaciones son iguales o no. Suponga
que las observaciones de las dos poblaciones se distribuyen de manera aproximadamente
normal con varianzas desconocidas y diferentes.
Número de organismos por metro cuadrado
Estación 1 Estación 2
5030 4980 2800 2810
13700 11910 4670 1330
10730 8130 6890 3320
11400 26850 7720 1230
 860 17660 7030 2130
2200 22800 7730 2190
4250 1130
15040 1690

x1=c(5030,4980,13700,11910,10730,8130,11400,26850,860,17660,2200,22800,4250,
1130,15040,1690)
> x1
[1] 5030 4980 13700 11910 10730 8130 11400 26850 860 17660 2200 22800
[13] 4250 1130 15040 1690
> n1=length(x1)
> n1
[1] 16
> x2=c(2800,2810,4670,1330,6890,3320,7720,1230,7030,2130,7730,2190)
> x2
[1] 2800 2810 4670 1330 6890 3320 7720 1230 7030 2130 7730 2190
> n2=length(x2)
> n2
[1] 12
> mediax1=mean(x1)
> mediax1
[1] 9897.5
> mediax2=mean(x2)
> mediax2
[1] 4154.167
> y=mediax1-mediax2
> varx1=var(x1)
> varx1
[1] 62005060
> varx2=var(x2)
> varx2
[1] 6394663
𝑆12 𝑆22
𝑉𝑎𝑟(𝑥̅1 − 𝑥̅2 ) = +
𝑛1 𝑛2
vary=(varx1/n1)+var(x2/n2)
> vary
[1] 3919724
2
(𝑉𝑎𝑟(𝑥̅1 − 𝑥̅2 ))
𝑔𝑙 = 2 2
(𝑉𝑎𝑟(𝑥̅1 )) (𝑉𝑎𝑟(𝑥̅1 ))
+
𝑛1 − 1 𝑛2 − 1

gl=(vary^2)/(((varx1^2)/(n1-1))+((varx2^2)/(n2-1)))

> gl

[1] 0.05908731
 Ho: 𝝁𝟏 − 𝝁𝟐 = 𝟎 𝒐 𝝁𝟏 = 𝝁𝟐
Ha: 𝝁𝟏 − 𝝁𝟐 ≠ 𝟎 𝒐 𝝁𝟏 ≠ 𝝁𝟐 (prueba de dos colas)

(y-0)/sqrt(vary)
[1] 2.900924
(𝑋̅1 − 𝑋̅2 ) − (𝜇̅ 1 − 𝜇̅ 2 )
= 2.900924
√𝑉𝑎𝑟(𝑋̅1 − 𝑋̅2 )

tcalc

a. Con un nivel de significancia de 0.05

Regla de decisión:
(𝑋̅1 −𝑋̅2 )−(𝜇 ̅2)
̅ 1 −𝜇 (𝑋̅1 −𝑋̅2 )−(𝜇 ̅2)
̅ 1 −𝜇
𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜 𝑠𝑖 < 𝑡𝛼,𝑔𝑙 𝑜 > 𝑡𝛼/2,𝑔𝑙 y se acepta Ha, en
√𝑉𝑎𝑟(𝑋̅1 −𝑋̅2 ) 2 √𝑉𝑎𝑟(𝑋̅1 −𝑋̅2 )
caso contrario se mantiene Ho

[1] -1.298991e+21
𝛼
−𝑡1−𝛼,𝑔𝑙 = 𝑡𝛼,𝑔𝑙 = 𝑡0.025,0.05908731 = t1 − 2 , 𝑔𝑙 = qt(0.025,0.05908731) =
2 2
−1.298991e+21
qt(0.025,0.05908731)

