SlideShare a Scribd company logo
1 of 18
Download to read offline
FACULTAD DE CIENCIAS CONTABLES Y ADMINISTRTIVAS
ESCUELA PROFESIONAL DE CONTABILIDAD
ASIGNATURA :
ESTADISTICA APLICADA
TEMA :
EJERCICIOS PRUEBA DE HIPÓTESIS
DOCENTE :
WALTER VARELA ROJAS
INTEGRANTES :
ARDILES ALEGRE MARK.
ATANACIO GIRALDO, SANDY.
CHAVEZ CAMPOBLANCO BETTY.
COLONIA CARRIÓN MIRTHA
CORDOVA FERNANDEZ VLADIMIR.
JAMANCA GIRALDO LICY
PACPAC TARAZONA DENNY
HUARAZ FEBRERO DE 2015
EJERCICIOS DE PRUEBA DE HIPÓTESIS
(NÚMEROS PARES)
2. La oficina de investigación de mercados S.A., basa sus tarifas en la hipótesis
de que las preguntas de una encuesta telefónica se pueden contestar en un
tiempo medio de 15 minutos o menos. Si es necesario un mayor tiempo de
encuesta, se aplica una tarifa adicional. Suponga que en una muestra de 35
conferencias se obtiene una media de 17 minutos y una desviación estándar
de 4 minutos. ¿Se justifica a tarifa adicional?
a) Formule las hipótesis nula y alternativa para esta aplicación
b) Calcule el valor del estadístico de prueba
c) ¿Cuál es el valor de P?
d) Con α = 0.01, ¿cuál es su conclusión?
Resolución
DATOS: 𝑢0 = 15 𝑛 = 35 𝑥̅ = 17 𝑠 = 4
a) Formulación de las hipótesis nula y alternativa
Hipótesis: H0: µ≤𝑢0 y H1: µ > 𝑢0 H0: µ≤15 y H1: µ > 15
Es una prueba de cola superior o a la derecha
b) Valor estadístico de la prueba
c) Valor P
𝑃 = 1 − (𝑍 ≤ 𝑍 𝑘) = 1 − (𝑍 ≤ 2.96) = 1 − 0.9985 = 𝟎. 𝟎𝟎𝟏𝟓
d) Contrastación de hipótesis y conclusión
𝑍0 = 𝑍1−∝ = 𝑍1−0.01 = 𝑍0.99 = 2.326
Región de aceptación (R.A.): 𝑍 𝑘 ≤ 𝑍1−∝se acepta H0
Región de rechazo (R.R.): 𝑍 𝑘 > 𝑍1−∝se rechaza H0
∴ 𝑅. 𝐴. 𝑍 𝑘 ≤ 2.326 𝑦 𝑅. 𝑅. 𝑍 𝑘 > 2.326
𝑍 𝑘 ∈ 𝑅. 𝑅. → 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻 𝑜
Se justifica a tarifa adicional ya que la media poblacional es superior a 15
minutos.
4. Un dispensador de gaseosas está diseñado para descargar 7 onzas. Si se
selecciona una muestra de 16 vasos para medir su llenado, observando que el
promedio es de 5.8 con uns desviación de 1.6 onzas ¿se puede concluir que la
máquina no funciona correctamente?
2.3260
0.99
Resolución
Utilizamos distribución t-student porque número de datos de la muestra es
menor a 30.
DATOS: 𝑢0 = 7 𝒏 = 𝟏𝟔 𝑥̅ = 5.8 𝑠 = 1.6
Emplearemos una significancia del 5% ya que es el más empleado
Hipótesis: H0: µ=7 y H1: µ < 7
𝑡0 = 𝑡1−∝,−1 = 𝑡0.95,15 = 1.75
Región de aceptación (R.A.): 𝑡 𝑘 ≥ −𝑡1−∝,−1se acepta H0
Región de rechazo (R.R.): 𝑡 𝑘 < −𝑡1−∝,−1 se rechaza H0
-1.753
0.95
0
Si se puede concluir que la maquina no funciona correctamente ya que
