FACULTAD DE CIENCIAS ECONOMICAS

DEPARTAMENTO ACADEMICO DE MATEMATICA, ESTADISTICA E INFORMATICA

GUIA INTERVALO DE CONFIANZA Y PRUEBA DE

HIPOTESIS
ESCUELA: ING. FORESTAL Y MEDIO AMBIENTE.

AUTORES: Mg. MARIA DEL PILAR RIOS GARCIA

Mg. ALEX ROBERTO CHUÑE YGNACIO

TUMBES- PERU
2018

1
 INDICE

INTRODUCCION .............................................................................................................. 3
OBJETIVOS ..................................................................................................................... 4
ESTIMACION ................................................................................................................... 5
INTERVALO DE CONFIANZA ........................................................................................ 6
A. Para la media de una poblacional cuando se conoce la varianza ....................... 6
B. Para la media de una poblacional cuando no se conoce la varianza .................. 8
C. Para la diferencia entre dos medias poblacionales ............................................ 11
D. Intervalo de confianza para la varianza población que sigue una distribución
normal: no se conoce la varianza ............................................................................... 16
E. Intervalo de confianza para la razón de dos varianzas ...................................... 18
PRUEBA DE HIPOTESIS .............................................................................................. 22
PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL .................................... 28
PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE MEDIAS POBLACIONALES 32
A. Cuando las varianzas poblacionales son conocidas. ............................................ 32
B. Cuando las varianzas poblacionales son desconocidas. ...................................... 38
PRUEBA DE HIPOTESIS PARA LA VARIANZA POBLACION .................................. 40
PRUEBA DE HIPOTESIS PARA DOS PARAMETROS ............................................... 42
PRUEBA DE HIPOTESIS PARA LA PROPORCION ................................................... 45
PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE PROPORCIONES
POBLACIONALES. ....................................................................................................... 47
EJERCICIOS PROPUESTOS DE PRUEBA DE HIPOTESIS ...................................... 49
BIBLIOGRAFÍA .............................................................................................................. 58

2
 INTRODUCCION

Los estimadores de parámetros suelen llamarse ESTIMADORES

PUNTUALES, pues con un solo valor calculado a partir de la muestra
estimamos el valor del parámetro.
Es cierto que la precisión de un estimador puntual se incrementa con muestras
grandes, o sea, el valor que tome el estimador puntual para una muestra de
tamaño n dado, sería más confiable, de estar más cerca del parámetro a estimar,
que el que tome para una muestra de tamaño menor a n. Sin embargo, aun
cuando se use para cada parámetro, el mejor estimador puntual que existe
(o sea, que cumpla con todas o la mayoría de las propiedades) no hay razón
para esperar que la estimación obtenida de la muestra, deba coincidir
exactamente con el valor del parámetro que se está estimando (debido a que
se trabaja con muestras y no con la población).
La mayor desventaja de los estimadores puntuales es que la estimación puntual
calculada de la muestra no dice nada, por sí sola, del grado de incertidumbre de
tal estimación, o sea, sobre qué tan probable es que la estimación esté cerca del
parámetro y de qué tan cerca esté. Los estimadores puntuales brindan una
información incompleta si no están acompañadas del grado de
incertidumbre de la estimación puntual obtenida.
La manera más frecuente de expresar tal incertidumbre, consiste en construir un
intervalo dentro del cual se esperaría, con alta probabilidad, encontrar el valor
del parámetro. Tal intervalo se conoce con el nombre de INTERVALO DE
CONFIANZA. Es imposible construir un intervalo de confianza del cual se espere
que haya una probabilidad del 100% de obtener al verdadero y desconocido
valor del parámetro debido a que, ya sabemos que a partir de una
muestra no podemos llegar a conclusiones acerca de la población que sean
100% verdaderas.

3
 OBJETIVOS

 Analizar datos de una y dos variables.

 Entender el uso de métodos gráficos.
 Entender cuando se utiliza el método de t de student, normal, chi
cuadrado, f de ficher, etc.
 Utilizar correctamente cada formula brindada y hallar el valor correcto en
las tablas de datos brindadas por la docente a cargo.

4
 ESTIMACION
ESTIMACION

Es un procedimiento que permite determinar valores posibles de un parámetro

desconocido, a partir de los datos suministrados por muestras extraídas al azar.
ESTIMACION PUNTUAL

Es solo un valor que permite a partir de los datos muéstrales obtener valores
aproximados acerca de un determinado parámetro de la población.
Desventaja: solo proporcionan un valor de los muchos posibles, que puede
proponerse como valor del parámetro; sin conocer que tan buena es la
aproximación.
PROPIEDADES DE UN BUEN ESTIMADOR
Todo buen estimador debe ser:
INSEGADO: El valor esperado del estimador debería ser igual al parámetro que
trata de estimar, En caso que lo sea, se dice que el estimador es insesgado
Ejemplo: La media maestral x es un estimador insesgado de la media poblacional
𝜇 debido a que: E (𝑥̅ ) = 𝜇
EFICIENCIA: De varios estimadores insesgados, el más eficiente es el que tiene
la varianza más pequeña.
CONSISTENTE: Es un estimador mejora a medida que aumenta el tamaño de
la muestra. Cuando el tamaño de la muestra es muy grande los estimadores, por
lo general, valores muy próximo a los parámetros respectivos.
SUFICIENTE: Cuando es capaz de sustraer de la muestra toda la información
que esta contenido acerca del parámetro, Es decir si ningún otro estimador
puede suministrar más información sobre parámetro.
ESTIMACION POR INTERVALOS
La estimación de parámetros por intervalos, permite construye un intervalo que
contendrá el parámetro a estimar con una confianza a priori por el
experimentador.

P (A ≤ Θ ≤ B) =1 - 𝛼

1 – 𝜶 : NIVEL DE CONFIANZA
Es la probabilidad que representa la seguridad de que el intervalo contenga al
verdadero valor del parámetro.
𝜶= NIVEL DE SIGNIFICANCIA
Es la probabilidad de que el intervalo no contenga al verdadero parámetro

5
Ejemplo:
P (A ≤ Θ ≤ B) = 0.95 Es un intervalo del 95% de confianza para el parámetro
Θ
OBSERVACION. Significa que si se extraen repetidamente muestras de
población y se calcula intervalos de esa manera, entonces el 95% de estos
intervalos contendrán al parámetro desconocido.

NOTA:

Cuando no se especifica el nivel de confianza, se asume el 95%.

NIVEL DE NIVEL DE
CONFIANZA SIGNIFICANCIA CONCLUSIÓN
1 -𝜶 𝜶
0.90 0.10 Poco significativo
0.95 0.05 Significativo
0.99 0.01 Altamente significativa

INTERVALO DE CONFIANZA PARA LA MEDIA

POBLACIONAL
INTERVALO DE CONFIANZA

𝒍𝒊 ≤ 𝝁 ≤ 𝑳𝒔
De una población desconocemos la media 𝜇 y deseamos estimarla mediante un
intervalo con una confianza apropiada a partir de los resultados obtenidos en la
muestra aleatoria 𝑥1 , 𝑥2 , 𝑥3 ,…………. , 𝑥𝑛
,
A. PARA LA MEDIA DE UNA POBLACIONAL CUANDO SE CONOCE LA VARIANZA

 Para una población infinita

𝜎 𝜎
𝑃[ − 𝑍1−𝛼 <𝜇< + 𝑍1−𝛼 ]=1−𝛼
2 √𝑛 2 √𝑛
 Para población finita.
𝜎 𝑁 −𝑛 𝑛
X ±𝑍 𝛼/2 √ → 𝑁 ≥ 0,05
√𝑛 𝑁−1

6
Ejemplo:
1. Una muestra de 40 bolsas de semilla de ébano tiene una media de 25 y
una varianza de 23.04, se pide calcular el intervalo de confianza de 95 %.
Solución:
0.05
Z=95 %→0.95 ----------------------------------1 − = 1 − 0.025 = 0.975 → 1.96
2
= 35
n=40
𝜎 2 = 23.04 → 𝜎 = √23.04 = 4.8
4.8
= 0.76
√40
𝜎 𝜎
𝑃[ − 𝑍1−𝛼 <𝜇< + 𝑍1−𝛼 ]= 1−𝛼
2 √𝑛 2 √𝑛
4.8 4.8
𝑃 [35 − 1.96. < 𝜇 < 35 + 1.96. ]=1−𝛼
√40 √40
𝑃[35 − 1.96(0.76) < 𝜇 < 35 + 1.96(0.76)] = 1 − 𝛼

𝑃[33.51 < 𝜇 < 36.49] = 0.95

Interpretación: Existe un 95 % de confianza de que la media poblacional se encuentre

entre 33.51 y 36.49.

2. Una población de 50 vendedores de plantones de especies forestales, se

estudia su efectividad en cuanto a sus ventas por mes, se sabe que su
media es de 120.2 y una varianza de 196. Hallar el intervalo de confianza
para el valor medio de ventas por mes de los vendedores con un grado
de confianza de 90%.
Solución:
0.10
Z=90 %→0.90 ----------------------------------1 − = 1 − 0.05 = 0.95 → 1.645
2
= 120.2
n=50
𝜎 2 = 196 → 𝜎 = √196 = 14
14
= 1.98
√50
𝜎 𝜎
𝑃[ − 𝑍1−𝛼 <𝜇< + 𝑍1−𝛼 ]=1−𝛼
2 √𝑛 2 √𝑛

7
 14 14
𝑃 [120.2 − 1.645. < 𝜇 < 120.2 + 1.645. ]=1−𝛼
√50 √50
𝑃[120.2 − 1.645(1.98) < 𝜇 < 120.2 + 1.645(1.98)] = 1 − 𝛼
𝑃[116.94 < 𝜇 < 123.46] = 0.90
Interpretación: el valor medio de las ventas por mes de los vendedores se encuentra
entre 116.94 y 123.46, trabajando con un intervalo de confianza de 90%.

B. PARA LA MEDIA DE UNA POBLACIONAL CUANDO NO SE CONOCE LA VARIANZA

CASO I:

 Cuando n < 30: Población normal o no. → T

𝑆 𝑆
[ − 𝑡1−𝛼 <𝜇< + 𝑡1−𝛼 ]
2 √𝑛 2 √𝑛

Donde: 𝑡0 = 𝑡1−𝛼 ,𝑛−1

 Para población finita

𝜎 𝑁 −𝑛 𝑛
𝑋̅ ±𝑡 𝛼/2 √ → 𝑁 ≥ 0,05
√𝑛 𝑁−1

Ejemplo:
1. Se analizan 7 muestras de especies forestales y se ha obtenido una altura
media de 223 centímetros. No se conoce la varianza poblacional por lo
que se ha calculado la desviación típica de la muestra que resulto ser 8.65
centímetros. Estimar la altura media de las especies forestales en
intervalos con un nivel de confianza de 95%.
Solución:
0.05
t=95 %→0.95------------------------1 − = 1 − 0.025 = 0.975 → 1 − 0.975 = 0.025 →
2
2.447
= 223
n=7-1(grado de libertad)
𝑆 = 8.65
8.65
= 3.27
√7
𝑆 𝑆
[ − 𝑡1−𝛼 <𝜇< + 𝑡1−𝛼 ]
2 √𝑛 2 √𝑛
8.65 8.65
[223 − 2.447. < 𝜇 < 223 + 2.447. ]
√7 √7

8
 [223 − 2.447(3.27) < 𝜇 < 223 + 2.447(3.27)]

[214.99 < 𝜇 < 231.02]

Interpretación: la altura media de las especies forestales se encuentra entre 214.99 y

231.02, trabajando con un nivel de confianza del 95 %.
2. Se analizan 9 muestras de especies de aves en peligro de extinción y se ha
obtenido un peso medio de 425 gramos. No se conoce la varianza poblacional
por lo que se ha calculado la desviación típica de la muestra que resulto ser 6.98
gramos. Estimar el peso medio de las aves en peligro de extinción en intervalos
con un nivel de confianza de 95%.

Solución:
0.05
t=95 %→0.95----------------------------------1 − = 1 − 0.025 → 1 − 0.975 = 0.025 → 2.306
2
= 425
n=9-1(grado de libertad)
𝑆 = 6.98
6.98
= 2.33
√9
𝑆 𝑆
[ − 𝑡1−𝛼 <𝜇< + 𝑡1−𝛼 ]
2 √𝑛 2 √𝑛
6.98 6.98
[425 − 2.306. < 𝜇 < 425 + 2.306. ]
√9 √9
[425 − 2.306(2.33) < 𝜇 < 425 + 2.306(2.33)]
[419.63 < 𝜇 < 430.37] = 0.95

Interpretación: El peso medio de las aves en peligro de extinción se encuentra entre

419.63 y 430.37, trabajando con un nivel de confianza del 95 %.
Caso II:

 Cuando n ≥30: Población normal o no→ z

𝑆 𝑆
[ − 𝑧1−𝛼 <𝜇< + 𝑧1−𝛼 ]
2 √𝑛 2 √𝑛
 Para población finita

𝜎 𝑁 −𝑛 𝑛
𝑋̅ ±𝑍 𝛼/2 √ → 𝑁 ≥ 0,05
√𝑛 𝑁−1

9
 Ejemplo:
1. Se tiene una muestra de 45 alumnos de la escuela de Ing. Forestal para
saber su rendimiento académico, se observó una media de 10.5 alumnos
con bajo rendimiento con una desviación típica de 6.4. Determinar el valor
medio mediante un intervalo de confianza con un nivel de significancia del
95 %.
Solución:
0.05
Z=95 %→0.95 ----------------------------------1 − = 1 − 0.025 = 0.975 → 1.96
2
= 10.5
n=45
𝜎 = 6.4

6.4
= 0.95
√45
𝑆 𝑆
[ − 𝑧1−𝛼 <𝜇< + 𝑧1−𝛼 ]
2 √𝑛 2 √𝑛
6.4 6.4
[10.5 − 1.96. < 𝜇 < 10.5 + 1.96. ]
√45 √45
[10.5 − 1.96(0.95) < 𝜇 < 10.5 + 1.96(0.95)]

[8.638 < 𝜇 < 12.362]

Interpretación: el valor medio se encuentra entre se encuentra entre 8.638 y 12.362,
trabajando con un nivel de confianza del 95 %.

