Intervalo confidencial

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

ANLISIS ESTADSTICO

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 125
1. La Oficina de Planificacin Familiar de la Municipalidad A desea determinar la proporcin
de familias con un ingreso familiar inferior a $ 200.000. En una muestra aleatoria
de 90 familias 18 presentaron un ingreso familiar inferior a $ 200.000.
1.1) Estime con 98% de confianza la proporcin de familias con un ingreso familiar inferior a
$ 200.000 en la Municipalidad A.
1.2) Qu tamao muestral se requiere para asegurar con una confianza del 95% que
el error en la estimacin de la proporcin de familias con ingreso inferior a
$200.000 no exceder de 0,05?

1.1) Solucin: Sean:
= Cantidad de familias con un ingreso familiar inferior a $200.000 en Municipalidad A
= Proporcin de familias con un ingreso familiar inferior a $200.000 en Municipalidad A

Debido a que el problema habla de proporcin, debemos utilizar la siguiente frmula para determinar
el intervalo confidencial:
()
= (
)
Con: = , ; = ; =
= , ; = ,
Nota: El valor de se calcula dividiendo la nmero de datos de la muestra que cumplen la
caracterstica que nos da el problema, en este caso, las familias con ingreso familiar inferior a
$200.000, dividido por el tamao de la muestra.

Reemplazando, obtenemos:
()
,
= (,
,
, ,
);
,
= ,
()
,
= , ,
, ,

Finalmente, el intervalo de confidencialidad queda dado por:
()
,
= [, ; , ]

Respuesta: El intervalo [, ; , ] tiene un 98% de contener a la proporcin de familias con un
ingreso familiar inferior a $ 200.000 en la Municipalidad A.

1.2) Solucin: El ejercicio nos otorga los siguientes datos:
= , ; , ; =
= , ; = ,

Ya que estamos tratando con proporciones, utilizamos la frmula de error est dada por:
=

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

Pgina 126 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Reemplazando:
,
,
, ,

,
,
, , ,
Respuesta: Para asegurar que el error en la estimacin de la proporcin de familias con ingreso
inferior a $200.000, no exceda a 0,05, el tamao de la muestra debe ser igual a 246, considerando
una confianza del 95%.

2.- Se realizan estudios sobre la contaminacin producida por descargas de aguas residuales,
en cuerpos fluviales cordilleranos, para medir si estos cumplen con la norma establecida por
el decreto 90/2000, que establece niveles de concentracin de Plomo de a lo ms 0.02 mg/l. En
una muestra aleatoria de tamao 20, de volmenes de agua de 50 ml. cada uno, obtenidas en
das distintos, se encontr un nivel medio de concentracin de plomo de 0,28 mg/l, con una
desviacin estndar de 0,01 mg/l.
Bajo el supuesto de que las observaciones provienen de una poblacin normal, estime el nivel
medio de concentracin de plomo en estas aguas, con una confianza del 90%. Analice los
valores estimados en funcin de la norma.

2) Solucin: Sea: = Concentracin de Plomo en cuerpos fluviales cordilleranos

Del enunciado del ejercicio se desprenden los siguientes datos:
= 20 = 0,28
= 0,01 1 = 0,90

Se supone que: ~ ( ;
2
)

Debido a que desconocemos la varianza de la distribucin, utilizaremos la siguiente frmula para
obtener el intervalo de confianza:
()
1
= (
( 1;1
2
)
)
Reemplazando:
()
0,90
= (0,28
(19; 0,95)
0,01
20
) ;
(19; 0,95)
= 1,7291
()
0,90
= (0,28 1,7291
0,01
20
)

()
,
= [, ; , ]

Respuesta: El intervalo [, ; , ] tiene un 90% de contener el nivel medio de concentracin
de plomo en las aguas residuales, en cuerpos fluviales cordilleranos.
ANLISIS ESTADSTICO

3.- Se est estudiando la duracin de ciertos procesos productivos y se toma una muestra
aleatoria, de tamao 10. Se define como "Proceso Corto cuando su duracin es menor que 5
minutos, los datos obtenidos, en minutos, fueron:
3 5 8 6 10 5,5 4 4,2 4,5 2
3.1) Se pide estimar por intervalo de confianza del 98% la proporcin de Procesos Cortos.
3.2) Cul debera ser el tamao de la muestra si la proporcin estimada disminuyen en un
10% y utilizamos un 95% de confianza manteniendo el mismo error probable antes de la
modificacin?
3.3) Estimar la varianza de dichos tiempos con un nivel de confianza del 99%.

3.1) Solucin: Sea: = Muestra del tiempo de duracin de ciertos procesos productivos
= Proporcin con Procesos Cortos (duracin menor a 5 minutos)

Debido a que el problema nos habla de proporcin, debemos utilizar la siguiente frmula para
determinar el intervalo confidencial:
()
= (
)
Con: = , ; = ; =
= , ; = ,
()
,
= (,
,
, ,
);
,
= ,
()
,
= , ,
, ,

()
,
= [, ; , ]

Respuesta: Este intervalo tiene un 98% de contener a la verdadera proporcin de Procesos cortos

3.2) Solucin: Lo primero que debemos hacer en este tem es determinar una nueva variable, como
se ve a continuacin:
= "Proporcin con Procesos Cortos disminuida en un 10%

= , = , , = ,

En seguida, calculamos el error probable de p que se mantiene, con la siguiente frmula:
=
=
,
, ,
= ,
, ,
= ,
Luego de esto, ya tenemos lo necesario para determinar el tamao de la muestra, lo que se realiza
despejando la frmula que sigue:

ANLISIS ESTADSTICO

=
, = ,
, ,
=
(, )
(, )(, )
(, )
= ,
: = , ; = , ;
= , ;
= , ;
,
= ,

Respuesta: El tamao de la muestra debe ser 8, si la proporcin disminuye en un 10% y se mantiene
el error probable antes de la modificacin, con un 95% de confianza.

3.3) Solucin: Para empezar calculamos la varianza muestral, la que determina con la siguiente
frmula:
,
(, )
= ,

Debido a que el problema hace referencia a la varianza, el intervalo confidencial est dado de la
siguiente forma:
(
= (
()
(;
)
,
()
(;
)
)
Con: = ;
= , ; = ,
Reemplazando:
(
)
,
= (
(, )
(; ,)
,
(, )
(; ,)
) = (
(, )
,
,
(, )
,
)
(
)
,
= [, ; , ]

Respuesta: Existe un 99% de que el intervalo [, ; , ] contenga a la varianza poblacional
de los procesos productivos.

4.- En cualquier proceso de enlatado, el fabricante pierde dinero si las latas contienen ms o
menos de la cantidad que se especifica en la etiqueta. Por esta razn se vigila constantemente
la cantidad de producto enlatado. Considere una compaa que produce un cemento de hule
de secado rpido en latas de aluminio etiquetadas con un peso de 32 onzas.
Se toma una muestra de 34 latas, las cuales se pesan, obteniendo un peso promedio de 31,18
onzas y una desviacin estndar de 0,645 onzas.
Considere que el peso de las latas se distribuye normal.
4.1) A un inspector de control de calidad le interesa probar si la varianza del peso de las
latas es superior a 0,4 (onzas)
2
. Utilice una significacin de 5%.
4.2) Cul debe ser el mnimo tamao de muestra que se debe utilizar si se desea estimar el
peso real promedio de las latas de cemento de hule? Se est dispuesto a cometer un
error mximo de 0,2 onzas con una confianza del 95%. Sabiendo por estudios anteriores
que la varianza del peso de las latas es 0,4096 (onzas)
2
ANLISIS ESTADSTICO

4.1) Solucin: Sea: = Cantidad de cemento en una lata, en onzas
~ (;
2
)
Con: = 34; = 0,645; = 0,05; 1

Las hiptesis que nos interesan contrastar son:
H
0
:
2
= 0,4
H
1
:
2
> 0,4
Entonces, el estadstico de prueba es:
=
( 1)
2
0
2
=
(34 1)(0,645)
2
0,4
= 34,3221

El Punto Crtico, se determina de la siguiente forma:

2
(1; 1 )
=
2
(33; 0,95)
= 47,400
La Regin Crtica:
= { | >
2
(1; 1 )
} = { | > 47,400}
Respuesta: Como , no se rechaza la hiptesis nula, es decir, la varianza de la cantidad de
cemento en una lata no es superior a 0,4 (onzas)
2
.

4.2) Solucin: El problema nos otorga la siguiente informacin:
= , ; = , ;
= , ; = , = ,

Debido a que estamos trabajando con el peso real promedio de las latas de cemento de hule, y que
conocemos la varianza (
), la frmula del error est dada por:

= =

Reemplazando:
,
,

,

, ,
,
,
Respuesta: El mnimo tamao de la muestra que se debe utilizar si se desea estimar el peso real
promedio de las latas de cemento de hule, es igual a 40.

5.- Se requiere que la resistencia a la ruptura de una fibra sea menos de 150 psi. Se sabe que la
desviacin estndar de la resistencia a la ruptura es 3 psi. En una muestra aleatoria de 25
trozos de fibra se obtiene una resistencia media a la ruptura de 148 psi y una desviacin
estndar de 2,8 psi.

ANLISIS ESTADSTICO

5.1) Puede considerarse aceptable este tipo de fibra? Use = 0,05.
5.2) Determine el tamao de la muestra necesario para estimar la resistencia media de este
tipo de fibra con un nivel de confianza del 95% y un error de estimacin de 0,5 psi.

5.1) Solucin: Sea: = Resistencia a la ruptura de una fibra
~ (;
)
Con: = ; = ; = , ; = , ;
=

H
0
: = 150
H
1
: < 150

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

0
=
148 150
3
25
= 3, 33

(1 )
=
0,95
= 1,645
La Regin Crtica:
= { | <
(1 )
} = { | < 1,645}
Respuesta: Debido a que , hay suficiente informacin para rechazar la hiptesis nula, es
decir, es aceptable este tipo de fibra, con un 5% de significacin.

5.2) Solucin: El ejercicio proporciona los siguientes datos:
= , ; = , ; =
Como consecuencia que estamos trabajando con la resistencia media de este tipo de fibra, y que
conocemos la varianza (
), la frmula del error est dada por:

= =
(

Reemplazando:
, =
(,)
=
,
,
= ,
Respuesta: El tamao de la muestra necesario para estimar la resistencia media de este tipo de fibra
con un nivel de confianza del 95% y un error de estimacin de 0,5 psi, es 139.

6.- El administrador de una flota de automviles est probando dos marcas de neumticos
radiales. Instala un neumtico de cada marca al azar en las ruedas traseras de 8 automviles y
los usa hasta que los neumticos se desgastan. Los datos de la duracin de los neumticos,
en kilmetros, se presentan a continuacin:

ANLISIS ESTADSTICO

Automvil 1 2 3 4 5 6 7 8
Marca 1 36.925 45.300 36.240 32.100 37.210 48.360 38.200 33.500
Marca 2 34.318 42.280 35.500 31.950 38.015 47.800 37.810 33.215
6.1) Basndose en la informacin presentada, rechazara la hiptesis que las duraciones
promedios de ambas marcas de neumticos radiales son iguales, use = , .
6.2) Estime un nivel de confianza del 90%, la proporcin de neumticos de la Marca 1, que
presentan una duracin superior a 37.500 kilmetros.

6.1) Solucin: Debido a que el problema nos pide probar que ambas marcas de neumticos radiales
poseen promedios iguales, o en su defecto diferentes, utilizaremos la siguiente notacin:
= Diferencia entre la distancia que dura la Marca 1 y la Marca 2 de neumticos, en kilmetros

Automvil 1 2 3 4 5 6 7 8
Marca 1 36.925 45.300 36.240 32.100 37.210 48.360 38.200 33.500
Marca 2 34.318 42.280 35.500 31.950 38.015 47.800 37.810 33.215
D 2.607 3.020 740 150 - 805 560 390 285

= 8
= 868
= 1290,03

H
0
:
D
= 0
H
1
:
D
0

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

0
=
868 0
1290,03
8
= 1,903
(1; 1
2
)
=
(7; 0,975)
= 2,3646

La Regin Crtica:
= { | <
(1; 1
2
)

(1; 1
2
)
< } = { | < 2,3646 2,3646 < }
Respuesta: Debido a que , no hay suficiente informacin para rechazar la hiptesis nula, es
decir, las duraciones promedios de ambas marcas de neumticos radiales son iguales, con un 5% de
significacin.

6.2) Solucin: Sea: = Proporcin de neumticos de la Marca 1, que presentan una duracin
superior a 37.500 kilmetros

ANLISIS ESTADSTICO

De la muestra que nos expone el ejercicio, podemos calcular el estimador , ya que tres de los ocho
automviles con los neumticos de la Marca 1 superan los 37.500 kilmetros, lo que llevado a los
nmeros es /.

Debido a que el problema nos pide proporcin, debemos utilizar la siguiente frmula para determinar
el intervalo confidencial:
()
= (
)
Con: = , ; = ; =
= , ; = ,
()
,
= (,
,
, ,
);
,
= ,
()
,
= (, ,
, ,
)
()
,
= [, ; , ]

Respuesta: El intervalo [, 093; , 656] tiene un 90% de contener la proporcin de neumticos de la
Marca 1, que presentan una duracin superior a 37.500 kilmetros.

7.- En la manufactura de semiconductores, es comn el uso de un proceso de grabado por
remojo qumico para eliminar el silicio de la parte posterior de las obleas antes de la
metalizacin. La rapidez de grabado es una caracterstica importante en este proceso y se
sabe que es una variable aleatoria con distribucin normal. Se compararon dos soluciones de
grabado diferentes, usando dos muestras aleatorias de obleas, una para cada solucin. La
rapidez de grabado (milipulgadas/minuto), observada fue la siguiente:

Solucin 1 9,9 9,4 9,3 9,6 10,2 10,6 10,3 10,0 10,3 10,1
Solucin 2 10,2 10,6 10,7 10,4 10,5 10,0 10,2 10,7 10,4 10,3

7.1) Apoyan los datos la afirmacin de que la rapidez media de grabados es la misma para
ambas soluciones, use = 0,05
7.2) Estime con un nivel de confianza del 90% la rapidez media de grabado para la solucin
1.

7.1) Solucin: Sea: = Rapidez de grabado de la Solucin 1, en milipulgadas/minuto
= Rapidez de grabado de la Solucin 2, en milipulgadas/minuto
Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de ambas
muestras:
= = ,
= ,
= = ,
= ,

ANLISIS ESTADSTICO

En seguida, debemos contrastar las siguientes hiptesis, para determinar si estas muestras poseen
varianzas poblacionales iguales o diferentes:

Luego, para determinar el estadstico de prueba, tenemos:
=
=
,
= ,

El punto crtico est dado por:
(
)
=
(; ; ,)
= ,
La Regin Crtica:
= { | >
(9; 9; 0,975)
} = { | > 4,026}
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es
decir, las varianzas poblacionales de ambas soluciones son iguales.

Continuando con el desarrollo del ejercicio, procedemos a contrastar las siguientes hiptesis:

=

=
(
+ (

( ) ,
+( ) ,
+
= ,
=
, ,
,
= ,
Finalmente, la Regin Crtica:
= { | >
(
; 1
2
)
}
2
= { | >
(18; 0,975)
} = { | > 2,1009}
Respuesta: Como , en conclusin hay informacin suficiente para rechazar la hiptesis nula,
es decir, la rapidez media de grabado no es la misma, con = 0,05.
ANLISIS ESTADSTICO

7.2) Solucin: Debido a que el problema nos pregunta por la media de grabado para la Solucin 1,
debemos utilizar la siguiente frmula para determinar el intervalo confidencial:
()
= (
(;
)
Con: = , ; = ;
= , ; = ,
()
,
= (,
(; ,)
);
(; ,)
= ,
()
,
= (,
(; ,)
)
()
,
= [, ; , ]

Respuesta: El intervalo [, ; , ] tiene un 90% de contener la rapidez media de grabado
para la solucin 1.

8.- La resistencia mnima especificada, transcurridos 28 das, de un hormign para pavimento
de 20 cm de espesor es de 250 kg/cm. En dosificaciones con materiales provenientes de la
cantera A y B, las resistencias se distribuyen aproximadamente normal.
Se realizan 16 ensayos con materiales de la cantera A y 32 ensayos de la cantera B,
obteniendo al trmino del tiempo especificado, en pruebas de roturas a la compresin, las
siguientes resistencias:

Resistencia Cantera A 200 - 218 218 - 236 236 - 254 254 - 272 272 - 290
2 4 5 4 1

Resistencias Cantera B
218 220 225 230 235 237 241 245 269 270 270 272 272 274 276 278
250 254 255 258 260 262 264 268 280 285 289 290 290 290 295 300
Ayuda: = ;
=

8.1) El ingeniero sospecha que la resistencia media de las dosificaciones proveniente de la
cantera A est muy por debajo de la resistencia media de aquellas dosificaciones
provenientes de la cantera B. Qu concluira usted respecto a la sospecha del
Ingeniero, con = 0,01?
8.2) Con nivel de significacin del 2,5%, Puede usted afirmar que las dosificaciones cuyo
material proviene de la cantera B que est bajo la resistencia mnima especificada es de
un 20%?

8.1) Solucin: Sea: = Resistencia de los Materiales provenientes de la cantera A
= Resistencia de los Materiales provenientes de la cantera B
ANLISIS ESTADSTICO

Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de ambas
muestras:
Para A: Para B:
= ,
= ,



=
=
,
= ,
)
=
(; ; ,)

(; ; ,)
= ,
La Regin Crtica:
= { | >
(31; 15; 0,995)
} = { | > 3,6865}
decir, las varianzas poblacionales de ambas muestras son iguales.

<

=
+(

[ ]
[ ]
[ ]
[ ]
[ ]

= , ;
= ,
ANLISIS ESTADSTICO

( ) ,
+( ) ,
+
= ,
=
, ,
,
= ,
= { | <
(
; 1 )
}
2 = 46
= { | <
(46; 0,99)
} = { | < 2,4102}
es decir, se concluye que lo sospechado por el Ingeniero es real, o sea, la resistencia media de A
est muy debajo de la resistencia media de B.
8.2) Solucin: Sabemos que la resistencia mnima especificada es 250 kg/cm, por ende, podemos
calcular el estimador , o sea, la proporcin de la muestra de los materiales provenientes de la
cantera B, que cumplen la condicin de ser inferiores a la resistencia mnima especificada. Lo que
llevndolo a nmeros es igual a = 8/32
Las hiptesis a contrastar son:
0
:
= 0,20
1
:
0,20

=

: =
= , ; = =
, ,
, ,
= ,
La Regin Crtica (Con = 0,025):
= { | <
1
2
} = { | <
0,9875
} = { | < 2,24}
Respuesta: Debido a que , no hay suficiente informacin para rechazar la hiptesis nula, es
decir, las dosificaciones que estn bajo la resistencia mnima, en la cantera B, representan el 20%.

ANLISIS ESTADSTICO

9.- La utilizacin de materiales sintticos tales como nylon, polister y ltex en la produccin
de telas, ha provocado debates acerca de la calidad y resistencia de estas fibras comparadas
con las fibras naturales.
Un fabricante de una nueva fibra sinttica asegura que en promedio su producto (Y) posee una
mayor resistencia a la traccin que las fibras naturales (X). Para tal efecto se seleccionan al
azar 10 fibras sintticas y 12 fibras naturales, a cada una de las cuales se les midi la
resistencia a la traccin. Los resultados muestrales obtenidos se dan a continuacin:
= ;
; = ;

Confirman estos datos lo asegurado por el fabricante? Fundamente adecuadamente su
respuesta y use = , ?

9) Solucin: Sean: = Resistencia a la traccin de las fibras naturales, en Kg;
= 12
= Resistencia a la traccin de la nueva fibra sinttica, en Kg;
= 10


=
= ,
(
)
=
(; ; ,)
= ,
La Regin Crtica:
= { | >
(11; 9; 0,975)
} = { | > 3,9117}
<

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

=
(
+ (

( ) +( )
+
= ,
ANLISIS ESTADSTICO

=

,
= ,
Finalmente, la Regin Crtica (Con = 0,05):
= { | <
(
; 1 )
}
2 = 20
= { | <
(20; 0,95)
} = { | < 1,7247}
Respuesta: Como , en conclusin existe suficiente informacin para rechazar la hiptesis nula
con un 10% de significacin, es decir, podramos concluir que el fabricante estara en lo cierto, ya que
la nueva fibra sinttica posee mayor resistencia a la traccin que las fibras naturales.
10.- En una planta industrial se quiere determinar cul de dos tipos de fuentes de energa, gas
o electricidad, produce ms energa til a menor costo. Una medida de la produccin
econmica de energa, llamada inversin de planta por quad suministrado, se calcula
dividiendo la cantidad de dinero (en dlares) invertida por la planta en la fuente de energa en
cuestin y la cantidad suministrada de energa (en quads, miles de billones de unidades
trmicas britnicas [BTU]). Cuanto menor sea este cuociente, menos pagar una planta
industrial por la energa suministrada. Se seleccionaron muestras aleatorias de 11 plantas que
utilizan electricidad y 16 plantas que utilizan gas y se calcul la inversin de la planta por quad
para cada una. Los datos se presentan en la tabla:

Asumiendo normalidad en la inversin por quad suministrado
10.1) Se podra afirmar que existe diferencia significativa entre los promedios de inversin
de planta por quad suministrado para estos dos tipos de fuentes de energa, con un
nivel de significacin de 0,10?
10.2) Estime con una confianza del 99% la proporcin de plantas de gas que invierten ms de
10 [BTU].
10.1) Solucin: Sean: = Inversin de una planta elctrica por quad suministrado
= Inversin de una planta a gas por quad suministrado

Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de cada
muestra:
= = ,
= ,
= = ,
= ,
ELECTRICIDAD 14,15 9,57 7,76 9,72 5,35 8,46 7,78 4,38
9,28 8,60 17,13
GAS 16,66 10,14 9,18 10,11 8,45 7,91 11,03 10,70
15,05 18,22 12,50 9,40 9,67 9,21 15,3 12,1
ANLISIS ESTADSTICO


=
=
,
= ,
(
)
=
(; ; ,)
= ,
La Regin Crtica:
= { | >
(10; 15; 0,95)
} = { | > 2,5437}

Continuando con el desarrollo del ejercicio, tenemos que contrastar las siguientes hiptesis:

=

=
(
+ (

( ) ,
+ ( ) ,
+
= ,
=
, ,
,
= ,
= { | <
(
; 1
2
)
}
2 = 25
= { | <
(25; 0,95)
} = { | < 1,7081}
Respuesta: Como , en conclusin existe suficiente informacin para rechazar la hiptesis nula
con un 10% de significacin, es decir, se puede afirmar que existe una diferencia significativa en el
promedio de inversin de planta por quad suministrado por estos dos tipos de energa.
ANLISIS ESTADSTICO

10.2) Solucin: Lo primero, ser determinar el estimador , el que corresponde al nmero de plantas
a gas que invierten ms de 10 quad, en la muestra, dividido en el tamao de la muestra, que llevado
a los nmeros es igual a 10 16 .
Luego, el intervalo confidencial est dado por:
()
= (

)
Con: = , ;
= ; =
= , ; = ,
()
,
= (,
,

, ,
);
,
= ,
()
,
= (, ,
, ,
)
()
,
= [, ; , ]

Respuesta: El intervalo [, ; , ] tiene un 90% de probabilidad de contener a la proporcin de
plantas de gas que invierten ms de 10 [BTU].

11.- El PM10 (material particulado respirable), son partculas de dimetro menor o igual a 10
micrones. Por su tamao, el PM10 es capaz de ingresar al sistema respiratorio del ser humano;
mientras menor es el dimetro de estas partculas mayor es el potencial dao en la salud; es
por esta razn, que diariamente se monitorea la calidad del aire,
calculando un ndice de calidad de Aire (AQI por sus siglas en
Ingls). Un AQI de 100 para PM10, corresponde a un nivel de 150
PM10 en microgramos por metro cbico (promediado en 24
horas).
Se toman muestras aleatorias independientes del AQI, de tamao
40, correspondientes a dos comunas C y M, del Gran Santiago, en
meses de invierno, obteniendo la siguiente informacin:

Suponiendo vlidos los supuestos necesarios:
11.1) Estime el mnimo tamao de muestra que se debe considerar para estimar el AQI
promedio en la comuna M, considerando un error de estimacin de a lo ms 18 g/m
3
y
una confianza de 95%, si de estudios previos se sabe que la desviacin estndar del
AQI es de 110 g/m
3
.
11.2) Es posible asegurar que el porcentaje de episodios en que el AQI es de al menos 200
(episodio daino para la salud) es superior al 4% en la comuna C, con 5% nivel de
significacin?
11.3) Es posible, afirmar que no existen diferencias significativas en el ndice de calidad
medio del aire en ambas comunas en estudio, con un nivel de significacin del 1%?
AQI (g/m
3
)
C M
0 50 2 5
50 100 9 5
100 150 11 11
150 200 15 13
200 300 3 4
300 550 0 2
ANLISIS ESTADSTICO

11.1) Solucin: Sean: = Cantidad de material particulado en la comuna C
= Cantidad de material particulado en la comuna M

El enunciado del problema nos otorga la siguiente informacin:
; = , ;
=
Ya que el conocemos la varianza, y estamos estimando el AQI promedio en la comuna, la frmula del
error est dada por:
=

Reemplazando:

,
,
Respuesta: El tamao de la muestra debe ser como mnimo de 144.

11.2) Solucin: Con los datos entregados por la tabla, podemos determinar el estimador , que
corresponde a la cantidad de episodios de la muestra, en que el AQI es de al menos 200, dividido en
el tamao de la muestra, lo que llevado a los nmeros es igual a 3 40 .

Luego, las hiptesis a contrastar son:
0
: = 0,04
1
: > 0,04
El estimador de prueba a utilizar es:
=

0
0

0
: =
3
40
= 0,075; = 40 =
0,075 0,04
0,04 0,96
40
= 1,1296

= { | <
1
} = { | <
0,95
} = { | < 1,645}
Respuesta: Como , en conclusin no existe suficiente informacin para rechazar la hiptesis
nula con un 5% de significacin, es decir, se puede afirmar que el porcentaje o proporcin de
episodios en que el AQI es de al menos 200, es equivalente o menor al 4% en la Comuna C.
11.3) Solucin: Para este tem lo primero que debemos hacer es calcular el tamao de la muestra, la
media y desviacin estndar, de cada muestra:
= ,
= ,

= ,

AQI (g/m
3
)
C M
0 50 25 2 5
50 100 75 9 5
100 150 125 11 11
150 200 175 15 13
200 300 250 3 4
300 550 425 0 2

= 40
= 40
ANLISIS ESTADSTICO


=
=
,
= ,
(
)
=
(; ; ,)

(; ; ,)
= ,
La Regin Crtica:
= { | >
(40; 40; 0,995)
} = { | > 2,2958}
Resultado: Debido a que , hay informacin suficiente para rechazar la hiptesis nula, es decir,
las varianzas poblacionales de ambas soluciones son diferentes.

Continuando con el desarrollo del ejercicio, tenemos que contrastar las siguientes hiptesis:

=
=
,
+
,
= ,
Despus para calcular los grados de libertad tenemos la siguiente frmula:
=
(
+
(

=
(
,
+
,
(
,

+
(
,

= ,
= { | <
(; 1
2
)
} = { | <
(65; 0,995)
} = { | < 2,6536}
Respuesta: Como , en conclusin no existe suficiente informacin para rechazar la hiptesis
nula con un 1% de significacin, es decir, se puede afirmar que no existen diferencias significativas
en el ndice de calidad medio del aire en ambas comunas en estudio.
ANLISIS ESTADSTICO

12.- Una empresa de telecomunicaciones realiz un estudio a fin de comparar el trfico
mensual de los clientes que han tomado los planes A B y conocer la opinin de stos
respecto de los servicios prestados por la empresa.
Para este efecto, tom de cada plan, una muestra aleatoria de 121 clientes. La informacin
recolectada, se presenta a continuacin:
Plan A
Tiempo (min) 60 a 100 100 a 140 140 a 180 180 a 220 220 a 260
N de clientes 13 32 30 27 19

Plan B
Tiempo (min) 120 a 156 156 a 192 192 a 228 228 a 264 264 a 300
N de clientes 20 26 33 30 12

Adems 98 clientes del plan A y 80 del plan B evaluaron satisfactoriamente los servicios
prestados por la empresa.
12.1) Estime, con un nivel de confianza del 95% el tiempo medio de trfico de los clientes del
plan B.
12.2) Si el Gerente de la empresa se plante la hiptesis: el porcentaje de clientes que
evala satisfactoriamente los servicios prestados por la empresa es igual en ambos
planes, Qu concluye, si utiliz un nivel de significacin del 1%?
12.3) Docime la hiptesis de que el tiempo de trfico de los clientes del plan A, es una v.a.
con distribucin normal de varianza 2500 (min
2
).

12.1) Solucin:
Sea: = Tiempo trfico mensual de los clientes que han tomado el plan A, en minutos
= Tiempo trfico mensual de los clientes que han tomado el plan B, en minutos

Lo primero ser calcular el tamao, media y desviacin estndar de cada muestra dada:

Para A Para B

= 162,3140
= 49,8792
= 206,4296
= 44,4336
Dado que el problema nos pide estimar el tiempo medio de trfico de los clientes del plan B,
utilizaremos la siguiente frmula para poder determinarlo

(
)
1
= (
1;1
2
)
) : 1 = 0,95

60 100 80 13 120 156 138 20
100 140 120 32 156 192 174 26
140 180 160 30 192 228 210 33
180 220 200 27 228 264 246 30
220 260 240 19 264 300 282 12

= 121
= 121
ANLISIS ESTADSTICO

Evaluando:
(
)
0,95
= (206,4296
(120;0,975)
44,4336
121
) :
(120;0,975)
= 1,9799
(
)
0,95
= (206,4296 1,9799
44,4336
121
)
(
)
,
= [, ; , ]
Respuesta: El intervalo [, ; , ] tiene un 95% de probabilidad de contener el tiempo
medio de trfico de los clientes del plan B.

12.2) Solucin: Ya que el ejercicio nos entrega la cantidad de clientes, de cada plan, que evala
satisfactoriamente los servicios prestados por la empresa, podemos determinar las proporciones
respectivas de las muestras:
=
98
121

=
80
121
=
98 +80
121 +121
=
178
242
= 0,7355
Definimos las hiptesis a contrastar
0
:
1
:

El estadstico de prueba est dado por:
=
(
1
+
1
)
=
98
121
80
121
(0,7355)(0,2645) (
1
121
+
1
121
)
= 2,6234
El Punto Crtico corresponde a:
1
2
=
0,995
= 2,575
= { | <
1
2
>
1
2
} = { | < 2,575 > 2,575}
Respuesta: Como , se llega a la conclusin que existe suficiente informacin para rechazar la
hiptesis nula con un 1% de significacin, o sea, el gerente de la empresa no se encontraba en lo
correcto cuando planteaba que el porcentaje de clientes que evala satisfactoriamente los servicios
prestados por la empresa es igual en ambos casos.

12.3) Solucin: Sea: = Tiempo trfico mensual de los clientes que han tomado el plan A, en min.
Con:
= 162,31 ;
2
= 2500;
= 50
0
: ~ (;
2
= 2500)
1
: ~ (;
2
= 2500)

Nota: Debido a que el ejercicio no nos entrega los grados de libertad suponemos = 0,05

ANLISIS ESTADSTICO

Luego, se crea una tabla con los intervalos que abarcan todos los nmeros del conjutno de los reales,
es decir, desde el al +, donde tambin se adiciona la frecuencia absoluta y la probabilidad de
cada uno de ellos:
En seguida, como se debe cumplir que
> , se procede a modificar la tabla, lo que se lleva a cabo

sumando las dos primeras filas y las dos ltimas filas, quedando expresado de la siguiente forma:
()
= ()
, ,
, ,
, ,
, ,
, ,
= () =
=

Posteriormente, se aplica la frmula para calcular el estadstico de prueba:
=
(
=
( , )
,
+
( , )
,
+
( , )
,
+
( , )
,
+
( , )
= ,

Adems, la regin crtica est definida de la siguiente forma:
= { |
>
;
} Con: =
=
=

()
= ()

<
,
< ,
f(, )
= ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

>
,
> ,
f(, )
= ,
, ,
=
ANLISIS ESTADSTICO

Debido a que ocupamos el estimador de la media, el valor de es igual a uno y el nmero de filas
despus de la modificacin es cinco, por lo tanto, reemplazando tenemos:

= { |
>
;
}

Ya que el valor del nivel de confianza no es entregado por el ejercicio, tenemos que interpolar para
determinarlo:
, ,
,
=
, ,
, ,

,
,
=
,
,

=
, ,
,
+,
= ,
= ,
Resultados:
Caso 1: La hipotesis nula se rechaza si
< , > ,
Caso 2: La hipotesis nula no se rechaza si
> , < ,

Considerando que el nivel de significacin debe ser el menor posible para que la estimacin sea
adecuada, por lo que es correcto elegir el caso 2, ya que as se cumple lo antes expuesto.
Respuesta: Ya que
> , , es decir, no existe informacin suficiente para

rechazar la hipotesis nula, por lo tanto, el tiempo de trfico de los clientes del plan A se distribuye
normalmente con varianza igual a 2500 min
2
.

13.- En el mercado existen dos tipos de plsticos (A y B), los que son utilizados en la
fabricacin de diversos artculos. Una variable importante que se maneja es su tensin de
ruptura (en psi) y por lo tanto se ha diseado un experimento para medir la variable en ambos
tipos. Los resultados en 41 ensayos de plstico A fueron los siguientes:

Tensin de Ruptura 144 a 150 150 a 156 156 a 162 162 a 168
5 12 16 8

Por otro lado, en 25 ensayos realizados para registrar la tensin a la ruptura en el plstico B,
se obtuvo un promedio de 154 psi con desviacin estndar de 5,2 psi.
13.1) Considerando un nivel de significacin del 5% y la informacin que entregan los datos.
Hay evidencia suficiente para cuestionar lo especificado por el fabricante, quin
seala que el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi?
13.2) El ingeniero de procesos tiene la sospecha que el plstico A tiene una tensin media a
la ruptura ms alta de lo que se observa para el plstico B. Admitiendo como vlidos
ANLISIS ESTADSTICO

los supuestos de normalidad de las variables en estudio y considerando un niel de
significacin del 5% Qu puede concluir usted respecto de la sospecha del ingeniero
de procesos?
13.3) Con un nivel de significacin del 2,5% Muestran los datos la evidencia suficiente para
corroborar que efectivamente la distribucin de probabilidad de la tensin a la ruptura
del plstico tipo A es de tipo normal con media 155,5 psi y varianza 25 (psi)
2
.
13.4) Con un 5% de nivel de significacin, es posible corroborar que ms de un 30% de las
unidades del plstico A presentan una tensin a la ruptura superior a 160 psi?

13.1) Solucin: Sea: = Tensin de ruptura del tipo de plsticos A, en psi
= Tensin de ruptura del tipo de plsticos B, en psi

Para :
= 156,95
= 5,63
= 41
Para :
=
= ,
=

0
:
= 155,5
1
:
155,5

Luego, como desconocemos la varianza el estadstico de prueba se determina de la siguiente forma:
=

= ; = , ;
= , =
, ,
,
= ,

= { | <
(
1; 1
2
)
} = { | <
(40; 0,975)
} = { | < 2,0211}
Respuesta: Debido a que , no existe suficiente informacin para rechazar la hiptesis nula, es
decir, no hay evidencia suficiente para cuestionar lo especificado por el fabricante, el que seal que
el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi, con un 5% de significacin.

13.2) Solucin: Debemos contrastar las siguientes hiptesis, para determinar si estas muestras
poseen varianzas poblacionales iguales o diferentes:

144 150 147 5
150 156 153 12
156 162 159 16
162 168 165 8

= 41
ANLISIS ESTADSTICO


=
=
,
= ,
)
=
(; ; ,)
= ,
La Regin Crtica:
= { | >
(40; 24; 0,975)
} = { | > 2,1460}
decir, las varianzas poblacionales de ambas muestras son iguales.

>

=

=
(
+ (

( ) ,
+ ( ) ,
+
= ,
=
,
,
= ,
= { | >
(
; 1 )
}
2 = 64
= { | >
(64; 0,95)
} = { | > 1,6690}
es decir, las sospechas del ingeniero de proceso estn en lo correcto, ya que por los resultados
obtenidos el plstico A tiene una tensin media a la ruptura ms alta de lo que se observa para el
plstico B.

ANLISIS ESTADSTICO

13.3) Solucin: Las hiptesis a contrastar son:
0
: ~ ( = 155,5;
2
= 25)
1
: ~ ( = 155,5;
2
= 25)

Con = 0,025

Luego, como queremos probar que se distribuye normalmente, se crea una tabla con los intervalos
que abarcan todos los nmeros del conjunto de los reales, es decir, desde el al +, donde
tambin se adiciona la frecuencia absoluta y la probabilidad de cada uno de ellos:

()
= ()

<
,
< ,
f(, )
= ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

,
;
,
, ; ,
f(, ) f(, )
= , ,
, ,

>
,
> ,
f(, )
= ,
, ,
=

En seguida, se sabe que cuando estamos haciendo bondad de ajuste se debe cumplir que
> , por
lo tanto, se procede a modificar la tabla, lo que se lleva a cabo sumando las dos primeras filas y las
tres ltimas filas, quedando expresado de la siguiente forma:

()
= ()
, ,
, ,
, ,
= () =
=

=
(
=
( , )
,
+
( , )
,
+
( , )
,
= ,

ANLISIS ESTADSTICO

= { |
>
;
} Con: =
=
=

Debido a que no se utiliza ningn estimador, el valor de es igual a cero y el nmero de filas
despus de la modificacin corresponde a tres, por lo tanto, reemplazando tenemos:

= { |
>
,;
} = { |
> , }

Respuesta: Como
, se concluye que no existe evidencia suficiente para rechazar que la

tensin a la ruptura del plstico tipo A se distribuye normalmente con una media de 155,5 psi y una
varianza de 25 psi
2
, con un nivel de significacin de 0,025.

13.4) Solucin: Sea: = Proporcin de las unidades del plstico A que presentan una tensin a la
ruptura superior a 160 psi
Estimaremos el valor de , lo que lo llevamos a cabo por medio de frmula de percentil, como se ve a
continuacin:
=
1
+
i
(
n
100
N
i1
n
i
)
160 = 156 + 6 (
41
100
17
16
) = 67,48%
=
100 67,48
100
= 0,3252

Luego, las hiptesis a contrastar son:
0
: = 0,3
1
: > 0,3

El estadstico de prueba esta dado por:
=

0
0

0
=
0,3252 0,3
0,3 0,7
41
= 0,7266

= { | >
1
} = { | >
0,95
} = { | > 1,645}
Respuesta: Como , no existe suficiente informacin para rechazar la hiptesis nula con un 5%
de significacin, es decir, no se puede corroborar que ms de un 30% de las unidades del plstico
tipo A presentan una tensin a la ruptura superior a 160 psi.

144 150 5 5
150 156 12 17
156 162 16 33
162 168 8 41

= 41
ANLISIS ESTADSTICO

14.- El encargado de control de calidad de una empresa exportadora revis al azar un conjunto
de 700 cajas, registrando el nmero de unidades defectuosas encontradas en cada caja,
obteniendo la siguiente informacin:
N de defectuosos 0 1 2 3
N de cajas 542 140 10 8
Si histricamente la cantidad de defectuosos por caja, se ha comportado de acuerdo a un
modelo binomial de parmetros = y = , . Evale usted si la evidencia muestral
permite corroborar que la variable en cuestin persiste en comportarse de acuerdo al modelo
histrico, con nivel de significacin igual a 0,05.

14) Solucin: Sea: = Nmero de unidades defectuosas por caja

H
0
: ~ ( = 3; = 0,08)
H
1
: ~ ( = 3; = 0,08)
Con = 0,05

Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si se distribuye
de forma binomial, como se ve a continuacin:
() = {
(
; = , , ,

() = {
(
) (, )
(, )
; = , , ,

()
= ()

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,
=

En seguida, como se debe cumplir que
> , se procede a modificar la tabla, lo que se hace

sumando las dos ltimas filas, como se muestra ahora:
()
= ()
, ,
, ,
, ,
= () =
=

=
(
=
( , )
,
+
( , )
,
+
( , )
,
= ,
ANLISIS ESTADSTICO

= { |
>
;
}
Con: = , ; =
=
=

Debido a que no ocupamos ningn estimador, el valor de es igual a cero, y el nmero de filas
despus de la modificacin es tres, por lo tanto, reemplazando tenemos:
= { |
>
,;
} = { |
> , }

Respuesta: Como
, en consecuencia no existe evidencia suficiente para rechazar que la

cantidad de defectuosos por caja sigue el modelo histrico, o sea, distribucin binomial con tamao
de la muestra 3, y probabilidad de xito igual a 0,08, con un nivel de significacin de 0,05.

15.- En una empresa de acuicultura se quiere hacer un estudio sobre el nivel de parsitos en la
produccin de doradas. Para ello, se tom una muestra de 5 individuos cada da, repitiendo el
experimento durante 550 das. De cada muestra se analizaron los peces determinando cuantos
de ellos contenan parsitos. Se ajusta a un modelo de distribucin Binomial con 5% de
significacin?
= N de individuos con parsitos 0 1 2 3 4 5
Frecuencia Observada 17 81 152 180 104 16

18) Solucin: Sea: = Nmero de individuos con parsitos

Luego, como el ejercicio no nos entrega el valor de , procedemos estimar el valor:
=
=
+ + + + +
= ,
Adems, de la tabla de distribuciones discretas sabemos que la media de la distribucin binomial est
dada por la siguiente frmula, teniendo cuidado con el es el nmero de veces que se repite el
experimento, es decir, en este caso toma el valor de 5:
= =
=
,
= ,

H
0
: ~ ( = 5; = 0,517)
H
1
: ~ ( = 5; = 0,517)

Con = ,

Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si se distribuye
de forma binomial, como se ve a continuacin:
() = {
(
; = , , , ,

() = {
(
) (, )
(, )
; = , , , ,

ANLISIS ESTADSTICO


()
= ()

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,

(
) (, )
(, )
= ,
,
=
() =
=

Ya que todos los sucesos cumplen con
> , la tabla no se modifica.

=
(
=
( , )
,
+
( , )
,
+
( , )
,

+
( , )
,
+
( , )
,
+
( , )
,
= ,

= { |
>
;
}
Con: = , ; =
=
=

Debido a que utilizamos el estimador de , el valor de es igual a uno, y el nmero de filas es seis,
por lo tanto, reemplazando tenemos:
= { |
>
,;
} = { |
> , }

Respuesta: Como
, en consecuencia no existe evidencia suficiente para rechazar la

hipotesis nula, es decir, el nmero de individuos con parsitos se distribuye en forma binomial, con un
nivel de significacin de 0,05.

16.- Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una
distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito impreso y se
observa el nmero de defectos. Los resultados obtenidos son los siguientes:

= Nmero de defectos Frecuencias observadas
0 32
1 15
2 9
3 o ms 4
ANLISIS ESTADSTICO


Evale si estos datos muestran suficiente evidencia para decir que provienen de una
distribucin Poisson, con un nivel de significacin igual a 0,05.
16) Solucin: Sea: = Nmero de defectos en las tarjetas de circuito impreso
0
: ~ ()
1
: ~ ()

Ya que el ejercicio no nos entrega el valor de lambda, procedemos a estimarlo a partir de los datos
tabulados:
= =
=
0 32 +1 15 + 2 9 + 3 4
60
=
3
4
= 0,75
Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si tiene una
distribucin Poisson, como se ve a continuacin:
() = {
!
; = 0,1,2,
0
() = {
0,75
(0,75)
!
; = 0,1,2,
0

()
= ()

,
(, )
!
= ,
,

,
(, )
!
= ,
,

,
(, )
!
= ,
,
( < ) = , ,
= () =
=
Puesto que la frecuencia esperada en la ltima celda es menor que 5, se combinan las dos ltimas
filas.

= ()
,
,
,
=
=

=
(
=
( , )
,
+
( , )
,
+
( , )
,
= ,

= { |
>
;
}
ANLISIS ESTADSTICO

Con: = , ; =
=
=

Debido a que ocupamos el estimador
, el valor de es igual a uno, y el nmero de filas despus de

la modificacin es tres, por lo tanto, reemplazando tenemos:
= { |
>
,;
} = { |
> , }

Respuesta: Como
, se concluye que no existe evidencia suficiente para rechazar que el

nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson.

Intervalo confidencial

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Intervalo confidencial

Diunggah oleh

Hak Cipta:

Format Tersedia

7.

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

= "Proporcin con Procesos Cortos disminuida en un 10%

), la frmula del error est dada por:

), la frmula del error est dada por:

> , se procede a modificar la tabla, lo que se lleva a cabo

> , , es decir, no existe informacin suficiente para

, se concluye que no existe evidencia suficiente para rechazar que la

> , se procede a modificar la tabla, lo que se hace

, en consecuencia no existe evidencia suficiente para rechazar que la

> , la tabla no se modifica.

, en consecuencia no existe evidencia suficiente para rechazar la

, el valor de es igual a uno, y el nmero de filas despus de

, se concluye que no existe evidencia suficiente para rechazar que el

Anda mungkin juga menyukai