ESTADÍSTICA

INFERENCIAL
TALLER

Docente: Walter Pacherres Serquen

Estadística
Inferencial
SEMANA X
53 SESIÓN 53
25/05/2021

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 INICIO

Intervalo de confianza para Prueba de hipótesis para Estadística en la

la varianza poblacional la varianza poblacional ingeniería
Entrar Entrar Entrar

Terminología empleada
Grabación
Problemas reto

Entrar Entrar Entrar

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 NOCIONES | Intervalo de confianza para
la varianza poblacional
Aun cuando las inferencias por lo que se refiere a la
varianza 𝜎 2 o a la desviación estándar de una población en
general son de menos interés que aquellas con respecto a
una media o proporción, hay ocasiones en que se requieren
tales procedimientos. En el caso de una distribución de
población normal, las inferencias están basadas en el
siguiente resultado por lo que se refiere a la varianza
muestral 𝑆 2 :

Sean 𝑋1 , 𝑋2,⋯ 𝑋n una muestra aleatoria de una distribución

normal con parámetros 𝜇 y 𝜎 2 . Entonces la variable
𝑛−1 𝑆 2 ෌ 𝑥𝑖 −𝑥ҧ 2
alearoria = tiene una distribución ji
𝜎2 𝜎2
cuadrada 𝜒 con 𝑛 − 1 grados de libertad.
2

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
DEFINICIONES | Intervalo de confianza
para la varianza poblacional
𝒙)𝟐
𝜮(𝒙 −ഥ
La varianza muestral 𝑺𝟐 = 𝒊 es el estimador puntual
𝒏−𝟏
de la varianza poblacional 𝜎 . Cuando se hacen inferencias
2

acerca de la varianza poblacional mediante la varianza

𝑛−1 𝑆 2
muestral, la distribución muestral de la cantidad es
𝜎2
de utilidad. Esta distribución muestral se describe como:

𝒏−𝟏 𝑺𝟐

𝝈𝟐
Siempre que de una población normal se tome una muestra
aleatoria simple de tamaño n, la distribución muestral de
𝑛−1 𝑆 2
será una distribución chi cuadrada con con 𝑛−1 grados
𝜎2
de libertad.

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
PROBLEMAS| Intervalo de confianza para
la varianza poblacional
Al verificar sus automóviles para saber si cumplen con las normas de emisión de contaminantes establecidas
por el gobierno, un fabricante de automóviles midió la emisión de 30 vehículos. Encontró que el número
promedio de partículas de contaminantes emitidas estaba dentro de los niveles requeridos, pero la varianza de
la varianza de la muestra fue 50. Encuentra un intervalo de confianza del 90% para la varianza en la emisión de
partículas para estos automóviles.
Población Muestra

10 − 1 50 10 − 1 50
≤ σ2 ≤
(𝑛 − 1)𝑆 2 2 ≤
(𝑛 − 1)𝑆 2 42.557 17.708
≤ 𝜎
𝜒 2 (1−𝛼,𝑛−1) 𝜒 2 (𝛼,𝑛−1) 34.072 ≤ σ2 ≤ 81.884
2 2

A un nivel de confianza del 90% la verdadera

varianza de la emisión de partículas para estos
automóviles se encuentra entre 34.072 y 81.884.

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PROBLEMAS| Intervalo de confianza para
la varianza poblacional
Se utiliza una máquina para llenar cajas de un producto en una operación de la línea de ensamble. Gran parte
del interés se centra en la variabilidad del número de onzas del producto en la caja. Se sabe que la desviación
estándar en el peso del producto es de 0.3 onzas. Se realizan mejoras y luego se toma una muestra aleatoria
de 20 cajas, y se encuentra que la varianza de la muestra es de 0.045 𝐨𝐧𝐳𝐚𝐬𝟐 .
Calcule un intervalo de confianza del 95% de la varianza del peso del producto. Si considera el
rango del intervalo de confianza, le parece que el mejoramiento en el proceso incrementó la
calidad en lo que se refiere a la variabilidad? Suponga normalidad en la distribución del peso del
producto.
Población Muestra
𝜎 = 0.3
20 − 1 0.045 20 − 1 0.045
≤ σ2 ≤
32.852 8.907
(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2 0.026 ≤ σ2 ≤ 0.096
≤𝜎 ≤ 2 0.161 ≤ σ ≤ 0.310
𝜒 2 (1−𝛼,𝑛−1) 𝜒 (𝛼,𝑛−1)
2 2 A un nivel de confianza del 95% la varianza verdadera del
peso del producto se encuentra entre 0.026 y 0.096. La
desviación estándar se encuentra entre 0.161 y 0.310.
Como la desviación estándar del peso del producto es 0.3 está contenido en el intervalo,
no ha habido una mejora en cuanto a la variabilidad del peso del producto.

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PROBLEMAS| Intervalo de confianza para
la varianza poblacional
Las cajas de un cereal producido por una fábrica deben tener un contenido de 26 onzas.
Un inspector tomó una muestra que arrojó los siguientes pesos en onzas: Ho: Los datos siguen una distribución normal
H1: Los datos no siguen una distribución normal
15.7 15.7 16.3 15.8 16.1 15.9 16.2 15.9 15.8 15.6 tb 
Si: p valor > 0.1 NRH0
Calcula e interpreta un intervalo de confianza del 90% para la varianza poblacional de los p valor <= 0.1 RH0
pesos de las cajas de cereal.

Si: p valor=0.395 > 0.1 NRH0

Los datos siguen una distribución normal

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PROBLEMAS| Intervalo de confianza para
la varianza poblacional
Las cajas de un cereal producido por una fábrica deben tener un contenido de 26
onzas. Un inspector tomó una muestra que arrojó los siguientes pesos en onzas:

15.7 15.7 16.3 15.8 16.1 15.9 16.2 15.9 15.8 15.6

Calcula e interpreta un intervalo de confianza del 90% para la varianza poblacional de

los pesos de las cajas de cereal. Varianza
Población Muestra 𝑛
σ𝑖=1(𝑥𝑖 − 𝑥)ҧ 2
𝑆2 =
𝑛−1

Desviación
(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2 estándar
≤𝜎 ≤ 2
𝜒 2 (1−𝛼,𝑛−1) 𝜒 (𝛼,𝑛−1) 𝐒= 𝒔𝟐
2 2
A un nivel de confianza
del 90% la verdadera
varianza de los pesos
de las cajas de cereal se
encuentra entre 0.028 y
0.143.
10 − 1 0.232 10 − 1 0.232
≤ σ2 ≤
16.919 3.325
NOCIONES DEFINICIONES PROBLEMAS RESUMEN
0.028 ≤ σ2 ≤ 0.143

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 RESUMEN| Intervalo de confianza para la
varianza poblacional
tt j u  f b u z Intervalo de confianza para la desviación estándar poblacional:
(𝑛 − 1)𝑆 2
𝜒2 = (𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
𝜎2 ≤𝜎≤
Para obtener un intervalo de confianza para 𝜎 2 , 𝜒 2 (1−𝛼,𝑛−1) 𝜒 2 (𝛼,𝑛−1)
despejamos 𝜎 2 de la ecuación anterior. 2 2

(𝑛 − 1)𝑆 2
𝜎2 =
𝜒2
Entonces, nuestro intervalo de confianza para la varianza
poblacional está dado por:

(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2
≤𝜎 ≤ 2
𝜒 2 (1−𝛼,𝑛−1) 𝜒 (𝛼,𝑛−1)
2 2

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 NOCIONES| Prueba de hipótesis para la
varianza poblacional
En muchas situaciones, los tomadores de decisiones
responsables tienen que hacer inferencias sobre la
variabilidad de una población. Con el fin de programar la
fuerza de trabajo en la temporada de cosecha, un cultivador
de duraznos necesita conocer no sólo el tiempo medio que
tardan los duraznos en madurar, sino también su varianza
alrededor de ese tiempo medio.

Un sociólogo que investiga el efecto de la educación en el

poder adquisitivo desea saber si los ingresos de los
egresados de la universidad son más variables que los
egresados de bachillerato. Los instrumentos de precisión que
se utilizan en el trabajo de laboratorio deben ser bastante
precisos en promedio; pero, además, las mediciones
repetidas deberán mostrar poca variación.

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
DEFINICIONES| Prueba de hipótesis para
la varianza poblacional
Si la varianza de la población es 𝜎 2 , entonces el estadístico tiene una distribución ji-
cuadrada con n - 1 grados de libertad. Este resultado es exacto si la población es normal;
pero, incluso para muestras tomadas de poblaciones no normales, suele ser una buena
aproximación. Podemos ahora usar la distribución ji-cuadrada para formar intervalos de
confianza y probar hipótesis respecto a 𝜎 2 .

Además de la necesidad de realizar contrastes basados en la media muestral, hay

algunas situaciones en las que queremos saber si la varianza poblacional es un
valor específico o un conjunto de valores. En los estudios modernos de control de
calidad, esta necesidad es especialmente importante, ya que un proceso que tiene,
por ejemplo, una varianza excesivamente grande puede producir muchos artículos
defectuosos. Presentamos métodos para contrastar la varianza poblacional
basándonos en la varianza muestral, calculada utilizando una muestra aleatoria de
n observaciones extraídas de una población que sigue una distribución normal. La
base para realizar contrastes específicos se halla en el hecho de que la variable
aleatoria 2 (𝑛 − 1)𝑆 2 sigue una distribución ji-cuadrado con (n-1) grados de
𝜒 =
𝜎2 libertad.

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PROBLEMAS| Prueba de hipótesis para la
varianza poblacional
Un fabricante de detergentes líquido está interesado en la uniformidad de la máquina utilizada para llenar las botellas (onzas). Al tomar una
muestra aleatoria de 20 botella se obtiene una varianza para el volumen de llenado de 0.0153. S i la varianza del volumen de llenado es mayor a
0.01, entonces existe una proporción inaceptable de botellas que serán llenadas con una cantidad menor de líquido. ¿Existe evidencia en los
datos muestrales que sugiera que el fabricante tiene un problema con el llenado de las botellas? Usa un nivel de significancia de 0.05. Asumir
que la distribución del volumen de llenado es aproximadamente normal.
Población Muestra Paso 4: Región crítica para α dado
𝜎 2 0 = 0.01

Paso 1: Planteamiento de la hipótesis

Paso 2: Establecer el nivel de significancia

Paso 3: Establecer el estadístico de prueba Paso 5: Decisión

𝜒𝑐2 = 29.07 se encuentra en la región de no rechazo.
(𝑛 − 1)𝑆 2 No se rechaza Ho.
𝜒𝑐2 = Paso 6: Conclusión
𝜎2 Con un nivel de significancia del 0.05 existe evidencia
estadística para concluir que la varianza verdadera no es
mayor a 0.01. No hay problemas con el llenado de las botellas.

NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PROBLEMAS| Prueba de hipótesis para la
varianza poblacional
En un proceso de fabricación se plantea la hipótesis de que la desviación estándar de las longitudes de cierto
tipo de tornillo es 2.0 mm. En una muestra de diez tornillos elegidos al azar del proceso de producción se han
encontrado las siguientes longitudes en milímetros:

71 66 64 72 69 67 70 68 65 69

Con estos datos, ¿se justifica la suposición de que la desviación estándar

verdadera es 2.00 mm? Usar el nivel de significancia 0.05 y suponga que
la distribución de las longitudes es normal.
Paso 1: Planteamiento de la hipótesis
Población Muestra
𝜎2 0 = 22
Paso 2: Establecer el nivel de significancia
Varianza
σ𝑛𝑖=1(𝑥𝑖 − 𝑥)ҧ 2
Paso 3: Establecer el estadístico de prueba Paso 4: Región crítica para α dado Paso 5: Decisión
𝑆2 =
2 𝜒𝑐2 = 15.23 cae en la en la zona
𝑛−1
(𝑛 − 1)𝑆
Desviación 𝜒𝑐2 = de no rechazo. No se rechaza Ho.

estándar 𝜎2 Paso 6: Conclusión

Con un nivel de significancia del 0.05
𝐒= 𝒔𝟐 existe evidencia estadística para
concluir que la desviación estándar
NOCIONES DEFINICIONES PROBLEMAS RESUMEN
verdadera de las longitudes de los
tornillos es 2.

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PROBLEMAS| Prueba de hipótesis para la
varianza poblacional
A continuación se listan las estaturas (en cm) de la muestra aleatoria simple de las supermodelos Lima, Bundchen, Ambrosio. Ebanks,
Iman, Rubik, Kurkova, Kerr, Kroes, Swanepoel, Prinsloo, Hosk, Kloss, Robinson, Heatherton y Refaeli. Usa un nivel de significancia de
0.01 para probar la hipótesis de que las supermodelos tienen estaturas con una desviación estándar menor que 7.5 cm (desviación
estándar de la población femenina general). Suponer distribución normal.

178 177 176 174 175 178 175 178 178 177 180 176 180 178 180 176

Varianza Desviación Población Muestra Paso 4: Región crítica para α dado

estándar
σ𝑛𝑖=1(𝑥𝑖
− 𝑥)ҧ 2 𝜎2 0 = 7.52
𝑆2 =
𝑛−1 𝐒= 𝒔𝟐 Paso 1: Planteamiento de la hipótesis

Paso 2: Establecer el nivel de significancia

Paso 3: Establecer el estadístico de prueba Paso 5: Decisión

2 𝜒𝑐2 = 0.91 se encuentra en la región
(𝑛 − 1)𝑆
𝜒𝑐2 =
de rechazo. Se rechaza Ho.

𝜎2 Paso 6: Conclusión
Con un nivel de significancia del 0.01 existe evidencia
estadística para concluir que la desviación estándar de
NOCIONES DEFINICIONES PROBLEMAS RESUMEN las alturas de las modelo es menor que 7.5.

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 RESUMEN| Prueba de hipótesis para la
varianza poblacional
1 Planteamiento de la hipótesis:
4 Región critica:
𝐻0 : 𝜎 2 ≥ 𝜎0 𝐻0 : 𝜎 2 = 𝜎0 𝐻0 : 𝜎 2 ≤ 𝜎0
𝐻1 : 𝜎 2 < 𝜎0 𝐻1 : 𝜎 2 ≠ 𝜎0 𝐻1 : 𝜎 2 > 𝜎0 Se rechaza Ho Se rechaza Ho Se rechaza Ho

2
No se rechaza Ho No se rechaza Ho
Nivel de significancia: 𝛼 = 𝟏%, 𝟓%, 𝟏𝟎%
𝛼 𝛼
𝛼 𝟏−
𝟐 𝟐
3 Estadístico de prueba:
2
(𝑛 − 1)𝑆 Se rechaza Ho

𝜒𝑐2 = No se rechaza Ho

𝜎2 𝟏−𝛼
Se calculan también el/los estadísticos de tabla (dependiendo del tipo de 5 Decisión
prueba).

6 Conclusión
NOCIONES DEFINICIONES PROBLEMAS RESUMEN

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 ESTADÍSTICA EN LA INGENIERIA
4
1 Por ejemplo, aunque las personas
intenten hacer un buen trabajo, si un
Un proceso que solamente presenta
variabilidad debido a causas 4 proceso cuenta con maquinaria mal
calibrada, los materiales son
comunes, tiene un desempeño
deficientes y las personas no cuentan
estable, en el sentido de que se
con el entrenamiento debido, será
desenvuelve de acuerdo con su
variabilidad natural y, por lo tanto,
1 Control muy difícil reducir la variabilidad
común. En este caso, cambiar al
se considera bajo control.
de personal probablemente no mejorará
al proceso pero sí producirá más
calidad 3 variabilidad.
2 3
Si la variabilidad del proceso es mayor Un error típico cuando no se entienden
que la aceptable, entonces dicho las causas de la variabilidad de un
proceso no será adecuado para realizar
2 proceso, es actuar en forma arbitraria
el trabajo o será necesario mejorarlo sobre algún aspecto del proceso, lo que
para reducir su variabilidad por causas muchas veces puede agregarle aún
comunes y protegerlo de las fuentes más variabilidad.
externas de variabilidad.

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 ESTADÍSTICA EN LA INGENIERIA| 1
 bm. mt    mt
En la fabricación de anillos para motores se sabe que el diámetro promedio de un anillo es de 5 cm,
con una desviación estándar igual a 0.005 cm. El proceso es vigilado en forma periódica mediante la
selección aleatoria de 64 anillos, midiendo sus diámetros. Así, en la última muestra se obtuvo una
desviación estándar de 0.0065 y se consideró que la variabilidad de los diámetros estaba bajo control,
¿con un 95 % de confianza se podría concluir que la variabilidad de los diámetros está bajo control?
Suponga que los diámetros tienen distribución normal.

(𝑛 − 1)𝑆 2 2 ≤
(𝑛 − 1)𝑆 2
≤ 𝜎
𝜒 2 (1−𝛼,𝑛−1) 𝜒 2 (𝛼,𝑛−1)
2 2 Con el nivel de confianza del 95% la variabilidad del diámetro de los anillos se encuentra
entre 0.00003066 y 0.00006197.
Como el limite inferior deI IC calculado es mayor a la varianza especificada, el procedimiento
no está bajo control.
Intervalo de Prueba de Estadística
confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 ESTADÍSTICA EN LA INGENIERIA| 2
 bm. u  
El mundo de la industria comparte esta meta común: mejorar la calidad reduciendo la variación. Los ingenieros de control de
calidad desean asegurarse de que un producto tenga una media aceptable, pero también quieren producir artículos con una
calidad consistente, eliminando los defectos. La Newport Bottling Company ha fabricado latas de bebidas de cola con cantidades
que tienen una desviación estándar de 0.051 onzas. Se prueba una nueva máquina embotelladora, y una muestra aleatoria simple
de 24 latas produce las cantidades (en onzas) que se listan a continuación. (Las 24 cantidades tienen una desviación estándar de
0.039 oz). Utilice un nivel de significancia de 0.05 para probar la aseveración de que las latas de bebidas de cola de la nueva
máquina tienen cantidades con una desviación estándar menor que 0.051 oz.
11.98 11.98 11.99 11.98 11.90 12.02 11.99 11.93 12.02 12.02 12.02 11.98 12.01 12.00 11.99 11.95 11.95 11.96
11.96 12.02 11.99 12.07 11.93 12.05

tb
Ho: Los datos siguen una distribución normal
H1: Los datos no siguen una distribución normal Si: p valor=0.512 > 0.05 NRH0

Si: p valor > 0.05 NRH0
Los datos siguen una distribución normal
p valor <= 0.05 RH0

Prueba de Prueba de
Intervalo de Prueba de
hipótesis para Estadística
hipótesis
confianza para hipótesis para Terminología Problemas
la diferencia de en la
para la media
la varianza la varianza
medias empleada reto
poblacional
poblacional poblacional ingeniería
poblacionales
 ESTADÍSTICA EN LA INGENIERIA| 2
 bm. u  
El mundo de la industria comparte esta meta común: mejorar la calidad reduciendo la variación. Los ingenieros de control de
calidad desean asegurarse de que un producto tenga una media aceptable, pero también quieren producir artículos con una
calidad consistente, eliminando los defectos. La Newport Bottling Company ha fabricado latas de bebidas de cola con
cantidades que tienen una desviación estándar de 0.051 onzas. Se prueba una nueva máquina embotelladora, y una muestra
aleatoria simple de 24 latas produce las cantidades (en onzas) que se listan a continuación. (Las 24 cantidades tienen una
desviación estándar de 0.039 oz). Utilice un nivel de significancia de 0.05 para probar la aseveración de que las latas de
bebidas de cola de la nueva máquina tienen cantidades con una desviación estándar menor que 0.051 oz.
11.98 11.98 11.99 11.98 11.90 12.02 11.99 11.93 12.02 12.02 12.02 11.98 12.01 12.00 11.99 11.95
11.95 11.96 11.96 12.02 11.99 12.07 11.93 12.05

2
(𝑛 − 1)𝑆
𝜒𝑐2 =
𝜎2 Se rechaza Ho

No se rechaza Ho

Con el nivel de significancia

de 0.05 la evidencia
estadística muestra que la
desviación estándar no es
menor que 0.051 oz.

Prueba de Prueba de
Intervalo de Prueba de
hipótesis para Estadística
hipótesis
confianza para hipótesis para Terminología Problemas
la diferencia de en la
para la media
la varianza la varianza
medias empleada reto
poblacional
poblacional poblacional ingeniería
poblacionales
 1 | Terminología empleada
Siempre que tome una muestra aleatoria simple de tamaño n de una población
𝑛−1 𝑆 2
normal, la distribución muestral de será una distribución chi-cuadrada, la
𝜎2
cual sirve para obtener una estimación por intervalos y realizar pruebas de
hipótesis para la varianza poblacional.
tbu h u
La variable aleatoria continua 𝜒 tiene una distribución chi cuadrada, con
𝜈 grados de libertad, si su función de densidad es dada por
𝜈 −𝑥
1
𝜈
𝜈
𝑥 2−1 𝑒 2
𝑓(x; 𝜈) = ൞ 22 Γ(2) ,𝑥 > 0
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Donde 𝜈 es un entero positivo. La distribución chi cuadrada desempeña
un papel fundamental en la inferencia estadística. Tiene una aplicación
considerable tanto en la metodología como en la teoría. La distribución
chi cuadrada es un componente importante de la prueba estadística de
hipótesis y de la estimación estadística. Los temas en los que se trata
con distribuciones de muestreo, análisis de varianza y estadística no
paramétrica implican el uso extenso de la distribución chi cuadrada.

1 2 3 4
Intervalo de Prueba de Estadística
confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 2 | Terminología empleada
Cuando se estudian las inferencias en torno a la dispersión de
datos, por lo general se habla de varianza en lugar de
desviación estándar, porque las técnicas (las fórmulas usadas)
emplean la varianza muestral en lugar de la desviación
estándar. Sin embargo, recuerda que la desviación estándar es
la raíz cuadrada positiva de la varianza; por tanto, hablar de
varianza de una población es comparable a hablar de la
desviación estándar.

Las inferencias en torno a la varianza de una población con

distribución normal usan las distribuciones ji cuadrada, 𝜒 2 (letra
griega minúscula ji). Las distribuciones ji cuadrada, como la
distribución t de Student, son una familia de distribuciones de
probabilidad, cada una de las cuales se identifica con el
parámetro número de grados de libertad. Para usar la
distribución ji cuadrada, debes tener en cuenta sus propiedades.

1 2 3 4
Intervalo de Prueba de Estadística
confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 3 | Terminología empleada
P   tbu j u
1. 𝜒 2 es no negativa en valor; es cero o con valor positivo.
2. 𝜒 2 no es simétrica; está sesgada a la derecha.
3. 𝜒 2 está distribuida de modo que forma una familia de
distribuciones, una distribución separada para cada diferente
número de grados de libertad.

1 2 3 4
Intervalo de Prueba de Estadística
confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 4 | ¿Sabías que…
John Wishart (1898 - 1956) nació en Montrose Escocia, asistió a la Academia de
Perth y luego, en 1916 ingresó en la Universidad de Edimburgo. Allí fue profesor En 1928 generalizó la distribución Chi-cuadrado
de matemáticas de ET Whittaker. La Primera Guerra Mundial hizo que la que se denomina la Distribución de Wishart.
carrera universitaria de Wishart fuese interrumpida. Completó sus estudios También estudió las propiedades de la
universitarios en 1922, donde se graduó en matemáticas y física. Había tomado distribución del coeficiente de correlación
un curso de formación del profesorado en la Casa de Moray, como parte de su múltiple que Fisher había considerado antes.
carrera y, después de graduarse, se trasladó a Leeds tras aceptar un puesto También escribió numerosos artículos sobre las
como profesor de matemáticas en la preparatoria West Leeds. aplicaciones agrícolas de las estadísticas.

Wishart estuvo muy involucrado con el trabajo de la Royal

En 1924, después de una recomendación de Whittaker, le ofrecieron el Statistical Society. Él fue uno de los becarios que
puesto de asistente de Pearson en el University College de Londres. formaron Comité Organizador de la Sección de
Wishart aprendido mucho de la estadística durante sus tres años con Investigación de la Agricultura en 1933. En 1945 se
Pearson. Wishart creó un laboratorio en Cambridge para sus alumnos convirtió en presidente de la Royal Statistical Society de la
de postgrado, donde Williams Cochran fue su alumno. Wishart tenía sección de investigaciones. Wishart murió en un accidente
mucho talento para la estadística matemática y un instinto para en Acapulco, México cuando se encontraba de visita en
realizar aplicaciones prácticas en diseño experimental. calidad de representante de la Organización de las
Posteriormente, Wishart se convirtió en el Jefe del Laboratorio de Naciones Unidas para la Agricultura y organizando la
Estadística de la Facultad de Matemáticas en Cambridge. creación de un centro de investigación para aplicar
técnicas estadísticas en la investigación agrícola.

1 2 3 4
Intervalo de Prueba de Estadística
confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 PRÁCTICA
1) En la actualidad las monedas de 1 centavo de dólar se acuñan con una desviación estándar de 0.0165 g. Se prueba un
6) Utilice un nivel de significancia de 0.01 para probar la aseveración de que los dulces M&M de cacahuate tienen
nuevo equipo con la intención de mejorar la calidad al reducir la variación. Se obtiene una muestra aleatoria simple de 10
pesos que varían más que los pesos de los dulces M&M sencillos. La desviación estándar de los pesos de los dulces
monedas de 1 centavo acuñadas con el equipo nuevo. Una gráfica cuantilar normal y un histograma indican que los pesos
M&M sencillos es de 0.056 g. Una muestra de 41 dulces M&M de cacahuate tiene pesos con una desviación
provienen de una población distribuida normalmente, y la muestra tiene una desviación estándar de 0.0125 g. Utilice los
estándar de 0.31 g. ¿Parece que los dulces de cacahuate tendrán pesos que varían más que los pesos de los dulces
resultados muestrales para construir un estimado de un intervalo de confianza del 95% de la desviación estándar de los
sencillos?
pesos de monedas de 1 centavo fabricadas con el equipo nuevo. Con base en los resultados, ¿parece que el equipo nuevo
7) Cuando los consumidores solicitan un crédito, éste se califica utilizando las puntuaciones FICO (Fair, Isaac and
sirve para reducir la variación de los pesos?
Company). Abajo se presentan puntuaciones de crédito para una muestra de solicitantes de préstamos para
2) Un fabricante de telescopios quiere que sus aparatos tengan una resolución con desviación estándar significativamente automóvil, y todos ellos provienen de una nueva sucursal del Bank of Newport. 83 es la desviación estándar de
por debajo de 2 cuando se enfoca un objeto distante. Cuando se utiliza un nuevo telescopio para enfocar 30 veces un los solicitantes del banco central. Utilice un nivel de significancia de 0.05. Con base en los resultados, ¿parece que
objeto, la desviación estándar de la muestra resultó ser de 1,46. ¿Deberá venderse el telescopio? Utilice un nivel de los solicitantes de la sucursal tienen calificaciones de crédito que varían de manera similar a las de los solicitantes
confianza del 99%. del banco central?
3) En un estudio de los efectos sobre los bebés que tiene el consumo de cocaína durante el embarazo, se 661 595 548 730 791 678 672 491 492
obtuvieron los siguientes datos muestrales de pesos al nacer: n= 190 g, 𝑥ҧ =2700 g, S = 645 g (según datos 583 762 624 769 729 734 706
de “Cognitive Outcomes of Preschool Children with Prenatal Cocaine Exposure”, de Singer et al., Journal of
American Medical Association, vol. 291, núm. 20). Utilice los datos muestrales para construir un estimado 8) Se reporta que la desviación estándar de la resistencia al rompimiento de ciertos cables producidos
del intervalo de confianza del 95% para la desviación estándar de todos los pesos al nacer de hijos de por una compañía es 240 lb. Después de que se introdujo un cambio en el proceso de producción de
madres que consumieron cocaína durante el embarazo. Con base en el resultado, ¿parece que la estos cables, la resistencia al rompimiento de una muestra de 8 cables mostró una desviación
desviación estándar difiere de la desviación estándar de 696 g de los pesos al nacer de hijos de madres estándar de 300 lb. Investigue la significación del aumento aparente en la variación usando un nivel de
que no consumieron cocaína durante el embarazo? significación de 0.05.
9) La desviación estándar promedio del rendimiento anual de fondos mutualistas de acciones de capital
4) Una muestra aleatoria de 41 paquetes de cierta semilla presenta una desviación estándar en su peso de 1.6 onzas.
grande es 18.2% (The Top Mutual Funds, AAII, 2004). La desviación estándar muestral en una muestra de
Construir un intervalo de confianza del 95% para el verdadero valor de la desviación estándar poblacional. Se sabe que
36 fondos mutualistas Vanguard PRIMECAP es 22%. Realice una prueba de hipótesis para determinar si la
los pesos se distribuyen normalmente.
desviación estándar de los fondos Vanguard es mayor que la desviación estándar promedio de los fondos
5) A un fabricante de focos eléctricos industriales le gusta que éstos tengan una vida media que sea aceptable para sus mutualistas de capital grande. Con nivel de significancia 0.05, ¿cuál es la conclusión?
clientes, además de tener una variación en vida que sea relativamente pequeña. Si algunos focos se funden demasiado
10) Los valores listados son tiempos de espera (en minutos) de clientes del banco Jefferson
pronto en su vida útil, los clientes se molestan y cambian a productos de la competencia. Grandes variaciones arriba de
Valley, donde los clientes se forman en una sola fila atendida por tres ventanillas. Ponga a
la media reducen las ventas de repuestos y una variación en general interrumpe los programas de reposición de los
prueba la aseveración de que la desviación estándar de los tiempos de espera es menor que
clientes. Una muestra de 20 focos probados produjo las siguientes duraciones de vida útil (en horas):
1.9 minutos, que es la desviación estándar de los tiempos de espera del mismo banco
cuando se utilizan filas separadas para cada ventanilla. Utilice un nivel de significancia de
2100 2302 1951 2067 2415 1883 2101 2146 2278 2019 1924 2183 2077 2392 2286 2501 1946
0.05. ¿Parece que el uso de una sola fila reduce la variación entre los tiempos de espera?
2161 2253 1827
¿Cuál es una de las ventajas de reducir la variación entre los tiempos de espera?
El fabricante desea controlar la variabilidad en duración de vida útil para que la desviación estándar sea menor a 150 horas.
¿Los datos dan suficiente evidencia para indicar que el fabricante está alcanzado su objetivo con el nivel de confianza del 99%? 6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 GRABACIÓN DEL TALLER

Clic para acceder a la grabación

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 CONTACTO
Correo institucional: C19366@[Link]

Recomendaciones:
•Ingresa 5 minutos antes a tu sesión reservada.
•Ten a la mano tus apuntes, tablas, calculadora o
material adicional.
•Puedes participar por medio del chat o por micro.

Recuerda :
•Reserva tus tutorías y talleres en el
portal del estudiante.
•En tutorías se absuelven dudas y
consultas de los estudiantes.
•En talleres realizaremos repasos y
exposición de problemas tipo,
conforme al avance de los temas .

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 ARCHIVOS

SESION 51 SESION 52
24/ 05/2021 24 – 05 - 2021

SESION 53
25/05/2021 SESION 54

SESION 55 SESION 56

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 HORARIOS
Lunes 24 Martes 25 Miércoles 26 Notas
SEMANA 11:30 – 1 pm: Taller Pregrado
3 – 4:30 pm: Taller Pregrado
11:30 – 1 pm: Taller Pregrado 11:30 – 1 pm: Taller Pregrado
4:30 – 6 pm: Taller Pregrado
6:15 – 7pm: Tutoría

X
6:30 – 8 pm: Taller Pregrado
7:15 – 8 pm: Tutoría

Jueves 27 Viernes 28
10:30 – 12 pm: Taller Pregrado 3:30 – 5 pm: Taller Pregrado
5:15 – 6pm: Tutoría
6:15 – 7pm: Tutoría

CREDITS: This presentation template was

Notas created by Slidesgo, including icons by
Flaticon, infographics & images by Freepik

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 HORARIOS
Lunes 31 Martes 01 Miércoles 02 Notas
SEMANA 11:30 – 1 pm: Taller Pregrado
3 – 4:30 pm: Taller Pregrado
11:30 – 1 pm: Taller Pregrado 11:30 – 1 pm: Taller Pregrado
4:30 – 6 pm: Taller Pregrado
6:15 – 7pm: Tutoría

XI 7:15 – 8 pm: Tutoría

Jueves 03 Viernes 04
10:30 – 12 pm: Taller Pregrado 3:30 – 5 pm: Taller Pregrado
5:15 – 6pm: Tutoría
6:15 – 7pm: Tutoría

CREDITS: This presentation template was

Notas created by Slidesgo, including icons by
Flaticon, infographics & images by Freepik

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 TUTORÍA
RECOMENDACIONES ÚTILES: Al finalizar la clase, pregunta las ideas que no están claras.
Recuerda que tu duda puede ser la de los demás. Finalmente,
P regresa al inicio y revisa si tus apuntes satisfacen el objetivo o
aún necesitas más información.
Quizá este punto ya lo haces; sin embargo, estas ideas te
pueden ser útiles para mejorar la calidad de tus anotaciones.
Durante los primeros minutos de clase, la meta es apuntar dos
cosas:
- El objetivo de la clase, qué aprenderás al final de la sesión.
- La ruta de trabajo, es decir, cuáles son las partes de la clase.

Por ejemplo, en una clase de escritura, el tema serán los signos

de puntuación: “coma”, “punto” y “punto y coma”. La ruta de
trabajo será, primero, revisar en qué momentos se usa la coma;
un segundo momento será el uso del punto; el tercer momento,
el uso del punto y coma. El objetivo de la clase te ayudará a
identicar aquellas ideas fuerza que CREDITS:
te permitirán entender
This el
presentation template was
tema. La ruta de trabajo te permitirá identicar en qué momento
created by Slidesgo, including icons by
de la exposición te encuentras y si se te ha pasado algún punto.
Durante la clase, anota aquellas ideas fuerza infographics
Flaticon, & images by Freepik
que el docente
vaya exponiendo y anota aquellas que no hayas entendido por
completo

Intervalo de Prueba de Estadística

confianza para hipótesis para Terminología Problemas
en la
la varianza la varianza empleada reto
poblacional poblacional ingeniería
 “Qué crueles errores cometen a
veces los hombres y mujeres
benevolentes en asuntos de los que
no saben nada y creen saber
mucho.”
—Florence Nightingale, 1820 – 1910. Enfermera,
escritora y estadística. Precursora de la enfermería
profesional moderna y creadora del primer modelo
conceptual de enfermería.