2. Se tiene una muestra de 38 semillas de guácimo para saber su nivel de

germinación, se observó una media de 20.8 con una desviación típica de
8,2. Determinar el valor medio de germinación mediante un intervalo de
confianza con un nivel de significancia del 95 %.
Solución:
0.05
Z=95 %→0.95 ----------------------------------1 − = 1 − 0.025 = 0.975 → 1.96
2
= 20.8
n=38
𝜎 = 8.2
8.2
= 1.33
√38
𝑆 𝑆
[ − 𝑧1−𝛼 <𝜇< + 𝑧1−𝛼 ]
2 √𝑛 2 √𝑛
8.2 8.2
[20.8 − 1.96. < 𝜇 < 20.8 + 1.96. ]
√38 √38
[20.8 − 1.96(1.33) < 𝜇 < 20.8 + 1.96(1.33)]
[18.55 < 𝜇 < 23.05]

10
Interpretación: el valor medio de germinación se encuentra entre 18.55 y 23.05, trabajando con un nivel de
confianza de 95 %.

ERROR DE ESTIMACION
Es la diferencia entre el promedio de la muestra 𝑋̅ y el promedio real 𝜇 de la
población. Es decir es la diferencia entre el estigrafo y el parámetro:
E = 𝑋̅ - 𝜇

E ≤ 𝑍𝛼 𝜎
2 √𝑛

ERROR MAXIMO PROBABLE

Para muestras pequeñas el error máximo probable es:

𝑆
E ≤ 𝑡1− 𝛼/2
√𝑛

C. PARA LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES

𝒍𝒊 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝑳𝒔
1. Se conoce: 𝝈𝟐𝟏 𝒚 𝝈𝟐𝟐

 Cuando las varianzas poblacionales : 𝝈𝟐𝟏 𝒚 𝝈𝟐𝟐 son

conocidas

𝜎2 𝜎2
[( 1− 2 ) ± 𝑧1−𝛼 √ + < 𝜇1 − 𝜇2 ]
2 𝑛1 𝑛2

11
Ejemplo:
1. Dos compañías A y B fabrican el mismo tipo de cuerda de fibra de cedro
y un distribuidor desea conocer la diferencia promedio de la resistencia a
la rotura de las mismas, para lo cual toma muestras de 100 cuerdas de A
y 50 cuerdas de B. La muestra de los cuerdas de la compañía A arrojan
una resistencia promedio a la rotura de 4500 libras y las cuerdas de la
compañía B arrojan una resistencia promedio a la rotura de 4000 libras.
Si se sabe por experiencia que la desviación estándar de la resistencia a
la rotura es de 300 libras para la compañía A y de 200 libras para la
compañía B, se pide estimar el intervalo de confianza de la diferencia de
medias de la resistencia a la rotura entre las dos cuerdas, con un nivel de
confianza del 95%. Se sabe que la resistencia a la rotura se distribuye
normalmente para ambas compañías.
Solución:
0.05
Z=95%→0.95--------------------------------1- =1-0.025=0.975→1.96
2

Cuerda Muestra σ 𝜎2
A 100 4500 300 90000
B 50 4000 200 40000

𝜎2 𝜎2
[( 1− 2 ) ± 𝑧1−𝛼 √ + < 𝜇1 − 𝜇2 ]
2 𝑛1 𝑛2

(300)2 (200)2 (300)2 (200)2

[(4500 − 4000) − 1.96√ + < 𝜇1 − 𝜇2 < (4500 − 4000) + 1.96√ + ]
100 50 100 50
𝑃[419.19 < 𝜇1 − 𝜇2 < 580.81] = 0.95

Interpretación: Con un nivel de confianza del 95% la diferencia de los promedios a la

rotura de ambas cuerdas fluctúa entre 419.19 y 580.81 libras.

2. Un ingeniero forestal comienza a trabajar en un área operativa en una

empresa de envases con sistema de purificación de agua con semillas
que lanza al mercado una nueva presentación, en la empresa desean
conocer la diferencia promedio de la producción de los mismos, para la
cual toma muestras de 120 envases de la maquina 1 y 80 envases de la
maquina 2. La muestra de los envases de la maquina 1 muestran una
producción promedio de 300 envases por hora y la maquina 2 una media
de 390 envases por hora. Si se sabe que la desviación estándar de la
maquina 1 es de 20 envases y la desviación estándar de la maquina 2 es
de 30 envases, se pide estimar el intervalo de confianza de la diferencia
de medias de la producción entre las dos máquinas, con un nivel de
confianza de 90 %.

12
Solución:
0.10
Z=90%→0.90--------------------------------1- =1-0.05=0.95→1.645
2

Maquina Muestra σ 𝜎2
1 120 300 20 400
2 80 390 30 300

𝜎2 𝜎2
[( 1 − 2) ± 𝑧1−𝛼 √ + < 𝜇1 − 𝜇2 ]
2 𝑛1 𝑛2

(20)2 (30)2 (20)2 (30)2

[(120 − 80) − 1.645√ + < 𝜇1 − 𝜇2 < (120 − 80) + 1.645√ + ]
300 390 300 390
𝑃[36.86 < 𝜇1 − 𝜇2 < 43.14] = 0.90

Interpretación: Con un nivel de confianza del 90% la diferencia de los promedios de

producción entre las maquinas 1 y 2 se encuentra entre 36.86 y 43.14 envases por hora.

2. No se conoce: 𝝈𝟐𝟏 𝒚 𝝈𝟐𝟐

Caso I:

 𝐧𝟏 + 𝐧𝟐 ≤ 30, Suponiendo que las varianzas poblacionales son

iguales: 𝛔𝟐𝟏 = 𝛔𝟐𝟐

𝑠𝑐2 𝑠𝑐2 𝑠𝑐2 𝑠𝑐2

[( 1 − 2) − 𝑡1−𝛼 √ + < 𝜇1 − 𝜇2 < ( 1 − 2) + 𝑡1−𝛼 √ + ]
2 𝑛1 𝑛2 2 𝑛1 𝑛2

𝛴(𝑥𝑖 − )2
𝑆2 =
𝑛−1
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑆𝑐2 =
𝑛1 + 𝑛2 − 2

Ejemplo:

1. Se desea estudiar semillas de ébano en 10 laboratorios de fisiología

vegetal de la Municipalidad de Tumbes y 10 semillas de porotillo en
laboratorios de fisiología vegetal de la UN Tumbes respectivamente.
Construir un intervalo de confianza con un nivel de confianza del 95%
Mun.de Tumbes 10-4-8-2-5-7-3-6-9-11
UN Tumbes 15-14-10-13-16-6-11-13-17-20
Solución:
0.05
t=95 %→0.95------------------------1 − = 1 − 0.025 = 0.975 → 1 − 0.975 = 0.025 →
2
2.101
Grado de libertad: n1+n2-2=20-2=18

13
 1 = 6.5 2 = 13.5
82.5 138.5
𝑆12 = = 9.17 𝑆22 = = 15.39
10 − 1 10 − 1
(10 − 1)9.17 + (10 − 1)15.39
𝑆𝑐2 = = 12.28
10 + 10 − 2
𝑠𝑐2 𝑠𝑐2 𝑠𝑐2 𝑠𝑐2
[( 1− 2 ) − 𝑡 𝛼 √ + < 𝜇1 − 𝜇2 < ( 1− 2 ) + 𝑡1−𝛼 √ + ]
1− 2 𝑛 𝑛2 𝑛1 𝑛2
1 2

12.28 12.28 12.28 12.28

[(6.5 − 13.5) − 2.101√ + < 𝜇1 − 𝜇2 < (6.5 − 13.5) + 2.101√ + ]
10 10 10 10

[−10.29 < 𝜇1 − 𝜇2 < −3.71]

Interpretación: Trabajando con un nivel de confianza del 95 %, la diferencia de la media

del estudio de las semillas de girasol y porotillo esta entre -10.29 y -3.71.

2. Se desea estudiar un artículo para 12 aulas de exposición forestal y 10

para aulas de exposición ambiental respectivamente. Construir un
intervalo de confianza con un nivel de confianza del 90%
Expo. Forestal 8-2-6-3-1-13-7-6-19-12-14-11
Expo. Ambiental 12-14-20-18-15-11-7-5-9-12

Solución:
0.10
t=90 %→0.90------------------------1 − = 1 − 0.05 = 0.95 → 1 − 0.95 = 0.05 → 1.725
2
Grado de libertad: n1+n2-2=12+10-2=20

1 = 8.5 2 =12.3
323 196.1
𝑆12 = = 29.36 𝑆22 = = 27.79
12 − 1 10 − 1
(12 − 1)29.36 + (10 − 1)27.79
𝑆𝑐2 = = 28.65
12 + 10 − 2
𝑠𝑐2 𝑠𝑐2 𝑠𝑐2 𝑠𝑐2
[( 1− 2 ) − 𝑡 𝛼 √ + < 𝜇1 − 𝜇2 < ( 1− 2 ) + 𝑡1−𝛼 √ + ]
1− 2 𝑛 𝑛2 𝑛1 𝑛2
1 2

28.65 28.65 28.65 28.65

[(8.5 − 12.3) − 1.725√ + < 𝜇1 − 𝜇2 < (8.5 − 12.3) + 1.725√ + ]
12 10 12 10

[−6.09 < 𝜇1 − 𝜇2 < −1.51

Interpretación: Trabajando con un nivel de confianza del 90 % la diferencia de las medias
de las aulas en exposición de forestal y ambiental se encuentra en un intervalo de -6.09
y -1.51.

14
 Caso II:

 Cuando las varianzas poblacionales 𝝈𝟐𝒊 son

desconocidas
𝒏𝟏 + 𝒏𝟐 ≥ 30

𝒔𝟐 𝒔𝟐
Ejemplo : 𝟏 − 𝟐) ± 𝒛𝟏−𝜶 √ + < 𝝁𝟏 − 𝝁𝟐
𝟐 𝒏𝟏 𝒏𝟐

1. Construir un intervalo de confianza del 96 % para las diferencias reales

de las medias entre la germinación de semillas de barbasco negro y
blanco, si una muestra de 70 semillas tomadas al azar de barbasco negro
dio una germinación media de 54 y una muestra de 68 de barbasco blanco
dio una media de 46. Las desviaciones estándares de las 2 poblaciones
es de 4 y 6 respectivamente.

Barbasco negro Barbasco blanco

= 𝟓𝟒 = 𝟒𝟔
N=70 N=68
σ=4 σ=6

Solución:
0.04
Z=96%→0.96-------------------------------1- =1-0.02=0.98→2.065
2

𝑠2 𝑠2
( 1 − 2) ± 𝑧1−𝛼 √ + < 𝜇1 − 𝜇2
2 𝑛1 𝑛2

42 62 42 62
(70 − 60) − 2.056√( + ) < 𝜇1 − 𝜇2 < (70 − 60) + 2.056√( + )
70 68 70 68

8.21 < 𝜇1 − 𝜇2 < 11.79

Interpretación: la diferencia de las medias de germinación de las semillas de barbasco
negro y blanco se encuentra en un intervalo de 8.21 y 11.79, trabajando con un nivel de
confianza de 96 %.

2. Construir un intervalo de confianza del 90 % para las diferencias reales

de las medias de los desperdicios orgánicos de una tienda del centro de
la ciudad de Tumbes y los desperdicios orgánicos de una tienda de la
ciudad de Piura, si una muestra de 65 tipos de desperdicios orgánicos
tomadas al azar de la tienda de Tumbes dio una media de 38 y una
muestra de 40 tipos de desperdicios orgánicos tomadas al azar de la

15
 tienda de Piura dio una media de 26. Las desviaciones estándares de las
2 poblaciones es de 3.9 y 5.4 respectivamente.

Tienda de Tumbes Tienda de Piura

= 𝟑𝟖 = 𝟐𝟔
N=65 N=40
σ=3.9 σ=5.4

Solución:
0.10
Z=90%→0.90-------------------------------1- =1-0.05=0.95→1.645
2

𝑠2 𝑠2
( 1− 2 ) ± 𝑧1−𝛼 √ + < 𝜇1 − 𝜇2
2 𝑛1 𝑛2

3.92 5.42 3.92 5.42

(38 − 26) − 1.645√( + ) < 𝜇1 − 𝜇2 < (38 − 26) + 1.645√( + )
65 40 65 40

10.39 < 𝜇1 − 𝜇2 < 13.61

Interpretación: la diferencia de las medias de los desperdicios orgánicos de ambas
tiendas se encuentra en un intervalo de 10.39 y 13.61, trabajando con un nivel de
confianza del 90 %.

