Tarea 1 Estadística Industrial

UNIVERSIDAD NACIONAL MAYOR DE SAN
MARCOS
FACULTAD DE INGENIERÍA INDUSTRIAL
TAREA N°1
DESARROLLO DE EJERCICIOS PROPUESTOS DESDE PRUEBA DE

HIPÓTESIS PARA MUESTRAS GRANDES HASTA ANOVA EN 2
DIRECCIONES
 CURSO: ESTADÍSTICA INDUSTRIAL
 PROFESORA: Mayta Huatuco, Rosmeri Agustina
 ALUMNOS:
 Campos Crispín, Luisdiego Junior 18170071

 Pillaca Ochoa, Kleyber 18170049
 Roncal Torres, Elson 18170241
LIMA 24 DE JULIO DE 2020
1
ÍNDICE
1.PRUEBA DE HIPÓTESIS PARA UNA POBLACIÓN CON σ CONOCIDO...................3
2.ERROR TIPO I Y II...............................................................................................................8
3.P.H. PARA DOS MEDIAS DE HIPÓTESIS.......................................................................10
4.PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN..................................................15
5.PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES..............................................20
6.PRUEBA DE HIPÓTESIS PARA MUESTRAS PEQUEÑAS...........................................26
7.PRUEBA DE HIPÓTESIS PARA DOS MUESTRAS INDEPENDIENTES....................31
8. PRUEBA DE HIPÍTESIS DE DOS MUESTRAS DEPENDIENTES..............................38
9. F DE FISHER.......................................................................................................................43
10.ANOVA 1 DIRECCIÓN.....................................................................................................50
11.ANOVA 2 DIRECCIONES................................................................................................58
2
1.PRUEBA DE HIPÓTESIS PARA UNA POBLACIÓN CON σ CONOCIDO
LIBRO: ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA 10° EDICIÓN
Pág. 358 ejercicio 15
SOLUCIÓN:
1º Formular H 0 y H a
H 0 :U=1056
H a :U <1056
2º Seleccionar un nivel de significancia (α)

α=0.05
Gráfica de distribución
Gráfica
Normal; de distribución
Media=0; Desv.Est.=1
Normal; Media=0; Desv.Est.=1
0,4
0,4
0,3
0,3
Densidad
Densidad
0,2
0,2
0,1
0,1
0,05
0,05
0,0
0,0 -1,645 0
-1,645 X0
X
RC:<-∞; -1.645>
3
RA: [-1.645 ; +∞>
3º Identificar el valor estadístico de la prueba

Como n=400 es decir n>=30, utilizaremos el estadístico z.
=910, σ=1600
910−1056
ZK = =−1.825
1600
√ 400
4º Formular una regla de decisión

P(z=-1.825) = 0.036 P< α
Z K pertenece a la Región Crítica -∞<-1.825 <-1.645
CONCLUSIÓN:
Se concluye que hay suficiente evidencia para afirmar que los declarantes presentan sus cargos los
últimos días, ya que, si lo presentan antes del 31 de marzo, tendrán un reembolso menor.
CALCULOS CON MINITAB
4
En Estados Unidos un hogar paga en promedio $32.79 mensuales por el servicio de
Internet (CNBC, 18 de enero de 2006). En una muestra de 50 hogares de un estado del
sur la media muestral fue $30.63. Use la desviación estándar poblacional, σ =$5.60.
a. Formule las hipótesis para una prueba en la que se quiere determinar si los datos
muestrales favorecen la conclusión de que la cantidad media pagada por el servicio de
Internet, en este estado del sur, es menor a la media de todo el país, que es $32.79.
b. ¿Cuál es el valor del estadístico de prueba?
c. ¿Cuál es el valor-p?
d. Con α = 0.01, ¿cuál es su conclusión?
SOLUCIÓN:
a. Formulamos el Ho y el Ha:
H0: μ=32.79
Ha: μ<32.79
b. Datos: =30.63 ; σ =5.60 ; μ=32.79 ; n=50
30.63−32.79
Zk=
5.60
√50
Zk=-2.727
c. De tablas tenemos que P(Z=-2.727) = 0.0032

d. Con α = 0.01 tenemos a Z=-2.3226
RA: [ -2.3226; +∞>
RC:]-∞; -2.3226[
CONCLUSIÓN:
5
Analizando la gráfica observamos que Zkϵ RC por lo tanto rechazamos la Ho y
aceptamos la Ha entonces hay suficiente evidencia para poder afirmar que la
media de la cantidad pagada por servicios de internet en el estado sur es menor
que la media de todo el país con un nivel de significancia del 1%.
CÁLCULOS EN MINITAB

Las empresas de seguridad de Wall Street pagaron en 2005 gratificaciones de fin de año
de $125 500 por empleado (Fortune, 6 de febrero de 2006). Suponga que se desea tomar
una muestra de los empleados de la empresa de seguridad Jones & Ryan para ver si la
media de la gratificación de fin de año es diferente de la media reportada para la
población.
a. Dé las hipótesis nula y alternativa que usaría para probar si las gratificaciones de fin
de año de Jones & Ryan difieren de la media poblacional.
b. Admita que en una muestra de 40 empleados de Jones & Ryan la media muestral de
las gratificaciones de fin de año es $118 000. Suponga que la desviación estándar
poblacional es $30 000 y calcule el valor-p.
c. Con alfa 0.05 como nivel de significancia, ¿cuál es su conclusión?
d. Repita esta prueba de hipótesis usando el método del valor crítico.
1) Ho: μ=μ 0
Ha: μ ≠ μ 0
2) α =0.05
3) estadístico Z n ≥ 30
6
4) −1.9599 ≤ RA ≤ 1.9599;−∞< RC ←1.9599 y 1.9599< RC <+∞
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
5) cálculos para la toma de decisión

x−μ 118000−125500
Zk= =−1.581
σ = 3000
√n √ n 40
CÁLCULO CON MINITAB
CONCLUSIÓN:
Como Zk cae en la región de aceptación se acepta la Hoy se rechaza la Ha; entonces que concluye que
en promedio la media de la gratificación muestral de fin de año no es diferente de la media reportada
para la población.
7
2.ERROR TIPO I Y II
LIBRO: ESTADÍSTICA Y PROBABILIDAD PARA INGENIERÍA Y CIENCIAS WALPOLE MYERS
Pág. 335 ejercicio 10.1
H 0 :U ≥ 0.3
H a :U <0.3
2º Analizando el error tipo I

Para que se cometa el error tipo I, la hipótesis nula tiene que ser verdadera, por lo cual en realidad al
menos el 30% del público es alérgico a algunos productos de queso.
Ahora si el alergólogo rechaza la hipótesis nula, cuando en realidad esta es verdadera. Se estaría
cometiendo el error tipo I, porque está rechazando lo correcto.
3º Analizando el error tipo II

