Intervalo confidencial, Test de Hipótesis y Bondad de Ajuste

7.
Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

ANLISIS ESTADSTICO
1. La Oficina de Planificacin Familiar de la Municipalidad A desea determinar la proporcin de familias con un ingreso familiar inferior a $ 200.000. En una muestra aleatoria de 90 familias 18 presentaron un ingreso familiar inferior a $ 200.000. 1.1) Estime con 98% de confianza la proporcin de familias con un ingreso familiar inferior a $ 200.000 en la Municipalidad A. 1.2) Qu tamao muestral se requiere para asegurar con una confianza del 95% que el error en la estimacin de la proporcin de familias con ingreso inferior a $200.000 no exceder de 0,05? 1.1) Solucin: Sean: Cantidad de familias con un ingreso familiar inferior a $200.000 en Municipalidad A Proporcin de familias con un ingreso familiar inferior a $200.000 en Municipalidad A Debido a que el problema habla de proporcin, debemos utilizar la siguiente frmula para determinar el intervalo confidencial:
Con: Nota: El valor de se calcula dividiendo la nmero de datos de la muestra que cumplen la caracterstica que nos da el problema, en este caso, las familias con ingreso familiar inferior a $200.000, dividido por el tamao de la muestra. Reemplazando, obtenemos:
Finalmente, el intervalo de confidencialidad queda dado por:
Respuesta: El intervalo tiene un 98% de contener a la proporcin de familias con un ingreso familiar inferior a $ 200.000 en la Municipalidad A. 1.2) Solucin: El ejercicio nos otorga los siguientes datos:
Ya que estamos tratando con proporciones, utilizamos la frmula de error est dada por:
Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Pgina 125
7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

ANLISIS ESTADSTICO
Reemplazando:
Respuesta: Para asegurar que el error en la estimacin de la proporcin de familias con ingreso inferior a $200.000, no exceda a 0,05, el tamao de la muestra debe ser igual a 246, considerando una confianza del 95%. 2.- Se realizan estudios sobre la contaminacin producida por descargas de aguas residuales, en cuerpos fluviales cordilleranos, para medir si estos cumplen con la norma establecida por el decreto 90/2000, que establece niveles de concentracin de Plomo de a lo ms 0.02 mg/l. En una muestra aleatoria de tamao 20, de volmenes de agua de 50 ml. cada uno, obtenidas en das distintos, se encontr un nivel medio de concentracin de plomo de 0,28 mg/l, con una desviacin estndar de 0,01 mg/l. Bajo el supuesto de que las observaciones provienen de una poblacin normal, estime el nivel medio de concentracin de plomo en estas aguas, con una confianza del 90%. Analice los valores estimados en funcin de la norma. 2) Solucin: Sea: Concentracin de Plomo en cuerpos fluviales cordilleranos
Del enunciado del ejercicio se desprenden los siguientes datos:
Se supone que: Debido a que desconocemos la varianza de la distribucin, utilizaremos la siguiente frmula para obtener el intervalo de confianza:
Reemplazando:
Respuesta: El intervalo tiene un 90% de contener el nivel medio de concentracin de plomo en las aguas residuales, en cuerpos fluviales cordilleranos.
Pgina 126

ANLISIS ESTADSTICO
3.- Se est estudiando la duracin de ciertos procesos productivos y se toma una muestra aleatoria, de tamao 10. Se define como "Proceso Corto cuando su duracin es menor que 5 minutos, los datos obtenidos, en minutos, fueron: 3 5 8 6 10 5,5 4 4,2 4,5 2
3.1) Se pide estimar por intervalo de confianza del 98% la proporcin de Procesos Cortos. 3.2) Cul debera ser el tamao de la muestra si la proporcin estimada disminuyen en un 10% y utilizamos un 95% de confianza manteniendo el mismo error probable antes de la modificacin? 3.3) Estimar la varianza de dichos tiempos con un nivel de confianza del 99%. 3.1) Solucin: Sea: Muestra del tiempo de duracin de ciertos procesos produ ctivos Proporcin con Procesos Cortos (duracin menor a 5 minutos)
Debido a que el problema nos habla de proporcin, debemos utilizar la siguiente frmula para determinar el intervalo confidencial:
Con: Reemplazando, obtenemos:
Respuesta: Este intervalo tiene un 98% de contener a la verdadera proporcin de Procesos cortos 3.2) Solucin: Lo primero que debemos hacer en este tem es determinar una nueva variable, como se ve a continuacin: "Proporcin con Procesos Cortos disminuida en un 10%
En seguida, calculamos el error probable de p que se mantiene, con la siguiente frmula:
Luego de esto, ya tenemos lo necesario para determinar el tamao de la muestra, lo que se realiza despejando la frmula que sigue:
Pgina 127

