SlideShare una empresa de Scribd logo
1 de 11
UNIVERSIDAD TECNOLÓGICA DE TORREÓN
PROCESOS INDUSTRIALES ÁREA MANUFACTURA




    Prueba de Hipótesis
                        Problemas Resueltos
                                                Iris Márquez




                                                                       2012




                 MIERCOLES   1 8 eD c o A e sR I1L8 2d0 1 a b r i l
                             mi rE l B                 e 2            2012   Página 1
1. Una empresa que se dedica a hacer encuestas se queja de que un agente
realiza en promedio 53 encuestas por semana. Se ha introducido una forma mas
moderna de realizar las encuestas y la empresa quiere evaluar su efectividad. Los
números de encuestas realizadas en una semana por una muestra aleatoria de
agentes son:

53   57    50    55    58     54     60    52     59     62     60    60    51      59   56


En el nivel de significancia 0.05 puede concluirse que la cantidad media de
entrevistas realizadas por los agentes es superior a 53 por semana? Evalué el
valor p

u= 53
n= 15
 =56.4


S=


     # Encuestas              x-                  (x-
            53                -3.4                 11.56                 2809
            57                 0.6                 0.36                  3249
            50                -6.4                 40.96                 2500
            55                -1.4                 1.96                  3025
            58                 1.6                 2.56                  3364
            54                -2.4                 5.76                  2916
            60                -3.6                 12.96                 3600
            52                -4.4                 19.36                 2704
            59                 2.6                 6.76                  3481
            62                 5.6                 31.36                 3844
            60                 3.6                 12.96                 3600
            60                 3.6                 12.96                 3600
            51                -5.4                 29.16                 2601
            59                 2.6                 6.76                  3481
            56                -0.4                 0.16                  3136
           846                                     195.6                47910




                            Universidad Tecnológica de Torreón | Iris Márquez 2 C
Planteamiento de hipótesis




a) Prueba de una cola
b) Nivel de significancia 0.05
c) Estadístico de Prueba

t=                                                                         Área= 0.4989


d) Plantear la regla de decisión
 = 0.05 y gl= n-1 = 15- 1= 14

Si t > 1.761 Se rechaza      y se acepta

Tomar la decisión:

Como t(3.53) > 1.761 se rechaza la hipótesis nula y se rechaza     y se concluye
que la cantidad media de entrevistas realizadas por los agentes es mayor a 53 por
semana

Valor p = 1.761 es 0.4989
P= 0.50 – 0.4989 = 0.0011




                             Universidad Tecnológica de Torreón | Iris Márquez 2 C
2. Las puntuaciones en un test que mide la variable creatividad siguen, en la
población general de adolescentes, una distribución Normal de media 11,5. En un
centro escolar que ha implantado un programa de estimulación de la creatividad
una muestra de 30 alumnos ha proporcionado las siguientes puntuaciones:

11      9        12       17         8         11        9         4        5          14
9       17       24       19         10        17        17        8        23         8
6       14       16       6          7         15        20        14       15         9

A un nivel de confianza del 95% ¿Puede afirmarse que el programa es efectivo?

Solución

     = 11,5

     > 11,5

El estadístico de contraste en este caso es: t=


 La media muestral =
11+9+12+17+8+11+9+4+5+9+14+9+17+24+19+10+17+17+8
+23+8+ 6+14+16+6+7+15+20+14+15= 374/30= 12.47

La desviación típica de la muestra es = 5.22, sustituyendo en el estadístico estos
valores se obtiene:


t=                 = t=             = t=          = t= 1.00

Como el contraste es unilateral, buscamos en las tablas de la t de Student, con 29
grados de libertad, el valor que deja por debajo de sí una probabilidad de 0.95,
que resulta ser 1.699

El valor del estadístico es menor que el valor crítico, por consiguiente se acepta la
hipótesis nula.

La interpretación sería que no hay evidencia de que el programa sea efectivo.