D. INTERVALO DE CONFIANZA PARA LA VARIANZA POBLACIÓN

QUE SIGUE UNA DISTRIBUCIÓN NORMAL: NO SE CONOCE LA
VARIANZA
( 𝑳 𝒊 ≤ 𝝈 𝟐 ≤ 𝑳𝒔 )

Sea 𝑥1 , 𝑥2 ,………. , 𝑥𝑛 Una muestra aleatoria extraida de una poblacion

normal con media 𝜇 y varianza 𝜎 2 desconocidas ,entonces :

(𝒏 − 𝟏)𝒔𝟐 𝟐
(𝒏 − 𝟏)𝒔𝟐
≤𝝈 ≤ 𝟐
𝒙𝟐𝟏−𝜶/𝟐,𝒏−𝟏 𝒙𝜶/𝟐,𝒏−𝟏

𝛼
1-𝛼 𝛼 /2
2

2 2
𝑥1− 𝛼
,𝑛−1
𝑋𝛼/2 ,𝑛−1
2

16
Ejemplo:

1. Una muestra de 13 especies de árboles forestales de algarrobo tiene una

altura promedio de 265 cm y una desviación estándar de 13.7 cm.
Encontrar un intervalo de confianza del 90 % para la varianza real de esta
determinada especie forestal, si se supone que las mediciones se
distribuyen normalmente.
Solución:
N=13
Grado de libertad=n-1=12
= 265
S=13.7 90%=1-0.09=0.10
(𝑛 − 1)𝑠2 2
(𝑛 − 1)𝑠2
2 ≤𝜎 ≤ 2
𝑥1−𝛼/2 𝑥𝛼/2,𝑛−1

(12)13.72 2 <
(12)13.72
2 < 𝜎 2
𝑥0.95,12 𝑥0.05,12
2252.28 2252.28
< 𝜎2 <
21.03 5.226
107.1 < 𝜎 2 < 430.98

Interpretación: Existe un 90% de confianza que la varianza de la altura de las especies

forestales de algarrobo se encuentre entre 107.1 y 430.98 cm.

2. Una muestra de 20 aceites de coco tiene un contenido de 200 ml con una

desviación estándar de 8 ml. Encontrar un intervalo de confianza del 95
% para la varianza real de esta determinada muestra, si se supone que
las mediciones se distribuyen normalmente.
Solución:

N=20
Grado de libertad=19
S=8
95%=1-0.05=0.05
(𝑛 − 1)𝑠2 2
(𝑛 − 1)𝑠2
2 ≤𝜎 ≤ 2
𝑥1−𝛼/2 𝑥𝛼/2,𝑛−1

(20)82 2
(20)82
2 < 𝜎 < 2
𝑥0.975,19 𝑥0.025,19
1280 1280
< 𝜎2 <
32.85 8.907
38.96 < 𝜎 2 < 143.71

Interpretación: existe un 95 % de confianza que la varianza del contenido de la

muestra de aceite de coco se encuentre entre 38.96 y 143.71 ml.

17
 E. INTERVALO DE CONFIANZA PARA LA RAZÓN DE DOS VARIANZAS

𝝈𝟐𝟏
( 𝑳𝒊 ≤ ≤ 𝑳𝒔 )
𝝈𝟐𝟐

Sea 𝑥1 , 𝑥2 ,…, 𝑥𝑛1 y 𝑦1 , 𝑦2 ,……, 𝑦𝑛2 dos muestra aleatoria independientes

de tamaño 𝑛1 𝑦 𝑛2 , tomadas de poblaciones normales N(𝜇1 , 𝜎12 ) y N(𝜇2 , 𝜎22 )
con varianzas 𝜎12 y 𝜎22 desconocidas.
⇒ El intervalo de confianza del (1 - 𝛼 ) 100% para la razón de varianzas es:

𝒔𝟐𝟏 𝟏 𝝈𝟐𝟏 𝒔𝟐𝟏

. ≤ ≤ . 𝟏 −𝜶,𝒏 −𝟏,𝒏 −𝟏
𝒔𝟐𝟐 𝒇𝜶,𝒏𝟏−𝟏,𝒏𝟐−𝟏 𝝈𝟐𝟐 𝒔𝟐𝟐 𝟐 𝟏 𝟐
𝟐

𝛼/2 1–𝛼 𝛼 /2

𝑓𝛼 ,𝑟1 ,𝑟2 𝑓1−𝛼/2 ,𝑟1 ,𝑟2

2

Ejemplo:
1. Durante la venta de plantones de pretino en una feria se tomaron 2 grupos
de tiendas con 15 y 25 vendedores en cada una; se registraron los precios
de venta de los plantones, siendo sus medias 20.8 y 26.4 y sus varianzas
9.6 y 12.3 respectivamente. Encuentre un intervalo de confianza del 95 %
para la comparación de varianzas.
Solución:
N1=15 N2=25
= 20.8 = 26.4
σ =9.6
2
σ =12.3
2

N1-1=15-1=14 F0.975; 24,14→2.77

N2-1=25-1=24 F0.975; 14,24→2.47

18
 𝑠12 1 𝜎12 𝑠12
2 . 𝑓𝛼 ≤ ≤ . 𝑓𝛼
𝑠2 ,𝑛 −1,𝑛
𝜎22 𝑠22 2 ,𝑛1 −1,𝑛2 −1
2 1 2 −1

9.6 2
9.6
12.3 ≤ 𝜎
≤ 12.3
2.77 𝜎 2 2.47
0.78 𝜎 2 0.78
≤ ≤
2.77 𝜎 2 2.47
𝜎2
0.28 ≤ ≤ 0.32
𝜎2
Interpretación: Las varianzas de ambas muestras se encuentran en un intervalo de 0.28
y 0.32, trabajando con un nivel de confianza del 95%.

2. Durante la reforestación de un bosque en Tumbes se tomaron 2 grupos

de voluntarios con 31 y 41 integrantes en cada uno; se registró la siembra
de semillas por metro cuadrado, siendo sus medias 25 y 28 y sus
varianzas 14.5 y 10.8 respectivamente. Encuentre un intervalo de
confianza del 90 % para la comparación de varianzas.
Solución:
N1=31 N2=41
= 25 = 28
σ =14.5
2
σ =10.8
2

N1-1=31-1=30 F0.95; 40,30→1.79

N2-1=41-1=40 F0.95; 30,40→1.74
𝑠12 1 𝜎12 𝑠12
2 . 𝑓𝛼 ≤ ≤ . 𝑓𝛼
𝑠2 ,𝑛 −1,𝑛
𝜎22 𝑠22 2 ,𝑛1 −1,𝑛2 −1
2 1 2 −1

14.5 2
14.5
10.8 ≤ 𝜎 ≤ 10.8
1.79 𝜎 2 1.74
1.34 𝜎 2 1.34
≤ ≤
2.77 𝜎 2 2.47
𝜎2
0.48 ≤ 2 ≤ 0.54
𝜎
Interpretación: Las varianzas de ambas muestras se encuentran en un intervalo de 0.48
y 0.54 trabajando con un nivel de confianza del 90%.

19
 INTERVALOS DE CONFIANZA

1) En el vivero de la facultada de ciencias agrarias encontramos 50 especies

forestales con una media de 65y una desviación estándar de 8.2, se p de
calcular al: intervalo de confianza del 95%

2) Se analizan las semillas de diversas especies forestales y se ha obtenido un

contenido medio de germinación de 30 semillas de la especie de “huasimo” no
se conoce la varianza poblacional por lo que se ha calculado la desviación típica
de la muestra que ha resultado ser 4.6. Estimar el contenido medio de las
semillas de las especies forestales. En intervalos con un nivel de confianza del
95%

3) Los siguientes datos corresponden las calificaciones obtenidas por un

grupo de estudiantes En un curso de programación. Considerando que
durante los últimos años se ha venido obteniendo una varianza de 18,
Llegue a una conclusión altamente significativa acerca del verdadero
promedio: 71 , 75 65 , 69 , 73 , 68 , 74 , 70 .Con un nivel de
significancia de 99%
4) Una empresa de alimentos al seleccionar una muestra de 45 clientes
encontró un consumo promedio de 1584 soles mensuales, si se sabe que
la desviación estándar es de 148 soles. Halla el ic al 95% para la media
poblacional de clientes?

5) Se tiene una muestra de 38 cajas elaboradas con la finalidad de conservar frutas

de especies forestales. Se observa una media de 9.6 cajas contaminadas con
una desviación típica de 6.2. Determinar el valor medio mediante un intervalo
de confianza con un nivel de significancia del 95%.

6) Se realizó una prueba de resistencia a estrés hídrico a 2 especies forestales

(faique y porotillo), de este proceso y las pruebas se conoce que la desviación
estándar de la resistencia al estrés hídrico son conocidos. Los datos conocidos
se muestran en la tabla.
Especie ni xi ժ Ժ2
Faique 13 92.5 1.0 1.0
porotillo 15 88.4 1.5 2.25
De acuerdo a la información proporcionada encontré un intervalo de confianza
para la diferencia entre los promedios poblacional de la resistencia con un nivel
de confianza del 90%

7) Se entregó un informe para 13 viveros con especies forestales y 13 viveros con

especies frutales respectivamente. Para viveros forestales:10, 3, 4, 7, 2, 5, 3, 6,
1, 4, 9, 8, 6 Para viveros frutales:1, 4, 5, 7, 6, 8, 4, 9, 2, 3, 5, 7, 4 , Construir un
intervalo conf. Con un nivel de confianza del 95%.

20
8) Una muestra de 25 guayacán con un tamaño que tiene promedio de 1.64 cm y
una desviación estándar de 1cm con una confianza de 90% y 95% para la
varianza real de esta determinada el tamaño si se supone que el tamaño se
distribuye normalmente.

9) 2 Marcas de máquina para talar la madera A y B para producir cierto tipo de

producto. Tiene igual precio, un fabricante al decir cual comprar, a observado
en operación durante una hora, 9 máquinas diferentes de cada marca. El
número de artículos producidos por cada máquina fue

Marca A: 35, 36, 49, 44, 43, 37, 38, 42, 39

Marca B: 27, 28, 53, 52, 48, 29, 39, 47, 45
Con 90% confianza
10) Sean los valores S=0,90 n=30 𝛼 = 0,05 ,¿Hallar el intervalo de la varianza?

11) Se selecciona una muestra aleatoria de 30 docentes de la universidad de

tumbes, con el
Objeto de estimar la experiencia docente media de ellos. Los resultados
obtenidos en la muestra (en años) fueron: 3 , 4, 4 , 6 , 2, 3 , 4 ,6 , 2 , 4 ,
6 , 4 , 5 , 3 , 4 , 4, 3 ,2 7 , 3 , 4 , 4 ,4 , 5 ,3 , 4 , 4 , 6 , 6 y 1
Utilizando la información anterior, obtener un intervalo con un 99% de confianza
para estimar la experiencia docente media de los profesores de la universidad

12) Se determina que las tensiones de rotura de una línea de pesca de prueba de
30 libras, para una muestra de 6 carretes son: 34, 33, 26, 32, 28 y 27 libras.
Calcular un intervalo de confianza del 95% para la varianza poblacional
13 ) Un fabricante quiere estimar la variabilidad de los niveles de impureza de los
envíos de materia prima de un determinado proveedor ,extrae para ello una
muestra de 15 envíos y comprueba que la desviación estándar mestal en la
concentración de los niveles de impureza es 2.36%.Supongase que la población
es normal:
a) Calcule un ic del 95% para la varianza poblacional b) Sin hacer cálculos,
determine si un ic del 99%, tendrá una longitud menor o igual a la del ic,
calculado en el apartado (a)

14) Un fabricante quiere estimar la variabilidad de los niveles de impureza de los

envíos de materia prima de un determinado proveedor, extrae para ello una
muestra de 15 envíos y comprueba que la desviación estándar maestral en
concentración de los niveles de impureza es de 2.36%.Supongase que la
población es normal. a) Calcule un intervalo de confianza del 95% para la
varianza poblacional b) Sin hacer los cálculos, determine si un intervalo de
confianza del 99% tendría una longitud mayor, menor o igual a la del intervalo
,calculado en a)

15) Dos marcas de maquina A y B han sido diseñados para producir cierto tipo de
producto. Tienen Igual precio, Una fabricante, al decidir cuál comprar, ha
observado en operación durante una hora 9 máquinas diferentes de cada marca.
El número de artículos producidos por cada máquina fue:
Marca A: 35, 36, 49 , 44 ,43, 37 , 38 ,42 y 39
Marca B: 27 , 28 , ,53 , 52, , 48, 29 , 34 , 47 y 45

21
 Con 90% de confianza, ¿Cuál maquina le recomendaría comprar, teniendo en
cuenta la variabilidad? ¿Por qué?

16) Una cadena de supermercados se ha propuesto elevar el consumo

promedio semanal por cliente en sus automercados.Para experimentar el
método se escogen 2 automarcados en los cuales las ventas por cliente en el
pasado, eran prácticamente iguales ,con una varianza de 225.En uno de ellos
no se experimenta el método y en una muestra de 15 clientes as ventas medias
fueron de $ 125 con una desviación estándar de 10.En el otro, donde se
experimentó el método ,en una muestra de 14 clientes las ventas medias fueron
de $ 130 con una desviación estándar de 17.¿Opina usted que el método es
eficiente?¿Por qué?

17) En la universidad nacional de tumbes se toma una muestra aleatoria de 500

mujeres ,200 de las cuales indican que están a favor de la supresión de los
exámenes especiales y la sustentación de tesis en público. En una muestra de
300 hombres 140 indican que están a favor de lo mismo. Construye los intervalos
de confianza del 95% para la diferencia en las proporciones de todos los
estudiantes que están a favor de la supresión de los exámenes especiales y la
sustentación de tesis.
18) Se considera cierto cambio en un proceso de fabricación de ciertos artículos, se
toman muestras del Procedimiento existentes y del
Nuevo para determinar si este tiene como resultado una mejora. Si se encuentra
que 75 de 1500 artículos del procedimiento actual son defectuosos y 80 de 2000
artículos del procedimiento nuevo también lo son, ¿Se puede afirmar que el
procedimiento nuevo es mejor? ¿Por qué? Obtener una conclusión al nivel del
95%.

PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS

Una prueba de hipótesis es una regla que especifica si se puede aceptar o

rechazar una afirmación acerca de una población dependiendo de la evidencia
proporcionada por una muestra de datos. Una prueba de hipótesis examina dos
hipótesis opuestas sobre una población: la hipótesis nula y la hipótesis
alternativa.