Para que se cometa el error tipo II, la hipótesis nula tiene que ser falsa, por lo cual en realidad menos
del 30% del público es alérgico a algunos productos de queso.
Ahora si el alergólogo acepta la hipótesis nula, cuando en realidad esta es falsa. Se estaría cometiendo
el error tipo II, porque está aceptando lo incorrecto.
CONCLUSION:
Para determinar el error tipo I y II, debemos verificar si la hipótesis nula es correcta o incorrecta.
Luego de que hallamos identificado que es lo que pasa en realidad, si no tomamos la decisión correcta
estaríamos cometiendo algún tipo de error.
Una socióloga se interesa en la eficacia de un curso de entrenamiento diseñado para
lograr que más conductores utilicen los cinturones de seguridad en los automóviles.
a) ¿Qué hipótesis pone a prueba si comete un error tipo I al concluir de manera
errónea que el curso de entrenamiento no es eficaz?
La hipótesis que prueba ella si comete un error tipo I al concluir de manera
errónea que el curso de entrenamiento no es eficaz es la alternativa.
b) ¿Qué hipótesis pone a prueba si comete un error tipo II al concluir de forma
errónea que el curso de entrenamiento es eficaz?
8
La hipótesis que prueba ella si comete un error tipo II al concluir de forma
errónea que el curso de entrenamiento es eficaz es la nula.
Es pertinente recordar que el error tipo I surge cuando se rechaza la hipótesis nula
cuando esta es verdadera. Por su parte el error tipo II surge cuando se acepta la hipótesis
nula cuando es falsa.

Un fabricante desarrolla un nuevo sedal para pesca que, según afirma, tiene una
resistencia media a la rotura de 15 kilogramos con una desviación estándar de 0.5
kilogramos. Para probar la hipótesis de que μ = 15 kilogramos contra la alternativa de
que μ < 15 kilogramos se prueba una muestra aleatoria de 50 sedales. La región critica
se define como ￣x < 14.9.
a) Calcule la probabilidad de cometer un error tipo I cuando H0 es verdadera.
b) Evalué β para las alternativas μ = 14.8
1) Ho: μ=15
Ha: μ<15
x −u 14.9−15
Z= = =−1.4142
σ 0.5
√n √ 50
P( Z ←1.4142) α =¿0.0786516
La probabilidad de cometer el error tipo I es de 7,9%
1) Ho: μ=15
Ha: μ<15
2) α =0.05
4) Definir RC y RA
x−u x−15
−1.4142= =
σ 0.5 x=14.9
√ n √ 50
x −u 14.9−14.8
Z= = =¿
σ 0.5 1.4142
√n √ 50
P( Z> 1.4142)= 0.07865
La probabilidad de cometer el error tipo II es de 7,9%
9
3.P.H. PARA DOS MEDIAS DE HIPÓTESIS
SOLUCIÓN:
H 0 :U 1=U 2
H a :U 1≠ U 2
2º Seleccionar un nivel de significancia ( α )

α=0.05
R.C.:<-∞; -1.96> U <1.96; +∞>
R.A.:[-1.96;1.96]
Gráfica
0,4
0,4
0,3
0,3
Densidad
Densidad
0,2
0,2
0,1
0,1
0,025 0,025
0,025 0,025
0,0
0,0 -1,960 0 1,960
-1,960 X0 1,960
X
10
Como n>=30, utilizaremos el estadístico z.
n1=40 y n2=35; σ1=0.1 y σ2=0.08; 1=2.04 y 2=1.72
2.04−1.72
ZK = =15.38
0.12 0.08 2
√
(
40
+
35
)

P(z=15.38) = 0.000 P< α
Z K pertenece a la Región Crítica 1.96<15.38<+∞
a) 1-2=2.04 - 1.72 = 0.32; σ12- σ22= σ2 σ =0.06
b) Margen de error con un 95% de confianza
0.06
M.E=1.96( )=0.1568%
75
CONCLUSION:
Existe suficiente evidencia para afirmar que el precio medio por galón de las ciudades de California y
Florida son diferentes
CÁLCULOS CON MINITAB

11
Se esperaba que el día de San Valentín el desembolso promedio fuera $100.89 (USA
Today, 13 de febrero de 2006). ¿Hay diferencia en las cantidades que gastan los
hombres y las mujeres? El gasto promedio en una muestra de 40 hombres fue de
$135.67 y el gasto promedio en una muestra de 30 mujeres fue de $68.64. Por estudios
anteriores se sabe que la desviación estándar poblacional en el gasto de los hombres es
de $35 y en el gasto de las mujeres es de $20.
a. ¿Cuál es la estimación puntual de la diferencia entre el gasto medio poblacional de los
hombres y el gasto medio poblacional de las mujeres?
b. Con 99% de confianza, ¿cuál es el margen de error?
c. Elabore un intervalo de confianza de 99% para la diferencia entre las dos medias
poblacionales.
Solución:
a. Estimación puntual de la diferencia del gasto promedio de dos poblaciones:
μ1=Gasto promedio de hombres
μ2=Gasto promedio de mujeres
μ1-μ2=1-2
μ1-μ2=135.67-68.64
μ1-μ2=67.03
b. Error de estimación de la diferencia del gasto promedio entre las dos
poblaciones con 99% de confianza.
σ 1-2=¿12/n1) + ¿22/n2)]1/2
σ 1-2=¿2/40) + ¿2/30)]1/2
σ 1-2=6.63
E= (Z α/2) (σ 1-2)
Z α/2=2.58
E=-2.58*6.63=17.106
c. Intervalo de confianza de 99%
μ1-μ2=1-2± E
μ1-μ2=67.03± 17.106
49.924≤ μ 1−μ 2≥84.136

CONCLUSIÓN:
Se estima que la diferencia del gasto promedio entre hombres y mujeres el día de San
Valentín se encuentre entre $49.92 y $84.14 con un 99% de confianza.
CÁLCULO EN EXCEL
12
Prueba
Pruebazzpara
paramedias
mediasde
de dos
dosmuestras
muestras
Hombres
Hombres Mujeres
Mujeres
Media
Media 135.67
135.67 68.64
68.64
Varianza (conocida)
Varianza (conocida) 1225
1225 400
400
Observaciones
Observaciones 40
40 30
30
Diferencia
Diferenciahipotética
hipotéticadede las
lasmedias
medias 67.03
67.03
zz 00
P(Z<=z)
P(Z<=z) una
unacola
cola 0.5
0.5
Valor
Valorcrítico
críticode
de zz(una
(unacola)
cola) 2.32634787
2.32634787
Valor
Valorcrítico
críticode
de zz(dos
(doscolas)
colas) 11
Valor crítico de z (dos colas)
Valor crítico de z (dos colas) 2.5758293
2.5758293
Arnold Palmer y Tiger Woods son dos de los mejores golfistas de todos los tiempos.
Para comparara estos dos golfistas en los datos muestrales siguientes se proporcionan
los resultados de puntuaciones del hoyo 18 durante un torneo de la PGA. Las
puntuaciones de Palmer son de la temporada de 1960 y las de Woods son de la
temporada de 1999 (Golf Magazine, febrero de 2000). Palmer, 1960 Woods, 1999
n1= 112 n2 = 84
x1= 69.95 x2=69.56
Use los resultados muestrales para probar la hipótesis de que entre los dos jugadores no
hay diferencia en las medias poblacionales de las puntuaciones del hoyo 18.
a. Con una desviación estándar poblacional de 2.5 para ambos golfistas, ¿cuál es el
valor del
estadístico de prueba?
b. ¿Cuál es el valor-p? Si α =0.01, ¿cuál es su conclusión
1) Ho: μ=μ 0
Ha: μ ≠ μ 0
2) α =0.01
4) Definir RC y RA
Gráfica
0.4
0.4
0.3
0.3
Densidad
Densidad
0.2
0.2
0.1
0.1 13
0.005 0.005
0.0 0.005 0.005
0.0 -2.576 0 2.576
-2.576 X0 2.576
x 1−x 2 69.95−69.56
Zk= = =1.08
2 2 2 2
s1 s2 2.5 2.5
√ +
n 1 n2 √ +
112 84
P=0.28¿ α =0.01 aceptamos la Ho y rechazamos la Ha
CONCLUSIÓN:
No hay suficiente prueba para decir que hay diferencia significativa entre las medias de
la puntuación de Arnold Palmer (1960) y Tiger Woods (1999) según los resultados de
puntuaciones del hoyo 18 durante un torneo de la PGA
4.PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN

14
H 0 :P=0.125
H a : P>0.125

α=0.05

Como n=400 es decir n>=30, utilizaremos el estadístico z.
X=52, p=0.13
0.13−0.125
ZK = =0.297
0.13∗0.87
√ 400
Gráfica
0,4
0,4
0,3
0,3
Densidad
15
Densidad
0,2
0,2
0,05
0,05
0,0
0,0 0 1,645
X0 1,645
X
R.C.:<1.645; +∞>
R.A.:<-∞; 1.645
P(z=0.297) = 0.3821 P>α
Z K pertenece a la Región Aceptación -∞< 0.297<=1.645
CONCLUSIÓN:
No existe suficiente evidencia para afirmar que más del 12.5% de los trabajadores estadounidenses en
el 2006, se encuentren inscritos en un sindicato.

Un estudio realizado por Consumer Reports indica que 64% de los clientes de los
supermercados piensa que los productos de las marcas de los supermercados son tan
16
buenos como las marcas nacionales. Para investigar si estos resultados aplican a sus
propios productos, un fabricante de salsa de tomate de una marca nacional preguntó a
los integrantes de una muestra si consideraban a las salsas de tomate de las marcas de
los supermercados tan buenas como la marca nacional
a. Formule las hipótesis para determinar si el porcentaje de clientes de los
supermercados que considera a las salsas de tomate de las marcas de los supermercados
tan buenas como la marca nacional difiere de 64%.
b. Si en una muestra de 100 clientes 52 opinan que las marcas de los supermercados son
tan buenas como las marcas nacionales, ¿cuál es el valor-p?
c. Con α = 0.05, ¿cuál es la conclusión?
d. ¿Le dará gusto esta conclusión al fabricante de la marca nacional de salsa de tomate?
Explique.
Solución:
a. H0 : p0=0.64
Ha: p0≠0.64
b. p=52/100
p=0.52
0.52−0.64
Z= 0,52∗0.48 =-2.50
√ 100
P(Z=-2.50) =0.0124
c. p<0.05 por lo tanto se rechaza la H0

CONCLUSIÓN:
d. Sí ya que al rechazar la H0 podemos indicar que pocos creen que la marca del
supermercado sea tan buena como la otra marca.
17
Antes del Super Bowl de 2003, la ABC pronosticó que 22% de la audiencia por
televisión expresaría
interés por ver uno de sus próximos programas: 8 Simple Rules, Are You Hot? y
Dragnet. Durante el Super Bowl, la ABC pasó comerciales sobre estos programas de
televisión. Al día siguiente del Super Bowl, una empresa de publicidad tomó una
muestra de 1 532 espectadores que los vieron, de los cuales 414 afirmaron que verían
alguna de las series promovidas por la ABC.
a. ¿Cuál es la estimación puntual de la proporción de espectadores que después de ver

los comerciales sobre los programas de televisión dijeron que los verían?
b. Con α = 0.05, determine si la intención de ver los programas de la ABC aumentó
significantemente después de ver los comerciales.
1) Ho: P=P 0
Ha: P> P 0
2) α =0.05
4) −∞ ≤ RA ≤ 1.645 ;1.645< RC <+∞
Gráfica
0.4
0.4
0.3
0.3
Densidad
Densidad
0.2 18
0.2
0.1
0.1
0.05
0.0
0.0 0 1.645
X0 1.645
X

X 414
P= = =0.270 P 0=0.22
n 1532
x−nP 0 414−337.04
Zk= = =4.74
√ nP0 (1−P 0) √337.04 (1−0.22)
CONCLUSIÓN:
Como Zk pertenece a la región critica aceptamos la Ha y rechazamos la Ho.
Hay diferencia significativa en la proporción de personas que verán los programas 8
Simple Rules, ¿Are You Hot? y Dragnet luego de que la ABC pasó comerciales sobre
estos programas de televisión durante el Super Bowl.
5.PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

Pág.421 ejercicio 30
1º
Formular
H0 y Ha
H 0 :P 1=P2
19
H a : P1 ≠ P2
2º Seleccionar un nivel de significancia (α )

α=0.05

Como n1 = n2 = 400 es decir n>=30, utilizaremos el estadístico z.
X1=220 y x2=192
P1=0.55 y p2=0.48
220+192
Pc= =0.515
400+ 400
0.55−0.48
ZK = =1.98
1 1
√ 0.515∗0.485( +
400 400
)
Gráfica
Gráfica de
de distribución
distribución
Normal;
Normal;Media=0;
Media=0;Desv.Est.=1
Desv.Est.=1
0,4
0,4
0,3
0,3
Densidad
Densidad
0,2
0,2
0,1
0,1
0,025
0,025 0,025
0,025
0,0
0,0
-1,960
-1,960 00 1,960
1,960
XX
R.C.:<-∞; -1.96> U <1.96; +∞>

R.A.: [-1.96;1.96]
P(z=1.98) = 0.0239 P< α

Z K pertenece a la Región Crítica 1.96<1.98<+∞
CONCLUSION:
20
Existe suficiente evidencia para afirmar que existe una diferencia entre las proporciones de estas
encuestas realizadas a los ejecutivos de las grandes empresas.

