33

Estadstica Inferencial I 1
Instituto Tecnolgico de Mrida.
Campus Poniente.
Ingeniera en Gestin Empresarial
Estadstica Inferencial I

Ing. Antonio de Jess Sagols Ruiz.
33
Estadstica Inferencial I 2
OBJETIVO GENERAL DEL CURSO (competencia especfica a desao!!a en e!
c"so#
Analiar ! aplicar conceptos" tcnicas de la estadstica inferencial en la solucin de
Pro#lemas en $reas de la Ingeniera. As como la toma de decisiones" con #ase en los
elementos tericos ad%uiridos" %ue permitan reducir la incertidum#re.
UNIDAD I$ Intod"cci%n a !a estadstica infeencia!
&'& &re'e (istoria de la estadstica.
&'( Concepto de estadstica.
&') Estadstica descripti'a.
&'* Estadstica inferencial.
&'+ &re'e introduccin a la inferencia estadstica.
&', Teora de decisin en estadstica.
&'- Componentes de una in'estigacin estadstica.
&'. )ecoleccin de datos. *iscutir acerca de los mtodos de recoleccin de datos.
Analiar los diferentes tipos de muestreo. +imple" do#le" multiple.
&'/ Muestreo de aceptacin" por lote" A,-.
&'&0 .aria#le categrica" 'aria#le categrica /erar%uiada" 'aria#le numrica" 'aria#le
discreta" 'aria#le continua.
&'&& Estadstica parametrica 0po#lacin ! muestra aleatoria1. 2 Analiar las diferencias
entre un par$metro po#lacional ! un estadstico muestral.
&'&( Aplicaciones. Analiar sistemas de su entorno usando los conceptos de estadstica.
&'&) Identificar las distri#uciones de pro#a#ilidad m$s importantes.
&'&* Estadstica Correlacional"
&'&+ Medidas de Tendencia Central" Medidas de .aria#ilidad.
&'&, In'entarios pro#a#ilsticos ! deterministicos.
&'&- )elacin con asignaturas posteriores de la carrera3 4estin de la produccin"
+istemas informacin de la mercadotecnia" Calidad aplicada a la gestin empresarial.
Introduccin
Este material consta de una serie de e/ercicios clasificados seg5n el tema a %ue
correspondan" algunos de estos e/ercicios se resol'er$n mediante el uso de la
calculadora cientfica con funciones estadsticas ! de regresin lineal" otros se
resol'er$n mediante el uso de la (erramienta de computacin Excel.
-a estadstica es un con/unto de tcnicas mu! 'aliosas %ue tienen aplicacin directa en
situaciones de negocios" entre otras aplicaciones. -o anterior %uiere decir %ue toda
persona %ue desarrolle acti'idades en esa $rea" de#e conocer ! dominar las tcnicas
estadsticas aplicadas a los negocios.
-a estadstica no es complicada" ni difcil" m$s #ien podra decirse %ue tiene muc(os
detalles" por lo %ue es con'eniente desde un principio se adopte una conducta
sistem$tica" o sea ordenada en cuanto a la ad%uisicin ! aplicacin de los
conocimientos.
-a estadstica puede considerarse como un mtodo %ue sir'e para analiar datos" esto es
para organiar ! dar significado a una gran cantidad de informacin" la metodologa
estadstica puede di'idirse en3
33
Estadstica Inferencial I 3
Descipti1a' Ded"cti1a o Infeencia!' Coe!aciona!'
Para ilustrar los tres tipos de enfo%ue consideremos un grupo de alumnos de primer
ingreso al Tecnolgico. Cada e6pediente de los estudiantes contiene las calificaciones
de los e6$menes de admisin" copias de documentos" resultados de e6$menes fsicos"
resultados de test de inters ! personalidad" etc. En con/unto todos los datos contenidos
constitu!en una informacin acerca de los miem#ros del grupo. +upngase %ue se
utilian las calificaciones de e6presin 'er#al ! de matem$ticas del e6amen de
aptitudes" se podra resumir todos los resultados ! clasificarlos en 'arios grupos"
tam#in se podra traar gr$ficas %ue mostraran las diferencias de los resultados entre
(om#re ! mu/eres" diferencias entre estudiantes %ue pro'ienen de diferentes
preparatorias" luego se podra determinar una calificacin promedio para cada una de las
partes de la prue#a. Estas operaciones en general constitu!en la estadstica descipti1a"
de#ido a %ue proporcionan informacin o descri#en al grupo %ue se estudia.
Tam#in se podra e6aminar las puntuaciones de la prue#a de e6presin 'er#al ! 'er si
est$n relacionadas con las puntuaciones de la seccin de matem$ticas" esto e%ui'ale a
calcular un coeficiente de correlacin. Tam#in se podra correlacionar las puntuaciones
del e6amen de admisin con las o#tenidas en el primer semestre de la carrera" o con el
promedio de #ac(illerato. -os resultados de la correlacin sir'en para realiar
predicciones del comportamiento futuro" si se sa#e %ue e6iste relacin entre dos
'aria#les" entonces los 'alores de una podran ser utiliados para predecir los 'alores de
la otra 'aria#le. -os resultados del an2!isis de coe!aci%n se emplean para estudiar la
confia#ilidad ! la 'alide de las prue#as acadmicas.
Por otra parte se tiene la estadstica inferencial" por lo general cuando se estudian
muestras" el in'estigador se interesa no solo en los resultados %ue se o#tengan de la
misma" sino deducir si se pueden aplicar a la po#lacin de la cual se o#tu'o la muestra.
E6isten muc(as raones mas para estudiar la estadstica" adem$s de sa#er como
emplearla en los negocios" un conocimiento #$sico de la estadstica es 5til en la
interpretacin de artculos de in'estigacin o lengua/e cientfico.
E3ecicios'
1.7 Empleando la calculadora cientfica" calcula la media aritmtica o promedio"
mediana" moda" des'iacin est$ndar muestral" 'ariana muestral" coeficiente de
'ariacin de los siguientes datos" los cuales representan el coeficiente intelectual de una
pe%ue8a muestra de estudiantes" interpreta los resultados.
98 105 105 109 109 93 95 105 109 120
El coeficiente intelectual promedio de un con/unto de alumnos es de 19:.;
2.7 los siguientes datos representan las calificaciones de Estadstica Inferencial I del
primer e6amen parcial. Calcula la <" +" +
2
" c'.3 =>" =9" ;:" ?1" 199" 199" @=" ;9" ?3" :>"
>1" 199" ?9" ;>" @@" ;:" @2" @9" =9" >>" ?3" ;2" ;9" @>" 199. Andice de apro#acin.
3.7 Empleando el programa E6cel de la computadora" calcula la media aritmtica o
promedio" mediana" moda" des'iacin est$ndar muestral" 'ariana muestral" coeficiente
de 'ariacin de los siguientes datos" los cuales representan el coeficiente intelectual de
una pe%ue8a muestra de estudiantes.
103 93 109 93 120 120 105 109 121 109
:.7 Empleando el programa E6cel de la computadora" calcula la media aritmtica o
promedio" mediana" moda" des'iacin est$ndar muestral" 'ariana muestral" coeficiente
33
Estadstica Inferencial I :
de 'ariacin de los siguientes datos" los cuales representan el coeficiente intelectual de
una pe%ue8a muestra de estudiantes.
97 113 105 113 105 122 105 105 97 95
Media 105.7
Mediana 105
Moda 105
Varianza
71.122222
22
Dv.st
8.4333992
09
CV 7.98
>.7 Bn (otel acepta las siguientes tar/etas de crdito3 &ancomer 0&mer1" &aname6
0&me61" American E6press 0Ame61" calcula la moda" la proporcin de cada una" traa
un diagrama circular 0pastel1.
//// 0 1 2 3 4 5 6 7 8 9
0 Bmer Bmer Amex Bmer Bmex Bmer Bmer Amex Bmer Amex
1 Bmer Bmex Bmer Bmex Bmex Bmex Bmex Bmer Bmex Bmer
2 Bmer Amex Bmex Bmex Amex Amex Bmer Bmex Bmex Bmex
3 Bmer Bmer Bmex Amex Amex Bmer Bmex Bmex Amex Amex
4 Bmex Bmex Bmer Amex Amex Bmex Bmex Bmer Amex Bmer
5 Bmex Bmex Amex Amex Bmer Bmex Amex Amex Amex Bmex
6 Amex Bmer Amex Bmer Bmex Bmer Bmer Amex Bmer Bmex
7 Amex Amex Bmer Bmex Amex Bmex Bmex Bmer Bmex Bmer
8 Amex Amex Bmex Amex Amex Bmer Amex Bmex Amex Bmex
9 Bmer Bmer Amex Bmer Amex Amex Bmer Amex Bmer Bmer
10 Bmex Bmex Amex Amex Amex Amex Bmex Bmer Bmex Bmex
11 Amex Bmer Amex Amex Bmer Bmer Amex Bmex Amex Bmer
12 Bmer Bmex Bmer Bmer Bmex Bmex Amex Bmer Bmer Bmex
13 Bmex Bmex Bmex Bmex Amex Bmer Amex Bmex Bmex Bmex
14 Bmex Amex Amex Bmer Bmer Bmex Bmer Bmex Bmex Amex
15 Bmer Amex Bmer Bmex Bmex Bmex Bmex Amex Bmer Bmer
16 Amex Amex Bmex Bmex Bmex Amex Amex Bmer Bmex Bmex
17 Amex Bmer Bmex Amex Bmer Bmer Bmex Bmex Bmex Bmex
18 Bmer Bmex Bmer Bmer Bmex Bmex Bmer Amex Amex Bmer
19 Bmex Amex Bmex Bmex Bmex Bmex Amex Amex Bmer Bmex
Disti4"ci%n de fec"encias5 datos odenados'
=.7 El profesor de Estadstica Inferencial" aplica un e6amen a su grupo ! o#tiene los
resultados mostrados a continuacin" o#tener la media" s" s
2
" c'" (istograma. Andice de
repro#ados.
Cal. >9 >> =9 => @9 @> ;9 ;> ?9 ?> 199
Cr. 3 > @ ; 12 11 ? @ = > :
33
Estadstica Inferencial I >
@.7 Empleando la #ase de datos en E6cel Cociente Intelectual" calcula3 la media
aritmtica" mediana" moda" des'iacin est$ndar po#lacional" 'ariana po#lacional"
n5mero de datos" c'.
///// 0 1 2 3 4 5 6 7 8 9
0 98 105 105 109 109 93 95 105 109 120
1 104 91 105 105 95 113 120 105 113 122
2 103 93 109 93 120 120 105 109 121 109
3 97 113 105 113 105 122 105 105 97 95
4 109 120 91 120 105 91 109 91 109 120
5 95 122 93 122 109 109 105 93 95 105
6 120 91 113 109 105 113 91 109 120 105
7 105 109 120 95 91 121 93 105 105 109
8 105 113 122 120 109 113 122 120 105 105
9 109 121 109 105 113 121 109 105 109 91
10 105 97 95 105 121 97 95 105 105 93
11 91 109 120 109 97 109 120 109 91 109
12 93 95 105 105 109 95 105 105 93 105
13 113 120 105 91 95 120 105 91 105 105
14 120 105 109 1o09 105 105 109 109 109 109
15 122 105 105 113 109 109 109 105 105 105
16 91 109 91 121 105 105 113 109 91 91
17 109 105 93 97 91 91 121 105 93 93
18 113 91 109 109 93 93 97 91 112 93
19 121 93 105 95 112 93 114 120 121 115
Media 105.8
Mediana 105
Moda 105
Dv.st 9.5052617
Varianza 90.35
CV 8.98
LA DISTRIBUCI6N NOR7AL'
En estadstica ! pro#a#ilidad se llama disti4"ci%n noma!" disti4"ci%n de Ga"ss
o disti4"ci%n 8a"ssiana" a una de las distri#uciones de pro#a#ilidad de 'aria#le
continua0D1 %ue con m$s frecuencia aparece apro6imada en fenmenos reales.
-a gr$fica de su funcin de densidad tiene una forma acampanada ! es simtrica
respecto de un determinado par$metro estadstico0D1. Esta cur'a se conoce
como campana de 4auss ! es el gr$fico de una funcin gaussiana.
33
Estadstica Inferencial I =
*e (ec(o" la estadstica es un modelo matem$tico %ue slo permite descri#ir un
fenmeno" sin e6plicacin alguna. Para la e6plicacin causal es preciso el diseo
experimental" de a( %ue al uso de la estadstica en psicologa ! sociologa sea conocido
como mtodo correlacional.
-a distri#ucin normal tam#in aparece en muc(as $reas de la propia estadstica. Por
e/emplo" la distri#ucin muestral de las medias muestrales es apro6imadamente normal"
cuando la distri#ucin de la po#lacin de la cual se e6trae la muestra no es normal. -a
distri#ucin normal es la m$s e6tendida en estadstica ! muc(os tests estadsticos est$n
#asados en una supuesta EnormalidadE.
Algunas propiedades de la distri#ucin normal son3
1. Es simtrica respecto de su media" F
2. -a moda ! la mediana son am#as iguales a la media" F
3. -os puntos de infle6in de la cur'a se dan para 6 G H ! ! 6 G I !.
:. *istri#ucin de pro#a#ilidad en un entorno de la media3
>. en el inter'alo J 7 !" I !K se encuentra comprendida" apro6imadamente" el
=;"2=L de la distri#ucinF
=. en el inter'alo J 7 2!" I 2!K se encuentra" apro6imadamente" el ?>"::L de
la distri#ucinF
@. por su parte" en el inter'alo J 73!" I 3!K se encuentra comprendida"
apro6imadamente" el ??"@:L de la distri#ucin.
;. Estas propiedades son de gran utilidad para el esta#lecimiento de inter'alos
de confiana. Por otra parte" el (ec(o de %ue pr$cticamente la totalidad de la
distri#ucin se encuentre a tres des'iaciones tpicas de la media /ustifica los
lmites de las ta#las empleadas (a#itualmente en la normal est$ndar.
33
Estadstica Inferencial I @
Estandai9aci%n de 1aia4!es a!eatoias noma!es
Como consecuencia de la Propiedad 1F es posi#le relacionar todas las 'aria#les
aleatorias normales con la distri#ucin normal est$ndar.
-a transformacin de una distri#ucin se llama noma!i9aci%n" estandai9aci%n o
tipificaci%n de la 'aria#le <.
E3ecicios$
.'7 Bna po#lacin est$ distri#uida normalmente con media de ;9 ! des'iacin est$ndar
de 1:.
a1 Calcula P 0@> M 6 M ?91
#1 Calcula la pro#a#ilidad de %ue 6 sea cuando muc(o @>
c1 Calcula la pro#a#ilidad de un 'alor localiado entre >> ! @9
/.7 -os montos de dinero %ue se piden en las solicitudes de prstamo en un #anco tiene
una distri#ucin normal con media de @9"999.99 ! 'ariana de :99 millones" esta
ma8ana se reci#i una solicitud de prstamo" cual es la pro#a#ilidad de %ue sea3
a1 Por lo menos de ;9"999.99
#1 Entre =>"999.99 ! ;9"999.99
c1 por lo menos =>"999.99
UNIDAD II$ ESTI7ACI6N : 7UESTREO
Competencia3 Identificar los diferentes tipos de muestreo as como los mtodos para
o#tener muestras aleatorias %ue al aplicarlos o#tengan datos estadsticos so#re
par$metros po#lacionales.
In1esti8a3 Muestra" uni'erso" po#lacin finita" po#lacin infinita" estadstica
inferencial"
In1esti8a3 Tipos de muestreo" muestra pro#a#ilstica" ! no pro#a#ilstica" muestro
aleatorio" muestreo sistem$tico" muestreo por criterio.
In1esti8a3 Tama8o de muestra" ni'el de confia#ilidad" margen de error" distri#ucin
muestral" teorema del lmite central" error est$ndar de la media.
In1esti8a3 Estimacin puntual" inter'alo de confiana" estimacin por inter'alo"
distri#ucin Nt7studentO. Calcula los 'alores de NO para inter'alos de confiana de ?9 a
??L.
E3ecicios.
&.7 Btiliando la ta4!a de n;meos a!eatoios" resuel'e lo siguiente3 una lista contiene
los nom#res" direcciones" calificaciones ! otros datos de @"999 alumnos" los cuales est$n
numerados consecuti'amente a partir del n5mero uno. +elecciona una muestra de 19
alumnos" esta#lece una regla para seleccionar los n5meros aleatorios de la ta#la" escri#e
los n5meros.

