You are on page 1of 7

Capítulo 10: Pruebas de hipótesis de 1 y 2 muestras.

10.1 Suponga que un alergólogo desea probar la hipótesis de que al menos 30% del
público es alérgico a algunos productos de queso. Explique cómo el alergólogo podría
cometer
a) un error tipo I;
b) un error tipo II
Solución:
Al menos el 30% del público es alérgico a algunos productos de queso.
Menos del 30% del público es alérgico a algunos productos de queso.
Proporción de público que es alérgico a algunos productos de queso.
En símbolos:
El rechazo de la hipótesis nula cuando es verdadera se llama error de tipo I.
a) Cuando concluye que al menos de 30% del público es alérgico a algunos productos de
queso cuando, de hecho, el 30% o más son alérgicos.
El no rechazo de la hipótesis nula cuando es falsa se llama error tipo II.
b) Cuando concluye que al menos el 30% del público es alérgico a algunos productos de
queso cuando, de hecho, menos del 30% son alérgicos.

10.21 Una empresa eléctrica fabrica focos que tienen una duración que se distribuye
de forma aproximadamente normal con una media de 800 horas y una desviación
estándar de 40 horas. Prueba la hipótesis de que μ = 800 horas contra la alternativa de
que μ ≠ 800 horas si una muestra aleatoria de 30 focos tiene una duración promedio
de 788 horas. Utilice un nivel de significancia de 0.04.

Datos:
P: focos fabricados en cierta empresa eléctrica.
X: duración en horas de un foco fabricado en esa empresa eléctrica.
Tamaño de la muestra n = 30 focos.
Desviación estándar poblacional σ = 40 horas.
Media muestral x = 788 horas.
𝝈𝒙 𝟒𝟎
Desviación estándar muestral 𝝈𝒙̄ = = ≅ 𝟕. 𝟑𝟎 mililitros.
√ 𝒏 √𝟑𝟎

Nivel de significancia α = 0.04

Hipótesis nula H0: μ = 800 horas.


Hipótesis alternativa H1: μ ≠ 800 horas.

𝑿𝟏 ~𝑵(𝝁𝒙 = 𝟕𝟖𝟖, 𝝈𝒙 = 𝟒𝟎)

Incógnita:

Rechazo o aceptación de la hipótesis nula.

Solución:

Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estándar Z,


donde

𝑋̄ − 𝜇
𝑧=𝜎
⁄ 𝑛

788−800
𝑧= 7.30
=-1.64

Si −𝑧𝛼⁄ < 𝑧 < 𝑧𝛼⁄ , no se rechaza H0.


2 2
−𝑧0.04⁄ < 𝑧 < 𝑧0.04⁄
2 2
−𝑧0.02 < 𝑧 < 𝑧0.02 Aplicando Tabla A.3.

– 2.055 < z < 2.055

Respuesta:

No rechazamos la hipótesis nula ya que el valor de z hallado se encuentra dentro de la región de no


rechazo.

10.23 Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante


específico 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 distribución del contenido es normal.

Datos:

P: envases de un lubricante.
X: contenido en litros de un envase de ese lubricante.
Tamaño de la muestra n = 10 envases.
n

X
i 1
i
10.2+9.7+10.1+10.3+10.1+9.8+9.9+10.4+10.3+9.8
Media muestral x = 10
= 10.06litros.
n
∑𝑛 ̄ 2
𝑖=1(𝑋𝑖 −𝑋)
Desviación estándar muestral 𝑠=√ 𝑛−1
𝒔
(𝟏𝟎. 𝟐 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟗. 𝟕 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟏𝟎. 𝟏 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟏𝟎. 𝟑 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟏𝟎. 𝟏 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟗. 𝟖 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟗. 𝟗 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟏𝟎. 𝟒 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟏𝟎. 𝟑 − 𝟏𝟎. 𝟎𝟔)𝟐 + (𝟗. 𝟖 − 𝟏𝟎. 𝟎𝟔)𝟐
=√
𝟗

(𝟎. 𝟏𝟒)𝟐 + (−𝟎. 𝟑𝟔)𝟐 + (𝟎. 𝟎𝟒)𝟐 + (𝟎. 𝟐𝟒)𝟐 + (𝟎. 𝟎𝟒)𝟐 + (−𝟎. 𝟐𝟔)𝟐 + (−𝟎. 𝟏𝟔)𝟐 + (𝟎. 𝟑𝟒)𝟐 + (𝟎. 𝟐𝟒)𝟐 + (−𝟎. 𝟐𝟔)𝟐 𝟎. 𝟓𝟒𝟒
=√ =√ = √𝟎. 𝟎𝟔𝟎𝟒 ≈ 𝟎. 𝟐𝟒𝟓𝟖 𝒍𝒊𝒕𝒓𝒐𝒔
𝟗 𝟗

Nivel de significancia α = 0.01

Hipótesis nula H0: μ = 10 litros.

Hipótesis alternativa H1: μ ≠ 10 litros.

Incógnita:

Rechazo o No Rechazo de la hipótesis nula.

Solución:

10.06−10
𝑿̄ − 𝝁 𝑡= = 0.7722.
𝒕= 𝒔 0.0777
⁄ 𝒏

Si −𝑡𝛼⁄2,𝑛−1 < 𝑡 < 𝑡𝛼⁄2,𝑛−1, no se rechaza H0.
−𝑡0.01⁄ ,9 < 𝑡 < 𝑡0.01⁄ ,9
2 2
−𝑡0.005,9 < 𝑡 < 𝑡0.005,9 Aplicando Tabla A.4.
- 3.250 < t < 3.250

Respuesta:
No rechazamos la hipótesis nula ya que el valor de t hallado se encuentra dentro de la región de No
Rechazo.