1. HIPÓTESIS ESTADÍSTICA :
Es una afirmación, suposición o conjetura acerca de unos o más
parámetros, esta suposición puede ser cierta o falsa.
La aceptación de una hipótesis implica que los datos no proporcionan
evidencia suficiente para refutarla.
Las hipótesis estadísticas son dos:

22
 HIPOTESIS NULA: 𝑯𝟎
Es aquella por medio de la cual se hace una afirmación sobre un
parámetro que se va a constatar con el resultado maestral.

HIPOTESIS ALTERNATIVA: 𝑯𝟏
Es aquella hipótesis que difiere de la hipótesis nula. Es decir, ofrece una
alternativa, afirmando que la hipótesis nula es falsa
El rechazo de la hipótesis nula implicara la aceptación de la hipótesis
alternativa...
Ejemplo:
Se tiene un juicio donde se supone que el acusado es inocente en tanto
no se presente suficiente evidencia para demostrar lo contrario.
𝐻0 : Es inocente.
𝑯𝟏 : No es inocente

Aceptar 𝐻0 : No se puede condenar

(Se absuelve)
Decisiones posibles

Rechaza 𝑯𝟏 : No es inocente
(Se condena)

Tipos de Error

Es la decisión de aceptar o rechazar una hipótesis se pueden cometer dos tipos

de error: Error tipo I y Error tipo II.

Error tipo I: Si se rechaza una hipótesis verdadera

Error tipo II: Si se acepta una hipótesis falsa.

Por lo tanto, existe dos posibles decisiones; aceptar o rechazar la hipótesis, la

que a su vez puede ser verdadera o falsa.
𝑯𝟎

23
 Decisión 𝑯𝟎 verdadera 𝑯𝟎 Falsa

Aceptar 𝑯𝟎 Decisión correcta Error tipo I

𝜷

Rechazar 𝑯𝟏 Error tipo I Decisión correcta.

𝜶

La decisión es correcta cuando se acepta una hipótesis verdadera o cuando se

rechaza una hipótesis falsa.

Ejemplo

El Decano de la Facultad de Ciencias Agrarias de la universidad nacional de

tumbes, tiene interés en contratar los servicios docentes del ingeniero Reyes. El
Decano lo entrevista para conocer su competencia en la enseñanza. Si la
hipótesis formulada es “El ingeniero Reyes es competente para la enseñanza,
“explicar en qué condiciones el Decano cometería error de tipo I y de tipo II,
razonar las consecuencias de cada error y explicar cuál de las dos es más grave
en este caso.

SOLUCION

𝑯𝟎 : El ingeniero Reyes es competente para la enseñanza.

Decisión 𝑯𝟎 verdadera 𝑯𝟎 Falsa

Acepta Se acepta que es competente Se acepta que es

Cuando en realidad lo es. competente cuando en
realidad no lo es.
Se contrata a una persona
competente. Se contrata a una
persona incompetente.

Rechaza Se dice que no es Se dice que es

competente cuando en competente y en
realidad si lo es, realidad no lo es.

Se deja de contratar a una Se deja de contratar a un

persona competente. incompetente.

2 ) PRUEBA DE HIPÓTESIS UNILATERAL

Es aquella en la cual la región de rechazo o zona crítica está completamente

comprendida en uno de los extremos de la distribución.

24
Prueba Unilateral a la derecha
Cuando la hipótesis alternativa de lo que se quiere
Probar Hace mención a “MAYOR” la región de RA
Rechazo está a la derecha. RR
𝐻1 : Los salarios que paga la empresa son superiores a 1200.

Prueba Unilateral a la izquierda

Cuando la hipótesis alternativa de lo que se quiere
Probar Hace mención a “MENOR” la región de RA
Rechazo está a la izquierda... RR

𝐻1 : El producto A es de menor calidad que el producto B.

3) PRUEBA DE HIPÓTESIS BILATERAL

Es aquella en la cual la región de rechazo

O zona crítica está en ambos extremos de
La distribución.
La hipótesis alternativa de lo que se quiere probar
Hace mención a “DIFERENTE RA
RR RR

𝐻1 : Los salarios de la empresa Ason diferentes a los salarios de la empresa B.

4) VALOR (es ) CRITICOS (S)

Son los números que definen las fronteras de la región de rechazo con la región
de aceptación.

- 𝑎 +a -a +a

5) NIVEL DE SIGNIFICANCIA ( 𝜶 )

Es la máxima probabilidad que se especifica con el fin de hacer mínimo el error

tipo I , Generalmente esta probabilidad se fija antes de escoger la muestra.

El valor de 𝛼 corresponde a una área bajo la curva, denominada región de

rechazo o zona critica.

25
 - 𝛼 𝛼

UNILATERAL BILATERAL

La Región no sombreada se denomina Región de Aceptación y corresponde a la

probabilidad 1 – 𝛼

1-𝛼 1–𝛼 1-𝛼

6) estadística de prueba

Es un número que se calcula con los datos de la muestra y que se utiliza para
tomar la decisión de aceptar o rechazar la hipótesis nula.

7) Regla de decisión

Si el valor calculado de la estadística de prueba cae dentro de la región de

aceptación, se acepta 𝐻0 . 𝐸𝑛 caso contrario se rechaza.

8) CONCLUSION. Debe expresar el nivel de confianza con el cual se está haciendo la

afirmación y luego redactar de acuerdo a los términos utilizados en la pregunta de
problema.

EL VALOR P

El valor P es el nivel de significancia más pequeño que conduce al rechazo de la

hipótesis nula. Sirve de ayuda en la toma de decisiones pues casi todos los
softwares estadísticos muestran el valor P junto a la estadística de prueba.

Si P > 𝜶 ⇒ aceptamos 𝑯𝟎
Si P ≤ 𝜶 ⇒ Rechazamos 𝑯𝟎 y aceptamos 𝑯𝟏

26
CALCULO DEL VALOR P:

Si 𝑯𝟏 : < Si 𝑯𝟏 : > Si 𝑯𝟏 : ≠

P= P (Z ≤ ep ) P = P (Z > ep ) P = 2 P ( Z > ep )

Ejemplo.

Una muestra aleatoria de 100 personas presente una vida promedio de 71.8
años, Si la desviación estándar de la población es 8.9 años. ¿Esto parece indicar
que la vida media es mayor que 70 años?

SOLUCION

1° HIPOTESIS

H0 : 𝜇 ≤ 70
H1 : 𝝁 > 70
2° Estadístico de Prueba:

𝑥̅ −𝜇0 718−70
Z = 𝛼/ = 8.9 = 2.02
√ 𝑛
√100

Valor P: P = P (Z > 2.02 ) = 1 – P( Z ≤ 2.02 ) = 1 – 0.97831 = 0.02169

⇒ Como el valor de P = 0.02169 es menor que 𝛼 =0.05; Se rechaza 𝐻0 y

aceptamos 𝐻1 .

PASO QUE SE DAN PARA REALIZAR UN PRUEBA DE HIPOTESIS:

1. Primer paso: Reconocer y definir la o las variables

2. Segundo paso: Formular las hipótesis nula y alternativa
3. Tercer paso: Establecer un estadístico de prueba adecuado
4. Cuarto paso: Seleccionar un nivel de significación
5. Quinto paso: Determinar la zona de rechazo y establecer la regla de
decisión
6. Sexto paso: Calcular el valor observado del estadístico de prueba
7. Séptimo paso: Obtener la conclusión

27
 PRUEBA DE HIPOTESIS PARA UN PARAMETRO

PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL

La hipótesis es el caso de la media 𝜇 de una población, es importante porque

presenta los métodos para decidir si se acepta o se rechaza una afirmación
acerca de un valor especifico de 𝜇.

Sea 𝑥1 , 𝑥2 , ….. , 𝑥𝑛 Una muestra aleatoria tomada de una población normal con
media 𝜇 y varianza 𝜎 2 , entonces:

𝑯𝟎 : 𝝁 ≥ 𝝁𝟎 𝑯𝟎 : 𝝁 ≤ 𝝁𝟎 𝑯𝟎 : 𝝁 ≠ 𝝁𝟎
𝑯𝟏 : 𝝁 < 𝝁𝟎 𝑯𝟏 : 𝝁 > 𝝁𝟎 𝑯𝟏 : 𝝁 ≠ 𝝁𝟎

𝑍𝛼 𝑍1−𝛼
𝑡𝛼 , n-1
𝑡1−𝛼 , n-1 ±𝑍𝛼72
∓𝑡1−𝛼 , n-1

ESTADISTICA DE PRUEBA

𝝈𝟐 Conocida 𝝈𝟐 desconocida

Si n < 30: Si n ≥ 30
̅− 𝝁𝟎
𝒙
Z= ̅ − 𝝁𝟎
𝒙 ̅− 𝝁𝟎
𝒙
𝝈 /√𝒏 t= Z=
𝑺/√𝒏 𝑺 /√𝒏

Ejercicios:
1. Se desea contrastar con un nivel de significancia del 5% la hipótesis de
que la talla media de árboles forestales de 5 o más años del santuario

28
 nacional cerros de amotape es igual a 180 cm. Suponiendo que la
desviación típica de las tallas de los árboles en el santuario nacional
cerros de amotape vale 8 cm, contraste la hipótesis la frente a la
alternativa de que es distinta. Los datos constituyen una muestra de 30
árboles forestales seleccionados al azar, cuyas alturas son:
167, 167, 167, 167, 168, 168, 168, 168, 168, 168, 169, 169, 171, 171, 172,
172, 173, 173, 175, 175, 175, 175, 175, 175, 177, 177, 182, 182, 195, 195.
Solución:
Datos: n= 30 𝜇=180 𝜎=8 𝛼 =0.05 𝑋̅= 173.47
1° hipótesis: 𝐻0 : 𝜇 = 180 𝐻1 : 𝜇  180
2° Calculamos la “z” tabulada:

𝑧1−𝛼 = 0.975 ⇒ ±1.96

2

3° Hallamos la “z” calculada:

𝑋̅ −μ 173.47−180
𝑧= 𝜎 𝑧= 8 𝑧 = −4.47
√𝑛 √30

4° Graficamos para hallar la zona de rechazo y la zona de aceptación:

RA

RR
-4.47 - 1.96

5° Decisión: Se rechaza Ho. Y se acepta 𝐻1

6° Conclusión:

Con un nivel de significancia del 5%, llegamos a la concluir que las tallas media
de los árboles forestales de 5 o más años del santuario nacional cerros de
amotape es distinta a 180.

2. Se desea contrastar con un nivel de significancia del 5% la hipótesis de

que el diámetro de los arboles forestales de Algarrobo es igual a 175 cm.
Suponiendo que la desviación típica del diámetro de los árboles vale 6
cm, contraste hipótesis frente a la alternativa de que es menor. Los datos
constituyen una muestra de 30 árboles forestales seleccionados al azar,
cuyas alturas son:
167, 167, 167, 167, 168, 168, 168, 168, 168, 168, 169, 169, 171, 171, 172,
172, 173, 173, 175, 175, 175, 175, 175, 175, 177, 177, 182, 182, 195, 195.

29
 Solución:
Datos: n=30 μ=175 𝑋̅=173.47 𝜎=6 𝛼=0.05
1° hipótesis: 𝐻0 : 𝜇 = 175 𝐻1 : 𝜇 < 175
2° Calculamos la “z” tabulada: −𝑧0.05 = −0.95 ⇒ −1.645
3° Hallamos la “z” calculada:

𝑋̅−μ 173.47−175
𝑧= 𝜎 Z= 6 𝑧 = −1.4
√𝑛 √30

4° Graficamos para hallar la zona de rechazo y la zona de aceptación:

RA
RR

- 1.645 – 1.4

5° Decisión: Se acepta Ho y se rechaza 𝐻1

6° Conclusión:

Con un nivel de significancia del 5%, llegamos a la concluir que el diámetro

de los arboles forestales de Algarrobo es igual a 175 cm.

Ejemplo:

1. El SERNANP publica cifras del número anual de plantones de guayacán,

la cual se donaron a la municipalidad de Tumbes. Se afirma que un
plantón de guayacán gasta un promedio de 46 𝑐𝑚3 /𝑚𝑖𝑛𝑢𝑡𝑜 de agua en
riego. Si una muestra aleatoria de 12 plantones que son donados gasta
un promedio de 42 𝑐𝑚3 /𝑚𝑖𝑛𝑢𝑡𝑜 al año con una desviación estándar de
11.9 𝑐𝑚3 /𝑚𝑖𝑛𝑢𝑡𝑜, ¿esto sugiere con un nivel de significancia de 5% que
los plantones gastan, en promedio, menos de 46 𝑐𝑚3 /𝑚𝑖𝑛𝑢𝑡𝑜 de agua en
riego anualmente? Suponga que el gasto en 𝑐𝑚3 /𝑚𝑖𝑛𝑢𝑡𝑜 es normal.

Solución:

1° Datos: n=12 𝜇 = 46 s= 11.9 𝑥̅ = 42 𝛼 = 0.05 Gl: n-1=12-1=11

2° hipótesis: 𝐻0 : 𝜇 = 46 𝐻1 : 𝜇 < 46
3 ° Calculamos la “t” tabulada: 𝑡𝛼 = 0.05 ⇒ −2.201

30
 4° Hallamos la “t” calculada:

𝑋̅−μ 42−46
𝑡= 𝑆 𝑡= 11.9 𝑡 = −1.16
√𝑛 √12

5° Graficamos para hallar la zona de rechazo y la zona de aceptación:

RA

RR
-2.201 -1.16

6° Decisión: Se acepta Ho. Y rechazamos 𝐻1

7° Conclusión:

Con un nivel de significancia del 5%, llegamos a la conclusión de que los

plantones gastan, en promedio 46 𝑐𝑚3 /𝑚𝑖𝑛𝑢𝑡𝑜 anualmente en riego.