33
Estadstica Inferencial I ;
(.7 -os empleados de una empresa tienen credenciales de identificacin numeradas del
299 al :29" selecciona aleatoriamente un comit formado por ? personas.
).7 Bn instituto uni'ersitario tiene 3999 alumnos" los cuales est$n distri#uidos de la
siguiente manera3
Escuela Po#lacin.
Preparatoria 1>99
Ingeniera >99
Administracin =99
Ar%uitectura. :99
Mediante un m"esteo estatificado selecciona una muestra de 1>9 alumnos. PCu$ntos
corresponden a cada escuelaQ
*.7 -os alumnos de la preparatoria del instituto uni'ersitario anterior" est$n distri#uidos
de la siguiente manera3
4rado Rom#re. Mu/eres.
1S 3>9 2>9
2S 399 299
3S 229 1;9
Mediante un muestreo estatificado ! #asado en el resultado del e/ercicio anterior"
cuantos corresponderan a cada grado" tanto de (om#res como de mu/eres.
+.7 Considerando los datos del e/ercicio @ 0p$gina >1" selecciona en forma sistem2tica
una muestra de 19 datos" calcula la media ! la des'iacin est$ndar.
,.7 +elec111111ciona en forma a!eatoia 1= datos del mismo #anco 0e/ercicio @" p$gina
>1" calcula la media ! la des'iacin est$ndar ! compara los resultados o#tenidos con los
del e/ercicio anterior.

-'< Bn in'estigador a cu!o cargo est$ el departamento de educacin fsica" desea (acer
una estimacin del consumo de o6geno 0ltTmin.1 de los estudiantes de la carrera de I4E"
entre los 1; ! 2: a8os de edad" despus de (acer un tipo especial de e/ercicio. *esea %ue
su estimacin se encuentre cuando muc(o a 9.19 de la media 'erdadera 0po#lacional1
con una confia#ilidad de ?>L" estudios anteriores indican una 'ariana en el consumo
de o6geno de 9.??" P,u tama=o de4e tene !a m"estaQ
.'< El coordinador de la carrera de I4E" desea (acer una estimacin del tiempo
promedio %ue emplean los alumnos en (acer el recorrido entre la casa ! la escuela"
desea %ue su estudio tenga una confia#ilidad de ??L ! una precisin de un minuto" una
prue#a piloto dio una 'ariana de 2>" P,u tama8o de#e tener la muestra" si la
po#lacin es de 2">99 alumnosQ
/'< Bna maestra desea (acer una in'estigacin acerca de la actitud de los alumnos (acia
el estudio" de %ue tama8o de#e ser la muestra si %uiere %ue su in'estigacin difiera
cuando muc(o en 2.>L del 'alor 'erdadero" ! una confia#ilidad de ?>L.
In'estigaciones similares %ue se lle'aron a ca#o en otro Tecnolgico dio como resultado
%ue el =9L de los alumnos tenan #uena disposicin (acia el estudio.
33
Estadstica Inferencial I ?
&0'< P,u tama8o de muestra sera necesario para o#tener un inter'alo de confiana de
?>L para estimar la proporcin 'erdadera de la po#lacin" si el error permitido es de
;LQ
&&'< En una encuesta se les pidi a una muestra de 2>9 alumnos de I4E" %ue registrasen
la cantidad de tiempo diario %ue emplean en estudiar" la muestra dio una media de :>
min. U una deVs'iacin est$ndar de 29 min. Para un ni'el de confiana de ?>L
determina la estimaci%n p"nt"a! > po inte1a!o.
&('< -a oficina de recursos (umanos de una empresa desea (acer una estimacin de la
capacidad en comunicacin 'er#al en ingls %ue tienen >">99 empleados. Bna muestra
aleatoria de 2>9 mmmmmmmmmmm//de estas personas arro/ los datos %ue se dan a
continuacin. Media G =>" + G 1>" C G ?>L" determina la estimacin puntual ! por
inter'alo.
&)'< El administrador del par%ue Anima!a" desea calcular el tiempo promedio de
recorrido peatonal en dic(o par%ue" selecciona al aar una muestra de 2> 'isitantes !
encuentra lo siguiente. Media G 1=9 min. + G > min. C G ??L" determina la estimacin
puntual ! por inter'alo.
&*'< En una muestra aleatoria de 199 clientes %ue realian sus compras al medio da en
un supermercado +oriana. ?9 de ellas inclu!en la lec(e en sus compras. Esta#lece la
estimacin puntual ! por inter'alo del ?>L para la proporcin real de clientes %ue
compran lec(e.
15.-De una poblacin de 5,000 clientes se tom una muestra
aleatoria de 150 que compran pasta de dientes en un
supermercado Chedraui, al norte de la ciudad, 53 de ellos
adquieren la marca Colgate, establece la estimacin puntual
por inter!alo para la proporcin real de clientes que
compran la pasta de dientes entes mencionada con un ni!el
de con"ian#a de $0%
Disti4"ci%n m"esta!'
&,.7 En una muestra de 2> o#ser'aciones a partir de una distri#ucin normal con media
de ?;.= ! des'iacin est$ndar de 1@.2.
a1 PCual es la pro#a#ilidad de %ue la media muestral est entre ?2 ! 192Q
#1 Calcula la pro#a#ilidad anterior pero con una muestra de 3=.
&-.7 Bna auditora de un compa8a de tar/etas de crdito" encuentra %ue el saldo
promedio mensual de los clientes es W112 ! la des'iacin est$ndar es de W>=. +i la
auditora re'isa >9 cuentas al aar calcula la pro#a#ilidad de %ue el saldo promedio
mensual de la muestra sea.
a1 Menor de W199
#1 Entre W199 ! W139
33
Estadstica Inferencial I 19
&.'< En una muestra de 1= o#ser'aciones de una distri#ucin normal con media de 1>9
! 'ariana de 2>= PCu$l es la pro#a#ilidad de %ue la media muestral sea menor de1=9Q
PCu$l es la pro#a#ilidad de la media muestral sea ma!or de 1:2Q" si la muestra es de ?
en 'e de 1= Pcuales serian las pro#a#ilidades anterioresQ
&/'< Bn agricultor posee =9 (ect$reas de campos de trigo. &as$ndose en su e6periencia
sa#e %ue la produccin de cada (ect$rea est$ normalmente distri#uida con una media de
129 toneladas ! des'iacin est$ndar de 12 toneladas.
a1 Calcula la media esperada de la cosec(a de las =9 (ect$reas.
#1 -a pro#a#ilidad de %ue la cosec(a media por (ect$rea e6ceda de 123.; toneladas.
c1 -a pro#a#ilidad de %ue la cosec(a media por (ect$rea est entre 11@ !122 toneladas.

