Prof.

Paola Burdiles G

DOCIMAS DE HIPTESIS ESTADSTICAS.

Con frecuencia, los problemas a los que se enfrenta el cientfico o ingeniero no se refieren slo a la
estimacin de un parmetro poblacional, como en el caso de la estimacin por intervalo, sino por el
contrario, a la formulacin de un procedimiento de decisin basado en datos que pueda conducir
una conclusin o decisin.
Habitualmente en los procesos, puede ocurrir que interese determinar si un mtodo nuevo es
factible o no, por ejemplo puede ocurrir que un mtodo nuevo para sellar ampolletas aumenta la
vida de estas.
Utilizando este ejemplo, supongamos que la vida media de las ampolletas fabricadas por medio de
un proceso conocido es de 1400 horas. Se desea docimar un nuevo procedimiento para la
fabricacin de ampolletas. En este caso, el modelo estadstico es el siguiente: se trata de dos
poblaciones de ampolletas, la constituida por las fabricadas utilizando el proceso conocido y la
constituida por las correspondientes al proceso que se propone. Sabemos (en virtud de numerosas
investigaciones anteriormente efectuadas) que la media de la primera poblacin es
aproximadamente 1400 horas. Se desea averiguar si la media de la segunda poblacin es superior
o inferior a 1400 horas. Tradicionalmente, para resolver este problema, se establece la hiptesis de
que una media es mayor que la otra. Basndose en una muestra de las poblaciones, se aceptar o
rechazar la hiptesis. Naturalmente, se confa en que el nuevo proceso es mejor y que la
hiptesis ser rechazada.
Para docimar la hiptesis se fabrica cierto nmero de ampolletas mediante el nuevo procedimiento,
midiendo despus su duracin.
Supongamos que la media de esta muestra de observaciones es de 1550 horas. Esto parece
indicar que el nuevo proceso es mejor; pero supongamos que la estimacin de la desviacin
estndar de la media es, igual a 125 ,

. Por tanto, el intervalo de confianza del 95% para

la media de la segunda poblacin (suponiendo la poblacin con distribucin normal), es

aproximadamente de 1300 a 1800 horas. La media muestral 1550 podra proceder fcilmente de
una poblacin cuya media fuese 1400. No tenemos, pues, motivos suficientes para rechazar la
hiptesis con gran confianza y afirmar la superioridad del nuevo proceso de fabricacin.
Se ve, que la docimasia de hiptesis est relacionada ntimamente con el problema de la
estimacin.
El planteamiento formal de una hiptesis frecuentemente es influido por la estructura de la
probabilidad de una conclusin equivocada. Si el cientfico se interesa en respaldar con fuerza un
argumento, espera llegar al argumento en la forma de rechazo de una hiptesis. Por ejemplo, si un
investigador mdico desea mostrar evidencia contundente a favor del argumento de que tomar caf
aumenta el riesgo de cncer, la hiptesis a probar deber ser de la forma no hay aumento en el
riesgo de cncer, debido a la ingesta de caf. Como resultado, el argumento se alcanza va un
rechazo. De la misma manera, para respaldar la afirmacin de que un tipo de medidor es ms
preciso que otro, el ingeniero prueba la hiptesis de que no hay diferencia en la exactitud de dos
tipos de medidores.
En base a lo anterior, se hace necesario plantear que La aceptacin de una hiptesis implica
tan slo que los datos no proporcionan evidencia suficiente para refutarla. Por otro lado, el
rechazo implica que la evidencia de la muestra la refuta. Puesto de otra manera, el rechazo
significa que hay una pequea probabilidad de obtener la informacin muestral observada
cuando, de hecho, la hiptesis es verdadera.
CONCEPTOS IMPORTANTES
Una hiptesis estadstica es una afirmacin o conjetura acerca de los parmetros de la
distribucin de probabilidades de una poblacin. Si la hiptesis estadstica especifica
completamente la distribucin, entonces ella se llama Hiptesis simple, de otra manera se llama
Hiptesis compuesta.
Una prueba de hiptesis estadstica es una regla o procedimiento que permite decidir el rechazo de
la hiptesis Ho. Existen varias formas de obtener estos procedimientos, por lo que nuestro inters
se centrar en obtener lo mejor de ellos para una hiptesis dada.
Consideradas desde el punto de vista tradicional, todas las pruebas de hiptesis trabajan en base a
ciertos principios que se pueden resumir en los siguientes elementos, todos ellos indispensables en
la construccin del test o prueba:
a) Hiptesis nula, que denotaremos por H0, es la hiptesis que va a ser probada. Es la hiptesis
que asume el problema.
b) Hiptesis Alternativa (H1), es la hiptesis que contrapone a Ho, tambin se conoce como
hiptesis de trabajo.