ANLISIS ESTADSTICO
Respuesta: El tamao de la muestra debe ser 8, si la proporcin disminuye en un 10% y se mantiene el error probable antes de la modificacin, con un 95% de confianza. 3.3) Solucin: Para empezar calculamos la varianza muestral, la que determina con la siguiente frmula:
Debido a que el problema hace referencia a la varianza, el intervalo confidencial est dado de la siguiente forma:
Con: Reemplazando:
Respuesta: Existe un 99% de que el intervalo de los procesos productivos.
contenga a la varianza poblacional
4.- En cualquier proceso de enlatado, el fabricante pierde dinero si las latas contienen ms o menos de la cantidad que se especifica en la etiqueta. Por esta razn se vigila constantemente la cantidad de producto enlatado. Considere una compaa que produce un cemento de hule de secado rpido en latas de aluminio etiquetadas con un peso de 32 onzas. Se toma una muestra de 34 latas, las cuales se pesan, obteniendo un peso promedio de 31,18 onzas y una desviacin estndar de 0,645 onzas. Considere que el peso de las latas se distribuye normal. 4.1) A un inspector de control de calidad le interesa probar si la varianza del peso de las latas es superior a 0,4 (onzas)2. Utilice una significacin de 5%. 4.2) Cul debe ser el mnimo tamao de muestra que se debe utilizar si se desea estimar el peso real promedio de las latas de cemento de hule? Se est dispuesto a cometer un error mximo de 0,2 onzas con una confianza del 95%. Sabiendo por estudios anteriores que la varianza del peso de las latas es 0,4096 (onzas)2
Pgina 128

ANLISIS ESTADSTICO
4.1) Solucin: Sea:
Cantidad de cemento en una lata, en onzas Con: ; ; ;
Las hiptesis que nos interesan contrastar son:
Entonces, el estadstico de prueba es:
El Punto Crtico, se determina de la siguiente forma:
La Regin Crtica:
Respuesta: Como , no se rechaza la hiptesis nula, es decir, la varianza de la cantidad de cemento en una lata no es superior a 0,4 (onzas) 2. 4.2) Solucin: El problema nos otorga la siguiente informacin:
Debido a que estamos trabajando con el peso real promedio de las latas de cemento de hule, y que conocemos la varianza ( , la frmula del error est dada por:
Reemplazando:
Respuesta: El mnimo tamao de la muestra que se debe utilizar si se desea estimar el peso real promedio de las latas de cemento de hule, es igual a 40. 5.- Se requiere que la resistencia a la ruptura de una fibra sea menos de 150 psi. Se sabe que la desviacin estndar de la resistencia a la ruptura es 3 psi. En una muestra aleatoria de 25 trozos de fibra se obtiene una resistencia media a la ruptura de 148 psi y una desviacin estndar de 2,8 psi.
Pgina 129

ANLISIS ESTADSTICO
5.1) Puede considerarse aceptable este tipo de fibra? Use = 0,05. 5.2) Determine el tamao de la muestra necesario para estimar la resistencia media de este tipo de fibra con un nivel de confianza del 95% y un error de estimacin de 0,5 psi. 5.1) Solucin: Sea: Resistencia a la ruptura de una fibra Con: Las hiptesis que nos interesan contrastar son:
Entonces, como conocemos la varianza, el estadstico de prueba es:
El Punto Crtico, se determina de la siguiente forma: La Regin Crtica:
Respuesta: Debido a que , hay suficiente informacin para rechazar la hiptesis nula, es decir, es aceptable este tipo de fibra, con un 5% de significacin. 5.2) Solucin: El ejercicio proporciona los siguientes datos:
Como consecuencia que estamos trabajando con la resistencia media de este tipo de fibra, y que conocemos la varianza ( , la frmula del error est dada por:
Reemplazando:
Respuesta: El tamao de la muestra necesario para estimar la resistencia media de este tipo de fibra con un nivel de confianza del 95% y un error de estimacin de 0,5 psi, es 139. 6.- El administrador de una flota de automviles est probando dos marcas de neumticos radiales. Instala un neumtico de cada marca al azar en las ruedas traseras de 8 automviles y los usa hasta que los neumticos se desgastan. Los datos de la duracin de los neumticos, en kilmetros, se presentan a continuacin:
Pgina 130

