PRUEBA DE HIPOTESIS A

APLICACIN 1:
a) H
o
: = 10 000
H
a
: < 10 000
Variable = Ingreso mensual de estudiantes universitarios.
Parmetros:
= 10 000 media poblacional
Estadsticas:
n = !ama"o muestral #$0 estud.
= %edia muestral & '(()
*+ = ,esviaci-n estandar muestral & )..(
Estadstico de la prueba:
= Error estandar muestral.
=
b) H
o
: P / 0.00
H
a
: P 1 0.00
Proporci-n muestral
P = Proporci-n poblacional
n = !ama"o de la muestra 000
Estadstica de la prueba: 2 utili3ando la proporci-n.
c) H
o
: = 100
H
a
: 4 100
Variable: 5oe6iciente Intelectual
Parmetro: 5I promedio de los adultos
n = 100
= .$.$
Estadstica de la prueba 2
.
d) H
o
: = )#.(
H
a
: 1 )#.(
Variable: !iempo de ensamble
Parmetro: !iempo promedio de ensamble de todas las partes del
tel76ono
n = )8 9!iempos)
= )0.8 seg.
= ).0 seg.
Estadstica de la prueba:
e) H
o
: : = 10
H
a
: : < 10
Variable: 5oe6iciente Intelectual
Parmetro: ,esv. Estndar de los 5I de los Pro6. Estadstica
Estadstica de la prueba: 5;i cuadrado
APLICACIN 2:
Solo formular las hip!"sis
a) H
o
: P < 0.00
H
a
: P < 0.00
= 0.00 ,onde:
2 = P = 0.00
1=P = 0.00 n = 100 e>ecutivos
V. de decisi-n 2 = distribuciones de proporciones.
P = Proporci-n poblacional
= Proporci-n muestral
b) H
o
: P < 0.()
H
a
: P < 0.()
= 0.01
Estadstico de la prueba:
2 =
n = )000 novias.
c) H
o
: = '.00
H
a
: '0
= 0.00
2 = Estadstica de la prueba
2 =
==1 error estndar muestral.
= '.0$(g.
d) H
o
: 1) on3as
H
a
: < 1) on3as
= 0.00
Variable de decisi-n
==1
error estandar muestral.
= 11.8 ?
1
= Peso de las latas en on3as
n = )8 latas.
* = 0.() ==1 *
)
= 90.())
)
e) H
o
:
H
a
:
= 0.00
= 0.0))
n = $('
+ =,osis de 10 mg
APLICACIN #:
S" r"su"l$":
H
o
: @a e6ectividad de los comerciales entel acerca del peligro lan3ado por el
estado es la misma Aue lan3ado por P;illip %orris.
H
a
: @a e6ectividad de los comerciales en !.V. acerca del peligro del tabaco
lan3ado por el estado no es la misma Aue lan3ado por P;illip %orris.
= 0.00.
b)
Error !ipo I: Es rec;a3ar la ;ip-tesis nula siendo esta verdadera.
Bl rec;a3ar la H0C donde se a6irma Aue la e6ectividad de los comerciales en
!.V. acerca del peligro de tabaco lan3ado por el estado es la misma Aue
lan3ado por P;illip %orrisC es decir en este enunciado es verdadera se puede
decir Aue ambos protagonistas son iguales pero solo en un 0D de n.s. E lo
dems podemos decir no son iguales.
Error !ipo II: Es aceptar la ;ip-tesis nula siendo 7sta 6alsa.
Bl aceptar la H
0
segFn el protagonismo anterior sabiendo Aue es 6alsaC es decir
no es cierto Aue ambos sean igualesC solo en un 0D de n.s. el resto -sea .0D
diramos Aue son iguales.
c) Para medir la e6ectividad por cada protagonista GEl estado GEG P;illip
%orrisG.
!ienen Aue reali3ar un muestreoC dise"ar un instrumento de investigaci-n para
las encuestas. %edir la proporci-n de no 6umadoresC tanto por la va del estado
o por la de P;illips %orris.
El error de tipo I es la mas adecuada porAue tienen consecuencias estadsticas
mas aplicables.
d) Estadsticamente con6iable: se produce cuando el termino de la muestra es
muc;o ms grande - tiende ;acia el tama"o de la poblaci-n anterior.