Conto! de Ca!idad' Muc(os pro#lemas %ue se presentan en la manufactura de
productos se pueden a#ordar estadsticamente. Esto se conoce com5nmente como
estadstica industrial" esta comprende todas las tcnicas estadsticas %ue se puedan
aplicar para la solucin de pro#lemas en gestin empresarial. *ic(as tcnicas se 'er$n
con ma!or amplitud en el curso3 Calidad aplicada a la 4estin Empresarial 0@S
semestre1. En este curso nos concretaremos a 'er los diagramas de control. Bn diagrama
de control %ue se caracteria por tres lneas (oriontales" la lnea central %ue indica el
est$ndar deseado" las otras dos representan los lmites de control superior e inferior.
*iagrama de control.
Al traar los resultados o#tenidos de muestras en forma peridica a inter'alos
frecuentes" por e/emplo cada (ora" media (ora" etc. Es posi#le 'erificar por medio de un
diagrama de este tipo si la 'ariacin entre las muestras se puede atri#uir a la casualidad
o #ien el proceso (a entrado en una etapa de pro#lemas.
E/ercicio 29.7 El gerente de la sucursal de un #anco desea sa#er los tiempos de espera
de los clientes para pasar a una ca/a durante la (ora pico de 12 a 1 p. m. se selecciona
grupos de : clientes a inter'alos de cada 1> minutos" durante una (ora ! se mide el
tiempo en minutos desde %ue el cliente se une a la fila (asta %ue pasa por la ca/a !
comiena su ser'icio. -os resultados de 29 das se muestran en la ta#la ad/unta. Calcula
la lnea central de la media" el rango promedio" el lmite de control superior 0-C+1 ! el
lmite de control inferior 0-CI1" traa la gr$fica.
D
a
Tiempo en
minutos
medi
a
Rang
o
1.7 calcular la media de cada da.
2.7 el rango de cada da.
3.7 calcular la media de medias 0lnea
central de la media1 ! el rango
promedio.
:.7 calcular los lmites de control 3
sigma de la media" mediante la
siguiente frmula3
< I A
2
)
33
Estadstica Inferencial I 11
1 7,2 8,4 7,9 4,9
2 5,6 8,7 3,3 4,2
3 5,5 7,3 3,2 6
4 4,4 8 5,4 7,4
5 9,7 4,6 4,8 5,8
6 8,3 8,9 9,1 6,2
7 4,7 6,6 5,3 5,8
8 8,8 5,5 8,4 6,9
9 5,7 4,7 4,1 4,6
10 1,7 4 3 5,2
11 2,6 3,9 5,2 4,8
12 4,6 2,7 6,3 3,4
13 4,9 6,2 7,8 8,7
14 7,1 6,3 8,2 5,5
15 7,1 5,8 6,9 7
16 6,7 6,9 7 9,4
17 5,5 6,3 3,2 4,9
18 4,9 5,1 3,2 7,6
19 7,2 8 4,1 5,9
20 6,1 3,4 7,2 5,9
*iagrama de control de atri#utos3 -os diagramas de control por atri#utos constitu!en
la (erramienta esencial utiliada para controlar caractersticas de calidad cualitati'as"
esto es" caractersticas no cuantifica#les numricamente. E/emplos de tales
caractersticas no medi#les son la fraccin o porcenta/e de unidades defectuosas en la
produccin 0P1" el n5mero de unidades defectuosas en la produccin 0XP1.
(&'< El director de la oficina de conta#ilidad de un (ospital" est$ interesado en estudiar
el pro#lema de errores en la captura de n5meros de cuentas en el sistema de cmputo.
+e selecciona un grupo de 299 n5meros de cuenta del listado diario ! se inspecciona
cada uno para determinar si es un artculo no conforme. Ela#ora un diagrama de control
de la proporcin de artculos no conforme.
dia 1 2 3 4 5 6 7 8 9
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
N.
C. 3 5 2
1
1 6
1
5 8 1
2
5 4 0 6
1
3 2 8
2
8
1
6 5
1
0
3
0
22.7 -os siguientes datos corresponden al espesor de la cu#ierta de (ule aplicada al
alam#re elctrico" medido en milmetros. -os 'alores indicados en la ta#la ad/unta son
los lotes de tama8o > tomados de la produccin de 13 das. Calcula la media" -C+" -CI"
! traa el diagrama.
Lot
e Muestras
medi
a rango
1 1,2
0,9
6
1,0
6
1,2
6 1,2
2
1,0
7
1,0
3
0,8
9
1,0
9
1,1
1
3 1,1 1,2 0,9 0,9 1,1
33
Estadstica Inferencial I 12
7 9 5 4
4
0,9
9
1,2
9 1,3
1,1
2
1,0
7
5
1,1
9 1,1
0,9
2
1,0
1
1,2
4
6
1,1
8
1,2
5
0,9
9
1,3
3
1,1
3
7
1,3
5
1,0
4
1,0
3
0,9
9
1,1
3
8
0,9
1
1,1
5
1,1
9
1,0
3
1,0
5
9 1,2
1,1
5
1,0
4
1,2
6
1,1
9
10
0,8
2
1,0
7 1,3
1,4
3
1,0
9
11
1,2
4 1,2
1,1
7
1,0
4
1,0
1
12
1,0
7
1,1
6
1,1
4
1,2
5
1,3
9
13
1,3
3
1,2
5
1,1
4
1,1
5
1,1
2
23.7 Bn fa#ricante produce focos de series de na'idad" mediante un simple
procedimiento determina si los fo%uitos prender$n o no" se clasifican como
satisfactorios o #ien como defectuosos. Constru!e un diagrama de control de focos
defectuosos. +e toman muestras de tama8o 199. .er ta#la ad/unta.
Lot
e
defectuos
os
fraccin
def.
1 5 0,05
2 2 0,02
3 4 0,04
4 6 0,06
5 3 0,03
6 2 0,02
7 0 0
8 9 0,09
9 15 0,15
10 3 0,03
11 2 0,02
12 2 0,02
13 0 0
14 6 0,06
15 3 0,03
33
Estadstica Inferencial I 13
E3ecicios Inte8adoes'
Para cada uno de los siguientes e/ercicios calcula3
El tama8o de la muestra. Po#lacin finita.
)egla para seleccionar los elementos de la muestra.
X5meros aleatorios ! datos de la muestra seleccionados.
Error est$ndar.
Interpreta los resultados.

(*'< +e desea (acer una estimacin puntual ! por inter'alo de las puntuaciones del
Cociente Intelectual de los alumnos de I4E" se desea %ue el estudio tenga una
confia#ilidad de ??L ! un error permitido no ma!or de : con respecto a la media
'erdadera" considerar la po#lacin del #anco de datos del e/ercicio @ pagina >. Para
determinar la des'iacin est$ndar referencial" toma una muestra piloto con los datos del
primer rengln. Calcula la proporcin de alumnos con punta/e ma!or de 19>.
(+'< Racer una estimacin puntual ! por inter'alo de la proporcin de personas %ue
utilian la tar/eta de crdito &ancomer 0&mer1" para lo cual se acude al muestreo
aleatorio. Confia#ilidad ?9L" margen de error 13L. Considerar la po#lacin del #anco
de datos del e/ercicio >" pagina :. Calcula la pro#a#ilidad de %ue cuando muc(o el 33L
de las tar/etas sean de &ancomer.
(,.7 El coordinador de la carrera de I4E" desea (acer una estimacin puntual ! por
inter'alo del punta/e de aptitudes de los alumnos" para lo cual acude al muestreo
estadstico" desea %ue su estudio tenga un ?>L de confia#ilidad ! un error permitido no
ma!or de 2" con respecto a la media 'erdadera. Bna prue#a piloto dio una 'ariana
referencial de 2>. Calcula el porcenta/e de alumnos con punta/e ma!or de 199..
"unta#es de prue$a de aptitud
0 1 2 3 4 5 6 7 8 9
0
112 ;> 19= 19= 132 ;= 19= 132 112 ;>
1
@3 =? 19= @> ?= 12@ @> ?= @3 =?
2
12= @= 19@ ?> ?1 13: ?> ?1 12= @=
3
;2 11; @3 11? ;1 199 11? ;1 ;2 11;
4
?2 132 12: 1:1 113 192 1:1 113 ?2 132
5
11> ?= ;3 11? 11> ;9 11? 11> 11> ?=
6
?> ?1 ?2 ?; ?: ?; ?; ?: ?> ?1
7
;: ;1 ;1 199 ?@ 132 199 ?@ ;: ;1
8
=; 113 19= 192 ;= ?= 11? ;= =; 113
9
199 11> @> ;9 12@ ?1 1:1 12@ 199 11>
1
0
@2 ?: ?> ;3 13: ;1 11? 13: @2 ?:
1
1
?2 ?@ 11? 112 ?; 113 ?; @> 11> 199
1
2
12; ;= 1:1 @3 199 11> 199 ?> ?: 192
33
Estadstica Inferencial I 1:
1
3
19: 12@ 11? 12= 192 ?: 192 11? ?@ ;9
1
4
19; 13: ?; ;2 ;9 ?@ ;9 1:1 ;= ;3
1
5
@= 199 199 ?2 ;3 ;= ;3 11? 192 ;1
1
6
1:1 192 192 11> 11? 192 ;1 ?; ;9 @3
1
7
11? ;9 ;9 ?> ?; ;9 @3 199 ;3 12=
1
8
?; ?; ;3 ;: 199 ;3 12= 192 192 192
1
9
;: ;1 ;1 199 ?@ 132 ;2 139 ;9 ;9
Unidad III ?"e4as de @ip%tesis 1aia4!e c"antitati1a'
Prue#as de (iptesis para una media.
Prue#as de (iptesis para diferencia de dos medias.
Prue#as de (iptesis para comparaciones pareadas.
O43eti1o Ed"caciona!'< Difeencia2 > ap!ica2 !as p"e4as de @ip%tesis como inicio
a !os mode!os de in1esti8aci%n estadstica as como s" ap!icaci%n a! m"ndo ea! de!
entono empesaia!'