En los últimos años ha aumentado el número de personas que emplean Internet para
buscar noticias sobre política. Los sitios Web sobre política suelen pedir a los usuarios
que den sus opiniones participando en encuestas en línea. Pew Research Center realizó
un estudio para conocer la participación de republicanos y demócratas en las encuestas
en línea. Se obtuvieron los resultados muestrales siguientes.
21
a. Calcule la estimación puntual de la proporción de republicanos que indicaron
participar en encuestas en línea. Calcule la estimación puntual de demócratas.
P1=115/250=0.46
P2=98/350=0.28
b. ¿Cuál es la estimación puntual de la diferencia entre las dos proporciones

poblacionales?
P1- P2=0.46-0.28=0.18
c. Con 95% de confianza, ¿cuál es el margen de error?
Datos: α=0.05 ; n1=250 ;n2=350 ; P1=0.46; P2=0.28
σ P1- P2 =0.0386
E=Z α/2*σ P1- P2

Z α/2=1.96
E=1.96*0.0386
E=0.0756
d. Representantes de la industria científica de sondeo opinan que la profusión de
encuestas en línea puede confundir a las personas. ¿Está usted de acuerdo con
esto? Use un intervalo de confianza de 95% para estimar la diferencia entre las
proporciones poblacionales de republicanos y demócratas para justificar su
respuesta.
P1- P2=0.18
E=0.0756
P1- P2±E=0.18±0.0756
0.1044 ≤P1- P2≤0.2556
CONCLUSIÓN:
Se estima que la diferencia entre las proporciones poblacionales de republicanos y
demócratas que participaron de la encuesta se encuentre entre 0.1044 y 0.2556 con un
95% de confianza.
22
En un estudio de la American Automobile Association se estudió si era más probable

que conductores hombres o mujeres se detuvieran para solicitar indicaciones sobre
cómo llegar a una dirección (AAA, enero de 2006). En el estudio se preguntaba: “Si
usted y su cónyuge van en su automóvil y se pierden, ¿se detiene para preguntar por la
dirección que busca?” En una muestra representativa se encontró que 300 de 811
mujeres dijeron que sí se detenían para preguntar y 255 de 750 hombres dijeron que sí
se detenían para preguntar.
a. La hipótesis de investigación afirmaba que era más probable que las mujeres se
detuvieran para preguntar por la dirección. Formule las hipótesis nula y alternativa para
este estudio.
b. Pruebe la hipótesis usando α=0.05. ¿Cuál es el valor-p y cuál es la conclusión a la
que esperaría usted que llegara la asociación?
1) Ho: P 1=P 2
Ha: P 1> P 2
23
2) α =0.05
Gráfica
Gráfica de
de distribución
distribución
Normal;
Normal;Media=0;
Media=0;Desv.Est.=1
Desv.Est.=1
0.4
0.4
0.3
0.3
Densidad
Densidad
0.2
0.2
0.1
0.1
0.05
0.05
0.0
0.0
00 1.645
1.645
XX
4) −∞ ≤ RA ≤ 1.645 ;1.645< RC <+∞
5) Cálculos para la toma de decisión

X 1 300 X 2 255 X 1+ X 2
P 1= = =0.37 P 2= = =0.34 Pc=
n 1 811 n 2 750 n1+ n2
p 1− p 2 0.37−0.34
Zk= = =1.23
1 1 1 1
√ Pc ( + )
n1 n 2
0.356(
√ +
811 750
)
24
Como Zk pertenece a la región de aceptación aceptamos la H0 y rechazamos la Ha. El
valor de p=0.11>α =0.05
CONCLUSIÓN:
No hay evidencia suficiente para decir que existe una diferencia significativa en la
proporción de varones y mujeres que se detuvieran para solicitar indicaciones sobre
cómo llegar a una dirección
6.PRUEBA DE HIPÓTESIS PARA MUESTRAS PEQUEÑAS

LIBRO: PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Y CIENCIA 9° EDICIÓN
25
H 0 :U=2
H a :U ≠2

α=0.05, Gl=9;
Gráfica de distribución R.C.:<-

GráficaT;de distribución
df=9
T; df=9 ∞;
0,4
0,4 -2.262>
U
<2.262;
0,3
0,3 +∞>
Densidad
R.A.: [-
Densidad
0,2
0,2
0,1
0,1
0,025 0,025
0,0 0,025 0,025
0,0 -2,262 0 2,262
-2,262 X0 2,262
X
2.262;2.262]

Como n=10, y n<30, utilizamos el estadístico t
26
= (1.7+1.5+2.6+2.2+2.4+2.3+2.6+3+1.4+2.3) /10=2.2
=2.2, σ=0.5164;
2.2−2
tK= =1.22
0.5164
√ 10

P(t=1.22) = 0.2517 P> α
t K pertenece a la Regi ó n Aceptacion -2.262<=1.22 <= 2.262
CONCLUSION:
No existe suficiente información para afirmar que el tiempo necesario promedio para plantar un árbol
es diferente de 2 horas.

27
La Asociación Nacional de Ligas de Béisbol Profesional de Estados Unidos, informó
que en la temporada de 2001 la asistencia a 176 juegos de béisbol de liga menor alcanzó
un máximo sin precedentes (New York Times, 28 de julio de 2002). La asistencia
promedio a un juego de béisbol fue de 3530 personas por juego. A la mitad de la
temporada de 2002, el presidente de la asociación solicitó un informe de asistencia con
la esperanza de que superara a la asistencia del 2001.
a. Formule las hipótesis que se usarán para determinar si la asistencia media por
juego en el 2002 excedió a las del año anterior.
H0: μ=3530
Ha: μ>3350
b. Suponga que en una muestra de 92 juegos de béisbol de la liga menor jugados en

la primera mitad de la temporada de 2002, la asistencia media es de 3740
personas por juego y la desviación estándar 810. ¿Cuál es el valor-p? }
Datos: n=92 ; =3740 ;s=810; μ=3530
3740−3530
t= 810 =2.487
√ 92
gl=92-1
gl=91
P (t=2.487; gl=91)= 0.007352696
c. Si α =0.01, ¿cuál es su conclusión?

P< α
CONCLUSIÓN:
Se rechaza la Ho y se acepta la Ha entonces podemos afirmar que la asistencia
media en el año 2002 excedió a la de año anterior con un nivel de confianza del
99%.
28
El Edison Electric Institute publica cifras del número de kilowatts-hora que gastan
anualmente varios aparatos electrodomésticos. Se afirma que una aspiradora gasta un
promedio de 46 kilowatts-hora al año. Si una muestra aleatoria de 12 hogares, que se
incluye en un estudio planeado, indica que las aspiradoras gastan un promedio de 42
kilowatts-hora al año con una desviación estándar de 11.9 kilowatts-hora esto sugiere
que las aspiradoras gastan, en promedio, menos de 46 kilowatts-hora al año a un nivel
de significancia de 0.05? Suponga que la población de kilowatts-hora es normal.
1) Ho: μ=μ 0
Ha: μ< μ 0
2) α =0.05
3) estadístico t n ≤ 30
T; df=11
T; df=11
0.4
0.4
0.3
0.3
Densidad
Densidad
0.2
0.2
0.1
0.1
0.05
0.0 0.05
-1.796 0
0.0
-1.796 X 0
X
4) −∞< RC ←1.796 ; 1.796 ≤ RA <+∞

29
x−μ 42−46
tk= =−1.16
σ = 11.9
√n √ 12
CONCLUSIÓN:
Como tk cae en la Rase acepta la Ho y se rechaza la Ha
Hay suficiente evidencia para decir que el numero promedio de kilowatts-hora que
gastan al año las aspiradoras domesticas no es significativamente menor que 46.
7.PRUEBA DE HIPÓTESIS PARA DOS MUESTRAS INDEPENDIENTES