@a con6iabilidad de las pruebas aumentan E se distribuEen normalmente.
*ucede lo cuando el tama"o de la muestra disminuEe.
!eorema del lmite central.
APLICACIN %:
a) = %edia poblacional en internet.
= %edia poblacional en mercado tradicional.
= %edia muestral en el internet
= %edia muestral en el mercado tradicional
= !ama"o de la muestra en el internet.
= !ama"o de la muestra en el mercado tradicional.
=
=
b) riesgos asociados con los errores de tipo I E tipo II disminuEen cuando el
tama"o de la muestra aumenta en ambos casos. disminuEen cuando
n .
APLICACIN &:
1) = El acusado es inocente
= El acusado es culpable
= 0.00
D"'isi( encarcelar al acusado es rec;a3ar la H
0
el error regi-n de rec;a3o
cuando 7sta es verdadera solo en un 0D.
D"'isi(: encarcelarlo al acusado es aceptar la H0 el error es regi-n de aceptaci-n
9ver 6igura) cuando esta es 6alsa solo en un 0D.
n = 49
= 69.1
x = 0.995
n = 50 envases.
n = 64
s = 100
= 350.
APLICACIN ):
= %edicamento nuevo aFn sin aprobar es inseguro
= %edicamento nuevo aFn sin aprobar es seguro
a* Error Tipo I:
Es rec;a3ar H
0
sabiendo Aue es verdadero 9 )
5omentario:
Bl rec;a3ar el enunciado H
0
C Aue el medicamento nuevo aFn sin aprobar es
inseguroC sabiendo Aue es:

ZC R.C R.A
HalsaC 7sta 6alsedad m+ima es y que seguridad es 1- . la decisin
sera c!rrec"a.
Error Tipo II:
Bl aceptar H
0
sabiendo Aue es verdadera 9 ).
5omentario:
Bl aceptar el enunciado H
0
Aue el medicamento aFn sin aprobar es
inseguroC sabiendo Aue es verdadera: su verdad m+ima es E su
6alsedad 1= lo cual la decisi-n es incorrecta.
+* El "rror ," !ipo II
Es aceptar H
0
porAue su probabilidad de . *u verdad es peAue"a 1=
es la probabilidad de con6ian3a.
Bceptar Aue el nuevo medicamento aFn sin aprobar es inseguro con
de seguro no es aplicable.
'* !ratar de evitar el error tipo I
PorAue por un proceso de aprobaci-n mas complaciente de manera Aue
a las empresas 6armac7uticas se les apruebe medicinas nuevas con ms
6acilidad E rapide3 lo cual no es correcto.
,* *era posible aumentar el nFmero de muestras en la encuesta E el
anlisis de los nuevos medicamentos. B maEor numero de anlisis para
la verdad los errores tipo I E II decrecen.
APLICACIN -:
a) H
0
= P
1
= 0.00
H
a
= P
1
0.00
En 6orma de proposici-n:
H
0
= @a proporci-n de Aue la poblaci-n de clientes potenciales Aue
pre6ieren el producto uno es igual al 00D.
H
1
= @a proporci-n de Aue la poblaci-n de clientes potenciales Aue
pre6ieren el producto uno di6erente al 00D.
b) El riesgo del error tipo I.
Es la probabilidad m+ima para Aue H
0
se rec;ace siendo verdadera es +
100DC es el nivel de signi6icaci-n.
En otras palabras para Aue H
0
sea verdadera solo e+iste como m+imo +
100D.
C
R.C R.A
El riesgo del error tipo II.
@a probabilidad m+ima para Aue H
0
se acepte siendo H
0
6alsa es + 100D
para Aue H
0
sea 6alsa solo e+iste como ma+imo
c) @a probabilidad de descartar Aue la proporci-n de Aue la poblaci-n de
clientes potenciales Aue pre6ieren el producto uno es igual al 00D cuando es
6alsaC se llama la potencia de un contraste estadstico 1= conocido como P.
*i p = 0.)).
E+iste un ))D de probabilidad de descartar Aue la proporci-n de Aue la
poblaci-n de clientes potenciales Aue pre6ieren el producto uno es igual al 00D
es 6alsa.