1.1 Riptesis estadsticas. Conceptos generales.
1.2 Errores tipo I ! II.
1.3 Prue#as unilaterales ! #ilaterales.
1.: Prue#a de una (iptesis referente a una media" con 'ariana desconocida" utiliando
la distri#ucin normal ! NtO student.
1.> Prue#as so#re dos medias utiliando la distri#ucin normal ! NtO student.
1.= Prue#as pareadas.
Podemos definir la (iptesis como un intento de e6plicacin o una respuesta
Epro'isionalE a un fenmeno. +u funcin consiste en delimitar el pro#lema %ue se 'a a
in'estigar seg5n algunos elementos tales como el tiempo" el lugar" las caractersticas de
los su/etos" etc. -legar a compro#ar o rec(aar la (iptesis %ue se (a ela#orado
pre'iamente" confrontando su enunciado terico con los (ec(os empricos" es el
o#/eti'o primordial de todo estudio %ue pretenda e6plicar alg5n campo de la realidad.
Para plantear una (iptesis adecuada" de#emos tener en cuenta los siguientes puntos3
-os trminos %ue se empleen de#en ser claros ! concretos para poder definirlos de
manera operacional" a fin de %ue cual%uier in'estigador %ue %uiera replicar la
in'estigacin" pueda (acerlo.
Bna (iptesis sin referencia emprica constitu!e un /uicio de 'alor.
+i una (iptesis no puede ser sometida a 'erificacin emprica" desde el punto de 'ista
cientfico no tiene 'alide.
33
Estadstica Inferencial I 1>
1. -as (iptesis de#en ser o#/eti'as ! no lle'ar alg5n /uicio de 'alorF es decir" no
de#e definirse el fenmeno con ad/eti'os tales como Eme/orE o EpeorE" sino
solamente tal ! como pensamos %ue sucede en la realidad.
2. -as (iptesis de#en ser especficas" no slo en cuanto al pro#lema" sino a los
indicadores %ue se 'an a emplear para medir las 'aria#les %ue estamos
estudiando.
3. -as (iptesis de#en estar relacionadas con los recursos ! las tcnicas
disponi#les. Esto %uiere decir %ue cuando el in'estigador formule su (iptesis
de#e sa#er si los recursos %ue posee son adecuados para la compro#acin de la
misma.
:. -a (iptesis de#e estar directamente relacionada con el marco terico de la
in'estigacin ! deri'arse de l.
>. -as (iptesis de#en ser producto de la o#ser'acin o#/eti'a ! su compro#acin"
estar al alcance del in'estigador.
ReA"isitos de !as @ip%tesis$
-as (iptesis de#en3
Esta#lecer las 'aria#les a estudiar" es decir" especificar las 'aria#les a estudiar"
fi/arles lmite.
Esta#lecer relaciones entre 'aria#les" es decir" la (iptesis de#e ser especificada
de tal manera %ue sir'a de #ase a inferencias %ue nos a!uden a decidir si e6plica
o no los fenmenos o#ser'ados. -as (iptesis de#en esta#lecer relaciones
cuantitati'as entre 'aria#les.
Mantener la consistencia entre (ec(os e (iptesis" !a %ue stas se cimentan" al
menos en parte" so#re (ec(os !a conocidos. Por tanto" las (iptesis no de#en
esta#lecer implicaciones contradictorias o inconsistentes con lo !a 'erificado en
forma o#/eti'a.
Tipos de @ip%tesis$
Bip%tesis n"!a' Para todo tipo de in'estigacin en la %ue tenemos dos o m$s
grupos" se esta#lecer$ una (iptesis nula.
-a (iptesis nula es a%uella %ue nos dice %ue no existen di%erencias
significati'as entre los grupos.
Por e/emplo" supongamos %ue un in'estigador cree %ue si un grupo de
/'enes se somete a un entrenamiento intensi'o de natacin" stos ser$n
me/ores nadadores %ue a%uellos %ue no reci#ieron entrenamiento. Para
demostrar su (iptesis toma al aar una muestra de /'enes" ! tam#in al
aar los distri#u!e en dos grupos3 uno %ue llamaremos e6perimental" el
cual reci#ir$ entrenamiento" ! otro %ue no reci#ir$ entrenamiento alguno"
al %ue llamaremos control. -a (iptesis nula se8alar$ %ue no (a!
diferencia en el desempe8o de la natacin entre el grupo de /'enes %ue
reci#i el entrenamiento ! el %ue no lo reci#i.
Bna (iptesis nula es importante por 'arias raones3
33
Estadstica Inferencial I 1=
1. Es una (iptesis %ue se acepta o se rec(aa seg5n el resultado de la
in'estigacin.
2. El (ec(o de contar con una (iptesis nula a!uda a determinar si e6iste una
diferencia entre los grupos" si esta diferencia es significati'a" ! si no se de#i al
aar.
Xo toda in'estigacin precisa de formular (iptesis nula. )ecordemos %ue la
(iptesis nula es a%uella por la cual indicamos %ue la informacin a o#tener es
contraria a la (iptesis de tra#a/o.
Al formular esta (iptesis" se pretende negar la 'aria#le independiente. Es decir"
se enuncia %ue la causa determinada como origen del pro#lema fluct5a" por
tanto" de#e rec(aarse como tal.
Ytro e/emplo3
Riptesis3 el aprendia/e de los ni8os se relaciona directamente con su edad.
Riptesis nula3 no e6iste diferencia significati'a entre el aprendia/e en ni8os de
di'ersas edades.
Bip%tesis concept"a!' Es la (iptesis %ue se formula como resultado de las
e6plicaciones tericas aplica#les a nuestro pro#lema. Xos a!uda a e6plicar desde el
punto de 'ista terico el fenmeno %ue estamos in'estigando.
Es la (iptesis orientadora de la in'estigacin" intenta enfocar el pro#lema como
#ase para la #5s%ueda de datos. Xo puede a#arcar m$s de lo propuesto en los
o#/eti'os de la in'estigacin o estar en desacuerdo con ellos.
Podemos enunciarla como una relacin causal o determinante pro'eniente del
planteamiento del pro#lema" de donde se desprenden las 'aria#les.
Bip%tesis de ta4a3o' Es a%uella %ue le sir'e al in'estigador como #ase de su
in'estigacin" o sea" trata de dar una e6plicacin tentati'a al fenmeno %ue se est$
in'estigando. Zsta es la (iptesis %ue el in'estigador tratar$ de aceptar como resultado
de su in'estigacin" rec(aando la (iptesis nula.
+e dice %ue la (iptesis de tra#a/o es operacional por presentar
cuantitati'amente 0en trminos medi#les1 la (iptesis conceptual o general.
Bip%tesis a!tenati1a' Al responder a un pro#lema" es mu! con'eniente proponer otras
(iptesis en %ue aparecan 'aria#les independientes distintas de las primeras %ue
formulamos. Por tanto" para no perder tiempo en #5s%uedas in5tiles" es necesario (allar
diferentes (iptesis alternati'as como respuesta a un mismo pro#lema ! elegir entre
ellas cu$les ! en %u orden 'amos a tratar su compro#acin.
-as (iptesis" naturalmente" ser$n diferentes seg5n el tipo de in'estigacin %ue se est
realiando. En los estudios e6ploratorios" a 'eces" el o#/eti'o de la in'estigacin podr$
ser simplemente el de o#tener los mnimos conocimientos %ue permitan formular una
(iptesis. Tam#in es acepta#le %ue" en este caso" resulten poco precisas" como cuando
33
Estadstica Inferencial I 1@
afirmamos %ue Ee6iste alg5n tipo de pro#lema social en tal grupoE" o %ue los planetas
poseen alg5n tipo de atmsfera" sin especificar de %u elementos est$ compuesta.
-os tra#a/os de ndole descripti'a generalmente presentan (iptesis del tipo Etodos los
< poseen" en alguna medida" las caracterstica UE. Por e/emplo" podemos decir %ue
todas las naciones poseen alg5n comercio internacional" ! dedicarnos a descri#ir"
cuantificando" las relaciones comerciales entre ellas. Tam#in podemos (acer
afirmaciones del tipo E< pertenece al tipo UE" como cuando decimos %ue una tecnologa
es capital 7 intensi'a. En estos casos" descri#imos" clasific$ndolo" el o#/eto de nuestro
inters" inclu!ndolo en un tipo ideal comple/o de orden superior.
Por 5ltimo" podemos construir (iptesis del tipo E< produce 0o afecta1 a UE" donde
estaremos en presencia de una relacin entre 'aria#les.
S%!o en !os casos de in1esti8aciones eCp!icati1as es necesaio fom"!a c!aamente
c"2!es son !as @ip%tesis de !a in1esti8aci%n' En las in'estigaciones descripti'as !" con
m$s ran" en las e6ploratorias" es posi#le omitir las (iptesis" !a sea por%ue stas son
tan amplias ! poco definidas %ue dicen mu! poco a %uien lee el informe de
in'estigacin" o por%ue no es posi#le o necesario 'erificarlas.
Dific"!tades paa !a fom"!aci%n de @ip%tesis$
Calta de conocimientos o ausencia de claridad en el marco terico.
Calta de aptitud para la utiliacin lgica del marco terico.
*esconocimiento de las tcnicas adecuadas de in'estigacin para redactar
(iptesis en de#ida forma.
Uti!idad de !as @ip%tesis$
El uso ! formulacin correcta de las (iptesis le permiten al in'estigador poner a prue#a
aspectos de la realidad" disminu!endo la distorsin %ue pudieran producir sus propios
deseos o gustos. Pueden ser sometidas a prue#a ! demostrarse como pro#a#lemente
correctas o incorrectas sin %ue interfieran los 'alores o creencias del indi'iduo.
CONCEPTOS BSICOS.
ES&'E(A "ARA )A *ERI+I,A,I-. /E 0I"-1ESIS
"lanteamiento
/el "ro$lema
0iptesis de In2estigacin.
0iptesis
Estadsticas.
0i3 Alterna
0o3 .ula
33
Estadstica Inferencial I 1;
Regiones de
Aceptacin
4 Rec5azo.
)mites ,rticos
(uestreo.
Estadstico
/e "rue$a6
Ep 7 8 x 9 : ; Sx
Resultados 4 ,onclusiones.
Gr<%ica.
Error tipo =3 El rec5azar una 5iptesis nula >ue sea 2erdadera.
Error tipo ?3 El aceptar una 5iptesis nula >ue sea %alsa.
HIPTESIS PARA UNA MEDIA.
E3emp!o.7 -a Comisin Cederal de Comercio lle'a a ca#o estudios peridicos para
pro#ar la afirmacin %ue (acen los fa#ricantes acerca de sus productos. En el caso de la
empresa Xescaf en uno de sus productos la eti%ueta dice %ue contiene cuando menos 3
li#ras. -a CCC desea contrastar la afirmacin contra la alternati'a de %ue sea menos de
3 li#ras. Para lo cual toma una muestra de 3= latas de caf de esta marca ! de la
presentacin indicada ! o#tiene una media 2.?2 con des'iacin est$ndar 9.1;" pro#ar la
afirmacin de la CCC a un ni'el de significacin de > L.
1 Pa!" P#a$%&a' #a H()*%&( +& I$,&%(-a.(*$3 @El peso de las latas de nesca% es
menor de A li$rasB.
2 Pa!" P#a$%&a' #a H()*%&( N/#a a A#%&'$a3
.ula 0o3 C A Alterna 0i3 D A
3 Pa!" +&#(0(%a' #a '&-(!$& +& a.&)%a.(*$ 1 '&.2a3!.
regin de aceptacin regin de aceptacin.
de la 5ip. Alterna de la 5ip. .ula
4 Pa!" D&%&'0($a.(*$ +&# ,a#!' .'4%(.!3 en este caso se emplea el punta#e E
unilateral el cual se $usca en la ta$la respecti2a6 dando un 2alor de F =.GHI
33
Estadstica Inferencial I 1?
5 Pa!" R&-#a +& +&.((*$3 si el estadstico de prue$a es menor >ue el 2alor crtico se
acepta como 2erdadera la 5iptesis alterna en caso contrario se acepta como
2erdadera la 5iptesis nula.
6 Pa!" .a#./#! +&# &''!' &%5$+a'3 S6 7 J Sx 7 7 K.KA
7 Pa!" .a#./#! +&# E%a+4%(.! +& P'/&8a3 E) 7 J Ep 7 8 ?.L? F A: ; K.KA
E) 7 9 2.67
M Pa!" R&/#%a+!3 dado >ue el estadstico de prue$a 89?.GN: es menor >ue el 2alor
crtico 89=.GHI: se acepta como 2erdadera la 5iptesis alterna 80i: O en consecuencia
se rec5aza la 5iptesis nula.
9 Pa!" C!$.#/(*$3 ,on $ase en lo anterior se concluOe >ue las latas de ca% >ue
supuestamente tienen cuando menos A li$ras es %alsa6 demostrando >ue en realidad el
contenido es menor de esa cantidad.
N!%a3 Si en este pro$lema se 5u$iese tomado una muestra menor de AK6 por e#emplo ?M
latas de ca%6 el punta#e a emplear sera @t studentB unilateral6 el cual $uscando en la
ta$la correspondiente6 con n9= grados de li$ertad6 8gl 7 ?N:6 tendramos @tB 7 9 =.NKA
1am$in en este caso se aceptara como 2erdadera la 5iptesis alterna O la conclusin
sera la misma.
E:&'.(.(!"
1.9 'na compaa >ue 2ende tiras repelentes contra insectos asegura >ue su producto
es e%icaz mas de HKK 5rs. 'n an<lisis so$re L tiras seleccionadas aleatoriamente
indic un promedio de AMK 5rs. O una des2iacin est<ndar de GK 5rs. "rue$a la
ase2eracin de la compaa a un ni2el de signi%icacin de = P
2.9 )a media O la des2iacin est<ndar de la estancia de los turistas extran#eros en
5oteles de H estrellas el ao anterior %ue de H noc5es O =.I noc5es respecti2amente. El
gerente de reser2aciones de un 5otel desea sa$er con una con%ia$ilidad de LI P si la
estancia de turistas extran#eros en 5oteles de H estrellas ser< di%erente este ao. "ara
lo cual selecciona una muestra aleatoria de AI turistas extran#eros O determina >ue la
estancia promedio es de A.G noc5es
3.9 El tiempo promedio en realizar determinada tarea por el personal de cuartos de un
5otel es de GI min. con una d.e. 7 =I min. El administrador cree >ue si el personal
antes mencionado reci$iese entrenamiento especial6 el tiempo en realizar la tarea
disminuira. "ara lo cual toma al azar una muestra de A? empleados de esa <rea6
reci$en entrenamiento6 posteriormente se mide el tiempo promedio en >ue dic5os
tra$a#adores realizan la tarea O se encuentra >ue es de II.I min. Sir2e de $ase estos datos
para apoOar la opinin del administradorQ a 7 I P
4.9 El coordinador de IGE desea 2eri%icar con un ni2el de signi%icacin de I P la
5iptesis de >ue el promedio de cali%icaciones en la asignatura estadstica aplicada a
la administracin en un determinado grupo es de GI. 'na muestra aleatoria de ?I
su#etos dio los siguientes resultados3 x 7 GN6 s 7 =?.
33
Estadstica Inferencial I 29
5.9 El tiempo promedio para atender a los clientes >ue solicitan los ser2icios de tour a 'xm<l
en una determinada agencia de 2ia#es es de =I min. con una d.e. 7 H min. El gerente cree
>ue si el personal reci$e entrenamiento 6 el tiempo de atencin a los clientes se reducira. El
personal reci$e un curso de e%iciencia en el tra$a#o O posteriormente se selecciona una muestra
aleatoria de ?K ser2icios6 dando una media de =K min. Sea a7IP
DI;ERENCIA DE DOS MEDIAS.
E:&0)#!" En un estudio de una tienda departamental diseado para pro$ar si el saldo
promedio de las cuentas de AK das es el mismo en sus dos sucursales su$ur$anas6
muestras tomadas al azar arro#aron los siguientes resultados3
1ienda 1amao de muestra (edia /es2iacin est<ndar
A MK GH.? =G
R =KK N=.H= ??.=A
A un ni'el de significacin G 9.9>" pro#ar %ue los saldos medios reales o#ser'ados en
las dos tiendas son iguales.
1 Pa!" P#a$%&a' #a H()*%&( +& I$,&%(-a.(*$3 )os saldos a AK das en las tiendas A
O R son di%erentes.
2 Pa!" P#a$%&a' #a H()*%&( N/#a a A#%&'$a<
0i3
=
9
?
K 0o3
=
9
?
7 K
3 Pa!" +&#(0(%a' #a '&-(!$& +& a.&)%a.(*$ 1 '&.2a3!.
4 Pa!" D&%&'0($a.(*$ +&# ,a#!' .'4%(.!3 en este caso se emplea el punta#e E $ilateral
el cual se $usca en la ta$la respecti2a6 dando un 2alor de S =.LG
5 Pa!" R&-#a +& +&.((*$3 si el estadstico de prue$a esta entre los 2alores crticos se
acepta como 2erdadera la 5iptesis nula en caso contrario se acepta como 2erdadera
la 5iptesis alterna.
6 Pa!" .a#./#! +&# &''!' &%5$+a'" S6 7
1
2
=$
1
>
2
2
=$
2
<
Sx 7 =G
?
;MK S ??.=A
?
; =KK 7 ?.MHI
7 Pa!" .a#./#! +&# E%a+4%(.! +& P'/&8a" E) 7 ??6
1
@ 6
2
A @ ?
1
9
2
AA = 6 J
Ep G 00=:.2 [ @1.:11 7 91 T 2.;:> G 7 2.>3
M Pa!" R&/#%a+!3 dado >ue el estadstico de prue$a 89?.IA: es menor >ue el 2alor
crtico 89=.LG: se acepta como 2erdadera la 5iptesis alterna 80i: O en consecuencia se
rec5aza la 5iptesis nula.
9 Pa!" C!$.#/(*$3 ,on $ase en lo anterior se concluOe >ue3 )os saldos a AK das en
las tiendas A O R son di%erentes.
33
Estadstica Inferencial I 21
E:&'.(.(!.
6.9 /os encuestas independientes so$re salarios6 realizadas en dos <reas metropolitanas muO
distantes entre si6 re2elaron la siguiente in%ormacin6 con respecto a los sueldos promedio de
operadores de e>uipo pesado. TSe puede concluir >ue los sueldos son di%erentes en las dos
localidadesQ Sea a 7 I P
Urea n x s
A ?I GIK =IK
R ?I NKK =KK
7.9 El gerente de la gran cadena de tiendas Sears6 a%irma >ue la cantidad media de
2entas es maOor en su local u$icado en el centro de la ciudad6 >ue el u$icado en la
Gran "laza6 pro$ar tal a%irmacin. Sea a 7 = P
Sears n x s
,entro =KK HI =K
Gran "laza =KK HA.I =K
8.9 "ara pro$ar la a%irmacin de >ue la estada promedio de los turistas en la ciudad
de (rida es maOor en el mes de agosto >ue en #unio6 se tomaron muestras aleatorias
en am$os meses. "roporcionan estos datos e2idencia su%iciente como para apro$ar la
a%irmacinQ Sea a 7 I P
(es n x s
Junio =G A.=?I =.H
Agosto =G A.GM K.LH
9.9 'n %uncionario de Sectur6 a%irma >ue el ndice de ocupacin 5otelera en temporada
alta es igual al correspondiente de temporada $a#a6 para pro$ar lo anterior se toma en
cada caso muestras aleatorias en esta ciudad6 o$teniendo los resultados. Sea a 7 I P
1emporada n x s
Alta AI I=.H ?K.MG
Ra#a AI HG.== =M.GI
10.9 'n promotor de e2entos tursticos cree >ue la a%luencia de personas al espect<culo
de )uz O sonido de la zona ar>ueolgica de 'xmal en la 2ersin en espaol es superior
a los >ue asisten en la 2ersin en ingls por mas de =KKK personas. "ara 2eri%icar lo
anterior el promotor toma una muestra aleatoria de =? meses6 o$teniendo los
resultados siguientes. Sea a 7 =K P
*ersin en x s n
Espaol AHM? ?=HA =?
Ingls =?AI G=A =?
COMPARACIONES PAREADAS.
E:&0)#!. El profesor de Estadstica Inferencial I" cree %ue si los alumnos desarrollan
tra#a/os de in'estigacin o#tendr$n me/ores resultados en sus calificaciones" para
33
Estadstica Inferencial I 22
pro#ar lo anterior escoge a 13 alumnos en forma aleatoria ! les asigna tra#a/os de
in'estigacin" al final de la unidad presentan e6amen ! selecciona en forma aleatoria a
otros 13 %ue no (icieron tra#a/os de in'estigacin ! forma pare/as" prue#an los datos a
continuacin %ue los %ue realiaron tra#a/os de in'estigacin o#tienen me/ores
calificaciones %ue los dem$sQ +ea a G > L
Con tra#a/os
de in'estigacin
;
9
;
?
@
=
;@ ;
;
?
9
19
9
?
=
?
=
19
9
;
?
?
>
@9
@
;
;
9
@
9
19
9
@
>
=
9
@9 ?
>
?
=
;9 @
9
@
9
@2
1 Pa!" P#a$%&a' #a H()*%&( +& I$,&%(-a.(*$3 @)os alumnos >ue desarrollan
tra$a#os de In2estigacin o$tienen me#ores cali%icaciones >ue los >ue no 5acen
tra$a#os de In2estigacin.B
2 Pa!" P#a$%&a' #a H()*%&( N/#a a A#%&'$a3
.ula 0o3
d
D K Alterna 0i3
d
C K
3 Pa!" +&#(0(%a' #a '&-(!$& +& a.&)%a.(*$ 1 '&.2a3!.
H! H(
%
4 Pa!" D&%&'0($a.(*$ +&# ,a#!' .'4%(.!3 en este caso se emplea el punta#e @tB
unilateral con 8n9=: grados de li$ertad6 a 7 IP6 el cual se $usca en la ta$la respecti2a6
dando un 2alor de t 7 =.NM?
5 Pa!" R&-#a +& +&.((*$3 si el estadstico de prue$a es menor >ue el 2alor crtico se
acepta como 2erdadera la 5iptesis nula en caso contrario se acepta como 2erdadera
la 5iptesis alterna.
6 Pa!" Se o$tiene las di%erencias en el mismo orden >ue se planteo la 5iptesis de
in2estigacin6 luego se o$tiene la media de las di%erencias O la des2iacin est<ndar de
las di%erencias. /ando los siguientes resultados3 x 7 =K.NGL?J s 7 =A.AG=A
7 Pa!" .a#./#! +&# &''!' &%5$+a'3 S6 7 = $ J Sx 7=A.AG=A ; =A 7 A.NKINN
8 Pa!" .a#./#! +&# E%a+4%(.! +& P'/&8a3 E) 7 ?6 9A = 6 J
Ep 78=K.NGL?9K: ; A.NKINN
Ep = 2.90607
9 Pa!" R&/#%a+!3 dado >ue el estadstico de prue$a 8?.LKGKN: es maOor >ue el 2alor
crtico 8=.NM?: se acepta como 2erdadera la 5iptesis alterna 80i: O en consecuencia se
rec5aza la 5iptesis nula.
33
Estadstica Inferencial I 23
9 Pa!" C!$.#/(*$3 ,on $ase en lo anterior se concluOe >ue los alumnos >ue
desarrollan tra$a#os de in2estigacin en el <rea de estadstica o$tienen me#ores
resultados en sus cali%icaciones >ue a>uellos >ue no realizaron tra$a#os de
in2estigacin.
E:&'.(.(!"
11.9 )os siguientes datos representan las 5oras 5om$re >ue semanalmente se pierden
en promedio por accidentes de tra$a#o en =K empresas antes O despus de >ue se
implantara un programa de seguridad. 'tiliza un ni2el de signi%icacin de I P para
2eri%icar si el programa de seguridad es e%icaz.
Antes HI NA HG =?H AA IN MA AH ?G =N
/espus AG GK HH ==L AI I= NN ?L ?H ==
di%.
12.9 'n promotor seleccion al azar a =I pare#as 85om$re O mu#er: O les solicit >ue
completaran un cuestionario para medir el ni2el de satis%accin con los ser2icios >ue
presta un centro recreati2o. )a ta$la ad#unta muestra los resultados de una encuesta.
"roporcionan estos datos una indicacin de >ue los T5om$res est<n mas satis%ec5os
con dic5os ser2icios6 >ue sus respecti2as pare#asQ Sea a 7 I P
5om$res3 HH GK II GM HK HM IN HL HN I? IM I= GG GK GM
mu#eres3 AA IN A? IH I? AH GK HK IL AL HK IL HH A? II
13.9 'n pro%esor de Estadstica in%erencial I desea comparar un nue2o mtodo de
enseanza $asado en mtodos audio2isuales e in2estigacin de campo en contraste con
el mtodo tradicional $asado en exposicin 2er$al. +orma =? pares de estudiantes O
asigna un elemento de cada par al grupo tradicional O otro al grupo del nue2o mtodo.
Al %inal del curso aplica ex<menes similares am$os grupos6 cuOos resultados se
muestran en la ta$la ad#unta. Sir2en estos datos para pro$ar con un ni2el de
signi%icacin de I P >ue Tam$os mtodos son igualesQ
.ue2o
mtodo3 LH L= GM MM NI GG LH MM LG MM LI MN
tradicional3 ML MN NK MA GN N= L? M= LN NM LH NL
.ue2o
mtodo3
LH L= GM NI GG LH MM LG MM LI LN
tradicional
3
ML MN NK MA GN N= L? M= NM LH NL
14.9 El gerente del departamento de produccin de una empresa desarroll un curso de
capacitacin para el personal de determinada <rea con el %in de >ue se incrementara la
producti2idad en dic5o sector 6 se puede concluir >ue como resultado de este curso 6 la
producti2idad aument en promedio de dos unidades por persona Q Sea a 7 I P
antes3 =I AK HL HN IK I? NH G? HL NK N?
33
Estadstica Inferencial I 2:
despus3 ?K AM HN I? IG GK N? NL IK NI NL
Antes =I AK HL HN IK I? NH G? HL NK N?
/espus ?K AM HN I? IG GK N? NL IK NI NL
15.9 )a directora de relaciones p$licas del 0otel Americano6 desea 2eri%icar la
e%icacia de un nue2o mtodo de promocin $asado en 2ideos6 en contraste con la %orma
tradicional de proporcionar psters O %olletos. 0asta el ao pasado se utiliz el mtodo
tradicional6 por lo >ue tom una muestra de =K semanas de la temporada alta. A partir
del presente ao se aplica el nue2o mtodo de promocin6 por lo >ue se toma una
muestra de =K semanas de temporada alta. Estos datos se muestran en la ta$la ad#unta.
*eri%icar >ue el nue2o mtodo es me#or >ue el tradicional. Sea a 7 I P
(todo
.ue2o =?K LI =AI ML LA LM =KK LH =K? ==I
1radicional LL MM LN N= L= NL MN NA LG LN
(etodo
nue2o
=I AK HL HN IK I? NH G? HL NK N?
(todo
tradicional
?K AM HN I? IG GK N? NL IK NI NL
UNIDAD IB" HIPOTESIS PARA BARIABCE CUACITATIBA.
UNA PROPORCIN.
E:&0)#!. El pro%esor de Estadstica In%erencial I cree >ue m<s del IKP de los alumnos
aprue$a el examen de la primera unidad. "ara 2eri%icar lo anterior el pro%esor toma
una muestra aleatoria de =IK alumnos >ue 5an presentado la unidad =6 de los cuales LK
alumnos apro$aron esta unidad. "rue$a lo anterior con 7 I P
1 Pa!" P#a$%&a' #a H()*%&( +& I$,&%(-a.(*$3 )a proporcin de alumnos >ue
aprue$an la 'nidad = es maOor de IKP
2 Pa!" P#a$%&a' #a H()*%&( N/#a a A#%&'$a<
0i3 p
o
C K.IK 0o3 p
o
D K.IK
3 Pa!" +&#(0(%a' #a '&-(!$& +& a.&)%a.(*$ 1 '&.2a3!.
33
Estadstica Inferencial I 2>
H! H(
4 Pa!" D&%&'0($a.(*$ +&# ,a#!' .'4%(.!3 en este caso se emplea el punta#e E
unilateral el cual se $usca en la ta$la respecti2a6 dando un 2alor de =.GHI
5 Pa!" R&-#a +& +&.((*$3 si el estadstico de prue$a es maOor >ue el 2alor crtico se
acepta como 2erdadera la 5iptesis alterna en caso contrario se acepta como
2erdadera la 5iptesis nula.
6 Pa!" .a#./#! +&# &''!' &%5$+a'"
)
7 ) D = $

