1.

Para tratar de estimar la media de consumo por cliente, en un gran restaurante, se reunieron datos de una
muestra de 49 clientes durante un periodo de 3 semanas. Suponga que la desviación estándar de población es de
2.5 dólares.
a)¿Cuál es el error estándar de la media?
b) Con un nivel de confianza de 95%,¿cuál es el margen de error? c) Si la media de la muestra es de 22.6
dólares,¿cuál es el intervalo de confianza del 95% para la media de la población?
2. Los ingresos semanales promedio de las personas que trabajan en varias industrias aparecieron en The New York
Times 1988 Almanac. Esos ingresos para quienes trabajan en los servicios fueron de 369 dólares. Suponga que
este resultado se basó en una muestra de 250 personas dedicadas a los servicios, y que la desviación estándar de
la muestra fue 50 dólares. Calcule el intervalo de confianza de 95% para la media de la distribución de ingresos
semanales de personas que trabajan en los servicios.
3. La encuesta anual de la calidad de automóviles, efectuada por J.D. Power & Associates, determinó que la
cantidad promedio de defectos, en todas las marcas, por cada vehı́culo nuevo, es 1.07 (The Wall Street Journal,
27 de enero de1994). Suponga que se toma una muestra de 30 automóviles nuevos de determinada marca y se
obtienen las siguientes cantidades de defectos por vehı́culo.
0 1 1 2 1 0 2 3 2 1 0 4 3 1 1
0 2 0 0 2 3 0 2 0 3 0 4 1 0 2
a) Con esos datos,¿cuál es el promedio muestral de la cantidad de defectos por vehı́culo? ¿Cuál es la desviación
estándar de la muestra? b) Determine el intervalo de confianza de un 95% para la cantidad promedio de defectos
por vehı́culo para la población de automóviles de esta marca.
4. Se determinó la rentabilidad de vender automóviles usados, en un estudio de la Asociación Nacional de Com-
erciantes de Automóviles (USA Today, 12 de abril de 1995). Suponga que con una muestra de 200 vendedores
de coches usados se obtuvo una ganancia promedio de 300 dólares y la desviación estándar muestral de 150
dólares. Con esta información defina un intervalo de confianza de 95% para la utilidad promedio de la población
de ventas de automóviles usados.
5. La Asociación Americana de Agencias de Publicidad tiene un registro de datos sobre minutos de anuncios por
cada media hora de programas principales de TV. En la tabla siguiente vemos una lista de datos representativos
de una muestra de programas preferentes en cadenas principales a las 8:00 p.m.
6.0 6.6 5.8 7.0 6.3 6.2 7.2 5.7 6.4 7.0
6.5 6.2 6.0 6.5 7.2 7.3 7.6 6.8 6.0 6.2
Determine una estimación puntual y un intervalo de confianza de 95% para la cantidad promedio de minutos de
anuncios en los principales espectáculos televisivos a las 8:00 p.m.
6. En Estados Unidos, el Departamento de Transporte informó las millas que viajan diariamente los residentes de
áreas metropolitanas en automóvil (1994 Information Please Environmental Almanac). Suponga que con una
muestra aleatoria de 15 residentes de Cleveland se obtuvieron los siguientes datos de millas diarias en automóvil.
20 20 28 16 11 17 23 16 22 18 10 22 29 19 32
Estime, mediante un intervalo de confianza de un 95%, la cantidad promedio de millas diarias de la población
de residentes de Cleveland.
 7. El automóvil Ford Taurus aparece como con gran rendimiento de combustible en carretera con un promedio de 30
millas por galón (Guı́a de Comprador de Automóvil nuevo 1995, de la revista Motor Trend). Un grupo defensor
de los intereses del consumidor lleva a cabo pruebas de rendimiento que buscan obtener evidencia estadı́stica que
demuestre que los fabricantes sobrestiman los rendimientos de sus automóviles. En una muestra de 50 pruebas
de rendimiento con el Ford Taurus, se obtiene una media del consumo en carretera de 29.5 millas por galón y
una desviación estándar de 1.8 millas por galón. ¿A qué conclusión se debe llegar partiendo de los resultados de
la muestra? Use un nivel de significancia de 0.01.
8. Un proceso de fabricación de jabón de tocador debe producir un promedio de 120 barras por lote. No se desea
tener cantidades mayores ni menores que el estándar. Una muestra de 10 lotes dio como resultado las siguientes
cantidades de barras de jabón.