30
H 0 :U 1=U 2
H a :U 1≠ U 2

α=0.05 , Gl=20;
Como n1=12, n2=10 ; es decir n<30, utilizaremos el estadístico t.
1=9.3 , 2=4.2 ;
∆=5.1
Esto quiere decir que el aeropuerto internacional de Memphis transporta en promedio 5100 toneladas
de carga demás, con respecto al aeropuerto internacional Louisville.
σ1=2.543 ; σ2=1.431
11∗2.5432+ 9∗1.4312
S P= =4.478
12+10−2
9.3−4.2
tK= =5.629
1 1
√ 4.478∗( + )
12 10
T; df=20
T; df=20
0,4
0,4
0,3
0,3
Densidad
Densidad
0,2
0,2
0,1
0,1
0,025 0,025
0,0 0,025 0,025
0,0
-2,086 0 2,086
-2,086 X 0 2,086
X
31
R.C.:<-∞; -2.0.86> U <2.086; +∞>
R.A.: [-2.086;2.086]
P(t=5.629) = 0.0000165 P< α

t K pertenece a la Regi ó n Cr í tica 2.086<5.629 <+∞
CONCLUSION:
Hay suficiente información para afirmar que existe una diferencia de toneladas de carga en promedio
entre el aeropuerto internacional de Memphis y el aeropuerto internacional de Louisville.

El consejo universitario compara las puntuaciones obtenidas en la prueba de aptitudes
escolares (SAT, por sus siglas en inglés) de acuerdo con el nivel de enseñanza de los
padres de los estudiantes que presentan este examen. La hipótesis de investigación es
que los estudiantes cuyos padres tienen un nivel más alto de estudios obtendrán mejores
puntuaciones en el SAT. En el 2003 la media general en la prueba oral fue 507 (The
World Almanac 2004). A continuación se presentan las puntuaciones obtenidas en el
examen verbal en dos muestras independientes de estudiantes. La primera muestra
32
corresponde a las puntuaciones de estudiantes cuyos padres tienen una licenciatura. La
segunda corresponde a las puntuaciones de estudiantes cuyos padres terminaron la
preparatoria pero no tienen una licenciatura.
a. Formule las hipótesis pertinentes para determinar si los datos muestrales

confirman la hipótesis de que los estudiantes cuyos padres tienen un nivel de
enseñanza más alto obtienen mejores puntuaciones en el SAT.
H0: μ1-μ2=0
Ha: μ1-μ2≠0
b. Dé la estimación puntual de la diferencia entre las medias de las dos
poblaciones.
μ1=Media de las puntaciones de los padres con licenciatura

μ2= Media de las puntaciones de los padres sin licenciatura
μ1- μ2=1-2
1=
∑ X =525
n
2=
∑ X =487
n
μ1- μ2=525-487=38
c. Calcule el valor-p en esta prueba de hipótesis.
Suponiendo que:σ 1=σ 2
33
S1=59.42
S2=51.74
Reemplazando tenemos que t=1.746
Entonces P (t=1.746; gl=26)= 0.0926
d. Con α =0.05, ¿cuál es la conclusión?
P> α
CONCLUSIÓN:
Se acepta la Ho y se rechaza la Ha por lo tanto no podemos afirmar que existe
una diferencia significativa entre la media de las puntaciones de los padres con
licenciatura y la media de las puntaciones de los padres sin licenciatura con un
nivel de confianza del 95%.
34
Merrill Lynch solicita periódicamente a sus clientes evaluaciones sobre la asesoría
financiera y los servicios que les presta (2000 Merrill Lynch Client Satisfation Survey).
Puntuaciones más altas indican mejor servicio, 7 es la puntuación más alta. A
continuación, se presentan en forma resumida las puntuaciones dadas a dos consultores
financieros por los miembros de dos muestras aleatorias independientes. El consultor A
tiene 10 años de experiencia, mientras que el consultor B tiene 1 año de experiencia.
Use α=0.05 y realice una prueba para determinar si el consultor que tiene más años de
experiencia obtuvo una puntuación más alta.
n 1=16 n 2=10
X 1=6.82 X 2=6.25
S 1=0.64 S 2=0.75
1) Ho: μ 1=μ 2
Ha: μ 1> μ 2
2) α =0.05
35
T; df=24
T; df=24
0.4
0.4
0.3
0.3
Densidad
Densidad
0.2
0.2
0.1
0.1
0.05
0.05
0.0
0.0 0 1.711
X 0 1.711
X
4) −∞< RA ≤ 1.711 ;1.711< RC <+∞

( n1−1 ) s 12 + ( n 2−1 ) s 22
SP2=
n1+n 2−2
x 1−x 2 6.82−6.25
tk= = =2.1
2 1 1 1 1
√ SP ( + )
n1 n2 √
0.54 ( + )
16 10
36
CONCLUSIÓN:
Como tk cae en la RC se acepta la Ha y se rechaza la Ho
Hay evidencia suficiente para decir que la puntuación promedio que obtuvo el consultor
que tiene más años de experiencia es significativamente más alta
8. PRUEBA DE HIPÍTESIS DE DOS MUESTRAS DEPENDIENTES

37
H 0 :U 1=U 2
H a :U 1≠ U 2

α=0.05 ;Gl=42
n=43;
đ=850, Sd =1123
850
tK= =4.963
1123
√ 43
T; df=42
T; df=42
0,4
0,4
38
0,3
0,3
idad
d
D
0,1
0,1
0,025 0,025
0,0 0,025 0,025
0,0
-2,018 0 2,018
-2,018 X 0 2,018
X
R.C.:<-∞; -2.0.18> U <2.018; +∞>

R.A.: [-2.018;2.018]
P(t=4.963) = 0000012 P< α
t K pertenece a la Regi ó n Cr í tica 2.018<4.963 <+∞
CONCLUSION:
Se puede afirmar que existe una diferencia entre las medias de las poblaciones de los gastos en
supermercados pagados con la tarjeta de crédito y las cenas fuera pagados con la tarjeta de crédito.
39
Las personas que viajan por avión suelen elegir de qué aeropuerto salir con base en el
costo del vuelo. Para determinar de qué aeropuerto es más costoso salir, si de Dayton,
Ohio; o de Louisville, Kentucky, se recolectan datos (en dólares) de una muestra de
vuelos a ocho ciudades partiendo de estos dos aeropuertos (The Cincinnati Enquirer, 19
de febrero de 2006). Un investigador sostiene que es mucho más costoso partir de
Dayton, que de Louisville. Use los datos muestrales para ver si favorecen tal afirmación.
Como nivel de significancia use α=0.05.
SOLUCIÓN:
1. H0: μd=0
Ha: μd>0
2. α=0.05
3. Estadístico: t de student para muestras pareadas
4. Formulamos la regla de decisión:
t( α=0.05,8-1)=1.895
RA: ]-∞;1.895]
RC: ]1.895;+∞[
5. Se procederá a a calcular las diferencias de cada par :
177,201,-186,131,-22,-212,5,-14; del cual la media es igual a 10 y Sd=155.1
10−0
t= 151.1 =0.187
√8
40
CONCLUSIÓN:
tϵa la RA entonces aceptamos la Ho y rechazamos las Ha por lo tanto no existe
suficiente evidencia para poder afirmar que es mucho más costoso partir de Dayton, que
de Louisville con un nivel de confianza del 95%.
En los últimos tiempos hay una cantidad cada vez mayor de opciones de
entretenimiento que compiten por el tiempo de los consumidores. En 2004, la televisión
por cable y el radio superaron a la televisión abierta, a la música grabada y a los
periódicos, convirtiéndose en los medios de entretenimiento más usados. Con una
muestra de 15 individuos se obtienen los datos de las horas por semana que ven
televisión por cable y de las horas por semana que escuchan la radio.
televisi radio
41
ón
22 25
8 10
25 29
22 19
12 13
26 28
22 23
19 21
21 21
23 23
14 15
14 18
14 15
16 15
24 23
1) Ho: μ=0
Ha: μ ≠ 0
2) α =0.05
GráficaT;de distribución
df=14
T; df=14
0.4
0.4
0.3
0.3
Densidad
Densidad
0.2
0.2
0.1
0.1
0.025 0.025
0.0
0.025 0.025
0.0 -2.145 0 2.145
-2.145 X0 2.145
X
4) Definir RC y RA

