SlideShare una empresa de Scribd logo
1 de 24
Descargar para leer sin conexión
UNIDEG
PLANTEL COMONFORT


PROBABILIDAD Y ESTADISTICA II
ANGELINA PEREZ ARVIZU


PRUEBA DE HIPOTESIS
BALDERAS RAMIREZ ALFREDO
FRANCO ALVAREZ MA. DE LOS ANGELES
JORDAN RAMIREZ CARMEN
LAGUNA HERNANDEZ CAROLINA
ROJAS AVILEZ ERIKA DEL CARMEN
GARCIA OLVERA MIGUEL ANGEL
MENDEZ VELAZQUE FRANCISCO XAVIER
MONCADA REA PABLO DE JESUS
PEÑA ZARATE MARIANA
REYES LOPEZ MA. GUADALUPE
TOVAR LOPEZ LUIS GUADALUPE
VILLEGAS OLVERA LUIS SANTIAGO


INGENIERIA EN SISTEMAS COMPUTACIONALES Y TELEMATICA
INGENIERIA INDUSTRIAL
Introducción

Prueba de Hipótesis

Hipótesis: proposición sobre algún parámetro donde se requiere que se tome una
decisión sobre aceptar o rechazar.

Una hipótesis estadística: Prepocicion o supuesto sobre los parámetros de 1 o
más poblaciones.

H0=Hipótesis nula (pensar que no hay diferencia).

H1=Hipótesis alternativa (Pensar que si hay diferencia).




H0=Afirmación sobre 1 o más características de poblaciones (hipótesis nula).

H1=Es la afirmación contraria de H0 es generalmente la hipótesis a investigar
(hipótesis alternativa).



Error tipo 1: Rechazo de la hipótesis nula H0 cuando esta es verdadera.

Error tipo 2: Aceptacion de la hipótesis nula cuando esta es falsa.
1.- Una muestra aleatoria de 100 muertes registradas en Estados Unidos el año
 pasado muestra una vida promedio de 71.8 años, suponga que la desviación
 estándar poblacional es de 8.9 años, queremos probar si la media hoy en día es
 mayor a 70 años con base a esta muestra. La muestra parecería indicar que es
 así, pero cuál es la probabilidad de que la media de la muestra, no refleje la
 verdadera media de la población. Utilizar un nivel de significancia de 0.05.

 Datos           Planteamiento de hipótesis              Tipo de curva
  n= 100            Ho µ ≤ 70
  ̅=71.8             H1 µ > 70
  S=8.9

  µ=70
  α= 0.05




                                               Calculo de Zc

  Planteamiento de
  hipótesis con respecto a                    =            = 2.022
  Zc                                      √        √
  Acepto = Ho Zc ≤ 1.64

  Rechazo = H1 Zc ≥ 1.64


Regla de decisión y decisión

Acepto = Ho 2.022 ≤ 1.64

Rechazo = H1 2.022 ≥ 1.64



Conclusión

µ > 70

La media el día de hoy es mayor que 70 años
2.- Una empresa Eléctrica fabrica baterías de celular que tienen una duración que
    se distribuye de forma aproximadamente normal con una media de 800 h y una
    desviación estándar de 40. Si una muestra de 30 baterías tiene una duración
    promedio de 788 h, ¿muestran los datos suficiente evidencia para decir que la
    duración media no es 800? Utilice un nivel de significancia de 0.04



   Datos            Planteamiento de hipótesis                     Tipo de curva
  n= 30              Ho µ = 800

  ̅=788 hrs           H1 µ ≠ 800

  S=40 hrs

  µ=800 hrs



           =       =0.02
                                                             Calculo de Zc
  Planteamiento de hipótesis con
  respecto a Zc

  Acepto = Ho -2.05 ≤ Zc ≤ 2.05                                =             = -1.64
                                                        √            √
  Rechazo = H1 Zc > 2.05

                 Zc ≤ -2.05
  Regla de decisión y
  decisión

  Acepto = Ho -2.05 ≤ - 1.64
  ≤ 2.05

  Rechazo = H1 - 1.64 > 2.05

                 - 1.64 ≤ -
  2.05
 Rechazo Ho y Acepto
 H1
Conclusión

M = 800, es decir la media no ha cambiado
3.- Suponga una variable aleatoria x para designar el precio promedio de un
pasajero de avión, que se interesa en conocer los pesos promedio de todos los
pasajeros, como hay limitaciones de tiempo y dinero para sacarlos a todos, se
toma una muestra de 36 de la cual se obtiene una media de 160 libras, suponga
además que la distribución de los pasajeros tiene una distribución normal con
desviación estándar de 30 y un nivel de significancia de 0.05.
¿Se puede concluir que el peso promedio de los pasajeros es menor a 170 libras?

Datos:

  =170 libras

  = 30

 = 160

n = 36

   = 0.05

Planteamiento de hipótesis.                   Tipo de curva

Ho;         170

H1;      <170

Planteamiento de hipótesis con respecto a Zc

   Rechazo Ho Zc              -1.64
   Acepto Ho Zc > -1.64
Calculo de Zc
             (        )
                          =
                  √           √


Regla de decisión

Rechazo Ho -2             -1.64 (Si cumple)
Acepto H1 -2 > -1.64
Conclusión
(El peso promedio de los pasajeros del avión es menor a
         ´                        170 libras.)
4.- El vicepresidente a cargo de las ventas de una corporación afirma que los
vendedores tienen un promedio no mayor de 15 prospectos de ventas por
semanas y el desearía aumentar esta cifra. Se seleccionan 36 vendedores al azar
para verificar su afirmación y registrar el número de contacto en una semana,
seleccionando de forma aleatoria. De los resultados de la muestra se obtuvo una
media de 17 prospectos y una varianza de 9.
¿Contradice los hechos la afirmación del vicepresidente? Suponga un nivel de
significancia de 0.005.

Datos:

  = 15

  =9

 = 17

n = 36

   = 0.005

Planteamiento de hipótesis.                                    Tipo de curva
Rechazo Ho Zc > -1.64

Acepto Ho Zc         -1.64
Planteamiento de hipótesis con respecto a Zc


         Rechazo Ho Zc < 15                                   -2.57
         Acepto Ho Zc 15

             (       )
   1.                    =
                 √           √


Regla de decisión
Rechazo Ho 1.33 < -2.57

Acepto Ho 1.33           -2.57 (Si cumple)
Conclusión
No tiene razón el vicepresidente.
5.- Una propietaria de la empresa editora en Palo Alto, California, afirma que su
negocio ha mejorado, se piensa que los ingresos diarios son superiores a los $500
dólares del año pasado. Una muestra de 256 días revela una media de $520
dólares y una desviación típica de $80.70 dólares, a nivel de significancia del 1%.
¿Tiene razón la propietaria?