2.900924 ≮ −1.298991e + 21 pero 2.900924 > −1.298991e + 21 , por lo

tanto se rechaza 𝑯𝒐 ∶ 𝝁𝟏 = 𝝁𝟐 y se acepta 𝑯𝒂 : 𝝁𝟏 ≠ 𝝁𝟐, es decir, las densidades promedio de organismos en
las dos estaciones colectoras son diferentes, es mayor esta densidad en la estación 1.

b. Usando el valor P
𝑝 = 2 ∗ 𝑃(𝑡 > 2.900924/ Ho: 𝝁𝟏 − 𝝁𝟐 = 𝟎 𝒐 𝝁𝟏 = 𝝁𝟐 ) =2*(1-pt(2.900924,0.05908731))
[1] 0.8301182
La evidencia a favor de Ho es muy alta, por lo tanto no se rechaza.

Ejercicio 5: Proporción poblacional

Suponga que en el pasado, el 40% de todos los votantes favorecían la pena capital
¿tenemos razones para creer que la proporción de adultos que hoy en día favorecen la
pena capital ha aumentado, si en una muestra aleatoria de 15 adultos, 8 están a favor
de la pena capital?
0.5(1 − 0.5)
𝑝 = 0.5 𝑣𝑎𝑟𝑝 = = 0.01666667
15
p=0.5
> n=15
 >n
[1] 15
> varp=p*(1-p)/n
> varp
[1] 0.01666667
8
𝑝̂ = = pest = 0.5333333
15
pest=8/15
> pest
[1] 0.5333333

𝐻𝑜 : 𝑝̂ = 0.40, 𝐻𝑜 : 𝑝̂ > 0.40

a. Utilice un nivel de significancia de 0.05

𝑝0 (1 − 𝑝0 )
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛: 𝑆𝑖𝑝̂ > 𝑁1−∝ (𝑝0 , ),
𝑛
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0 𝑦 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻𝑎. 𝐸𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑁1−∝= 𝑁1−0.05=qnorm(1-0.05,p,sqrt(varp))= 0.7123497

qnorm(1-0.05,p,sqrt(varp))

[1] 0.7123497

Ya que 𝑝̂ = 0.5333333 ≯ 0.7123497 entonces no se rechaza 𝐻𝑜 : 𝑝̂ = 0.40. Es decir,

que el porcentaje de adultos que están de acuerdo con la pena capital es del 40%.

b. Usando el valor p
𝑝 = 2𝑃(𝑁 ≥ 0.5333/𝐻𝑜 : 𝑝̂ = 0.40)
= 2 ∗ (1 − 𝑝𝑛𝑜𝑟𝑚(0.5333,0.40, 𝑠𝑞𝑟𝑡(0.01667)))
[1] 0.3018688
Hay suficiente evidencia a favor de Ho., por lo tanto no se rechaza 𝐻𝑜 : 𝑝̂ = 0.40

Ejercicio 6. Diferencia de proporciones

En un estudio para estimar la proporción de residentes de cierta ciudad y sus

suburbios que están a favor de la construcción de una planta de energía nuclear, se
encuentra que 63 de 100 residentes urbanos están a favor de la construcción,
mientras que solo 59 de 125 residentes suburbanos la favorecen ¿hay una diferencia
significativa entre la proporción de residentes urbanos y suburbanos que favorecen la
construcción de la planta de energía nuclear?
̂ 𝟏 + 𝒏𝟐 𝒑
𝒏𝟏 𝒑 ̂ 𝟐 𝒙𝟏 + 𝒙𝟐
̂=
𝒑 =
𝒏𝟏 + 𝒏𝟐 𝒏𝟏 + 𝒏𝟐
p=(63+59)/(100+125)
>p
[1] 0.5422222
 𝟏 𝟏
̂𝟐) = 𝒑
̂𝟏 − 𝒑
Var(𝒑 ̂ (𝟏 − 𝒑
̂) ( + )
𝒏𝟏 𝒏𝟐