42
d
tk= =−2.16
sd
√n
P=0.48
CÁÑCULOS CON MINITAB
CONCLUSIÓN:
Como tk cae en la RC se acepta la Ha y se rechaza la Ho

Se tiene evidencia suficiente para decir que en promedio hay diferencia significativa
entre las horas por semana que ven televisión por cable y de las horas por semana que
escuchan la radio.
9. F DE FISHER
43
H 0 :σ 1=σ 2
H a :σ 1>σ 2

α=0.01 , Gl1=25, Gl2=29
F(0.01,25,29)=2.48
F; df1=25; df2=29
F; df1=25; df2=29
1,2
1,2
1,0
1,0
0,8
0,8
Densidad
Densidad
0,6
0,6
0,4
0,4
0,2
0,2
0,01
0,0 0,01
0,0 0 2,478
0 X 2,478
X
R.C.:<2.478;
+∞>
R.A.:<-∞; 2.478]

Como n1=26, n2=30; σ 1=94 , σ 2=58
922
FK = =2.6266
58 2

P(F=2.6266) = 0.0001 P< α
F K pertenece a la Regi ó n Cr í tica 2.48<2.6266 <+∞
CONCLUSION:
Se concluye que hay suficiente evidencia para afirmar que las varianzas de los adultos pasan
conectados al Internet son mayores que la varianza de los jóvenes que también se conectan a Internet.
44
45
Prueba e IC para dos varianzas
Prueba e IC para dos varianzas
Relación = 1 vs. Relación > 1
Relación = 1 vs. Relación > 1
IC de 99% para σ(Muestra 1) / σ(Muestra 2)
IC de 99% para σ(Muestra 1) / σ(Muestra 2)
Prueba F
Prueba F
Valor p 0,007
Valor p 0,007
1,00 1,25 1,50 1,75 2,00 2,25 2,50

1,00 1,25 1,50 1,75 2,00 2,25 2,50
ICs de chi-cuadrada de 99% para σ

ICs de chi-cuadrada de 99% para σ
Muestra 1
Muestra 1
Muestra 2
Muestra 2
50 75 100 125 150
50 75 100 125 150
La mayor parte de los individuos saben que el gasto anual medio en reparaciones de un
automóvil depende de la antigüedad del automóvil. Un investigador desea saber si la
varianza de los gastos anuales que se hacen en reparación también aumenta con la
antigüedad del automóvil. En una muestra de 26 automóviles de 4 años de antigüedad la
desviación estándar muestral en los gastos anuales en reparación fue $170 y en una
muestra de 25 automóviles de 2 años de antigüedad la desviación estándar muestral en
los gastos anuales en reparación fue $100.
POBLACIÒN 1 POBLACIÒN 2
AUTOMÒVILES CON 4 AÑOS DE AUTOMÒVILES CON 2 AÑOS DE
ANTIGÜEDAD ANTIGÜEDAD
n1=25 n2=25
S12=1702 S22=1002
σ 12 σ 22
a. Dé las hipótesis nula y alternativa para la investigación de que la varianza en los

gastos anuales de reparación es mayor entre más viejos son los automóviles
H0: σ 12=σ 22
Ha: σ 12>σ 22
b. Empleando 0.01 como nivel de significancia, ¿cuál es la conclusión? ¿Cuál es el

valor-p? Analice lo razonable de sus hallazgos.
Nivel de significancia: α=0.01
46
Estadístico de la prueba = F
Ahora el valor crìtico de F (α=0.01;gl1=24;gl2=24)= 2.659
Formulamos la regla de decisión:

RA: ]-∞;2.659]
RC: ]2.659;+∞[
Fk= S12/ S22
Fk=1702/1002
Fk=2.89
 Fkϵ RC
CONCLUSIÓN:
Se rechaza la Ho y se acepta la Ha con lo cual podemos afirmar que la varianza en los
gastos anuales de reparación es mayor entre más viejos son los automóviles con un nivel
de confianza del 99%.
En 10 empresas de la industria aérea la desviación estándar en las ganancias a 12 meses

por acción fue 4.27 y en 7 empresas de la industria automotriz la desviación estándar en
las ganancias a 12 meses por acción fue 2.27 (BusinessWeek, 14 de agosto de 2000).
Realice una prueba para varianzas iguales con α _ 0.05. ¿Cuál es la conclusión acerca de
la variabilidad de las ganancias por acción en la industria aérea y en la industria
automotriz?
47
1) Ho: σ 1=σ 2
Ha: σ 1 ≠ σ 2
2) α =0.05
3) estadístico F
4)RC y RA
Gráfica de df2=6
F; df1=9; distribución
F; df1=9; df2=6
0.7 0.025
0.7 0.025
0.6
0.6
0.5
0.5
Densidad
0.4
Densidad
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0.025
0.0 0.025
0.0 0.2315
0 5.523
0.2315
0 X 5.523
X
S 12
Fk= =2.965
S 22
48
CONCLUSIÓN:
Como Fk cae en la región de aceptación se acepta la Ha y se rechaza la Ho
En promedio no hay una diferencia significativa en la variabilidad de las ganancias

por acción en la industria aérea y en la industria automotriz
49
10.ANOVA 1 DIRECCION
H 0 :u1=u 2=u 3
H a : Notodas las medias son iguales

α=0.05 ,Glnum=k-1=3-1=2, Glden=n-k=15-3=12
F(0.05,2,12)=3.89
Gráfica de df2=12
F; df1=2; df2=12
1,0
1,0
0,8
0,8
Densidad
0,6
Densidad
0,6
0,4
0,4
0,2
0,2
0,05
0,0 0,05
0,0 0 3,885
0 X 3,885
X
R.C.:<3.885; +∞>
50
R.A.:<-∞; 3.885]
Utilizaremos el estadístico F
70
CMTR= =35
2
236 306
CME= =19.667 CMT= =21.85
12 14
CMTR 35
FK = = =1.7 8
CME 19.667
F K pertenece a la Región Aceptación F K < F -> 1.78<3.89
 Se Acepta la hipótesis nula y se rechaza la alternativa
CONCLUSIÓN
Existe información suficiente para afirmar que la temperatura no afecta el rendimiento del proceso
químico.
Gráfica de intervalos de Tº vs. DATOS