ANLISIS ESTADSTICO
Automvil Marca 1 Marca 2
1 36.925 34.318
2 45.300 42.280
3 36.240 35.500
4 32.100 31.950
5 37.210 38.015
6 48.360 47.800
7 38.200 37.810
8 33.500 33.215
6.1) Basndose en la informacin presentada, rechazara la hiptesis que las duraciones promedios de ambas marcas de neumticos radiales son iguales, use . 6.2) Estime un nivel de confianza del 90%, la proporcin de neumticos de la Marca 1, que presentan una duracin superior a 37.500 kilmetros. 6.1) Solucin: Debido a que el problema nos pide probar que ambas marcas de neumticos radiales poseen promedios iguales, o en su defecto diferentes, utilizaremos la siguiente notacin: Diferencia entre la distancia que dura la Marca 1 y la Mar ca 2 de neumticos, en kilmetros Automvil Marca 1 Marca 2 D 1 36.925 34.318 2.607 2 45.300 42.280 3.020 3 36.240 35.500 740 4 32.100 31.950 150 5 37.210 38.015 - 805 6 48.360 47.800 560 7 38.200 37.810 390 8 33.500 33.215 285
Entonces, como desconocemos la varianza, el estadstico de prueba es:
El Punto Crtico, se determina de la siguiente forma:
La Regin Crtica:
Respuesta: Debido a que , no hay suficiente informacin para rechazar la hiptesis nula, es decir, las duraciones promedios de ambas marcas de neumticos radiales son iguales, con un 5% de significacin. 6.2) Solucin: Sea: Proporcin de neumticos de la Marca 1, que presentan una duracin superior a 37.500 kilmetros
Pgina 131

ANLISIS ESTADSTICO
De la muestra que nos expone el ejercicio, podemos calcular el estimador , ya que tres de los ocho automviles con los neumticos de la Marca 1 superan los 37.500 kilmetros, lo que llevado a los nmeros es . Debido a que el problema nos pide proporcin, debemos utilizar la siguiente frmula para determinar el intervalo confidencial:
Respuesta: El intervalo tiene un 90% de contener la proporcin de neumticos de la Marca 1, que presentan una duracin superior a 37.500 kilmetros. 7.- En la manufactura de semiconductores, es comn el uso de un proceso de grabado por remojo qumico para eliminar el silicio de la parte posterior de las obleas antes de la metalizacin. La rapidez de grabado es una caracterstica importante en este proceso y se sabe que es una variable aleatoria con distribucin normal. Se compararon dos soluciones de grabado diferentes, usando dos muestras aleatorias de obleas, una para cada solucin. La rapidez de grabado (milipulgadas/minuto), observada fue la siguiente: Solucin 1 Solucin 2 9,9 9,4 9,3 9,6 10,2 10,6 10,3 10,0 10,3 10,1 10,2 10,6 10,7 10,4 10,5 10,0 10,2 10,7 10,4 10,3
7.1) Apoyan los datos la afirmacin de que la rapidez media de grabados es la misma para ambas soluciones, use = 0,05 7.2) Estime con un nivel de confianza del 90% la rapidez media de grabado para la solucin 1. 7.1) Solucin: Sea: Rapidez de grabado de la Solucin 1, en milipulgadas/minuto Rapidez de grabado de la Solucin 2, en milipulgadas/minuto Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de ambas muestras:
Pgina 132

ANLISIS ESTADSTICO
En seguida, debemos contrastar las siguientes hiptesis, para determinar si estas muestras poseen varianzas poblacionales iguales o diferentes:
Luego, para determinar el estadstico de prueba, tenemos:
El punto crtico est dado por: La Regin Crtica:
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es decir, las varianzas poblacionales de ambas soluciones son iguales. Continuando con el desarrollo del ejercicio, procedemos a contrastar las siguientes hiptesis:
Reemplazando, obtenemos:
Finalmente, la Regin Crtica:
Respuesta: Como , en conclusin hay informacin suficiente para rechazar la hiptesis nula, es decir, la rapidez media de grabado es la misma, con = 0,05. Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 133

ANLISIS ESTADSTICO
7.2) Solucin: Debido a que el problema nos pregunta por la media de grabado para la Solucin 1, debemos utilizar la siguiente frmula para determinar el intervalo confidencial:
Respuesta: El intervalo para la solucin 1.
tiene un 90% de contener la rapidez media de grabado
8.- La resistencia mnima especificada, transcurridos 28 das, de un hormign para pavimento de 20 cm de espesor es de 250 kg/cm. En dosificaciones con materiales provenientes de la cantera A y B, las resistencias se distribuyen aproximadamente normal. Se realizan 16 ensayos con materiales de la cantera A y 32 ensayos de la cantera B, obteniendo al trmino del tiempo especificado, en pruebas de roturas a la compresin, las siguientes resistencias: Resistencia Cantera A 200 - 218 2 218 - 236 4 236 - 254 5 254 - 272 4 272 - 290 1
Resistencias Cantera B 218 220 225 230 235 237 241 245 269 270 270 272 272 274 276 278 250 254 255 258 260 262 264 268 280 285 289 290 290 290 295 300 Ayuda: 8.1) El ingeniero sospecha que la resistencia media de las dosificaciones proveniente de la cantera A est muy por debajo de la resistencia media de aquellas dosificaciones provenientes de la cantera B. Qu concluira usted respecto a la sospecha del Ingeniero, con = 0,01? 8.2) Con nivel de significacin del 2,5%, Puede usted afirmar que las dosificaciones cuyo material proviene de la cantera B que est bajo la resistencia mnima especificada es de un 20%? 8.1) Solucin: Sea: Resistencia de los Materiales provenientes de la cantera A Resistencia de los Materiales provenientes de la cantera B Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Pgina 134

