Universidad Autónoma de Nuevo León

Facultad de Ingeniería Mecánica y Eléctrica

Estadística Inferencial

M.C. Rigoberto Américo Garza López

Investigación de Pruebas Paramétricas

Nombre: Judith Monserrat Galindo Ibarra
Matricula: 1552339
Hora: M2
Salón: 4101

Fecha: 29 de Agosto del 2014

 Temas
Pruebas Paramétricas
•Prueba de hipótesis para una media muestra grande
•Pruebas de hipótesis para dos medias muestras grandes
•Pruebas de hipótesis para una media muestra pequeña
•Prueba de hipótesis para 2 medias muestras pequeñas
considerando varianza igual
•Prueba de hipótesis para 2 medias muestras pequeñas
considerando varianza diferente
•Prueba de hipótesis para 2 medias muestras pequeña
usando el método de la w
•Prueba de hipótesis para una proporción
•Prueba de hipótesis para 2 proporciones
•Prueba de hipótesis para la varianza
•Prueba de hipótesis para la razón de las varianzas
 Prueba de hipótesis para una media muestra grande
Los procesadores de la salsa de tomate de los fritos indican en la etiqueta que
la botella contiene 16 onzas de la salda de tomate. La desviación estándar del
proceso de .5 onzas. Una muestra de 36 botellas de la producción de la hora
anterior revelo un peso de 16.12 onzas por botella. ¿en un nivel de significancia
del .05 el proceso esta fuera de control? ¿es decir podemos concluir que la
cantidad por botella es diferente a 16 onzas.

Planteamiento Sustitución Tabla

X = 16.12 Formula
16.12  16
σ = .5 z  x .5 = 1.44 Z .06
 = .5 
Ho= =16
36 -1.9 .0250
H1= ≠16 n

Grafica 

.05
 .025
2 2 Conclusión: se acepta Ho. No podemos concluir
que la media sea diferente a 16 onzas.

Bibliografía: http://es.slideshare.net/lexoruiz/pruebas-de-
Ho=1.96 H1=1.44 HI=1.44 Ho=1.96
hiptesis-para-una-muestra
 Prueba de hipótesis para dos medias muestras grandes
La media de las calificaciones de 2 muestras de 15 estudiantes de primer semestre en la
asignatura de estadística de la universidad UTN resulta ser de 7 y 8.5. Se sabe que la
desviación típica de las calificaciones en esta asignatura fue en el pasado de 1.5

Planteamiento Hipótesis Formula Sustitución

 ı =2 Ho= 1=  2
 ı =2 H1=  1=  2 Z= x1 – x2 –( 1–2) z
7  8.5
nı= n2 1.52 1.52

 12  22
X 1=7
 15 15
n1 n2 Z=-2.75
X 2=8.5
 1 = 2=1.5
=.025
Grafica
Tabla
Z .06
-1.9 .0250
H1=2.74 Ho=1.96
Conclusión: Se rechaza Ho, ya que H1 prevalece.
Entonces la media de las calificaciones no es 7 ni 8.5 es
un valor mas grande.

Bibliografía: Suarez, Mario (2012)

Interaprendizaje de probabilidad y estadística
interferencial.
 Prueba de hipótesis para una media muestra pequeña

Un articulo publicado en la revista Materials Engineering describe los resultados de pruebas de resistencia a
la adhesión de 22 especímenes de aleación U-700. La carga para la que cada espécimen falla es la
siguiente en Mpa.
19.8 18.5 17.6 16.7 15.8
15.4 14.1 13.6 11.9 11.4
11.4 8.8 7.5 15.4 15.4
19.5 14.9 12.7 11.9 11.4
10.1 7.9
¿Sugieren los datos que la carga promedio de falla es mayor que 10 Mpa? Supóngase que la carga donde se
presenta la falla tiene una distribución normal, y utilice =.05 Calcule el valor P.
Planteamiento Hipótesis
  10 Formulas
n x12  ( x1 ) 2
s  3.55 Ho :   10 X  S
t n(n  1)
x  13.71 H1 :   10 s
n  22 n
  .05
Sustitución:
19.8  18.5  17.6  16.7  15.8  15.4  14.1  13.6  11.9  11.4  11.4  8.8  7.5  15.4  15.4  19.5  14.9  12.7  11.9  11.4  10.1  7.9
X
22