> vary=(p*(1-p))*((1/100)+(1/125))
> vary
[1] 0.004467911
Se usa la distribución Normal
63 59
𝑝̂1 = = 0.63 𝑦 𝑝̂ 2 = = 0.472
100 125
p1muestra=63/100
> p1muestra
[1] 0.63
> p2muestra=59/125
> p2muestra
[1] 0.472
̂𝟏 − 𝒑
𝒑 ̂ 𝟐 = 0.158
y=p1muestra-p2muestra
>y
[1] 0.158

(𝑝̂1 −𝑝̂2 )−(𝑝1 −𝑝2 )

=2.275052
√𝑣𝑎𝑟(𝑝̂1 −𝑝̂2 )
(y-0)/sqrt(vary)
[1] 2.363768

𝑯𝒐 : 𝒑𝟏 − 𝒑𝟐 = 𝟎, 𝒐 𝒑𝟏 = 𝒑𝟐
𝑯𝒂 : 𝒑𝟏 − 𝒑𝟐 ≠ 𝟎, 𝒐 𝒑𝟏 ≠ 𝒑𝟐 (prueba de dos colas)
a. Utilice un nivel de significancia de 0.02
𝛼 𝛼
𝛼 = 0.02, = 0.01, 1 − = 0.99
2 2
(𝑝̂1 −𝑝̂2 )−(𝑝1 −𝑝2 ) (𝑝̂1 −𝑝̂2 )−(𝑝1 −𝑝2 )
𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜 𝑠𝑖 < 𝑁𝛼 𝑜 𝑠𝑖 > 𝑁1−𝛼 , y se acepta Ha; en caso
√𝑣𝑎𝑟(𝑝̂1 −𝑝̂2 ) 2 √𝑣𝑎𝑟(𝑝̂1 −𝑝̂2 ) 2
contrario no se rechaza Ho
−𝑁1−𝛼 = 𝑁𝛼 =qnorm(0.01,0,1)
2 2
[1] -2.326348
Ya que 2.363768 > 2.326348 se rechaza 𝐻𝑜 y se acepta 𝐻𝑎 : 𝑝1 − 𝑝2 ≠ 0, 𝑜 𝑝1 ≠
𝑝2 , es decir que hay diferencia significativa entre la proporción de residentes
urbanos y suburbanos que favorecen la construcción de la planta de energía
nuclear
b. Usando el valor p
𝑝 = 𝑃(𝑡 > 2.275052/𝑯𝒐 : 𝒑𝟏 − 𝒑𝟐 = 𝟎) = 2 ∗ (1 − 𝑝𝑛𝑜𝑟𝑚( 2.363768,0,1))
[1] 0.01809014
La evidencia a favor de Ho es 0.018; este valor es muy bajo, por lo tanto se rechaza Ho y se
acepta 𝑯𝒂 : 𝒑𝟏 − 𝒑𝟐 ≠ 𝟎, 𝒐 𝒑𝟏 ≠ 𝒑𝟐

Ejercicio 7: Varianza poblacional

Se dice que una máquina despachadora de refrescos está fuera de control si la varianza de
los contenidos excede 1.15 decilitros. Si una muestra aleatoria de 25 bebidas de esta
máquina tiene una varianza 2.03 decilitros ¿significa qué la máquina está fuera de control?
Suponga que los contenidos se distribuyen normalmente.
𝑛 = 25 , 𝜎𝑜2 = 1.15𝑑𝑒𝑐𝑖𝑙𝑖𝑡𝑟𝑜𝑠, 𝑆 2 = 2.03 𝑑𝑒𝑐𝑖𝑙𝑖𝑡𝑟𝑜𝑠

𝐻0 : 𝜎 2 = 1.15
𝐻𝑎 : 𝜎 2 > 1.15
a. Con un nivel de significancia de 0.05
𝛼 = 0.05
(𝑛 − 1)𝑆 2 (25 − 1)2.032
= = 74.78382
𝜎20 1.15
chical=(25-1)*(2.03^2)/(1.15^2)
> chical
[1] 74.78382