descarga menor cantidad de onzas.
6. Una distribuidora de gas ofrece a sus clientes el servicio de un máximo de espera
de 48 horas. Se toma una muestra de seis hogares que hicieron pedidos y se
encontró lo siguiente: 24, 20, 60, 72, 40, 30, ¿se puede creer lo ofrecido
por la distribuidora?
Resolución
Utilizamos distribución t-student porque número de datos de la muestra es
menor a 30.
DATOS: 𝑢0 = 48 𝒏 = 𝟔 𝑥̅ = 41 𝑠 = 20.85
Emplearemos una significancia del 5% ya que es el más empleado
Hipótesis: H0: µ=7 y H1: µ ≠ 7
𝑡0 = 𝑡1−∝/2,−1 = 𝑡0.975,5 = 2.57
Región de aceptación (R.A.): −𝑡1−∝/2,−1 ≤ 𝑡 𝑘 ≤ 𝑡1−∝/2,𝑛−1se acepta H0
Región de rechazo (R.R.): 𝑡 𝑘 < −𝑡1−∝/2,−1 𝑜 𝑡 𝑘 > 𝑡1−∝/2,𝑛−1se rechaza H0
∴ 𝑅. 𝐴. − 2.57 ≤ 𝑡 𝑘 ≤ 2.57 𝑦 𝑅. 𝑅. 𝑡 𝑘 < −2.57 𝑡 𝑘 > 2.57
𝑡 𝑘 ∈ 𝑅. 𝐴. → 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻 𝑜
Significa que si se puede creer en lo ofrecido por la distribuidora
8. Se sabe que las ventas diarias de la compañía P&C tienen distribución normal
con media $2277 y desviación estándar de $300. El gerente de ventas de la
compañía cree que la media de las ventas ha bajado a $1800. Diseñe una
prueba para estas hipótesis considerando la del gerente como una alternativa
de manera que haya una probabilidad igual a 0.004 de cometer error tipo I y
una probabilidad de error tipo II igual a 0.017. ilustre con una gráfica.
-2.57
0.9500
2.570
Resolución
DATOS: 0 = 2277 𝜎 = 300 𝜇1 = 1800 ∝= 0.004 𝛽 = 0.017
Hipótesis: H0: µ=2277 y H1: µ 1800
Hallamos el número de datos
Hallamos el valor critico K en la variable 𝑥̅ de la prueba unilateral cola a la izquierda
de 𝐻0 contra 𝐻1
Regla de decisión: Si 𝑥̅ es el valor de media de la muestra n=9 casos, se
rechazará H0 si 𝑥̅ < 2012 .en caso contrario se aceptará H0
10. Los siguientes datos representan las ventas (en euros) a lo largo de 10 días en
una ferretería:
452, 510, 285, 417, 424, 417, 335, 406, 405, 400
Sabiendo que las ventas se distribuyen normalmente. Contrastar la hipótesis a
un nivel de significancia del 5% de que la media de las ventas es 405 euros.
Resolución
Utilizamos distribución t-student porque número de datos de la muestra es
menor a 30 y se desconoce la desviación estándar poblacional.
DATOS: 𝑥̅ = 405.1 𝑛 = 10 𝑠 = 60.74 µ = 405
Emplearemos una significancia del 5% ya que es el más empleado
Hipótesis: H0: µ=405 y H1: µ ≠ 405
𝑡0 = 𝑡1−∝/2,−1 = 𝑡0.975,9 = 2.306
(R.R.): 𝑡 𝑘 < −𝑡1−∝/2,−1 𝑜 𝑡 𝑘 > 𝑡1−∝/2,𝑛−1se rechaza H0
∴ 𝑅. 𝐴. − 2.306 ≤ 𝑡 𝑘 ≤ 2.306 𝑦 𝑅. 𝑅. 𝑡 𝑘 < −2.306 𝑡 𝑘 > 2.306