Prof. Paola Burdiles G

c) Estadstico de Prueba, es lo mismo que un estimador, es una funcin de la muestra. Interesa

que contenga el mximo de informacin sobre la hiptesis nula planteada ya que, en base a la
informacin contenida en esta funcin, se tomar la decisin respecto de la aceptacin o rechazo
de la hiptesis, Ho, planteada.
d) Tipos de test

Para docimar una hiptesis, es necesario cotejarla con alguna hiptesis

alternativa, la que nos permitir hacer la afirmacin correspondiente. Para ello la
hiptesis alternativa puede ser bilateral o unilateral, tanto por la derecha como por
la izquierda del valor crtico de tabla.
De esta forma tendramos lo siguiente:
H 0 : p p0
H 1 : p p0

H 0 : p p0
H 1 : p p0

H 0 : p p0
H 1 : p p0

Las regiones achuradas en todos los grficos representa la regin crtica de tamao .
e) Regin Crtica, tambin llamada Zona de Rechazo, define los valores del estadstico de prueba
para los cuales la informacin muestral contradice la hiptesis nula. Estos valores nos permitirn
adoptar una regla de decisin consistente.
De esa manera, como una regla de decisin, si para una muestra particular el estadstico de
prueba (valor calculado) cae dentro de la regin crtica, rechazaremos la hiptesis nula Ho a favor
de la hiptesis alternativa H1. En cambio, si el valor calculado no cae dentro de la Regin Critica,
no podremos rechazar la hiptesis nula.

Prof. Paola Burdiles G

Probabilidad de los errores.

La calidad de un test o regla de decisin (equivalentemente la Regin Crtica) es razonablemente
medida por la frecuencia con la cual cometemos errores de juicio cuando la utilizamos. Hay dos
tipos de errores que podemos cometer (no en forma simultnea):

Error tipo I o error alfa (), que es el que se produce cuando se rechaza la hiptesis nula
y en realidad es cierta. La probabilidad de cometer este error se fija de antemano por el
investigador cuando sita el nivel de rechazo, habitualmente 0.05.

P ( v.c. | 0 )

1 F ( )

Error tipo II o error beta , se denomina as si no se rechaza la hiptesis nula, cuando el

valor de probabilidad es inferior al nivel fijado, tambin se corre el riesgo de cometer un
error. En otros trminos es la probabilidad de no rechazar H0 si esta es falsa =

Lo anterior se puede resumir como sigue:

H0

Aceptamos

Verdadera
Falsa

Rechazamos
Error I

Error II

Obs: Los valores de los errores dependern del tamao de muestra que se tome a
menor tamao muestral, ms alto es el valor de , en cambio a mayor tamao
muestral el valor de es mayor.

= P(rechazar H0 / H0 verdadera)

= P(aceptar H0 / H0 falsa)

Potencia de la prueba, se llama as a la probabilidad de rechazar H0 si esta es falsa:

Ejemplo:

P ( ) 1 ( )

Prof. Paola Burdiles G

Se desea someter a prueba la aceptacin de cierto producto por parte del pblico.
Se postula que el producto cuenta con ms del 50% de aceptacin entre el pblico
consumidor, esto es, se desea probar la hiptesis nula Ho: p 0.5 versus la
hiptesis alternativa H1 : p < 0.5. Para este efecto se realiza una encuesta a n= 15
personas. Aqu, cada persona entrevistada puede ser considerada un ensayo
Bernoulli, donde X i 1 si la i- sima persona consume el producto y 0 si no. El
estadstico de prueba es T ( X ) X I nmero de encuestados que prefieren el
producto.
Se desea calcular el nivel de significacin, dado que se ha seleccionado como
regin crtica al conjunto x1 , , xn : xi 2 .
Por definicin se tiene que:
P (Error tipo I)
P (Rechazar Ho / Ho es verdadera)
P xi 2 / p 0.5