X=13.71
n x12 (19.818.517.616.715.815.414.113.611.911.411.48.87.515.415.419.514.912.711.911.410.17.9)  91022.89
2

( x12 )  19.82  18.52  17.62  16.7 2  15.82  15.42  14.12  13.62  11.92  11.42  11.42  8.82  7.52  15.4215.42  19.52 
14.92  12.7 2  11.92  11.42  10.12  7.92  4402.59

22(4402.59)  (91022.89) 13.71  10

S  3.55 t  4.90
3.55
(22)( 21)
22

Grafica Tabla n  22 1  21
 .20 .05
20

21 -- -- -- -- -- 1.721
H1=4.90 Ho=1.721

Conclusión: Como Ho prevalece se acepta Ho, concluimos que la carga de

falla promedio es mayor que 10 Mpa.

Bibliografía: www.itch.edu.mx/academic/industrial/estadistica1/cap03.html
Prueba de hipótesis para 2 medias prueba pequeña considerando
varianzas iguales
Se espera que dos operadores produzcan, en promedio, el mismo numero de unidades
terminadas en el mismo tiempo. Los siguientes datos son los números de unidades terminadas para
ambos trabajadores en una semana de trabajo:

|Operador 1 |12 |11 |18 |16 |13 |

|Operador 2 |14 |18 |18 |17 |16 |

Si se supone que el numero de unidades terminadas diariamente por los dos trabajadores son
variables aleatorias independientes distribuidas normales con varianzas diferentes, ¿se puede discernir
alguna diferencia entre las medias a un nivel α=0.1?

Formulas
Planteamiento
 
α= 0.1 n xi   xi ( X 1  X 2 )  ( 1   2 )
2 2

S t
H0: μ1 – μ2 = 0 n(n  1) Sp
1 1

H1: μ1 – μ2 ≠ 0 n1 n2
S12 (n1  1)  S 22 (n2  1)
n1  5 Sp 
2

n1  n2  2 V  n1  n2  2
n2  5

X1  X 2  X 3  X n
X
n
 Sustitución

12  11  18  13  14 14  18  18  17  16
X1   14 X2   16.6
5 5
 X   (12  11  18  16  13)  4900
1
2 2  X 1 2  (14  18  18  17  16) 2  6889
 X  (12)  (11)  (18)  (16)  (13) X
2
1
2 2 2 2 2 2
 1014 1  (14) 2  (18) 2  (18) 2  (17) 2  (16) 2  1389
5(1014)  (4900) 5(1389)  (6889)
S  2.91 S  1.67
5(5  1) 5(5  1)

v  n1  n2  2  5  5  2  8
2.912 (5  1)  1.67 2 (5  1)
Sp 2   Sp  5.62  2.37
552
(14  16.6)  0  2.6
t   1.73
1 1 1.5
2.37 
5 5

 .1 Grafica
Tabla   .05
2 2

 .05

8 1.860 Ho=-1.860 H1=-1.73 H1=-1.73 Ho=1.860

Conclusión: Se acepta Ho ya que H1 esta dentro del parámetro. Por lo tanto
no hay diferencia en el numero de unidades echas por los trabajadores.

Bibliografía: http://www.ccee.edu.uy/ensenian/catest2/Material/2009-08-21-
%20PRACTICAS%20SEMESTRE%20II%202009.pdf
Prueba de hipótesis para 2 medias prueba pequeña considerando
varianzas diferentes
Se espera que dos operadores produzcan, en promedio, el mismo numero de unidades
terminadas en el mismo tiempo. Los siguientes datos son los números de unidades terminadas para
ambos trabajadores en una semana de trabajo:

|Operador 1 |12 |11 |18 |16 |13 |

|Operador 2 |14 |18 |18 |17 |16 |

Si se supone que el numero de unidades terminadas diariamente por los dos trabajadores son variables
aleatorias independientes distribuidas normales con varianzas diferentes, ¿se puede discernir alguna
diferencia entre las medias a un nivel α=0.1?