p
7 K.IK x K.IK ; =IK 7 K.KHKM?H
7 Pa!" .a#./#! +&# E%a+4%(.! +& P'/&8a3 E) 7 ?)
(
@ )
!
A =
)
p
i
G cfTn G ?9 T 1>9 G 9.=9
Ep G 09.=9 [ 9.>91 T 9.9:9;2: G 2.:>
M Pa!" R&/#%a+!3 dado >ue el estadstico de prue$a 8?.HI: es maOor >ue el 2alor
crtico 8=.GHI: se acepta como 2erdadera la 5iptesis alterna 80i: O en consecuencia se
rec5aza la 5iptesis nula.
9 Pa!" C!$.#/(*$3 ,on $ase en lo anterior se concluOe >ue3 )a proporcin de
alumnos >ue aprue$an la 'nidad I de Estadstica In%erencial I es maOor del IK P
E:&'.(.(!.
1.9 'n promotor de turismo cree >ue el ?I P de los turistas >ue 2ienen a 4ucat<n6
2isitan la zona ar>ueolgica de Va$<56 el promotor selecciona una muestra aleatoria
de =?K turistas O se les pregunta si piensan 2isitar o si Oa 5an 2isitado la zona
ar>ueolgica antes mencionada6 ?K de los cuales contestaron a%irmati2amente6
2eri%icar la 5iptesis del promotor. Sea a 7 = P
2.9 En un estudio se a%irma >ue L de cada =K mdicos recomiendan la aspirina a sus
pacientes6 pro$ar esta a%irmacin con respecto a la alternati2a de >ue la proporcin
real de mdicos >ue 5acen esto es menor del LK P. 'na muestra aleatoria de =KK
mdicos re2ela >ue MK de ellos recomiendan la aspirina a sus pacientes. Sea a 7 I P
3.9 'n promotor turstico cree >ue m<s del GI P de los turistas extran#eros
prolongaran su estancia en nuestro pas si me#oraran e incrementaran las
instalaciones de los atracti2os naturales. "ara 2eri%icar lo anterior el in2estigador
seleccion una muestra de =?K turistas extran#eros6 de los cuales =KK respondieron
a%irmati2amente a un cuestionario6Tproporcionan estos datos e2idencia su%iciente como
para apoOar el supuesto del promotorQ sea a 7 I P
4.9 El administrador de una agencia de 2ia#es situada en un 5otel cree >ue menos del
?I P de los turistas >ue solicitan sus ser2icios son personas >ue 5an estado
33
Estadstica Inferencial I 2=
5ospedadas en el mismo. "ara lo cual selecciona una muestra aleatoria de =IK turistas6
a >uienes se les pregunta si 5an estado 5ospedados en dic5o 5otel6 ?I contestaron
a%irmati2amente6 sea a 7 I P
5.9 /e acuerdo a datos estadsticos nacionales M de cada =K pacientes presentan
pro$lemas de in%lamacin en las encas6 "ara 2eri%icar lo anterior un grupo de
estudiantes realiza una in2estigacin en la ,entral Wdontolgica de 4ucat<n 6 con
respecto a la alternati2a de >ue la proporcin local es menor >ue la nacional. 'na
muestra aleatoria de IK pacientes re2ela >ue AI de ellos padecan in%lamacin en las
encas. Sea a 7 I P
DOS PROPORCIONES.
E3emp!o$ El profesor de Estadstica Inferencial imparte este curso a dos grupos" l
supone %ue am#os grupos son similares en cuanto al ndice de apro#acin" para 'erificar
lo anterior toma muestras aleatorias de las calificaciones apro#atorias de am#os grupos"
las cuales se presentan a continuacin" sir'en estos datos para apo!ar el supuesto del
profesorQ +ea a G 1 L
Grup
o
(uestra Apro$ados
HG= =MK =?K
HG? ??K =IK
1 Pa!" P#a$%&a' #a H()*%&( +& I$,&%(-a.(*$3 )os dos grupos tienen el di%erente
ndice de apro$acin.
2 Pa!" P#a$%&a' #a H()*%&( N/#a a A#%&'$a<
0i3 p
=
9 p
?
K 0o3 p
=
9 p
?
7 K
3 Pa!" +&#(0(%a' #a '&-(!$& +& a.&)%a.(*$ 1 '&.2a3!.
0i 0o 0i
33
Estadstica Inferencial I 2@
4 Pa!" D&%&'0($a.(*$ +&# ,a#!' .'4%(.!3 en este caso se emplea el punta#e E $ilateral
el cual se $usca en la ta$la respecti2a6 dando un 2alor de S ?.INI
5 Pa!" R&-#a +& +&.((*$3 si el estadstico de prue$a esta entre los 2alores crticos se
acepta como 2erdadera la 5iptesis nula en caso contrario se acepta como 2erdadera
la 5iptesis alterna.
6 Pa!" .a#./#! +&# &''!' &%5$+a'" S
)
7 p
=
>
=
; n
=
S p
?
>
?
; n
?
Grup
o
(uestra Apro$ados p >.
HG= =MK =?K K.GGGN K.AAAA
HG? ??K =IK K.GM=M K.A=M=
+
p
G 09.===@69.3333 T 1;9 I 9.=;1;69.31;1 T 2291 G 9.9:@12
7 Pa!" .a#./#! +&# E%a+4%(.! +& P'/&8a3 E) 7 ??)
1
@ )
2
A @ ?P
1
9 P
2
AA =
)
J
Ep G 009.===@ [ 9.=;1;1 [ 91 T 9.9:@12 G 7 9.329:
M Pa!" R&/#%a+!3 dado >ue el estadstico de prue$a 89K.A?KH: esto dentro de los
2alores crticos 8S ?.INI: se acepta como 2erdadera la 5iptesis nula 80o: O en
consecuencia se rec5aza la 5iptesis alterna.
9 Pa!" C!$.#/(*$3 ,on $ase en lo anterior se concluOe >ue3 El ndice de apro$acin
en am$os grupos de Estadstica In%erencial I HG= O HG? son similares.
E:&'.(.(!.
6.9 'na empresa >ue se especializa en 2enta por catalogo ideo un nue2o %ormato >ue en
su concepto 2a a generar mas 2entas >ue el %ormato del catalogo anterior6 el nue2o
catalogo se en2a a una muestra de ?KK posi$les compradores siendo el numero de
pedidos e%ectuados de =?K. 0ace unos meses cuando se utiliz el %ormato anterior se
5icieron ==I pedidos de ?IK cat<logos >ue se en2iaron. Es me#or el nue2o %ormato >ue
el anteriorQ sea a 7 I P
Grupo (uestra Apro$ados " >.
+ormato nue2o ?KK =?K .G .H
+ormato
anterior
?IK ==I .HG .GH
E7=.GI
7.9 El administrador encargado del departamento de turismo a%irma >ue la proporcin
de 2uelos tipo c5arter pro2enientes de Europa 5a disminuido. "ara 2eri%icar lo anterior
toma al azar una muestra de =?K 2uelos c5arter del ao pasado O nota >ue AI
pro2ienen de Europa. As mismo toma una muestra de =KK 2uelos c5arter del presente
33
Estadstica Inferencial I 2;
ao O o$ser2a >ue ?A pro2ienen de Europa6 Tprue$an estos datos la a%irmacin del
administradorQ Sea a 7 I P
Grupo (uestra Apro$ados " >.
Ao
anterior
=?K AI .?L=G .NKMH
"resente =KK ?A .?A .NN
8.9 'n %uncionario del /epartamento de 1urismo a%irma >ue la proporcin de turistas
norteamericanos >ue gestionan su 2ia#e a 4ucat<n por medio de la agencia de 2ia#es
@1urOucB es maOor >ue la proporcin de turistas norteamericanos >ue gestionan su
2ia#e por medio de la agencia @(erimexB6 los datos muestrales se indican en la ta$la
ad#unta. "ro$ar la a%irmacin del %uncionario con un a 7 I P
Agencia de *ia#es.
"rocedencia 1urOuc (erimex.
.orteamericana =AK =KK
Wtros. ?K MK