Dado que xi tiene una distribucin binomial con n= 15 y p=0.5 , si Ho es

verdadero, se tiene:
15
15
15
15
15
15
15
15
0.5
0.5
0.5
0.5 0.004
y
0
1
2
y 0

Este resultado significa que si decidimos utilizar esta regin crtica, estamos
asumiendo muy poco riesgo (slo = 0.004), de no considerar al producto como
favorito del pblico.
Si ahora seleccionamos como regin crtica x : xi 6 , entonces tenemos que:
15
15
0.5 0.338
y
y 0

P xi 6 / p 0.5
6

La diferencia entre estos valores calculados en ambos casos, se debe nicamente

a que en el primero se seleccion un valor artificialmente muy bajo como punto
crtico, esto hace que sea prcticamente imposible rechazar la hiptesis
planteada. Esta probabilidad aparece mucho ms razonable en el segundo caso.
Con los mismos datos, Es nuestro test (regin crtica) igualmente bueno en
cuanto a protegernos del Error tipo II?
Supongamos que en realidad slo el 30% de la poblacin favorece el producto,
(p= 0.30) cul es la probabilidad que la muestra nos conduzca, errneamente, a
conducir que Ho es verdadera y, por lo tanto, concluir que el producto es el favorito
del pblico?
Por definicin,
P (Error tipo II) P(aceptar Ho / H1 es verdadera)
P( x i 2 / p 0.3)

Pero bajo H1 ,

se distribuye binomial con n=15 y p=0.3 , luego

15
0.30 y 0.70 15 y 0.873
y 3 y
15

Si ahora seleccionamos la regin crtica, tenemos que la probabilidad de error tipo

II corresponde a :

Prof. Paola Burdiles G

15
y
15 y
0.3 0.70
0.1311
y 7 y
15

P( xi 6 / p 0.3)

En palabras, si usamos la regin crtica definida inicialmente como xi 2 ,

concluiremos prcticamente siempre que el producto ser escogido como favorito
por los consumidores (pues 0.873 ), an cuando p sea tan baja como 0.30. Sin
embargo, si modificamos la regin crtica a valores ms razonables, la
probabilidad de cometer Error Tipo II es menos de un tercio del anterior.
Notemos que la probabilidad de cometer un error tipo II, , depende del
verdadero valor p. A mayor diferencia entre un valor de p y el presupuesto por la
hiptesis nula (p = 0.5), ms probable es que rechacemos la hiptesis nula. Esta
situacin y los ejemplos analizados deben servir para prevenirnos sobre el uso de
regiones crticas arbitrariamente grandes o pequeas.
Valor P
Personas distintas, enfrentadas al mismo problema de prueba de hiptesis,
pueden tener distintos criterios para fijar el tamao del test. Un experimentador
puede conformarse con rechazar Ho usando un test de tamao = 0.05 , mientras
que otro experimentador quiere usar = 0.01. Es posible que el primero rechace
Ho, mientras que el segundo la acepte, bajo la base del mismo resultado
x1 , x2 , , xn del experimento. Esta diferencia puede ser resuelta si estos
experimentadores, usando el mismo estadstico de prueba T, reportan el resultado
del experimento en trminos del tamao observado, valor-p o probabilidad de
significacin del test.
La forma de determinar el valor-p para pruebas de hiptesis que involucran a un
parmetro de una distribucin cualquiera, donde T(x) es el estadstico de
prueba (variable aleatoria) y T(x) es su valor observado a partir de los datos de la
muestra, este se plantea como sigue:
Hiptesis Nula y Alternativa
Ho : 0 vs
H1 : 0
Ho : 0 vs
H1 : 0
Ho : 0 vs
H1 : 0