(𝑛 − 1)𝑆 2 2
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛: 𝑆𝑖 > 𝜒𝑛−1,1− 𝛼
𝜎20
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0 𝑦 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻𝑎. 𝐸𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

2 2
𝜒𝑛−1,1− 𝛼 = 𝜒24,0.950 =qchisq(0.95,24)
[1] 36.41503
Ya que 74.78382 > 36.41503se rechaza Ho y se acepta
𝐻𝑎 : 𝜎 2 ≠ 1.15, es decir, se acepta que la máquina está fuera de control.

b. Usando el p valor
2
𝑝 = 𝑃(𝜒𝑛−1 ≥ 74.78382) = 2 ∗ (1 − 𝑝𝑐ℎ𝑖𝑠𝑞(74.78382,24))
[1] 8.062035𝑒 − 07
La evidencia a favor de Ho es muy baja, por lo tanto se rechaza Ho y se acepta
𝐻𝑎 : 𝜎 2 > 1.15, la máquina está fuera de control.

Ejercicio 8: cocientes de varianzas poblacionales

Se lleva a cabo un experimento para comparar el contenido de alcohol en una salsa de
soya en dos líneas de producción diferentes. La producción se supervisa 8 veces al día. Los
datos se muestran a continuación:
Línea de producción 1 0.48 0.39 0.42 0.52 0.48 0.40 0.52 0.52
Línea de producción 2 0.37 0.38 0.38 0.39 0.39 0.40 0.41 0.39

Suponga que ambas poblacionales son normales. Se sospecha que la línea de producción 1
no produce con la consistencia de la línea de producción 2 en términos de contenido de
alcohol. Pruebe la hipótesis de que las desviaciones estándar son iguales frente a la
alternativa de que son diferentes
𝐻0 : 𝜎1 2 = 𝜎2 2
𝐻𝑎 : 𝜎1 2 ≠ 𝜎2 2
a. Utilice un nivel de significancia del 0.03
 𝛼 = 0.03
x1=c(0.48,0.39,0.42,0.52,0.48,0.40,0.52,0.52)
> x2=c(0.37,0.38,0.38,0.39,0.39,0.39,0.40,0.41)
> varx1=var(x1)
> varx2=var(x2)
> varx1
[1] 0.003055357
> varx2
[1] 0.0001553571
> varx1/varx2
[1] 19.66667
𝑆12
= 19.66667
𝑆22

𝑆12 𝑆12
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛: 𝑆𝑖 < 𝑓 𝛼 (𝑣 ,
1 2𝑣 ) 𝑜 > 𝑓1−𝛼 (𝑣1 , 𝑣2 )
𝑆22 2 𝑆22 2
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0 𝑦 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻𝑎. 𝐸𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑓𝛼 (𝑣1 , 𝑣2 ) = 𝑓0.015 (8 − 1,8 − 1) =0.1654153
2
𝑓1−𝛼 (𝑣1 , 𝑣2 ) = 𝑓1−0.015 (8 − 1,8 − 1) =6.045388
2
qf(0.015,8-1,8-1)
[1] 0.1654153
> qf(1-0.015,8-1,8-1)
[1] 6.045388
Ya que 19.66667 > 6.045388 se rechaza Ho y se acepta
𝐻𝑎 : 𝜎1 2 ≠ 𝜎2 2, es decir, que las línea 1 y 2 no tienen la misma consistencia de producción.

b. Utilizando un valor p
𝑝 = 2𝑃(𝑓(𝑣1 ,𝑣2 ) ≥ 19.66667) = 2 ∗ (1 − 𝑝𝑓(19.66667,7,7))
[1] 0.0008435489
Se tiene suficiente evidencia para rechazar Ho y aceptar 𝐻𝑎 : 𝜎1 2 ≠ 𝜎2 2: las línea 1 y 2
no tienen la misma consistencia de producción.

