AAAAAAAGGG

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 19

Problemario Segundo Parcial

Pruebas de hipótesis

Prueba de hipótesis para la media

1. Una empresa de neumáticos afirma que una nueva gama en promedio dura al
menos 28.00km. Las pruebas con 64 neumáticos dan como resultado una duración
media de 27.800 km, con una desviación estándar de 1.000 km. Bajo la normalidad
de lo neumáticos, se pide comprobar si hay evidencia suficiente para rechazar la
afirmación de la empresa, con un nivel de significancia del 5%.

Z de una muestra
Conclusión: Se acepta Ho y se rechaza Ha. No están fundadas las
sospechas del propietario de que el el automóvil medio de combustible
en carretera es superior a 5.6.

Estadísticas descriptivas
Error Límite
estánda superio
r r
de la de 95%
N Media media para μ
64 27800 125 28006

μ: media de Muestra
Desviación estándar conocida = 1000
Prueba
Hipótesis nula H₀: μ =
28000
Hipótesis H₁: μ <
alterna 28000
Valor Z Valor p
-1.60 0.055

2. El propietario de un automóvil sospecha que su vehículo tiene un consumo medio


de combustible en carretera superior a los 5.6 litros por cada 100km, que es lo que
el fabricante indica en su publicidad. Para apoyar empíricamente su sospecha
observa el consumo medio en 11 viajes seleccionados aleatoriamente entre todos
los que realiza en el año, obteniendo los siguientes resultados:

6.1 6.5 5.1 6 5.9 5.2 5.8 5.3 6.2 5.9 6.3

¿Están fundadas las sospechas del propietario a un nivel de significación del 1%?
T de una muestra
Conlcusión: Se acepta Ho y se rechaza Ha. No están fundadas las
sospechas del propietario de que el el automóvil medio de combustible en
carretera es superior a 5.6.
Estadísticas descriptivas
Error
estánda
r
Desv.Est de la IC de 99%
N Media . media para μ
11 5.840 0.460 0.139 (5.400,
6.280)

μ: media de Muestra

Prueba
Hipótesis nula H₀: μ =
5.6
Hipótesis H₁: μ ≠
alterna 5.6
Valor T Valor p
1.73 0.114

3. En el momento en que fue contratada como mesera en el Grumney Family


Restaurant, a Beth Brigden le dijeron: “Puedes ganar en promedio más de $80 al
día en propinas”. Suponga que la desviación estándar de la distribución de
población es de $3,24. Los primeros 20 días de trabajar en el restaurante, la suma
media de sus propinas fue de $84,85. Con el nivel de significancia de 0,01. ¿La
señora Brigden puede concluir que gana un promedio de más de $80en propinas?
T de una muestra
Conclusión: Se acepta Ha y se rechaza Ho. La señora Brigden
puede concluir que gana un promedio de más de 80 pesos en
propinas.
Estadísticas descriptivas
Error Límite
estánda inferior
r de
Desv.Est de la 99% para
N Media . media μ
20 84.850 3.240 0.724 83.010

μ: media de Muestra
Prueba
Hipótesis nula H₀: μ =
80
Hipótesis H₁: μ >
alterna 80
Valor T Valor p
6.69 0.000

4. La administración de White Industries analiza una nueva técnica para armar


un carro de golf; la técnica actual requiere 42,3 minutos de trabajo en promedio.
El tiempo medio de montaje de una muestra aleatoria de 24 carros, con la nueva
técnica, fue de 40,6 minutos, y la desviación estándar, de 2,7 minutos. Con un nivel
de significancia de 0,10, ¿puede concluir que el tiempo de montaje con la nueva
técnica es más breve?
T de una muestra
Conclusión. Se rechaza la hipótesis nula y se acepta la hip{otesis
alternativa. Se puede concluir que el tiempo de montaje con la nueva
técnica es más breve.
Estadísticas descriptivas
Error Límite
estánda superio
r r
Desv.Est de la de 90%
N Media . media para μ
22 40.600 2.700 0.576 41.362