 Datos:
                               Curva:
 n = 256
                                    Hipótesis:
 X = 520
                                    Ho   500
  = 500
                                    H1  > 500
   = 80.70

 Nivel de confianza = 1%

 = 0.01 o .99

 Valor de Z en tablas = 2.32


Planteamiento:                                        Calcular Zc:
                                                                
Acepto     Ho Zc  2.32
                                                            √            √


Rechazo Ho Zc > 2.32



Sustitución:

Acepto       Ho 3.96  2.32

Rechazo      Ho 3.96 > 2.32

Decisión

Rechazo Ho y Acepto H1

 > 500
Conclusión: La propietaria tiene razón.

            6.- Un número de 1993 de la revista “Muy interesante” decía que la gente tardaba
            34 horas en promedio en aprender un nuevo programa informático. Está
            respaldada esta información a nivel del 10% si 35 personas emplean una media
            de 48.58 horas con una desviación típica de 19.7 horas.

                                                                                          Curva:


Datos:

n = 35                              Hipótesis:

X = 40.58                                    Ho  =
                                    34
 = 34
                                             H1  ≠
  = 19.7                            34

Nivel de confianza = 10%

= 0.10 o .90

Valor de Z en las tablas = 1.64



            Planteamiento:                                                 Calcular Zc:
                                                                       
            Acepto      Ho -1.64  Zc  1.64
                                                                   √                  √


            Rechazo     Ho Zc  - 1.64

                        Ho Zc > 1.64

            Sustitución:                                   Decisión

            Acepto         Ho -1.64  1.97  1.64     Rechazo Ho y Acepto H1        H1  ≠ 34

            Rechazo        Ho 1.97  -1.64

                           Ho 1.97 > 1.64
Conclusión: La información no está respaldada.

7.- Un informe reciente publicado en la revista fort establecía que el mas del 65% de los
titulados universitarios dejan su primer trabajo antes de los dos años, un estudio
realizado por dos profesores de gestión empresarial de la universidad de colorado
encontró que 352 de 488 recién egresados que fueron entrevistados se mantuvieron en
su primer empleo menos de dos años. Al nivel de 3% respaldan estos datos el estudio
del futuro.

Datos:

n= 488

po = 0.65

     p^ = 352/488 = 0.7213

         = 0.033= 1.88 por lo tanto es igual a -1.88

Planteamiento de hipótesis                                            Tipo de curva

H0 po > 0.65

H1 po ≤ 0.65

Planteamiento de hipótesis con respecto a Zc                       0.03
                                                                   -1.88
Acepto H0 zc > -1.88

Rechazo H0 zc ≤ -1.88

Calculo de Zc

             √     ))



     ZC = 0.7213 - 0.65          = 0.0713 = 3.30
     .    (0.65 (1 – 0.65)        0.02159
     .            488
Regla de decisión y decisión

H0 3.30 > -1.88 (Si cumple)

H1 3.30 ≤ -1.88

Conclusión: La proporción de estudiantes abandonan el primer trabajo a los dos años
por lo tanto la información obtenida no se puede respaldar.
8.- Cuando un proceso de producción funciona correctamente produce frascos de
shampoo con un peso promedio de 200 gr, una muestra aleatoria de una remesa
presento los siguientes pesos 214 gr 197 gr 197 gr 206 gr 208 gr 201 gr 197 gr 203 gr y
209 gr asumiendo que la distribución de los datos es normal pruebe con un nivel de
confianza del 95 % si el proceso está funcionando correctamente.

Datos

n=9

x = 214 gr 197 gr 197 gr 206 gr 208 gr 201 gr 197 gr 203 gr y 209 gr/ 9 = 1832/9
=203.55



                )                 )                )                  )                  )
√
                         )                )                 )               )


                                              √

                                                       S = 5.775



α = 1-0.95 = 0.5/2 =0.025 (se localiza en valor en la tabla de la t-student, ya que se
trata de una muestra menor de 30) Tstudent .025, =2.3060 =0.025 /2 = 0.0125 Tstudent=
3.3554



Planteamiento de hipótesis

H0 ≠ 200

H1 = 200

Planteamiento de hipótesis con respecto a Zc

Acepto H0 -3.3554 ≥ Zc ≥ 3.3554

Rechazo H0 Zc  -3.3554; Zc  3.3554
Tipo de curva




Calculo de Zc



       (            )

            √
Zc =       203.55 - 200 = 1.8441

                √

Regla de decisión

Acepto H0 -3.3554 ≥ 1.8441 ≥ 3.3554

Rechazo H0 1.8441  -3.3554; 1.8441  3.3554



Decisión

       Acepto H1, Rechazo H0, por lo tanto:

           =200


       Conclusión
       De acuerdo a los resultados obtenidos se puede decir que el proceso funciona
       correctamente.
9.- John afirma que los propietarios de sus coches usados pueden recorrer una
media de 10 mil millas como mínima sin necesidad de ninguna reparación
importante con el objeto de determinar la honestidad de John se elijen 100
clientes y se encuentra      que recorrieron una media de 9112 millas sin
reparaciones con una desviación típica de 207.si resulta que los coches usados de
John den una media de 10000 millas como mínimo sin averías, usted está
dispuesto a comprar su próximo choche. Si quiere estar seguro al 99% de que
John no miente como podría contrastar su información.

Datos
n=100
X=9112
∞=0.01
S=207
μ =10000
Z=2.32

Planteamiento de hipótesis                       Tipo de curva
H0= μ ≤10000
H1= μ >10000

Planteamiento de hipótesis con respecto a Zc
Acepto H0 Zc ≤ 10000
Rechazo H0 Zc > 10000                                                               0.01
Calculo de Zc

Zc =
       √

Zc =
           √
Zc= -42.8

Regla de decisión y decisión
Acepto H0 -42.8 ≤ 10000
Rechazo H0 -42.8 > 10000

μ ≤10000

Conclusión

Los coches usados de John necesitan alguna reparación antes de las 10000
millas de recorrido.
10.-Se desea comprobar si la cantidad de dinero que un estudiante gasta en
promedio es igual a 87 pesos diarios seleccionando una muestra al azar de 49
estudiantes se encuentra que la media es de 85 pesos diarios, teniendo una
desviación típica 7.25 pesos con un coeficiente de confianza de 95%.