𝑡 𝑘 ∈ 𝑅. 𝐴. → 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻 𝑜
Significa que la media poblacional de las ventas es 405
12.Para una operación de compraventa de un supermercado se tiene, entre
otras, la siguiente información: los vendedores afirman que la “caja” media por
cliente es de 800 soles por operación, con distribución normal. La empresa
(R.A.): − 𝑡1−∝/2, 𝑛−1 ≤ 𝑡 𝑘 ≤ 𝑡1−∝/2, 𝑛−1se aceptaH0
-2.57
0.9500
2.570
compradora efectuó un muestreo de tamaño 36 que dio un gasto medio de
820 soles y una desviación estándar de 50 soles. Se pide:
a) Para un nivel de significación del 5%, indica si el muestreo es
representativo en un ensayo bilateral de la población que indican los
vendedores.
b) En el supuesto de que los 800 soles sea el valor máximo de gasto
medio de los clientes, comprueba la validez de la muestra en ensayo
unilateral con el mismo nivel.
Resolución
a) Prueba bilateral
DATOS: µ = 800 n = 36 𝑥̅ = 820 𝑠 = 50 𝛼 = 0.05
Hipótesis: H0: µ=800 y H1: µ ≠ 800
𝑡0 = 𝑍1−∝/2 = 𝑡0.975 = 1.96
Z
-1.96
0.9500
1.960
Región de aceptación (R.A.): −𝑧1−∝/2 ≤ 𝑧 𝑘 ≤ 𝑧1−∝/2se acepta H0
Región de rechazo (R.R.): 𝑍 𝑘 < −𝑍1−∝/2 𝑜 𝑍 𝑘 > 𝑍1−∝/2se rechaza H0
𝑡 𝑘 ∈ 𝑅. 𝑅. → 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻 𝑜
El muestreo no es representativo ya que no se tiene la misma media en la muestra
y la población.
b) Prueba unilateral
DATOS: µ = 800 n = 36 𝑥̅ = 820 𝑠 = 50 𝛼 = 0.05
Hipótesis: 𝐻0: µ ≤ 800 y 𝐻1: µ > 800
𝑍0 = 𝑍1−∝ = 𝑍1−0.05 = 𝑍0.95 = 1.645
Región de aceptación (R. A.): 𝑍 𝑘 ≤ 𝑍1−∝ se acepta H0
Región de rechazo (R .R.): 𝑍 𝑘 > 𝑍1−∝ se rechaza H0 ∴ 𝑅.
𝐴. 𝑍 𝑘 ≤ 1.645 𝑦 𝑅. 𝑅. 𝑍 𝑘 > 1.645
1.645
0.95
0
𝑍 𝑘 ∈ 𝑅. 𝑅. → 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻 𝑜
La muestra no es válido ya que no hay constancia entre la media poblacional
y la media muestral.
PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN
(NÚMEROS PARES)
1. Una agencia de empleos afirma que el 80% de todas las solicitudes hechas por mujeres con
hijos prefieren trabajos a tiempo parcial. En una muestra aleatoria de 200 solicitantes
mujeres con niños, se encontró que 110 prefirieron trabajos a tiempo parcial. Pruebe la
hipótesis de la agencia con un nivel de significancia de 5%.
SOLUCIÓN:
1) Formulación de la hipótesis estadística:
HO= 0.80
𝐻𝑖 ≠ 0.80
2) Nivel de significancia: ∞ = 𝟎. 𝟎𝟓
3) Estadística de prueba:
𝑍 =
𝑃−𝑃𝑜
√
𝑃𝑜−𝑄𝑜
𝑛
n (0, 1)
4) Establecimiento de los criterios de decisión:
R. A. : −1.96 ≤ Z ≤ 1.96 , se acepta Ho.
R. R. : Z < −1.96 o Z > 1.96 , se rechaza Ho.