ANLISIS ESTADSTICO
Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de ambas muestras: Para A: Para B:
El punto crtico est dado por:
La Regin Crtica:
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es decir, las varianzas poblacionales de ambas muestras son iguales. Continuando con el desarrollo del ejercicio, procedemos a contrastar las siguientes hiptesis:
Pgina 135

ANLISIS ESTADSTICO
Respuesta: Como , en conclusin hay informacin suficiente para rechazar la hiptesis nula, es decir, se concluye que lo sospechado por el Ingeniero es real, o sea, la resistencia media de A est muy debajo de la resistencia media de B. 8.2) Solucin: Sabemos que la resistencia mnima especificada es 250 kg/cm, por ende, podemos calcular el estimador , o sea, la proporcin de la muestra de los materiales provenientes de la cantera B, que cumplen la condicin de ser inferiores a la resistencia mnima especificada. Lo que llevndolo a nmeros es igual a Las hiptesis a contrastar son:
La Regin Crtica (Con
):
Respuesta: Debido a que , no hay suficiente informacin para rechazar la hiptesis nula, es decir, las dosificaciones que estn bajo la resistencia mnima, en la cantera B, representan el 20%.
Pgina 136

ANLISIS ESTADSTICO
9.- La utilizacin de materiales sintticos tales como nylon, polister y ltex en la produccin de telas, ha provocado debates acerca de la calidad y resistencia de estas fibras comparadas con las fibras naturales. Un fabricante de una nueva fibra sinttica asegura que en promedio su producto (Y) posee una mayor resistencia a la traccin que las fibras naturales (X). Para tal efecto se seleccionan al azar 10 fibras sintticas y 12 fibras naturales, a cada una de las cuales se les midi la resistencia a la traccin. Los resultados muestrales obtenidos se dan a continuacin:
Confirman estos datos lo asegurado por el fabricante? Fundamente adecuadamente su respuesta y use ? 9) Solucin: Sean: Resistencia a la traccin de las fibras naturales, en Kg ; Resistencia a la traccin de la nueva fibra sinttica, en Kg ;
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es decir, las varianzas poblacionales de ambas soluciones son iguales. Continuando con el desarrollo del ejercicio, procedemos a contrastar las siguientes hiptesis:
Luego, para determinar el estadstico de prueba, tenemos la siguiente expresin:
Pgina 137

ANLISIS ESTADSTICO
Finalmente, la Regin Crtica (Con
):
Respuesta: Como , en conclusin existe suficiente informacin para rechazar la hiptesis nula con un 10% de significacin, es decir, podramos concluir que el fabricante estara en lo cierto, ya que la nueva fibra sinttica posee mayor resistencia a la traccin que las fibras naturales. 10.- En una planta industrial se quiere determinar cul de dos tipos de fuentes de energa, gas o electricidad, produce ms energa til a menor costo. Una medida de la produccin econmica de energa, llamada inversin de planta por quad suministrado, se calcula dividiendo la cantidad de dinero (en dlares) invertida por la planta en la fuente de energa en cuestin y la cantidad suministrada de energa (en quads, miles de billones de unidades trmicas britnicas [BTU]). Cuanto menor sea este cuociente, menos pagar una planta industrial por la energa suministrada. Se seleccionaron muestras aleatorias de 11 plantas que utilizan electricidad y 16 plantas que utilizan gas y se calcul la inversin de la planta por quad para cada una. Los datos se presentan en la tabla: ELECTRICIDAD 14,15 9,28 GAS 9,57 8,60 7,76 17,13 9,18 10,11 8,45 7,91 11,03 10,70 9,40 9,67 9,21 15,3 12,1 9,72 5,35 8,46 7,78 4,38
16,66 10,14
15,05 18,22 12,50
Asumiendo normalidad en la inversin por quad suministrado 10.1) Se podra afirmar que existe diferencia significativa entre los promedios de inversin de planta por quad suministrado para estos dos tipos de fuentes de energa, con un nivel de significacin de 0,10? 10.2) Estime con una confianza del 99% la proporcin de plantas de gas que invierten ms de 10 [BTU]. 10.1) Solucin: Sean: Inversin de una planta elctrica por quad suministrado Inversin de una planta a gas por quad suministrado Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de cada muestra:
Pgina 138

ANLISIS ESTADSTICO
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es decir, las varianzas poblacionales de ambas soluciones son iguales. Continuando con el desarrollo del ejercicio, tenemos que contrastar las siguientes hiptesis:
):
Respuesta: Como , en conclusin existe suficiente informacin para rechazar la hiptesis nula con un 10% de significacin, es decir, se puede afirmar que existe una diferencia significativa en el promedio de inversin de planta por quad suministrado por estos dos tipos de energa.
Pgina 139

