EJERCICIOS
1. Un proceso funciona correctamente, cuando produce frascos de champú cuyo contenido medio es de
200 gramos. Una muestra aleatoria de 9 frascos de champú de una remesa presentó los siguientes
pesos (en gramos):
197 206 198 208 201 197 203 209 205
Asumiendo que la distribución de los pesos es normal,
a) Formule convenientemente las hipótesis nula y alternativa e indique, en términos del enunciado,
¿En qué consisten los errores de tipo I y tipo II?
b) Al nivel del 5%, ¿hay razones para creer que el proceso no está funcionando correctamente?
2. Una investigación realizada en los estudiantes universitarios de Lima indica que la mitad de ellos
cambia de carrera después del primer año de estudios. Una muestra aleatoria de 200 estudiantes
universitarios de Lima reveló que 90 habían cambiado de carrera después del primer año de estudios.
¿Hubo una reducción significativa en la proporción de estudiantes que cambian de carrera en el
primer año de estudio? Realice la prueba con un nivel de significancia de 0.05
3. Con cierto proceso de producción, que se utiliza en la actualidad, se tiene que la utilidad es una
variable aleatoria con distribución normal cuya utilidad media por unidad producida es de 115 soles
con una desviación estándar de 10 soles. Se realizan ciertas medidas de reajuste en el proceso de
producción de este artículo, con dos objetivos principalmente, uno es el de mejorar el rendimiento del
proceso, en términos de utilidad, y el otro es hacer que las utilidades sean más homogéneas.
Luego de estas medidas se toma una muestra aleatoria de 6 objetos y se determinó las siguientes
utilidades:
115.6, 118.5, 123.6, 119.5, 114.2, 116.3
Utilizando un 5% de significancia, y si las utilidades se ajustan a una distribución normal:
¿Es posible concluir que con los reajustes se logró hacer que las utilidades sean menos variables?
Solución
Un proceso funciona correctamente, cuando produce frascos de champú cuyo contenido medio es de 200
gramos. Una muestra aleatoria de 9 frascos de champú de una remesa presentó los siguientes pesos (en
gramos):
197 206 198 208 201 197 203 209 205
Asumiendo que la distribución de los pesos es normal,
a) Formule convenientemente las hipótesis nula y alternativa e indique, en términos del enunciado,
¿En qué consisten los errores de tipo I y tipo II?
H0: μ=200 → El proceso funciona correctamente
H1: μ≠200 El proceso no funciona correctamente
→
Error tipo I: Afirmar erróneamente que el proceso no funciona correctamente
Error tipo II: Afirmar erróneamente que el proceso sí funciona correctamente
c) Al nivel del 5%, ¿hay razones para creer que el proceso no está funcionando correctamente?
H0: μ=200 → El proceso funciona correctamente
H1: μ≠200 El proceso no funciona correctamente
→
=0.05
Estadística de prueba: (Caso 2: población normal con varianza desconocida)
t0 = 1.7154
x <- c(197,206,198,208,201,197,203,209,205)
t.test(x, alternative = "two.sided", mu = 200, paired = FALSE)
One Sample t-test
data: x
t = 1.7154, df = 8, p-value = 0.1246
alternative hypothesis: true mean is not equal to 200
95 percent confidence interval:
199.0818 206.2515
sample estimates:
mean of x
202.6667
Criterio de decisión con Valores críticos: V.C.1 =-2.31, V.C.2 = 2.31
n <- 9
gl <- n-1
shadeDist(qt(c(0.025,0.975),gl,lower.tail=T),"dt",gl,lower.tail = T) # Dos
colas
Conclusión: Se puede observar que el estadístico de prueba, 1.7154 cae en la región de
aceptación, entonces con un nivel de significación del 5% se puede concluir que no se
rechaza H0, por lo tanto, el proceso funciona correctamente.
Con el criterio de decisión del p-valor tenemos que: el p-valor = 0.1246 es mayor que alfa,
entonces no se rechaza H0.
4. Una investigación realizada en los estudiantes universitarios de Lima indica que la mitad de ellos
cambia de carrera después del primer año de estudios. Una muestra aleatoria de 200 estudiantes
universitarios de Lima reveló que 90 habían cambiado de carrera después del primer año de estudios.
¿Hubo una reducción significativa en la proporción de estudiantes que cambian de carrera en el
primer año de estudio? Realice la prueba con un nivel de significancia de 0.05
Parámetro: π: Proporción de estudiantes que cambian de carrera después del primer año.
H 0 : π=0. 5→ No hubo reducción significativa
H 1 :π <0 .5→ Si hubo reducción significativa
α = 0.05
Estadístico de prueba:
eventos: x = 90
muestra: n = 200 p = x/n = 90/200 = 0.45
p−π 0 0 . 45−0 . 50
Z 0= = =−1. 4142
√ √
π 0 ( 1−π 0 ) 0 . 50∗0. 50
n 200
Se puede obtener el estadístico de prueba directo del R: Z 0 =− √2=−1. 4142
n <- 200 # tamaño de muestra
x <- 90 # número de eventos
prop.test(x, n, p=0.50, alternative = "less",conf.level = 0.95,
correct = FALSE)
1-sample proportions test without continuity correction
data: x out of n, null probability 0.5
X-squared = 2, df = 1, p-value = 0.07865
alternative hypothesis: true p is less than 0.5
95 percent confidence interval:
0.0000000 0.5081466
sample estimates:
p
0.45
Con Valor crítico: V.C. = -1.64
Conclusión: Como el estadístico de prueba es mayor que el Valor crítico, se acepta H 0. Por lo
tanto, no hubo reducción significativa en la proporción de estudiantes que cambian de carrera
en el primer año de estudio.
Con P-valor: (Se rechaza H0 si P-valor < α)
P-valor = 0.07865
Como el p-valor es mayor que alfa, se acepta H 0.
5. Con cierto proceso de producción, que se utiliza en la actualidad, se tiene que la utilidad es una
variable aleatoria con distribución normal cuya utilidad media por unidad producida es de 115 soles
con una desviación estándar de 10 soles. Se realizan ciertas medidas de reajuste en el proceso de
producción de este artículo, con dos objetivos principalmente, uno es el de mejorar el rendimiento del
proceso, en términos de utilidad, y el otro es hacer que las utilidades sean más homogéneas.
Luego de estas medidas se toma una muestra aleatoria de 6 objetos y se determinó las siguientes
utilidades:
115.6, 118.5, 123.6, 119.5, 114.2, 116.3
Utilizando un 5% de significancia, y si las utilidades se ajustan a una distribución normal:
a) ¿Es posible concluir que con los reajustes se logró hacer que las utilidades sean menos variables?
H 0 :σ 2≥100 → No se disminuye la varianza
H 1 :σ 2 <100→ Sí se disminuye la varianza
α = 0.05
Estadístico de prueba: Chi-cuadrado = 0.56935
x <-c(115.6,118.5,123.6,119.5,114.2,116.3)
varTest(x,alternative= "less", conf.level = 0.95,sigma.squared =
10^2)
RESULTADO:
Chi-Squared Test on Variance
data: x
Chi-Squared = 0.56935, df = 5, p-value = 0.01064
alternative hypothesis: true variance is less than 100
95 percent confidence interval:
0.00000 49.70422
sample estimates:
variance
11.387
Conclusión con P-valor:
P-valor = 0.01064 < alfa, entonces se rechaza H 0. Entonces con los reajustes si se logró
disminuir la varianza.
Con Valor Crítico: Chi-cuadrado = 1.150
Como el estadístico de prueba 0.56935, cae en la región de rechazo, entonces se rechaza H 0.
b) Con respecto a la mejora de la utilidad media, ¿Qué puede concluir al respecto? Justifique su
respuesta con la prueba adecuada.
H 0 : μ≤115→Los reajustes no aumentaron la utilidad media
H 1 : μ>115→Los reajustes si aumentaron la utilidad media
α = 0.05
Según la parte a), se sabe que la varianza es menor que 100, pero no se sabe su
verdadero valor, entonces tenemos el caso varianza desconocida.
Estadístico de prueba: t0 = 2.1414
t.test(x, alternative = "greater", mu = 115, paired = FALSE,
var.equal = FALSE)
RESULTADO:
One Sample t-test
data: x
t = 2.1414, df = 5, p-value = 0.04258
alternative hypothesis: true mean is greater than 115
95 percent confidence interval:
115.174 Inf
sample estimates:
mean of x
117.95
Conclusión con valor crítico: V.C. = 2.02
Conclusión: El estadístico de prueba cae en la región de rechazo. Entonces al 5% de
significación se puede concluir que se rechaza H0. Por lo tanto, los reajustes sí lograron
aumentar la utilidad media.