2. Un artículo publicado en la revista SciELO describe los resultados de

pruebas de tratamiento pre - germinativo de algunas semillas nativas 22
especímenes de aleación. El tiempo de recolección fallida fue:

19 18 17 16 15 15 14
13 12 11 11 8 7 15
19 15 12 12 11 10 8
15

¿Sugieren que los datos que falla la recolección de estas semillas promedio son
mayor de 10? Supongamos que el tiempo de la recolección fallida tiene una
distribución normal, y utilícese un nivel de significancia del 5%.
Solución:
Datos: n=22 𝛼=0.05 Gl :-1=22-1=21 μ=10 s=3.46 𝑋̅=12.86
1° hipótesis: 𝐻0 : 𝜇 = 10

31
 𝐻1 ∶ 𝜇 > 10

2° Calculamos la “t” tabulada: 𝛼 = 0.05 ⇒ 2.08

3° Hallamos la “t” calculada:

𝑋̅−μ 12.86−10
𝑡= 𝑆 𝑡= 3.46 𝑡 = 3.88
√𝑛 √22

4° Graficamos para hallar la zona de rechazo y la zona de aceptación:

RA
RR

2.08 3.88

5° Decisión: Se rechaza Ho. , y aceptamos 𝐻1

6° Conclusión:

Con un nivel de significancia del 5%, llegamos a la conclusión de que

tratamiento de pre – germinación con respecto al tiempo de recolección fallida
es mayor a 10.

PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE MEDIAS

POBLACIONALES

1. Cuando las varianzas poblacionales 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son conocidas.

Sea 𝑥1 , 𝑥2 ,….. , 𝑥𝑛 Una muestra aleatoria seleccionada de una población

normal N ( 𝜇1 , 𝜎12 ) 𝑦 𝑦1 , 𝑦2 , … . . , 𝑦𝑛 otra muestra aleatoria extraída de una
población N ( 𝜇2 , 𝜎22 ) donde 𝜎12 y 𝜎22 son conocidas y ambas poblaciones son
independientes.

𝑯𝟎 : 𝝁𝟏 ≥ 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 ≥ 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐
𝑯𝟏 : 𝝁𝟏 < 𝝁𝟐 𝑯𝟏 : 𝝁𝟏 > 𝝁𝟐 𝑯𝟏 : 𝝁𝟏 ≠ 𝝁𝟐

32
 𝑍𝛼 𝑍1−𝛼 -𝑍𝛼/2 +𝑍𝛼/2

ESTADISTICA DE PRUEBA:

(𝑥1 −𝑥2 )
Z=
𝜎 2
𝜎 2
√ 1+ 2
𝑛1 𝑛2

Ejemplo:
1. En una empresa estudian los tiempos de entrega de semillas de Guácimo
de dos muestras independientes de los tiempos resurtidos(días) en los
pedidos hechos a ambos proveedores y se dan los siguientes valores:

Proveedor A Proveedor B
Número de pedidos 50 30
Media 14 12.5
Varianza poblacional 9 4
Comprobar para α=0.05 si los tiempos de entrega son iguales contra
la alternativa de que el proveedor a se tarda en promedio más tiempo
que el proveedor B
Solución:

1° Hipótesis:
𝐻0 : 𝜇1 − 𝜇2 = 0
𝐻1 : 𝜇1 > 𝜇2

2° Hallamos la “z” tabulada: 𝑧1−𝛼 = 0.95 ⇒ 1.645

3° Hallamos la “z” calculada:
(𝑥̅ 1 −𝑥̅ 2 )−(𝜇1−𝜇2) (14−12.5)−(0)
𝑧𝑐 = 𝑧𝑐 = 𝑧𝑐 = 2.68
𝜎2 𝜎2 9 4
√ + √ +
𝑛1 𝑛2 50 30

33
 4° Graficamos la zona de rechazo y zona de aceptación:

RA
RR
1.645 2.68

5° Decisión: Se rechazó 𝐻0 y aceptamos 𝐻1

6° Conclusión:

Trabajando con un nivel de significancia del 5% los tiempos de entrega no son

iguales y el proveedor “A” se tarda más que el proveedor “B”.

2. Se emplean dos máquinas para llenar botellas de plástico recicladas con

un volumen neto de 16 onzas. El proceso de llenado puede suponerse
normal, con desviaciones estándar de
Ingeniería de calidad sospecha que ambas máquinas llenan hasta el
mismo volumen neto, sin importar que este volumen sea o no de 16 onzas.
Se toma una muestra aleatoria de la salida de cada máquina.
¿Piensa usted que ingeniería de calidad está en lo correcto? Utilizando.
α= 0.05
Maqui.1 16.03 16.04 16.05 16.05 16.02 16.01 15.96 15.98 16.02 15.99

Maqui.2 16.02 15.97 15.96 16.01 15.99 16.03 16.04 16.02 16.01 16

Solución:

1° Hipótesis:

𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2

2° Hallamos la “z” tabulada: 𝑧1−𝛼 = 0.975 ⇒ ±1.96

2

3° Hallamos la “z” calculada:

(𝑥̅ 1 −𝑥̅ 2 )−(𝜇1−𝜇2) (16.015−16.005)−(0)

𝑧𝑐 = 𝑧𝑐 = 𝑧𝑐 = 1.35
𝜎2 𝜎2 0.000225 0.000324
√ + √ + 10
𝑛1 𝑛2 10

4° Graficamos la zona de rechazo y zona de aceptación:

34
 RA RR

1.35 1.96

5° Decisión: Se acepta 𝐻0 y rechazamos 𝐻1

6° Conclusión:
La Ing. De calidad trabajando con un nivel de significancia del 5%
concluye que hablas maquinas tienen el mismo volumen neto.
b) 𝝈𝟐𝟏 𝒚 𝝈𝟐𝟐 son desconocidas: 𝒏𝟏 + 𝒏𝟐 < 30, se supone 𝝈𝟐𝟏 = 𝝈𝟐𝟐

𝑯𝟎 : 𝝁𝟏 ≥ 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 ≥ 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 ≥ 𝝁𝟐
𝑯𝟏 : 𝝁𝟏 < 𝝁𝟐 𝑯𝟏 : 𝝁𝟏 < 𝝁𝟐 𝑯𝟏 : 𝝁𝟏 < 𝝁𝟐

𝒕𝜶 ,𝒏𝟏 +𝒏𝟐 -2 𝒕𝟏 −𝜶 ,𝒏𝟏+𝒏𝟐 -2 ∓𝒕𝟏 −𝜶 ,𝒏𝟏 +𝒏𝟐 -2

ESTADISTICO DE PRUEBA

𝛴(𝑥𝑖 − 𝑥)2
𝑆2 =
𝑛−1
(𝒏𝟏 −𝟏)𝑺𝟐𝟏 +(𝒏𝟐 −𝟏)𝑺𝟐𝟐 (𝑥1 −𝑥2 )
𝑆𝑐2 = t:
𝒏𝟏 +𝒏𝟏 −𝟐 2 2
𝑠 𝑠
√ 1+ 2
𝑛1 𝑛2

otra forma :

̅ 𝟏− 𝑿
𝑿 ̅𝟐
t=
( 𝒏𝟏 −𝟏 )𝑺𝟐 𝟐
𝟏 +( 𝒏𝟐 −𝟏 )𝑺𝟐 𝟏 𝟏
√ ( + )
𝒏𝟏 + 𝒏𝟐 − 𝟐 𝒏𝟏 𝒏 𝟐

35
Ejercicios:
1. Un fabricante de aceite de Palo santo desea saber si una reducción de 10
% en el precio es suficiente para aumentar las ventas de su producto para
investigar esto, selecciona al azar 8 tiendas y vende el producto a precio
reducido, luego selecciona otras 7 tiendas al azar y lo vende a precio
normal. Los números de unidades vendidas durante el mes anterior en las
tiendas seleccionadas se dan en el cuadro.

Precio 138 121 88 115 141 125 96

normal
Precio 128 134 152 135 114 106 112 120
reducido

¿Puede concluir el fabricante que la reducción en el precio genero un

aumento en las ventas? α=0.01
Solución:
Datos: 𝒏𝟏 = 𝟕 𝒏𝟐 = 𝟖 𝑋̅1 = 117.714 𝑋̅2 = 125.125 gl=13
𝑆1=? 𝑆2= ?
1° Hipótesis: 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 < 𝜇2

2° Calculamos la “𝑆 2 ”:

Σ(𝑋1 −𝑋̅)2
𝑆2 = 𝑆12 = 396.57 𝑆22 = 227.84
𝑛−1

3° Hallamos el “𝑆𝑐2 ”

(𝑛1− 1)𝑆12 +(𝑛2− 1)𝑆22 6(396.57)+7(227.84)

𝑆𝑐2 = 𝑆𝑐2 = 𝑆𝑐2 = 305.71
𝑛1+ 𝑛2 −2 13

4° Hallamos la “t” tabulada:

𝑡𝛼 : 𝛼, 𝑛1 + 𝑛1 − 2
𝑡𝛼 : 0.01,13 = −2.65

5° hallamos la “t” calculada:

(𝑥1 −𝑥2 ) (117.714−125.125)

𝑡𝑐 = 𝑡𝑐 = 305.71 305.71
𝑡𝑐 = −0.82
𝑠2 𝑠2 √ +
√ 1+ 2 7 8
𝑛1 𝑛2

36
 6° Graficamos la zona de rechazo y zona de aceptación:

RR RA

-2.65 -0.82

7° Decisión: Se acepta Ho.y rechaza 𝐻1

8° Conclusión:

Trabajando con un nivel de significancia del 1% la reducción en el precio

no generó un aumento en las ventas del aceite de palo santo.
2. Una firma comercializadora está interesada en vender arroz embolsado
por kilos que tenga el menor porcentaje de granos quebrados. Recibe el
informe de dos molineras A y B que afirman tener el mejor arroz
embolsado con el más bajo porcentaje de granos quebrados por kilo. Para
tomar la decisión estadística se selecciona una muestra aleatoria de 10 y
9 bolsas de arroz de un kilo de las molineras A y B respectivamente y se
encuentran los siguientes porcentajes de granos quebrados por kilo:
A: 6, 5, 6, 7, 4, 7, 6, 4, 3, 6 B: 7, 6, 7, 9, 5, 8, 7, 6, 8
Utilizando un nivel de significancia del 5% y suponiendo poblaciones
normales. Probar la Hipótesis nula que son iguales las medias de las dos
poblaciones
Solución:
Datos: 𝑛1= 10 𝑛2=9 𝑥̅1= 5.4 𝑥̅2= 7 𝑆1= ? 𝑆2=? 𝛼 = 0.05
1° Hipótesis:
𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2

2° Calculamos la “𝑺𝟐 ”:

Σ(𝑋1 −𝑋̅)2
𝑆2 = 𝑆12 = 1.82 𝑆22 = 1.5
𝑛−1

3° Hallamos el “𝑺𝟐𝒄 ”

(𝑛1−1)𝑆12+(𝑛2− 1)𝑆22 9(1.82)+8(1.5)

𝑆𝑐2 = 𝑆𝑐2 = 𝑆𝑐2 = 1.67
𝑛1+ 𝑛2−2 17
4° Calculamos la “t” tabulada:
𝛼
𝑡𝛼 : 2 , 𝑛1 + 𝑛1 − 2 𝑡𝛼 : 0.025,17 = ±2.11
5° hallamos la “t” calculada:

37
 (𝑥1 −𝑥2 ) (5.4−7)
𝑡𝑐 = 1.67 1.67
𝑡𝑐 = −2.69
𝑠2 𝑠2 √ +
√ 1+ 2 10 9
𝑛1 𝑛2

6° Graficamos la zona de rechazo y zona de aceptación :

RA
RR
-2.69 -2.11

7° Decisión: Se rechaza Ho. y rechaza 𝐻1

8° Conclusión: Trabajando con un nivel de significancia del 5% las
medias poblacionales no son iguales, las aulas “A” y “B” venden el arroz
embolsado en diferente precio.

3. Cuando las varianzas poblacionales 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son desconocidas.

Sea 𝑥1 , 𝑥2 ,….. , 𝑥𝑛 Una muestra aleatoria seleccionada de una población

normal N ( 𝜇1 , 𝜎12 ) 𝑦 𝑦1 , 𝑦2 , … . . , 𝑦𝑛 una muestra aleatoria extraída de una
población N ( 𝜇2 , 𝜎22 ) donde 𝜎12 y 𝜎22 son desconocidas y además poblaciones
son independientes.

a) 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son desconocidas : : 𝒏𝟏 + 𝒏𝟐 ≥ 30

𝑯𝟎 : 𝝁𝟏 ≥ 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 ≤ 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐
𝑯𝟏 : 𝝁𝟏 < 𝝁𝟐 𝑯𝟏 : 𝝁𝟏 ≠𝝁𝟐
𝑯𝟏 : 𝝁𝟏 > 𝝁𝟐

−𝑍𝛼 𝑍1− 𝛼 ∓𝑍𝛼/2

Estadista de prueba

(𝑥1 − 𝑥2 )
𝑍0 =
𝑠12 𝑠22
√ +
𝑛1 𝑛2

38
Ejercicios:
1. En dos parcelas “1” y”2” se conoce que tienen una muestra de 30
plantones de ceibo y 30 plantones de guácimo, se tienen una media
maestral de 121 y 112 minutos, lo que demora para plantar dichos
plantones. Se sabe que la desviación estándar es de 8 minutos por cada
parcela. ¿A qué conclusión puede llegar el dueño de dichas parcelas para
que el tiempo de plantación de los plantones sea mayor, sobre un nivel de
significancia del 5%?
Solución:

Datos: 𝑛1= 30 𝑛2= 30 𝑥̅1= 121 𝑥̅ 2= 112 𝑆1= 8 𝑆2= 8

1° Hipótesis:

𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 < 𝜇2

2° Hallamos el “Z” tabulada: 𝑍1−𝛼 = 0.95 = −1.645

3° Hallamos el “Z” calculada:

(𝑥1 −𝑥2 ) (121−112)

𝑍𝑐 = 𝑍𝑐 = 2 2
𝑍𝑐 = 4.35
𝑠2 𝑠2 √8 +8
√ 1+ 2 30 30
𝑛1 𝑛2

4° Graficamos la zona de rechazo y la zona de aceptación

RA
RR

1.64 4.35

5° Decisión: Se rechaza Ho.