,e Aue 1= = 0.)) con = 0.#$.
Es Aue los clientes Aue pre6ieren el producto uno es di6erente al 00D solo con
))D.
d) PorAue rec;a3ando la H
0
cuando crece estaremos Aue los clientes
potenciales Aue pre6ieren el producto uno sern di6erentes al 00D
e) !endra Aue aceptar la H
1
cuando esta es a peAue"os.
@a consecuencia es
P = 0.))
6)
5uando P = 0.1) peAue"o
El error tipo II se ;ace poco posible.
PorAue la regi-n de aceptaci-n se reduce cuando crece lo mismo con P =
0.0(.
APLICACIN .:
a) H
0
= El sitio no es ubicaci-n rentable
H
a
= El sitio es una ubicaci-n rentable
El riesgo de rec;a3ar Aue el sitio no es ubicaci-n rentable con + 100D siendo
verdadera. Es una opci-n correcta.
b) Es aceptar la ;ip-tesis nula cuando es 6alsa. Esta 6alsedad es peAue"a o
sea .
@o cual sera antiecon-micoC no conviene.
c) Esta evitado el error tipo II.
Iue se acepte la ;ip-tesis nula.
Jsea Aue se rec;ace la noci-n el sitio es una ubicaci-n rentable. Para ello se
tiene Aue reali3ar un estudio econ-mico donde el tama"o de la muestra tiene
Aue ser con6iable.
d) In6luEen desde un punto de vista de toma de decisiones cometer error tipo I
es rec;a3ar la H
0
aceptar H
1
.
R.A
RC
R.C
C
Error tipo II es aceptar.
@a H
0
rec;a3ar la H
1
.
APLICACIN /:
a) H
0
= = 0.'0 lb por 1000p)
H
a
= < 0.'0 lb por 1000p)
= 0.00
*
+
= Ko nos dan.
K = '( mediciones.
Bsumimos:
*
+
= 1.1 es )L 100 p
8
valor asumido.
= 0.1#8$
Mec;a3ar Aue el contenido medio de ;umedad es igual a 0.'0 esL100 p) segFn
!e>as Noston cuando esta es 6alsa es 1= .
5omo 2cale M.B.
*e acepta la H
0
E+iste evidencia estadstica a un n.s. = 0.00 de
Aue el contenido medio no es menor a 0.'0 lb
@os 1000 p
)

c) *e asume 9Valores asumidos)
= 0.'#
= 0.8
= 0.00
n = '1
=
Variable de decisi-n:
+ K 9
2 K 90C1)
2alc =
5omo 2 B. se acepta H0.
E+iste evidencia estadstica a en n.s. Aue el contenido medio de ;umedad no
es menor Aue 0.'0 de la 5IB !e>a Vermont.
d) Mec;a3ar Aue el contenido medio de ;umedad es igual a 0.'$ lbL1000 p)
segFn !e>as Vermont cuando es 6alsa su valor es 1=
e) @a suposici-n estn desentes en el mismo item
=0.05
Z Calc.
Z"A=-1.64#
6) *i es normal o se apro+ima a la normal porAue n 1 '0.
Por el teorema del limite central.
Implicancias: *era si n < '0 E la posici-n no es normal.
PARTE II
a) H
0
= = '100
H
a
= '100
= '1(0 supuesta
n
1
= '($ te>as Noston
n
)
= ''0 Vermont !e>as
V, 2=
5omo 2 cale M.5. se rec;a3a la H
0
e+iste evidencia estadstica a un n=s 0.00
Aue el peso medio es distinto a '100 lb.
b) Mec;a3ar Aue el peso medio es igual a '100. segFn Noston !e>as cuando es
6alsa.
R.A
RC
R.C
-1.96
Zcalc.
-1.96
El valor sera 1=
5) n
)
= ''0
= '#00
= '(#0 9supuesto)
5omo 2cale a la regi-n de rec;a3ado se rec;a3a H
0
E+iste evidencia estadstica a un n.s. 0.00 Aue el peso medio de las te>as de
Vermon no es igual a '#00 libras.
c) Mec;a3ar Aue el peso medio es igual a '100 segFn Vermont !e>as cuando
7sta es 6alsa.