μ: media de Muestra

Prueba
Hipótesis nula H₀: μ =
42.3
Hipótesis H₁: μ <
alterna 42.3
Valor T Valor p
-2.95 0.004

5. Una cadena de restaurantes afirma que el tiempo promedio de espera de


clientes por atender está distribuido normalmente con un media de 3 minutos
y una desviación estándar de 1 minuto. Su departamento de aseguramiento
de calidad halló en una muestra de 50 clientes en un cierto establecimiento
que el tiempo medio de espera era de 2.75 minutos. Al nivel de significación
de 0.05, ¿Es dicho tiempo menor de 3 minutos?
Z de una muestra
Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa. Con un nivel de significancia de 0.05, se concluye que dicho
tiempo no es menor a 3 minutos.
Estadísticas descriptivas
N Media Error Límite
estánda superio
r r
de la de 95%
media para μ
50 2.750 0.141 2.983

μ: media de Muestra
Desviación estándar conocida = 1

Prueba
Hipótesis nula H₀: μ =
3
Hipótesis H₁: μ <
alterna 3
Valor Z Valor p
-1.77 0.039

6. La duración de la bombillas de 100 W que fabrica una empresa sigue una


distribución normal con una desviación típica de 120 horas de duración. Su vida
media está garantizada durante un mínimo de 800 horas. Se escoge al azar una
muestra de 10 bombillas de un lote y, después de comprobarlas, se obtiene una
vida media de 750 horas. Con un nivel de significación de 0.01, ¿habría que
rechazar el lote por no cumplir la garantía?
T de una muestra
Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa. No es necesario rechazar el lote, dado que si cumple
con la garantía.
Estadísticas descriptivas
Error Límite
estánda superio
r r
Desv.Est de la de 99%
N Media . media para μ
10 750.0 120.0 37.9 857.1

μ: media de Muestra
Prueba
Hipótesis nula H₀: μ =
800
Hipótesis H₁: μ <
alterna 800
Valor T Valor p
-1.32 0.110

7. La verdadera media del peso de un costal de harina debe ser de 50kg. Se pesan 26
costales obteniendo una media de 49.5 kg con una desviación de 1.2 kg. Haga una
prueba de hipótesis, con el 95% de confianza, para verificar si el contenido de los
costales es diferente de 50 kg.
T de una muestra
Conclusión: Se rechaza la hipotesis nula y se acepta la hipótesis
alternativa.El contenido de los costales es diferente de 50Kg.
Estadísticas descriptivas
Error
estánda
r IC de 95%
Desv.Est de la para
N Media . media μ
26 49.500 1.200 0.235 (49.015,
49.985)

μ: media de Muestra
Prueba
Hipótesis nula H₀: μ =
50
Hipótesis H₁: μ ≠
alterna 50
Valor T Valor p
-2.12 0.044

8. Un inspector de calidad investiga las acusaciones contra una embotelladora


por su deficiente llenado que debe ser, en promedio, de 32.5 onzas. Para ellos
toma una muestra de 60 botellas, encontrando que el contenido medio es de
31.9 onzas de líquido. Se sabe que la maquina embotelladora debe producto
un llenado con una desviación estándar típica de 3.6 onzas. ¿Puede el
inspector llegar a la conclusión, a nivel de significación del 5%, que Gse están
llenando las botellas por debajo de su especificación del contenido?
Z de una muestra
Conclusión: Se acepta la hipótesis nula y se recha la hipótesis alternativa.
No se llega a la conclusi{on de que se estén llenando las botellas por
debajo de su especificación del contenido.
Estadísticas descriptivas
Error Límite
estánda superio
r r
de la de 95%
N Media media para μ
60 31.900 0.465 32.664

μ: media de Muestra
Desviación estándar conocida = 3.6

Prueba
Hipótesis nula H₀: μ =
32.5
Hipótesis H₁: μ <
alterna 32.5
Valor Z Valor p
-1.29 0.098