ANLISIS ESTADSTICO
10.2) Solucin: Lo primero, ser determinar el estimador , el que corresponde al nmero de plantas a gas que invierten ms de 10 quad, en la muestra, dividido en el tamao de la muestra, que llevado a los nmeros es igual a . Luego, el intervalo confidencial est dado por:
Respuesta: El intervalo tiene un 90% de probabilidad de contener a la proporcin de plantas de gas que invierten ms de 10 [BTU]. 11.- El PM10 (material particulado respirable), son partculas de dimetro menor o igual a 10 micrones. Por su tamao, el PM10 es capaz de ingresar al sistema respiratorio del ser humano; mientras menor es el dimetro de estas partculas mayor es el potencial dao en la salud; es por esta razn, que diariamente se monitorea la calidad del aire, 3 C M AQI (g/m ) calculando un ndice de calidad de Aire (AQI por sus siglas en 0 50 2 5 Ingls). Un AQI de 100 para PM10, corresponde a un nivel de 150 50 100 9 5 PM10 en microgramos por metro cbico (promediado en 24 100 150 11 11 horas). Se toman muestras aleatorias independientes del AQI, de tamao 150 200 15 13 40, correspondientes a dos comunas C y M, del Gran Santiago, en 200 300 3 4 meses de invierno, obteniendo la siguiente informacin: 300 550 0 2 Suponiendo vlidos los supuestos necesarios: 11.1) Estime el mnimo tamao de muestra que se debe considerar para estimar el AQI promedio en la comuna M, considerando un error de estimacin de a lo ms 18 g/m y una confianza de 95%, si de estudios previos se sabe que la desviacin estndar del AQI es de 110 g/m . 11.2) Es posible asegurar que el porcentaje de episodios en que el AQI es de al menos 200 (episodio daino para la salud) es superior al 4% en la comuna C, con 5% nivel de significacin? 11.3) Es posible, afirmar que no existen diferencias significativas en el ndice de calidad medio del aire en ambas comunas en estudio, con un nivel de significacin del 1%?
3 3
Pgina 140

ANLISIS ESTADSTICO
11.1) Solucin: Sean:
Cantidad de material particulado en la comuna C Cantidad de material particulado en la comuna M
El enunciado del problema nos otorga la siguiente informacin: Ya que el conocemos la varianza, y estamos estimando el AQI promedio en la comuna, la frmula del error est dada por:
Reemplazando:
Respuesta: El tamao de la muestra debe ser como mnimo de 144. 11.2) Solucin: Con los datos entregados por la tabla, podemos determinar el estimador , que corresponde a la cantidad de episodios de la muestra, en que el AQI es de al menos 200, dividido en el tamao de la muestra, lo que llevado a los nmeros es igual a . Luego, las hiptesis a contrastar son:
El estimador de prueba a utilizar es:
Respuesta: Como , en conclusin no existe suficiente informacin para rechazar la hiptesis nula con un 5% de significacin, es decir, se puede afirmar que el porcentaje o proporcin de episodios en que el AQI es de al menos 200, es equivalente o menor al 4% en la Comuna C. 11.3) Solucin: Para este tem lo primero que debemos hacer es calcular el tamao de la muestra, la media y desviacin estndar, de cada muestra:
AQI (g/m ) 0 50 50 100 100 150 150 200 200 300 300 550
3
C 25 75 125 175 250 425 2 9 11 15 3 0 40
M 5 5 11 13 4 2 40
Pgina 141

ANLISIS ESTADSTICO
Resultado: Debido a que , hay informacin suficiente para rechazar la hiptesis nula, es decir, las varianzas poblacionales de ambas soluciones son diferentes. Continuando con el desarrollo del ejercicio, tenemos que contrastar las siguientes hiptesis:
Despus para calcular los grados de libertad tenemos la siguiente frmula:
):
Respuesta: Como , en conclusin no existe suficiente informacin para rechazar la hiptesis nula con un 1% de significacin, es decir, se puede afirmar que no existen diferencias significativas en el ndice de calidad medio del aire en ambas comunas en estudio.
Pgina 142

ANLISIS ESTADSTICO
12.- Una empresa de telecomunicaciones realiz un estudio a fin de comparar el trfico mensual de los clientes que han tomado los planes A B y conocer la opinin de stos respecto de los servicios prestados por la empresa. Para este efecto, tom de cada plan, una muestra aleatoria de 121 clientes. La informacin recolectada, se presenta a continuacin: Plan A Tiempo (min) 60 a 100 100 a 140 140 a 180 180 a 220 220 a 260 N de clientes 13 32 30 27 19 Tiempo (min) N de clientes 120 a 156 20 Plan B 156 a 192 192 a 228 26 33 228 a 264 30 264 a 300 12
Adems 98 clientes del plan A y 80 del plan B evaluaron satisfactoriamente los servicios prestados por la empresa. 12.1) Estime, con un nivel de confianza del 95% el tiempo medio de trfico de los clientes del plan B. 12.2) Si el Gerente de la empresa se plante la hiptesis: el porcentaje de clientes que evala satisfactoriamente los servicios prestados por la empresa es igual en ambos planes, Qu concluye, si utiliz un nivel de significacin del 1%? 12.3) Docime la hiptesis de que el tiempo de trfico de los clientes del plan A, es una v.a. con distribucin normal de varianza 2500 (min2). 12.1) Solucin: Sea: Tiempo trfico mensual de los clientes que han tomado el plan A, en minutos Tiempo trfico mensual de los clientes que han tomado el plan B, en minutos
Lo primero ser calcular el tamao, media y desviacin estndar de cada muestra dada:
Para A
Para B
Dado que el problema nos pide estimar el tiempo medio de trfico de los clientes del plan B, utilizaremos la siguiente frmula para poder determinarlo
Pgina 143