6° Conclusiones: Trabajando con un nivel de significancia del 5%,

concluimos que el tiempo de plantación de los plantones son iguales.

2. En dos laboratorios de estudio forestal se tienen dos muestras de 40

semillas de ceibo y 50 semillas de cedro para determinar su germinación,
se tienen una media maestral de 34 y 26 semillas germinadas. Se sabe
que la desviación estándar es de 6 y 9 semillas germinadas
respectivamente. ¿A qué conclusión se puede llegar si se afirma que la
media de germinación semillas de ceibo es mayor a la media de
germinación de semillas de cedro sobre un nivel de significancia del 5%?
Solución:
Datos: 𝑛1=40 𝑥̅1=34 𝑛2=50 𝑥̅2=26 𝑆1=6 𝑆2=9

39
1° Hipótesis: 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 > 𝜇2

2° Hallamos el “Z” tabulada: 𝑍1−𝛼 = 0.95 = 1.645

3° Hallamos el “Z” calculada:

(𝑥1 −𝑥2 ) (34−26)

𝑍𝑐 = 𝑍𝑐 = 2 2
𝑍𝑐 = 5.039
𝑠2 𝑠2 √6 +9
√ 1+ 2 40 50
𝑛1 𝑛2

4° Graficamos la zona de rechazo y la zona de aceptación

RA RR

1.645 5.039

5° Decisión: Se rechaza Ho.

6° Conclusiones: Trabajando con un nivel de significancia del 5%,

concluimos que la media de germinación semillas de ceibo es mayor a la
media de germinación de semillas de cedro.

PRUEBA DE HIPOTESIS PARA LA VARIANZA POBLACION

Sea 𝑥1 , 𝑥2 ,….. , 𝑥𝑛 Una muestra aleatoria seleccionada de una población

normal con media 𝜇 y varianza 𝜎 2 desconocidas, entonces:
𝐻0 ∶ 𝜎 2 ≥ 𝜎02 𝐻0 ∶ 𝜎 2 ≤ 𝜎02 𝐻0 ∶ 𝜎 2 = 𝜎02
𝐻1 : 𝜎 2 < 𝜎02 𝐻1 : 𝜎 2 > 𝜎02 𝐻1 : 𝜎 2 ≠ 𝜎02

𝑋𝛼2.𝑛−1
𝑋𝛼2 ,𝑛−1 2
𝑋1− 𝛼,𝑛−1 2
2
𝑋1−𝛼
,𝑛−1
2

ESTADISTICA DE PRUEBA.

𝟐 ( 𝒏−𝟏 )𝑺𝟐
𝑿 = 𝝈𝟐𝟎

40
Ejercicios:

1. Se debe maquinar determinada parte con tolerancias muy estrechas, para que los
clientes la puedan aceptar. Las especificaciones del producto piden que la varianza
poblacional de las longitudes de las partes sea 0.0004. Suponga que, con 30 partes, la
varianza maestral resultó ser 0. 0005. Pruebe, con 𝛼 = 0.05, si existe una diferencia.

Solución:
Datos: n=30 𝜎 2 = 0.0004 𝛼 = 0.05 𝑆 2 = 0.0005

1° Hipótesis: 𝐻0 : 𝜎 2 = 0.0004
𝐻1 : 𝜎 2 ≠ 0.0004
2° Hallamos la chi-cuadrado en la tabla:
𝛼
1 − 2 ; 𝑛 − 1 ⇒ −0.975; 29 = ±45.72

3° Hallamos la chi-cuadrado calculada:

(𝑛−1)𝑆 2 (29)0.0005
𝑋2 = = 𝑥 2 = 36.25
𝜎2 0.0004

4° Grafico:

RA RR

36.25 45.72

5° Decisión: Se Acepta Ho.y la 𝐻1 se rechaza.

6° Conclusión
Trabajando con un nivel de significancia 5%, llegamos a concluir que, para
maquinar determinada parte con tolerancias muy estrechas, para que los
clientes la puedan aceptar. Las especificaciones del producto, es diferente a
0.0004.

2. varianza poblacional de 0.75años. Una muestra de la vida útil de 30 una cámara de

video tuvo una varianza maestral de 2 años. Plantee una prueba de hipótesis que se
pueda usar para determinar si la varianza poblacional de la vida útil de una cámara de
video es considerablemente mayor. Con un nivel de significancia de 0.05, ¿cuál
es su conclusión?

Solución:
Datos: n=30 𝜎 2 = 0.75 𝑆 2 = 2 𝛼 = 0.05

1° Hipótesis:

𝐻0 : 𝜎 2 = 0.75
𝐻1 : 𝜎 2 > 0.75

41
 2° Hallamos la chi-cuadrado en la tabla:

1 − 𝛼; 𝑛 − 1 ⇒ 0.95; 29 = 42.56

3° Hallamos la chi-cuadrado calculada:

(𝑛−1)𝑆 2 (29)2
𝑋2 = = = 77.33
𝜎2 0.75

4° Grafico:

RA

RR

77.33 42. 56

5° Decisión: Se rechaza la 𝐻0 .

6° Conclusión: por lo tanto, trabajando con un nivel de significancia es 5%,

podemos concluir que la vida útil de la cámara de video es mayor de 0.75.

PRUEBA DE HIPOTESIS PARA DOS PARAMETROS

Prueba de hipótesis para la diferencia de varianzas poblacionales.

Sea 𝑥1 , 𝑥2 ,….. , 𝑥𝑛 Una muestra aleatoria extraída de una población una

población normal N ( 𝜇1 , 𝜎12 ) 𝑦 𝑦1 , 𝑦2 , … . . , 𝑦𝑛 otra muestra aleatoria
extraída de una población N ( 𝜇2 , 𝜎22 ) , ambas poblaciones independientes..

𝐻0 : 𝜎12 ≥ 𝜎22 𝐻0 : 𝜎12 ≤ 𝜎22 𝐻0 : 𝜎12 = 𝜎22

𝐻1 : 𝜎12 < 𝜎22 𝐻1 : 𝜎12 > 𝜎22 𝐻1 : 𝜎12 ≠ 𝜎22

𝐹𝛼 ,𝑟1 ,𝑟2 𝐹1−𝛼 ,𝑟1 ,𝑟2

𝐹𝛼 ,𝑟 ,𝑟2 𝑓1−𝛼72,𝑟1 ,𝑟2
2 1

ESTADISTICO DE PRUEBA

𝒔𝟐𝟏
F= 𝟐 𝒓𝟏 = 𝒏𝟏 – 1 , 𝒓𝟐 = 𝒏𝟐 – 1
𝒔 𝟐

42
Ejercicios:

1 Los siguientes datos representan los tiempos de duración de las películas producidas
por dos compañías cinematográficas.

Compañía Tiempo (minutos)

1 102 , 86 , 98 , 109 , 92
2 81 , 165, 97 , 134 , 92 . 87 , 114

Usando un nivel de significancia del 10% ¿Existe diferencia entre las varianzas para
los tiempos de duración de las películas producidas por ambas compañías?

SOLUCION

Datos
𝛼
Compañía 1 𝑛1 =5 𝑋̅1= 97.4 𝑆12 = 78.80 𝛼 = 0.10 1- = 0.95
2
𝛼
Compañía 2 𝑛2 = 7 𝑋̅2 = 110 𝑆22 = 913.33 = 0.05
2

1° Hipótesis

𝑯𝟎 : 𝝈𝟐𝟏 = 𝝈𝟐𝟐
𝑯𝟏 : 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐

2° Valores críticos

𝑭𝜶 ,𝒓𝟏 ,𝒓𝟐 = 𝐹0.05 ,4,6= 0.16 𝐹1−𝛼,𝑟1 ,𝑟2 = 𝐹0.95 ,4,6= 4.53
𝟐 2
𝟑° Estadístico de prueba.

𝑠12 78.80
F= 2 = 913.33 = 0.086
𝑠 2
4° Decisión:

RA

0.16 4.33

Se rechaza la 𝐻0 .y aceptamos 𝐻1

5° Conclusión; Al 90% podemos afirmar que si existe diferencia

significativa entre las varianzas para los tiempos de duración de las
películas por ambas compañías.

43
2 Una Compañía desea determinar si sus clientes femeninos difieren de los masculinos
en la variabilidad de sus compras anuales .Se toma para comparar una muestra de
21 damas y otra de 31 caballeros para un año dado y se obtiene las varianzas
𝑆12 =170 y 𝑆22 =196 en unidades vendidas, respectivamente, Serán las variabilidades
de compras anuales de los dos tipos de clientes iguales?

SOLUCION

Datos
𝛼
Damas 𝑛1 = 21 𝑆12 = 170 𝛼 = 0.10 1- 2 = 0.95
𝛼
Hombres 𝑛2 = 31 𝑆22 = 913.33 = 0.05
2

1° Hipótesis

𝑯𝟎 : 𝝈𝟐𝟏 = 𝝈𝟐𝟐
𝑯𝟏 : 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐

2° Valores críticos

𝑭𝜶 ,𝒓𝟏 ,𝒓𝟐 = 𝐹0.975 ,,30 ,20= 2,35 𝐹1−𝛼,𝑟1 ,𝑟2 = 𝐹0.025 ,30,,20= 0.45
𝟐 2

𝟑° Estadístico de prueba.

𝑠12 196
F= 2 = 170 = 1.11
𝑠 2
4° Decisión:

RA

0.45 2.35

Se rechaza la 𝐻0 .y aceptamos 𝐻1

5° Conclusión; Al 95% podemos decir las compras anuales de damas

y caballeros tienen igual variabilidad..

44
 PRUEBA DE HIPOTESIS PARA LA PROPORCION

Cuando el objetivo del muestreo es evaluar la validez de una afirmación con

respecto a la proporción de una población, es adecuado utilizar una prueba de
una muestra. La metodología de prueba depende de si el número de
observaciones de la muestra es grande o pequeño.

𝐻0 : P ≥ 𝑃0 𝐻0 : P ≤ 𝑃0 𝐻0 : P = 𝑃0
𝐻1 : P ≤ 𝑃0 𝐻1 : P > 𝑃0 𝐻1 : P ≠ 𝑃0

𝑧1− 𝛼
𝑍𝛼 ±𝑍𝛼/2

ESTADISTICA DE PRUEBA

𝒑− 𝑷𝟎
Z= 𝑷 𝒙 𝒒𝟎
√ 𝟎
𝒏

Ejemplo:
1. Gaspar le dice a Luis que al menos un 15% de los estudiantes de la
universidad, tienen celulares. Como discrepan, Luis realiza una encuesta
aleatoria a 200 compañeros de la universidad, y encuentra que 18 de ellos
tienen celular, A un nivel de significación del 1%. ¿Cuál de los dos tiene
estadísticamente la razón? ¿Por qué?
Solución:
18
P = 200 = 0.09 𝛼=0.01

1° Hipótesis
𝑯𝟎 : P ≥ 0.15
𝑯𝟏 : P < 0.15
2° Valor crítico: 𝒁𝜶 = 𝒁𝟎.𝟎𝟏 = - 2.33
4° Estadístico de prueba:

45
 𝑷− 𝑷𝟎 𝟎.𝟎𝟗−𝟎.𝟏𝟓
Z= 𝑷 𝒙𝒒
= = -2.38
𝟎.𝟏𝟑 𝒙 𝟎.𝟖𝟓
√ 𝟎 𝟎 √
𝒏 𝟐𝟎𝟎

4° Decisión
RA
RR
-2.38 - 2.33
Se rechaza la 𝑯𝟎 .y aceptamos 𝑯𝟏
.
5° Conclusión:
Con una confianza del 99% podemos concluir que estadísticamente Luis
tiene la razón..

2. Un investigador quiere demostrar que más del 15% de los estudiantes de

ingeniería son mujeres. Al tomar una muestra aleatoria de 400 estudiantes
de ingeniería encontró que había 72 mujeres. ¿Cuál será la conclusión
altamente significativa del investigador?

Solución
72
P = 400 = 0.18 1 - 𝛼=0.99

1° Hipótesis
𝑯𝟎 : P ≤ 0.15
𝑯𝟏 : P > 0.15

2° Valor crítico: 𝒁𝟏−𝜶= 𝒁𝟎.𝟗𝟗 = 2.32

4° Estadístico de prueba:

𝑷− 𝑷𝟎 𝟎.𝟏𝟖−𝟎.𝟏𝟓
Z= 𝑷 𝒙𝒒
= = 1.68
𝟎.𝟏𝟓 𝒙 𝟎.𝟖𝟓
√ 𝟎 𝟎 √
𝒏 𝟒𝟎𝟎

4° Decisión
RA
RR
1.68 2.32
Se acepta la 𝑯𝟎 .y rechaza 𝑯𝟏
:
5° Conclusión:
Con una confianza del 99% no existen motivos para afirmar que más del
15% de los estudiantes de ingeniería de la universidad son mujeres.