Datos
n=49
X=85
∞=95% = 0.05
S= 7.25
μ = 87
Z= 1.96


Planteamiento de hipótesis                                 Tipo de curva
H0= μ =87
H1= μ ≠87

Planteamiento de hipótesis con respecto a Zc
Acepto H0 -1.96 ≤ Zc ≤ 1.96
Rechazo H0 Zc > 1.96
Rechazo H0 Zc ≤ 1.96

Calculo de Zc
Zc =
       √

Zc =
           √
Zc= - 1.94


Regla de Decisión y decisión

Acepto H0 -1.96 ≤ -1.94 ≤ 1.96
Rechazo H0 - 1.94 > 1.96
Rechazo H0 - 1.94 ≤ 1.96


μ = 87

Conclusión

El promedio del gasto de los estudiantes es igual a 87
11.- Un fabricante de semiconductores produce controladores que se emplean en
aplicaciones de motores automovilísticos, el cliente requiere que la fracción de
defectuosos, en uno de los pasos de manufactura críticos, no sea mayor que 0.05
y que el fabricante demuestre esta categoría del proceso de fabricación con este
nivel de calidad, utilizando = 0.05, el fabricante de semiconductores toma una
muestra aleatoria de 200 dispositivos y en cada 4 de ellos encontró que son
defectuosos. El fabricante puede demostrar la calidad del proceso.
Datos:
n= 200 dispositivos
   = 4/200 =0.02
   P0= 0.05

= 0.05 (se localiza en la tabla de z para la normal)= 1.64


Planteamiento de hipótesis:                           Tipo de curva:



H0  0.05

H1  0.05



                                                                  1.64
Establecimiento de hipótesis con respecto a ZC

Acepto P0 ZC  0.05

Rechazo P0 ZC  0.05
Calculo de Zc

      √       ))



ZC = 0.02 - 0.05           = - 0.03 = - 1.95
 (0.05 (1 – 0.05)           0.015
.        200
Regla de decisión

Acepto -1.64  -1.95 (Si cumple)

Rechazo -1.64  -1.95
Decisión
Acepto H0, Rechazo H1, por lo tanto:

              P0  0.05
Conclusión
De acuerdo a lo obtenido se puede decir que, la proporción de semiconductores
defectuosos es menor a 0.05 lo cual es lo que pide el cliente, por lo tanto se
puede deducir que el fabricante puede demostrar que la calidad del proceso es
buena.


12.- Un constructor afirma que se instalan bombas de calor en el 70% de todas
las casas que se construyen. ¿estaría de acuerdo con esta afirmación si una
investigación de casas nuevas muestra que 8 de 15 casas tienen instalas
bombas de calor? Utilice un nivel de significancia de 0.10
Datos:
n= 15 casas
   = 8/15 =0.53
   P0= 0.70

= 0.10 = 0.05 (se divide en 2 al tratarse de una curva bilateral y se localiza en la
‘   2 tabla de z de la t-student ya que es una muestra es menor a 30) =± 1.76


Planteamiento de hipótesis                      Tipo de curva
H0 = .70
H1 ≠ .70


                                                0.05                                    0.05



                                                  -1.76                    1.76

Establecimiento de hipótesis con respecto a ZC
Acepto H0 -1.76 ≤ ZC ≤ 1.76

Rechazo H1 ZC ≤ -1.76; ZC  1.76
Calculo de Zc

      √       ))



ZC = 0.53 - 0.70 = - 0.17 = - 1.43
.  (0.70 (1 – 0.70) 0.118
.        15
Regla de decisión
Acepto H0 -1.76 ≤ -1.43 ≤ 1.76

Rechazo H1 -1.43 ≤ -1.76; -1.43  1.76


Decisión
Acepto H0, Rechazo H1, por lo tanto:
              P0 = 0.05
Conclusión
De acuerdo a lo obtenido se puede decir que, la proporción de bombas de calor
instalas es igual a 0.70 lo cual es lo que afirma el constructor, por lo tanto se
puede deducir que el constructor tiene razón en su afirmación.


13.- Un diseñador de productos está interesado en reducir el tiempo de secado de
una pintura tapa poros se prueban 2 formulas de pinturas; la formula 1 tiene el
contenido químico estándar y la formula 2 tiene un nuevo ingrediente secante que
debe reducir el tiempo de secado. De la experiencia se sabe que la desviación
estándar del tiempo de secado es de 8 minutos y esta variabilidad inherente, no
debe verse afectado por la adicción del nuevo ingrediente. Se pintan 10
especímenes con la formula 1 y otros 10 con la fórmula 2. Los 2 tiempos
promedios de secado son de 121 y 112 minutos respectivamente ¿a qué
conclusiones puede llegar el diseñador del producto sobre la eficiencia del nuevo
ingrediente, utilizando =0.05?

   1. Problema de diferencia de medias

               datos
              8        8
          µ   0        0
             0.05     0.05
              121      112
          N   10       10
Planteamiento de hipótesis


                                                                  2.26




   2. Calculo de Zc
           (       )       )           )   )
                               =
                                   √   √
               √       √



   3. Acepto H0Zc< 2.26  sustituyendo 2.51<2.26
      Rechazo H0Zc> 2.26 sustituyendo 2.51>2.26 (Si cumple)
Decisión
Rechazo H0 y acepto H1 la diferencia de la media >0
Conclusión: se concluye con un nivel de significancia de 0.05 que la adición del
nuevo ingrediente a la pintura si disminuye de manera significativa el tiempo
promedio de secado.


14.- Se utilizan dos máquinas para llenar botellas de plástico con un volumen neto
de 16.0 onzas. Las distribuciones de los volúmenes de llenado pueden suponerse
normales, con desviaciones estándar 1= 0.020 y 2 = 0.025 onzas. Un miembro
del grupo de ingeniería de calidad sospecha que el volumen neto de llenado de
ambas máquinas es el mismo, sin importar si éste es o no de 16 onzas. De cada
máquina se toma una muestra aleatoria de 10 botellas. ¿Se encuentra el ingeniero
en lo correcto? Utilice =0.05

Maquina 1      Maquina 2                              datos
16.03 16.01    16.02 16.03                         0.020      0.025
16.04 15.96    15.97 16.04                     µ   0          0
16.05 15.98    15.96 16.02                        0.05       0.05
16.05 16.02    16.01 16.01                         16.015     16.005
16.02 15.99    15.99 16.00                     n   10         10
3. Planteamiento de hipótesis




4.

Acepto H0 -2.82 ≤ Zc ≤ 2.82
                                                    2.82        2.82
Rechazo H0Zc> 2.26; H0Zc≤ 2.26


Calculo de Zc
            (       )       )               )   )
                                =
                                    √   √
                √       √


Acepto H0 -2.82 ≤ 0.988 ≤ 2.82 (Si cumple)


Decisión

Rechazo H0 0.988> 2.26; H0 0.988≤ 2.26
Conclusión
Aceptamos H1 y rechazamos H0 y por lo tanto se concluye con un nivel de
significancia de 0.05 que las dos máquinas tienen en promedio la misma cantidad
de llenado.
15.- Existen dos tipos de plástico apropiados para su uso por un fabricante de
componentes electrónicos. La tensión de ruptura de ese plástico es un parámetro
importante. Se sabe que 1= 2= 1.0 psi. De una muestra aleatoria de tamaño 10 y
12 para cada plástico respectivamente, se tiene una media de 162.5 para el
plástico 1 y de 155 para el plástico 2. La compañía no adoptará el plástico 1 a
menos que la tensión de ruptura de éste exceda a la del plástico 2 al menos por
10 psi. Con base a la información contenida en la muestra, ¿la compañía deberá




