UNIVERSIDAD DOMINICANA O&M

Facultad:

Ingeniería y tecnología
Carrera:
Ingeniería Industrial
Asignatura:
Diseño De Experimentos  
Tema:
Practica 2
Docente:
John Henry Morales Antonio
Integrante:
Wilfredo Vásquez Gómez 19-SIIT-1-079
Sección:
1108
Fecha:
27/02/2023

DISEÑO DE EXPERIMENTOS
 Nombre: Wilfredo Vásquez Gómez
Matricula: 19-SIIT-1-079
PRACTICA 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

Hipótesis:

H0: “La varianza de los datos uniformidad de grabado de obleas es igual a 1”

H1: “La varianza de los datos uniformidad de grabado de obleas es diferente a
1”

H0: σ2 = 1
H1: σ2 ≠ 1

Datos de la muestra:

n = tamaño de la muestra = 20
 = media muestral = 5.828
S2 = varianza muestral = 0.790
S = desviación estándar muestral = 0.889
α = nivel de significancia = 0.05 = 5%

Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%

GL = V = n-1 = 20-1 = 19
Estadísticas:
Conteo
Variable total Media [Link]. Varianza

Uniformidades 20 5.828 0.889 0.790

Método de estadístico de prueba:

Estadístic
a
χ2 = = =
Método de prueba
( n−1 )∗S 2 ( 20−1 )∗0.8892
σ
2
1
2 Chi- 15.02
cuadrada

15.01

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 = 20-1 = 19
La prueba es a dos colas.

Conclusión: “El estadístico de prueba χ2=15.01 cae en la zona de aceptación,

se acepta la hipótesis nula Ho, no existen evidencias estadísticamente
significativa y suficiente en contra de la Hipótesis alternativa, por lo que se
rechaza la H1 la cual indica que: “La varianza de los datos uniformidad de
grabado de obleas es diferente a 1”. Los datos muéstrales nos dan evidencias
a favor de Ho.

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 = 20-1 = 19
La prueba es a dos colas.

Prueba:
Estadística
Hipótesis H₀: σ² = Método de prueba GL Valor p
nula 1
Chi- 15.02 19 0.557
Hipótesis H₁: σ² ≠ cuadrada
alterna 1

Conclusión: “Ya que el Valor P=0.557 >> α, se acepta la Hipótesis Nula, por
tanto, existe evidencias estadísticamente significativas en contra de la
Hipótesis alternativa H1, por lo que se rechaza la H1 la cual indica que: “La
varianza de los datos de uniformidad de grabado de obleas es diferente a 1”.

Intervalos de confianza IC al 95%:

2 ( n−1 )∗S 2
σ = 2
χ

Límite Inferior ≤σ 2≤ Límite superior

( n−1 )∗S 2 2 ( n−1 )∗S 2

2
≤σ ≤ 2
χ superior χ inferior

Nivel de confianza = 95%

2
χ superior = 32.85
2
χ inferior = 8.907

( 20−1 )∗0.790 ( 20−1 )∗0.790

≤σ 2≤ IC de 95%
32.85 8.907
para σ
usando
IC al 95% para la Varianza es:
Chi-
cuadrada

(0.676;
1.299)
 0.4569 ≤σ 2≤ 1.685

IC al 95% para la desviación es:

√ 0.4569 ≤ σ ≤ √ 1.685
0.6759 ≤ σ ≤ 1.2980

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?

Hipótesis:
H0: “La nueva línea de producción tiene errores con una desviación estándar
igual de 43.7 pies”
H1: “La nueva línea de producción tiene errores con una desviación estándar
diferente de 43.7 pies”

H0: σ = 43.7 pies

H1: σ ≠ 43.7 pies

Datos de la muestra:

n = tamaño de la muestra = 81 altímetros

S = desviación estándar muestral = 52.3 pies
α = nivel de significancia = 0.05 = 5%

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 [Link]. Varianza
81 52.3 2735

Método de estadístico de prueba:

χ2 = ( n−1 )∗S = ( 81−1 )∗2735.29 =
2
Método Estadística de prueba
σ
2
43.7 2 Chi-cuadrada 114.59

114.59
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 línea de 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
Estadística
Método de prueba GL Valor p
Chi-cuadrada 114.59 80 0.014
Hipótesis nula H₀: σ = 43.7
Hipótesis alterna H₁: σ ≠ 43.7

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 H 1, 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”.
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 [Link]. Varianza
25 3.80 14.4

Método de estadístico de prueba:

χ2 = ( n−1 )∗S 2 = ( 25−1 )∗14.44 = Estadística de

Método prueba
2 2
σ 6.2 Chi-cuadrada 9.02

9.016

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

Hipót H₀: Estadística de

esis σ = Método prueba GL Valor p
nula 6.2 Chi-cuadrada 9.02 24 0.002
Hipót H₁:
esis σ <
altern 6.2
 a

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”.

Pesos 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. σ α, χ

125 (Taylor) 119 (Auermann) 128 (Schiffer) 128 (MacPherson)

119 (Turlington) 127 (Hall) 105 (Moss) 123 (Mazza) 115 (Hume)

Hipotesis:

( n−1 )∗S 2
σ 2= 2
χ

( n−1 )∗S 2 2 ( n−1 )∗S

2

2 ≤σ≤ 2
χ superior χ inferior

Planteamiento de hipótesis
σ2 Población General=29
2
=841 libras2

H0: σ2 Supermodelos = σ2 Población General

H1: σ2 Supermodelos < σ2 Población General

H0: σ2Supermodelos= 841 “Los pesos de supermodelos no varían menos que los
pesos de población en general”

H1: σ2 Supermodelos <841 “Los pesos de supermodelos varían menos que los
pesos de población en general”

Estadísticos muestrales:
Variable [Link]. Varianza
Pesos S=7.53 libras
S2=56.75 libras 2
 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%

Método del Estadísticos Prueba

( n−1 )∗S 2 ( 9−1 )∗56.75

χ2
Calculado = = =0.54
σ
2
841

Región Critica:
Nivel de significancia= α=1%=0.01, Prueba a una cola izquierda
V=GL=8

0.12

0.10 ZONA CRITICA

0.08
Densidad

0.06

0.04

0.02
0.01=1%

Zona de Aceptación=99%
0.00
. 1.646 χ2

CONCLUSIONES: “Dado que el estadístico de prueba χ2Calculado=0.54 cae

en la zona de rechazo de la Hipótesis nula, los datos de las 9 supermodelos
aportan evidencias suficientes a favor de que σ2Supermodelos<841, es decir,
“Los pesos de supermodelos significativamente varían menos que los pesos de
población de mujeres en general”

Método del Valor P

 Prueba
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
σ2 Supermodelos<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 )∗S 2
σ = 2
χ

IC al 99%
2
χ superior =21.95
2
χ inferior =1.344
( n−1 )∗S 2 2
( n−1 )∗S 2
2 ≤σ≤ 2
χ superior χ inferior
2 2
( 9−1 )∗7.53 ( 9−1 )∗7.53
≤ σ2≤
21.95 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”

H0: 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

Estadísticas
Conteo
Variable total Media [Link]. Varianza
Estaturas de supermodelos 18 69.944 1.187 1.408
Método de estadístico de prueba:

( n−1 )∗S 2 ( 18−1 )∗1.408 Estadística de

χ2 = 2 = 2 = Método prueba
σ 2.5
3.8298 Chi-cuadrada 3.83

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 estadístico de prueba χ2=3.83 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 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
Hipótesis nula H₀: σ = 2.5 Estadística de
Hipótesis H₁: σ < 2.5 Método prueba GL Valor p
alterna Chi-cuadrada 3.83 17 0.000

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 H 1, 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”.

Prueba de una aseveración respecto comparación de

dos varianzas
Símbolos: χ λ δ {} σ µ Σ α [ ] β δ ӯ Ῡ ∑ ≈ ≥ ≤ = ˂ ˃ ≠ x̄ ±«»  
 p̂, pˆ
PLANTEAMIENTO DE HIPOTESIS
H0: “La Variabilidad, varianza o desviación estándar es la mismas en el grupo de placebo que
en el grupo de calcio, es decir, la deviación estándar o varianza del grupo placebo es igual a la
desviación estándar o varianza del grupo calcio.
2
2 2 σ Placebo
H0: σ Placebo =σ calcio 2 =1
σ calcio
H1: “La Variabilidad, varianza o desviación estándar NO es la mismas en el grupo de placebo
que en el grupo de calcio, es decir, la deviación estándar o varianza del grupo placebo NO es
igual a la desviación estándar o varianza del grupo calcio.
2
2 2 σ Placebo
H1: σ Placebo ≠σ calcio 2 ≠1
σ calcio

DATOS DESCRIPTIVOS
Gráfica de caja de Presión Sanguinea
130 Grupos
Calcio
Placebo
125

120
Presión Sanguinea

115

110

105

100

95
Calcio Placebo
Grupos

Estadísticas
Variable Grupos N [Link]. Varianza
Presión Sanguinea Calcio 15 8.47 71.72
  Placeb 13 10.11 102.12
o

ESTADISTICO DE PRUEBA F-FISHER

NIVEL DE SIGNIFICANCIA=α=0.05=5%
NIVEL DE CONFIANZA=1-α=0.95=95%

Prueba e IC para dos varianzas: Presión Sanguinea vs Grupos

Relación = 1 vs. Relación ≠ 1

IC de 95% para σ²(Placebo) / σ²(Calcio)

Prueba F
Valor p 0.523

0 1 2 3 4 5

ICs de chi-cuadrada de 95% para σ²

Placebo
Grupos

Calcio

50 100 150 200 250 300

Gráfica de caja de Presión Sanguinea vs. Grupos

Placebo
Grupos

Calcio

100 110 120 130

Estadísticas descriptivas
IC de 95% para
Grupos N [Link]. Varianza σ²
Placebo 13 10.105 102.121 (52.512, 278.272)
Calcio 15 8.469 71.722 (38.444, 178.390)
Prueba
Hipótesis nula H₀: σ₁² / σ₂² =
1
Hipótesis alterna H₁: σ₁² / σ₂² ≠ 1
Nivel de significancia α = 0.05
Estadística
Método de prueba GL1 GL2 Valor p
F 1.42 12 14 0.523
CONCLUSIONES: Dado que el Valor P=0.523>> α, se acepta la
hipótesis nula, los datos muestrales no aportan evidencias
suficientes en su contra, por lo tanto, se concluye que:
H0: “La Variabilidad, varianza o desviación estándar es la mismas en el grupo de placebo que
en el grupo de calcio, es decir, la deviación estándar o varianza del grupo placebo es igual a la
desviación estándar o varianza del grupo calcio.
2
2 2 σ Placebo
H0: σ Placebo =σ calcio 2 =1
σ calcio

Ambos grupos Calcios y Placebos proviene de poblaciones con la

mismas Varianza o desviación estándar en su presión sanguínea.
Prueba de efectos del zinc Se realizó un estudio de madres con deficiencia de
zinc para determinar los efectos del suplemento de zinc durante el embarazo.
Los datos muestrales están listados al margen (según datos de “The Effects of
Zinc Supplementation on Pregnancy Outcome”, de Goldenberg et al., Journal
of the American Medical Association, vol. 274, núm. 6). Los pesos se midieron
en gramos. Utilizando un nivel de significancia de 0.05, ¿existe evidencia
suficiente para sustentar la aseveración de que la variación de los pesos al
nacer de los bebés de la población placebo es mayor que la variación de la
población tratada con suplementos de zinc?

Planteamiento de las hipótesis

H0: “La variación de los pesos al nacer de los bebés de la población
placebo es igual que la variación de la población tratada con
suplementos de zinc”.
H1: “La variación de los pesos al nacer de los bebés de la población
placebo es mayor que la variación de la población tratada con
suplementos de zinc”.

H0: σ = σ2placebo
2
zinc

H1: σ > σ2placebo

2
zinc

H0: σ / σ2placebo = 1
2
zinc

H1: σ / σ2placebo > 1

2
zinc

Datos Muestrales
S1 = 669
S2 = 728
n1 = 294
n2 = 286

Nivel de significancia = α = 0.05 =5%

Nivel de confianza = 1 – α = 1 - 0.05 = 0.95 = 95%
V1 = G.L numerador = n1 – 1 = 294 – 1 = 293 “zinc”
V2 = G.L denominador = n2 – 1 = 286 – 1 = 285 “placebo”

Método del Estadístico Prueba:

Estadístic
7282 529,984 a
F= 2 =
447,561 = 1.18
669 de
prueba
1.18
Región Crítica: Es una zona de rechazo de la
hipótesis.

Nivel de significancia
3.5 = α = 0.05 = 5%, La
3.0 prueba una cola
2.5
derecha.
Densidad

2.0

1.5

1.0
Zona de aceptacion H0
Zona Critica
0.5 95% de nivel de confianza
0.05=5%
0.0
1.214
F
 Conclusión: “Dado que F = 1.18 cae dentro de la zona de aceptación de
la hipótesis nula H0: “La variación de los pesos al nacer de los bebés de
la población placebo es igual que la variación de la población tratada con
suplementos de zinc”, por lo tanto, los datos muestrales muestran
suficientes evidencias para rechaza la hipótesis alternativa H1.
Método del Valor P:
Prueba
Hipótesis nula H₀: σ₁² / σ₂² =
1
Hipótesis alterna H₁: σ₁² / σ₂² >
1
Nivel de significancia α = 0.05
Estadística
Método de prueba GL1 GL2 Valor p
F 1.18 293 285 0.076
Conclusión: “Dado que el Valor P = 0.076 >> α = 0.05 se tiene evidencia
suficiente para para aceptar la hipótesis nula de H0: “La variación de los
pesos al nacer de los bebés de la población placebo es igual que la
variación de la población tratada con suplementos de zinc”.
Estadísticas descriptivas
Límite inferior de
Muestra N [Link]. Varianza 95% para σ²
Muestra 1 294 728.000 529984.000 465034.835
Muestra 2 286 669.000 447561.000 392025.341

Relación de varianzas

Relación Límite inferior de 95% para la relación

estimada Usando F
1.18416 0.975

Prueba e IC para dos varianzas

Relación = 1 vs. Relación > 1
IC de 95% para σ²(Muestra 1) / σ²(Muestra 2)

Prueba F
Valor p 0.076

1.0 1.1 1.2 1.3 1.4 1.5

ICs de chi-cuadrada de 95% para σ²

Muestra 1

Muestra 2

400000 450000 500000 550000 600000

Pesos de Coca Cola clásica y Coca Cola de dieta. Pruebe la
aseveración de que la Coca clásica y la Coca de dieta tienen pesos
con desviaciones estándar diferentes. Los pesos muestrales se
encuentran en un conjunto de datos, pero aquí tenemos los
estadísticos resumidos: la muestra de 36 pesos de Coca clásica
tiene una desviación estándar de 0.007507 libras, y la muestra de
36 pesos de Coca de dieta tiene una desviación estándar de
0.004391 libras. Utilice un nivel de significancia de 0.05. Si los
resultados mostraran que las desviaciones estándar son
significativamente diferentes, ¿cuál sería un factor importante
que podría explicar la diferencia?

Planteamiento de las hipótesis

H0: “Los resultados de los pesos de Coca Cola clásica y Coca Cola de
dieta mostraran que las desviaciones estándar son significativamente
iguales”.
H1: “Los resultados de los pesos de Coca Cola clásica y Coca Cola de
dieta mostraran que las desviaciones estándar son significativamente
diferentes”.

H0: σ = σ2dieta
2
clasica

H1: σ ≠ σ2dieta
2
clasica

H0: σ / σ2dieta = 1
2
clasica

H1: σ / σ2dieta ≠ 1
2
clasica

Datos Muestrales
S1 = 0.007507
S2 = 0.004391
n1 = 36
n2 = 36

Nivel de significancia = α = 0.05 =5%

Nivel de confianza = 1 – α = 1 - 0.05 = 0.95 = 95%
V1 = G.L numerador = n1 – 1 = 36 – 1 = 35 “clásica”
V2 = G.L denominador = n2 – 1 = 36 – 1 = 35 “dieta”
 Método del Estadístico Prueba:

2
0.007507 0.00005635
F= 2 =
0.00001928 = 2.9227
0.004391

Región Crítica: Es una zona de rechazo de la hipótesis.

Nivel de significancia = α = 0.05 = 5%, La prueba es a dos colas.

1.4

1.2

1.0
Densidad

0.8

0.6

0.4 Zona critica

Zona critica
Zona de aceptacion H0
%
0.2 2.5 95% de Nivel de confianza
5= 0.025=2.5%
02
0.
0.0
0 0.5099 F 1.961

Conclusión: “Dado que F = 2.9227 cae en la zona critica o Relació

de rechazo de la hipótesis nula H0, los datos muestrales n
arrojan suficientes evidencias para aceptar la hipótesis estimad
a
alternativa H1: “Los resultados de los pesos de Coca Cola
clásica y Coca Cola de dieta mostraran que las desviaciones 2.92272
estándar son significativamente diferentes”.

Método del Valor P:

Prueba
Hipótesis nula H₀: σ₁² / σ₂² =
1
Hipótesis alterna H₁: σ₁² / σ₂² ≠ 1
Nivel de significancia α = 0.05

Estadística
Método de prueba GL1 GL2 Valor p
F 2.92 35 35 0.002

Conclusión: “Dado que el Valor P = 0.002 << α = 0.05, se demuestra

que hay evidencia suficiente para rechazar la hipótesis nula H 0 y por lo
tanto se acepta la hipótesis alternativa H1: “Los resultados de los pesos
de Coca Cola clásica y Coca Cola de dieta mostraran que las
desviaciones estándar son significativamente diferentes”.

Estadísticas descriptivas
Muestra N [Link]. Varianza IC de 95% para σ²
Muestra 1 36 0.008 0.000 (0.000; 0.000)
Muestra 2 36 0.004 0.000 (0.000; 0.000)

Relación de varianzas
Relación IC de 95% para la relación
estimada usando F
2.92272 (1.490; 5.732)

Prueba e IC para dos varianzas

Relación = 1 vs. Relación ≠ 1
IC de 95% para σ²(Muestra 1) / σ²(Muestra 2)

Prueba F
Valor p 0.002

1 2 3 4 5 6

ICs de chi-cuadrada de 95% para σ²

Muestra 1

Muestra 2

0.00002 0.00004 0.00006 0.00008 0.00010

Prueba de una aseveración respecto comparación de
tres o más varianzas
Símbolos: χ λ δ {} σ µ Σ α [ ] β δ ӯ Ῡ ∑ ≈ ≥ ≤ = ˂ ˃ ≠ x̄ ±«»  
 p̂, pˆ

Prueba de igualdad de las varianzas

Realice una comparación de las varianzas de las muestras. ¿Son iguales

las varianzas en los niveles del factor estudiado?, pruebe utilizando un
nivel de significancia de 0.05.

Prueba de igualdad de las varianzas

Realice una comparación de las varianzas de las muestras. ¿Son iguales
las varianzas en los niveles del factor estudiado?, pruebe utilizando un
nivel de significancia de 0.05.
Prueba de igualdad de las varianzas

Realice una comparación de las varianzas de las muestras. ¿Son iguales las
varianzas en los niveles del factor estudiado?, pruebe utilizando un nivel de
significancia de 0.05.

Prueba de igualdad de las varianzas

Para comparar variabilidad de tres o mas grupos o muestras se utiliza la
prueba de LEVENE para SPSS o la prueba de Bartlett para Minitab
Realice una comparación de las varianzas de las muestras. ¿Son iguales las
varianzas en los niveles del factor estudiado?, pruebe utilizando un nivel de
significancia de 0.05.
Prueba de igualdad de las varianzas
Experimento con datos para Evaluar la Temperatura en la dureza del producto

Temperatura 1 2 3
150°c 5 8 11
160°c 10 15 20
170°c 45 55 65

Realice una comparación de las varianzas de las muestras. ¿Son iguales las
varianzas en los niveles del factor estudiado?, pruebe utilizando un nivel de
significancia de 0.05.