                               Universidad Tecnológica de Torreón | Iris Márquez 2 C
3. Una compañía de transportes requiere comprar un gran lote de buses para el
transporte urbano con el fin de reemplazar su parque automotor y para tal fin
desea comprobar la afirmación hecha por el proveedor de la marca B, en el
sentido de que la marca A es menos ahorradora de combustible. Para tal fin la
empresa toma una muestra aleatoria de 35 vehículos marca A y encuentra que la
misma tiene un promedio en el rendimiento de 18 km/galón con una desviación
estándar de 8 km/galón, mientras que una muestra de 32 vehículos marca B
presenta un promedio de 22 km/galón con desviación estándar de 3 km/galón.
¿Qué decisión debe tomar el gerente de la compañía con un nivel de significación
del 5%?

Solución

Hipótesis nula e hipótesis alternativa:


Nivel de Significación:

Si el valor de Z calculado es menor que -1.64 se rechaza la hipótesis nula de que
el rendimiento en ambas marcas es igual

Calculo del estadístico sobre el cual se basara la decisión:
                                                                                     :


Z=               = -2.75


Como el valor de X calculando (-2.75) se encuentra en la zona de rechazo,
entonces, con un nivel de significación del 5%, debemos rechazar la hipótesis nula
de que el ahorro en ambas marcas es igual y en estas condiciones debemos
aceptar la hipótesis alternativa de que la marca A es menos ahorradora de
combustible que la marca B.




                             Universidad Tecnológica de Torreón | Iris Márquez 2 C
4. Las puntuaciones en un test de razonamiento abstracto siguen una distribución
Normal de media 35 y varianza 60. Para evaluar un programa de mejora de las
capacidades intelectuales, a 101 individuos que están realizando este programa
se les pasa el test, obteniéndose una media de 50 puntos y una varianza de 80
¿Puede asegurarse, a un nivel de confianza del 90%, que el programa incrementa
las diferencias individuales en esta variable?

Solución

  s2 = 60

   s2 > 60

El estadístico de contraste es:



Sustituyendo en el estadístico obtenemos:
      =    = 134.7

Como el contraste es unilateral buscamos en las tablas de la Ji-cuadrado, con 100
grados de libertad, el valor de la variable que deja por debajo de sí una
probabilidad de 0,9, este valor es 118,5.

El valor del estadístico es mayor que el valor crítico, por consiguiente se rechaza
la hipótesis nula.

En efecto, la varianza es significativamente mayor lo que indica que ha aumentado
la dispersión de las puntuaciones lo que indica que se han incrementado las
diferencias entre los individuos.




                            Universidad Tecnológica de Torreón | Iris Márquez 2 C
5. Suponga una variable aleatoria X para designar el peso de un pasajero de
avión, que se interesa en conocer el peso promedio de todos los pasajeros. Como
hay limitaciones de tiempo y dinero para pesarlos a todos, se toma una muestra
de 36 pasajeros de la cual se obtiene una media muestral x= 160 lbs. Suponga
además que la distribución de los pasajeros tenga una distribución normal con
desviación estándar de 30, con un nivel de significancia de 0.05. Se puede
concluir que el peso promedio de todos los pasajeros es menor que 170 lbs?

Datos
n=36




Rechazo
No Rechazo


Rechazo
Esto quiere decir que el peso promedio de todos los pasajeros es menor que 170
lbs.




                          Universidad Tecnológica de Torreón | Iris Márquez 2 C
6. En una muestra de 66 alumnos se ha calculado el coeficiente de correlación de
Pearson entre sus puntuaciones en el primer parcial de Análisis de Datos y el
tiempo que se emplea en desplazarse desde su domicilio hasta la Facultad,
obteniéndose que r vale 0,24. Podemos mantener, con un nivel de confianza del
95%, la idea de que estas variables son incorreladas, o por el contrario debemos
rechazarla.

Solución

     =0

       0


El estadístico de contraste es: t=




Sustituyendo tenemos:

t=          = t=            = t=        = t= 1.98

El contraste es bilateral, por ello buscamos en las tablas de la t de Student, con 60
Grados de libertad (el valor más próximo a 64 que figura en nuestras tablas), el
valor que deja por debajo una probabilidad de 0,975 que es 2. Por tanto la región
de aceptación será el intervalo (-2 ,, 2).

El valor del estadístico pertenece a la región de aceptación, por consiguiente se
acepta la hipótesis nula.

No existe correlación entre ambas variables, de donde se deduce que el tiempo
Empleado no influye en la calificación.




