Solución taller

a. Tabla (1.1) Se desea contrastar con un nivel de significación del 5 % la hipótesis

de que la talla media de los hombres de 18 o más años de un país es igual a 180.
Suponiendo que la desviación típica de las tallas en la población vale 4, contraste
dicha hipótesis frente a la alternativa de que es distinta.
R/ 1. Datos
- Nivel de significación: α = 0.05
- Hipótesis nula: H₀: μ = 180
- Hipótesis alternativa: H₁: μ ≠ 180 (es una prueba bilateral)
- Desviación estándar de la población (σ): 4
- n=25 (no se da en el problema entonces se supone)
- x= 178.5 (no se da en el problema entonces se supone)

2. estadístico de prueba
x −μ
z=
σ /√ n
Remplazando:
178.5−180
z= =−178.5
4 /25
3. Región critica:
∝
Zcritica=± Z =± 1.96
2
4. decisión
- si z esta entre -1.96 y 1.96 no se rechaza H0
- si esta fuera de ese rango se rechaza Ho
Para este caso -1.875 esta entre -1.96 y 1.96 entonces no se rechaza Ho
(esta tabla se verá en el Excel en la tabla 1.1 en la hoja 1)

b. (tabla 1.2) Se desea contrastar con un nivel de significación del 5 % la hipótesis

de que la talla media de los hombres de 18 o más años de un es igual o mayor a
175. Suponiendo que la desviación típica de las tallas en la población vale 4,
contraste dicha hipótesis frente a la alternativa de que es menor, con una muestra
de n=15 hombres seleccionados al azar, cuyas alturas son las del apartado
anterior
R/ 1. datos:
- Nivel de significación: α = 0.05
- Hipótesis nula: H₀: μ ≥ 175
- Hipótesis alternativa: H₁: μ < 175 (es una prueba unilateral a la izquierda)
- Desviación estándar de la población (σ): 4
- Tamaño de la muestra (n): 15
- X = 178.5

2. estadístico

x −μ
z=
σ /√ n

178.5−175
z= =3.39
4 / √15
3. Región critica:

Zcritica=−Z 0.05=−1.645 ( se toma negativa porque es una prueba a la izquierda )

4. tomar decisión
- si Z< -1.645 se rechaza H0
- si > -1.645 no se rechaza H0
En este caso Z=3.39 > -1.645 entonces no se rechaza la hipótesis
(esta tabla se encuentra en la hoja 1 tabla 1.2)

c. Tabla (1.3) Supongamos que se desconoce la desviación típica de las tallas en la

población del ejemplo anterior. Se desea contrastar la hipótesis nula siguiente a un
nivel de significación del 5 %.
R/ 1. Datos
- Nivel de significación: α = 0.05
- Hipótesis nula: H₀: μ = 175
- Hipótesis alternativa: H₁: μ < 175 (unilateral a la izquierda)
- n = 15
- Media muestral: x=178.5
- Como no se conoce σ se usa la desviación estándar muestral
2. media y desviación muestral
Se suponen las alturas individuales, son las siguientes:
179, 180, 178, 181, 177, 176, 180, 179, 178, 177, 180, 178, 179, 176, 178
La media muestral se mide de la siguiente forma:
suma de valores 2670
x= = =178
n 15
Desviación estándar muestral

s=
√ 1
n−1
∑( Xi−x)2

Calculando cada uno:

- (179 - 178) ² = 1
- (180 - 178) ² = 4
- (178 - 178) ² = 0
- (181 - 178) ² = 9
- (177 - 178) ² = 1
- (176 - 178) ² = 4
- (180 - 178) ² = 4
- (179 - 178) ² = 1
- (178 - 178) ² = 0
- (177 - 178) ² = 1
- (180 - 178) ² = 4
- (178 - 178) ² = 0
- (179 - 178) ² = 1
- (176 - 178) ² = 4
- (178 - 178) ² = 0
La suma de todo esto da un total de 34, por lo tanto:

s=
√ 34
14
=1.558

3. estadístico
x−μ 0
z=
s / √n
 178.5−180
z= =−1.875
4 / √25
4. región critica
- grados de libertad: df = n-1 = 14
- t0.05,14 = -1.761
5. decisión
t = 7.46 > -1.761 no se rechaza H0
(esta tabla se encontrara en la hoja 1 tabla 1.3)

d. En una muestra de 105 comercios seleccionados al azar de una zona, se observa

que 27 de ellos han tenido pérdidas en este mes. Un analista económico de la zona
establece que la proporción de comercios en la zona con pérdidas es igual o superior
a 0.35. Contraste dicho hipótesis a un nivel de significación del 5 %.