9. Observaciones pareadas

Ejercicio: en un estudio realizado por el Departamento de Planeación Humana y Alimentos del

Instituto Politécnico y Universidad Estatal de Virginia se registraron los siguientes datos acerca de
la comparación de residuos de ácido sórbico, en partes por millón, en jamón inmediatamente
después de sumergirlo en una solución de ácido y 60 días después de almacenamiento. Si se
supone que las poblaciones se distribuyen normalmente, ¿hay suficiente evidencia para concluir
que la duración del almacenamiento influye en las concentraciones de residuos de ácido sórbico?

Rebanada Antes del almacenamiento Después del almacenamiento

1 224 116
2 270 96
3 400 239
 4 444 329
5 590 437
6 660 597
7 1440 689
8 680 576
∑𝑛𝑖=1(𝑥1𝑖 − 𝑥2𝑖 )
𝑥̅𝑑 =
𝑛
2
∑𝑛𝑖=1((𝑥1𝑖 − 𝑥2𝑖 ) − 𝑥̅𝑑 )
𝑆𝑑2 =
𝑛−1
𝜎𝐷2 𝑆𝑑2
𝑉𝑎𝑟(𝑥̅𝑑 ) = ≈
𝑛 𝑛

xd=c(224-116,270-96,400-239,400-239,444-329,590-437,660-597,1440-689)

> xd

[1] 108 174 161 161 115 153 63 751

mediaxd=mean(xd)

> mediaxd

[1] 210.75

> var(xd)

[1] 49008.79

n=length(xd)

>n

[1] 8

(𝑥̅𝑑 ) − 0
= 2.692623
√𝑉𝑎𝑟(𝑥̅𝑑 )
(mediaxd-0)/sqrt(varxd/n)
[1] 2.692623

𝝈𝟐𝑫 𝒅𝒆𝒔𝒄𝒐𝒏𝒐𝒄𝒊𝒅𝒂, 𝒔𝒆 𝒖𝒔𝒂 𝒍𝒂 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒄𝒊ó𝒏 𝒕

a. A un nivel de significancia de 0.05
𝐻𝑜 : 𝜇𝐷 = 0
𝐻𝑜 : 𝜇𝐷 ≠ 0
(𝑥̅𝑑 )−𝑑𝐷 (𝑥̅𝑑 )−𝑑𝐷
Si < 𝑡𝛼 ,𝑛−1 𝑜 𝑠𝑖 >
√𝑉𝑎𝑟(𝑥̅𝑑 ) 2, √𝑉𝑎𝑟(𝑥̅𝑑 )
𝑡1−𝛼,𝑛−1 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜 𝑦 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻𝑎 , 𝑒𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜 𝑠𝑒 𝑚𝑎𝑛𝑡𝑖𝑒𝑛𝑒 𝐻𝑜
2
 𝛼 = 0.05

𝑡𝛼 ,𝑛−1 = 𝑡0.025 ,7 =qt(0.025,8-1)

2,
[1] -2.364624
> 𝑡1−𝛼,𝑛−1 = 𝑡1−0.025,8 =qt(1-0.025,8-1)
2
[1] 2.364624
Ya que 2.692623 >2.364624, se rechaza Ho y se acepta
𝐻𝑎 : 𝜇𝐷 ≠ 0, es decir, hay suficiente evidencia para concluir que la duración del
almacenamiento influye en las concentraciones de residuos de ácido sórbico
b. Usando el valor P
𝑝 = 2𝑃(𝑡 ≥ 2.692623) = 2 ∗ (1 − 𝑝𝑡(2.692623,8 − 1))
[1] 0.03096791
Hay poca evidencia a favor de Ho, luego se acepta 𝐻𝑎 : 𝜇𝐷 ≠ 0: la duración del almacenamiento
influye en las concentraciones de residuos de ácido sórbico