Actividad 2

Ejemplo 1.1

En el proceso de fabricación de discos para computadoras, una de las variables críticas

es el rendimiento de formato. Se toma una muestra aleatoria de n = 10 discos de

la producción del turno de la mañana. Se formatean y se reporta el rendimiento

de cada disco. Los datos obtenidos son: 96.11, 91.06, 93.38, 88.52, 89.57, 92.63,

85.20, 91.41, 89.79, 92.62. Con base en estos datos interesa estimar puntualmente y

por intervalo la media y la desviación estándar para la población de discos de dicho

turno.

Ejemplo 1.2
Se quiere estimar la proporción p de artículos defectuosos en un lote de 2 000 (población).
Para ello, se toma una muestra aleatoria de n = 100 artículos y se encuentra
que de éstos, x = 5, son defectuosos. Por lo tanto, un estimador puntual de p es pˆ =
5/100 = 0.050. Si se quiere estimar p por intervalo, entonces de acuerdo con lo explicado
antes, un intervalo al 95% de confianza está dado por:

Tamaño de muestra. Si se quiere estimar el tamaño de la muestra n, que es necesario

para estimar p con un error máximo de E, entonces dado que ;
si despejamos de aquí a n obtenemos que

para el ejemplo anterior determinar n con un error máximo de E = 0.03, con una confianza de
95%,
Ejemplo 1.3
Peso de costales. Un fabricante de dulces compra costales de azúcar a cierto ingenio.
Según los vendedores, los costales tienen un peso medio de 50.1 kg, con una varianza de (2 =
0.5). El comprador sospecha que el peso medio es menor. Para confirmar su sospecha decide
contrastar las hipótesis:
H0 :  = 0

HA :  < 0

H0 : 2 = 0.5

HA : 2 > 0.5

Con un nivel de significancia de 5% (α = 0.05). Para ello, selecciona de manera aleatoria

tres bultos de cada uno de los siguientes cinco pedidos. Pesa los 15 bultos y obtiene que X =
49.4 y S2= 1.2.

tc  X  o /( S / n )

c 2  (n  1)S 2 / o 2
Ejemplo 1.4

Comparación de dos centrifugadoras. La calidad de la pintura látex depende,

entre otras cosas, del tamaño de la partícula. Para medir esta característica se utilizan
dos centrifugadoras, y se sospecha que éstas reportan mediciones distintas para la
misma pintura. Se decide hacer un estudio que permita comparar las medias y las
varianzas reportadas por los dos equipos; para lo cual, de un mismo lote de pintura
se tomaron 13 lecturas con cada centrifugadora. Los resultados son los siguientes:

Para comparar las medias se plantea la hipótesis de igualdad de medias con la

alternativa bilateral, puesto que no hay ninguna conjetura del experimentador acerca
de cuál centrifugadora puede reportar valores mayores. Luego, el planteamiento es:
H0 : x = μY
HA : x  μY
la cual se desea probar con un nivel de significancia de 5% ( = 0.05). Suponiendo
igualdad de varianzas para el tamaño de la partícula, el estadístico de prueba calculado
con las fórmulas está dado por

tc  ( X  Y ) /( Sp 1/ nx  1/ ny )

En el caso de las centrifugadoras interesa ver si alguna de ellas tiene mayor error (variabilidad)
en sus mediciones.

H0 : x2 /y2 = 1

H1 : : x2 / y2  1

para enfatizar que la prueba se basa en la distribución del estadístico,

Fc = Sx2/Sy2
Ejemplo 1.5
Para evaluar dos fármacos contra cierta enfermedad se integran dos grupos formados por dos
muestras aleatorias de n1 = n2 = 100 personas cada una. A cada grupo se le suministra un
fármaco diferente. Transcurrido el tiempo de prueba se observan x1 = 65 y x2 = 75 personas que
se recuperaron con el fármaco en los grupos correspondientes. Para ver si estas diferencias son
significativas a favor del fármaco 2, se necesita probar la hipótesis de igualdad de proporciones.