R/ 1. Datos
- Tamaño de la muestra: n=105n = 105n=105
- Comercios con pérdidas: x=27x = 27x=27
- Proporción muestral:
27
p= =0.2571
105
- Hipótesis nula: H0: p≥0.35
- Hipótesis alternativa: H1: p<0.35 (prueba unilateral a la izquierda)
- Nivel de significación: α=0.05

2. estadístico z

p− p 0
z=

√ po(1−p 0)
n

0.2571−0.35
z= =−1.996

√ 0.35 (1−0.35)
105

3. región critica:
Zcritico=−1.645

4. decisión

- Z < -1.645 se rechaza H0

- Z > -1.645 no se rechaza H0
Entonces Z = -1.996 < -1.645 se rechaza H0
(esta tabla se encuentra en la hoja 1 tabla 1.4)

2. Las puntuaciones en una prueba que mide la variable creatividad siguen, en la

población general de adolescentes, una distribución Normal de media 11,5. En un centro
escolar que ha implantado un programa de estimulación de la creatividad una muestra de
30 alumnos ha proporcionado las siguientes puntuaciones:

11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8,
6, 14, 16, 6, 7, 15, 20, 14, 15.

A un nivel de confianza del 95% ¿Puede afirmarse que el programa es efectivo?

R/ 1. Datos
- µ0= 11.5 (Media poblacional)
- puntuaciones estudiantes:
11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8, 6, 14, 16, 6, 7, 15,
20, 14, 15
- n=30 (tamaño de muestra)
- α = 00.5 (confianza del 95%)
2. media y desviación estándar
11+ 9+12+17+8+11+9+ 4+5+ 9+14+9+ 17+24+ 19+10+17+17+ 8+23+8+ 6+14+16 +6+7+ 15+20+14
420
x= =14
30
2 2 2 2
∑ (Xi−x) =(11−14) +(9−14) +…+(15−14 )
2
∑ ( Xi−x )
s2= =28.62
n−1
s= √28.62=5.35
3. estadístico t
x−µ 0 14−11.5
t= = =2.56
s 5.35
√n √ 30

4. región critica
- grados de libertad:
df= 30-1 = 29
- prueba bilateral con α=0.05\
Tcritico = +- 2.045
5. decisión
- Si t> 2.045 se rechaza H0
- si t< 2.045 no se rechaza
Entonces como t= 2.56 > 2.045 se rechaza H0
Conclusión: con el nivel del 95% se puede afirmar que el programa es efectivo
(véase la tabla en la hoja 2 tabla 1)

3. Una línea de producción de bolas de golf premium debe producir todas sus bolas en
1.615 onzas para que sean catalogadas en “top rating”. Las muestras se toman cada
hora y se chequean. Si la línea de producción se desincroniza con una significancia
mayor del 1%, debe pararse y entrar a reparación. La muestra de producción de esta
hora de 18 bolas tiene una media de 1.611 onzas con una desviación estándar de 0.065.
¿Ordena parar la línea?
R/1. datos
 Media ideal
μ0=1.615
 Media muestral
x=1.611
 Desviación estándar
s=0.065s
 Tamaño de la muestra
n=18n
 Nivel de significancia
α=0.01\
 Hipótesis:
H0: μ=1.615H
H1: μ≠1.615
2. estadístico t
 x−µ 0 1.611−1.615
t= = =−0.261
s 0.065
√n √18
3. región critica
- Grados de libertad
df=18−1=17
- Tcritico α=0.01 (bilateral):
T crtico = +- 2.898
4 decisión:
 Si ∣t∣>2.898, se rechaza H₀ y se para la línea
 Si ∣t∣≤2.898, no se rechaza H₀
Entonces como:
∣t∣=0.261<2.898⇒No se rechaza H₀
Entonces No se ordena parar la línea, ya que la diferencia observada no es estadísticamente
significativa al 1%.
(véase en la hoja 3 tabla 1)
4. El servicio de prados Dog Days promociona que el coso por mes y por persona de un
mantenimiento de prado es de $ 35 en promedio. Los costos están normalmente
distribuidos. Una muestra aleatoria de 18 clientes de Dog Days muestra una media
muestral de $32.50 y la desviación estándar poblacional se conoce en $8.10. Con un
5% de significancia, esta muestra soporta lo asegurado por la empresa?
R/ 1. Datos
- Media poblacional de la empresa:
μ0=35
Desviación estándar poblacional:
σ=8.10
Tamaño de la muestra:
n=18n
Nivel de significación:
α=0.05
Hipótesis:
 H0:μ=35
 H1:μ≠35
2. estadístico z
x−µ 0 32.50−35
z= = =−1.31
σ 8.10
√n √ 18
3. región critica
 Nivel de significación bilateral:
α=0.05
α/2=0.025
 Z crítico:
Zcritico=±1.96
4 decisión
 Si ∣Z∣>1.96|Z| > 1.96∣Z∣>1.96, se rechaza H₀
 Si ∣Z∣≤1.96|Z| \leq 1.96∣Z∣≤1.96, no se rechaza H₀
∣Z∣=1.31<1.96 No se rechaza H₀|
Conclusión: La muestra sí apoya lo asegurado por la empresa. La diferencia entre
$32.50 y $35 no es estadísticamente significativa al 5%.
(véase la tabla en la hoja 4 tabla 1)