Datos                                               Planteamiento de hipótesis
                                                     Ho µ 1- µ 2 ≤ 10
N1= 10                  N2= 12
                                                     H1 µ 1- µ 2 > 10
̅1=162.5 psi            ̅2=155 psi
                                                            Tipo de curva
    1=1   psi            2=1   psi

α=0.05                  α=0.05



Plantear hipótesis con
respecto a Zc

Acepto Ho Zc ≤ 2.2622

Rechazo H1 Zc > 2.2622


Calculo de Zc
                ̅   ̅ )               )
                                          =
                    √

                    )
                               =     = -5.84
      √


¿
Regla de decisión y decisión                   Conclusión

Acepto Ho -5.84≤ 2.2622                        No es recomendable utilizar el
                                               plástico 1
Rechazo H1 -5.84 > 2.2622
16.- Se tomara el voto entre los residentes de una cuidad y el condado circulante
para determinar si se debe construir la planta química propuesta. El lugar de
construcción está dentro de los límites de la ciudad y por esta razón muchos
votantes del condado consideran que la propuesta pasara debido a la proporción
de votantes que favorecen la construcción. Para determinar si hay una diferencia
significativa en la proporción de votantes de la cuidad y votantes del condado que
favorecen la propuesta, se realiza una encuesta. Si 120 de 200 votantes de la
ciudad favorecen la propuesta y 240 de 500 residentes del condado también lo
hacen, ¿estaría de acuerdo en que la proporción de votantes de la ciudad que
favorecen la propuesta es más alto que la proporción de votantes del condado?
Utilice un nivel de significancia de 0.025
Datos:
Votantes de la cuidad
P1 = 120/200 = 0.6
Q1 = 1- 0.6 = 0.4
N1 = 200

 = 0.025
P1 - P2 = 0
Votantes del condado
P2 = 240/500 = 0.48
Q2 = 1- 0.48 = 0.52
N2 = 500

 = 0.025 (se localiza en la tabla de la normal) = 1.96
P1 - P2 = 0
Establecimiento de hipótesis:                             Tipo de curva
H0 P1 – P2 ≤ 0

H1 P1 - P2  0

                                                                                 0.025


                                                                          1.96

Establecimiento de hipótesis con respecto a Zc
Rechazo Ho Zc        1.96
   Acepto Ho Zc > 1.96
Calculo de Zc
               )               )

         √         (      ))



Zc =       0.6 - 0,48 - (0)        . = 2-91

   [(0.6 x 0.4) + (0.48 x 0.52)]
         200           500
Regla de decisión

Rechazo Ho 2.91        1.96
Acepto Ho 2.91 > 1.96 (Si cumple)




Decisión
Acepto H1, rechazo H0, por lo tanto:

P1 – P2  0
Conclusión
De acuerdo a lo obtenido se puede decir que, la diferencia de proporciones de
votantes de la cuidad es mayor a cero (0) lo cual es lo que se requiere demostrar,
por lo tanto se puede deducir que la proporción de votantes de la ciudad es mayor
a la proporción de votantes del condado que favorecen la propuesta de la
construcción de la plata química.
Procedimiento 2
Datos:
Votantes de la cuidad

P = 0.51 (se obtiene de manera general con la siguiente fórmula:          = 120 + 240 =0.51)

                                                                           200 + 500
Q = 0.49 (se calcula de manera general: 1- 0.51 = 0.49)
N1 = 200

 = 0.025
P1 - P2 = 0
Votantes del condado
P = 0.51
Q = 0.49
N2 = 500

 = 0.025 (se localiza en la tabla de la normal) = 1.96
P1 - P2 = 0
Establecimiento                de            hipótesis:
Tipo de curva
H0 P1 – P2 ≤ 0
                                                                              0.025
H1 P1 - P2  0

                                                                   1.96


Establecimiento de hipótesis con respecto a Zc

   Rechazo Ho Zc        1.96
   Acepto Ho Zc > 1.96
Calculo de Zc
                 )             )
            √

Zc=        (0.60 - 0.48) – (0)      = 2.86
[(0.51x 0.49) (1/200 +1/500)
Regla de decisión

Rechazo Ho 2.86      1.96
Acepto Ho 2.86 > 1.96 (si cumple)


Decisión
Acepto H1, rechazo H0, por lo tanto:

P1 – P2  0
Conclusión
De acuerdo a lo obtenido se puede decir que, la diferencia de proporciones de
votantes de la cuidad es mayor a cero (0) lo cual es lo que se requiere demostrar,
por lo tanto se puede deducir que la proporción de votantes de la ciudad es mayor
a la proporción de votantes del condado que favorecen la propuesta de la
construcción de la plata química.
Bibliografía:




http://www.itch.edu.mx/academic/industrial/estadistica1/cap02.html

http://campusvirtual2.sabes.edu.mx/course/view.php?id=221

http://campusvirtual2.sabes.edu.mx/file.php/221/Pruebas_de_hipotes_tecnologico_de_chihuahu
a.pdf

Más contenido relacionado

La actualidad más candente

Estimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionalesEstimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionalesEstefany Zavaleta
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestrasUniv Peruana Los Andes
 
Ejercicios programacion lineal
Ejercicios programacion linealEjercicios programacion lineal
Ejercicios programacion linealJose Perez
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianzaAndres Oyarzun
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarNathywiiz Hernández
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continuaLIZBETH IZA
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2CEMEX
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasIPN
 
Normal 5 ejemplos
Normal  5 ejemplosNormal  5 ejemplos
Normal 5 ejemploskaremlucero
 
La distribución normal
La distribución normalLa distribución normal
La distribución normalMatemolivares1
 
Distribucion de probabilidad binomal
Distribucion de probabilidad binomalDistribucion de probabilidad binomal
Distribucion de probabilidad binomaleraperez
 
577544365.u04 poisson - ejercicio resuelto
577544365.u04   poisson - ejercicio resuelto577544365.u04   poisson - ejercicio resuelto
577544365.u04 poisson - ejercicio resueltosaposapoloko
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestasIPN
 
Practicas de-io-con-pom-qm
Practicas de-io-con-pom-qmPracticas de-io-con-pom-qm
Practicas de-io-con-pom-qmFreddy López
 
Uvada1 puc josé
Uvada1 puc joséUvada1 puc josé
Uvada1 puc joséJose Puc
 
50ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp0150ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp01Alex Figueroa Ramos
 
Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporcionesDomingo de la Cerda
 

La actualidad más candente (20)

Estimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionalesEstimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionales
 
Teorema del limite central
Teorema del limite centralTeorema del limite central
Teorema del limite central
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
 
Ph2 m
Ph2 mPh2 m
Ph2 m
 
Ejercicios programacion lineal
Ejercicios programacion linealEjercicios programacion lineal
Ejercicios programacion lineal
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianza
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continua
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
 
Normal 5 ejemplos
Normal  5 ejemplosNormal  5 ejemplos
Normal 5 ejemplos
 
La distribución normal
La distribución normalLa distribución normal
La distribución normal
 
Distribucion de probabilidad binomal
Distribucion de probabilidad binomalDistribucion de probabilidad binomal
Distribucion de probabilidad binomal
 
577544365.u04 poisson - ejercicio resuelto
577544365.u04   poisson - ejercicio resuelto577544365.u04   poisson - ejercicio resuelto
577544365.u04 poisson - ejercicio resuelto
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestas
 
Practicas de-io-con-pom-qm
Practicas de-io-con-pom-qmPracticas de-io-con-pom-qm
Practicas de-io-con-pom-qm
 
Uvada1 puc josé
Uvada1 puc joséUvada1 puc josé
Uvada1 puc josé
 
50ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp0150ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp01
 
Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporciones
 
Distribucion de la diferencia de medias
Distribucion de la diferencia de mediasDistribucion de la diferencia de medias
Distribucion de la diferencia de medias
 

Similar a Prueba de hipotesis unideg comonfort

Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesisgoogle
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de TorreónAlejandra Cordero
 
Pdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-free
Pdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-freePdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-free
Pdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-freeCeciliaVera32
 
Distribución normal
Distribución normalDistribución normal
Distribución normalANAALONSOSAN
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesiseduardobarco
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribucionesMoonsee P'c
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaMark Ardiles Alegre
 
Pruebas de hipotesis, toma de desiciones.
Pruebas de hipotesis, toma de desiciones.Pruebas de hipotesis, toma de desiciones.
Pruebas de hipotesis, toma de desiciones.RobertoCarlosAlvarez12
 
Hipotesis estadistica
Hipotesis estadisticaHipotesis estadistica
Hipotesis estadisticaketoru52
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Luz Hernández
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesiskaremlucero
 
Tipos de Ditribuciones
Tipos de DitribucionesTipos de Ditribuciones
Tipos de DitribucionesMariana Cruz
 

Similar a Prueba de hipotesis unideg comonfort (20)

Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Pdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-free
Pdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-freePdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-free
Pdfcoffee.com capitilo 11-prueba-de-hipotesis-de-dos-muestraspdf-5-pdf-free
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Sol14
Sol14Sol14
Sol14
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
 
Pruebas de hipotesis, toma de desiciones.
Pruebas de hipotesis, toma de desiciones.Pruebas de hipotesis, toma de desiciones.
Pruebas de hipotesis, toma de desiciones.
 
Hipotesis estadistica
Hipotesis estadisticaHipotesis estadistica
Hipotesis estadistica
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Tipos de Ditribuciones
Tipos de DitribucionesTipos de Ditribuciones
Tipos de Ditribuciones
 
Semana 5,6, estadistica ii
Semana 5,6, estadistica iiSemana 5,6, estadistica ii
Semana 5,6, estadistica ii
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Mic sesión 8a
Mic sesión 8aMic sesión 8a
Mic sesión 8a
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Simulacion
SimulacionSimulacion
Simulacion
 

Último

Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
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
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxKarlaMassielMartinez
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
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
 
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
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024AndreRiva2
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 

Último (20)

Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
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
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
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
 
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
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
Sesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdfSesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdf
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 

Prueba de hipotesis unideg comonfort

  • 1. UNIDEG PLANTEL COMONFORT PROBABILIDAD Y ESTADISTICA II ANGELINA PEREZ ARVIZU PRUEBA DE HIPOTESIS BALDERAS RAMIREZ ALFREDO FRANCO ALVAREZ MA. DE LOS ANGELES JORDAN RAMIREZ CARMEN LAGUNA HERNANDEZ CAROLINA ROJAS AVILEZ ERIKA DEL CARMEN GARCIA OLVERA MIGUEL ANGEL MENDEZ VELAZQUE FRANCISCO XAVIER MONCADA REA PABLO DE JESUS PEÑA ZARATE MARIANA REYES LOPEZ MA. GUADALUPE TOVAR LOPEZ LUIS GUADALUPE VILLEGAS OLVERA LUIS SANTIAGO INGENIERIA EN SISTEMAS COMPUTACIONALES Y TELEMATICA INGENIERIA INDUSTRIAL
  • 2. Introducción Prueba de Hipótesis Hipótesis: proposición sobre algún parámetro donde se requiere que se tome una decisión sobre aceptar o rechazar. Una hipótesis estadística: Prepocicion o supuesto sobre los parámetros de 1 o más poblaciones. H0=Hipótesis nula (pensar que no hay diferencia). H1=Hipótesis alternativa (Pensar que si hay diferencia). H0=Afirmación sobre 1 o más características de poblaciones (hipótesis nula). H1=Es la afirmación contraria de H0 es generalmente la hipótesis a investigar (hipótesis alternativa). Error tipo 1: Rechazo de la hipótesis nula H0 cuando esta es verdadera. Error tipo 2: Aceptacion de la hipótesis nula cuando esta es falsa.
  • 3. 1.- Una muestra aleatoria de 100 muertes registradas en Estados Unidos el año pasado muestra una vida promedio de 71.8 años, suponga que la desviación estándar poblacional es de 8.9 años, queremos probar si la media hoy en día es mayor a 70 años con base a esta muestra. La muestra parecería indicar que es así, pero cuál es la probabilidad de que la media de la muestra, no refleje la verdadera media de la población. Utilizar un nivel de significancia de 0.05. Datos Planteamiento de hipótesis Tipo de curva n= 100 Ho µ ≤ 70 ̅=71.8 H1 µ > 70 S=8.9 µ=70 α= 0.05 Calculo de Zc Planteamiento de hipótesis con respecto a = = 2.022 Zc √ √ Acepto = Ho Zc ≤ 1.64 Rechazo = H1 Zc ≥ 1.64 Regla de decisión y decisión Acepto = Ho 2.022 ≤ 1.64 Rechazo = H1 2.022 ≥ 1.64 Conclusión µ > 70 La media el día de hoy es mayor que 70 años
  • 4. 2.- Una empresa Eléctrica fabrica baterías de celular que tienen una duración que se distribuye de forma aproximadamente normal con una media de 800 h y una desviación estándar de 40. Si una muestra de 30 baterías tiene una duración promedio de 788 h, ¿muestran los datos suficiente evidencia para decir que la duración media no es 800? Utilice un nivel de significancia de 0.04 Datos Planteamiento de hipótesis Tipo de curva n= 30 Ho µ = 800 ̅=788 hrs H1 µ ≠ 800 S=40 hrs µ=800 hrs = =0.02 Calculo de Zc Planteamiento de hipótesis con respecto a Zc Acepto = Ho -2.05 ≤ Zc ≤ 2.05 = = -1.64 √ √ Rechazo = H1 Zc > 2.05 Zc ≤ -2.05 Regla de decisión y decisión Acepto = Ho -2.05 ≤ - 1.64 ≤ 2.05 Rechazo = H1 - 1.64 > 2.05 - 1.64 ≤ - 2.05 Rechazo Ho y Acepto H1 Conclusión M = 800, es decir la media no ha cambiado
  • 5. 3.- Suponga una variable aleatoria x para designar el precio promedio de un pasajero de avión, que se interesa en conocer los pesos promedio de todos los pasajeros, como hay limitaciones de tiempo y dinero para sacarlos a todos, se toma una muestra de 36 de la cual se obtiene una media de 160 libras, suponga además que la distribución de los pasajeros tiene una distribución normal con desviación estándar de 30 y un nivel de significancia de 0.05. ¿Se puede concluir que el peso promedio de los pasajeros es menor a 170 libras? Datos: =170 libras = 30 = 160 n = 36 = 0.05 Planteamiento de hipótesis. Tipo de curva Ho; 170 H1; <170 Planteamiento de hipótesis con respecto a Zc Rechazo Ho Zc -1.64 Acepto Ho Zc > -1.64 Calculo de Zc ( ) = √ √ Regla de decisión Rechazo Ho -2 -1.64 (Si cumple) Acepto H1 -2 > -1.64 Conclusión
  • 6. (El peso promedio de los pasajeros del avión es menor a ´ 170 libras.) 4.- El vicepresidente a cargo de las ventas de una corporación afirma que los vendedores tienen un promedio no mayor de 15 prospectos de ventas por semanas y el desearía aumentar esta cifra. Se seleccionan 36 vendedores al azar para verificar su afirmación y registrar el número de contacto en una semana, seleccionando de forma aleatoria. De los resultados de la muestra se obtuvo una media de 17 prospectos y una varianza de 9. ¿Contradice los hechos la afirmación del vicepresidente? Suponga un nivel de significancia de 0.005. Datos: = 15 =9 = 17 n = 36 = 0.005 Planteamiento de hipótesis. Tipo de curva Rechazo Ho Zc > -1.64 Acepto Ho Zc -1.64 Planteamiento de hipótesis con respecto a Zc Rechazo Ho Zc < 15 -2.57 Acepto Ho Zc 15 ( ) 1. = √ √ Regla de decisión Rechazo Ho 1.33 < -2.57 Acepto Ho 1.33 -2.57 (Si cumple) Conclusión
  • 7. No tiene razón el vicepresidente. 5.- Una propietaria de la empresa editora en Palo Alto, California, afirma que su negocio ha mejorado, se piensa que los ingresos diarios son superiores a los $500 dólares del año pasado. Una muestra de 256 días revela una media de $520 dólares y una desviación típica de $80.70 dólares, a nivel de significancia del 1%. ¿Tiene razón la propietaria? Datos: Curva: n = 256 Hipótesis: X = 520 Ho   500  = 500 H1  > 500 = 80.70 Nivel de confianza = 1% = 0.01 o .99 Valor de Z en tablas = 2.32 Planteamiento: Calcular Zc:  Acepto Ho Zc  2.32 √ √ Rechazo Ho Zc > 2.32 Sustitución: Acepto Ho 3.96  2.32 Rechazo Ho 3.96 > 2.32 Decisión Rechazo Ho y Acepto H1  > 500
  • 8. Conclusión: La propietaria tiene razón. 6.- Un número de 1993 de la revista “Muy interesante” decía que la gente tardaba 34 horas en promedio en aprender un nuevo programa informático. Está respaldada esta información a nivel del 10% si 35 personas emplean una media de 48.58 horas con una desviación típica de 19.7 horas. Curva: Datos: n = 35 Hipótesis: X = 40.58 Ho  = 34  = 34 H1  ≠ = 19.7 34 Nivel de confianza = 10% = 0.10 o .90 Valor de Z en las tablas = 1.64 Planteamiento: Calcular Zc:  Acepto Ho -1.64  Zc  1.64 √ √ Rechazo Ho Zc  - 1.64 Ho Zc > 1.64 Sustitución: Decisión Acepto Ho -1.64  1.97  1.64 Rechazo Ho y Acepto H1 H1  ≠ 34 Rechazo Ho 1.97  -1.64 Ho 1.97 > 1.64
  • 9. Conclusión: La información no está respaldada. 7.- Un informe reciente publicado en la revista fort establecía que el mas del 65% de los titulados universitarios dejan su primer trabajo antes de los dos años, un estudio realizado por dos profesores de gestión empresarial de la universidad de colorado encontró que 352 de 488 recién egresados que fueron entrevistados se mantuvieron en su primer empleo menos de dos años. Al nivel de 3% respaldan estos datos el estudio del futuro. Datos: n= 488 po = 0.65 p^ = 352/488 = 0.7213 = 0.033= 1.88 por lo tanto es igual a -1.88 Planteamiento de hipótesis Tipo de curva H0 po > 0.65 H1 po ≤ 0.65 Planteamiento de hipótesis con respecto a Zc 0.03 -1.88 Acepto H0 zc > -1.88 Rechazo H0 zc ≤ -1.88 Calculo de Zc √ )) ZC = 0.7213 - 0.65 = 0.0713 = 3.30 .  (0.65 (1 – 0.65) 0.02159 . 488 Regla de decisión y decisión H0 3.30 > -1.88 (Si cumple) H1 3.30 ≤ -1.88 Conclusión: La proporción de estudiantes abandonan el primer trabajo a los dos años por lo tanto la información obtenida no se puede respaldar.
  • 10. 8.- Cuando un proceso de producción funciona correctamente produce frascos de shampoo con un peso promedio de 200 gr, una muestra aleatoria de una remesa presento los siguientes pesos 214 gr 197 gr 197 gr 206 gr 208 gr 201 gr 197 gr 203 gr y 209 gr asumiendo que la distribución de los datos es normal pruebe con un nivel de confianza del 95 % si el proceso está funcionando correctamente. Datos n=9 x = 214 gr 197 gr 197 gr 206 gr 208 gr 201 gr 197 gr 203 gr y 209 gr/ 9 = 1832/9 =203.55 ) ) ) ) ) √ ) ) ) ) √ S = 5.775 α = 1-0.95 = 0.5/2 =0.025 (se localiza en valor en la tabla de la t-student, ya que se trata de una muestra menor de 30) Tstudent .025, =2.3060 =0.025 /2 = 0.0125 Tstudent= 3.3554 Planteamiento de hipótesis H0 ≠ 200 H1 = 200 Planteamiento de hipótesis con respecto a Zc Acepto H0 -3.3554 ≥ Zc ≥ 3.3554 Rechazo H0 Zc  -3.3554; Zc  3.3554
  • 11. Tipo de curva Calculo de Zc ( ) √ Zc = 203.55 - 200 = 1.8441 √ Regla de decisión Acepto H0 -3.3554 ≥ 1.8441 ≥ 3.3554 Rechazo H0 1.8441  -3.3554; 1.8441  3.3554 Decisión Acepto H1, Rechazo H0, por lo tanto: =200 Conclusión De acuerdo a los resultados obtenidos se puede decir que el proceso funciona correctamente.
  • 12. 9.- John afirma que los propietarios de sus coches usados pueden recorrer una media de 10 mil millas como mínima sin necesidad de ninguna reparación importante con el objeto de determinar la honestidad de John se elijen 100 clientes y se encuentra que recorrieron una media de 9112 millas sin reparaciones con una desviación típica de 207.si resulta que los coches usados de John den una media de 10000 millas como mínimo sin averías, usted está dispuesto a comprar su próximo choche. Si quiere estar seguro al 99% de que John no miente como podría contrastar su información. Datos n=100 X=9112 ∞=0.01 S=207 μ =10000 Z=2.32 Planteamiento de hipótesis Tipo de curva H0= μ ≤10000 H1= μ >10000 Planteamiento de hipótesis con respecto a Zc Acepto H0 Zc ≤ 10000 Rechazo H0 Zc > 10000 0.01 Calculo de Zc Zc = √ Zc = √ Zc= -42.8 Regla de decisión y decisión Acepto H0 -42.8 ≤ 10000 Rechazo H0 -42.8 > 10000 μ ≤10000 Conclusión Los coches usados de John necesitan alguna reparación antes de las 10000 millas de recorrido.
  • 13. 10.-Se desea comprobar si la cantidad de dinero que un estudiante gasta en promedio es igual a 87 pesos diarios seleccionando una muestra al azar de 49 estudiantes se encuentra que la media es de 85 pesos diarios, teniendo una desviación típica 7.25 pesos con un coeficiente de confianza de 95%. Datos n=49 X=85 ∞=95% = 0.05 S= 7.25 μ = 87 Z= 1.96 Planteamiento de hipótesis Tipo de curva H0= μ =87 H1= μ ≠87 Planteamiento de hipótesis con respecto a Zc Acepto H0 -1.96 ≤ Zc ≤ 1.96 Rechazo H0 Zc > 1.96 Rechazo H0 Zc ≤ 1.96 Calculo de Zc Zc = √ Zc = √ Zc= - 1.94 Regla de Decisión y decisión Acepto H0 -1.96 ≤ -1.94 ≤ 1.96 Rechazo H0 - 1.94 > 1.96 Rechazo H0 - 1.94 ≤ 1.96 μ = 87 Conclusión El promedio del gasto de los estudiantes es igual a 87
  • 14. 11.- Un fabricante de semiconductores produce controladores que se emplean en aplicaciones de motores automovilísticos, el cliente requiere que la fracción de defectuosos, en uno de los pasos de manufactura críticos, no sea mayor que 0.05 y que el fabricante demuestre esta categoría del proceso de fabricación con este nivel de calidad, utilizando = 0.05, el fabricante de semiconductores toma una muestra aleatoria de 200 dispositivos y en cada 4 de ellos encontró que son defectuosos. El fabricante puede demostrar la calidad del proceso. Datos: n= 200 dispositivos = 4/200 =0.02 P0= 0.05 = 0.05 (se localiza en la tabla de z para la normal)= 1.64 Planteamiento de hipótesis: Tipo de curva: H0  0.05 H1  0.05 1.64 Establecimiento de hipótesis con respecto a ZC Acepto P0 ZC  0.05 Rechazo P0 ZC  0.05 Calculo de Zc √ )) ZC = 0.02 - 0.05 = - 0.03 = - 1.95  (0.05 (1 – 0.05) 0.015 . 200 Regla de decisión Acepto -1.64  -1.95 (Si cumple) Rechazo -1.64  -1.95
  • 15. Decisión Acepto H0, Rechazo H1, por lo tanto: P0  0.05 Conclusión De acuerdo a lo obtenido se puede decir que, la proporción de semiconductores defectuosos es menor a 0.05 lo cual es lo que pide el cliente, por lo tanto se puede deducir que el fabricante puede demostrar que la calidad del proceso es buena. 12.- Un constructor afirma que se instalan bombas de calor en el 70% de todas las casas que se construyen. ¿estaría de acuerdo con esta afirmación si una investigación de casas nuevas muestra que 8 de 15 casas tienen instalas bombas de calor? Utilice un nivel de significancia de 0.10 Datos: n= 15 casas = 8/15 =0.53 P0= 0.70 = 0.10 = 0.05 (se divide en 2 al tratarse de una curva bilateral y se localiza en la ‘ 2 tabla de z de la t-student ya que es una muestra es menor a 30) =± 1.76 Planteamiento de hipótesis Tipo de curva H0 = .70 H1 ≠ .70 0.05 0.05 -1.76 1.76 Establecimiento de hipótesis con respecto a ZC Acepto H0 -1.76 ≤ ZC ≤ 1.76 Rechazo H1 ZC ≤ -1.76; ZC  1.76
  • 16. Calculo de Zc √ )) ZC = 0.53 - 0.70 = - 0.17 = - 1.43 .  (0.70 (1 – 0.70) 0.118 . 15 Regla de decisión Acepto H0 -1.76 ≤ -1.43 ≤ 1.76 Rechazo H1 -1.43 ≤ -1.76; -1.43  1.76 Decisión Acepto H0, Rechazo H1, por lo tanto: P0 = 0.05 Conclusión De acuerdo a lo obtenido se puede decir que, la proporción de bombas de calor instalas es igual a 0.70 lo cual es lo que afirma el constructor, por lo tanto se puede deducir que el constructor tiene razón en su afirmación. 13.- Un diseñador de productos está interesado en reducir el tiempo de secado de una pintura tapa poros se prueban 2 formulas de pinturas; la formula 1 tiene el contenido químico estándar y la formula 2 tiene un nuevo ingrediente secante que debe reducir el tiempo de secado. De la experiencia se sabe que la desviación estándar del tiempo de secado es de 8 minutos y esta variabilidad inherente, no debe verse afectado por la adicción del nuevo ingrediente. Se pintan 10 especímenes con la formula 1 y otros 10 con la fórmula 2. Los 2 tiempos promedios de secado son de 121 y 112 minutos respectivamente ¿a qué conclusiones puede llegar el diseñador del producto sobre la eficiencia del nuevo ingrediente, utilizando =0.05? 1. Problema de diferencia de medias datos 8 8 µ 0 0  0.05 0.05 121 112 N 10 10
  • 17. Planteamiento de hipótesis 2.26 2. Calculo de Zc ( ) ) ) ) = √ √ √ √ 3. Acepto H0Zc< 2.26 sustituyendo 2.51<2.26 Rechazo H0Zc> 2.26 sustituyendo 2.51>2.26 (Si cumple) Decisión Rechazo H0 y acepto H1 la diferencia de la media >0 Conclusión: se concluye con un nivel de significancia de 0.05 que la adición del nuevo ingrediente a la pintura si disminuye de manera significativa el tiempo promedio de secado. 14.- Se utilizan dos máquinas para llenar botellas de plástico con un volumen neto de 16.0 onzas. Las distribuciones de los volúmenes de llenado pueden suponerse normales, con desviaciones estándar 1= 0.020 y 2 = 0.025 onzas. Un miembro del grupo de ingeniería de calidad sospecha que el volumen neto de llenado de ambas máquinas es el mismo, sin importar si éste es o no de 16 onzas. De cada máquina se toma una muestra aleatoria de 10 botellas. ¿Se encuentra el ingeniero en lo correcto? Utilice =0.05 Maquina 1 Maquina 2 datos 16.03 16.01 16.02 16.03 0.020 0.025 16.04 15.96 15.97 16.04 µ 0 0 16.05 15.98 15.96 16.02  0.05 0.05 16.05 16.02 16.01 16.01 16.015 16.005 16.02 15.99 15.99 16.00 n 10 10
  • 18. 3. Planteamiento de hipótesis 4. Acepto H0 -2.82 ≤ Zc ≤ 2.82 2.82 2.82 Rechazo H0Zc> 2.26; H0Zc≤ 2.26 Calculo de Zc ( ) ) ) ) = √ √ √ √ Acepto H0 -2.82 ≤ 0.988 ≤ 2.82 (Si cumple) Decisión Rechazo H0 0.988> 2.26; H0 0.988≤ 2.26 Conclusión Aceptamos H1 y rechazamos H0 y por lo tanto se concluye con un nivel de significancia de 0.05 que las dos máquinas tienen en promedio la misma cantidad de llenado.
  • 19. 15.- Existen dos tipos de plástico apropiados para su uso por un fabricante de componentes electrónicos. La tensión de ruptura de ese plástico es un parámetro importante. Se sabe que 1= 2= 1.0 psi. De una muestra aleatoria de tamaño 10 y 12 para cada plástico respectivamente, se tiene una media de 162.5 para el plástico 1 y de 155 para el plástico 2. La compañía no adoptará el plástico 1 a menos que la tensión de ruptura de éste exceda a la del plástico 2 al menos por 10 psi. Con base a la información contenida en la muestra, ¿la compañía deberá Datos Planteamiento de hipótesis Ho µ 1- µ 2 ≤ 10 N1= 10 N2= 12 H1 µ 1- µ 2 > 10 ̅1=162.5 psi ̅2=155 psi Tipo de curva 1=1 psi 2=1 psi α=0.05 α=0.05 Plantear hipótesis con respecto a Zc Acepto Ho Zc ≤ 2.2622 Rechazo H1 Zc > 2.2622 Calculo de Zc ̅ ̅ ) ) = √ ) = = -5.84 √ ¿ Regla de decisión y decisión Conclusión Acepto Ho -5.84≤ 2.2622 No es recomendable utilizar el plástico 1 Rechazo H1 -5.84 > 2.2622
  • 20. 16.- Se tomara el voto entre los residentes de una cuidad y el condado circulante para determinar si se debe construir la planta química propuesta. El lugar de construcción está dentro de los límites de la ciudad y por esta razón muchos votantes del condado consideran que la propuesta pasara debido a la proporción de votantes que favorecen la construcción. Para determinar si hay una diferencia significativa en la proporción de votantes de la cuidad y votantes del condado que favorecen la propuesta, se realiza una encuesta. Si 120 de 200 votantes de la ciudad favorecen la propuesta y 240 de 500 residentes del condado también lo hacen, ¿estaría de acuerdo en que la proporción de votantes de la ciudad que favorecen la propuesta es más alto que la proporción de votantes del condado? Utilice un nivel de significancia de 0.025 Datos: Votantes de la cuidad P1 = 120/200 = 0.6 Q1 = 1- 0.6 = 0.4 N1 = 200  = 0.025 P1 - P2 = 0 Votantes del condado P2 = 240/500 = 0.48 Q2 = 1- 0.48 = 0.52 N2 = 500  = 0.025 (se localiza en la tabla de la normal) = 1.96 P1 - P2 = 0 Establecimiento de hipótesis: Tipo de curva H0 P1 – P2 ≤ 0 H1 P1 - P2  0 0.025 1.96 Establecimiento de hipótesis con respecto a Zc
  • 21. Rechazo Ho Zc 1.96 Acepto Ho Zc > 1.96 Calculo de Zc ) ) √ ( )) Zc = 0.6 - 0,48 - (0) . = 2-91 [(0.6 x 0.4) + (0.48 x 0.52)] 200 500 Regla de decisión Rechazo Ho 2.91 1.96 Acepto Ho 2.91 > 1.96 (Si cumple) Decisión Acepto H1, rechazo H0, por lo tanto: P1 – P2  0 Conclusión De acuerdo a lo obtenido se puede decir que, la diferencia de proporciones de votantes de la cuidad es mayor a cero (0) lo cual es lo que se requiere demostrar, por lo tanto se puede deducir que la proporción de votantes de la ciudad es mayor a la proporción de votantes del condado que favorecen la propuesta de la construcción de la plata química.
  • 22. Procedimiento 2 Datos: Votantes de la cuidad P = 0.51 (se obtiene de manera general con la siguiente fórmula: = 120 + 240 =0.51) 200 + 500 Q = 0.49 (se calcula de manera general: 1- 0.51 = 0.49) N1 = 200  = 0.025 P1 - P2 = 0 Votantes del condado P = 0.51 Q = 0.49 N2 = 500  = 0.025 (se localiza en la tabla de la normal) = 1.96 P1 - P2 = 0 Establecimiento de hipótesis: Tipo de curva H0 P1 – P2 ≤ 0 0.025 H1 P1 - P2  0 1.96 Establecimiento de hipótesis con respecto a Zc Rechazo Ho Zc 1.96 Acepto Ho Zc > 1.96 Calculo de Zc ) ) √ Zc= (0.60 - 0.48) – (0) = 2.86
  • 23. [(0.51x 0.49) (1/200 +1/500) Regla de decisión Rechazo Ho 2.86 1.96 Acepto Ho 2.86 > 1.96 (si cumple) Decisión Acepto H1, rechazo H0, por lo tanto: P1 – P2  0 Conclusión De acuerdo a lo obtenido se puede decir que, la diferencia de proporciones de votantes de la cuidad es mayor a cero (0) lo cual es lo que se requiere demostrar, por lo tanto se puede deducir que la proporción de votantes de la ciudad es mayor a la proporción de votantes del condado que favorecen la propuesta de la construcción de la plata química.