5) Realización de cálculos:
X: número de mujeres con hijos en la muestra que prefirieron tener un trabajo a tiempo
parcial = 110.
n: número de mujeres con hijos encuestadas = 200.
Dónde:
𝑝 =
𝑥
𝑛
𝑝 =
110
200
= 0.55
Además:
P0= 0.80 q0= 0.20
𝑍𝑘 =
𝑝 − 𝑃𝑜
√ 𝑃𝑜 × 𝑄𝑜
𝑛
=
0.55 − 0.80
√0.80 × 0.20
200
= −8.84
6) Decisión:
Z0 = -8.84 E R.R, por lo que se rechaza H0. No es compatible la afirmación con
el resultado de la muestra obtenido. El porcentaje de las mujeres con hijos que
prefieren trabajos a tiempo parcial es diferente al 80%.
X
-1,960
0,025
1,960
0,025
0
0,95
2. El registrador de cierta universidad ha dicho que esta dispuesto a permitir una sección del
curso ESTAD 121 una vez a la semana si más del 65% de los estudiantes matriculados en el
curso expresan que prefieren el curso una vez a la semana, en vez de dos veces a la semana.
En una muestra aleatoria de 40 estudiantes, 26 indicaron su preferencia de una vez a la
semana. Usando un nivel de significancia de 0.01, debe el registrador autorizar el
ofrecimiento del curso ESTAD 121 una vez a la semana?
1. Formulación de hipótesis estadística:
H0 : ≥ 0.65
H1 : < 0.65
2. Nivel de significación: 𝛂 = 0.01
3. Estadística de prueba:
𝑍 =
p − Po
√ 𝑃𝑜(𝑄𝑜)
𝑛
𝑛(0,1)
4. Establecimientos de los criterios de decisión:
5. Realización de cálculos:
R.A.: ZK ≥- 2.326, se acepta H0.
R.A.: ZK < -2.326, se rechaza H0.
X
-2,326
0,01
0
0,99
x = Número de estudiantes de la muestra que indicaron su preferencia por el curso
de una vez a la semana = 26.
n = Número de estudiantes de la muestra que hay en cartera = 40
Donde:
𝑝 =
x
n
𝑝 =
26
40
Además:
P0 = 0.65 Q0 = 0.35
𝑍k =
p − Po
√ 𝑃𝑜(𝑄𝑜)
𝑛
𝑍k =
0.65 − 0.65
√0.65 (0.35)
40
= 𝟎
∴ Zk = se acepta.
Interpretación: El registrador del curso debe aceptar el curso una vez a la
semana.
6. El profesor de la clase de español sostiene que más de un 80% de los alumnos de sexto año
evalúa positivamente la metodología sugerida por el para la enseñanza del español. Para
validar dicha afirmación, un supervisor le pregunta a una muestra de 140 alumnos que son
educados con esa metodología, encontrando que 110 de ellos evalúa positivamente la
metodología. Realizar un contraste, decidiendo con un  = 5%.
SOLUCION:
𝑝 𝑜=0.80 𝑄 = 0.20
𝑥̅ = 110 𝑛 = 140 ∝= 0.05
a) 𝐻 𝑂: 𝑃 ≥ 80
𝐻 𝑜 : 𝑃 < 80
𝑅. 𝐴: 𝑍 𝐾 > −1.645, 𝑆𝐸 𝐴𝐶𝐸𝑃𝑇𝐴 𝐻 𝑜
𝑅. 𝑅: 𝑍 𝑘 < −1.645, 𝑆𝐸 𝑅𝐸𝐶𝐻𝐴𝑍𝐴 𝐻1
CALCULOS:
𝑍 𝐾 =
𝑃 − 𝑃𝑜
𝑃𝑜 × 𝑅 𝑜
𝑛
=
0.78 − 0.80
√0.80 × 0.20
140
= 𝑍 𝑘 = −0.30
𝑍 𝑘 = −0.30 < −1.645, 𝐸𝑁𝑇𝑂𝑁𝐶𝐸𝑆 𝑆𝐸 𝐴𝐶𝐸𝑃𝑇𝐴 𝐻 𝑜
INTERPRETACION:
El profesor su metodología si esta evaluada positivamente.