ANLISIS ESTADSTICO
Evaluando:
Respuesta: El intervalo medio de trfico de los clientes del plan B.
tiene un 95% de probabilidad de contener el tiempo
12.2) Solucin: Ya que el ejercicio nos entrega la cantidad de clientes, de cada plan, que evala satisfactoriamente los servicios prestados por la empresa, podemos determinar las proporciones respectivas de las muestras:
Definimos las hiptesis a contrastar
El estadstico de prueba est dado por:
El Punto Crtico corresponde a:

La Regin Crtica (Con :
Respuesta: Como , se llega a la conclusin que existe suficiente informacin para rechazar la hiptesis nula con un 1% de significacin, o sea, el gerente de la empresa no se encontraba en lo correcto cuando planteaba que el porcentaje de clientes que evala satisfactoriamente los servicios prestados por la empresa es igual en ambos casos. 12.3) Solucin: Sea: Tiempo trfico mensual de los clientes que han tomado el plan A, en min. Con: Las hiptesis a contrastar son: Nota: Debido a que el ejercicio no nos entrega los grados de libertad suponemos
Pgina 144

ANLISIS ESTADSTICO
Luego, se crea una tabla con los intervalos que abarcan todos los nmeros del conjutno de los reales, es decir, desde el al , donde tambin se adiciona la frecuencia absoluta y la probabilidad de cada uno de ellos:
En seguida, como se debe cumplir que , se procede a modificar la tabla, lo que se lleva a cabo sumando las dos primeras filas y las dos ltimas filas, quedando expresado de la siguiente forma:
Posteriormente, se aplica la frmula para calcular el estadstico de prueba:
Adems, la regin crtica est definida de la siguiente forma: Con:
Pgina 145

ANLISIS ESTADSTICO
Debido a que ocupamos el estimador de la media, el valor de es igual a uno y el nmero de filas despus de la modificacin es cinco, por lo tanto, reemplazando tenemos:
Ya que el valor del nivel de confianza no es entregado por el ejercicio, tenemos que interpolar para determinarlo:
Resultados: Caso 1: Caso 2: La hipotesis nula se rechaza si La hipotesis nula no se rechaza si
Considerando que el nivel de significacin debe ser el menor posible para que la estimacin sea adecuada, por lo que es correcto elegir el caso 2, ya que as se cumple lo antes expuesto. Respuesta: Ya que , es decir, no existe informacin suficiente para rechazar la hipotesis nula, por lo tanto, el tiempo de trfico de los clientes del plan A se distribuye normalmente con varianza igual a 2500 min 2. 13.- En el mercado existen dos tipos de plsticos (A y B), los que son utilizados en la fabricacin de diversos artculos. Una variable importante que se maneja es su tensin de ruptura (en psi) y por lo tanto se ha diseado un experimento para medir la variable en ambos tipos. Los resultados en 41 ensayos de plstico A fueron los siguientes: Tensin de Ruptura 144 a 150 5 150 a 156 12 156 a 162 16 162 a 168 8
Por otro lado, en 25 ensayos realizados para registrar la tensin a la ruptura en el plstico B, se obtuvo un promedio de 154 psi con desviacin estndar de 5,2 psi. 13.1) Considerando un nivel de significacin del 5% y la informacin que entregan los datos. Hay evidencia suficiente para cuestionar lo especificado por el fabricante, quin seala que el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi? 13.2) El ingeniero de procesos tiene la sospecha que el plstico A tiene una tensin media a la ruptura ms alta de lo que se observa para el plstico B. Admitiendo como vlidos
Pgina 146