Grupo (uestra .WR1E " >.
1'R4', =IK =AK .=IAM .MHG?
(ERI(E
X
=MK =KK .M .?
9.9 'na muestra aleatoria de A? amas de casa6 indica >ue ?? pre%ieren la marca de
pasta de dientes ,olgate O =K pre%ieren la marca ,rest6 Tre%le#an estos datos una
2erdadera pre%erencia por la marca ,olgateQ Sea a 7 ? P
Grupo (uestra .WR1E " >.
,W)GA1
E
A? ?? .GMNI .A=?I
,RES1 A? =K .A=?I .GMNI
10.9 'n especialista en poltica de una uni2ersidad cree >ue la proporcin de electores
del distrito = excede en I P a la proporcin de electores del distrito ?. ,on el %in de 2er
si los 5ec5os corro$oran esta 5iptesis6 el pro%esor 5ace una encuesta entre los
electores de am$os distritos6 con los siguientes resultados3Sea a 7 I P
/istrito muestra electores.
= =IK ==A
? =GK =KH
?"e4a de 4ondad de a3"ste'
E3emp!o$ En un an$lisis de mercado %ue ela#or Tecno Mar\eting 0TM1" para
in'estigar las participaciones en el mercado de tres compa8as 0A" &" C1. -a compa8a
33
Estadstica Inferencial I 2?
C introdu/o inno'acin en su producto %ue reemplaar$ su participacin actual en el
mercado. El gerente de la compa8a C pidi a TM determinar si el nue'o producto
causar$ alguna alteracin en las participaciones de los tres competidores en el mercado.
-as participaciones antes de la inno'acin de C eran3 A3 39LF &3 >9LF C3 29L. Para
determinar la peticin del gerente de C" TM lle'a a ca#o una encuesta entre 299
clientes" a cada persona se le pidi especificar su preferencia de compra entre las tres
alternati'as" los datos o#ser'ados se muestran a continuacin. +ea a G > L

