DISEÑO DE EXPERIMENTOS
Nombre: Rikelvi Ceballos Sánchez
Matricula: 18-EIIT-1-007
PRACTICA 3.4 EXPERIMENTO COMPARATIVO SIMPLE:
Prueba de una aseveración respecto de una varianza de una
población
Símbolos: χ λ δ {} σ µ Σ α [] β δ ӯ Ῡ ∑ ≈ ≥ ≤ = ˂ ˃ ≠ x̄ ± «» p̂ , pˆ
(𝑛−1)∗𝑆2
χ2= σ2 2 (𝑛−1)∗𝑆2
σ = χ2
B) Probar las hipótesis de σ2=1 utilizando α=0.05
Planteamiento de Hipótesis
H0: “La varianza de los datos de uniformidad de grabado de obleas es igual a uno”
H1: “La varianza de los datos de uniformidad de grabado de obleas es distinta a
uno” H0: σ2=1
H1: σ2≠1
Datos muestrales resumidos:
n=Tamaño de la muestra=20
=Media Muestral=5.828
S2=Varianza Muestral=0.790
S=Desviación Estándar=0.889
Estadístico de Prueba
(𝑛−1)∗𝑆2 (20−1)∗0.8892
χ2= σ2 = 1 =15.01
Región Critica:
α=0.05 Prueba a dos colas V=GL=Grado de Libertad
V=GL=n-1=20-1=19
Estadísticos
Método de prueba
Chi-cuadrado 15.02
CONCLUSIONES: Dado que el estadístico de prueba χ2=15.01 cae en la zona de
aceptación de la hipótesis, no existe evidencias significativas en su contra, y por lo
tantos los datos muestrales apoyan la hipótesis H 0: σ2=1, es decir, “La varianza de los
datos de uniformidad de grabado de obleas es igual a uno”.
0.07 METODO DEL VALOR P:
0.06
α=0.05 Prueba a dos
0.05
colas V=GL=Grado de
0.04
Libertad V=GL=n-1=20-
Densidad
0.03
1=19
0.02 Zona de Aceptación=1- α=95%=
Nivel de Confianza
0.01 Región Crítica
0.025 Zona de Aceptación=1-α Región Crítica
0.025
0.00
0 8.907 χ2 32.85
Prueba
Hipótesis Nula H₀: σ² = 1 Estadística
Método de prueba GL Valor p
Hipótesis Alterna H₁: σ² ≠ 1
Chi-cuadrada 15.02 19 0.557
CONCLUSIONES: “Dado que el Valor P=0.557>>0.05, no existe evidencias significativas
en contra de la hipótesis, y por lo tantos los datos muestrales apoyan la hipótesis H0:
σ2=1, es decir, “La varianza de los datos de uniformidad de grabado de obleas es igual a
uno”. De hecho, la probabilidad de cometer error sacando conclusiones asumiendo
que es diferente de 1 la varianza=55.70%
a) Construya un intervalo de Confianza para la Varianza y para la desviación:
(𝑛 − 1) ∗ 𝑆2
σ2 =
χ2
Límite Inferior ≤𝜎 ≤ Límite superior
𝟐
(𝑛−1)∗𝑆2
(𝑛−1)∗𝑆2
χ2𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 ≤𝜎𝟐≤ χ2𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
95%= Nivel de Confianza IC de 95%
χ2𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟=32.85 χ2𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟=8.907 para σ
(20−1)∗0.790 (20−1)∗0.790 usando
≤𝜎𝟐≤
32.85 8.907 Chi-cuadrada
IC al 95% para la Varianza es:
(0.676, 1.299)
0.4569≤𝜎𝟐≤ 1.685
IC al 95% para la desviación es:
√𝟎. 𝟒𝟓𝟔𝟗≤ σ ≤ √𝟏. 𝟔𝟖𝟓
0.6759≤ σ ≤1.2980
IC para la Varianza: (0.6762, 1.2992)
Fabricación de altímetros para aviones. La Stewart Aviation Products Company utiliza
un nuevo método de producción para fabricar altímetros para aviones. Se prueba una
muestra aleatoria simple de 81 altímetros en una cámara de presión, y se registran los
errores en la altitud como valores positivos (para las lecturas que son demasiado altas)
o valores negativos (para las lecturas que son demasiado bajas). La muestra tiene una
desviación estándar de s= 52.3 pies. Al nivel 0.05 de significancia, pruebe la
aseveración de que la nueva línea de producción tiene errores con una desviación
estándar diferente de 43.7 pies, que era la desviación estándar del antiguo método de
producción. Parece que la desviación estándar ha cambiado, ¿parece ser mejor o peor
el nuevo método de producción en comparación con el anterior?
(𝑛−1)∗𝑆2
χ2 = σ2
HIPOTESIS
H0: “La muestra de un nuevo método de producción para fabricar altímetros para
aviones es igual a 52.3 pies”
H1: “La muestra de un nuevo método de producción para fabricar altímetros para
aviones es diferente a 43.7 pies”
H0: σ2=52.3 pies
H1: σ2≠43.7 pies
𝑆2𝑀𝐴𝑌𝑂𝑅
F= 𝑆2𝑀𝐸𝑁𝑂𝑅=
Datos muéstrales:
n =81 altímetros
s= 52.3 pies
nivel de significancia α = 0.05
S2 = varianza muestral = 52.32 = 2735.29
Nivel de confianza = 1-α = 1-
0.05 = 0.95 = 95%GL = V = n-1
= 81-1 = 80
Estadísticas descriptivas:
N Desv.Est. Varianza
81 52.3 2735
Método de estadístico de prueba: Estadística
(𝑛−1) ∗𝑆2 (81−1) ∗2735.29 Método de prueba
χ2 = = σ2 = 114.59
43.72 Chi- 114.59
cuadrada
Región Crítica o de rechazo de la
hipótesis nula
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza
= 1 -α = 1-0.05 =0.95 = 95%
GL = V = n-1 = 81-1 = 80
La prueba es a dos colas.
Conclusión: “Dado que el
estadístico de
prueba:
χ2=114.59 cae en la
zona critica, se rechaza
la Hipótesis Nula Ho, ya
que, existen evidencias
estadísticamente
significativa y suficiente a favor
de la Hipótesis alternativa, por
lo que aceptamos la H1 la cual
indica que: “La nueva líneade
producción tiene errores con
una desviación
estándar diferente de
43.7 pies”.
Los datos muestrales aportan evidencias a favor de H1.
Método del valor P
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 81-1 = 80
La prueba es a dos colas.
Prueba:
Hipótesis H₀: σ Estadística
Nula = 43.7 Método de prueba GL Valor
Hipótesis H₁: σ p
Alterna ≠ 43.7 Chi- 114.59 80 0.014
cuadrad
a
Conclusión: “Dado que el Valor P=0.014 << α, se rechaza la Hipótesis Nula, por lo tanto,
existe evidencias estadísticamente significativa y suficiente a favor de la Hipótesis
alternativa H1, por lo que aceptamos la H1 la cual indica que: “La nueva línea de
producción tiene errores con una desviación estándar diferente de 43.7 pies”.
Los datos utilizados y la forma en que las hipótesis fueron planteada no brinda
información concluyente para determinar si el nuevo método de producción es mejor
o peor en comparación con el anterior. Solo sabemos si la desviación estándar es
diferente, pero no si es mayor o menor.
Puntuaciones de exámenes de estadística. Los exámenes de clases anteriores de
estadística del autor tienen calificaciones con una desviación estándar igual a 14.1. Una
de sus clases recientes incluye 27 calificaciones de examen con una desviación
estándar de 9.3. Utilice un nivel de significancia de 0.01 para probar la aseveración de
que las clases actuales tienen menor variación que las clases anteriores. ¿La desviación
estándar menor sugiere que les va mejor a las clases actuales?
Hipótesis:
H0: “Las clases actuales tienen igual variación que las clases anteriores”
H1: “Las clases actuales tienen menor variación que las clases anteriores”
H0: σ = 14.1
H1: σ < 14.1
Datos de la muestra:
n = tamaño de la muestra = 27 calificaciones
S = desviación estándar muestral =
9.3 α = nivel de significancia = 0.01 =
1%
S2 = varianza muestral = 9.32 = 86.49
Nivel de confianza = 1-α = 1-
0.01 = 0.99 = 99%GL = V =
n-1 = 27-1 = 26
Estadísticas descriptivas:
N Desv.Est Varianz
a
27 9.30 86.5
Método de estadístico de prueba:
(𝑛−1) ∗𝑆2 (27−1) ∗86.49 Estadística
χ2 = = = 11.311 de prueba
σ2 14.12
Método
Chi- 11.31
cuadrada
Región Crítica o de
rechazo de la
hipótesis nula
Zona Critica = Nivel de significancia = α = 0.01 = 1% Zona
de aceptación =
Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%
GL = V = n-1 = 27-1 = 26
La prueba es a una sola cola izquierda.
Conclusión: “Dado que el estadístico de prueba χ2=11.311 cae en la zona critica, se
rechaza la hipótesis nula Ho, ya que existen evidencias estadísticamente significativa
y suficiente a favor de la Hipótesis alternativa, por lo que aceptamos la H1 la cual
indica que: “Las clases actuales tienen menor variación que las clases anteriores”. Los
datos muestrales aportan evidencias a favor de H1.
Método del valor P:
Zona Critica = Nivel de significancia = α = 0.01 = 1%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%
GL = V = n-1 = 27-1 = 26
La prueba es a una sola cola izquierda.
Prueba:
Estadística
Hipótesis Nula H₀: σ = Método de prueba GL Valor
14.1 p
Hipótesis H₁: σ < Chi- 11.31 26 0.006
Alterna 14.1 cuadrada
Conclusión: “Dado que el Valor P=0.006 << α, se rechaza la Hipótesis Nula, por lo
tanto, existe evidencias estadísticamente significativa y suficiente a favor de la
Hipótesis alternativa H1, por lo que aceptamos la H1 la cual indica que: “Las clases
actuales tienen menor variación que las clases anteriores”.
La desviación estándar menor no sugiere que les va mejor a las clases actuales.
Siguiere que hay una menor variación en torno a las calificaciones, esto puede ser que
le valla mejor tanto como que le valla peor. Significa que son más homogéneos en
cuanto a calificaciones.
Tiempos de espera de clientes bancarios. El banco Jefferson Valley, que utiliza filas
individuales en las distintas ventanillas, encontró que la desviación estándar de los
tiempos de espera los viernes en la tarde, distribuidos normalmente, era de
6.2 min. El banco experimentó con una fila única y observó que, para una muestra
aleatoria simple de 25 clientes, los tiempos de espera tenían una desviación estándar
de 3.8 min. Utilice un nivel de significancia de 0.05 para probar la aseveración de que
la fila única causa una menor variación en los tiempos de espera.
Hipótesis:
H0: “La fila única causa una variación igual en los tiempos de espera”
H1: “La fila única causa una menor variación en los tiempos de
espera”
H0: σ = 6.2 min
H1: σ < 6.2 min
Datos de la muestra:
n = tamaño de la muestra = 25 clientes
S = desviación estándar muestral = 3.8 min
α = nivel de significancia = 0.05 = 5%
S2 = varianza muestral = 3.82 = 14.44
Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 25-1 = 24
Estadísticas descriptivas:
N Desv.Est Varianz
a
25 3.80 14.4
Método de estadístico de prueba:
(𝑛−1) ∗𝑆2 (25−1) ∗14.44
χ2 = = = 9.016 Estadística
σ2 6.22 Método de prueba
Chi- 9.02
cuadrada
Región Crítica o de rechazo de la hipótesis nula
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 25-1 = 24
La prueba es a una sola cola izquierda.
Conclusión: “Dado que el estadístico de prueba χ2=9.016 cae en la zona critica, se
rechaza la hipótesis nula Ho, ya que existen evidencias estadísticamente significativa
y suficiente a favor de la Hipótesis alternativa, por lo que aceptamos la H1 la cual
indica que: “La fila única causa una menor variación en los tiempos de espera”. Los
datos muestrales aportan evidencias a favor de H1.
Método del valor P
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 25-1 = 24
La prueba es a una sola cola izquierda.
Prueba: Estadística
Método de prueba GL Valor
Hipótesis H₀: σ =6.2 p
Nula Chi- 9.02 24 0.002
Hipótesis H₁: σ < 6.2 cuadrada
Alterna
Conclusión: “Dado que el Valor P=0.002 << α, se rechaza la Hipótesis Nula, por lo
tanto, existe evidencias estadísticamente significativa y suficiente a favor de la
Hipótesis alternativa H1, por lo que aceptamos la H1 la cual indica que: “La fila única
causa una menor variación en los tiempos de espera”.
esos de supermodelos. Utilice un nivel de significancia de 0.01 para probar la
aseveración de que los pesos de mujeres supermodelos varían menos que los pesos
de las mujeres en general. La desviación estándar de los pesos de la población de
mujeres es de 29 libras. A continuación, se listan los pesos (en libras) de 9
supermodelos seleccionadas al azar.
125 (Taylor) 119 (Auermann) 128 (Schiffer) 128 (MacPherson)
119 (Turlington) 127 (Hall) 105 (Moss) 123 (Mazza) 115 (Hume)
2
(𝑛 − 1) ∗ 𝑆2
σ =
χ2
(𝑛−1)∗𝑆2 (𝑛−1)∗𝑆2
χ2𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟≤ σ2≤ χ2𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
Planteamiento de hipótesis
σ2Población General=292=841 libras2
H0: σ2Supermodelos= σ2Población General
H1: σ2Supermodelos< σ2Población General
H0: σ2Supermodelos= 841 “Los pesos de supermodelos no varían menos que los pesos
de población en general”
H1: σ2Supermodelos<841 “Los pesos de supermodelos varían menos que los pesos
de población en general”
Estadísticos muestrales:
Variable Desv.Est. Varianza
Pesos S=7.53 libras S2=56.75 libras2
Tamaño de la Muestra=n= 9 supermodelos
Grado de Libertad= n-1=9-1=8
Nivel de significancia= α=1%=0.01
Nivel de confianza=1- α=1-0.01=0.99=99%
Estadística
Método del Estadísticos Prueba de pruebas
(𝑛−1)∗𝑆2 (9−1)∗56.75
σ2 χ2Calculado = = 841 =0.54
0.54
Región Critica:
Nivel de significancia= α=1%=0.01, Prueba a una cola izquierda
V=GL=8
CONCLUSIONES: “Dado que el estadístico de
0.12
prueba χ2Calculado=0.54 cae en la zona de
rechazo de la Hipótesis nula, los datos de las 9
ZONA CRITICA
0.10
supermodelos aportan evidencias suficientes a
Densidad
0.08
favor de que σ2Supermodelos<841, es decir, “Los
0.06 pesos de supermodelos significativamente
0.04
varían menos que los pesos de población de
0.02 0.01=1%
mujeres en general”
Zona de Aceptación=99%
0.00
. 1.646 χ2
Método del Valor P
Prueba
Estadística
Método de pruebas GL Valor p
Chi-cuadrada 0.54 8 0.000
Hipótesis Nula H₀: σ² = 841
Hipótesis Alterna H₁: σ² < 841
CONCLUSIONES: “Dado que el Valor P=0.000<<0.01 se rechaza la hipótesis nula, y por
lo tanto existe evidencias significativas a favor de la aseveración que se plantea en la
alternativa, que indica σ2Supermodelos<841, es decir, “Los pesos de supermodelos
significativamente varían menos que los pesos de población de mujeres en general”.
CONSTRUYA INTERVALO DE CONFIANZA PARA LA VARIANZA DE LAS
SUPERMODELOS:
2
(𝑛 − 1) ∗ 𝑆2
σ =
χ2
IC al 99%
χ2𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟=21.95
χ2𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟=1.344
(𝑛−1)∗𝑆2 (𝑛−1)∗𝑆2
≤ σ2≤
(9−1)∗7.532 2 χ2𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 χ2𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
2 (9−1)∗7.53
21.95 ≤σ≤ 1.344
IC al 99% para la Varianza de los pesos de las supermodelos:
20.68≤ σ2≤337.8
IC al 99% para la desviación estándar de los pesos de las supermodelos:
√20.68≤σ≤√337.8
4.55 libras≤σ≤18.38 libras
IC de 99%
para σ usando Chi-
cuadrada
Para σ (4.55, 18.38)
Para la σ2 (4.552, 18.382)
Estaturas de supermodelos. Utilice un nivel de significancia de 0.05 para probar la aseveración
de que las estaturas de mujeres supermodelos varían menos que las estaturas de las mujeres en
general. La desviación estándar de las estaturas de la población de mujeres es de 2.5 pulgadas.
A continuación, se listan las estaturas (en pulgadas) de supermodelos seleccionadas al azar
(Taylor, Harlow, Mulder, Goff, Evangelista, Auermann, Schiffer, MacPherson, Turlington, Hall,
Crawford, Campbell, Herzigova, Seymour, Banks, Moss, Mazza, Hume).
71 71 70 69 69.5 70.5 71 72 70
70 69 69.5 69 70 70 66.5 70 71
Hipótesis:
H0: “Las estaturas de mujeres supermodelos varían igual que las estaturas de
las mujeres en general”
H1: “Las estaturas de mujeres supermodelos varían menos que las estaturas de
las mujeres en general”
H: σ = 2.5 pulgadas
H1: σ < 2.5 pulgadas
Datos de la muestra:
n = tamaño de la muestra = 18 supermodelos
= media muestral = 69.944 pulgadas
S = desviación estándar
muestral = 1.187
S2 = varianza muestral =
1.1872 = 1.408
α = nivel de significancia = 0.05 = 5%
Nivel de confianza = 1-α = 1-0.01=
0.95 = 95%
GL = V = n-1 = 18-1 = 17
Conteo
Variable totaMedia Desv.Est Varianz
a
Estaturas de 18 69.944 1.187 1.408
Supermodelos
Método
de estadístico de prueba:
(𝑛−1) ∗𝑆2 (18−1) ∗1.408 Estadística
χ2 = σ2 = 2.52 = 3.8298
Método de prueba
Chi- 3.83
cuadrada
Región Crítica o de rechazo de la hipótesis nula
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-
0.05 = 0.95 = 95%
GL = V = n-1 = 18-1 = 17
La prueba es a una sola cola
izquierda. Conclusión: “Dado
que el
2
estadístico de prueba χ =3.83cae en
la zona critica, se rechaza la hipótesis
nula Ho, ya que existen evidencias
estadísticamente significativa y
suficiente a favor de la Hipótesis
alternativa, por loque aceptamos la
H1 la cual indica que: “Las estaturas
de mujeres supermodelos varían
menos que las estaturas de las
mujeres en general”.
Los datos muestrales aportan
evidencias a favor de H1.
Método del valor P:
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-
0.05 = 0.95 = 95%GL = V = n-1 = 18-1 = 17
La prueba es a una sola cola izquierda.
Prueba:
Estadística
Hipótesis H₀: σ = 2.5 Método de prueba GL Valor p
Nula Chi- 3.83 17 0.000
Hipótesis cuadrada
H₁: σ < 2.5
Alterna
Conclusión: “Dado que el Valor P=0.000 << α, se rechaza la Hipótesis Nula, por lo
tanto, existe evidencias estadísticamente significativa y suficiente a favor de la
Hipótesis alternativa H1, por lo que aceptamos la H1 la cual indica que: “Las estaturas
de mujeres supermodelos varían menos que las estaturas de las mujeres en general”.
