SlideShare una empresa de Scribd logo
1 de 2
Ofelia Paola Aldaco López, A.D.E 2014
HIPOTESIS PARA PROPORCION POBLACIONAL
Se realiza una ecuación de Bernoulli donde la proporción poblacional, es decir,
la media poblacional de una población va de 0 a 1.
A continuación se presentan los siguientes ejemplos:
Ejemplo 1:
Un proveedor de placas semiconductoras afirma que todas las placas que
suministra, solo 10% son defectuosas. Se prueba una muestra de 400 placas, y
50 de ellas, 12.5% presentan defectos. ¿Se puede concluir que esta afirmación
es falsa?
Para determinar la prueba de hipótesis se consta de éxitos y fracasos, ya que,
los éxitos son las placas defectuosas; la proporción poblacional se conoce
como (p), el proveedor afirma que p . Dada la hipótesis que necesita de
una proporción poblacional, se basa la prueba de proporción muestral , las
placas se muestrean de manera independiente al usar el teorema del límite
central siendo el tamaño muestral grande se obtiene:
Siendo n el tamaño de muestra igual a 400, se define la hipótesis nula. La
pregunta fue si la afirmación del proveedor es falsa, entonces, la afirmación del
proveedor es Ho por consiguiente es imposible comprobar la falsedad de la
afirmación sin importar los datos indicados.
Hipótesis nula:
Ho = p ≤ 0.1
Contra;
Hipótesis alternativa:
Hi = p > 0.1
Se supone que Ho es verdadera y se toma p = 0.1, sustituyendo p = 0.1 y n =
400, en la expresión se obtiene la Ho de :
~ N (0.1, 2.25 x 10-4
), la desviación estándar de es σ = √ (2.25 x 10-4
)
= 0.015
El valor observado de es 50/400 = 0.125. y z de es
Ofelia Paola Aldaco López, A.D.E 2014
La tabla *z* indica la probabilidad de que una variable aleatoria normal
estándar tenga un valor mayor de 1.67 que es 0.0475; entonces P-valor es
0.0475.
Conclusión:
Se podría haber extraído 4.75% de las muestras y sería buena idea muestrear
más placas para alguna diferencia presente. Es mejor utilizar el P-valor y tener
más evidencias para una conclusión definitiva.
Ejemplo 2:
El articulo (Refinement of Gravimetric Geoid Using GPS and Leveling Data), (W
Thurston en Journal of Surveying Engineering, 2000: 27-56) presenta un
método para medir las Alturas ortometricas arriba del nivel del mar. Para una
muestra de 1225 puntos de partida, 926 dieron resultados que están dentro del
espíritu de la clase C, nivelando los límites de tolerancias. ¿ se puede legar a la
conclusión de que este método produce resultados dentro de los límites de
tolerancia más de 75% de las veces?
Solución:
Dentro de los límites de tolerancia la Ho y Hi son:
Ho: p ≤ 0.75 y Hi: p > 0.75
= 126/1225 = 0.7559, bajo la Ho, se distribuye con media de 0.75 y σ =
= 0.0124
Z es:
P-valor es 0.3156, no se produce buenos resultados de más del 75% de las
veces.

Más contenido relacionado

Similar a Hipotesis para proporcion poblacional (20)

Aplicaciones x2 u38
Aplicaciones x2 u38Aplicaciones x2 u38
Aplicaciones x2 u38
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
 
Elementos de pruebas de hipotesis1
Elementos de pruebas de hipotesis1Elementos de pruebas de hipotesis1
Elementos de pruebas de hipotesis1
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
T student
T studentT student
T student
 
Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesis
 
Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesis
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Prueba de hipótesis para proporción poblacional
Prueba de hipótesis para proporción poblacionalPrueba de hipótesis para proporción poblacional
Prueba de hipótesis para proporción poblacional
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
Juan ruales estadistica
Juan ruales estadisticaJuan ruales estadistica
Juan ruales estadistica
 
Proporcion poblacional
Proporcion poblacionalProporcion poblacional
Proporcion poblacional
 
Prueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplosPrueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplos
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 ok
 
Tamaño de muestra aleatoria
Tamaño de muestra aleatoriaTamaño de muestra aleatoria
Tamaño de muestra aleatoria
 
Tamaño de muestra aleatoria
Tamaño de muestra aleatoriaTamaño de muestra aleatoria
Tamaño de muestra aleatoria
 
17 ejercicios probabilidad
17 ejercicios probabilidad17 ejercicios probabilidad
17 ejercicios probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
SESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptx
SESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptxSESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptx
SESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptx
 