X
-1,645
0,05
0
0,95
8. Un gerente de ventas de libros universitarios afirma que en promedio sus representantes
de ventas realiza 40 visitas a profesores por semana. Varios de estos representantes piensan
que realizan un número de visitas promedio superior a 40. Una muestra tomada al azar
durante 8 semanas reveló un promedio de 42 visitas semanales y una desviación estándar de
2 visitas por semana. Utilice un nivel de confianza del 99% para aclarar esta cuestión. (Prueba
t)
1) Ho : µ ≥ 40
Hi : µ < 40
2) α = 0.01
3) n = 8
x = 42
s = 2
-2.998
R.R-----------RA------------
S tn = 42 − 40 = 2.83
2
√8
X
-2,998 0
0,01
0,99
4) tk =2.83 >-2.9979, se acepta Ho
5) El número de visitantes supera el promedio de 40 visitantes.
11- Una institución educativa selecciona rutinariamente varios estudiantes de los turnos
matutino y vespertino para medir el aprovechamiento escolar. Es último estudio, los 12
alumnos del turno matutino tuvieron un desempeño promedio de 84 puntos, con una
desviación estándar de 4 puntos en tanto, los 9 alumnos del turno vespertino presentaron
un promedio de 82 puntos con una desviación estándar de 6 puntos. A un nivel de
significancia del 2% ¿Se deberá concluir que los alumnos del turno matutino tienen un
promedio de 2 puntos por encima de los alumnos del turno vespertino?
12. El Ayuntamiento de una ciudad afirma que el 65% de los accidentes juveniles de los fines
de semana son debidos al alcohol. Un investigador decide contrastar dicha hipótesis al nivel
de significación 1%, para lo cual toma una muestra formada por 35 accidentes y observa que
24 de ellos han sido debido al alcohol.
¿Qué podemos decir sobre la afirmación del Ayuntamiento?
1) Formulación de la hipótesis estadística:
HO: p =0.65
𝐻𝑖: ≠ 0.65
2) Nivel de significancia: ∞ = 𝟎. 𝟎𝟏
3) Estadística de prueba:
𝑍 =
𝑃−𝑃𝑜
√
𝑃𝑜−𝑄𝑜
𝑛
n (0, 1)
4) Establecimiento de los criterios de decisión:
R. A. : −2.576 ≤ Z ≤ 2.576 , se acepta Ho.
R. R. : Z < −2.576 o Z > 2.576 , se rechaza Ho.
5) Realización de cálculos:
X: número de mujeres con hijos en la muestra que prefirieron tener un trabajo a tiempo
parcial = 110.
n: número de mujeres con hijos encuestadas = 200.
Dónde:
𝑝 =
𝑥
𝑛
𝑝 =
24
35
= 0.69
Además:
P0= 0.65 q0= 0.35
𝑍𝑘 =
𝑝 − 𝑃𝑜
√ 𝑃𝑜 × 𝑄𝑜
𝑛
=
0.69 − 0.65
√0.65 × 0.35
35
= 0.50
6) Decisión:
Z0 = 0.50 ∈ 𝑅. 𝐴 , por lo que se acepta H0. Podemos afirmar que los accidentes
en el ayuntamiento son debido al alcohol con un nivel de significación del 1%.
X
-2,576
0,005
2,576
0,005
0
0,99

