Sol

uci ón
:

a) Puede observarse que el estimador puntual del parámetro de interés para el empleado, se trata
de la diferencia de medias de dos poblaciones: Máquina 1 y Máquina 2. Adicionalmente, se trata
de una distribución muestral de diferencia de medias con desviación estándar conocida.

b) De esta manera se tiene que el parámetro en estudio es D=μ 1−μ2 ; los datos dados por las
muestras,
n1 =5; X́ 1=1 5. 99 ; S1=0.024 ; n2=5 ; X́ 2 =16 .02 ; S2=0.016; 1−α =0.9 5 y α =0.0 5 . Se
obtuvieron las medias y las desviaciones estándar usando la herramienta EXCEL. Luego para hacer
el contraste de hipótesis como  y 2 son desconocidas, las muestras n1 y n2 pequeñas.

Contraste de Hipótesis:
H 0 :μ 1=μ2 ( D=0 ) y H 1 : μ1 > μ2 (D>0)

H 0 : las medias son iguales y H 1 : las medias son diferentes.

Contraste de una cola a la derecha. La región de rechazo se encuentra a la derecha del parámetro
que es cero. Los valores que entran allí difieren significativamente de cero y por lo tanto una
media poblacional resultará mayor (o menor) que la otra.

Entonces , el estadístico de prueba es:

 d−D0
T C= ;
σd
donde:
S21 S21
σ 2d= + ; D=μ 2−μ1;
n1 n2
d= X́ 2− X́ 1

esto queda:
( X́ 1− X́ 2 )−( μ 2−μ1 )
T C=
S21 S22
√ +
n1 n2
Sustituyendo valores:
( 16.02−15.99 )−0
Tc= =2.33
0.024 2 0.0162
√ 5
+
5

Ahora, se procede a aplicar el criterio de decisión: T C > T α

2
calculando los grados de libertad para el valor t-Student leído por tablas:
Para este caso los grados de libertad se obtienen de la expresión:
2
S21 S 22

ν=
( +
n1 n2 )
2 2
S 21 S 22
( ) ( )
n1
+
n2
n1 −1 n2−1

2
0.024 2 0.0162
ν=
( 5
+
5 )
2 2
0.024 2 0.016 2
( 5
+
) (
5 )
5−1 5−1

ahora, T 0.025;GL=2.365
ν=¿ 7 gL
Interpretación: Se evidencia que T C =2 .33< T 0.02 5=2.365 , por lo que se acepta H 0 y se concluye
con un nivel de significancia de 0.05 que las dos máquinas tienen en promedio la misma cantidad
de llenado.

c) Tomando en cuenta que ambas muestras son pequeñas, puede utilizarse el I.C.

d−t α ∗σ d ≤ μ 1−μ2 ≤ d +t α ∗σ d, con v grados de libertad.

2 2
 0.0242 0.016 2 0.024 2 0.0162
( 16.02−15.99 ) −( 2.365 )∗
√ 5
+
5
≤ μ2 −μ1 ≤ ( 16.02−15.99 ) +(2.365)∗
,
5
+
5 √
Resolviendo, el I.C. estimado es (0 . 0 224 ≤ μ 1−μ2 ≤ 0 . 0376).

Interpretación:

Al tomar muestras de igual tamaño, 5 y 5, el 95% de los intervalos de confianza que se estimen
contendrán la verdadera diferencia de medias de la cantidad llenado de las máquinas y según este
muestreo sus límites de confianza estimados son (0.0224 ≤ μ1−μ2 ≤ 0.0376) . Con relación a la
pregunta si el ingeniero tenía razón o no, puede concluirse que el ingeniero no tenía razón, ya que
es posible que hay muy poca evidencia, debería tomarse más muestras para ajustar los datos a
una base de datos robusta, con el fin de reducir errores. Y a su vez ningún valor pasa por cero en el
intervalo de confianza estimado.

Solucion: a) se obtienen las medias y las desviaciones estándar de la muestra con el uso de Excel, esto es:
n1 =5; X́ 1=85 . 20 ; S 1=7 .596 ; n2=5 ; X́ 2=88. 6 0 ; S2=3 . 130 ; 1−α =0.9 0 y α =0. 10.