Más de Pao Aldaco

Expoooooooooooo
ExpooooooooooooExpoooooooooooo
ExpooooooooooooPao Aldaco
 
Expo corregido
Expo corregidoExpo corregido
Expo corregidoPao Aldaco
 
Expo diagrama s
Expo diagrama sExpo diagrama s
Expo diagrama sPao Aldaco
 
Diagrama s-1..
Diagrama s-1..Diagrama s-1..
Diagrama s-1..Pao Aldaco
 
Prueba de anova
Prueba de anovaPrueba de anova
Prueba de anovaPao Aldaco
 
Prueba ¨f¨ para igualdad de varianzas
Prueba ¨f¨ para igualdad de varianzasPrueba ¨f¨ para igualdad de varianzas
Prueba ¨f¨ para igualdad de varianzasPao Aldaco
 
Prueba de hipotesis para media poblacional con muestras pequeñas
Prueba de hipotesis para media poblacional con muestras pequeñasPrueba de hipotesis para media poblacional con muestras pequeñas
Prueba de hipotesis para media poblacional con muestras pequeñasPao Aldaco
 
Problemas de Hipotesis
Problemas de HipotesisProblemas de Hipotesis
Problemas de HipotesisPao Aldaco
 
Problemas 8,10 y 12 de t student
Problemas 8,10 y 12 de t studentProblemas 8,10 y 12 de t student
Problemas 8,10 y 12 de t studentPao Aldaco
 
Cuadros comparativos: intervalos de confianza y t-student
Cuadros comparativos: intervalos de confianza y t-studentCuadros comparativos: intervalos de confianza y t-student
Cuadros comparativos: intervalos de confianza y t-studentPao Aldaco
 
Conceptos basicos y cuadros comparativos de prueba de hipotesis
Conceptos basicos y cuadros comparativos de prueba de hipotesisConceptos basicos y cuadros comparativos de prueba de hipotesis
Conceptos basicos y cuadros comparativos de prueba de hipotesisPao Aldaco
 
Cuadros comparativos de distribucion poisson y distribucion binomial
Cuadros comparativos de distribucion poisson y distribucion binomialCuadros comparativos de distribucion poisson y distribucion binomial
Cuadros comparativos de distribucion poisson y distribucion binomialPao Aldaco
 
A.D.E: Problemas 2 y 3 en equipo
A.D.E: Problemas 2 y 3 en equipoA.D.E: Problemas 2 y 3 en equipo
A.D.E: Problemas 2 y 3 en equipoPao Aldaco
 

Más de Pao Aldaco (19)

Expoooooooooooo
ExpooooooooooooExpoooooooooooo
Expoooooooooooo
 
Expo corregido
Expo corregidoExpo corregido
Expo corregido
 
Expo diagrama s
Expo diagrama sExpo diagrama s
Expo diagrama s
 
Diagrama s-1..
Diagrama s-1..Diagrama s-1..
Diagrama s-1..
 
Ejemplo 6....
Ejemplo 6....Ejemplo 6....
Ejemplo 6....
 
Reporte 5
Reporte 5Reporte 5
Reporte 5
 
Reporte 2
Reporte 2Reporte 2
Reporte 2
 
Reporte 2
Reporte 2Reporte 2
Reporte 2
 
Reporte 1
Reporte 1Reporte 1
Reporte 1
 
Prueba de anova
Prueba de anovaPrueba de anova
Prueba de anova
 
Prueba ¨f¨ para igualdad de varianzas
Prueba ¨f¨ para igualdad de varianzasPrueba ¨f¨ para igualdad de varianzas
Prueba ¨f¨ para igualdad de varianzas
 
Prueba de hipotesis para media poblacional con muestras pequeñas
Prueba de hipotesis para media poblacional con muestras pequeñasPrueba de hipotesis para media poblacional con muestras pequeñas
Prueba de hipotesis para media poblacional con muestras pequeñas
 
Problemas de Hipotesis
Problemas de HipotesisProblemas de Hipotesis
Problemas de Hipotesis
 
Problemas 8,10 y 12 de t student
Problemas 8,10 y 12 de t studentProblemas 8,10 y 12 de t student
Problemas 8,10 y 12 de t student
 
Cuadros comparativos: intervalos de confianza y t-student
Cuadros comparativos: intervalos de confianza y t-studentCuadros comparativos: intervalos de confianza y t-student
Cuadros comparativos: intervalos de confianza y t-student
 