46
PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE PROPORCIONES
POBLACIONALES.

𝑯𝟎 : 𝑷𝟏 ≥ 𝑷𝟐 𝑯𝟎 : 𝑷𝟏 ≤ 𝑷𝟐 𝑯𝟎 : 𝑷𝟏 = 𝑷𝟐
𝑯𝟏 : 𝑷𝟏 < 𝑷𝟐 𝑯𝟏 : 𝑷𝟏 > 𝑷𝟐 𝑯𝟏 : 𝑷𝟏 ≠ 𝑷𝟐

𝒁𝜶 𝒁𝟏−𝜶 ±𝒁𝟏−𝜶/𝟐

ESTADISTICA DE PRUEBA

𝑷𝟏 − 𝑷𝟐
Z= 𝑷 𝒙𝒒 𝑷 𝒙𝒒
√ 𝟏𝒏 𝟏 + 𝟐𝒏 𝟐
𝟏 𝟐

1. Se han seleccionado al azar 500 usuarios de correo electrónico en la

ciudad A y ha resultado que 22 de ellos han recibido virus informáticos a
través del correo a lo largo del último año. Sé ha realizado otro muestreo
independiente elegido al azar 300 usuarios en la ciudad B resultando que
9 de ellos han tenido problemas de este tipo en el mismo periodo
.¿Podemos afirmar que la incidencia de los virus es menor en la ciudad
B ? usar un nivel del 2%

Solución
𝟐𝟐
Si 𝒏𝟏 = 500 𝒏𝟐 =300 𝑷𝟏 =𝟓𝟎𝟎 = 0.04 𝒒𝟏 = 0...96

𝟗
𝑷𝟐 = = 0.03 𝒒𝟐 = 0.97
𝟑𝟎𝟎

1° Hipótesis: 𝑯𝟎 : 𝑷𝟏 = 𝑷𝟐
𝑯𝟏 : 𝑷𝟏 > 𝑷𝟐

2° ° Valor crítico: 𝒁𝟏−𝜶= 𝒁𝟎.𝟗𝟖 = 2.05

3° Estadístico de prueba:

𝑷𝟏 − 𝑷𝟐 𝟎.𝟎𝟒−𝟎.𝟎𝟑
Z=
𝑷 𝒙𝒒 𝑷 𝒙𝒒
=0.76
𝟎.𝟎𝟒 𝒙𝟎.𝟗𝟔 𝟎.𝟎𝟑 𝒙𝟎.𝟗𝟕
√ 𝟏𝒏 𝟏+ 𝟐𝒏 𝟐 √ +
𝟏 𝟐 𝟓𝟎𝟎 𝟑𝟎𝟎

47
 4° Decisión

RA RR

0.76 2.05

La 𝑯𝟎 se acepta y la 𝑯𝟏 se rechaza

5° Conclusión: Al 95% podemos afirmar que no existe evidencias para

concluir que la incidencia de los virus es menor en la ciudad b.

2. Un psicólogo cree que un programa de rehabilitación va a reducir la

reincidencia entre los prisioneros que se dejan en libertad. Se escogieron
al azar 100 prisioneros para participar durante un año en el programa de
rehabilitación. Otros 100 se escogieron, también al azar para servir de
grupo de control. Se hizo un seguimiento a los dos grupos durante 5 años.
Al término de este periodo ,22 personas del grupo experimental y 45 del
grupo control habían sido halladas nuevamente culpables. ¿Se justifica la
tesis del consejero?
Solución
𝟐𝟐
Si 𝒏𝟏 = 100 𝒏𝟐 =100 𝑷𝟏 =𝟏𝟎𝟎 = 0.22 𝒒𝟏 = 0.78
1
𝟐𝟓
𝑷𝟐 =𝟏𝟎𝟎 = 0.25 𝒒𝟐 = 0.95 1- 𝜶 = 0.95 𝜶= 0.05

1° Hipótesis: 𝑯𝟎 : 𝑷𝟏 = 𝑷𝟐
𝑯𝟏 : 𝑷𝟏 > 𝑷𝟐

2° ° Valor crítico: 𝒁𝟏−𝜶= 𝒁𝟎.𝟎𝟓 = -1.65

3° Estadístico de prueba:

𝑷𝟏 − 𝑷𝟐 𝟎.𝟐𝟐−𝟎.𝟐𝟓
Z=
𝑷 𝒙𝒒 𝑷 𝒙𝒒
= - 2.4
𝟎..𝟐𝟐𝒙𝟎.𝟕𝟖 𝟎.𝟐𝟓 𝒙𝟎.𝟕𝟓
√ 𝟏𝒏 𝟏+ 𝟐𝒏 𝟐 √ +
𝟏 𝟐 𝟏𝟎𝟎 𝟏𝟎𝟎

48
 4° Decisión

RR RA

-1.65

La 𝑯𝟎 se rechaza y la 𝑯𝟏 se acepta.

5° Conclusión: Al 95%, el psicólogo llegara a la conclusión de que existe

diferencia significativa entre los puntajes de auto estima de dos grupos de
personas.

 EJERCICIOS PROPUESTOS DE PRUEBA DE HIPOTESIS

PRUEBA DE HIPOTISIS PARA LA MEDIA POBLACIONAL

CONOCIDA

1) Según experiencias pasadas, se sabe que en una compañía el retardo

promedio por mes de sus obreros es de 64 minutos con una desviación
estándar de 8 minutos. El gerente de la compañía considere que este
promedio aumentado sensiblemente en los últimos meses, por lo cual
ordene efectuar la investigación correspondiente. Para tal fin se toma una
muestra aleatoria de 64 obreros y se encuentra que la misma presenta
una media de 68. Se pide comprobar si el gerente tiene o no razón con un
nivel de significancia de 0.05.

2) En una empresa de madera toman un examen de ingreso en diferenciar

los tipos de madera y su utilidad, dicho examen arrojo una calificación
promedio de 74 puntos con una desviación de 10 puntos todos los
trabajadores de dicho examen en cual existe 80 han obtenido una
calificación promedio 86 puntos tenerse la certeza que los trabajadores
son superiores con una confianza de 5%.

3) Muchos años de experiencia en un examen de ingreso en Ing. Forestal y

medio Ambiente arrojo una calificación promedio de 74puntos, con una
desviación de 10 puntos, Todos los estudiantes de cierta ciudad en la cual
existen 80, han obtenido una calificación promedio de 86 puntos.¿ Puede
tenerse la certeza que los estudiantes de esta ciudad son superiores en
IFMA ? Con un nivel de significancia de 5%.

49
4) Una maquina llena latas de látex de la especie de caucho; se supone que
el peso medio de látex de caucho en cada lata es de 360 gr. Con
desviación estándar de 1gr. En una comprobación sistemática para ver
que la maquina funcione adecuadamente, se tomó 28 latas llenas y se
advierte que contiene una media de 360.5 gr, ¿A un nivel de significancia
de 0.01 la maquina funciona adecuadamente? ¿Qué opina usted?

5) Se considera que la fibra de un tipo de algodón es de buena calidad si su

longitud media es mayor a 210 mm, con una desviación estándar de 50
mm. Para saber si un lote cumple con las especificaciones se toman 50
bolsas de ellas se extraen 100 fibras y se calcula la longitud promedio
resultando igual a 200 mm,, con un nivel de 0.05

PRUEBA DE HIPOTISIS PARA LA MEDIA

POBLACIONAL NO SE CONOCE LA VARIANZA

1) Un ingeniero forestal sabe por experiencia que la maquina cortadora de

madera puede cortar en 3 días 28.5 trozas de la especie hualtaco. La
máquina cortadora de manera sigue una distribución normal .Para tratar
de aumentar la velocidad de la maquina se le agrega un compuesto X, en
una evidencia, se muestra en 3 días las cantidades de trozas. 299.3, 29.6,
29.8 a) ¿En el nivel 0.01 el compuesto x. A aumentado la velocidad de
la maquina? b) Determinar el intervalo del 99% de confianza para la
media.

2) Un ingeniero sospecha que debido a una falla mecánica, las piezas

fabricadas no alcanzan el tamaño mínimo de 20 cm.. Se toma una
muestra de 5 elementos. 19, 20 , 17 , 18 y 18 ,indica con un nivel de
significancia del 99% ,si el ingeniero debe tomar medidas.

3) Un Ing. Sospecha que debido a una falla en las cuentas finales, las
cuentas intermedias no alcanzan el tamaño mínimo de 20 unidades
monetarias. Se tomó una muestra de 7 elementos: 19, 20, 18, 19, 20 y 17.
Indicar con un nivel de signifincia del 90%. Si el Ing. debe tomar medidas.

4) Una planta forestal produce un promedio de 19 frutos, el adicional un

compuesto químico a 70 plantas, se está produciendo un promedio de 24
frutos y una desviación estándar de 5 frutos con un error del1% se puede
concluir que la solución aumenta la producción?

5) Según experiencias pasadas, se sabe que en una compañía el retardo

promedio por mes de sus obreros es de 64 minutos con una desviación

50
 estándar de 8 minutos. El gerente de la compañía considere que este
promedio aumentado sensiblemente en los últimos meses, por lo cual
ordene efectuar la investigación correspondiente. Para tal fin se toma una
muestra aleatoria de 64 obreros y se encuentra que la misma presenta
una media de 68. Se pide comprobar si el gerente tiene o no razón con un
nivel de significancia de 0.05.
6) Un grupo de expertos de Perú anuncia que el agricultor típico de Pura t
Tumbes talo 50 árboles por día durante el año 2009 para extender sus
campos agrícolas. Para actualizar la estimación , usted contacta por
teléfono a una muestra de agricultores y les pregunta cuantos mensajes
enviaron el día anterior y sus respuestas fueron las siguiente : 51 , 175 ,
47 , 49 ,44, 54 , 145, 203 , 21 , 59, 42 y 100. A un nivel de significancia de
0.01. ¿Puede concluir que el número medio es mayor a 50?

PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE MEDIAS

POBLACIONALES
Cuando las varianzas poblacionales 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son conocidas

1) Una prueba del área foliar de dos plantas que presentan desviación
estándar de 50 y 60 con un tamaño de 3 y 4 metros con medias de 760 y
860 ¿Proporcionan estos resultados a nivel de 5% suficientes evidencias
de que una planta tenga más área foliar que la otra planta?

2) El departamento de recursos humanos de una gran empresa que se

dedica a la venta de productos maderables transformados, desea
comprobar sus indicadores respecto al índice promedio de rendimiento
en las ventas de su personal, Por información pasada se sabe que el
índice promedio de rendimiento de los empleados que reciben un curso
de capacitación es mayor al de aquellos que no asisten al curso. Además
se sabe que la varianza del rendimiento de los que asisten al curso de
capacitación es igual a 1.44 mientras que en aquellos que no asisten es
igual a 2,25. para comprobar si la afirmación sigue siendo cierta, se tomó
una muestra de 60 vendedores adiestrados obteniéndose un índice de
rendimiento de 7.35. Por otra parte se seleccionaron 80 vendedores no
capacitados resultando un índice de 6.85. A un nivel del 5%. ¿Se puede
afirmar que la diferencia se mantiene?

3) Un fabricante de controladores climatológicos comparo la productividad

de trabajadores de ensamblaje para dos tipos de horarios semanales de
trabajo de 40 horas. Uno cuatro días de 10 horas (horaria 1) y el horario
estándar de 5 días de 8 horas (horario 2). Se asignaron 20 trabajadores
a cada horario de trabajo y se registró el número de unidades amadas
durante un semana las medias (en cientos de unidades )y las
varianzas muéstrales se indican a continuación :
Estadística Horario

51
 1 2
Media
Maestral 43.10 44.60
Varianza
maestral 4.28 3.89

¿Proporciona los datos evidencia suficiente para indicar una diferencia

en la productividad media para los dos horarios de trabajo? Con un nivel
de significancia 0.05

4) Se desea determinar la sensación de frescura de dos marcas de

enjuague bucal. Si 45 personas usaron listerine otorgaron un promedio
de 76 puntos y una desviación estándar de 13.5 puntos, mientras que el
análisis de 40 personas que usaron Dentó , representaron un puntaje
promedio fe 77.97 puntos y una variabilidad de 9.05 puntos. ¿Pruebe
usted que listerine es considerado en promedio menos fresco que Dentó
con un 1% de significancia.

Cuando las varianzas poblacionales 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son

desconocidas

1) Para probar experiencia de poda en un bosque de raulí, un investigador

decide comprar el incremento del diámetro de los fustes de los arboles
podados, con el incremento de los arboles sin poda. Para ello sin poda
20 lotes de los cuales a 10 se los poda y el resto no. Al cabo de 3años se
obtienen los incrementos promedio para lote siendo los resultados lo
¿Proporciona
siguiente (en cmlos
) datos evidencia suficiente para indicar
una diferencia en la productividad media para los dos
Stand con 0.29 0.305 0.28 0.32 0.35 0.297 0.30 0.298 0.315 0.324
poda horarios de trabajo? Con un nivel de significancia 0.05
Stand sin 0.30 0.303 0.27 0.30 0.32 0.31 0.28 0.302 0.298 0.301
poda

¿Cuál es el efecto de la poda? trabaje con un nivel de significación del 5%

2) El costo de exportación de frutos de mango y el costo de exportación de

frutos de ciruelos exceden en 5000 nuevos soles semanales con la
información obtenida por SERNAMP a traes de INEI se sabe que la
desviación estándar del costo de exportación de frutos de mango es de
2000 nuevos soles y la desviación estándar del costo de exportación de
frutos de ciruela es de 3000 nuevos soles , En dicha información se tomó
una muestra de 20 mangos con un costo de exportación promedio
semanal de 2000 nuevos soles y otra muestra de 30 ciruelas con costo
de exportación promedio semanal de 30000 nuevos soles .Pruebe la
hipótesis con un nivel del 98%?