Gráfica de intervalos de Tº vs. DATOS
95% IC para la media
95% IC para la media
4,0
4,0
3,5
3,5
3,0
3,0
2,5
Tº
2,5
Tº
2,0
2,0
1,5
1,5
1,0
1,0
23 24 27 28 30 31 32 34 36 39
23 24 27 28 30 31 32 34 36 39
DATOS
DATOS 51
La desviación estándar agrupada se utilizó para calcular los intervalos.
La desviación estándar agrupada se utilizó para calcular los intervalos.
En una auditoría los auditores tienen que dar opiniones acerca de diversos aspectos con
base en sus propias experiencias directas, indirectas o en una combinación de ambas. En
un estudio se pidió a auditores que dieran su opinión acerca de la frecuencia con que se
presentan errores en una auditoría. Suponga que se obtuvieron los resultados que se
presentan a continuación; valores bajos indican opiniones más acertadas.
52
Use α =0.05 para determinar si el tipo de experiencia en que se basa la opinión afecta la
calidad de la misma.
Soluciòn:
1. Planteamos la Ho y la Ha:
Ho: 𝑢1 = 𝑢2 = 𝑢3
Ha: 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒
2. Nivel de significancia: α = 0.05
3. Identificar el estadístico: F
4. Formular la regla de decisión:
RA: [0;3.555]
RC: ]3.555; +∞ [
5. Calcular el estadìstico
Realizamos los càlculos para la tabla ANOVA.
53
Las entradas para la tabla ANOVA se calcula como sigue. Primero calcularemos la
variación total.
436.82
SStotal=∑ x 2-¿ ¿=9402.78- =317.34
21
Después calculamos la variación de tratamiento.
Tc 2 ¿ 1192 142.82 1752 436.82

SST=∑ ( )−¿ ¿ ¿= + + − =225.68
nc 7 7 7 21
Calculamos la variación del error:
SSE=SStotal-SST=317.34-225.68=91.66
Finalmente, la tabla ANOVA será:
𝐹𝑘 ∈ R.C ⟶ Se rechaza la hipótesis nula y se acepta la hipótesis alternativa.
CONCLUSIÓN:
Con un nivel de significancia de 0.05 se puede afirmar que el tipo de experiencia en

que se basa la opinión si afecta la calidad de la misma.
54
En la publicidad de tres pinturas se dice que tienen el mismo tiempo de secado. Para
verificar esto, se prueban cinco muestras de cada una de las pinturas. Se registra el
tiempo en minutos necesario para que el secado sea suficiente para la aplicación de una
segunda mano. Los datos obtenidos son los siguientes.
Con α=0.05 como nivel de significancia, realice una prueba para determinar si la media
de los tiempos de secado es la misma en todas las pinturas.
Pintura 1 Pintura 2 Pintura 3 Pintura 4
128 144 133 150
137 133 143 142
135 142 137 135
55
124 146 136 140
141 130 131 153
fuente de variación suma de cuadrados grado de libertad cuadrado medio Fk

tratamiento 330 3 110 2.5433526
error 692 16 43.25
total 1022 19
1) Ho: μ 1=μ 2=μ 3

Ha: las medias de los trtamientos no son iguales
2) α =0.05
3) estadístico F
4)RC y RA
NUMERADOR DENOMINADOR
para la tabla 3 16
F (TABLA) 3.238871517
Gráfica de df2=16
F; df1=3; df2=16
0.8
0.8
0.7
0.7
0.6
0.6
0.5
Densidad
0.5
Densidad
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0.05
0.0 0.05
0.0 0 3.239
0 X 3.239
X

Fk=2.543
56
CONCLUSIÓN:
Fk=2.543
Aceptamos la Ho y rechazamos la Ha de lo que decimos que la media de los tiempos de
secado es la misma en todas las pinturas.
11.ANOVA 2 DIRECCIONES
57
H 0 :u1=u 2=u 3
H a : Al menos una es diferente
2º Seleccionar un nivel de significancia (α)

α=0.05, Glnum=k-1=3-1=2, Glden=n-k=15-3=12
F (0.05,2,12)=3.89
Gráfica
Gráfica de
de distribución
distribución
F;
F;df1=2;
df1=2;df2=12
df2=12
1,0
1,0
0,8
0,8
Densidad
Densidad
0,6
0,6
0,4
0,4
0,2
0,2
0,05
0,05
0,0
0,0
00 3,885
3,885
R.C.:<3.885; +∞> XX
R.A.:<-∞; 3.885]
3º Identificar
el valor estadístico de la prueba
Utilizaremos el estadístico F
58
26.5333 16.1333
CMTR= =13.2667 CME= =2.0167
2 8
312.2667
CMB= =78.0667
4
CMTR 13.2667
F 1= = =6.5784
CME 2.0167
CMB 78.0067
F 2= = =38.68
CME 2.0167
4º Formular una regla de decisión para F1

F 1 pertenece a la Región Crítica F 1> F -> 6.5784> 3.89
CONCLUSÓN:
Hay suficiente evidencia para afirmar que existe una diferencia significativa entre los tratamientos
5º Formular una regla de decisión para F2
F 1 pertenece a la Región Crítica F 2> F -> 38.68>3.89
CONCLUSIÓN:
Hay suficiente evidencia para afirmar que existe una diferencia significativa entre los bloques
59
60
Un factor importante en la elección de un procesador de palabras o de un sistema para la

administración de datos es el tiempo necesario para aprender a usar el sistema. Para
evaluar tres sistemas de administración de archivos, una empresa diseña una prueba con
cinco operadores. Como se considera que la variabilidad entre los operadores es un
factor significativo, se capacita a cada uno de los cinco operadores en cada uno de los
tres sistemas de administración de archivos. A continuación, se presentan los datos
obtenidos
Use α =0.05 y realice una prueba para determinar si existe diferencia significativa entre
los tiempos, en horas, necesarios para aprender a usar cada uno de los tres sistemas.
61
SOLUCIÓN:
TRATAMIENTO
Ho: 𝑢1 = 𝑢2 = 𝑢3
RA: [0;4.459]
RC: ]4.459; +∞ [
5. Calcular el estadìstico
Realizamos los càlculos para la tabla ANOVA.
A B C B
r
1 16 16 24 5
6
2 19 17 22 5
8
3 14 13 19 4
6
4 13 12 18 4
3
5 18 17 22 5
7
T 80 75 10 260
c 5
Σ 13 11 22 4682
62
x 06 47 29
2
Las entradas para la tabla ANOVA se calcula como sigue. Primero calcularemos la
variación total.
2
260
SStotal=∑ x 2-¿ ¿=4682- =175.33
15
Después calculamos la variación del tratamiento.
Tc 2 ¿ 802 752 1052 2602

SST=∑ ( )−¿ ¿ ¿= + + − =103.33
nc 5 5 5 15
Luego, calculamos la variación del bloque:
Br 2 ¿ 562 582 462 43 2 57 2 2602

SSB=∑ ( )−¿¿ ¿ = + + + + − =64.67
k 3 3 3 3 3 15
Calculamos la variación del error:

SSE=SStotal-SST-SSB=175.33-103.33-64.67=7.33
Finalmente, la tabla ANOVA será:
Fuente Suma Grados Cuadra F
de de de do
variaci cuadrad liberta medio
ón os d
Tratamien 103. 2 51.6 Ft =
to 33 67 56.36
Bloque 64.6 4 16.1 Fb =
7 67 17.64
Error 7.33 8 0.91
7
Total 175.
33
𝐹𝑡 ∈ R.C ⟶ Se rechaza la hipótesis nula y se acepta la hipótesis alternativa.
CONCLUSIÓN:
No existe suficiente evidencia para poder afirmar que los tiempos de aprendizaje en
horas para los tres sistemas de administración de datos sean iguales.
BLOQUE
Ho: 𝑢1 = 𝑢2 = 𝑢3
63
RA: [0;3.838]
RC: ]3.838; +∞ [
5. Calcular el estadístico de la prueba :

Según la tabla ANOVA calculada anteriormente, el Fb salió :
Fb = 17.64
𝐹𝑏 ∈ R.C ⟶ Se rechaza la hipótesis nula y se acepta la hipótesis alternativa.
CONCLUSIÓN:
Si existe diferencia en los tiempos para el aprendizaje de los sistemas de

procesamiento de datos por los diferentes operarios.
64
En un estudio publicado en el Journal of the American Medical Association se

investigaba la demanda cardiaca al apalear grandes cantidades de nieve. Diez hombres
saludables se sometieron a pruebas de ejercicio empleando una corredora y una bicicleta
ergonómica para brazos. Después estos mismos hombres limpiaron dos tramos de nieve
mojada y pesada con una pala ligera para
nieve y una máquina eléctrica para despejar nieve. Se midió el ritmo cardiaco, la presión
sanguínea y el consumo de oxígeno de cada uno de los participantes en la prueba,
durante la remoción de nieve, y estos valores se compararon con los valores durante las
pruebas de ejercicio. En la tabla siguiente se presentan los valores de ritmo cardiaco,
dados en pulsaciones por minuto, de cada uno de los 10 individuos.
corredora bici Pala Maquina

177 205 180 98
151 177 164 120
184 166 167 111
161 152 173 122
192 142 179 151
193 172 205 158
164 191 156 117
207 170 160 123
177 181 175 127
174 154 191 109
65
PARA CADA TIPO DE HERRAMIENTA
1) Ho: μ 1=μ 2=μ 3=μ 4
2) α =0.05
3) estadístico F
4)RC y RA
F1 NUMERAD DENOMINA
(TABL OR DOR
A) Gráfica de df2=27
2.96035 3 27 F; df1=3; df2=27
0.8
0.8
0.7 66
0.7
0.6
0.6
0.5
ad
0.5
0.4
Dens
De
0.3
0.3
132 0.2
0.2
0.1
0.1
5) cálculos para la toma de decisión 0.05
0.0 0.05
0.0 0 2.960
Fk=22.42 0 X 2.960
X
Se rechaza la Ho y se acepta la Ha
CONCLUSIÓN:
En promedio las medias de los tratamientos no son iguales por lo que se puede inferir
que la demanda cardiaca media es diferente en cada tratamiento
PARA CADA INDIVIDUO

1) Ho: μ 1=μ 2=μ 3=μ 4
2) α =0.05
3) estadístico F
4)RC y RA
Gráfica de df2=27
F; df1=9; df2=27
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
Densidad
0.5
Densidad
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1 0.05
0.0 0.05
0.0 0 2.250
0 X 2.250
X
F2 NUMERAD DENOMINA
(TABL OR DOR
67
A)
2.250131 9 27
48

Fk=1.055
Se rechaza la Ho y se acepta la Ho
CONCLUSIÓN:
En promedio las medias de los bloques son iguales por lo que se puede inferir que la
demanda cardiaca media es igual en cada individuo
68

Tarea 1 Estadística Industrial

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Tarea 1 Estadística Industrial

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL MAYOR DE SAN

FACULTAD DE INGENIERÍA INDUSTRIAL

DESARROLLO DE EJERCICIOS PROPUESTOS DESDE PRUEBA DE

 CURSO: ESTADÍSTICA INDUSTRIAL

 PROFESORA: Mayta Huatuco, Rosmeri Agustina

 Campos Crispín, Luisdiego Junior 18170071

LIMA 24 DE JULIO DE 2020

2º Seleccionar un nivel de significancia (α)

3º Identificar el valor estadístico de la prueba

4º Formular una regla de decisión

c. De tablas tenemos que P(Z=-2.727) = 0.0032

Pág. 358 ejercicio 17

5) cálculos para la toma de decisión

2º Analizando el error tipo I

3º Analizando el error tipo II

Pág. 335 ejercicio 10.2

Pág. 400 ejercicio 8

2º Seleccionar un nivel de significancia ( α )

4º Formular una regla de decisión

CÁLCULOS CON MINITAB

Pág. 400 ejercicio 5

49.924≤ μ 1−μ 2≥84.136

Pág. 401 ejercicio 8

P=0.28¿ α =0.01 aceptamos la Ho y rechazamos la Ha

4.PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN

2º Seleccionar un nivel de significancia ( α )

3º Identificar el valor estadístico de la prueba

4º Formular una regla de decisión

CÁLCULOS CON MINITAB

Pág. 369 ejercicio 38

c. p<0.05 por lo tanto se rechaza la H0

Pág. 369 ejercicio 40

a. ¿Cuál es la estimación puntual de la proporción de espectadores que después de ver

5) cálculos para la toma de decisión

CÁLCULOS CON MINITAB

5.PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

2º Seleccionar un nivel de significancia (α )

3º Identificar el valor estadístico de la prueba

4º Formular una regla de decisión

R.C.:<-∞; -1.96> U <1.96; +∞>

P(z=1.98) = 0.0239 P< α

CÁLCULOS CON MINITAB

Pág. 421 ejercicio 31

b. ¿Cuál es la estimación puntual de la diferencia entre las dos proporciones

c. Con 95% de confianza, ¿cuál es el margen de error?

Datos: α=0.05 ; n1=250 ;n2=350 ; P1=0.46; P2=0.28

E=Z α/2*σ P1- P2

Pág. 421 ejercicio 32

En un estudio de la American Automobile Association se estudió si era más probable

4) −∞ ≤ RA ≤ 1.645 ;1.645< RC <+∞

5) Cálculos para la toma de decisión

6.PRUEBA DE HIPÓTESIS PARA MUESTRAS PEQUEÑAS

2º Seleccionar un nivel de significancia ( α )

Gráfica de distribución R.C.:<-

3º Identificar el valor estadístico de la prueba

4º Formular una regla de decisión

CÁLCULO CON MINITAB

LIBRO: ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA 10° EDICIÓN

b. Suponga que en una muestra de 92 juegos de béisbol de la liga menor jugados en

Datos: n=92 ; =3740 ;s=810; μ=3530

P (t=2.487; gl=91)= 0.007352696

c. Si α =0.01, ¿cuál es su conclusión?

4) −∞< RC ←1.796 ; 1.796 ≤ RA <+∞