108 118 120 122 119 113 124 122 120 123
Con un nivel de significancia de 0.05, pruebe si los resultados de esta muestra indican que el proceso de manu-
factura está trabajando en forma correcta.
9. Eléctrica Medina maneja una flota de camiones para proporcionar servicio eléctrico a la industria de la con-
strucción. La media del costo mensual de mantenimiento ha sido de 75 dólares por camión. Una muestra
aleatoria de 40 camiones tiene un costo promedio de mantenimiento de 82.5 dólares mensual, con una desviación
estándar de 30 dólares. La dirección desea una prueba para determinar si ha aumentado la media del costo
mensual de mantenimiento. Plantee las hipótesis adecuadas y pruébelas a un nivel de significancia de 0.05.
¿Cuál es el valor p asociado con este resultado de la muestra?
10. Un estudio sobre una medicina para reducir la presión sanguı́nea usó una muestra de 25 hombres con edades
entre 45 y 55 años. El promedio muestral del cambio de la presión (”después” menos ”antes”) resultó ser -10, y
la desviación estándar 15. Use un nivel de significancia de 0.05 para probar la eficacia de la medicina. ¿Cuál es
el valor p para la prueba?
11. En febrero de 1995, la media del costo de un viaje en avión, con descuento, era de 258 dólares (USA Today, 30
de marzo de 1995). En una muestra aleatoria de 15 boletos de viaje redondo con descuento durante el mes de
marzo se obtuvieron los siguientes datos.
310 260 265 255 300 310 230 250 265 280 290 240 285 250 260
Usando α = 0.05, pruebe si el costo promedio de viaje redondo con descuento ha aumentado en marzo.¿Cuál es
el valor p?
12. Con frecuencia, los procesadores de palabras se justifican con base en una mayor eficiencia del personal secretarial.
A continuación vemos rapidez de mecanografiado, en palabras por minuto, de 7 secretarias que antes usaban
máquinas de escribir electrónicas, y que hoy usan procesadores de palabras en computadoras. Pruebe, con nivel
de significancia de 0.05, si aumentó la media de la rapidez de mecanografiado con el procesador de palabras.
Secretaria 1 2 3 4 5 6 7
Máquina eléctrica de escribir 72 68 55 58 52 55 64
Procesador de palabras 75 66 60 64 55 57 64
13. Se llevó a cabo una encuesta entre los miembros del Club del Libro del Mes, para determinar si pasan más tiempo
viendo televisión que leyendo. suponga que en una muestra de 15 encuestados se obtuvieron las siguientes horas
semanales que se dedican a ver televisión y las que se dedican a la lectura, éstas se mustran en la tabla adjunta.
Con un nivel de significancia de 0.05,¿se puede llegar a la conclusión que los miembros del Club del Libro del
Mes pasa más tiempo, en promedio, viendo televisión que leyendo?
Encuestados Televisión Leyendo Encuestados Televisión Leyendo
1 10 6 9 4 7
2 14 16 10 8 8
3 16 8 11 16 5
4 18 10 12 5 10
5 15 10 13 8 3
6 14 8 14 19 10
7 10 14 15 11 6
8 12 14
14. Investigadores de la Purdue University compararon la planificación humana en tiempo real en un entorno de
procesamiento con un entorno de procesamiento con un enfoque automatizado que utiliza robots computarizados
y dispositivos sensores (IEEE Transactions, marzo de 1993). El experimento consistió en ocho problemas de
planificación simulados. Cada tarea fue realizada por un planificador humano y por el sistema automatizado.
El desempeño se midió en términos de la tasa de rendimiento, definida como el número de trabajos aceptables
producidos ponderado según la calidad del producto. Las tasas de rendimiento obtenidas se muestran en la
siguiente tabla. Analice los datos empleando una prueba de hipótesis.
Tarea Planificador Método Tarea Planificador Método
humano automatizado humano automatizado
1 185.4 180.4 5 240.0 269.3
2 146.3 248.5 6 253.8 249.6
3 174.4 185.5 7 238.8 282.0
4 184.9 216.4 8 263.5 315.9
15. Figura Perfecta, S.A., es un salón de modelado femenil que se especializa en programas de reducción de peso.
En la tabla de abajo vemos una muestra de clientes antes y después de un programa preliminar.
Cliente 1 2 3 4 5 6
Antes 140 160 210 148 190 170
Después 132 158 195 152 180 164
Emplee α = 0.05, en una prueba para determinar si el programa preliminar produce una pérdida de peso
estadı́sticamente significativa. ¿Cuál es su conclusión?