52
3) Una empresa está considerando dos lugares alternativos para construir
dos grandes viveros de árboles madereros. Como los ingresos de los
hogares de la comunidad aledaña, son una consideración importante en
esta selección, desea probar que el ingreso promedio de la primera
comunidad excede al promedio de la segunda comunidad en cuanto
menos a 2700 nuevos soles diarios. Con la recopilación de datos del mes
pasado se sabe que la desviación estándar del ingreso diario de la
primera comunidad es de 1800 nuevos soles y de la segunda comunidad
es de 2400 nuevos soles. Se toma una nuestra de 10

4) Un fabricante de controladores climatológicos comparo la productividad

de trabajadores de ensamblaje para dos tipos de horarios semanales de
trabajo de 40 horas. Uno cuatro días de 10 horas (horaria 1) y el horario
estándar de 5 días de 8 horas (horario 2). Se asignaron 20 trabajadores
a cada horario de trabajo y se registró el número de unidades amadas
durante un semana las medias (en cientos de unidades )y las varianzas
muéstrales se indican a continuación :
Horario
Estadística 1 2
Media
Maestral 43.10 44.60
Varianza
maestral 4.28 3.89

¿Proporciona los datos evidencia suficiente para indicar una diferencia

en la productividad media para los dos horarios de trabajo? Con un nivel
de significancia 0.05

5) Un artículo público dio a conocer los resultados de un análisis del

porcentaje de calcio en uno de sus productos para la desertificación de
los suelos contaminados con plomo. Los niveles balos de calcio indica
que el mecanismo de hidratación de los suelos queda bloqueado y esto
permite que el agua ataque varias partes de una estructura de los suelos.
Al tomar 10 muestras de suelo estándar, se encontró que el porcentaje
promedio de calcio es de90 con una desviación, estándar de 5; los
resultados obtenidos con 15 muestra de suelos contaminados con plomo
fueron de 87 en promedio con una desviación estándar de 4. Supóngase
que el porcentaje de calcio está distribuido de manera normal. Que puede
concluir a un nivel

6) Se realizó un experimento para comparar el tiempo promedio requerido

por el Guácimo para absorber dos fertilizantes, A y B. suponga que le
tiempo necesario para que cada fertilizante alcance un nivel específico
en la raíz, se distribuye normalmente. Se eligieron al azar a 12 de
Guácimo para ensayar cada fertilizante registrándose el tiempo en días
que tardó en alcanzar un nivel específico a la raíz. Calcule con 𝛼 = 0.05
si existe diferencia entre los tiempos promedio.

53
 Los siguientes datos son:

Fertilizante “1”: 2, 5, 10, 8, 9, 6, 4, 2, 3, 3, 6, 4.

Fertilizante “2”: 1, 1, 2, 2, 5, 6,4, 2, 8, 9, 7, 10

PRUEBA DE HIPOTESIS PARA LA VARIANZA POBLACION (CHI-

CUADRADO)

1) Una empresa de giro alimenticio desea determinar si el lote de una

materia prima tiene o no una varianza poblacional mayor a 15 en un grupo
de endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene
una varianza maestral de 20.98 realizar la prueba de hipótesis con 𝛼=0.05
.
2) Se supone que los diámetros de cierta marca de válvulas están
distribuidos normalmente con una varianza poblacional de 0.2 𝑝𝑢𝑙 2 , pero
se cree que últimamente ha aumentado se toma una muestra aleatoria
de válvulas a las que se les mide diámetro, obteniéndose los siguientes
resultados : 5.5 , 5.4 , 5.6 , 5.8 , 5.4 , 5.5 , 5.4 , 5.4 , 5.6 ,5.7

3) Se debe maquinar determinada parte con tolerancias muy estrechas, para

que los clientes la puedan aceptar .La especificaciones del producto piden
que la varianza máxima de las longitudes de las partes sea 0.0004.
Suponga que 30 partes, la varianza de muestra resulto ser 𝑆 2 =0.0005.
Pruebe con un 𝛼 = 0.05 si se ha violado la especificación de varianza de
la población.
4) Una maquina produce láminas de plástico que periódicamente son
examinadas para detectar posibles fluctuaciones en su grosor. Si la
verdadera varianza del grosor supera los 2.25 milímetros cuadrados, se
despierta inquietud por la calidad del producto. Los grosores medidos
para una muestra aleatoria de diez laminas producidas fueron los
siguientes ( en milímetros ) : 226 , 226 , 232 , 227, 225 , 228, 225 , 228 ,
229 , 230. Realice la prueba de hipótesis adecuada a esta situación.
Emplee 𝛼 =0.05
5) Un productor de partes de maquina afirmaba que los diámetros de las
varillas conectadoras producidas por su planta tenía una varianza de
cuando menos 0.03 pulgadas. Una muestra aleatoria de 15 varillas
conectadoras de su planta arrojo una media y varianza de 0.55 pulgadas
y 0.053 pulgadas, respectivamente. Hay evidencia suficiente para
rechazar su afirmación a un nivel de significación de 0.05?

54
 PRUEBA DE HIPOTESIS PARA LA IGUALDAD DE
VARIANZA

1) Se toma dos muestras de tamaños 16, entre dos tipos diferentes de

vendedores cuyos volúmenes de ventas anuales tienes varianzas 𝑆12 y 𝑆22
respectivamente. Supóngase además que las dos muestras dan
varianzas 𝑆12 =60.000 y 𝑆22 = 50,000, contrastaste las hipótesis de igualdad
de variabilidad de volumen de ventas para los dos tipos de vendedores.

2) En una prueba de resistencia al calor que implica dos tipos de pintura para
metal, dos grupos de 10 tiras de metal fueron seleccionados
aleatoriamente. El primer grupo fue pintado con pintura tipo I, mientras
que el segundo grupo con pintura tipo II. Las tiras de metal fueron
colocadas en orden aleatorio en un horno, se encendió y la temperatura
a la cual la pintura principio a resquebrajarse y pelarse fue registrada para
cada tira. Indican los sgtes datos que la variabilidad en las temperaturas
criticas difieren para los dos tipos de pintura?

3) Un agente de compras de una compañía de camiones considera la

adquisición de neumáticos de la marca A o de la marca B , que parecen
tener la misma media de durabilidad , pero no está muy seguro de sus
variabilidad de cada marca de neumáticos y 𝑛𝐴 =16 𝑛𝐵 =21 obtiene los
sgtes ,resultados : 𝑆𝐴2 = 9.965 𝐾𝑚2 , 𝑆𝐵2= 5.261 𝐾𝑚2 , Hay evidentemente
, una diferencia en las varianzas muéstrales , pero es significativa.

4) Los siguientes datos dan las lecturas en libras –pie de la resistencia al

choque de dos clases de materiales aislantes .Determinar si existe alguna
diferencia en uniformidad o en la resistencia media entre las dos clases
de materiales. A : 1.25 , 1.16 , 1.33 , 1.15 , 1.23 , 1.20 , 1.32 ,1.28 ,1.21
B: 1.01 , 0.89 , 0.97 , 0.95 , 0.94 , 1.02 , 0.99 , 1.06 , 0.98.

5) Se utilizan dos métodos de producción para ensamblar reproductores de

disco compactos. El tiempo promedio requerido por ambos métodos se
han estimado en 5.6 minutos, aproximadamente sin embargo, los estudios
parecen sugerir que las varianzas en tales tiempos difieren .Es importante
mantener horarios de producción similares para coordinar los itinerarios
de producción. Quince reproductores de disco compactos producidos por
el primer método reportan una desviación estándar de 5.4 minutos, y 17
reproductores del segundo método reportan una desviación estándar de
4.8 minutos. A un nivel de significancia del 10%. ¿Qué concluirá usted con
respecto a la prueba de hipótesis apropiada?

55
 PRUEBA DE HIPOTESIS PARA LA PROPORCION

1) Un restaurante de comida rápida planea una oferta especial que permita a

los clientes comprar vasos de diseño especial con conocidos personajes de
caricaturas. Si más del 15% de los clientes compran esos vasos, se
implantara la promoción. En una prueba preliminar en varios locales ,88 de
500 clientes los compraron. ¿Se debe implantar la promoción especial? Lleve
a cabo una prueba de hipótesis que apoye su decisión, Use un nivel de
significancia de 0.01. ¿Cuál es su recomendación?

2) En un estudio realizado en 1999 de contaminaciones de peces en los ríos y

lagos de Peru, la agencia de protección ambiental determino que el 91% de
la calidad del agua en lugares específicos indico la presencia de PCB, agente
cancerígeno suponga que un estudio de seguimiento de 200 ríos y lagos
efectuado en 2005 indico la presencia de PCB en 160 casos. ¿Respalda la
evidencia estadística la conclusión de que, con los programas de limpieza del
agua , para 2005. Se ha reducido la proporción de lugares con PCB? Use un
nivel de significancia de 0.05.

3) El servicio de Inmigración y Naturalización informo que el 79% de los

extranjeros que visitan Peru en 1995 dijeron que el objetivo principal de su
visita era disfrutar de sus vacaciones. Suponga que, como estudio de
seguimiento en 1999, se selecciona una muestra de 500 visitantes
extranjeros y que 390 de ellos dijeron que el motivo principal de su visita a
Peru era disfrutar de sus vacaciones. ¿es menor la población de visitantes
extranjeros en 1999 que la que había en 1995? Respalde su conclusión con
una prueba estadística que use el nivel de significancia de 0.05.

4) Una empresa en 1997 informo que la investigación laboral estaba alcanzando

proporciones de epidemia. Un estimado de 70% de los trabajadores de Peru
cambiarían su trabajo si pudieran. Si esto es cierto en los trabajadores de su
empresa, usted planea instituir un programa para mejorar la moral de los
empleados, Usted descubre que 1020 trabajadores de una muestra de 1500
expresaron insatisfacción con su trabajo. ¿A un nivel de significación del 2%
debería usted implementar el programa?

5) Un fabricante afirma que por lo menos el 90 % de las piezas de una

maquinaria que suministra a una fábrica guardan las formas especificadas.
Un examen de 200 de esas piezas reveló que 160 de ellas no eran
defectuosas. ¿Pruebe si lo que afirma el fabricante es cierto?

56
 PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE
PROPORCIONES POBLACIONALES

1) Una empresa consultora selecciona una muestra aleatoria de 200

votantes en Tumbes y 400 en los diferentes Pueblos jóvenes; a quienes
preguntan si en las próximas elecciones darían su voto al candidato A. Se
determina que 50 tumbesinos y 120 de los Pueblos jóvenes votarían por
el candidato. ¿Existe diferencia significativa entre las proporciones que en
estos dos sectores apoyen al candidato A?

2) Un estudio de mercado comprendió muestras aleatorias de 1000 familias

antes y después de una campaña publicitaria de un producto alimenticio.
En la primera muestra se encontró que el 26% conocía el producto y lo
compraba regularmente; la segunda revelo que el 28% conocía el
producto y lo compraba en forma regular. ¿Es este 2% un incremento
significativo? Probar a los niveles del 1%by 5%.

3) Un departamento de investigación en la casa Matriz de una compañía

aseguradora, realiza una investigación acerca de las causas de
accidentes automovilísticos, las características de los conductores, etc.
Se seleccionó una muestra aleatoria de 400 pólizas de seguros expedidas
a personas solteras. Se descubrió que en el periodo anterior de tres años
,120 sufrieron al menos un accidente automovilístico. En forma
semejante, una muestra de 600 pólizas expedidas a personas casadas
revelo que 150 habían tenido al menos un accidente. Al nivel de
significancia de 0.05. ¿Hay diferencia durante un lapso de tres años?

4) Se usaron muestras de 1545 hombres y 1691 mujeres para comparar la

cantidad de labores domésticas hechas por mujeres y hombres en
matrimonio con doble aportación económica. El estudio indico que el
67.5% de los hombres sentían que la división de tareas domésticas era
justa y que el 60.8% de las mujeres sentían que la división de tareas era
justa. ¿Es mayor la proporción de hombres que sentían que la división del
trabajo doméstico era justa. Que la proporción correspondiente de
mujeres? Respalda su conclusión con una prueba estadística al nivel de
significado de 0.05

57
 BIBLIOGRAFÍA
Alumnos de 4to ciclo de Ing, F. (Noviembre de 2018).
Andrade, S. (2016). PDF. Obtenido de
https://riunet.upv.es/bitstream/handle/10251/91736/IPP-Crespo%20-
%20M%C3%A9todos%20estad%C3%ADsticos%3A%20ejercicios%20re
sueltos%20y%20teor%C3%ADa.pdf?sequence=2
Capuñay, C. V. (2011). Estadistica para la administracion y los negocios.
Mexico: Pearson Education .
Hoyos, F. (2016). Docplayer. Obtenido de https://docplayer.es/19180852-
Pruebas-t-para-muestras-pareadas.html
Huercas, P. (2015). Educa. Obtenido de
http://www.ub.edu/aplica_infor/spss/cap4-3.htm
Kazmier, L. (1990). Estadistica aplicada a administracion y economia . Mexico:
Grafica Futura 2000.
Llanos, J. (2017). Itchihuahua.edu. Obtenido de
http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap01c.h
tml
Montiel, F. (2016). pdf. Obtenido de
https://www.bioestadistica.uma.es/baron/apuntes/ficheros/cap02.pdf
Nito, E. (2015). Scribd. Obtenido de
https://es.scribd.com/document/46595700/6784208-Prueba-de-
Hipotesis-Para-Muestras-Pareadas
Ramirez, J. (2016). pdf. Obtenido de
https://www.uv.es/lonjedo/esoProblemas/4eso12estadistica.pdf
Salinas, J. (2015). pdf. Obtenido de
https://www.ugr.es/~jsalinas/apuntes/C12.pdf

58