                            Universidad Tecnológica de Torreón | Iris Márquez 2 C
7. Un criador de de pollos sabe por experiencia que el peso de los pollos de cinco
meses de 4,35 libras. Los pesos siguen una distribución normal. Para tratar de
aumentar el peso de dichas aves se le agrega un aditivo al alimento. En una
muestra de pollos de cinco meses se obtuvieron los siguientes pesos en libras

4.41     4.37    4.33    4.35      4.30      4.39      4.36      4.38     4.40       4.39


En el nivel 0.01 el aditivo ha aumentado el peso medio de los pollos? Estime el
valor de p.

n=10
u=4,35
 =43,68/10=4,368


S=

       Peso Libras x           x-                   (x-
           4.41               0.042               0.001762               19.4481
           4.37               0.002                 4E-06                19.0969
           4.33              -0.038               0.001444               18.7489
           4.35              -0.018               0.000324               18.9225
            4.3              -0.068               0.004624                18.49
           4.39               0.022               0.000484               19.2721
           4.36              -0.008                6.4E-05               19.0096
           4.38               0.012               0.000144               19.1844
            4.4               0.032               0.001024                19.36
           4.39               0.022               0.000484               19.2721
          43.68                                   0.01036                190.8046



Planteamiento de hipótesis


                             Universidad Tecnológica de Torreón | Iris Márquez 2 C
a) Prueba de una cola
b) Nivel de significancia 0.01
c) Estadístico de Prueba

t=                                                                        Area= 0.4535


d) Plantear la regla de decisión
 = 0,01 y gl= n-1 = 10- 1= 9

Si t > 2.821 Se rechaza     y si acepta

Tomar la decisión:

Como t(1.68) > 2.821 se Acepta la hipótesis nula y se rechaza            y se concluye el
aditivo no aumenta el peso medio de los pollos en un 4.35

Valor p = 1.68 es 0.4535
P= 0.50 – 0.4535 = 0.046




                             Universidad Tecnológica de Torreón | Iris Márquez 2 C
8. En una muestra de 1000 nacimientos el número de varones ha sido 542
¿Puede considerarse, con un nivel de significación del 10%, que en general nacen
más niños que niñas?

Solución

La hipótesis nula sería que nacen igual número de niños que de niñas, o lo que es
lo mismo que la proporción de niños nacidos es igual 1/2.

Por consiguiente:    P = 0.5

   P > 0.5


El estadístico de contraste es:



Como la proporción muestral es 542/1000 = 0,542, sustituyendo se obtiene el
valor del estadístico:

             =      =           = 2.66


Como el contraste es unilateral, buscamos en las tablas de la Normal el valor de la
Variable que deja por debajo de sí una probabilidad de 0,9, este valor es 1,282.

El valor del estadístico 2,66 es mayor que el valor crítico 1,282 por consiguiente,
se rechaza la hipótesis nula.

Efectivamente, nacen en mayor proporción niños que niñas.



                               Universidad Tecnológica de Torreón | Iris Márquez 2 C

Más contenido relacionado

La actualidad más candente

Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleMiguel Leonardo Sánchez Fajardo
 
Distribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediasDistribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediaseraperez
 
Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)Laura González
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.maryanbalmaceda
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística ProbabilidadesEdwin Lema
 
Trabajo para examen unid 2
Trabajo para examen unid 2Trabajo para examen unid 2
Trabajo para examen unid 2DIAGUA
 
Diapositivas probabilidades
Diapositivas probabilidadesDiapositivas probabilidades
Diapositivas probabilidadesEliasGoncalves4
 
Distribución t de student
Distribución t de studentDistribución t de student
Distribución t de studentanahiarauz
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 okDarioJara1306
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3eduardobarco
 
Distribución muéstrales y estimación
Distribución muéstrales y estimaciónDistribución muéstrales y estimación
Distribución muéstrales y estimaciónJesus Plaza Aguilera
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarNathywiiz Hernández
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianzaAndres Oyarzun
 
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesEjercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesHéctor Antonio Barba Nanfuñay
 

La actualidad más candente (20)

Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Resueltos estimacion
Resueltos estimacionResueltos estimacion
Resueltos estimacion
 
Distribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediasDistribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de medias
 
Prueba de hipotesis unidad3
Prueba de hipotesis unidad3Prueba de hipotesis unidad3
Prueba de hipotesis unidad3
 
Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
Trabajo para examen unid 2
Trabajo para examen unid 2Trabajo para examen unid 2
Trabajo para examen unid 2
 
Diapositivas probabilidades
Diapositivas probabilidadesDiapositivas probabilidades
Diapositivas probabilidades
 
Distribución t de student
Distribución t de studentDistribución t de student
Distribución t de student
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 ok
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
 
Distribución muéstrales y estimación
Distribución muéstrales y estimaciónDistribución muéstrales y estimación
Distribución muéstrales y estimación
 
Blog problemas de intervalos de confianza
Blog problemas de intervalos de confianzaBlog problemas de intervalos de confianza
Blog problemas de intervalos de confianza
 
Pruebas de hipotesis Varianza desconocida
Pruebas de hipotesis Varianza  desconocidaPruebas de hipotesis Varianza  desconocida
Pruebas de hipotesis Varianza desconocida
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianza
 
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesEjercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
 

Similar a Trabajo de prueba de hipótesis

Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisalimacni
 
Ejercicios prueba de hipotesis
Ejercicios prueba de hipotesisEjercicios prueba de hipotesis
Ejercicios prueba de hipotesisalimacni
 
2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)Investigacion Economia
 
2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)Investigacion Economia
 
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptxEJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptxAlfredoRaulCorderoRo
 
Medidas de tendencia central y dispercion
Medidas de tendencia central y dispercionMedidas de tendencia central y dispercion
Medidas de tendencia central y dispercionJose Ojeda
 
2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricas2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricasdaser wicho
 
Proeyecto profesional-100datos a
Proeyecto profesional-100datos aProeyecto profesional-100datos a
Proeyecto profesional-100datos aAlejandro Ibarra
 
2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricas2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricasDarwin Izurieta Calle
 
25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptxMERINOMORENOJESUS
 
estadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaestadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaMarianadelarosahernn
 
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxEUSTORGIOMIGUELHERNA
 
Parametros de la Cola de una Distribucion
Parametros de la Cola de una DistribucionParametros de la Cola de una Distribucion
Parametros de la Cola de una DistribucionAlejandro Ortega
 

Similar a Trabajo de prueba de hipótesis (20)

Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Ejercicios prueba de hipotesis
Ejercicios prueba de hipotesisEjercicios prueba de hipotesis
Ejercicios prueba de hipotesis
 
wil
wilwil
wil
 
2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)
 
2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)
 
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptxEJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
 
ESTADISTICA
ESTADISTICAESTADISTICA
ESTADISTICA
 
Medidas de tendencia central y dispercion
Medidas de tendencia central y dispercionMedidas de tendencia central y dispercion
Medidas de tendencia central y dispercion
 
Prueba de Hipótesis
Prueba de Hipótesis Prueba de Hipótesis
Prueba de Hipótesis
 
Estadistica 4
Estadistica 4Estadistica 4
Estadistica 4
 
2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricas2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricas
 
Proeyecto profesional-100datos a
Proeyecto profesional-100datos aProeyecto profesional-100datos a
Proeyecto profesional-100datos a
 
2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricas2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricas
 
Unidad iii
Unidad iiiUnidad iii
Unidad iii
 
Tratamiento Estadísitco
Tratamiento Estadísitco Tratamiento Estadísitco
Tratamiento Estadísitco
 
25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx
 
estadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaestadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieria
 
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
 
Solucion taller1 clase
Solucion taller1 claseSolucion taller1 clase
Solucion taller1 clase
 
Parametros de la Cola de una Distribucion
Parametros de la Cola de una DistribucionParametros de la Cola de una Distribucion
Parametros de la Cola de una Distribucion
 

Más de Iris Márquez

Manual Prueba de Hipotesis
Manual Prueba de HipotesisManual Prueba de Hipotesis
Manual Prueba de HipotesisIris Márquez
 
Problema Distribución Normal
Problema Distribución NormalProblema Distribución Normal
Problema Distribución NormalIris Márquez
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesIris Márquez
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesIris Márquez
 
50 palabras y su significado
50 palabras y su significado50 palabras y su significado
50 palabras y su significadoIris Márquez
 