ANLISIS ESTADSTICO
los supuestos de normalidad de las variables en estudio y considerando un niel de significacin del 5% Qu puede concluir usted respecto de la sospecha del ingeniero de procesos? 13.3) Con un nivel de significacin del 2,5% Muestran los datos la evidencia suficiente para corroborar que efectivamente la distribucin de probabilidad de la tensin a la ruptura del plstico tipo A es de tipo normal con media 155,5 psi y varianza 25 (psi) 2. 13.4) Con un 5% de nivel de significacin, es posible corroborar que ms de un 30% de las unidades del plstico A presentan una tensin a la ruptura superior a 160 psi? 13.1) Solucin: Sea: Tensin de ruptura del tipo de plsticos A, en psi Tensin de ruptura del tipo de plsticos B, en psi Para : 144 150 150 156 156 162 162 168 147 153 159 165 5 12 16 8 41 Las hiptesis a contrastar son:
Para :
Luego, como desconocemos la varianza el estadstico de prueba se determina de la siguiente forma:
):
Respuesta: Debido a que , no existe suficiente informacin para rechazar la hiptesis nula, es decir, no hay evidencia suficiente para cuestionar lo especificado por el fabricante, el que seal que el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi, con un 5% de significacin. 13.2) Solucin: Debemos contrastar las siguientes hiptesis, para determinar si estas muestras poseen varianzas poblacionales iguales o diferentes:
Pgina 147

ANLISIS ESTADSTICO
El punto crtico est dado por:
La Regin Crtica:
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es decir, las varianzas poblacionales de ambas muestras son iguales. Continuando con el desarrollo del ejercicio, procedemos a contrastar las siguientes hiptesis:
Respuesta: Como , en conclusin hay informacin suficiente para rechazar la hiptesis nula, es decir, las sospechas del ingeniero de proceso estn en lo correcto, ya que por los resultados obtenidos el plstico A tiene una tensin media a la ruptura ms alta de lo que se observa para el plstico B.
Pgina 148

ANLISIS ESTADSTICO
13.3) Solucin: Las hiptesis a contrastar son:
Con Luego, como queremos probar que se distribuye normalmente, se crea una tabla con los intervalos que abarcan todos los nmeros del conjunto de los reales, es decir, desde el al , donde tambin se adiciona la frecuencia absoluta y la probabilidad de cada uno de ellos:
En seguida, se sabe que cuando estamos haciendo bondad de ajuste se debe cumplir que , por lo tanto, se procede a modificar la tabla, lo que se lleva a cabo sumando las dos primeras filas y las tres ltimas filas, quedando expresado de la siguiente forma:
Pgina 149

ANLISIS ESTADSTICO
Adems, la regin crtica est definida de la siguiente forma: Con: Debido a que no se utiliza ningn estimador, el valor de es igual a cero y el nmero de filas despus de la modificacin corresponde a tres, por lo tanto, reemplazando tenemos:
Respuesta: Como , se concluye que no existe evidencia suficiente para rechazar que la tensin a la ruptura del plstico tipo A se distribuye normalmente con una media de 155,5 psi y una varianza de 25 psi2, con un nivel de significacin de 0,025. 13.4) Solucin: Sea: Proporcin de las unidades del plstico A que presentan una tensin a la ruptura superior a 160 psi Estimaremos el valor de , lo que lo llevamos a cabo por medio de frmula de percentil, como se ve a continuacin:
144 150 150 156 156 162 162 168
5 12 16 8 41
5 17 33 41
Luego, las hiptesis a contrastar son:
El estadstico de prueba esta dado por:
Respuesta: Como , no existe suficiente informacin para rechazar la hiptesis nula con un 5% de significacin, es decir, no se puede corroborar que ms de un 30% de las unidades del plstico tipo A presentan una tensin a la ruptura superior a 160 psi.
Pgina 150

ANLISIS ESTADSTICO
14.- El encargado de control de calidad de una empresa exportadora revis al azar un conjunto de 700 cajas, registrando el nmero de unidades defectuosas encontradas en cada caja, obteniendo la siguiente informacin:
N de defectuosos N de cajas
0 1 542 140
2 10
3 8
Si histricamente la cantidad de defectuosos por caja, se ha comportado de acuerdo a un modelo binomial de parmetros y . Evale usted si la evidencia muestral permite corroborar que la variable en cuestin persiste en comportarse de acuerdo al modelo histrico, con nivel de significacin igual a 0,05. 14) Solucin: Sea: Nmero de unidades defectuosas por caja Las hiptesis que nos interesan contrastar son: Con Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si de forma binomial, como se ve a continuacin: se distribuye
En seguida, como se debe cumplir que , se procede a modificar la tabla, lo que se hace sumando las dos ltimas filas, como se muestra ahora:
Pgina 151