16. El administrador de un lote de automóviles prueba dos marcas de llantas radiales. Para ello asigna al azar una
llanta de cada marca a las dos ruedas posteriores de ocho automóviles, y luego corre los automóviles hasta que las
llantas se desgastan. Los datos obtenidos (en kilómetros) aparecen en la siguiente tabla. Encuentre un intervalo
de confianza del 99% para la diferencia en el tiempo promedio de duración. Con base en estos cálculos,¿qué
llanta es la que usted preferirı́a?
Automóvil Marca 1 Marca 2 Automóvil Marca 1 Marca 2
1 36925 34318 5 37210 38015
2 45300 42280 6 48360 47800
3 36240 35500 7 38200 37810
4 32100 31950 8 33500 33215
17. La siguiente tabla presenta el porcentaje de algodón en un material utilizado para la fabricación de camisas para
caballeros. Construya un histograma de frecuencias para estos datos.
34.2 33.6 33.8 34.7 37.8 32.6 35.8 34.6
33.1 34.7 34.2 33.6 36.6 33.1 37.6 33.6
34.5 35.0 33.4 32.5 35.4 34.6 37.3 34.1
35.6 35.4 34.7 34.1 34.6 35.9 34.6 34.7
36.3 36.2 34.6 35.1 33.8 34.7 35.5 35.7
35.1 36.8 35.2 36.8 37.1 33.6 32.8 36.8
34.7 35.1 35.0 37.9 34.0 32.9 32.1 34.3
33.6 35.3 34.9 36.4 34.1 33.5 34.5 32.7
18. Los siguientes datos representan el rendimiento de 90 lotes consecutivos de un sustrato cerámico, en el que se ha
aplicado un recubrimiento metálico mediante un proceso de depositación por vapor. Construya un histograma
de frecuencias para estos datos.
94.1 87.3 94.1 92.4 84.6 85.4
93.2 84.1 92.1 90.6 83.6 86.6
90.6 90.1 96.4 89.1 85.4 91.7
91.4 95.2 88.2 88.8 89.7 87.5
88.2 86.1 86.4 86.4 87.6 84.2
86.1 94.3 85.0 85.1 85.1 85.1
95.1 93.2 84.9 84.0 89.6 90.5
90.0 86.7 78.3 93.7 90.0 95.6
92.4 83.0 89.6 87.7 90.1 88.3
87.3 90.3 90.3 90.6 94.3 84.1
86.6 94.1 93.1 89.4 97.3 83.7
91.2 97.8 94.6 88.6 96.8 82.9
86.1 93.1 96.3 84.1 94.4 87.3
90.4 86.4 94.7 82.6 96.1 86.4
89.1 87.6 91.1 83.1 98.0 84.5
19. Se toman ocho mediciones del diámetro interno de los anillos para pistones del motor de un automóvil. Los
datos (en mm) son:
74.001 74.003 74.015 74.000 74.005 74.002 74.005 74.004
Con base en estos datos, construya un diagrama de caja y elabore un reporte de cinco números.
20. En su obra Applied Life Data Analysis (Wiley, 1982), Wayne Nelson presenta el tiempo de ruptura de un fluido
aislante entre electrodos a 34 kV. Los tiempos, en minutos, son los siguientes:
0.19 0.78 0.96 1.31 2.78 3.16 4.15 4.67 4.85 6.50
7.35 8.01 8.27 12.06 31.75 32.52 33.91 36.71 72.89
Construya un diagrama de caja para estos datos.
21. Los siguientes datos son mediciones de intensidad solar directa (en Watts/m2 ) realizadas en distintos dı́as en
una localidad del sur de España:
562 869 708 775 775 704 809 856 655
806 878 909 918 558 768 870 918 940
946 661 820 898 935 952 957 693 835
905 939 955 960 498 653 730 753
Construya un histograma para estos datos.
22. Unas muestras de calificaciones en exámenes finales para dos grupos de estadı́stica con distintos maestros dieron
como resulatro el contenido de la tabla adjunta.
Profesor A Profesor B
n1 = 12 n2 = 15
x¯1 = 72 x¯2 = 78
s1 = 8 s2 = 10
Con α = 0.05, determine si son suficientes esos datos para concluir que las medias de las calificaciones para los
dos grupos son distintas. Estime, mediante un intervalo de confianza de 95%, la diferencia promedio entre las
calificaciones de los dos grupos.
23. En la fabricación de semiconductores, a menudo se utiliza una sustancia quı́mica para quitar el silicio de la parte
trasera de las obleas antes de la metalización. en este proceso es importante la rapidez con la que actúa la
sustancia. Se han comparado dos soluciones quı́micas, utilizando para ello dos muestras aleatorias de 10 obleas
para cada solución. La rapidez de acción observada es la siguiente (en mils/min):
Solución 1 9.9 9.4 9.3 9.6 10.2 10.6 10.3 10.0 10.3 10.1
Solución 2 10.2 10.6 10.7 10.4 10.5 10.0 10.2 10.7 10.4 10.3
¿Los datos apoyan la afirmación de que la rapidez promedio de acción es la misma para ambas soluciones? Para
obtener sus conclusiones, utilice α = 0.05 y suponga que las varianzas de ambas poblaciones son iguales. Estime
la diferencia promedio de rapidez de la acción para las dos soluciones, por medio de un intervalo de confianza de
un 95%.
24. Se investiga el diámetro de las varillas de acero fabricadas en los diferentes máquinas de extrusión. Para ello
se toman dos muestras aleatorias de tamaños n1 = 15 y n2 = 18; las medias y la varianzas muestrales son
x¯1 = 8.73, s21 = 0.35, x¯2 = 8.68, s22 = 0.40, respectivamente. Construya un intervalo de confianza del 95% para
la diferencia en el diámetro promedio de la varilla.
25. Con los datos del ejercicio anterior, ¿se puede concluir, a un nivel de significancia de 0.05, que las dos soluciones
actuan con la misma rapidez promedio?
26. En un proceso quı́mico pueden emplearse dos catalizadores. Doce lotes se prepararon con el catalizador 1, lo
que dio como resultado un rendimiento promedio de 86 y una desviación estándar muestral de 3. Quince lotes
se prepararon con el catalizador 2, con el que se obtuvo un rendimiento promedio de 89 con una desviación
estándar de 2. Suponga que las mediciones de rendimiento están aproximadanebte distiribuidas de manera
normal. Encuentre un intervalo de confianza del 99% para la diferencia en el rendimiento promedio de los dos
catalizadores.
27. Con base en los resultados del ejercicio anterior, ¿se puede afirmar, que los dos catalizadores, en promedio, tienen
el mismo rendimiento? Utilice α = 0.05.
28. Una fábrica de hilados tiene un gran número de telares. Se supone que cada telar produce la misma cantidad
de prendas por minuto. Para investigar esta hipótesis se escogen al azar cinco telares, y se mide en tiempos
distintos la cantidad de prendas que producen. Con ello se obtienen los datos siguientes:
Telar Salida(lb/min)
1 4.0 4.1 4.2 4.0 4.1
2 3.9 3.8 3.9 4.0 4.0
3 4.1 4.2 4.1 4.0 3.9
4 3.6 3.8 4.0 3.9 3.7
5 3.8 3.6 3.9 3.8 4.0
¿Los telares son similares en cuanto al rendimiento de prendas que producen? Utilice α = 0.05. Estime la
varianza del error experimental.
29. Un artı́culo publicado en el Journal of the Electrochemical Society (vol. 139, núm. 2, 1992, págs. 524-532)
describe un experimento para investigar la deposición de vapor de policilicio a baja presión. El experimento se
realizó en un reactor de gran capacidad de Sematech, en Austin, Texas. El reactor tiene varias posiciones para
las pastillas, y se eligieron al azar cuatro de ellas. La variable de respuesta es la uniformidad en el espesor de la
pelı́cula. Se efectuaron tres réplicas del experimento, y se obtuvieron los datos siguientes:
Posición de pastilla Uniformidad
1 2.76 5.67 4.49
2 1.43 1.70 2.19
3 2.34 1.97 1.47
4 0.94 1.36 1.65
¿Existe alguna diferencia entre las posiciones de las pastillas? Utilice α = 0.05. Estime el componente de error
aleatorio.
30. Un exceso de ozono en el aire es señal de contaminación. Se tomaron seis muestras de aire en cada uno de cuatro
sitios industriales del Medio Oeste estadounidense y se determinó el contenido de ozono. Las concentraciones de
ozono (en partes por millón) se presentan en la siguiente tabla.
Sitio
1 2 3 4
.08 .15 .13 .05
.10 .09 .10 .11
.09 .11 .15 .07
.07 .10 .09 .09
.09 .08 .09 .11
.06 .13 .17 .08
¿Los datos proporcionan pruebas suficientes que indiquen diferencias en el contenido promedio de ozono entre
los cuatro sitios? Utilice α = 0.05. Estime el valor P.
Construya una tabla de análisis de varianza.
Estime la desviación estándar de la concentración de ozono en cada sitio.
31. Las medias y las desviaciones estándar que se presentan en la tabla proporcionan información sobre las resistencias
de conco tipos de postes de madera empleados por las industrias de servicios.
Especie Tamaño Media Desviación estándar
de muestra de muestra de muestra
Cedro blanco sepentrional 28 3660 203.33
Cedro rojo occidental 387 5550 298.39
Abeto plateado del Pacı́fico 103 5420 313.29
Abeto Douglas costero 118 8380 644.62
Pino meridional 147 8870 611.72
Construya una tabla de análisis de varianza para los datos.
¿Los datos proporcionan pruebas suficientes de que haya diferencias en las resistencias promedio entre los cinco
tipos de postes? ¿Con qué probabilidad de error mı́nima se puede afirmar la existencia de diferencias?
Establezca un intervalo de confianza de 90% para la resistencia promedio de postes de cedro blanco septentrional.
Establezca un intervalo de confianza de 90% para la diferencia en las resistencias promedio de los postes de cedro
blanco septentrional y de pino meridional.
32. Un factor importante al seleccionar programas de procesamiento de palabra y de administración de bases de
datos es el tiempo necesario para aprender cómo usar el sistema. Para evaluar tres sistemas de administración
de archivos, una empresa diseñó una prueba donde intervinieron cinco operadores de procesamiento de palabra.
Como se creyó que la variabilidad entre operadores es un factor importante, se adiestraron cinco operadores en
cada uno de los tres sistemas de administración de archivos. Los datos que se obtuvieron son los siguientes.
Sistema
A B C
1 16 16 24
2 19 17 22
Operador 3 14 13 19
4 13 12 18
5 18 17 22
Use α = 0.05, para ver si hay alguna diferencia en la media del tiempo (en horas) de adiestramiento para los
tres sistemas.
33. Un vendedor de automóviles hizo una prueba para determinar si el tiempo, en minutos, necesario para terminar
una afinación menor de motor depende si se usa un analizador computarizado o uno electrónico. Como el tiempo
de afinación varı́a entre los automóviles compactos, medianos y grandes, se usaron los tres tipos como bloques
en el experimento. Los datos que se obtuvieron fueron los siguientes.
Analizador
Computarizado Electrónico
Compacto 50 42
Automóvil Mediano 55 44
Grande 63 46
Use α = 0.05, y determine si hay diferencias significativas.
34. Una empresa manufacturera diseñó un experimento factorial para determinar si la cantidad de partes defectuosas
producida por dos máquinas es distinta, y si esa cantidad también depende de si la materia prima para cada
máquina se alimentaba en forma manual o con un sistema automático. Los datos de la tabla muestran las
cantidades producidas de partes defectuosas. Use α = 0.05 y vea si hay algun efecto importante debido al
sistema de carga.

Sistema de alimentación
Manual Automático Suma Suma cuad.
Máquina 1 30 30 120 3632
34 26
Máquina 2 20 24 94 2244
22 28
Suma 106 108 214 22900
Suma cuad. 2940 2936 23236 5876
35. Refiérase a los datos del ejercicio 32. Estime, mediante un intervalo de confianza de un 95 por ciento, el tiempo
promedio del entrenamiento para el sistema A, si no hubiera efecto del otro factor. Calcule un intervalo de
confianza del 95 por ciento para indicar qué tanto más tiempo de entrenamiento, en promedio, requiere el
sistema B, a comparación con el sistema A.
36. Refiérase a los datos del ejercicio 33. Estime mediante un intervalo de confianza de un 99 por ciento, qué tan
grande es la diferencia entre el tiempo promedio del ajuste con el analizador electrónico, a comparación con el
computarizado.
37. Con base en los datos del ejercicio 34, estime qué tanto menos partes defectuosas produce la máquina 2, en
promedio, a comparación con la máquina 1.
38. ¿Indican los datos del ejercicio 32 que el sistema C es el más dificil en cuanto al aprendizaje? Realice pruebas
respectivas para compararlo con sistemas A y B con α = 0.05.
39. En los términos del ejercicio 33, ¿es tangible, a un nivel de significancia del 5%, que el analizador electrónico da
mejores resultados a comparación con el analizador computarizado?
40. Refiérase al ejercicio 34. Con probabilidad de error de un 5%, ¿se puede decir que el sistema de alimentación
automático llega a reducir, en promedio, el número de partes defectuosas?
41. Considérese el estudio siguiente para comparar 3 vitaminas. Se reunieron para el estudio 7 conjuntos de trillizos
de 1 año de adad. Cada niño de una familia dada recibió al azar eno de 3 regı́menes vitamı́nicos por un periodo
de 2 años. Se pensó que un indicador del efecto blobal de las vitaminas era el crecimiento. Sopóngase que los
siguientes datos son pesos ganados en libras:
VITAMINA
Familia A B C
1 11.2 9.3 10.4
2 9.7 12.0 11.5
3 8.2 9.4 8.9
4 9.1 10.1 7.9
5 11.0 10.3 10.8
6 7.3 9.1 8.4
7 8.2 8.3 10.1
Pruebe si las vitaminas producen la misma media de ganancia en peso. Use α = 0.05. Estime el valor P .
¿Existen las diferencias significativas entre las familias? ¿Cúal es α mı́nima con la que se puede afirmar eso?
Estime, mediante intervalos de confianza de un 95%, las diferencias promedio en ganancias de peso entre las tres
vitaminas.
42. La rapidez con que sale la gasolina en tres tipos de llaves de mangueras de las gasolineras fue objeto de estudio.
Se seleccionaron 5 operadores de un grupo de 25 para operar las llaves. Los datos obtenidos, en cc/seg, fueron
los siguientes:
TIPO DE LLAVE
Operadores A B C
1 96.5 96.5 97.1
2 97.4 96.1 96.4
3 96.0 97.9 95.6
4 97.8 96.3 95.7
5 97.2 96.8 97.3
a. ¿Existe diferencia significativa entre los tipos de llaves a un nivel de 1%? Estime el valor P .
b. Indentifique los pares de medias, si los hay, que son significativamente, con α = 0.05, diferentes entre si.
c. ¿Es significativo, a un nivel de α = .01, el factor operador? Estime α mı́nima para la conclusión sobre la
significancia.
43. Se utilizan cuatro medicamentos diferentes, Aj , para el tratamiento de cierta enfermedad. Estos medicamentos
son ensayadis en pacientes de tres diferentes hospitales. Los resultados siguientes muestran el número de casos
que se han recuperado de la enfermedad por cada 100 personas que han tomadi los medicamentos.
Medicamentos
Hospitales A1 A2 A3 A4
B1 10 11 12 10
B2 19 9 18 7
B3 11 8 23 5
¿Son significativos los efectos de los medicamentos con α = 0.01?
¿Hay evidencia, con la misma α, del efecto del hospital para la tasa de recuperación?
¿Qué tan grande puede ser la diferencia promedio en la tasa de recuperación entre el hospital B1 y el hospitalB3 ?
Estı́mela mediante un intervalo de confianza de un 95%.
44. Se realizó un experimento para determinar el efecto del tiempo de sinterización (dos niveles) sobre la resistencia a
la compresión de dos materiales distintos. Se sinterizaron cinco especı́menes de prueba para cada metal durante
dos tiempos de sinterización. Los datos (en miles de libras por pulgada cuadrada) se muestran en la tabla.
Tiempo de sinterización
100 minutos 200 minutos
1 17.1 16.5 14.9 19.4 18.9 20.1
Metal 15.2 16.7 17.2 20.7
2 12.3 13.8 10.8 15.6 17.2 16.7
11.6 12.1 16.1 18.3
Realice un análisis de varianza para los datos y construya una tabla de análisis de varianza. El efecto principal
de los factores, ¿es significativo? ¿Los datos proporcionan pruebas suficientes de una interacción entre el tiempo
de sinterización y el tipo de metal? Utilice α = 0.05 para cualquier prueba.
Calcule un intervalo de confianza de un 95% para la diferencia de la resistencia a la compresión promedio entre los
dos metales. ¿Es tangible que la resistencia promedio de metal es más alta mientras más alta sea la temperatura
de sinterización? Utilice α = 0.05.
45. Un ingeniero sospecha que el acabado superficial de ciertas piezas de metal está influenciado por el tipo de
pintura utilizada y el tiempo de secado. El ingeniero selecciona tres tiempos de secado – 20, 25 y 30 minutos –
y emplea dos tipos de pintura. Se prueban tres piezas con cada combinación de tiempo de pintura y tiempo de
secado. Los datos (la calidad de la superficie) son los siguientes:
Tiempo (min)
Pintura 20 25 30
1 74 73 78
64 61 85
50 44 92
2 92 98 66
86 73 45
68 88 85
Establezca y pruebe las hipótesis apropiadas utilizando el análisis de varianza con α = 0.05. Forme una tabla
de análisis de varianza.
¿Es cierto, con α = 0.05, que la segunda pintura proporciona una mejor calidad del acabado, sin tomar en cuenta
otros factores?
46. Se efectúa un experimento para determinar si la temperatura de encendido o la posición de la caldera tienen
efecto sobre la densidad de un ánodo de carbón. Los datos son los siguientes:
Temperatura (◦ C)
Posición 800 825 850
1 570 1063 565
565 1080 510
583 988 526
2 528 988 526
547 1026 538
521 1004 532
Establezca las hipótesis de interés. Pruébelas utilizando el análisis de varianza con α = 0.05. Estime el valor P
para cada un de las pruebas.
Estime, mediante un intervalo de confianza de un 95%, la diferencia promedio que serı́a debida a la posición
eliminando el efecto del factor temperatura.
Existe evidencia, con α = 0.05, de una interacción positiva en la posición 1 con una temperatura de 825◦ C.
47. Un artı́culo publicado en el Industrial Queality Control (1956, p. 5 – 8) describe un experimento para investigar
el efecto de dos factores (tipo de vidrio y tipo de fósforo) sobre la brillantez de un cinescopio. La variable de
respuesta medida es la corriente (en microamperes) necesaria par obtener un nivel de brillantez especificado. Los
datos aparecen en la tabla siguiente:
Tı́po de fósforo
Tipo de vidrio 1 2 3
1 280 300 290
290 310 285
285 295 290
2 230 260 220
235 240 225
240 235 230
Establezca las hipótesis de interés en este experimento. Pruébelas utilizando α = 0.05. Construya una tabla de
ANOVA para resumir el análisis.
Estime, mediante un intervalo de confianza de un 95%, la diferencia promedio en la corriente que se debe al tipo
de vidrio, al excluir el efecto de tipo de fósforo.
48. Los siguientes datos corresponden a la altura (pulgadas) y peso (libras) de nadadoras:
Altura 68 64 62 65 66
Peso 132 108 102 115 128
Trace un diagrama de dispersión para esos datos, con la altura como la variable independiente. Ajuste un modelo
de regresión lineal a los datos. Si la altura de una nadadora es 63 pulgadas, ¿cuál serı́a el peso que usted le
estimarı́a?¿Cuál es el error estándar de esta estimación?
¿Cuál es el coeficiente de correlación entre las variables? ¿Qué tanto varı́a el peso de nadadoras de la misma
estatura? Proporcione un estimador insesgado de la desviación estándar. Estime el error estándar de las
estimaciones del coeficiente de regresión y de la ordenada al origen.
49. Las clases y las capacidades de carga para una muestra de neumáticos son las siguientes (Road and Track, octubre
de 1994):
Clase de neumático Capacidad de carga
75 853
82 1047
85 1135
87 1201
88 1235
91 1356
92 1389
93 1433
105 2039
Trace un diagrama de dispersión para estos datos, con la clase de neumático como variable independiente.
Forme la ecuación estimada de regresión , con cuadrados mı́nimos. Grafı́quela en el diagrama de dispersión.
Estime la capacidad de carga para un neumático cuya clase es 90. ¿Qué tan grande es el error estándar de esta
estimación?
50. En Estados Unidos, las autoridades hacendarias consideran que para las deducciones totales sean razonables
es necesario considerar el ingreso bruto del causante. Las grandes deducciones, que comprenden los pagos a
instituciones de veneficiencia y por gastos médicos, son más razonables para causantes con grandes ingresos
brutos ajustados. Si un causante pide deducciones mayores que el promedio para determinado nivel de ingresos,
aumentan las probabilidades de una auditorı́a fiscal. A continuación vemos datos sobre ingreso bruto ajustado y
el promedio o cantidad razonable de deducciones agrupadas (Money, octubre de 1994). Los datos están en miles
de dólares.
Ingresos brutos ajustados Deducciones ajustadas totales
22 9.6
27 9.6
32 10.1
48 11.1
65 13.5
85 17.7
120 25.5
Trace un diagrama de dispersión para esos datos, con ingresos brutos ajustados como variable independiente.
Use el método de cuadrados mı́nimos para formar la ecuación de regresión. ¿Cuál es el coeficiente de regresión?
Estime el error estándar de los parámetros de regresión.
Estime un nivel razonable de deducciones totales agrupadas para un causante cuyo ingreso bruto ajustado es de
52500 dólares. Estime la desviación estandar de deducciones para los causantes con este nivel de ingresos brutos.
Si ese causante pidió deducciones totales agrupadas de 20400 dólares, ¿se justifica la petición de auditorı́a por
parte de las autoridades?
51. ¿A los directores y a los principales ejecutivos se les paga de acuerdo con las ganancias obtenidas por las empresas?
La siguiente tabla es una lista de datos corporativos sobre el cambio porcentual en el rendimiento de las acciones
durante un periodo de dos años, y el cambio porcentual en la paga a los directores y principales ejecutivos,
inmediatamente después de 2 años.
Cambio bianual Cambio en el pago Producto
Empresa en el rendimiento (% ) al ejecutivo (% )
Dow Chemical 201.3 18 3623.4
Rohm & Haags 146.5 28 4102
Morton International 76.7 10 767
Union Carbide 158.2 28 4429.6
Praxair -34.9 15 -523.5
Air Products & Chemicals 73.2 -9 -658.8
Eastman Chemical -7.9 -20 158
Suma 613.1 70 11897.7
Suma cuad. 99532.73 2698
Presente los datos en un diagrama de dispersión.
Trace la lı́nea de regresión lineal.
Realice una prueba, a un nivel α = 0.05, para probar la hipótesis de que el cambio en el pago serı́a más grande,
en promedio, mientras más grande sea el cambio en el rendimiento.
Calcule el coeficiente de determinación e interprete su valor.
52. Los datos siguientes son los sueldos mensuales y los promedios de calificaciones para los egresados de una
universidad en E.E.U.U.
Calificación Sueldo mensual ($) Producto
2.6 2800 7280
3.4 3100 10540
3.6 3500 12600
3.2 3000 9600
3.5 3400 11900
2.9 3100 8990
Suma 19.2 18900 60910
Suma Cuad. 62.18 59870000
Usando el modelo de regresión lineal, estime la relación entre el promedio de calificaciónes y el salario.
¿Qué tan significativa es? Estime p en la prueba F correspondiente.
Para una persona que tiene el promedio de calificaciones de 3.0, ¿en qué rango, con probabilidad de 0.95, se
puede esperar su sueldo mensual?
53. Un artı́culo publicado en el IEEE Transactions on Instrumentation and Measurement describe el empleo de
un modelo de regresión lineal simple para expresar la corriente de drenaje y (en mA) como una función del
voltaje tierra-fuente x (enP
V). Con base en P una muestra Pde210 observaciones de (x,y) se obtuvieron las siguientes
x2 = 24.85,
P P
estadı́sticas: x = 15.5, y = 14.26, y = 22.3, xy = 23.38.
Ajuste un modelo de regresión lineal simple a los datos.
Pruebe la significancia de la regresión utilizando α = .05 en una prueba F.
Con α = .05, ¿se puede concluir que la ordenada al origen es distinta de cero?
54. Se piensa que el número de libras de vapor utilizadas por mes por una planta quı́mica, está relacionado con la
temperatura ambiente promedio (en ◦ F ) de ese mes. En la tabla siguiente se muestran el uso de vapor de un
año y la temperatura del mes correspondiente.
Mes Temp. Uso /1000 Mes Temp. Uso/1000
ene. 21 185.79 jul. 68 621.55
feb. 24 214.47 ago. 74 675.06
mar. 32 288.03 sep. 62 562.03
abr. 47 424.84 oct. 50 452.93
may. 50 454.58 nov. 41 369.96
jun. 59 539.03 dic. 30 273.98
Ajuste un modelo de regresión lineal que relaciona el uso de vapor con la temperatura promedio.
¿Es significativa la regresión? Estime la significancia mediante el valor p.
Calcule el coeficiente de determinación e interprete su valor.
Para un mes que tenga la temperatura promedio de 25◦ F, indique, en qué intervalo, con probabilidad 95%,
puede estar el consumo de vapor en esa planta.
55. Un artı́culo publicado en Wear, vol. 152, 1992, presenta los datos sobre el desgaste de acero dulce y la viscosidad
del aseite. A continuación aparecen datos representativos con x=viscosida de aceite y y=volumen de desgaste
(10−4 mm3 ).
y 240 181 193 155 172 110 113 75 94
x 1.6 9.4 15.5 20 22.0 5.5 43 40.5 33.0
Ajuste un modelo lineal a los datos. ¿Es significativa la regresión? Use α = 0.05.
Estime, mediante un intervalo de confianza de un 95%, el desgaste promedio si se utiliza aceite con viscosidad
30.