Conceptos basicos y cuadros comparativos de prueba de hipotesis
Conceptos basicos y cuadros comparativos de prueba de hipotesisConceptos basicos y cuadros comparativos de prueba de hipotesis
Conceptos basicos y cuadros comparativos de prueba de hipotesis
 
Cuadros comparativos de distribucion poisson y distribucion binomial
Cuadros comparativos de distribucion poisson y distribucion binomialCuadros comparativos de distribucion poisson y distribucion binomial
Cuadros comparativos de distribucion poisson y distribucion binomial
 
PROBLEMA 3
PROBLEMA 3PROBLEMA 3
PROBLEMA 3
 
A.D.E: Problemas 2 y 3 en equipo
A.D.E: Problemas 2 y 3 en equipoA.D.E: Problemas 2 y 3 en equipo
A.D.E: Problemas 2 y 3 en equipo
 

Último

CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptELENA GALLARDO PAÚLS
 
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
 
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
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
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
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxPryhaSalam
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
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
 
Herramientas de Inteligencia Artificial.pdf
Herramientas de Inteligencia Artificial.pdfHerramientas de Inteligencia Artificial.pdf
Herramientas de Inteligencia Artificial.pdfMARIAPAULAMAHECHAMOR
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticosisabeltrejoros
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
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
 

Último (20)

CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
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
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
 
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...
 
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.
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.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
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
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
 
Herramientas de Inteligencia Artificial.pdf
Herramientas de Inteligencia Artificial.pdfHerramientas de Inteligencia Artificial.pdf
Herramientas de Inteligencia Artificial.pdf
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticos
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
La Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdfLa Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdf
 
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
 

Hipotesis para proporcion poblacional

  • 1. Ofelia Paola Aldaco López, A.D.E 2014 HIPOTESIS PARA PROPORCION POBLACIONAL Se realiza una ecuación de Bernoulli donde la proporción poblacional, es decir, la media poblacional de una población va de 0 a 1. A continuación se presentan los siguientes ejemplos: Ejemplo 1: Un proveedor de placas semiconductoras afirma que todas las placas que suministra, solo 10% son defectuosas. Se prueba una muestra de 400 placas, y 50 de ellas, 12.5% presentan defectos. ¿Se puede concluir que esta afirmación es falsa? Para determinar la prueba de hipótesis se consta de éxitos y fracasos, ya que, los éxitos son las placas defectuosas; la proporción poblacional se conoce como (p), el proveedor afirma que p . Dada la hipótesis que necesita de una proporción poblacional, se basa la prueba de proporción muestral , las placas se muestrean de manera independiente al usar el teorema del límite central siendo el tamaño muestral grande se obtiene: Siendo n el tamaño de muestra igual a 400, se define la hipótesis nula. La pregunta fue si la afirmación del proveedor es falsa, entonces, la afirmación del proveedor es Ho por consiguiente es imposible comprobar la falsedad de la afirmación sin importar los datos indicados. Hipótesis nula: Ho = p ≤ 0.1 Contra; Hipótesis alternativa: Hi = p > 0.1 Se supone que Ho es verdadera y se toma p = 0.1, sustituyendo p = 0.1 y n = 400, en la expresión se obtiene la Ho de : ~ N (0.1, 2.25 x 10-4 ), la desviación estándar de es σ = √ (2.25 x 10-4 ) = 0.015 El valor observado de es 50/400 = 0.125. y z de es
  • 2. Ofelia Paola Aldaco López, A.D.E 2014 La tabla *z* indica la probabilidad de que una variable aleatoria normal estándar tenga un valor mayor de 1.67 que es 0.0475; entonces P-valor es 0.0475. Conclusión: Se podría haber extraído 4.75% de las muestras y sería buena idea muestrear más placas para alguna diferencia presente. Es mejor utilizar el P-valor y tener más evidencias para una conclusión definitiva. Ejemplo 2: El articulo (Refinement of Gravimetric Geoid Using GPS and Leveling Data), (W Thurston en Journal of Surveying Engineering, 2000: 27-56) presenta un método para medir las Alturas ortometricas arriba del nivel del mar. Para una muestra de 1225 puntos de partida, 926 dieron resultados que están dentro del espíritu de la clase C, nivelando los límites de tolerancias. ¿ se puede legar a la conclusión de que este método produce resultados dentro de los límites de tolerancia más de 75% de las veces? Solución: Dentro de los límites de tolerancia la Ho y Hi son: Ho: p ≤ 0.75 y Hi: p > 0.75 = 126/1225 = 0.7559, bajo la Ho, se distribuye con media de 0.75 y σ = = 0.0124 Z es: P-valor es 0.3156, no se produce buenos resultados de más del 75% de las veces.