Ensayo sobre el artículo del mes
Ensayo sobre el artículo del mesEnsayo sobre el artículo del mes
Ensayo sobre el artículo del mesIris Márquez
 
Conceptos relacionados con el control estadistico
Conceptos relacionados con el control estadisticoConceptos relacionados con el control estadistico
Conceptos relacionados con el control estadisticoIris Márquez
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de TorreónIris Márquez
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónIris Márquez
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónIris Márquez
 
Articulo de Chismes en el Trabajo
Articulo de Chismes en el TrabajoArticulo de Chismes en el Trabajo
Articulo de Chismes en el TrabajoIris Márquez
 
Cosas importantes que debo aprender
Cosas importantes que debo aprender Cosas importantes que debo aprender
Cosas importantes que debo aprender Iris Márquez
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaIris Márquez
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadIris Márquez
 

Más de Iris Márquez (20)

Manual Prueba de Hipotesis
Manual Prueba de HipotesisManual Prueba de Hipotesis
Manual Prueba de Hipotesis
 
Problema Distribución Normal
Problema Distribución NormalProblema Distribución Normal
Problema Distribución Normal
 
Problemas Poisson
Problemas PoissonProblemas Poisson
Problemas Poisson
 
Caso yovana
Caso yovanaCaso yovana
Caso yovana
 
Caso Carlos Gardel
Caso Carlos GardelCaso Carlos Gardel
Caso Carlos Gardel
 
Caso charly
Caso charlyCaso charly
Caso charly
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
 
50 palabras y su significado
50 palabras y su significado50 palabras y su significado
50 palabras y su significado
 
Ensayo sobre el artículo del mes
Ensayo sobre el artículo del mesEnsayo sobre el artículo del mes
Ensayo sobre el artículo del mes
 
Conceptos relacionados con el control estadistico
Conceptos relacionados con el control estadisticoConceptos relacionados con el control estadistico
Conceptos relacionados con el control estadistico
 
Angelica Checklist
Angelica ChecklistAngelica Checklist
Angelica Checklist
 
Checklist
ChecklistChecklist
Checklist
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y Correlación
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y Correlación
 
Articulo de Chismes en el Trabajo
Articulo de Chismes en el TrabajoArticulo de Chismes en el Trabajo
Articulo de Chismes en el Trabajo
 
Cosas importantes que debo aprender
Cosas importantes que debo aprender Cosas importantes que debo aprender
Cosas importantes que debo aprender
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de Confianza
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 

Último

BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 

Último (20)

Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 

Trabajo de prueba de hipótesis

  • 1. UNIVERSIDAD TECNOLÓGICA DE TORREÓN PROCESOS INDUSTRIALES ÁREA MANUFACTURA Prueba de Hipótesis Problemas Resueltos Iris Márquez 2012 MIERCOLES 1 8 eD c o A e sR I1L8 2d0 1 a b r i l mi rE l B e 2 2012 Página 1
  • 2. 1. Una empresa que se dedica a hacer encuestas se queja de que un agente realiza en promedio 53 encuestas por semana. Se ha introducido una forma mas moderna de realizar las encuestas y la empresa quiere evaluar su efectividad. Los números de encuestas realizadas en una semana por una muestra aleatoria de agentes son: 53 57 50 55 58 54 60 52 59 62 60 60 51 59 56 En el nivel de significancia 0.05 puede concluirse que la cantidad media de entrevistas realizadas por los agentes es superior a 53 por semana? Evalué el valor p u= 53 n= 15 =56.4 S= # Encuestas x- (x- 53 -3.4 11.56 2809 57 0.6 0.36 3249 50 -6.4 40.96 2500 55 -1.4 1.96 3025 58 1.6 2.56 3364 54 -2.4 5.76 2916 60 -3.6 12.96 3600 52 -4.4 19.36 2704 59 2.6 6.76 3481 62 5.6 31.36 3844 60 3.6 12.96 3600 60 3.6 12.96 3600 51 -5.4 29.16 2601 59 2.6 6.76 3481 56 -0.4 0.16 3136 846 195.6 47910 Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 3. Planteamiento de hipótesis a) Prueba de una cola b) Nivel de significancia 0.05 c) Estadístico de Prueba t= Área= 0.4989 d) Plantear la regla de decisión = 0.05 y gl= n-1 = 15- 1= 14 Si t > 1.761 Se rechaza y se acepta Tomar la decisión: Como t(3.53) > 1.761 se rechaza la hipótesis nula y se rechaza y se concluye que la cantidad media de entrevistas realizadas por los agentes es mayor a 53 por semana Valor p = 1.761 es 0.4989 P= 0.50 – 0.4989 = 0.0011 Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 4. 2. Las puntuaciones en un test que mide la variable creatividad siguen, en la población general de adolescentes, una distribución Normal de media 11,5. En un centro escolar que ha implantado un programa de estimulación de la creatividad una muestra de 30 alumnos ha proporcionado las siguientes puntuaciones: 11 9 12 17 8 11 9 4 5 14 9 17 24 19 10 17 17 8 23 8 6 14 16 6 7 15 20 14 15 9 A un nivel de confianza del 95% ¿Puede afirmarse que el programa es efectivo? Solución = 11,5 > 11,5 El estadístico de contraste en este caso es: t= La media muestral = 11+9+12+17+8+11+9+4+5+9+14+9+17+24+19+10+17+17+8 +23+8+ 6+14+16+6+7+15+20+14+15= 374/30= 12.47 La desviación típica de la muestra es = 5.22, sustituyendo en el estadístico estos valores se obtiene: t= = t= = t= = t= 1.00 Como el contraste es unilateral, buscamos en las tablas de la t de Student, con 29 grados de libertad, el valor que deja por debajo de sí una probabilidad de 0.95, que resulta ser 1.699 El valor del estadístico es menor que el valor crítico, por consiguiente se acepta la hipótesis nula. La interpretación sería que no hay evidencia de que el programa sea efectivo. Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 5. 3. Una compañía de transportes requiere comprar un gran lote de buses para el transporte urbano con el fin de reemplazar su parque automotor y para tal fin desea comprobar la afirmación hecha por el proveedor de la marca B, en el sentido de que la marca A es menos ahorradora de combustible. Para tal fin la empresa toma una muestra aleatoria de 35 vehículos marca A y encuentra que la misma tiene un promedio en el rendimiento de 18 km/galón con una desviación estándar de 8 km/galón, mientras que una muestra de 32 vehículos marca B presenta un promedio de 22 km/galón con desviación estándar de 3 km/galón. ¿Qué decisión debe tomar el gerente de la compañía con un nivel de significación del 5%? Solución Hipótesis nula e hipótesis alternativa: Nivel de Significación: Si el valor de Z calculado es menor que -1.64 se rechaza la hipótesis nula de que el rendimiento en ambas marcas es igual Calculo del estadístico sobre el cual se basara la decisión: : Z= = -2.75 Como el valor de X calculando (-2.75) se encuentra en la zona de rechazo, entonces, con un nivel de significación del 5%, debemos rechazar la hipótesis nula de que el ahorro en ambas marcas es igual y en estas condiciones debemos aceptar la hipótesis alternativa de que la marca A es menos ahorradora de combustible que la marca B. Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 6. 4. Las puntuaciones en un test de razonamiento abstracto siguen una distribución Normal de media 35 y varianza 60. Para evaluar un programa de mejora de las capacidades intelectuales, a 101 individuos que están realizando este programa se les pasa el test, obteniéndose una media de 50 puntos y una varianza de 80 ¿Puede asegurarse, a un nivel de confianza del 90%, que el programa incrementa las diferencias individuales en esta variable? Solución s2 = 60 s2 > 60 El estadístico de contraste es: Sustituyendo en el estadístico obtenemos: = = 134.7 Como el contraste es unilateral buscamos en las tablas de la Ji-cuadrado, con 100 grados de libertad, el valor de la variable que deja por debajo de sí una probabilidad de 0,9, este valor es 118,5. El valor del estadístico es mayor que el valor crítico, por consiguiente se rechaza la hipótesis nula. En efecto, la varianza es significativamente mayor lo que indica que ha aumentado la dispersión de las puntuaciones lo que indica que se han incrementado las diferencias entre los individuos. Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 7. 5. Suponga una variable aleatoria X para designar el peso de un pasajero de avión, que se interesa en conocer el peso promedio de todos los pasajeros. Como hay limitaciones de tiempo y dinero para pesarlos a todos, se toma una muestra de 36 pasajeros de la cual se obtiene una media muestral x= 160 lbs. Suponga además que la distribución de los pasajeros tenga una distribución normal con desviación estándar de 30, con un nivel de significancia de 0.05. Se puede concluir que el peso promedio de todos los pasajeros es menor que 170 lbs? Datos n=36 Rechazo No Rechazo Rechazo Esto quiere decir que el peso promedio de todos los pasajeros es menor que 170 lbs. Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 8. 6. En una muestra de 66 alumnos se ha calculado el coeficiente de correlación de Pearson entre sus puntuaciones en el primer parcial de Análisis de Datos y el tiempo que se emplea en desplazarse desde su domicilio hasta la Facultad, obteniéndose que r vale 0,24. Podemos mantener, con un nivel de confianza del 95%, la idea de que estas variables son incorreladas, o por el contrario debemos rechazarla. Solución =0 0 El estadístico de contraste es: t= Sustituyendo tenemos: t= = t= = t= = t= 1.98 El contraste es bilateral, por ello buscamos en las tablas de la t de Student, con 60 Grados de libertad (el valor más próximo a 64 que figura en nuestras tablas), el valor que deja por debajo una probabilidad de 0,975 que es 2. Por tanto la región de aceptación será el intervalo (-2 ,, 2). El valor del estadístico pertenece a la región de aceptación, por consiguiente se acepta la hipótesis nula. No existe correlación entre ambas variables, de donde se deduce que el tiempo Empleado no influye en la calificación. Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 9. 7. Un criador de de pollos sabe por experiencia que el peso de los pollos de cinco meses de 4,35 libras. Los pesos siguen una distribución normal. Para tratar de aumentar el peso de dichas aves se le agrega un aditivo al alimento. En una muestra de pollos de cinco meses se obtuvieron los siguientes pesos en libras 4.41 4.37 4.33 4.35 4.30 4.39 4.36 4.38 4.40 4.39 En el nivel 0.01 el aditivo ha aumentado el peso medio de los pollos? Estime el valor de p. n=10 u=4,35 =43,68/10=4,368 S= Peso Libras x x- (x- 4.41 0.042 0.001762 19.4481 4.37 0.002 4E-06 19.0969 4.33 -0.038 0.001444 18.7489 4.35 -0.018 0.000324 18.9225 4.3 -0.068 0.004624 18.49 4.39 0.022 0.000484 19.2721 4.36 -0.008 6.4E-05 19.0096 4.38 0.012 0.000144 19.1844 4.4 0.032 0.001024 19.36 4.39 0.022 0.000484 19.2721 43.68 0.01036 190.8046 Planteamiento de hipótesis Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 10. a) Prueba de una cola b) Nivel de significancia 0.01 c) Estadístico de Prueba t= Area= 0.4535 d) Plantear la regla de decisión = 0,01 y gl= n-1 = 10- 1= 9 Si t > 2.821 Se rechaza y si acepta Tomar la decisión: Como t(1.68) > 2.821 se Acepta la hipótesis nula y se rechaza y se concluye el aditivo no aumenta el peso medio de los pollos en un 4.35 Valor p = 1.68 es 0.4535 P= 0.50 – 0.4535 = 0.046 Universidad Tecnológica de Torreón | Iris Márquez 2 C
  • 11. 8. En una muestra de 1000 nacimientos el número de varones ha sido 542 ¿Puede considerarse, con un nivel de significación del 10%, que en general nacen más niños que niñas? Solución La hipótesis nula sería que nacen igual número de niños que de niñas, o lo que es lo mismo que la proporción de niños nacidos es igual 1/2. Por consiguiente: P = 0.5 P > 0.5 El estadístico de contraste es: Como la proporción muestral es 542/1000 = 0,542, sustituyendo se obtiene el valor del estadístico: = = = 2.66 Como el contraste es unilateral, buscamos en las tablas de la Normal el valor de la Variable que deja por debajo de sí una probabilidad de 0,9, este valor es 1,282. El valor del estadístico 2,66 es mayor que el valor crítico 1,282 por consiguiente, se rechaza la hipótesis nula. Efectivamente, nacen en mayor proporción niños que niñas. Universidad Tecnológica de Torreón | Iris Márquez 2 C