10.30 Una muestra aleatoria de tamaño n1 = 25, que se toma de una población normal con
una desviación estándar σ1 = 5.2, tiene una media x 1 = 81. Una segunda muestra aleatoria de
tamaño n2 = 36, que se toma de una población normal diferente con una desviación estándar
σ2 = 3.4, tiene una media x 2 = 76. Pruebe la hipótesis de que μ1 = μ2 contra la alternativa μ1 ≠
μ2. Cite un valor P en su conclusión.

Datos:
Tamaño de la primera muestra n1 = 25.
Desviación estándar de la primera población σ1= 5.2. 𝑿𝟏 ~𝑵(𝝁𝒙𝟏 = 𝟖𝟏, 𝝈𝒙𝟏 = 𝟓. 𝟐)
Media de la primera muestra x 1 = 81.

Tamaño de la segunda muestra n2 = 36.


Desviación estándar de la segunda población σ2 = 3.4. 𝑿𝟐 ~𝑵(𝝁𝒙𝟐 = 𝟕𝟔, 𝝈𝒙𝟐 = 𝟑. 𝟒)
Media de la segunda muestra x 2 = 76.

Hipótesis nula H0: μ1 = μ2.


Hipótesis alternativa H1: μ1 ≠ μ2.

Incógnita:
Rechazo o No Rechazo de la hipótesis nula.

Solución:

(𝑿̄𝟏 − 𝑿̄𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )


𝒛=
𝝈𝟐𝟏 𝝈𝟐𝟐
√ +
𝒏𝟏 𝒏𝟐

(81 − 76) − (0) 5


𝑧= = ≅ 4.222
1.184
√27.04 + 11.56
25 36

p = P (z > 4.222)  1-1 = 0

Respuesta:

Rechazamos la hipótesis nula ya que la probabilidad de que ocurra es aproximadamente del 0%.

10.42 Cinco muestras de una sustancia ferrosa se usan para determinar si hay una
diferencia entre un análisis químico de laboratorio y un análisis de fluorescencia de
rayos X del contenido de hierro. Cada muestra se divide en dos submuestras y se aplican
los dos tipos de análisis. A continuación, se presentan los datos codificados que
muestran los análisis de contenido de hierro:
Muestra
Análisis 1 2 3 4 5
Rayos X 2,0 2,0 2,3 2,1 2,4
Químico 2,2 1,9 2,5 2,3 2,4

Suponga que las poblaciones son normales, pruebe con un nivel de significancia de
0.05 si los dos métodos de análisis dan, en promedio, el mismo resultado.

Datos:
Tamaño de la muestra n = 5 muestras.

Hipótesis nula H0: μ1 = μ2.


Hipótesis alternativa H1: μ1 ≠ μ2.

Nivel de significancia α = 0.05

Incógnita:
Rechazo o No Rechazo de la hipótesis nula.

Solución:

Región critica −𝑡𝛼⁄2 < 𝑡 < 𝑡𝛼⁄2


−𝑡0.05⁄ < 𝑡 < 𝑡0.05⁄
2 2
−𝑡0.025 < 𝑡 < 𝑡0.025 Aplicando Tabla A.4.
_
−2.776 < 𝑡 < 2.776
𝑑−𝑑0
Donde 𝑡 = 𝑠𝑑 con v = n-1 grados de libertad

√𝑛
Calculando:
_
(∑𝒏
𝒊=𝟏 𝒅𝒊 )
La media muestral 𝒅 = 𝒏
Muestra
Análisis 1 2 3 4 5
Rayos X 2,0 2,0 2,3 2,1 2,4
Químico 2,2 1,9 2,5 2,3 2,4

di -0,2 0,1 -0,2 -0,2 0,0

_ (−𝟎. 𝟐) + (𝟎. 𝟏) + (−𝟎. 𝟐) + (−𝟎. 𝟐) + (𝟎. 𝟎)


𝒅= = −𝟎. 𝟏
𝟓
la desviación estándar

2
(𝑛 ∗ ∑𝑛𝑖=1 𝑑𝑖2 ) − (∑𝑛𝑖=1 𝑑𝑖 )
𝑠𝑑 = √
𝑛1 ∗ (𝑛1 − 1)

con nuestros datos:

𝑠𝑑
5 ∗ [(−0.2)2 + (0.1)2 + (−0.2)2 + (−0.2)2 + (0.0)2 ] − [(−0.2) + (0.1) + (−0.2) + (−0.2) + (0.0)]2
=√
5 ∗ (5 − 1)

𝟓 ∗ [(𝟎. 𝟏𝟑)] − [(−𝟎. 𝟓)]𝟐 𝟎. 𝟒


𝒔𝒅 = √ =√ = 𝟎. 𝟏𝟒𝟏𝟒
𝟓 ∗ (𝟒) 𝟐𝟎

_
𝑑 −𝑑0
Calculamos 𝑡 = 𝑠𝑑 con nuestros datos

√𝑛

−0.1
𝑡= = −1.58
0.1414⁄
√5

Respuesta:
No rechazamos la hipótesis nula. Concluimos que ambos métodos no son
considerablemente diferentes.
Cap. 11. Regresión lineal y correlación

11.2 Las siguientes son las calificaciones de un grupo de 9 estudiantes en un informe de medio
semestre (x) y en el examen final (y):