Probabilidad de significacin
Valor p = P (T ( x) T ( x ))
Valor p = P (T ( x) T ( x ))
Valor p = 2 P (T ( x) T ( x))

si

2 P (T ( x) T ( x))

si

T ( x) 0

Valor p =
T ( x) 0

Una vez calculado el valor-p, se puede utilizar una escala emprica que relaciona
estos valores con la cantidad de evidencia en contra de Ho que est contenida en
la muestra, lo que en ningn caso debe considerarse como una regla, ya que los
niveles de tolerancia en cuanto a los errores estn muy relacionados con el
problema particular de inters y el rea cientfica donde se centra el estudio.
La escala es:
Si el Valor- p > 0.1 , diremos que la muestra no contiene evidencia en contra de
Ho.
Si 0.05 < valor-p < 0.1 , diremos que la evidencia en contra de Ho es dbil.
Si 0.01 < valor-p < 0.05, diremos que existe evidencia fuerte en contra de Ho.
Si valor-p < 0.01 , diremos que existe evidencia muy fuerte en contra de Ho.

Prof. Paola Burdiles G

Evidencia muy Fuerte

Evidencia Fuerte

0.01

Evidencia Dbil

No contiene Evidencia

0.05

0.1

Ejemplo:
Se sabe que el 10% de los huevos de una especie de pescado no madurarn. Se
obtiene una muestra de 20 de tales huevos, de los cuales 5 efectivamente no
maduraron. Cul es la evidencia en contra de la hiptesis planteada?
En este caso las hiptesis son Ho : p = 0.1

0.1

H1 : p

x 0.25
p

Notemos que x p 0.1 , por lo que el valor-p debe calcularse como

. Utilizando aproximacin normal tenemos que, bajo Ho,

2 P x 0.25

0.1 * 0.9

x ~ N 0.1 ;

20

0.25 0.1

1 P Z 2.24 1 0.9874 0.0126

y P x 0.25 P Z
0.067

Esto significa que si p = 0.1, las posibilidades de obtener al menos 5 huevos no

viables, de un total de 20, es de un 1% aproximadamente. Ahora, el valor-p es
2(0.0126) = 0.0252.

I. Dcima para , con 2 conocido en una poblacin normal:

Obs. Las hiptesis alternativas las obtenemos a partir del enunciado del ejercicio
H 0 : 0

H1 : 0

H1 : 0

H1 : 0

Estadstica de prueba:

z0

x 0

Por lo tanto rechazamos H0 si

1.- Z0 Z1-/2 si es bilateral.
2.- Z0 - Z1- si es unilateral por la izquierda.
3.- Z0 Z1- si es unilateral por la derecha.
Para calcular la probabilidad de no rechazar H0 si esta es falsa, entonces calculamos:

* z1

P z

0
1
n
/
n

Prof. Paola Burdiles G

En que se puede asumir 1= a la media muestral en caso de desconocer su verdadero valor.

Ejercicio:
En un proceso de manufactura de tableros de contrachapado, se ha determinado que la
cantidad promedio de aserrn utilizado en la fabricacin de un tablero de 2.40 * 1.50 metros es de
20 kilos. Para comprobarlo, mes a mes se escogen 25 muestras al azar calculndose el peso de
aserrn utilizado. Se considera que el proceso est fuera de control cuando la media muestral es
menor o igual a 19.8 kilos, o mayor o igual a 20.2 kilos. Se supone que la desviacin estndar es de
0.5 kilos/tablero.
a) Enuncie la hiptesis nula y alternativa del problema.
b) Obtener la probabilidad de error de tipo 1, suponga la pblacin normalmente distribuida.
c) Suponiendo que la probabilidad de error de tipo I es = 0.05, entonces docime la o las hiptesis
II.- Dcima para una , con varianza desconocida.
H 0 : 0

H1 : 0

H1 : 0

H1 : 0

Estadstica de prueba:

x 0
S
n

Por lo tanto se rechazar H0 si:

1.- t0 tn-1; 1-/2 cuando es bilateral
2.- t0 - tn-1; 1- cuando es unilateral por la izquierda.
3.- t0 tn-1; 1- cuando es unilateral por la derecha.