Bip%tesis de in1esti8aci%n3 -a introduccin de la inno'acin en la compa8a C"
produce 'ariacin en las participaciones de las tres empresas.
Ri3 p
A
p
&
p
C
Ro3 p
A
G p
&
G p
C

Crecuencias o#ser'adas 0f1
Producto
compa8a A
Producto
compa8a &
Xue'o
producto
compa8a C
+uma
:; ?; >: 299
Calculo de las frecuencias esperada 0e1
Producto
compa8a A
Producto
compa8a &
Producto
compa8a C
29909.391 G =9 29909.>91 G 199 29909.291 G :9
Estadstico de prue#a3 EP G 0f
i
[ e
i
1
2
T e
i
G 0:;7=91
2
T =9 I 0?;71991
2
T199 I 0>:7:91
2
T:9
Ep G @.3:
El estadstico de prue#a tiene distri#ucin /i7cuadrada con ]71 grados de li#ertad" donde
] es el n5mero de grupos" en este caso son 3 grupos" ! los grados de li#ertad son 2" con
a G 9.9>" consultando en la ta#la respecti'a o#tenemos el punta/e
2
G >.??
Como @.3: ^ >.?? se rec(aa la Ro ! se acepta Ri.
Por lo %ue se puede concluir %ue la inno'acin en el producto presentada por la
compa8a C si causa 'ariacin en las participaciones de las tres empresas.
E3ecicios'
&&.7 'na radiodi%usora >uiere determinar >ue tipo de programacin pre%ieren los
#2enes entre =M O ?? aos. "ara lo cual se entre2ista a IK personas entre estas edades
O se les pide su opinin6 la ta$la ad#unta muestra los resultados6 2eri%icar si existe
pre%erencia por algn tipo de programa. Sea a 7 I P
t i p o d e p r o g r a m a
cultural noticias deporti2o.
=M =I =N
33
Estadstica Inferencial I 39
12.9 'na empresa encargada de la certi%icacin del tira#e de los medios de
comunicacin 8peridicos: registr durante el mes de enero los siguientes porcenta#es3
/iario de 4ucat<n AKP6 "or Esto ?MP6 (undo al /a6 ?I P6 otros =NP. /os meses
despus una muestra de AKK suscriptores arro# los siguientes resultados.
/iario de 4ucat<n3 LI
"or Esto3 NK
(undo al /a3 ML
Wtros HG
13.9 )a empresa (Y(;(ars6 %a$ricante de los c5ocolates (Y(

patrocin una
encuesta nacional en la >ue mas de =K millones de personas indicaron su pre%erencia
por un color nue2o. El conteo de esta encuesta dio como resultado el reemplazo del
color c5ocolate por un nue2o color azul. En el %olleto @,olorsB >ue pu$lic el
/epartamento de Asuntos del ,onsumidor de (Y(6 la distri$ucin de colores de los
c5ocolates es como sigue3
,a%

Amarill
o
Ro#
o
.aran#
a
*erd
e
Azul
AK
P
?KP ?K
P
=KP =KP =K
P
En un estudio %ue apareci en C(ance 0Xo. : 1??=1 se usaron muestras de 1 l#. Para
determinar si eran '$lidos los porcenta/es pu#licados. +e o#tu'ieron los siguientes
resultados de una muestra de >9= c(ocolates.
,a%

Amarill
o
Ro#
o
.aran#
a
*erd
e
Azu
l
=NN =AI NL H= AG AM
'se a 7 I P para determinar si estos datos respaldan lo >ue pu$lic la empresa.
14.9 A continuacin se presentan las pre%erencias de grupos de consumidores 5acia tres
marcas de ropa casual de tienda. 'se a 7 I P para pro$ar si 5aO alguna di%erencia de
pre%erencias 5acia las di%erentes marcas.