9. Una fábrica de telas necesita determinar si una maquina recién adquirida está
produciendo cierto tipo específico de tela de acuerdo con las especificaciones de la
empresa, las cuales señalan que debe tener una resistencia a la ruptura de 25 libras
y una desviación estándar de 3.5 libra. Una muestra de 49 pedazos de tela revela
una resistencia muestral media a la ruptura de 69.1 libras. a) ¿Existe evidencia de
que la maquina no está cumpliendo con las especificaciones del fabricante en
cuanto a la resistencia media a la ruptura? (Utilice un nivel de significancia de
0.05).

Z de una muestra
Conclusión: Se rechaza Ho y se acepta Ha. No hay evidencia de que la
maquina no esté cumpliendon con las especificaciones del fabricante
en cuanto a la resistencia media a la ruptura.
Estadísticas descriptivas
Error
estánda
r IC de 95%
de la para
N Media media μ
49 69.100 0.500 (68.120,
70.080)

μ: media de Muestra
Desviación estándar conocida = 3.5

Prueba
Hipótesis nula H₀: μ =
25
Hipótesis H₁: μ ≠
alterna 25
Valor Z Valor p
88.20 0.000

10. Un laboratorio afirma que un calmante quita la jaqueca en 14


minutos en los casos corrientes. Con el fin de comprobar esta información,
se eligen al azar 30 pacientes con jaqueca y se toma como variable en el
experimento el tiempo que transcurre entre la administración del calmante y
el momento en que desaparece la jaqueca. Los resultados obtenidos en
esta muestra fueron, media 17 minutos y desviación típica 7 minutos.
¿Podemos admitir como cierta la afirmación del laboratorio a un nivel de
confianza del 95 %?
Z de una muestra
Conclusión: Se rechaza la hipótesis nula y se acepta la hipótesis
alternativa. Con una confianza del 95% se puede admitir la afirmaciòn del
laboratorio de que el calmante quita la jaqueca en 14 minutos.

Estadísticas descriptivas
Error
estánda
r
de la IC de 95%
N Media media para μ
30 17.00 1.28 (14.50,
19.50)

μ: media de Muestra
Desviación estándar conocida = 7

Prueba
Hipótesis nula H₀: μ =
14
Hipótesis H₁: μ ≠
alterna 14
Valor Z Valor p
2.35 0.019

Prueba de hipótesis para una proporción

11. Un sociólogo ha pronosticado, que en una determinada ciudad, el nivel


de abstención en las próximas elecciones será del 40% como mínimo. Se elige
al azar una muestra aleatoria de 200 individuos, con derecho a voto, 73 de los
cuales estarían dispuestos a votar. Determinar con un nivel de significación del
1%, si se puede admitir el pronóstico.
Prueba e IC para una proporción
Conclusión: Se acepta la Ho y se rechaza la Ha. Con un nivel se
ginificancia del 1% se puede admitir el pronóstico.
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a
la normal.
Estadísticas descriptivas
N Event Muestra Límite
superior
de
99% para
o p p
200 73 0.365000 0.444194
Prueba
Hipótesis nula H₀: p =
0.4
Hipótesis H₁: p <
alterna 0.4
Valor Z Valor p
-1.01 0.156

12. El expendio Pollos Deliciosos asegura que 90% de sus órdenes se entregan
en menos de 10 minutos. En una muestra de 100 órdenes, 82 se entregaron dentro
de ese lapso. Puede concluirse en el nivel de significancia 0,01, que menos de 90%
de las órdenes se entregan en menos de 10 minutos?

Conclusión: Se rechaza Ho y se acepta Ha. Se puede decir que menos del


90% de las órdenes se entregan en menos de 10 minutos.
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a
la normal.
Estadísticas descriptivas
Límite
superior
de
Event Muestra 99% para
N o p p
100 82 0.820000 0.909375
Prueba
Hipótesis nula H₀: p =
0.9
Hipótesis H₁: p <
alterna 0.9
Valor Z Valor p
-2.67 0.004

13. Un artículo reciente, publicado en el diario USA today, indica que solo a
uno de cada tres egresados de una universidad les espera un puesto de
trabajo. En una investigación a 200 egresados recientes de su universidad, se
encontró que 80 tenían un puesto de trabajo. Puede concluirse en el nivel de
significancia 0,02, que en su universidad la proporción de estudiantes que
tienen trabajo es mayor?
Prueba e IC para una proporción
Conclusión: Se rechaza Ho y se acepta Ha. Se puede concluir que en su
universidad la proporción de estudiantes que tienen empleo es mayor.
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a
la normal.
Estadísticas descriptivas
Límite
inferior
de
Event Muestra 98% para
N o p p
200 80 0.400000 0.328856
Prueba
Hipótesis nula H₀: p =
0.33
Hipótesis H₁: p >
alterna 0.33
Valor Z Valor p
2.11 0.018

14. El director de una universidad afirma que solamente el 18% de los


estudiantes no están de acuerdo con su actual gestión. En una encuesta
aplicada a los estudiantes 90 de 450 manifestaron estar en descuerdo. ¿Se
podrá afirmar con una significación de 5% que la proporción en desacuerdo es
mayor al 18%?
Prueba e IC para una proporción
Conclusión: Se acepta Ho y se rechaza Ha. No se puede afirmar que la
proporción de estudiantes en desacuerdo es mayor a 18%.
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a
la normal.
Estadísticas descriptivas
Límite
inferior
de
Event Muestra 95% para
N o p p
450 90 0.200000 0.168984
Prueba
Hipótesis nula H₀: p =
0.18
Hipótesis H₁: p >
alterna 0.18
Valor Z Valor p
1.10 0.135

15. Un titular de prensa afirma que el 70% de los jóvenes de una ciudad utilizan
las redes sociales para comunicarse. Para contrastar la veracidad de tal afirmación
se toma una muestra aleatoria de 500 jóvenes de esa ciudad, y se obtiene que 340
de ellos utilizan la red para comunicarse. Analice si se puede aceptar, con un nivel
de significación del 1% que dicha afirmación es cierta.
Prueba e IC para una proporción
Conclusión: Se acepta Ho y se rechaza Ha. Se rechaza la afirmación de
que 70% de los jóvenes de una ciudad utilizan las redes sociales para
comunicarse.
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a
la normal.
Estadísticas descriptivas
Event Muestra IC de 99% para
N o p p
500 340 0.680000 (0.626264,
0.733736)
Prueba
Hipótesis nula H₀: p =
0.7
Hipótesis H₁: p ≠
alterna 0.7
Valor Z Valor p
-0.98 0.329

Prueba de hipótesis para σ 2 y σ

16. Una empresa del giro alimenticio desea determinar si el lote de una
materia prima tiene o no una varianza poblacional mayor a 15 en su grado de
endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene una
varianza muestral de 20.98; realizar la prueba de hipótesis con alfa = 0.05.
Prueba y CI para una varianza
Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa. El lote de una materia prima no tiene una varianza poblacional
mayor a 15.
Método
σ²: varianza de Muestra
El método de Bonett no se puede calcular para datos
resumidos.
El método de chi-cuadrada solo es válido para la distribución
normal.
Estadísticas descriptivas
Límite
inferior
de 95% para
σ²
Desv.Est Varianz usando
N . a Chi-cuadrada
20 4.58 21.0 13.22
Prueba
Hipótesis nula H₀: σ² =
15
Hipótesis H₁ : σ² >
alterna 15
Estadístic
a
de
Método prueba GL Valor p
Chi- 26.57 19 0.115
cuadrada

17. Problema Considerando que el arribo de un metrobus a la estación Iztacalco


es en promedio de 45 segundos y su variabilidad (varianza) debiera ser de 5
segundos. ¿Muestran los siguientes datos suficiente evidencia de que esta varianza
ha cambiado? Use un α = 0.05 Tomamos el tiempo de una muestra periódica de 16
autobuses para controlar la periodicidad de arribo y se obtienen los siguientes
datos en segundos:
47.5 45.2 44.3 51.7
43.6 41.6 46.4 49
43.6 42.2 44 47.8
42.7 47.8 41.8 44.2

Conclusión: Se acepta Ho y se rechaza Ha. No existe suficiente evidencia


de que la varianza de 5 ha cambiado.
Método
σ²: varianza de Muestra
El método de Bonett no se puede calcular para datos
resumidos.
El método de chi-cuadrada solo es válido para la distribución
normal.
Estadísticas descriptivas
IC de 95%
para σ²
usando
Desv.Est Varianz Chi-
N . a cuadrada
16 2.81 7.91 (4.32, 18.95)
Prueba
Hipótesis nula H₀: σ² =
5
Hipótesis H₁ : σ² ≠
alterna 5
Estadístic
a
de
Método prueba GL Valor p
Chi- 23.73 15 0.140
cuadrada

18. Un fabricante de detergente liquido esta interesado en la uniformidad de la


maquina utilizada para llenar botellas de manera especifica es deseable que la
varianza sea; 0.01 onzas² del liquido. Al tomar una muestra aleatoria de 20
botellas se obtiene una varianza muestral (s²) para el volumen de llenado de
ese cuadrado s²=0.0153.(distribución normal)
El fabricante esta preocupado por que piensa que la variación del proceso es
mayor que la variación histórica. Con un α=0.05, el fabricante tiene elementos
que sustenten se preocupación?

Prueba y CI para una varianza


Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa. El fabricante cuenta con elementos necesarios para susentar
su preocupación.
Método
σ²: varianza de Muestra
El método de Bonett no se puede calcular para datos
resumidos.
El método de chi-cuadrada solo es válido para la distribución
normal.
Estadísticas descriptivas
Límite
inferior
de 95% para
σ²
Desv.Est Varianz usando
N . a Chi-cuadrada
20 0.124 0.0153 0.010
Prueba
Hipótesis nula H₀: σ² =
0.01
Hipótesis H₁ : σ² >
alterna 0.01
Método Estadístic GL Valor p
a
de
prueba
Chi- 29.07 19 0.065
cuadrada

19. Una empresa del giro alimenticio desea determinar si el lote de una materia
prima tiene o no una varianza poblacional mayor a 15 en su grado de
endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene una
varianza muestral de 20.98; Considerar α =0.05

Prueba y CI para una varianza


Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa. Con un nivel de significancia del 0.05 se determina que el lote
de la materia prima no tiene una varianza poblacional mayor a 15.
Método
σ²: varianza de Muestra
El método de Bonett no se puede calcular para datos
resumidos.
El método de chi-cuadrada solo es válido para la distribución
normal.
Estadísticas descriptivas
Límite
inferior
de 95% para
σ²
Desv.Est Varianz usando
N . a Chi-cuadrada
20 4.58 21.0 13.22
Prueba
Hipótesis nula H₀: σ² =
15
Hipótesis H₁ : σ² >
alterna 15
Estadístic
a
de
Método prueba GL Valor p
Chi- 26.57 19 0.115
cuadrada

20. Se dice que una maquina despachadora de bebidas gaseosas esta fuera de
control si la varianza de los contenidos excede 1.15 decilitros. Si una muestra
aleatoria de 25 bebidas de esta maquina tiene una varianza de 2.03 decilitros,
¿Esto indica con un nivel de significancia de 0.05 que la maquina esta fuera de
control?
Prueba y CI para una varianza
Conclusión: Se rechaza Ho y se acepta Ha. Con un nivel de significancia
del 0.05 se puede decir que la máquina excede 1.15 decilitros y por lo
tanto está fuera de control.
Método
σ²: varianza de Muestra
El método de Bonett no se puede calcular para datos
resumidos.
El método de chi-cuadrada solo es válido para la distribución
normal.
Estadísticas descriptivas
Límite
inferior
de 95% para
σ²
Desv.Est Varianz usando
N . a Chi-cuadrada
25 1.42 2.03 1.34
Prueba
Hipótesis nula H₀: σ² =
1.15
Hipótesis H₁ : σ² >
alterna 1.15
Estadístic
a
de
Método prueba GL Valor p
Chi- 42.37 24 0.012
cuadrada
Prueba de hipótesis para μ de dos poblaciones

21. El dueño de un café realizó un estudio estadístico por cuenta propia y otro con
asesoría externa, según los datos de la muestreo del dueño para 30 personas su
edad promedio fue de 21 años, con una desviación estándar de 0.5 años.
En cambio, el muestreo realizado de forma externa para 40 personas
encontraron que la media es de 19 años con una desviación estándar de 0.3
años. La pregunta del dueño del café, es si se requiere invertir en un nuevo
estudio dado que las medias de cada uno fueron diferentes. α =0.05

Prueba T de dos muestras e IC


Conclusión: Se rechaza la hipótesis nula y se acepta la hipótesis
alternativa. Se recomienda invertir en un nuevo estudio.
Método
μ₁: media de la
muestra 1
µ₂: media de la
muestra 2
Diferencia: μ₁ - µ₂
No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Error
estánda
r
Muestr Desv.Est de la
a N Media . media
Muestra 30 21.000 0.500 0.091
1
Muestra 40 19.000 0.300 0.047
2
Estimación de la diferencia
IC de 95%
Diferenci para la
a diferencia
2.000 (1.793,
2.207)
Prueba
Hipótesis nula H₀: μ₁ - µ₂ =
0
Hipótesis H₁: μ₁ - µ₂ ≠
alterna 0
Valor T GL Valor p
19.44 44 0.000

22. Una muestra de 87 mujeres trabajadoras mostró que la cantidad promedio que
pagan a un fondo de pensión privado es de $3,352, con una desviación
estándar muestral de $1,100. Por otro lado, una muestra de 76 hombres
trabajadores profesionales muestra que estos pagan 5,727, con una desviación
estándar de $1,700. Un grupo de mujeres desea demostrar que las mujeres no
pagan tanto como los hombres en fondos privados. Si usa alfa= 0.01. ¿ Se
confirma lo que el grupo de mujeres desea demostrar?

Prueba T de dos muestras e IC


Conclusión: Se rechaza la hipótesis nula y se acepta la hipótesis
alternativa. Con una confianza del 99% se confirma que las mujeres no
pagan tanto como los hombres en fondos privados.
Método
μ₁: media de la
muestra 1
µ₂: media de la
muestra 2
Diferencia: μ₁ - µ₂

No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Error
estánda
r
Muestr Desv.Est de la
a N Media . media
Muestra 87 3352 1100 118
1
Muestra 76 5727 1700 195
2
Estimación de la diferencia
IC de 99%
Diferenci para la
a diferencia
-2375 (-2971,
-1779)
Prueba
Hipótesis nula H₀: μ₁ - µ₂ =
0
Hipótesis H₁: μ₁ - µ₂ ≠
alterna 0
Valor T GL Valor p
-10.42 125 0.000

23. La compañía Gibbs Baby desea comparar el aumento de peso de bebés que
consumen su producto en comparación con el producto de su competidor. Una
muestra de 40 bebés que consumieron los productos Gibbs reveló un aumento
de peso medio de 7.6 libras en sus primeros tres meses de vidas, con una
desviación estándar de la población de la muestra de 2.3 libras. Una muestra de
55 bebés que consumen la marca del competidor reveló un aumento medio de
8.1 libras, con una desviación estándar de la población de 2.9 libras. Con un
nivel de significancia de 0.05, ¾es posible concluir que los bebés que
consumieron la marca Gibbs ganaron menos peso?

Prueba T de dos muestras e IC


Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa.Con una significancia del 0.05 se concluye que los bebés que
consumieron la marca Gibbs no ganaron menos peso.
Método
μ₁: media de la
muestra 1
µ₂: media de la
muestra 2
Diferencia: μ₁ - µ₂

No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Muestr N Media Desv.Est Error
a . estánda
r
de la
media
Muestra 40 7.60 2.30 0.36
1
Muestra 55 8.10 2.90 0.39
2
Estimación de la diferencia
Límite
superior
de 95% para
Diferenci la
a diferencia
-0.500 0.387
Prueba
Hipótesis nula H₀: μ₁ - µ₂ =
0
Hipótesis H₁: μ₁ - µ₂ <
alterna 0
Valor T GL Valor p
-0.94 92 0.176

24. Un diseñador de productos está interesado en reducir el tiempo de secado de


una pintura. Se prueban dos fórmulas de pintura; la fórmula 1 tiene el
contenido químico estándar y la fórmula 2 tiene un nuevo ingrediente secante
que tiende a reducir el tiempo de secado. De la experiencia se sabe que la
desviación estándar del tiempo de secado es ocho minutos y esta variabilidad
inherente no debe verse afectada por a adición del nuevo ingrediente. Se
pintan 35 placas con la fórmula 1 y otras 35 con la fórmula 2. Los dos tiempos
promedio de secado muestrales son 116 minutos para la fórmula 1 y 112
minutos para la fórmula 2. ¿A qué conclusión puede llegar el diseñador del
producto sobre la eficacia del nuevo ingrediente, al nivel de significancia 0,01?

Prueba T de dos muestras e IC


Conclusión: Se acepta la hipótesis nula y se rechaza la hipótesis
alternativa. No se puede demostrar que la nueva fórmula disminuye el
tiempo de secado.
Método
μ₁: media de la
muestra 1
µ₂: media de la
muestra 2
Diferencia: μ₁ - µ₂

No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Error
estánda
r
Muestr Desv.Est de la
a N Media . media
Muestra 35 116.00 8.00 1.4
1
Muestra 35 112.00 8.00 1.4
2
Estimación de la diferencia
Límite
inferior
de 99% para
Diferenci la
a diferencia
4.00 -0.56
Prueba
Hipótesis nula H₀: μ₁ - µ₂ =
0
Hipótesis H₁: μ₁ - µ₂ >
alterna 0
Valor T GL Valor p
2.09 68 0.020

25. Para tomar una importante decisión a nivel profesional se desea determinar si
existen diferencias significativas fundamentadas entre dos empresas referentes
al salario de sus empleados. Se realiza una investigación revisando el salario de
60 trabajadores de la empresa A y 70 de la empresa B. Se obtiene un salario
medio de 30000 euros anuales con una desviación típica de 1000 euros en el
primer grupo y un salario medio de 25000 euros anuales con una desviación
típica de 1500 en el segundo grupo. ¿Podríamos decidir a favor de alguna de
las dos empresas con un nivel de significación del 1 % ?

Prueba T de dos muestras e IC


Conclusión: Se rechaza Ho y se acepta Ha. Con una significancia del 1%
se determina que si existen diferencias significativas entre las dos
empresas.
Método
μ₁: media de la
muestra 1
µ₂: media de la
muestra 2
Diferencia: μ₁ - µ₂

No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Error
estánda
r
Muestr Desv.Est de la
a N Media . media
Muestra 60 300 1000 129
1
Muestra 70 2500 1500 179
2
Estimación de la diferencia
IC de 99%
Diferenci para la
a diferencia
-2200 (-2778,
-1622)
Prueba
Hipótesis nula H₀: μ₁ - µ₂ =
0
Hipótesis H₁: μ₁ - µ₂ ≠
alterna 0
Valor T GL Valor p
-9.96 121 0.000

También podría gustarte