*u valor es 1=
H
o
:
H
1
:
= 0.00 supuesta.
2
cale
=
2
cale
=
Zcalc.= -3.$59
-3.$5 - 1.96
1.96
%$
%$
d) H
0
= < '#00
H
1
= < '#00
n = ''0 V.,. ==1
= '(.0
5omo 2cale M.5. se rec;a3a H
0
. E+iste evidencia Aue el peso promedio de
las te>as Vermont es menor de '#00 lbs.
PARTE III
a* H
0
: = 0.00 grs
H
1
: 0.00 grs.
=0.080 supuesta
n = 1#0
0.05 0.05
R.C C R.A
V.,. =
5omo 2cale M.B. aceptamos H0. E+iste evidencia estadstica a un n.s. de
0.00 Aue la p7rdida media de granulos es igual a 0.00 grs segFn te>as Noston.
b) Mec;a3ar la evidencia estadstica Aue las p7rdidas medias de granulos en
te>as sabiendo Aue es 6alsaC es la potencia o valor P 91= )
c) H
0
: = 0.00 grs
H
1
: 0.00 grs.
=0.080 supuesta
n = 180
= 0.1))0
Z= 0.045
1.96
1.96
%$
%$
R.A R.A
Zcale
V.,. =
2 calc.==0.080$
1.96
%$
-0.040#
R.C R.& R.C
*e acepta H
0
2cale 1 2tas. E+iste evidencia estadstica a un n.s de 0.00 Aue la
p7rdida de medios de grnulos en te>as es igual 0.00grs. segFn !e>as Vermon.
d) El valor de P = 1=
Es rec;a3ar la H
0
cuando esta es 6alsa segFn !e>as Velmont.
e) H
0
: = 0.00 grs
H
a
: 0.00 grs.
*uposiciones:
=0.000
n = 180 te>as Velmont
5omo 2cale M.B. se acepta H
0
. E+iste evidencia a un n=1 0.01 Aue la perdida
media de los grnulos de las te>as es igual a 0.00 grs segFn !e>as Velmont.
-1.96
V.,. =
2 calc.==0.(0
0.01
0.60
R.A.
RC.
3.0
6) *i se in6ringe:
APLICACIN 10:
Pregunta 1
t
calc
= 1..0#
= 0.00 supuesto
tab t=L) = 0..$0
9880)
H
0
=
H
=
%
= 0
H
a
=
H
=
%
0
O@ = 1'# P'00 = )
O@ = 880
Pregunta 2
t
calc
= ).100
= 0.00 supuesto
O@ : 880
H
0
=
H
=
%
= 0
H
a
=
H
=
%
0
= 0.00
Podemos a6irmar Aue e+iste evidencia estadstica a un n.s. del 0.00 Aue las
medidas de las opiniones de la pregunta ) entre las mu>eres E ;ombres no son
iguales.
*e acepta en H0C podemos a6irmar Aue las
medias entre la opini-n de mu>er E ;ombre
son iguales a un n.s. = 0.00
1.96
%$
t
calc
= 1..0#
-1.96
R.C R.A R.C
%$
1.96
t
calc
= ).100
-1.96
R.C R.A R.C
Pregunta 3
t
calc
= '.)0$
= 0.10
L) = 0.00
5omo tcale 1 tabularC se rec;a3a
H0.
Podemos a6irmar Aue la media entre ;ombres E mu>eres de la opini-n son
di6erentes.
Pregunta 4
t
calc
= 0.0(#
= 0.00
L) = 0.0)0
O@ = 880
t 91= L)C 880) = 1..(0
90.0)$)
1.645
-1.645
R.C R.A R.C
t
calc
'.)0$
H
0
=
H
=
%
= 0
H
a
=
H
=
%
0
*i tcalc < !tab aceptamos H0. Podemos a6irmar Aue la
media de los resultados de la encuesta de la pregunta KQ8
entre ;ombres E mu>eres son iguales a un n.s. del 0.00
t 1= L)C 880 =t 1= L)C 880
R.C R.A R.C
tcalc = 0.0(#
H
0
=
H
=
%
= 0
H
a
=
H
=
%
0
1= 1=
1.960