(arca
A R ,
H
A
I
A
A
L
15.9 )a distri$ucin normati2a de las cali%icaciones para un curso de Estadstica en
una 'ni2ersidad son3
A R , / E
=K
P
AK
P
HK
P
=I
P
I
P
Prue#e" con a G > L" si (an cam#iado las
proporciones en los diferentes medios de
comunicacin.
33
Estadstica Inferencial I 31
En una muestra de =?K cali%icaciones de Estadstica al %inal de semestre se
encontraron3
A R , / +
=
M
A
K
H
K
?
?
=
K
'se a 7 I P para pro$ar si las cali%icaciones reales Tse des2an muc5o de la normaQ

UNIDAD V$ ?RUEBAS DE ANDLISIS DE VARIANEA E INDE?ENDENCIA'
In1esti8a amp!iamente !os si8"ientes temas
An$lisis _i7cuadrada. Prue#a de independencia. An$lisis de 'ariana.
ANCISIS DE BARIANEA.
M/&%'a +& (-/a# %a0aF!.
E:&0)#!" El pro%esor de Estadstica In%erencial I6 imparte clase a tres grupos los
cuales se muestran a continuacin 2eri%icar si los tres grupos son iguales en cuanto a
apro2ec5amiento. Sea a 7 I P
O8&',a.(*$ 4G1 4G2 4G3
= MI N= IL
? NI NI GH
A M? NA G?
H NG NH GL
I N= GL NI
G MI M? GN
Media
NL NH GG
D&,(a.(*$ &%5$+a' I.MA H.HN I.GG
Ba'(a$3a 0/&%'a# AH ?K A?
H()*%&( +& I$,&%(-a.(*$" )os tres grupos son di%erentes en cuanto al
apro2ec5amiento
H!"
1
7
2
7
3
H("
1

2

3

Ca#./#! +& #a 0&+(a +& 0&+(a"
0+0 7 ?6
1
> 6
2
> 6
3 >
6
4
> 6
H
A =H 0+0 7 ?79 > 74 > 66A=3 7 73
Ca#./#! +& #a ,a'(a$3a ($%&'0&+(a$%&" S28
1
K 1 0 J
2
2

Z
mdm x n
$ S
i i
33
Estadstica Inferencial I 32
S
?
$ 7 [G8NL9NA:
?
S G8NH9NA:
?
S G8GG9NA:
?
\;8A9=: 7 ?IM
S
2
I
7
1 0
K 1 1 J0
2
Z n
s n
t
i i

S
2
I
7 ?5J34 > 5J20 > 5J32A=?1893A 7 28.66
Ca#./#! +&# &%a+4%(.! +& )'/&8a" E) 7 S
2
8
= S
2
I
Ep 7 ?IM ; ?M.GG 7 L
Ca#./#! +&# )/$%a:& ! ,a#!' .'(%(.!" en este caso se emplea el punta#e @+B con 8Z9=:
grados de li$ertad en el denominador O Z 8n9=: grados de li$ertad en el denominador.
gln 7 8Z9=: 7 8A9=: 7 ? numerador
gld 7 Z 8n9=: 7 A8G9=: 7 =I denominador a 7 I P
Ruscando en la ta$la respecti2a encontramos el siguiente 2alor de ;
0.05
7 3.68
R&/#%a+! 1 .!$.#/(*$" /ado >ue el estadstico de prue$a 8L: es maOor >ue el 2alor
crtico 8A.GM: se acepta como 2erdadera la 0iptesis alterna. En conclusin se puede
decir >ue el apro2ec5amiento en los tres grupos es di%erente. Siendo el grupo HG= el
mas alto6 HG? intermedio O HGA el mas $a#o.
En el caso de >ue las muestras sean de tamao di%erentes6 lo nico >ue cam$ia es la
media de medias O todas las dem<s %rmulas >uedan igual.
"or e#emplo6 supongamos >ue tenemos tres grupos.
Grupo n media
A G IM
R I IN
, H IL
mdm 7
t
i i
n
n x

1 D 0
mdm 7 8IM]G S IN]I S IL]H:;=I 7 IN.LA
E:&'.(.(!.
1.9 ,on el o$#eto de determinar si la edad in%luOe de alguna manera en el ritmo
cardaco6 se selecciona un grupo de personas del I(SS O se determina su ritmo
cardaco6 los datos se muestran en la ta$la ad#unta. Sea a 7 I P
(uestras p u l s a c i o n e s c a r d a c a s
=I a =L ?K a AH AI a HK
aos aos aos
= NG NA M=
? NH NI MG
A N? N? NL
H NL N? NI
I N? NH MH
33
Estadstica Inferencial I 33
G N= NL MK
N GM N? M=
2.9 )os ndices de ocupacin en los 5oteles de la ciudad de (rida %ueron o$#eto de un reciente
estudio. )a %inalidad es determinar si existen di%erencias reales entre los ndices de ocupacin
en estos 5oteles. Sea a 7 I P
0 W 1 E ) E S
,olonial /el "ar>ue (rida Aluxes 0Oatt
?K ?? AK HK NL
=G HG ?I IM MA
?K HG IK GM M?
G= AK NL ?? ML
M= NG GI IA MM
HH ?? GK ?N MG
3.9 )a ta$la ad#unta muestra los salarios promedio por 5ora perci$idos por las recamareras de
los 5oteles en cuatro ciudades tursticas. )a %inalidad es determinar si existen di%erencias
signi%icati2as entre las cuatro ciudades. Sea a 7 I P
(rida ,ancn (xico /. +. Acapulco
G =? == L
L == M N
L =K =? =K
G M L =K
I L =K L
4.9 'n promotor de pa>uetes tursticos est< interesado en comparar las tari%as de excursin a
,5ic5n Itz<6 >ue o%recen I di%erentes agencias de 2ia#es6 para lo cual toma muestras de
tamao =K en cada agencia6 los datos se indican a continuacin. *eri%icar si di%ieren las tari%as
entre estas agencias. Sea a 7 = P
Agencia tari%a media *arianza
Al%a H?.I G
Reta HH.K I
Gama HM.K N
/elta HG.K H
Wmega HH.I M
5.9 'n %uncionario del /epartamento de 1urismo desea conocer si existen di%erencias reales
entre los ndices de 2isita a los (useos de la ciudad de (rida. "ara lo cual toma una muestra
de una semana en cada uno de los museos6 los datos se muestran en la ta$la ad#unta.
Sea a 7 I P
( ' S E W S E . ) A , I ' / A /
Arte popular Antropologa e 0isto. (sica 4ucateca 0istoria .atural
N M L I
G =? == G
I =K L I
N =A M L
=? =I =G M
33
Estadstica Inferencial I 3:
M =G =A L
?"e4a de Independencia'
E3emp!o -a cer'ecera Modelo +. A. fa#rica ! distri#u!e tres tipos de cer'ea3 ligera"
clara ! o#scura. En un an$lisis de segmentacin de mercado para las tres cer'eas" el
grupo de in'estigacin encargado (a planteado la posi#ilidad de si la preferencia son
independientes del gnero del consumidor.
Bip%tesis de In1esti8aci%n$ )a pre%erencia por el tipo de cer2eza es dependiente del
gnero.
Ro. -a preferencia de cer'ea es independiente del gnero del consumidor.
Ri. -a preferencia de cer'ea es dependiente del gnero del consumidor.
Crecuencias o#ser'adas. 0)esultado de una encuesta1.
Cer'ea preferida.
4nero -igera Clara Yscura Total
Rom#re 29 :9 29 80
Mu/er 39 39 19 70
T!%a# 50 70 30 150
Ca!c"!o de !as fec"encias espeadas3
Calculo del estadstico de prue#a3 EP G 0f
i/
[ e
i/
1
2
T e
i/
Ep G 02972=.=@1
2
T2=.=@ I 0:973@.331
2
T3@.33 I 02971=1
2
T 1= I 039723.331
2
T23.33 I
039732.=@1
2
T 32.=@ I 01971:1
2
T 1: G =.13

El estadstico de prue#a tiene distri#ucin /i7cuadrada con 0]7110)711 grados de
li#ertad" donde ] es el n5mero de grupos ! ) el n5mero de renglones" en este caso son 3
grupos 0los tres tipos de cer'ea1 ! dos renglones 0(om#re ! mu/er1" los grados de
li#ertad son 0371102711 G 2" con a G 9.9>" consultado en la ta#la respecti'a o#tenemos el
punta/e
2
G >.??
Res"!tado > conc!"si%n$ Como el estadstico de prue#a 0=.131 es ma!or %ue el 'alor
Crtico 0>.??1 se rec(aa la Ro ! se acepta Ri.
Por lo %ue se puede concluir %ue el tipo de cer'ea preferida no es independiente del
gnero de las personas. En otras pala#ras el gnero si influ!e en el tipo de cer'ea
preferida.
-os (om#res las prefieren NclaraO ! las mu/eres NligeraO ! NclaraO
6.9 El departamento de mercadotecnia de una compaa re%res>uera6 >uiere determinar
si el sa$or de una nue2a $e$ida >ue piensa lanzar al mercado6 in%luir< en las 2entas. A
IK clientes se les da a pro$ar $e$idas de cada uno de los nue2os sa$ores O se les pide
su opinin6 2eri%icar si existe alguna pre%erencia por el sa$or6 considerar a 7 I P
33
Estadstica Inferencial I 3>
s a $ o r e s
u2a %resa manzana
gust ?K ?G H=
no gust AK ?H KL
7.9 )a ta$la ad#unta muestra la cantidad de turistas >ue rentaron autom2iles en una
agencia respecti2a6 segn su procedencia O marca de 2e5culo pre%erido. *eri%ica si
existe alguna relacin entre la procedencia de los turistas O la marca de 2e5culo
rentado. Sea a 7 = P
(arca "rocedencia de los turistas
(ex. 'SA. Europa Japn.
0onda ?K MK AK =K
^olZs_agen =AK GK ?K =K
1suru NK GK LK GK
8.9 )os resultados de una encuesta 5ec5a para determinar si la edad de los turistas
tiene alguna relacin con su estada en noc5es en la ciudad de (rida6 se muestra en
la ta$la ad#unta. TSer< la estada independiente de la edadQ Sea a 7 I P
Estada. Edad de los turistas en aos.
?= a AK A= a HK H= a IK I= o mas
= noc5e NHM M?= NMG N?K
? noc5es =NH =GK =I= =GG
A noc5es A= ?I ?? =G
H noc5es o @SB L =K G I
L.9 )os resultados de una encuesta realizada para determinar si la procedencia de los
turistas tiene alguna relacin con su estada en noc5es en la ciudad de (rida6 se
muestra en la ta$la ad#unta. TSer< la estada independiente del lugar de origen de los
turistasQ Sea a 7 = P
Estada "rocedencia de los turistas
noc5es (ex. 'SA. Euro. Jap.
= =IK HK ?K G
? HK =KK GK AK
A =K ?K ?K ?K
H o mas I AK IK =K
10.9 )os puestos iniciales de los egresados en administracin e ingeniera se clasi%ican
por industria6 pro$ar si 5aO independencia entre el tipo de carrera O el tipo de empresa
donde la$oran. Sea a 7 = P
T ( ) ! + & & 0 ) ' & a
1ipo de
carrera
"etrle
o
&umica
.
Elctrica
.
,omputaci
n
Administraci
n
AK =I =I HK
Ingeniera AK AK ?K ?K
33
Estadstica Inferencial I 3=
BIBLIOGRAFIA$
B2sica$ Estadstica para administracin O Economa.
)e2in6 Ru$in6 Ralderas6 /el *alle6 Gmez.
Editorial "rentice 0all. Sptima edicin.
Comp!ementaia$ Estadstica para administracin O economa.
Anderson6 S_eeneO6 ^illiams.
Editorial Internacional 15omson editores. Sptima edicin.
Estadstica con aplicaciones a las ciencias sociales O a la educacin.
/aniel6 ^aOne ^.
Editorial (cGra_ 0ill.