Ejercicio.
Una cosechadora forestal, se demora en promedio 15.5 segundos en voltear, descortezar y
trozar un rbol. Forestal Tornagaleones necesita comprar estos equipos pero est estudiando de
qu marca deben ser para ello seleccion una muestra al azar de 3 marcas y dentro de ellas muestreo
lo siguiente:
Caterpillar:
12.5 10.2 9.8 12. 5 12.1 10.3 10.2 15 12.3 14.1 12.1 14 16 12.8
Fiat:
11.2 12.6 15.5 15.6 14.5 12.6 14.5 18.6 20.3 21.5 21 15.2 15.1 14.1
Mercedes-Benz:
14.2 12.3 13.3 12.1 14.5 12.3 14.5 25.1 23.1 21.1 24 25 14.5 16 12
a)
b)
c)
d)

Efecte pruebas de hiptesis para cada una de las tres marcas utilizando un = 0.01
Cul marca le recomendara Ud. a la empresa y porqu.
Calcule que probabilidad existe de rechazar la hiptesis nula si es cierta.
Calcule la posibilidad de rechazar la hiptesis nula si esta es falsa.

Prof. Paola Burdiles G

III.- Dcima para diferencia de medias de poblaciones normales e independientes, con

varianzas conocidas.
Sean dos poblaciones X e Y, normales e independientes, con medias x y y y adems
varianzas conocidas 2x y 2y, respectivamente.

H 0 : ( x y ) 0
H 1`` : x y 0

H1` : x y 0

H 1``` : x y 0

Estadstica de prueba:

z0

x y 0
2
x2 y

nx n y

N.S= , por lo tanto rechazamos H0 si

1.- Z0 Z1-/2 si es bilateral.
2.- Z0 - Z1- si es unilateral por la izquierda.
3.- Z0 Z1- si es unilateral por la derecha.
Probabilidad de no rechazar H0, si esta es falsa:

P( z

c0 1

x2 y2
n

| 1 )

En donde C0:

x2 y2
c0 z1 (
0)
n
Si nx ny , se puede tomar un n promedio para poder calcular tanto , como C0.

( x2 y2 )( z1 z1 )
( 1 0 ) 2

Con 1 el verdadero valor de la diferencia, o considerado como el valor de la dif. muestral.

Ejercicio:
Una disquera desea saber si un artista popular vende 3 veces ms que un artista clsico,
para ello efectu un muestreo en 12 sucursales al azar, obteniendo los siguientes resultados: el
artista popular vende en promedio 1500 copias de sus discos a la semana, con una desviacin
estndar de 5 discos por sucursal, en cambio el artista clsico vende 469 copias, con una varianza de
12 discos por sucursal.
Efectuar la dcima correspondiente usando un N.S = 0.05 y 0.01, y concluir respecto al
tema.

Prof. Paola Burdiles G

IV.- Dcima para diferencias de medias de dos poblaciones independientes, pero con varianzas
desconocidas, pero se suponen iguales.

H 0 : ( x y ) 0
H1` : x y 0

H 1``` : x y 0

H 1`` : x y 0

Estadstica de prueba:

t0

x y 0
1
1
Sp

nx n y

En donde Sp:

(nx 1) S x2 (n y 1) S y2

Sp

nx n y 2

N.S.:, por lo tanto se rechazar H0 si:

1.- t0 tn-1; 1-/2 cuando es bilateral
2.- t0 - tn-1; 1- cuando es unilateral por la izquierda.
3.- t0 tn-1; 1- cuando es unilateral por la derecha.
Ejercicio:
Es de inters conocer cmo acta el ruido de una motosierra en el rendimiento de los trabajadores.
Para controlarlo Forestal CELCO ha seleccionado a 48 personas al azar de entre el personal de
sus contratistas para llevar acabo el estudio. De las 48, a 24 se les entreg motosierras que
trabajaban a 200 decibeles y al resto motosierras que trabajan a 220 decibeles, obtenindose los
siguientes resultados, registrndose los resultados en nmero de arboles cortados en promedio por 1
semana. Supuestamente los trabajadores sometidos a 200 decibeles cortaran en promedio 2 rboles
ms que los otros.
200 decibeles:
50.2 53 54 52 51 50 49 56 48 52 55 53 52 51 54 51 52 51 51 52 56 55 51 51
220 decibeles:
48 47 46 55 51 52 53 56 54 51 57 49 45 47 47 49 50 51 52 56 55 51 52 50
Docime la hiptesis correspondiente y concluya al respecto. N.S. = 0.05
V.- Dcima con respecto a 2 cuando se muestrea una poblacin normal.

H 0 : 2 02
H1` : 2 02

H 1`` : 2 02

H 1``` : 2 02

Estadstica de prueba:

(n 1) S 2

02
2
0

Se rechaza H0, si:

Caso 1. 2 20. : X20 < X2n-1; /2

X20 > X2n-1; 1-/2

Prof. Paola Burdiles G 10

Caso 2. 2 > 20. : X20 X2n-1; 1-.

Caso 3. 2 < 20. : X20 X2n-1; 1-.
Ejemplo:
En un proceso de llenado de recipientes, la tolerancia en el peso es de 8 gramos. Para
cumplir con este requisito, la mquina est calibrada para = 0.21 grs/recipiente. Se toman al azar
50 muestras y el resultado es una varianza de 0.04 grs/recipiente. Efectuar la dcima
correspondiente y concluir al respecto. Use un N.S = 0.01.
VI.- Dcima para la varianza de dos poblaciones normales e independientes.
Sean X e Y dos poblaciones normales e independientes, con medias desconocidas x y y y
varianzas desconocidas x y y respectivamente. Entonces:
H0 : x y

H1 :

H1 :

H 1` : x y2
2

>1

H 1`` : x y2

H1 :

<1

H 1``` : x y2

Estadstica de prueba:

S x2
Fo

S y2

x2
y2

S x2
2
Sy

Debido que se asumen las varianzas iguales.

Por lo tanto tenemos que se rechaza la hiptesis nula cuando:

1.- Fo < F1-/2; nx-1; ny-1.

Fo >

2.- Fo F1-; nx-1; ny-1.

3.- Fo F1-; nx-1; ny-1.
Ejercicio:
Se desea saber si la constante de una mquina lijadora est bien calibrada, para ello se
compara con una mquina calibrada digitalmente, los datos que a continuacin se presentan
corresponden a los promedios de aserrn en grs por hora dejados como desecho, siendo la mquina
B el testigo:
A:
256.3 254.4 254.1 259.1 263 298 351 237 267 249 254 269 254 215 236 214
B:
255 256 241 253 257 259 254 251 250 249.8 256 263 254 236 246 251 258
Docime la hiptesis correspondiente y concluya al respecto.

Prof. Paola Burdiles G 11

VII.- Inferencia con respecto a dos poblaciones binomiales independientes.
Este tipo de inferencia se refiere generalmente a procesos de competencia en algn atributo
de inters.
Entonces si:

P1 X
P Y

n1

n2

Son los estimadores de mximo verosimilitud de p1 y de p2 respectivamente y dado que las

poblaciones X e Y son binomiales, entonces es de inters docimar la hiptesis nula:

H 0 : p1 p2 0
H1` : p1 p2 0

H 1`` : p1 p 2 0

H1``` : p1 p2 0

Versus la hiptesis alternativa que corresponda, de esta manera se tiene Estadstica de prueba:

z0

P1 P2

P (1 P )

1 1
n

1 n2

En donde:

X Y
P
n1 n2

N.S= , por lo tanto rechazamos H0 si

1.- Z0 Z1-/2 si es bilateral.
2.- Z0 - Z1- si es unilateral por la izquierda.
3.- Z0 Z1- si es unilateral por la derecha.
Ejercicio:
Una organizacin de salud se interesa en actualizar su informacin respecto a la proporcin
de hombres que fuman. Con base en estudios previos, se cree que esta es de un 40%. Para
comprobarlo la organizacin lleva a cabo una encuesta en la que se seleccionan en forma aleatoria
1200 hombres a los cuales se les pregunta sus hbitos de fumador, de stos resulto que 463 son
fumadores. Emplee un mtodo aproximado para determinar si esta evidencia apoya la nocin de que
la proporcin de hombres que fuman es del 40%. Use un N.S. = 0.01 y 0.05.
Tarea: Revise las Dcimas de hiptesis para la proporcin en una poblacin.

Prof. Paola Burdiles G 12

Ejercicios
1. El responsable de la campaa poltica del candidato A piensa que dado el ambiente de las
ltimas semanas previas a las elecciones, su candidato se encuentra en igual posicin que su
oponente B. Sin embargo han ocurrido algunas situaciones incmodas que hacen peligrar su
eleccin, de tal forma una organizacin lleva a cabo una encuesta entre 1500 ciudadanos.
Suponiendo que 720 personas indican una preferencia por el candidato A
a) Existe alguna razn para indicar que el candidato A se encuentra en desventaja con
respecto a B?, =0.05
b) Con qu n se podra empezar a tener la certeza de que no se pierda en las elecciones?,
=0.05
2. Se cree que el promedio verbal para el nmero de respuestas correctas para la PAA es mayor
para las
mujeres que para los hombres, por ms de 10 puntos. Las muestras aleatorias para
ambos sexos arrojaron los siguientes resultados:
Hombres
n1 = 125
x1 = 480
s1=60

Mujeres
n2=100
x2=460
s2=52

a) Si se muestrearon dos poblaciones independientes normales, se encuntra la creencia

apoyada por la evidencia muestral con = 0.05?. Cul es el valor de p?.
b) Supngase una verdadera diferencia de 15 puntos. Cul es la potencia de la prueba
anterior?.
3. El gerente de una planta de partes y piezas de muebles sospecha que el nmero de piezas que un
trabajador arma vara da a da con una valor ms all del normal esperado. Para comprobarlo
encarga a su jefe de produccin que observe a un trabajador tipo en particular y que controle su
desempeo durante 10 das. Los resultados fueron los siguientes 15, 12, 8, 13, 12, 15, 16, 9, 8 y
14. Si se sabe que la desviacin estndar para los trabajadores en general es de 2 unidades, y si
el nmero de stas que se produce diariamente se encuentra de forma adecuada por una
distribucin normal, a un nivel = 0.05. Tiene apoyo la sospecha del gerente?. Cul es el
valor de p?.
4. Un distribuidor de insumos forestales tiene 2 proveedores principales, A y B. Debido a una
mejor estructura de precios, el distribuidor hace negocio nicamente con B, si es que la
proporcin de artculos defectuosos para A y B es la misma. De dos grandes lotes de producto,
el distribuidor selecciona al azar 125 unidades de A y 100 unidades de B, al inspeccionar tales
unidades se encuentra con que hay 7 artculos defectuosos por proveedor. Bajo las suposiciones
adecuadas y con base en esta informacin, existe alguna razn para no comprar en forma nica
a B?. = 0.01.
5. En un proceso de llenado, la tolerancia para el peso de los recipientes es de 8 gramos. Para
reunir este requisito, la desviacin estndar en el peso debe ser de dos gramos. Los pesos de 25
recipientes seleccionados al azar dieron como resultado una d.e. de 2.8 gramos.
a) Si los pesos se encuentran normalmente distribuidos, determinar si la varianza de estos es
diferente del valor necesario, = 0.01.
b) Para qu valores de la varianza muestral , no puede rechazarse la hiptesis de a)?.
6. Un contratista ordena un gran nmero de vigas de acero con longitud promedio de 5 m. Se sabe
que la longitud de una viga se encuentra normalmente distribuida con d.e.= 0.02m. Despus de
recibir el embarque, se seleccionan 16 vigas al azar y se miden. Si el promedio es menor que el
esperado, se enviar de vuelta el embarque al fabricante. Si la probabilidad de rechazar un
embarque bueno es de 0.04. Cul debe ser el valor de la media muestral?. Y si el promedio real
es de 4.98 m, cul es la potencia de la prueba anterior?

Prof. Paola Burdiles G 13

Prof. Paola Burdiles G 14

Prof. Paola Burdiles G 15

Prof. Paola Burdiles G 16