5. En una prueba de escolaridad se obtiene una calificación con media = 500 y desviación
estándar = 100. Un consejero académico ha desarrollado un curso para tratar de mejora
le puntaje de la prueba. Se escoge una muestra aleatoria de 16 estudiantes para que
hagan el curso y luego la prueba. La muestra tiene un promedio de 544. ¿Es efectivo el
curso? Haga el test con alfa = 0.01
R/1. Datos
Media poblacional
μ0=500
Desviación estándar poblacional:
σ=100
Tamaño de la muestra:
n=16
Media muestral (después del curso):
x=544
Nivel de significación:
α=0.01
Hipótesis:
 H0: μ=500
 H1: μ>500
2. z estadístico
x−µ 0 544−500
z= = =1.76
σ 100
√n √1 6
3. región critica
Como la prueba es unilateral hacia la derecha, buscamos el Z crítico para α=0.01
Zcritico=2.33
4. decisión
 Si Z>2.33 Se rechaza H₀ (el curso es efectivo)
 Si Z≤2.33 No se rechaza H₀
Z=1.76<2.33 No se rechaza H₀
Conclusión: No hay evidencia suficiente al 1% de significancia para afirmar que el curso
mejora los puntajes.
(véase la tabla en la hoja 5 tabla 1)
6. Una productora de llanta tiene máquinas que producen 15.2 llantas por hora, con una
varianza de 2.5. Se recomienda comprar nuevos equipos a un alto costo. Antes de
decidir la compra prueba 12 máquinas, y la prueba le da 16.8 llantas por hora. ¿Ordena
la compra?
R/ datos
Media poblacional esperada
μ0=15.2
Varianza poblacional:
2
σ =2.5
σ =√ 2.5=1.581
Tamaño de la muestra:
n=12
Media muestral:
x=16.8
Nivel de significación:
α = 0.05
 H0: μ=15.2
 H1: μ>15.2
2. estadístico z
x−µ 0 16.8−15.2
z= = =3.51
σ 1 .581
√n √1 2
3. región critica
 Nivel de significación unilateral (α = 0.05)
 Z crítico = 1.645
4. decisión
 Si Z>1.645 Se rechaza H₀ y se justifica la compra
 Si Z≤1.465 No se rechaza H₀
Z=3.51>1.645 Se rechaza H₀
Conclusión: Sí se ordena la compra de las nuevas máquinas, ya que hay evidencia significativa
de que producen más llantas por hora.
(véase la tabla en la hoja 6 tabla 1)
7. La fabricación de caucho mediante procesos en lote presenta una producción normal
de 69 lbs por lote. Se está estudiando un nuevo proceso que en doce lotes produjo 620,
590, 660, 620, 700, 710, 690, 720, 700, 690, 720 y 650 libras. ¿Hay una diferencia
significativa entre el nuevo proceso y el anterior?
R/ 1. Datos
Media poblacional (proceso antiguo):
μ0=6 libras por lote
Datos de la muestra :
620,590,660,620,700,710,690,720,700,690,720,650620, 590, 660, 620, 700, 710, 690, 720,
700, 690, 720, 650620,590,660,620,700,710,690,720,700,690,720,650
Tamaño de la muestra:
n=12
Nivel de significación:
α = 0.05
Hipótesis:
 H0: μ= 69
  H1: μ≠69
2. media muestral y desviación estándar
620+590+ 660+620+700+710+ 690+720+700+690+720+ 650=8370
Media muestral:
8370
x= =697.5
12
Cálculo de la desviación estándar muestral (s):
Primero restamos cada dato con la media y elevamos al cuadrado:

∑ ( Xi−x )2 =( 620−697.5 )2+ (590−697.5 )2 +…+ ( 650−697.5 )2=20025

2
s=
∑ (Xi−x)2 20025
= =1820.45
n−1 11
s= √ 1820.45=42.67
3. estadístico t

x−µ 0 697.5−690
z= =z= =0.61
s 42.67
√n √12
4. t critico
α=0.05
gl=12−1=11
Tcritico=±2.201
5. decisión
∣t∣=0.61<2.201 No se rechaza H₀
(véase la tabla en la hoja 7 tabla 1)
8. Un fabricante de cables tiene un producto que dice resistir una tracción de 800 libras,
con una desviación estándar de 12. Se hace una investigación en la que se prueba 20
muestras del cable a las que se les encuentra un promedio de rotura de 793 libras. Con
significancia de 0.01, se puede rechazar la afirmación del fabricante?

R/ 1. Datos
Media poblacional afirmada por el fabricante (H₀):
μ0=800
Desviación estándar poblacional:
 σ=12
Media muestral:
x=793
Tamaño de la muestra:
n=20
Nivel de significancia:
α=0.01
Hipótesis:
 H0: μ=800
 H1: μ≠800
2. estadístico z
x−µ 0 793−800
z= =z= =−2.61
σ 12
√n √20
3. región critica
Prueba bilateral con α=0.01
α/2=0.005
α=0.01
Zcritico=±2.576
4. decisión
Z=−2.61<−2.576 Sı se rechaza H₀
Conclusión: Hay evidencia estadísticamente significativa para rechazar la
afirmación del fabricante con un 1% de significancia. Es probable que el cable no
resista las 800 libras como se afirma.
(véase la tabla en la hoja 8 tabla 1)
9. Un ejecutivo estatal segura que el número de acres en s parques estatales de
Pensilvania es menor a 2000. Se tomó una muestra aleatoria de cinco parques con las
siguientes áreas: 959, 1187, 493, 6249, 541. Co significancia de 0.01 hay evidencia
suficiente para soportar la afirmación?
R/ 1. Datos
Hipótesis del ejecutivo: la media es menor a 2000 acres
Entonces:
 H0: μ≥2000
 H1: μ<2000
Nivel de significancia:
α=0.01
Muestra:
959, 1187, 493, 6249, 541959, \ 1187, \ 493, \ 6249, \ 541959, 1187, 493, 6249, 541
Tamaño de la muestra:
n=5
2. media y desviación muestral
959+1187+493+ 6249+541 9429
x= = =1885.8
5 5
Desviación estándar:
2
(959−1885.8) =856786.44

( 1187−1885.8 )2 =488609.64

( 493−1885.8 )2=1932784.64

( 6249−1885.8 )2=19049220.84
2
(541−1885.8) =1809503.84

∑ (Xi−x )2=856786.44+ 488609.64+ 1932784.64+19049220.84+ 1809503.84=24289905.4

2 24289905.4
s= =6072476.35
4
s= √6072476.35=2463.73
3. estadístico t
x−µ 0 1885.8−2000
t= =z = =−0.104
s 2463.73
√n √5

4. valor critico
Tcalculado=−0.104>−4.604 No se rechaza H₀
Conclusión: No hay evidencia suficiente para afirmar que el promedio de acres en
los parques estatales es menor a 2000. La afirmación del ejecutivo no se sostiene
con esta muestra, al 1% de significancia.
(véase la tabla en la hoja 9 tabla 1)
 10. Tras preguntar a una muestra de 37 usuarios de telefonía móvil por su nivel de
satisfacción con su operador se obtuvo una media de 45 (en escala de 0 a 100) con
desviación estándar de 10. Con un nivel de seguridad del 97% puede afirmarse que el
nivel de satisfacción media es exactamente central, es decir, 50 puntos?
R/ 1. Datos
 Media muestral:
x=45
 Desviación estándar muestral:
s=10
 Tamaño de muestra:
n=37
 Nivel de confianza:
97% α=0.03
 Hipótesis:
H0: μ=50
H1: μ≠50
2. t estadístico
x−µ 0 45−50
t= =z = =−3.043
s 10
√n √37
3. valor critico t
 α=0.03
 α/2=0.015
 Grados de libertad: n−1=36n
 en la tabla t:
Tcritico = +- 2.180

4. decisión
t=−3.043<−2.180 Se rechaza H₀
Conclusión: Con un 97% de confianza, sí hay evidencia para afirmar que el nivel de
satisfacción promedio es diferente de 50 puntos. Por tanto, no es exactamente
central.
(véase la tabla en la hoja 10 tabla 1)