Estadı́stica 2: Taller intervalos de confianza

Profesor: Lena Freire

Nombre: Firma:

1. En un estudio sobre la altura de los estudiantes de una universidad, se seleccionó una muestra aleatoria
de 100 estudiantes y se obtuvo una altura media de 170 cm. Se sabe que σ = 5 cm. Calcule un intervalo
de confianza del 95 % para la media de la altura de todos los estudiantes de la universidad.

Solution: Muestra grande, σ conocida.

σ σ
x − zα/2 √ < µ < x + zα/2 √
n n

Sustituyendo los valores proporcionados, obtenemos:

5 5
170 − 1.96 √ < µ < 170 + 1.96 √
100 100

169.02 < µ < 170.98

2. En un estudio sobre el rendimiento de un nuevo método de enseñanza, se seleccionó una muestra aleatoria
de 80 estudiantes y se obtuvo un promedio de calificación de 75, con una desviación estándar de 8.
Calcule un intervalo de confianza del 95 % para la media de las calificaciones de todos los estudiantes
que utilizaron el nuevo método.

Solution: Muestra grande, σ desconocida.

s s
x − zα/2 √ < µ < x + zα/2 √
n n

Sustituyendo los valores proporcionados, obtenemos:

8 8
75 − 1.96 √ < µ < 75 + 1.96 √
80 80

73.2 < µ < 76.75

3. Se desea estimar la media de una población a partir de una muestra aleatoria de tamaño 15. La media
muestral es 10, la desviación estándar muestral es de 2.5 y se sabe que la población sigue una distribución
aproximadamente normal. Calcule un intervalo de confianza del 95 % para la media poblacional.

Solution: Muestra pequeña, σ desconocida.

s s
x − tα/2,n−1 √ < µ < x + tα/2,n−1 √
n n
s s
x − t0.025,14 √ < µ < x + t0.025,14 √
n n

Sustituyendo los valores proporcionados, obtenemos:

2.5 2.5
10 − 2.145 √ < µ < 10 + 2.145 √
15 15

8.62 < µ < 11.38

4. Se realiza un estudio sobre la duración de las baterı́as de un dispositivo electrónico (se supone aproxima-
damente normal). Se selecciona una muestra aleatoria de tamaño 10 y se obtiene una duración promedio
de 8.5 horas. La desviación estándar muestral es de 1.2 horas. Calcule un intervalo de confianza del 95 %
para la media de la duración de las baterı́as en la población.

Solution: Muestra pequeña, σ desconocida.

s s
x − tα/2,n−1 √ < µ < x + tα/2,n−1 √
n n
s s
x − t0.025,9 √ < µ < x + t0.025,9 √
n n

Sustituyendo los valores proporcionados, obtenemos:

1.2 1.2
8.5 − 2.262 √ < µ < 8.5 + 2.262 √
10 10

7.64 < µ < 9.36

Page 2
 Estadı́stica 2: Taller Intervalos de confianza
(proporción, poblaciones finitas)
Profesor: Lena Freire

1. Se realizó una encuesta a una muestra de 500 personas, de las cuales 350 afirmaron estar satisfechas con
su trabajo actual. Calcule un intervalo de confianza al 95% para la proporción p de personas satisfechas
con su trabajo.

350
Solution: Tenemos n = 500 y p =
500
r
p(1 − p)
p ± zα/2
n
s
350 350
350 (1 − 500 )
± 1.96 500 → 0.659 < p < 0.740
500 500

2. Se desea estimar la proporción de estudiantes universitarios que poseen un teléfono iphone. Se toma una
muestra aleatoria de 400 estudiantes, de los cuales 280 tienen un teléfono iphone. Calcule un intervalo
de confianza al 95% para la proporción de estudiantes con teléfono iphone.

280
Solution: Tenemos n = 400 y p = ,
400
r
p(1 − p)
p ± zα/2
n
s
280 280
280 (1 − 400 )
± 1.96 400 → 0.655 < p < 0.745
400 400

3. Se desea estimar la proporción de hogares en un vecindario que poseen al menos un automóvil. Se

selecciona una muestra aleatoria de 400 hogares, de los cuales 280 tienen al menos un automóvil. Se
sabe que en el vecindario hay un total de 5000 hogares. Calcule un intervalo de confianza al 95% para
la proporción de hogares con al menos un automóvil.

280
Solution: Tenemos N = 5000, n = 400 y 280 éxitos (hogares con al menos un auto), p = ,
400
r r
p(1 − p) N − n
p ± zα/2
n N −1
 s
280 280
r
280 − 400
400 (1 ) 5000 − 400
± 1.96 → 0.657 < p < 0.743
400 400 5000 − 1

4. Se seleccionó una muestra aleatoria de tamaño n = 300 de una población finita de tamaño N = 5000 de
estudiantes universitarios. La desviación estándar poblacional de las calificaciones en la asignatura es
conocida y es σ = 2.5. La media muestral obtenida fue x = 8.3. Calcular un intervalo de confianza al
95% para la calificación promedio de todos los estudiantes.

Solution: Tenemos N = 5000, n = 300, σ conocida,

r
σ N −n
x ± zα/2 √
n N −1
r
2.5 5000 − 300
8.3 ± 1.96 √ → 8.026 < µ < 8.574
300 5000 − 1

5. Se realizó mediciones de estatura a n = 150 estudiantes universitarios que practican fútbol de una
población finita de tamaño N = 1000. La desviación estándar muestral de las estaturas obtenidas fue
s = 5.2. La media muestral obtenida fue x = 170 cm. Calcular un intervalo de confianza al 95% para la
estatura promedio de los estudiantes de la carrera.

Solution: Tenemos N = 1000, n = 150, σ desconocida,

r
s N −n
x ± zα/2 √
n N −1
r
5.2 1000 − 150
170 ± 1.96 √ → 169.232 < µ < 170.768
150 1000 − 1

6. Se tomó una muestra aleatoria de tamaño n = 28 de una población finita de tamaño N = 500 (Normal).
La media muestral fue x = 75 y la desviación estándar muestral fue s = 8. Calcular un intervalo de
confianza al 95%.

Solution: Tenemos N = 500, n = 28, población Normal,

r
s N −n
x ± tα/2,n−1 √
n N −1
r
s N −n
x ± t0.025,28−1 √
n N −1
r
8 500 − 28
75 ± 2.052 √ → 71.983 < µ < 78.017
28 500 − 1

Page 2
 Estadı́stica 2: Taller sobre prueba de
hipótesis para la media poblacional
Profesor: Lena Freire

1. Un investigador afirma que el tiempo promedio de respuesta de un sistema no es de 10 segundos, como lo

asegura los ingenieros que los diseñaron. Se toma una muestra aleatoria de 50 observaciones y se obtiene
una media muestral de 9.5 segundos con una desviación estándar muestral de 2 segundos. Realice una
prueba de hipótesis al 0.05 de significancia para determinar si hay evidencia suficiente para rechazar la
afirmación del investigador.

Solution: Tenemos n ≥ 30 y σ desconocida. También n = 50, x = 9.5, s = 2 y α = 0.05.

H0 :µ = 10
H1 :µ ̸= 10

Rechace H0 en favor de H1 si z < −zα/2 = −z0.05/2 = −z0.025 = −1.96 o si z > zα/2 = z0.05/2 =
z0.025 = 1.96.
x − µ0 9.5 − 10
z= √ = √ = −1.77
s/ n 2/ 50
Como −1.96 = −z0.025 < −1.77 < z0.025 = 1.96 no se puede rechazar H0 : µ = 10.

2. Un investigador desea probar si el tiempo promedio de respuesta de un sistema es superior a 8 segundos.

Se toma una muestra aleatoria de 30 observaciones y se obtiene una media muestral de 8.5 segundos.
Además, se sabe que la desviación estándar de la población es de 1.5 segundos. Realice una prueba de
hipótesis al 0.01 de significancia para determinar si hay evidencia suficiente para apoyar la afirmación
del investigador.

Solution: Tenemos n ≥ 30 y σ conocida. También n = 30, x = 8.5 y σ = 1.5 y α = 0.01.

H0 :µ = 8
H1 :µ > 8

Rechace H0 en favor de H1 si z > zα = z0.01 =.

x − µ0 8.5 − 8
z= √ = √ = 1.83
σ/ n 1.5/ 30

Como z = 1.83 < z0.01 = 2.33 no se puede rechazar H0 : µ = 8.

3. Se realiza un estudio para evaluar si la media de los salarios en una empresa es mayor a $5000. Se toma
una muestra de 25 empleados y se obtiene una media salarial de $5200 con una desviación estándar de
$800. Suponiendo que los salarios siguen una distribución aproximadamente normal, realice una prueba
de hipótesis de una cola a un nivel de significancia de α = 0.05.
 Solution: Tenemos n < 30 y σ desconocida, n = 25, x = 5200 y s = 800 y α = 0.05.

H0 :µ = 5000
H1 :µ > 5000

Rechace H0 en favor de H1 si t > tα,n−1 = t0.05,25−1 = 1.711.

x − µ0 5200 − 5000
t= √ = √ = 1.25
s/ n 800/ 25

Como t = 1.225 ≯ t0.05,24 = 1.711 no se puede rechazar H0 : µ = 5000.

4. Un estudio clı́nico desea evaluar si un nuevo medicamento tiene un efecto significativo en la presión
arterial de los pacientes. Se toma una muestra de 10 pacientes y se registra la presión arterial antes
y después del tratamiento. Los resultados de la diferencia de presión arterial (después - antes) se
muestran a continuación. Suponiendo que las diferencias de presión arterial siguen una distribución
aproximadamente normal, realice una prueba de hipótesis de dos colas con un nivel de significancia de
α = 0.05.
Paciente Diferencia de presión arterial
1 3
2 1
3 -2
4 5
5 0
6 2
7 -1
8 4
9 -3
10 1

Solution: Tenemos n < 30 y σ desconocida. También n = 10.

Si el medicamento tiene un efecto significativo, entonces la media de la diferencia de la presión arterial

(después - antes), no deberı́a ser cero en promedio, por lo que se tiene la siguientes hipóstesis:

H0 :µ = 0
H1 :µ ̸= 0

Calculamos:

3+1−2+5+0+2−1+4−3+1
x= =1
10

(3 − 1)2 + (1 − 1)2 + (−2 − 1)2 + · · · + (4 − 1)2 + (−3 − 1)2 + (1 − 1)2

s= = 2.582
10 − 1

Page 2
Tenemos: x = 1 y s = 2.582 y α = 0.05.

Rechace H0 en favor de H1 si t < −tα/2,n−1 = −t0.025,10−1 = −2.262 o si t > tα/2,n−1 = t0.025,10−1 =

2.262.
x − µ0 1−0
t= √ = √ = 1.225
s/ n 2.582/ 10
Como t = 1.225 ≮ t0.025,9 = −2.262 y t = 1.225 ≯ t0.025,9 = 2.262 no se puede rechazar H0 : µ = 0.

Page 3
 Estadı́stica 2: Lección Prueba de hipótesis
para la media
Profesora: Lena Freire

Nombre: Firma:

Pregunta 1 2 Total
Puntos: 5 5 10
Resultado:

1. (5 puntos) Un investigador está estudiando el tiempo promedio que los estudiantes universitarios dedican
a estudiar por dı́a. El investigador afirma que el tiempo promedio es de al menos 4 horas por dı́a. Para
probar esta afirmación, se seleccionó una muestra aleatoria de 100 estudiantes y se encontró que el
tiempo promedio de estudio es de 4.2 horas por dı́a, con una desviación estándar de 0.8 horas. Formule
las hipótesis nula y alternativa apropiadas para probar si el tiempo promedio de estudio es de al menos
4 horas por dı́a. Utilice α = 0.05.

Solution: Tenemos n ≥ 30. También n = 100, x = 4.2 y s = 0.8 y α = 0.05.

H0 : µ = 4
H1 : µ > 4

Rechace H0 en favor de H1 si z > zα = z0.05 = 1.645.

x − µ0 4.2 − 4
z= √ = √ = 2.5
s/ n 0.8/ 100

Como z = 2.5 > z0.05 = 1.645 se rechaza H0 : µ = 4 en favor de H1 : µ > 4.

2. (5 puntos) El tiempo que unos alumnos utilizan para realizar una lección tiene una distribución normal y
se indica en un colegio que es 15 minutos. Un investigador sospecha que es mayor a ese tiempo. Para ello,
se toma una muestra aleatoria de 16 alumnos y se obtiene un promedio de 16 minutos y una desviación
estándar muestral de 3.2. Formule las hipótesis para probar que el tiempo promedio para realizar una
lección por parte de los alumnos es al menos 15 minutos. Utilice α = 0.05.

Solution: Tenemos n = 16 (muestra pequeña), x = 16, s = 3.2 y α = 0.05.

H0 : µ = 15
H1 : µ > 15
Rechace H0 en favor de H1 si t > tα,n−1 = z0.05,15 = 1.753.

x − µ0 16 − 15
t= √ = √ = 1.25
s/ n 3.2/ 16

Como 1.25 = t < t0.05,15 = 1.753, no se rechaza H0 : µ = 15.

Page 2
Estadı́stica 2: Taller sobre prueba de hipótesis
para la varianza y diferencia de medias
Profesora: Lena Freire

1. Un investigador está interesado en la varianza de una variable aleatoria X. Se recolecta una muestra
de n = 30 observaciones y se encuentra que la desviación estándar muestral es s = 3.5. El investigador
quiere probar si la varianza de la población es igual a 10 contra la alternativa de que no lo es. Utiliza
un nivel de significancia de α = 0.05.

Solution: Tenemos que suponer que la población es normal. Tenemos n = 30, s = 3.5, por lo tanto
s2 = 12.25 y α = 0.05.

H0 : σ 2 = 10
H1 : σ 2 ̸= 10

Se rechaza H0 en favor de H1 si

χ2n−1 < χ21−α/2,n−1 = χ21−0.025,29 = 16.047 o si χ2n−1 > χ2α/2,n−1 = χ20.025,29 = 45.722

(n − 1)s2 (30 − 1)12.25

χ2n−1 = = = 35.525
σ02 10

Como χ2n−1 = 35.525 ≮ χ21−0.025,29 = 16.047 ni tampoco χ2n−1 = 35.525 ≯ χ20.025,29 = 45.722 no se
puede rechazar H0 : σ 2 = 10.

Un computador reportarı́a un valor-p = 0.376, que es mayor a α = 0.05, esto confirma el no rechazo
de la hipótesis nula.

2. Un investigador está interesado en la varianza de una variable aleatoria X. Se recolecta una muestra de
n = 18 observaciones y se encuentra que la varianza muestral es s2 = 0.32. El investigador quiere probar
si la varianza de la población es igual a 0.36 contra la alternativa de que es menor a ese valor. Utiliza
un nivel de significancia de α = 0.05.

Solution: Tenemos que suponer que la población es normal. Tenemos n = 18, s2 = 0.32 y α = 0.05.

H0 : σ 2 = 0.36
H1 : σ 2 < 0.36

Se rechaza H0 en favor de H1 si

χ2n−1 < χ21−α,n−1 = χ21−0.05,18−1 = 8.672

 (n − 1)s2 (18 − 1)0.32
χ2n−1 = 2 = = 15.111
σ0 0.36

Como χ2n−1 = 15.111 ≮ χ21−0.05,17 = 8.672, no se puede rechazar H0 : σ 2 = 10.

Un computador reportarı́a un valor-p = 0.413, que es mayor a α = 0.05, esto confirma el no rechazo
de la hipótesis nula.

3. Un economista decidió probar la hipótesis de que los precios minoristas de los automóviles japoneses son
más altos en Japón que en los Estados Unidos. Obtuvo muestras aleatorias independientes de 50 ventas
minoristas en los Estados Unidos y 50 ventas minoristas en Japón durante el mismo perı́odo y para el
mismo modelo de automóvil y convirtió los precios de venta japoneses de yenes a dólares utilizando las
tasas de conversión actuales. La información obtenida fue la siguiente: xUSA = 26596, sUSA = 1981,
xJPN = 27236, sJPN = 1974. Pruebe con α = 0.05:

H0 : µUSA − µJPN = 0
H1 : µUSA − µJPN < 0

Solution:
(x1 − x2 ) − d0 (26596 − 27236) − 0
Z=q =q = −1.62
s21 /n1 + s22 /n2 (1981)2 /50 + (1974)2 /50
Rechace H0 en favor de H1 si z < −zα = z0.05 = −1.645

Como z = −1.62 ≮ −z0.05 = −1.645 no se puede rechazar H0 .

Un computador reportarı́a un valor-p = 0.0526, que es mayor a α = 0.05, esto confirma el no rechazo
de la hipótesis nula.

4. Considere las siguientes muestras independientes tomados desde dos poblaciones normales.

Muestra 1 Muestra 2
65 58 78 60 68 69 62 53 36 34 56 50
66 70 53 71 63 63 42 57 46 68 48 42
52 53 43

Pruebe con α = 0.05:

H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 ̸= 0

Page 2
 Solution: De los datos obtenemos: n1 = 12, x1 = 65.33, s1 = 6.61, n2 = 15, x2 = 49.47, s2 = 9.33.
s r
(n1 − 1)s21 + (n2 − 1)s22 (11)(6.61)2 + (14)(9.33)2
Sp = = = 8.244
n1 + n2 − 2 12 + 15 − 2

(x1 − x2 ) − d0 (65.33 − 49.47) − 0

T = p = p = 4.967
Sp 1/n1 + 1/n2 8.244 1/12 + 1/15

Rechace H0 en favor de H1 si

o bien t < −tα/2,n1 +n2 −2 = −t0.025,25 = −2.06, o bien t > tα/2,n1 +n2 −2 = t0.025,25 = 2.06

Como t = 4.967 > t0.025,25 = 2.06 se rechaza H0 en favor de H1 .

Un computador reportarı́a un valor-p ≈ 0, que es menor a α = 0.05, esto confirma nuestra conclusión.

5. Un grupo de defensa del consumidor desea determinar si existe una diferencia entre las proporciones de
los dos principales modelos de automóviles que necesitan reparaciones importantes (más de $500) dentro
de los 2 años posteriores a su compra. Se toma una muestra de 400 propietarios de dos años del modelo
1 y una muestra de 500 propietarios de dos años del modelo 2. Los números x1 y x2 de propietarios
que informan que sus automóviles necesitaron reparaciones importantes en los primeros 2 años son 53
y 78, respectivamente. Pruebe la hipótesis nula de que no existe diferencia entre las proporciones en
las poblaciones 1 y 2 que necesitan reparaciones importantes frente a la alternativa de que existe una
diferencia. Use α = 0.1.

Solution:

H0 : p1 − p2 = 0
H1 : p1 − p2 ̸= 0

x1 + x2 53 + 78
pc = = = 0.1456
n1 + n2 400 + 500
x1 /n1 − x2 /n2 53/400 − 78/500
z=r
pc (1 − pc ) pc (1 − pc )
=s   = −0.99
+ 1 1
n1 n2 0.1456(1 − 0.1456) +
400 500
Rechace la hipótesis nula H0 en favor de la alternativa H1

o bien si z < −zα/2 = −z0.05=−1.645 , o bien si z > zα/2 = z0.05 = 1.645

Como ni −0.99 ≮ −1.96 ni −0.99 ≯ 1.96 no se puede rechazar H0 .

Un computador reportarı́a un valor-p = 0.322, que es mayor a α = 0.1, esto confirma nuestra
conclusión.

Page 3
 Estadı́stica 2: Taller sobre comparación de
varianzas y diferencia de muestras pareadas
Profesora: Lena Freire

1. Supongamos que una empresa está evaluando dos métodos diferentes de entrenamiento para mejorar las
habilidades de sus empleados, y desean determinar, con un nivel de significancia de α = 0.05, si existe
alguna diferencia significativa en la variabilidad de los tiempos de entrenamiento entre los dos métodos.
Supongamos que se han recopilado muestras de los tiempos de entrenamiento para cada método, y
tenemos los siguientes resultados:
Muestra A (Método 1): nA = 30 (tamaño de la muestra) s2A = 40.5
Muestra B (Método 2): nB = 25 (tamaño de la muestra) s2B = 30.8

Solution:
2
σA
H0 : 2 =1
σB
2
σA
H1 : 2 ̸= 1
σB

Como 40.5 = s2A > s2B = 30.8, se rechaza H0 en favor de H1 si

f = s2A /s2B > fα/2,nA −1,nB −1 = f0.025,29,24 = 2.217

s2A 40.5
f= = = 1.315
s2B 30.8
2
σA
Como f = 1.315 ≯ f0.025,29,24 = 2.217 no se puede rechazar H0 : 2 = 1.
σB

Un computador reportarı́a un valor-p = 0.497, que es mayor a α = 0.05, esto confirma el no rechazo
de la hipótesis nula.

2. Supongamos que una empresa ha implementado un nuevo sistema de gestión de proyectos y quiere
evaluar si este sistema ha mejorado el rendimiento de sus equipos. Para ello, se ha tomado una muestra
de 10 equipos y se ha registrado su rendimiento antes y después de la implementación del nuevo sistema.
Los rendimientos de los equipos (%) antes y después de la implementación del nuevo sistema de gestión
de proyectos se muestran a continuación:
Pruebe con α = 0.05 de significancia
H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 < 0
 Equipo Antes (x1 ) Despues (x2 )
1 82 90
2 76 85
3 88 92
4 92 96
5 85 88
6 78 82
7 80 85
8 90 95
9 84 88
10 79 84

Solution:
La muestran son pareadas y por tanto reescribimos las hipótesis como:

H0 : µd = 0
H1 : µd < 0

Agregamos una columna de diferencias x1 − x2 a la tabla

Equipo Antes (x1 ) Despues (x2 ) xd = x1 − x2

1 82 90 -8
2 76 85 -9
3 88 92 -4
4 92 96 -4
5 85 88 -3
6 78 82 -4
7 80 85 -5
8 90 95 -5
9 84 88 -4
10 79 84 -5

Se tiene desde la columa xd , n = 10, xd = −5.1 y sd = 1.91 y como la muestra de las diferencias es
pequeña tenemos:
xd − µ0 −5.1 − 0
t= √ = √ = −8.44
sd / n 1.91/ 10

Rechazamos H0 : µd = 0, en favor de H1 : µd < 0 si

t < −tα,n−1 = −t0.05,9 = −1.83

Como −8.44 = t < t0.05,9 = −1.83 se rechaza H0 en favor de H1 .

Un computador reportarı́a un valor-p ≈ 0, lo que confirma el rechazo de H0 .

Page 2
 Estadı́stica 2: Taller sobre tablas de
contingencia y bondad de ajuste
Profesora: Lena Freire

1. Una nueva vacuna para una grave enfermedad se está probando en pacientes, obteniendo resultados
positivos y negativos (mejora o no mejora de los pacientes) entre diferentes individuos de estudio. Los
resultados en una muestra de 38 pacientes son dados en la siguiente tabla de contingencia.

V2
Positivo Negativo
Sin vacunar 22 9 31
V1 Vacunados 2 5 7
24 14 38

Pruebe la independencia de estas dos variables con α = 0.05.

Solution: La hipótesis son:

H0 : pij = pi. × p.j

H1 : pij ̸= pi. × p.j

Es decir:

H0 :Aplicar la nueva vacuna es independiente de la mejora de los pacientes.

H1 :Aplicar la nueva vacuna no es independiente de la mejora de los pacientes.

Las frecuencias esperadas eij se resumen en la tabla:

V2
Positivo Negativo
Sin vacunar 19.48 11.42 31
V1 Vacunados 4.42 2.58 7
24 14 38

f1. ×f.1 (31)(24)

e11 = f = 38 = 19.48
f1. ×f.2 (31)(14)
e12 = f = 38 = 11.42
f2. ×f.1 (7)(24)
e21 = f = 38 = 4.42
f2. ×f.2 (7)(14)
e22 = f = 38 = 2.58
 Calculamos el estadı́stico de prueba:

r X
c
X (fij − eij )2
χ2 =
i j
eij
2 X 2
X (fij − eij )2
=
i=1 j=1
eij
(22 − 19.48)2 (9 − 11.42)2 (2 − 4.42)2 (5 − 2.58)2
= + + +
19.48 11.42 4.42 2.58
= 4.43

Rechazamos H0 en favor de H1 si:

4.43 = χ2 > χ2α,(r−1)(c−1) = χ20.05,(2−1)(2−1) = χ20.05,1 = 3.84

Como 4.43 = χ2 > χ20.05,1 = 3.84 se rechaza H0 en favor de H1 y concluimos que la vacunación y la
mejora de los pacientes son dependientes.

Un programa de computadora reportarı́a un valor-p = 0.035 que es menor a 0.05, lo que confirma
nuestro resultado.

2. Considere los siguientes datos del tiempo de servicio en minutos de 60 clientes de un local comercial:

0.7 0.4 3.4 4.8 2.0 1.0 5.5 6.2 1.2 4.4
1.5 2.4 3.4 6.4 3.7 4.8 2.5 5.5 0.3 8.7
2.7 0.4 2.2 2.4 0.5 1.7 9.3 8.0 4.7 5.9
0.7 1.6 5.2 0.6 0.9 3.9 3.3 0.2 0.2 4.9
9.6 1.9 9.1 1.3 10.6 3.0 0.3 2.9 2.9 4.8
8.7 2.4 7.2 1.5 7.9 11.7 6.3 3.8 6.9 5.3

Prube con α = 0.05 que:

H0 : La muestra proviene de una población exponencial.

H1 : La muestra no proviene de una población exponencial.

Solution: Recordemos que una variable x es exponencial con parámetro θ (media) si:

1 −x/θ
f (x) = e , x>0
θ
y que:

P (X < a) = F (a) = 1 − e−a/θ

P (a < X < b) = F (b) − F (a) = P (X < b) − P (X < a)

Page 2
 1
f(x)
θ

a b

Como no conocemos el parámetro θ (la media de la exponencial), lo estimamos utilizando la media

aritmética muestral x:

60
X xi
x= ≈ 3.937
i=1
60

Dividimos la muestra en 12 intervalos (criterio personal, aunque se sugiere al menos 4) y contamos

los datos en la muestra para cada intervalo y obtener la frecuancia observada fi .

Frec. Obs.
i Categorı́a fi
1 (−∞, 1.16] 12
2 (1.16, 2.12] 8
3 (2.12, 3.08] 9
4 (3.08, 4.03] 6
5 (4.03, 4.99] 6
6 (4.99, 5.95] 5
7 (5.95, 6.91] 4
8 (6.91, 7.87] 1
9 (7.87, 8.82] 4
10 (8.82, 9.78] 3
11 (9.78, 10.7] 1
12 (10.7, +∞] 1
60

Notamos que desde el intervalo 7 en adelante las fecuencias son menores que 5. Decidimos unir
todos los intervalos desde el 6 al 12.

Frec. Obs. EXP(0.254) Frec. Esp.

i Categorı́a fi pi ei (fi − ei )2 /ei
1 (−∞, 1.16] 12 0.26 15.31 0.72
2 (1.16, 2.12] 8 0.16 9.67 0.29
3 (2.12, 3.08] 9 0.13 7.58 0.27
4 (3.08, 4.03] 6 0.10 5.88 0.00
5 (4.03, 4.99] 6 0.08 4.66 0.38
6 (4.99, +∞] 19 0.28 16.89 0.29
60 1 60 1.92

Page 3
Rechazamos H0 en favor de H1 si:

1.92 = χ2 > χ2α,k−t−1 = χ20.05,6−1−1 = χ20.05,4 = 9.488

Como 1.92 = χ2 ≯ χ20.05,4 = 9.488 no podemos rechazamos H0 y concluı́mos que la muestra proviene
de una distribución exponencial.

Un programa de computadora reportarı́a un valor-p = 0.75 que es mayor a 0.05, lo que confirma
nuestro resultado.

Page 4
 Estadı́stica 2: Preguntas tipo examen U4
Profesora: Lena Freire

1. (2 puntos) Si un valor-p toma un valor mayor a un valor de significancia α en una prueba de hipótesis
estadı́sitica, entonces es cierto que:
A. Se rechaza la hipótesis nula en favor de la alternativa.
B. Se acepta la hipótesis alternativa.
C. No se puede rechazar la hipótesis nula.
D. El valor del estadı́stico z cae en la región de rechazo de la prueba.
E. Ninguna de las anteriores.

2. (2 puntos) En una prueba de hipótesis para la media poblacional con muestras pequeñas es cierto que:
A. La población no necesita ser Normal.
B. La varianza necesita ser conocida.
C. El estadı́stico de prueba sigue una distribución normal estándar.
D. Hay que suponer que la población es Normal.
E. Ninguna de las anteriores.
3. (2 puntos) Si en una prueba de hipótesis sobre la proporción poblacional p con α = 0.05,

H0 :p = p0
H1 :p > p0

se tiene que el estadı́stico de prueba es z = 1.82. Entonces, es cierto que:

A. No se puede rechazar H0 .
B. Se rechaza H0 en favor de H1 .
C. No se puede rechazar H0 .
D. El valor-p es más grande que α.
E. Ninguna de las anteriores.

Solution:
1.82 = z > zα = z0.05 = 1.645
Por lo tanto se rechaza H0 en favor de H1 .
4. (2 puntos) Considere las siguientes muestras pareadas:

x1 x2
1 80 88
2 78 81
3 90 93
4 89 94

Si se quisiera probar con α = 0.05:

H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 ̸= 0

¿Cuál de las siguientes afirmaciones es cierta?

A. xd = x1 − x2 = 4.75
B. Se rechaza H0 en favor de H1 si 4.02 = t < −tα,n−1 = −t0.05,3 = −2.35 o si −4.02 = t >
tα,n−1 = t0.05,3 = 2.35.
C. Se rechaza H0 en favor de H1 si 4.02 = t < −tα/2,n−1 = −t0.025,3 = −3.18 o si 4.02 = t >
tα/2,n−1 = t0.025,3 = 3.18.
D. Se rechaza H0 en favor de H1 si −4.02 = t < −tα/2,n−1 = −t0.025,3 = −3.18 o si
−4.02 = t > tα/2,n−1 = t0.025,3 = 3.18.
E. Ninguna de las anteriores.

Solution:

x1 x2 xd = x1 − x2
1 80 88 -8
2 78 81 -3
3 90 93 -3
4 89 94 -5

xd = −4.75 s = 2.36
xd − µ0 −4.75 − 0
t= √ = √ = −4.02
sd / n 2.36/ 4
Se rechaza H0 , en favor de H1 si −4.02 = t < −tα/2,n−1 = −t0.025,3 = −3.18 o si −4.02 = t >
tα/2,n−1 = t0.025,3 = 3.18.

Page 2
5. (2 puntos) Considere la siguiente tabla de contingencia:

Y
y1 y2
x1 8 15
X
x2 13 26

¿Cuál de las siguientes afirmaciones es falsa?

A. f12 = 15.
B. f.1 = 21.
C. e21 = 15.21.
D. e12 = 15.21.
E. Ninguna de las anteriores.

Solution: El literal c es falso porque:

f2. × f.1 39 × 21
e21 = = = 13.21
f 62

Page 3