Planteamiento Formulas
( X 1 X 2 )  ( 1   2 ) n xi2   xi
2
α= 0.1 t S
H0: μ1 – μ2 = 0 S12 S 22 n(n  1)

H1: μ1 – μ2 ≠ 0 n1 n2

X1  X 2  X 3  X n
n1  5 S S 
2 2 2
X
  
1 2
n
n2  5 V   12
n n2 
2
 S12   S 22 
   
 n1    n2 
n1  1 n2  1
 Sustitución
12  11  18  13  14 14  18  18  17  16
X1   14 X2   16.6
5 5

 X   (12  11  18  16  13)  4900

1
2 2  X   (14  18  18  17  16)  6889
1
2 2

 X  (14)  (18)  (18)  (17)  (16)

2
 X  (12)  (11)  (18)  (16)  (13)
2 2 2 2 2 2
 1014 1
2 2 2 2 2
 1389
1

5(1014)  (4900) 5(1389)  (6889)

S  2.91 S  1.67
5(5  1) 5(5  1)

(14  16.6)  0  2.6

t   1.73
2.912 1.67 2 1.5

5 5
2
 2.912 1.67 2 
  
 5 5  1.69  .55
2
5.017
v   7
 2.912 
2
 1.67 2 
2
2.86 .311 .715  .077
    
4 4
 .1  5   5 
  .05 5 1 5 1
2 2 Grafica
Tabla
 .05

7 1.895 Ho=-1.895 H1=-1.73 H1=-1.73 Ho=1.895

Conclusión: Se acepta Ho ya que H1 esta dentro del parámetro. Por lo tanto
no hay diferencia en el numero de unidades echas por los trabajadores con un
nivel de significancia de 0.1.

Bibliografía: http://www.ccee.edu.uy/ensenian/catest2/Material/2009-08-21-
%20PRACTICAS%20SEMESTRE%20II%202009.pdf
 Prueba de hipótesis método de la W
Se espera que dos operadores produzcan, en promedio, el mismo numero de unidades
terminadas en el mismo tiempo. Los siguientes datos son los números de unidades terminadas para
ambos trabajadores en una semana de trabajo:

|Operador 1 |12 |11 |18 |16 |13 |

|Operador 2 |14 |18 |18 |17 |16 |

Si se supone que el numero de unidades terminadas diariamente por los dos trabajadores son
variables aleatorias independientes distribuidas normales con varianzas diferentes, ¿se puede
discernir alguna diferencia entre las medias a un nivel α=0.1?

Planteamiento Formulas
n xi   xi
2 2
α= 0.1 1T1  2T2
T S 
2
H0: μ1 – μ2 = 0 1  2 n(n  1)
H1: μ1 – μ2 ≠ 0
n1  5 S12 S 22 X1  X 2  X 3  X n
1  2  
X
n2  5 n1 n2 n

( X 1 X 2 )  ( 1   2 )
t
S12 S 22

n1 n2
 Sustitución
12  11  18  13  14 14  18  18  17  16
X1   14 X2   16.6
5 5

 X   (12  11  18  16  13)  4900

1
2 2  X   (14  18  18  17  16)  6889
1
2 2

 X  (14)  (18)  (18)  (17)  (16)

2
 1389
 X  (12)  (11)  (18)  (16)  (13)
2 2 2 2 2
1
2 2 2 2 2 2
 1014 1

5(1014)  (4900) 5(1389)  (6889)

S  2.91 S  1.67
5(5  1) 5(5  1)

2.19 2
1   1.69
5
1.67 2
 2  .55
5
(14  16.6)  0  2.6
t   1.73
2.912 1.67 2 1.5

5 5
(1.69)( 2.132)  (.55)( 2.132)
T   2.10
1.69  .55
v  n1  1  5  1  4
Tablas v  n2  1  5  1  4

 .05
 .05
 
4 2.132 4 2.132
 Grafica

Ho=-2.10 H1=-1.73 H1=-1.73 Ho=2.10

Conclusión: Se acepta Ho ya que H1 esta dentro del parámetro. Por lo tanto

no hay diferencia en el numero de unidades echas por los trabajadores con un
nivel de significancia de 0.1.

Bibliografía: http://www.ccee.edu.uy/ensenian/catest2/Material/2009-08-21-
%20PRACTICAS%20SEMESTRE%20II%202009.pdf
Prueba de hipótesis para una proporción
Una empresa esta interesada en lanzar un nuevo producto al mercado tras realzar
una campaña publicitaria, se toma la muestra de 1000, de los cuales, 25 no conocían
el producto. A un nivel de significancia de .01¿apoya el estudio la siguiente hipótesis ?
Mas del 3% de la población no conoce el nuevo producto.

Planteamiento Formulas Sustitución Tabla

n  100 x 25 Z .01
 Po  .03
x  25 n 1000  .005
Z Z   .93
Po(1  Po) .03(1  .03) .00539
  .01 -2.3 .0104
n 1000
Po  3%  .03
Ho : P1  Po Po(1  Po)
Po 
n
H 1 : P1  Po
Conclusión: Ho es aceptada ya que H1 es
Grafica menor que Ho, prevalece Ho, por lo que es
cierto que mas del 3% de la población no conoce
el nuevo producto.

Bibliografía:
www.monografias.com/trabajos89/prueba-
H1=-.93 Ho=2.31 hipotesis.Shtml
 Prueba de hipótesis para 2 proporciones
Se ponen a prueba la enseñanza de la estadística empleando Excel y Winstats. Para
determinar si los estudiantes difieren en términos de estar a favor de la nueva
enseñanza se toma una muestra de 20 estudiantes de 2 paralelos. De paralelo A 18
están a favor, en tanto que del paralelo B están a favor 14. ¿ es posible concluir con un
nivel de significación de .05 que los estudiantes que están a favor de la nueva enseñanza
de la estadística es la misma en los dos paralelos?

Planteamiento Hipótesis Formulas Sustitución

n1  20 Ho : P1  P2 X1  X 2 18  14
P P  .8
n2  20 n1  n2 20  20
H1 : P1  P2
x1  18
X1 X 2 18 14
x2  14  
n1 n2 Z 20 20  1.58
Z
  .05 1 1 1 1
.8(1  .8)(  )
P(1  P)(  ) 20 20
n1 n2
  Grafica
 .025 Z=1.96
Tabla 2
Z .06

1.9 .0250

Ho=-1.96 H1=1.58 H1=1.58 Ho=1.96

Conclusión: Ho es aceptada ya que H1 esta dentro del parámetro de Ho,

prevalece Ho. Entonces la proporción de los estudiantes que están a favor de
a nueva enseñanza de la estadística es la misma en los 2 paralelos.

Bibliografía: Suarez, Mario (2012), interaprendizaje de probabilidad y

estadística inferencial con excel, win stats y graph, primera edición.
 Prueba de Hipótesis para la varianza
Se debe maquinar determinar parte con tolerancias muy estrechas, para
que los clientes la puedan aceptar. Las especificaciones del producto piden
que la varianza máxima de las longitudes de las partes sea 0.0004, suponga
que con30 partes, la varianza de la muestra resulto ser .0005 pruebe, con
 =.05 si se ha violado la especificación de varianza de población.

Planteamiento Formula Sustitución

n  30
(n  1) s 2 (30  1)( 2.5 x107 )
s  .0005  s 2  2.5 x10 7 x 
2
x  2
 45.31
2 1.6 x107
  .0004    1.6 x10
2 7

  .05
Ho :   .0004  Ho :  2  1.6 x10 7
H1 :   .0004  H1 :  2  1.6 x10 7 Tablas  =n-1
30-1=29



.05
 .05

29 42.557 29 17.708
 Grafica

Ho=17.708 Ho=42.557 H1=45.31

Conclusión: se Rechaza Ho y se acepta H1. por lo tanto si se ha violado las

especificaciones de varianza máxima de las longitudes.

Bibliografía: es.scrib.com/doc/63761074/16-pruebas-de-hipotesis-para-la-
varianza-de-una-y-dos-poblaciones
 Prueba de Hipótesis para la razón de la varianza
Quieren someter a contraste la hipótesis de igualdad de las varianzas de las
puntuaciones obtenidas por dos grupos de individuos en una prueba de
extraversión
Cuasi varianza del grupo 1: 2.8
Cuasi varianza del grupo 2: 2.5
Tamaño del Grupo 1: 31
Tamaño del Grupo 2: 41
  .01
Planteamiento
Formula Sustitución
Ho :  12   22  0
H1 :  12   22  0 S12 
2 .8
 1.12
n1  31 s  2.8
F 2 2 .5 V1  n1  1  31  30
S2 V2  n2  1  41  1  40
n2  41 s  2.5

1
2
1
30
2 40
40 2.20 30 2.30
 1 1
f.01 (30,40)    .43
f.05( 40,30) 2.30

Grafica

Ho=.43 H1=1.12 Ho=2.20

Conclusión: La significación del estadístico de contraste es superior a

.01, y en consecuencia se acepta la hipótesis nula.

Bibliografía:
www.uv.es/webgid/inferencial/33_razon_de_varianzas.html