ANLISIS ESTADSTICO
Adems, la regin crtica est definida de la siguiente forma:
Con: Debido a que no ocupamos ningn estimador, el valor de es igual a cero, y el nmero de filas despus de la modificacin es tres, por lo tanto, reemplazando tenemos:
Respuesta: Como , en consecuencia no existe evidencia suficiente para rechazar que la cantidad de defectuosos por caja sigue el modelo histrico, o sea, distribucin binomial con tamao de la muestra 3, y probabilidad de xito igual a 0,08, con un nivel de significacin de 0,05. 15.- En una empresa de acuicultura se quiere hacer un estudio sobre el nivel de parsitos en la produccin de doradas. Para ello, se tom una muestra de 5 individuos cada da, repitiendo el experimento durante 550 das. De cada muestra se analizaron los peces determinando cuantos de ellos contenan parsitos. Se ajusta a un modelo de distribucin Binomial con 5% de significacin? N de individuos con parsitos Frecuencia Observada 18) Solucin: Sea: 0 17 1 81 2 152 3 180 4 104 5 16
Nmero de individuos con parsitos
Luego, como el ejercicio no nos entrega el valor de , procedemos estimar el valor:
Adems, de la tabla de distribuciones discretas sabemos que la media de la distribucin binomial est dada por la siguiente frmula, teniendo cuidado con el es el nmero de veces que se repite el experimento, es decir, en este caso toma el valor de 5:
Con Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si de forma binomial, como se ve a continuacin: se distribuye
Pgina 152

ANLISIS ESTADSTICO
Ya que todos los sucesos cumplen con , la tabla no se modifica. Posteriormente, se aplica la frmula para calcular el estadstico de prueba:
Con: Debido a que utilizamos el estimador de , el valor de por lo tanto, reemplazando tenemos: es igual a uno, y el nmero de filas es seis,
Respuesta: Como , en consecuencia no existe evidencia suficiente para rechazar la hipotesis nula, es decir, el nmero de individuos con parsitos se distribuye en forma binomial, con un nivel de significacin de 0,05. 16.- Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito impreso y se observa el nmero de defectos. Los resultados obtenidos son los siguientes: Nmero de defectos 0 1 2 3 o ms Frecuencias observadas 32 15 9 4
Pgina 153

ANLISIS ESTADSTICO
Evale si estos datos muestran suficiente evidencia para decir que provienen de una distribucin Poisson, con un nivel de significacin igual a 0,05. 16) Solucin: Sea: Nmero de defectos en las tarjetas de circuito impreso
Las hiptesis a contrastar son: Ya que el ejercicio no nos entrega el valor de lambda, procedemos a estimarlo a partir de los datos tabulados:
Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si distribucin Poisson, como se ve a continuacin:
tiene una
Puesto que la frecuencia esperada en la ltima celda es menor que 5, se combinan las dos ltimas filas.
Pgina 154

ANLISIS ESTADSTICO
Con: Debido a que ocupamos el estimador , el valor de es igual a uno, y el nmero de filas despus de la modificacin es tres, por lo tanto, reemplazando tenemos:
Respuesta: Como , se concluye que no existe evidencia suficiente para rechazar que el nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson.
Pgina 155

Intervalo confidencial, Test de Hipótesis y Bondad de Ajuste

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Intervalo confidencial, Test de Hipótesis y Bondad de Ajuste

Загружено:

Авторское право:

Доступные форматы

7.

Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Finalmente, el intervalo de confidencialidad queda dado por:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Del enunciado del ejercicio se desprenden los siguientes datos:

Finalmente, el intervalo de confidencialidad queda dado por:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Con: Reemplazando, obtenemos:

Finalmente, el intervalo de confidencialidad queda dado por:

En seguida, calculamos el error probable de p que se mantiene, con la siguiente frmula:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Respuesta: Existe un 99% de que el intervalo de los procesos productivos.

contenga a la varianza poblacional

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

4.1) Solucin: Sea:

Cantidad de cemento en una lata, en onzas Con: ; ; ;

Las hiptesis que nos interesan contrastar son:

Entonces, el estadstico de prueba es:

El Punto Crtico, se determina de la siguiente forma:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Entonces, como conocemos la varianza, el estadstico de prueba es:

El Punto Crtico, se determina de la siguiente forma: La Regin Crtica:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Automvil Marca 1 Marca 2

Las hiptesis que nos interesan contrastar son:

Entonces, como desconocemos la varianza, el estadstico de prueba es:

El Punto Crtico, se determina de la siguiente forma:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Con: Reemplazando, obtenemos:

Finalmente, el intervalo de confidencialidad queda dado por:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Luego, para determinar el estadstico de prueba, tenemos:

El punto crtico est dado por: La Regin Crtica:

Luego, para determinar el estadstico de prueba, tenemos:

Finalmente, la Regin Crtica:

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Con: Reemplazando, obtenemos:

Finalmente, el intervalo de confidencialidad queda dado por:

Respuesta: El intervalo para la solucin 1.

tiene un 90% de contener la rapidez media de grabado

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Luego, para determinar el estadstico de prueba, tenemos:

El punto crtico est dado por:

Luego, para determinar el estadstico de prueba, tenemos:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Finalmente, la Regin Crtica:

Luego, para determinar el estadstico de prueba, tenemos:

La Regin Crtica (Con

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos

Luego, para determinar el estadstico de prueba, tenemos:

El punto crtico est dado por: La Regin Crtica:

Luego, para determinar el estadstico de prueba, tenemos la siguiente expresin:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas