INSTITUTO TECNOLOGICO

DE CERRO AZUL
INGENIERIA PETROLERA
ASIGNATURA: PROBABILIDAD Y
ESTADISTICA AL CAMPO PETROLERO

TRABAJO:
UNIDAD 3-4-5
DOCENTE: ING. MARY CARMEN BACA GTZ.
4 SEMESTRE
INTEGRANTES: GRUPO: 1
JIMENEZ CRUZ NORA
PONCE BRAVO OLGA VIRIDIANA
ESTEBAN RAMIREZ CARMEN ITZEL

CERRO AZUL, VERACRUZ

MAYO 2016
UNIDAD 3
DISTRIBUCIONES
MUESTRALES
 3.1 DISTRIBUCION DE
MEDIAS
La distribucin muestral de la media muestral es
la distribucin de los valores de las medias
muestrales de todas las posibles muestras del
mismo tamao n tomadas de la misma
poblacin.
Si no conociera la media de la poblacin, , se
podran escoger cono estimador varios
estradisticos; y las primeras que vienen a mente
son la media y la mediana de la muestra .
 Si una muestra aleatoria de n mediciones se
selecciona de una poblacin con media y desviacin
estndar, la distribucin muestral de la media tendr
media y desviacin estndar.

Si una poblacin tiene distribucin normal la

distribucin muestral de la media e distribuir de
manera exactamente normal, sin importar el tamao
de la muestra.

Si la distribucin de la poblacin no es normal, la

distribucin muestral de la media se destribuira de
manera aproximadamente normal para muestras
grandes ( por el teorema del limite central).
EJEMPLO 1
La esperanza de vida de quienes adquieren Alzheimer
desde el inicio de los sntomas hasta su muerte varia
de 3 a 20 aos; el promedio es de 8 aos con una
desviacin estndar de 4 aos. Se seleccionan al azar
expedientes de 30 pacientes que murieron y anota del
tiempo promedio que sobrevivieron. Encontrar la
probabilidad para el siguiente evento: la duracin
promedio de la enfermedad es menor de 7 aos.

La probabilidad de que la media sea menor que 7. Para

encontrar esta rea se necesita calcular el valor de z
que corresponde a x=7:
EJEMPLO 2
Para evitar difilcultades con la comisin de comercio federal o las
oficinas de proteccin al consumidor, estatales y locales un
embotellador debe asegurarse de que las botellas de 12 onzas en
realidad contengan esta cantidad de bebida. Para determinar su
una maquina embotelladora esta trabajando satisfactoriamente, se
muestra al azar 10 botellas por hora y se mida la cantidad. cual
es la probabilidad aproximada de que la media muestral de las
diez botellas de prueba sea menor que 12 onzas?

La media de lo muestra es idntica a la media de la poblacin de

botellas llenadas, a saber u= 12.1 y el error estndar es de
SE
 3.2 DISTRIBUCION DE
VARIANZAS
La varianza de una variable aleatoria discreta X, denotada por
2 o V(X), es

La varianza de una variable aleatoria discreta es similar a la

varianza muestral utilizada anteriormente. La varianza de una
variable aleatoria se calcula ponderando el cuadrado de cada
desviacin con respecto a la media, con la probabilidad asociada
de la desviacin. La probabilidad asociada con una desviacin
representa la proporcin de un grande de repeticiones del
experimento aleatorio en los que se obtiene dicha desviacin.
La desviacin estndar de una variable aleatoria X, denotada
por , es la raz cuadrada positiva de2.

2
EJEMPLO
Suponga que la probabilidad de recuperar un automvil
robado en cierta ciudad es de 0.40.
Cul es la probabilidad de 2 automviles de los 10
robados?
Cul es la probabilidad de recuperar cuando mucho 3
de los 10 automviles robados?
Cul es la probabilidad de recuperar por lo menos 7
de los 10 automviles robados?
n= 10
P= 0.40
X= 2
a) 10
f (2) .40 2 1 .40 10 2 45 0.16 0.60 8 0.12093
2

b)
10
p x 0 0.40 1 0.40 11 0.60 0.00604
0 10 0 10

0
10
p x 1 0.40 1 1 0.40 101 10 0.40 0.60 9 0.04031
1
x 3
p x 2 10 0.40 2 1 0.40 10 2 45 0.16 0.60 8 0.12093
2

10
p x 3 0.40 3 1 0.40 103 120 0.064 0.60 7 0.21499
3

p x 3 p x 0 p x 1 p x 2 p x 3 0.3822
 10
c) p x 10 10 0.40 10
1 0.40 1010
1 0.00011 0.0001

10
p x 9 0.40 9 1 0.40 109 10 0.00026 0.6 0.00156
9
p x 7
p x 8 10 0.40 8 1 0.40 108 45 0.00065 36 0.01053
8

10
p x 7 0.40 7 1 0.40 107 120 0.00163 0.216 0.04224
7

p x 7 p x 10 p x 9 p x 8 p x 7 0.0544
 3.3 DISTRIBUCION DE
PROPORCIONES
Existen ocasiones en las cuales no estamos interesados en la
media de la muestra, sino que queremos investigar la
proporcin de artculos defectuosos o la proporcin de
personas con telfono, etc en la muestra. La distribucin
muestral de proporciones es la adecuada para dar respuesta
a estas situaciones.
Esta distribucin se genera de igual manera que la
distribucin muestral de medias, a excepcin de que al extraer
las muestras de la poblacin s e calcula el estadstico
proporcin (p=x/n en donde x es el nmero de xitos u
observaciones de inters y n el tamao de la muestra).
EJEMPLO 1
Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artculos
defectuosos. Se van a seleccionar 5 artculos al azar de ese lote sin
reemplazo. Vamos a generar la distribucin muestral de proporciones
para el nmero de piezas defectuosas. Como se puede observar en este
ejercicio la proporcin de artculos defectuosos de esta poblacin es P =
4/12=1/3. Por lo que podemos decir que el 33% de las piezas de este lote
estn defectuosas. El nmero posible de muestras de tamao 5 a extra er
de una poblacin de 12 elementos es 12 C 5=792, las cuales se pueden
desglosar de la siguiente manera:

Para calcular la media de la distribucin muestral de proporciones se

tendra que hacer la sumatoria de la frecuencia por el valor de la
proporcin muestral y dividirla entre el nmero total de muestras.
EJEMPLO 2

Si de la poblacin de 1000 estudiantes se elige

una muestra aleatoria de 50 estudiantes y en la
misma se seleccionan 20 varones entonces la
proporcin muestral resulta ser
P=
P=
 3.4 DISTRIBUCION DE
DIFERENCIAS
Suponga que se tienen dos poblaciones distintas, la primera con
media y desviacin estndaR, y la segunda con mediaN y
desviacin estndar . Ms an, se elige una muestra aleatoria de
tamao n1 de la primera poblacin y una muestra independiente
aleatoria de tamao n2 de la segunda poblacin; se calcula la
media muestral para cada muestra y la diferencia entre dichas
medias. La coleccin de todas esas diferencias se
llama distribucin muestral de las diferencias entre medias o
la distribucin muestral del estadstico
EJEMPLO
En un estudio para comparar los pesos promedio de nios y nias
de sexto grado en una escuela primaria se usar una muestra
aleatoria de 20 nios y otra de 25 nias. Se sabe que tanto para
nios como para nias los pesos siguen una distribucin normal.
El promedio de los pesos de todos los nios de sexto grado de esa
escuela es de 100 libras y su desviacin estndar es de 14.142,
mientras que el promedio de los pesos de todas las nias del sexto
grado de esa escuela es de 85 libras y su desviacin estndar es
de 12.247 libras. Si representa el promedio de los pesos de 20
nios y es el promedio de los pesos de una muestra de 25 nias,
encuentre la probabilidad de que el promedio de los pesos de los
20 nios sea al menos 20 libras ms grande que el de las 25
nias.
SOLUCION
Datos:
1 = 100 libras

2 = 85 libras
1 = 14.142 libras
2 = 12.247 libras
n1 = 20 nios
n2 = 25 nias
p(= ?

Por lo tanto, la probabilidad de que el promedio de los pesos de la

muestra de nios sea al menos 20 libras ms grande que el de la
muestra de las nias es 0.1056.
UNIDAD 4

ESTIMACION DE
PARAMETROS
 4.1 INTERVALOS DE
CONFIANZA PARA LA MEDIA
Sea X una variable aleatoria cuya
distribucin depende de un parmetro
, y sea ) una muestra aleatoria simple
de X.
Si ) y ) son dos estimadores tales que
al intervalo I = [), )] se le llama
intervalo de confianza para de
coeficiente de confianza 1 .
Interpretacin: De los distintos intervalos
numricos construidos a partir de sucesivos
muestreos, un porcentaje del (1 . )100%
contiene al verdadero valor del parmetro
desconocido
INTERVALO DE CONFIANZA PARA LA MEDIA
DE UNA POBLACIN NORMAL CON
DESVIACIN TPICA CONOCIDA

Si partimos de una poblacin que sigue una distribucin

Z ~ N(0,1) bastar con encontrar el punto crtico /2 para
tener un intervalo que contenga la media poblacional
con probabilidad c.

p(/2 < Z < /2) = c

Si en el caso general tomamos:

bastar con hacer unas sencillas operaciones para

llegar a que el intervalo de confianza para la media de
una poblacin normal con desviacin tpica conocida
es:
 INTERVALO DE CONFIANZA PARA LA
MEDIA DE UNA POBLACIN CON
DESVIACIN TPICA DESCONOCIDA

Cuando se desconoce la desviacin tpica poblacional

se usa como estimador la desviacin tpica de la
muestra con lo que el intervalo de confianza para la
media de una poblacin con desviacin tpica
desconocida es:
EJEMPLO
Se ha obtenido una muestra de 15
vendedores de una Editorial para estimar el
valor medio de las ventas por trabajador en
la Empresa.
La media y varianza de la muestra (en miles
de euros) son 5 y 2, respectivamente.

Intervalo de confianza para la venta media

por trabajador en la Editorial al 90 %.
SOLUCION

1. Intervalo de confianza para la media de ventas por vendedor al

90 %. Usamos la frmula:

Se conoce la varianza de la muestra v (x)= 2, pero necesitamos la

cuasi-varianza

Por ltimo, sustituyendo los datos en la frmula del intervalo,

tenemos:
Y, por tanto, una cuasi-desviacin tpica igual a Los cuantiles de
orden 0.05 y 0.95, que encierran en el centro de la distribucin t de
Student con 14 gl. un rea igual a 0.9 se muestran en el grfico
siguiente:
 4.2 INTERVALOS DE
CONFIANZA PARA LA
VARIANZA

Si tenemos una muestra de tamao n tomada de

una poblacin normal, podemos obtener un
intervalo de confianza del nivel dado (90%, 95%,
99%, etc) para la varianza sabiendo que el valor
de chi cuadrada es para este caso:
El cual es una variable aleatoria que tiene una distribucin Chi
cuadrada con n -1 grados de libertad. Por lo tanto, podemos
emplear esta definicin para estimar un intervalo de confianza ya
que lo que necesitamos es que.

Donde es el valor de Chi cuadrada para los grados de libertad y

nivel de confianza (1 - ) especificado.

Entonces podemos despejar la varianza :

Donde es el valor de una distribucin chi-cuadrado con n 1

grados de libertad que deja a su derecha una probabilidad de /2.
Por ejemplo, dados los datos siguientes:

Distribucin poblacional: Normal

Tamao de muestra: 10
Confianza deseada para el intervalo: 95 %
Varianza muestral corregida: 38,5

Los valores de Chi cuadrada

Corresponden a lo que se muestra en la siguiente figura (notar

que el valor mayor define el lmite de la izquierda del intervalo y
el menor el derecho, ya que estn dividiendo).
EJEMPLO

Se construye un intervalo de confianza para la

diferencia en el contenido medio de ortofsforo,
que se mide en miligramos por litro, en dos
estaciones sobre el rio James mediante la
suposicin de que las varianzas normales de la
poblacin son diferentes. Justifique esta suposicin
mediante la construccin de un intervalo de
confianza del 98% para y para donde y son las
varianzas poblacionales del contenido de
ortofsforo en la estacin 1 y en la estacin 2,
respectivamente.
SOLUCION

Tenemos que Para un intervalo de confianza de 98%

Encontramos que Por lo tanto, el intervalo de confianza de 98%
para es
,
Que se simplifica a
Al calcular las races cuadradas de los limites de confianza,
encontramos que un intervalo de confianza de 98% para es.
Como este intervalo no permite la posibilidad de que sea igual a
1, es correcto suponer que o
Hasta este momento todos los intervalos de confianza
presentando son de la forma.
Estimacin puntual s.e (estimacin puntual),
Donde K es una constante (ya sea t o punto porcentual de la
norma). ste es el caso cuando el parmetro es una medida,
diferencia entre medidas, proporcin o diferencia entre
proporciones. Sin embargo, esto no se aplica a varianzas y
razones de varianzas.
 4.3 INTERVALOS DE
CONFIANZA DE
PROPORCIONES
Una proporcin muestral es un estimador puntual (un nmero) de
la proporcin en la poblacin P .

Un estimador de intervalo de confianza de la proporcin en la

poblacin P , es un intervalo, calculado a partir de los datos de la
muestra, en el cual nosotros confiamos se encuentra la
proporcin de la poblacin P.

El nivel de confianza es la probabilidad de que el mtodo de

estimacin nos d un intervalo que contiene al parmetro ( P en
este caso). El nivel de confianza se denota por 1 , donde
valores comunes de son 0,10; 0,05; y 0,01, para una
confianza de 90%, 95%, y 99%.
 Para construir intervalos de confianza recordemos
la distribucin muestral de la proporcin muestral
entonces aproximadamente 95% de los valores de
estarn entre dos desviaciones estndar de P .
EJEMPLO

: . Esperamos que el 95% de los intervalos de

confianza formados por van a contener al
parmetro P y 5% no lo van a contener. El
problema es que si no conocemos el parmetro no
conocemos la desviacin estndar
SOLUCION

Estimar la desviacin estndar, con el error estndar de

=
Un intervalo de 95% de confianza para P esta dado por:
 4.4 INTERVALOS DE
CONFIANZA PARA LAS
DIFERENCIAS

Cuando tenemos razones para suponer que la varianza no es

comn, no podemos utilizar el estadstico anterior. Hemos de
destacar que, en esta situacin, no existe un mtodo exacto que
permita obtener el intervalo de confianza deseado. Lo ms que
tenemos son aproximaciones a la solucin. Un intervalo
aproximado con nivel de confianza (1 ) 100 % es.
Donde 1 y 2 son las varianzas mustrales corregidas para cada
poblacin y donde t/2 es el valor de una distribucin t de Student
con g grados de libertad, donde.

Si los grados de libertad resultantes son decimales, puede

optarse por hacer una interpolacin entre los dos valores enteros
ms cercanos o bien por tomar el valor ms desfavorable, aquel
que suponga un radio mayor para el intervalo de confianza y que
coincide con el redondeo a la baja de los grados de libertad.
Es, por tanto, muy importante, antes de proceder a la obtencin
del intervalo de confianza para la diferencia de medias, verificar
si la suposicin de homogeneidad de varianzas es razonable o
no. Una manera de verificarlo consiste en la construccin del
intervalo para el cociente de varianzas, tal como se explica ms
adelante, y comprobar si en dicho intervalo est incluido el valor
1. La inclusin de la unidad dentro del intervalo resultante, la
debemos interpretar en el sentido de que la muestra no
proporciona evidencia suficiente para afirmar que las varianzas
son diferentes y, por tanto, no es incorrecta la utilizacin del
intervalo para varianza comn. De manera anloga, el intervalo
de confianza para la diferencia de medias nos puede servir
para verificar la suposicin de que las medias son iguales o
diferentes; en este caso, si el valor 0 est incluido en el
intervalo, la conclusin es que la muestra no proporciona
evidencia suficiente para afirmar que las medias son diferentes.
 UNIDAD 5

PRUEBAS DE
HIPOTESIS
 5.1 PRUEBA DE HIPOTESIS
PARA LA MEDIA
Sea una muestra aleatoria de una de una poblacin con
media y varianza . Si el tamao de la muestra es grande y
2 es conocida, el Teorema Central del Lmite garantiza
que . Y de esta manera un Intervalo de confianza
aproximado al 100 1( )% para es de la forma:
Donde
Si es desconocida, esta es estimada usando la varianza Muestral:
y un Intervalo de Confianza aproximado al 100 1( ) % para es
de la forma; Si es un valor particular para , podemos establecer
tres hiptesis alternativas respecto al valor real de :

VS

Estadstico de prueba:
 PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE MEDIA

Si lo que se desea es comparar el comportamiento promedio de

una misma caracterstica en dos poblaciones diferentes, cuando
los tamaos de muestra son pequeos, no podemos usar el
Teorema Central del Lmite para construir un Estadstico de
Prueba adecuado.
De nuevo, supongamos que es una muestra aleatoria de una
poblacin normal con media y varianza es otra muestra aleatoria
de otra poblacin normal con media y la varianza , donde y son
desconocidas y ambas muestras independientes entre s.
5.2 PRUEBA DE HIPOTESIS
PARA LA VARIANZA

Con para denotar el valor hipottico de la varianza poblacional,
las tres formas de una prueba de hiptesis son:

Estas tres pruebas son semejantes a las pruebas de hiptesis

de las sesiones anteriores, para pruebas de una o dos colas para
medias y proporciones poblacionales.
En una prueba de hiptesis para la varianza poblacional se
emplean el valor hipottico de la varianza poblacional y la
varianza muestral para calcular el valor estadstico de prueba . Si
la poblacin tiene una distribucin normal, el estadstico de prueba
es el siguiente:
ESTADISTICO DE PRUEBA DE HIPOTESIS PARA LA VARIANZA
POBLACIONAL.

Donde tiene una distribucin chi-cuadrada con n-1 grados de

libertad
Una vez calculado el estadstico de prueba , para determinar si se
acepta o se rechaza la hiptesis nula se encuentra el valor crtico y
se realiza la comparacin.
EJEMPLO
La St. Louis Metro Bus Company de Estados Unidos,
desea dar una imagen de confiabilidad haciendo que sus
conductores sean puntuales en los horarios de llegada a
las paradas. La empresa desea que haya poca
variabilidad en dichos tiempos. En trminos de la
varianza de los tiempos de llegada de las paradas, la
empresa desea que la varianza sea de 4 minutos o
menos. Esta prueba de hiptesis se realiza con un nivel
de significancia de = 0.05
Asuma que en una muestra aleatoria de 24 llegadas a
cierta parada en una interseccin en el centro de la
ciudad, la varianza muestral encontrada es =4.9
Paso 1: Formular las hiptesis

Paso 2: Nivel de significancia de = 0.05, como la prueba es de

una sola cola (la del lado derecho), se considera una distribucin
Paso 3: Obtenemos el valor critico utilizando la tabla de
valores de esta distribucin:
Grados de libertad = n-1= 24 1 = 23 (renglones de
tabla).
Probabilidad: nivel de significancia = 0.05 (columnas de
tabla).
Buscando estos valores en la tabla tenemos que 35.172.

Paso 4: Calcular el estadstico de prueba

Si el estadstico de prueba es menor que el valor crtico, se
rechaza , de manera contraria se acepta. Por lo tanto para esta
prueba, tenemos que: 28.18 < 35.172, se rechaza

Paso 5: Se concluye que existe evidencia suficiente para

rechazar , en tal caso habr que tomar medidas para reducir la
varianza poblacional.
 5.3 PRUEBA DE HIPOTESIS DE
PROPORCIONES
Cuando el objetivo del muestreo es evaluar la validez de una
afirmacin con respecto a la proporcin de una poblacin, es
adecuado utilizar una prueba de una muestra.
La metodologa de prueba depende de si el nmero de
observaciones de la muestra es grande o pequeo.

Como se habr observado anteriormente, las pruebas de

grandes muestras de medias y proporciones son bastante
semejantes. De este modo, los valores estadsticos de prueba
miden la desviacin de un valor estadstico de muestra a partir
de un valor propuesto. Y ambas pruebas se basan en la
distribucin normal estndar para valores crticos. Quiz la nica
diferencia real entre las ambas radica en la forma corno se
obtiene la desviacin estndar de la distribucin de muestreo


Esta prueba comprende el clculo del valor estadstico de prueba

ZDonde:
X=ocurrencias
N=observaciones

Si se muestra a partir de una poblacin finita

Se debe utilizar el factor finito de correccin

Posteriormente este valor es comparado con el valor de Z,
obtenido a partir de una tabla normal a un nivel de significacin
seleccionado.
Como ocurri con la prueba de medias de una muestra, las
pruebas de proporciones pueden ser de una o dos colas.

El tipo de prueba refleja H1. Por ejemplo,

hay tres posibilidades para H1:

La hiptesis nula es:

La primera alternativa establece una prueba de cola derecha,

la segunda, izquierda y la tercera, una prueba de dos colas
EJEMPLO
En un estudio se afirma que 3 de 10 estudiantes
universitarios trabajan. Pruebe esta aseveracin, a un
nivel de significacin de 0,025, respecto a la alternativa
de que la proporcin real de los estudiantes
universitarios trabajan es mayor de lo que se afirma, si
una muestra aleatoria de 600 estudiantes universitarios
revela que 200 de ellos trabajan. La muestra fue
tomada de 10000 estudiantes.
Los datos son:
Las hiptesis son:

Con lectura en la tabla para un rea de

0,025 le corresponde un valor z = 1,96. Se
toma en cuenta el valor positivo porque se
trata de una prueba de hiptesis a cola
derecha.
Como en los datos aparece el tamao de la poblacin, se debe verificar si el tamao
de la nuestra es mayor que el 5%. Se remplaza valores en la siguiente frmula:

Por lo tanto se debe utilizar la formula con el factor finito de correccin.

Zprueba = - po = - 0.333 = 1.84

HO es aceptada ya que Zprueba = 1.84 es menor que
Ztabla=1.96 por lo tanto es cierto que 3 de 10 estudiantes
universitarios trabajan
 5.4 PRUEBA DE HIPOTESIS
PARA LAS DIFERENCIAS
Para resolver pruebas de hiptesis para la diferencia
de proporciones en muestras grandes, podemos
basarnos en la distribucin en el muestreo de las
diferencias de proporciones utilizando la distribucin
normal y el proceso que debemos seguir es muy
similar al utilizado para el caso de la media. Para
mejor comprensin, en el caso de pruebas bilaterales
y unilaterales, el estudiante debe remitirse a las
pginas 217 y 218 y hacer las mismas reflexiones con
fundamento en los grficos, pero teniendo en cuenta
que el estadstico en ste caso es la diferencia de
proporciones muestrales y no la media muestral
La hiptesis nula puede plantearse como H0: P1 - P2=0
H0:P1=P2 y en ambos casos, la hiptesis alternativas
podran ser: HA: P1 - P 0 HA: P1 -P2 >0 HA: P1 -
P230 y n2=300>30, por lo cual segn el teorema
central del lmite, las diferencias de las proporciones
muestrales se distribuirn aproximadamente como una
distribucin normal.
EJEMPLO
Una compaa asegura que el mercado para su producto X tiene
una aceptacin de iguales proporciones en la ciudad A que en la
ciudad B. Un especialista en mercado pone en duda dicha
afirmacin y para tal fin tom una muestra aleatoria de 500 amas
de casa en la ciudad A y encontr que el 59.6% de las mismas
prefera el artculo X. Por otra parte tom una muestra aleatoria de
300 amas de casa en la ciudad B y encontr que el 50% de las
mismas preferan el artculo X. Existe una diferencia real entre las
dos ciudades? Nivel de significacin 5%
1) Hiptesis nula e hiptesis alternativa: H0: PA=PB, Ha: PA
PB. La prueba es bilateral, puesto que el especialista
en mercado no est afirmando que ciudad tiene ms
proporcin que la otra.

2) Nivel de significacin: 05.0

3) Criterio de decisin: Como las diferencias de las

proporciones muestrales se distribuyen normalmente y la
prueba es bilateral, entonces, segn las tabla el valor de z
es: 96.1 . Por lo tanto, el criterio de decisin ser el
siguiente: Si el valor de Z calculado es mayor que +1.96
menor que 1.96, se rechaza la hiptesis nula de que la
proporcin es idntica en ambas ciudades.
 4) Clculo del estadstico sobre el cual se basar la decisin:
n1=500, p1=0.596, n2=300, p2 =0.50. Segn la frmula 6.14 de la
pgina 174 en la distribucin en el muestreo de la diferencia de
proporciones, el correspondiente valor de z
ser: 65.2 300 50.0*50.0 500 404.0*596.0 0)50.0596.0( Z
5) Tomar la decisin: Como el valor de Z calculado (+2.65) se
encuentra en la zona de rechazo, entonces, con un nivel de
significacin del 5%, debemos rechazar la hiptesis nula de que las
proporciones en ambas ciudades son iguales.