Como n1 y n2 cualesquiera, el intervalo de confianza para un cociente de varianzas es:

S21
( ) S22
∗1
σ 21 S 21
Fα
2
,n1−1 ,n 2−1
≤
σ 22
≤
( )
S 22
∗F α
2
,n 2−1 ,n 1−1

Se procede a buscar el valor tabulado en la tabla de la distribución Fisher

F 0.95; 4 , 4−1= 6.38

, Ahora sustituyendo los datos para obtener el intervalo,

7.5962
( 3.1302
∗1 )
σ 2 7.596 2
6 .38
≤ 12 ≤
σ 2 3.1302
∗( 6 . 38 )
( )
 σ 21
0. 9231 ≤ 2 ≤ 3757 .53
σ2
b) Tomando en cuenta que ambas muestras son pequeñas, puede utilizarse el I.C.

d−t α ∗σ d ≤ μ 1−μ2 ≤ d +t α ∗σ d, con v grados de libertad.

2 2

Se calcula primero los grados de libertad; es decir:

2
7.5 9 62 3 . 1302
ν=
( 5
+
5 ) =5.3203=6
2 2
7.5 9 62 3 .1302
( 5
+
) ( 5 )
5−1 5−1

t α ; 6=¿2.447
2

7.596 3.1302
2
7.5962 3.1302
√
( 88 . 6 0−85. 20 ) −( 2. 447 )∗
5
+
5
≤ μ2−μ1 ≤ ( 88 . 6 0−8 5.20 )+ (2. 447 )∗
,
√ 5
+
5

Resolviendo, el I.C. estimado es (−5.5906 ≤ μ 1−μ2 ≤12.3906).

Interpretación:

Al tomar muestras de igual tamaño, 5 y 5, el 95% de los intervalos de confianza que se estimen
contendrán la verdadera diferencia de medias entre las producciones y según este muestreo sus
límites de confianza estimados son (−5.5906 ≤ μ 1−μ2 ≤12.3906). En el caso actual como hay un
intervalo que contiene el cero puede deducirse que en algún momento μ1−μ 2=0, lo cual indicará
que no existen diferencias significativas entre las medias muestrales y por consiguiente las medias
de las poblaciones serían iguales.
Variables o estimadores de estudio:
^P A =Proporci ó n de personasencuestadas del Municpio A .
^
PB =Proporció n de personas encuestadas del Municpio B .
Las muestras tomadas para los municipios A y B, son n 1 = 120 y para mujeres n2 = 150,
α
respectivamente. 1-α = 0.95, por lo que α = 0.05 y =0.025 necesario para estimar el intervalo de
2
confianza (I.C.). Asimismo, las probabilidades de éxito para ambos son: P A =0. 57 y B=0. 45 .
Además, las probabilidades de fracaso son: q A=0. 43 y q B =0.55 .
se tiene que las muestras n1 y n2 son grandes (n>=30). Por lo tanto, el estimador:
^P A − ^PB =diferencias de porporciones de personas encuestadas de l os Municpio s A y B,
sigue una distribución Normal.

Contraste de Hipótesis:
H 0 :P A=P B ( D=0 ) y H 1 : P A ≠ PB (D ≠ 0)
H 0 : las diferencias de las proporciones son iguales y H 1 : las diferencias de las proporciones.

Contraste de dos colas.

Estadístico de prueba:
D=P A −P B
d= ^p A− ^p B

d−D0
ZC =
σd
2 P A Q A P B Q B 0.57∗0.43 0.45∗0.55
σ d= + ¿ +
nA nB 120 150

σ d=0.0608

( 0.57−0.45 )−0
ZC = =1.97
0.0608
Criterio de decisión:

ZC > Z α ; luego z=1.96 valor obtenido de tabla.

2

Interpretación:

Con un nivel de confiabilidad del 95%. Se rechaza la hipótesis nula, lo cual se traduce en que la
información suministrada a través de las encuestas para los municipios A y B no es suficiente para
afirmar la opinión de los ciudadanos frente al referéndum. Lo anterior, debido a que el valor
calculado de Z supera al tabulado y así se cumple el criterio de rechazo.

Pregunta nro 08: Los supuestos que deben hacerse es que la media a estimar sigue una
distribución Normal, se está trabajando con una muestra grande de n>=30. Adicionalmente, se
están analizando las dos colas para el estudio del intervalo de confianza para la media µ. También
se puede agregar que se trabajar con una confiabilidad del 95%.

Pregunta nro 09: Los supuestos que deben hacerse es que la media sigue una distribución t-
Student con grados de libertad n-1, adicionalmente se está trabajando con una muestra de
tamaño n<30. Adicionalmente, se están analizando las dos colas para el estudio del intervalo de
confianza para la media µ. Sumado a esto, se puede trabajar con un nivel de significancia del 5%.

Pregunta nro 10: Si el tamaño de la muestra se aumenta de 25 a 100. La nueva amplitud del
intervalo se reduciría a la mitad, esto es se dará una amplitud de ±2, puesto que, al crecer el
denominador, el factor se reduce en función de las raíces cuadradas.