More Related Content

What's hot

Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)Luz Hernández
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Luz Hernández
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisalimacni
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisElisa Mendoza
 
Ejemplo distribucion normal
Ejemplo distribucion normalEjemplo distribucion normal
Ejemplo distribucion normaldavid silva
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesiseduardobarco
 
Normal 5 ejemplos
Normal  5 ejemplosNormal  5 ejemplos
Normal 5 ejemploskaremlucero
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Luz Hernández
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianzaAndres Oyarzun
 
Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10CUR
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOjhonatan piers
 

What's hot (20)

Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
 
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Ejemplo distribucion normal
Ejemplo distribucion normalEjemplo distribucion normal
Ejemplo distribucion normal
 
2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 
02 de frebreo 2011
02 de frebreo 201102 de frebreo 2011
02 de frebreo 2011
 
Normal 5 ejemplos
Normal  5 ejemplosNormal  5 ejemplos
Normal 5 ejemplos
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianza
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10
 
17.regresión y correlación simple
17.regresión y correlación simple17.regresión y correlación simple
17.regresión y correlación simple
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 

Similar to Ejercicios prueba de hipótesis estadística

Similar to Ejercicios prueba de hipótesis estadística (20)

wil
wilwil
wil
 
PRUEBA DE HIPOTESIS 2.pptx
PRUEBA DE HIPOTESIS  2.pptxPRUEBA DE HIPOTESIS  2.pptx
PRUEBA DE HIPOTESIS 2.pptx
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Mic sesión 8a
Mic sesión 8aMic sesión 8a
Mic sesión 8a
 
Examen 1 luis gustavo quenta rivera
Examen 1 luis gustavo quenta riveraExamen 1 luis gustavo quenta rivera
Examen 1 luis gustavo quenta rivera
 
SESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptx
SESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptxSESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptx
SESIÓN 9. PRUEBA DE HIPOTESIS -IMP.pptx
 
Consulta
ConsultaConsulta
Consulta
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Prueba de Hipótesis
Prueba de Hipótesis Prueba de Hipótesis
Prueba de Hipótesis
 
Estadistica 4
Estadistica 4Estadistica 4
Estadistica 4
 
Estadistica III
Estadistica IIIEstadistica III
Estadistica III
 
Pruebas de hipotesis, toma de desiciones.
Pruebas de hipotesis, toma de desiciones.Pruebas de hipotesis, toma de desiciones.
Pruebas de hipotesis, toma de desiciones.
 
ESTADISTICA CHI CUADRADO.pptx
ESTADISTICA CHI CUADRADO.pptxESTADISTICA CHI CUADRADO.pptx
ESTADISTICA CHI CUADRADO.pptx
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
archivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptxarchivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptx
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015
 
Prueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplosPrueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplos
 

Recently uploaded

Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfMercedes Gonzalez
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOluismii249
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdfMiguelHuaman31
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.docRodneyFrankCUADROSMI
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxlclcarmen
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptAlberto Rubio
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOBRIGIDATELLOLEONARDO
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOluismii249
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptxRigoTito
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docxEliaHernndez7
 

Recently uploaded (20)

Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 

Ejercicios prueba de hipótesis estadística

  • 1. FACULTAD DE CIENCIAS CONTABLES Y ADMINISTRTIVAS ESCUELA PROFESIONAL DE CONTABILIDAD ASIGNATURA : ESTADISTICA APLICADA TEMA : EJERCICIOS PRUEBA DE HIPÓTESIS DOCENTE : WALTER VARELA ROJAS INTEGRANTES : ARDILES ALEGRE MARK. ATANACIO GIRALDO, SANDY. CHAVEZ CAMPOBLANCO BETTY. COLONIA CARRIÓN MIRTHA CORDOVA FERNANDEZ VLADIMIR. JAMANCA GIRALDO LICY PACPAC TARAZONA DENNY HUARAZ FEBRERO DE 2015
  • 2. EJERCICIOS DE PRUEBA DE HIPÓTESIS (NÚMEROS PARES) 2. La oficina de investigación de mercados S.A., basa sus tarifas en la hipótesis de que las preguntas de una encuesta telefónica se pueden contestar en un tiempo medio de 15 minutos o menos. Si es necesario un mayor tiempo de encuesta, se aplica una tarifa adicional. Suponga que en una muestra de 35 conferencias se obtiene una media de 17 minutos y una desviación estándar de 4 minutos. ¿Se justifica a tarifa adicional? a) Formule las hipótesis nula y alternativa para esta aplicación b) Calcule el valor del estadístico de prueba c) ¿Cuál es el valor de P? d) Con α = 0.01, ¿cuál es su conclusión? Resolución DATOS: 𝑢0 = 15 𝑛 = 35 𝑥̅ = 17 𝑠 = 4 a) Formulación de las hipótesis nula y alternativa Hipótesis: H0: µ≤𝑢0 y H1: µ > 𝑢0 H0: µ≤15 y H1: µ > 15 Es una prueba de cola superior o a la derecha b) Valor estadístico de la prueba c) Valor P 𝑃 = 1 − (𝑍 ≤ 𝑍 𝑘) = 1 − (𝑍 ≤ 2.96) = 1 − 0.9985 = 𝟎. 𝟎𝟎𝟏𝟓
  • 3. d) Contrastación de hipótesis y conclusión 𝑍0 = 𝑍1−∝ = 𝑍1−0.01 = 𝑍0.99 = 2.326 Región de aceptación (R.A.): 𝑍 𝑘 ≤ 𝑍1−∝se acepta H0 Región de rechazo (R.R.): 𝑍 𝑘 > 𝑍1−∝se rechaza H0 ∴ 𝑅. 𝐴. 𝑍 𝑘 ≤ 2.326 𝑦 𝑅. 𝑅. 𝑍 𝑘 > 2.326 𝑍 𝑘 ∈ 𝑅. 𝑅. → 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻 𝑜 Se justifica a tarifa adicional ya que la media poblacional es superior a 15 minutos. 4. Un dispensador de gaseosas está diseñado para descargar 7 onzas. Si se selecciona una muestra de 16 vasos para medir su llenado, observando que el promedio es de 5.8 con uns desviación de 1.6 onzas ¿se puede concluir que la máquina no funciona correctamente? 2.3260 0.99
  • 4. Resolución Utilizamos distribución t-student porque número de datos de la muestra es menor a 30. DATOS: 𝑢0 = 7 𝒏 = 𝟏𝟔 𝑥̅ = 5.8 𝑠 = 1.6 Emplearemos una significancia del 5% ya que es el más empleado Hipótesis: H0: µ=7 y H1: µ < 7 𝑡0 = 𝑡1−∝,−1 = 𝑡0.95,15 = 1.75 Región de aceptación (R.A.): 𝑡 𝑘 ≥ −𝑡1−∝,−1se acepta H0 Región de rechazo (R.R.): 𝑡 𝑘 < −𝑡1−∝,−1 se rechaza H0 -1.753 0.95 0
  • 5. Si se puede concluir que la maquina no funciona correctamente ya que descarga menor cantidad de onzas. 6. Una distribuidora de gas ofrece a sus clientes el servicio de un máximo de espera de 48 horas. Se toma una muestra de seis hogares que hicieron pedidos y se encontró lo siguiente: 24, 20, 60, 72, 40, 30, ¿se puede creer lo ofrecido por la distribuidora? Resolución Utilizamos distribución t-student porque número de datos de la muestra es menor a 30. DATOS: 𝑢0 = 48 𝒏 = 𝟔 𝑥̅ = 41 𝑠 = 20.85 Emplearemos una significancia del 5% ya que es el más empleado Hipótesis: H0: µ=7 y H1: µ ≠ 7 𝑡0 = 𝑡1−∝/2,−1 = 𝑡0.975,5 = 2.57
  • 6. Región de aceptación (R.A.): −𝑡1−∝/2,−1 ≤ 𝑡 𝑘 ≤ 𝑡1−∝/2,𝑛−1se acepta H0 Región de rechazo (R.R.): 𝑡 𝑘 < −𝑡1−∝/2,−1 𝑜 𝑡 𝑘 > 𝑡1−∝/2,𝑛−1se rechaza H0 ∴ 𝑅. 𝐴. − 2.57 ≤ 𝑡 𝑘 ≤ 2.57 𝑦 𝑅. 𝑅. 𝑡 𝑘 < −2.57 𝑡 𝑘 > 2.57 𝑡 𝑘 ∈ 𝑅. 𝐴. → 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻 𝑜 Significa que si se puede creer en lo ofrecido por la distribuidora 8. Se sabe que las ventas diarias de la compañía P&C tienen distribución normal con media $2277 y desviación estándar de $300. El gerente de ventas de la compañía cree que la media de las ventas ha bajado a $1800. Diseñe una prueba para estas hipótesis considerando la del gerente como una alternativa de manera que haya una probabilidad igual a 0.004 de cometer error tipo I y una probabilidad de error tipo II igual a 0.017. ilustre con una gráfica. -2.57 0.9500 2.570
  • 7. Resolución DATOS: 0 = 2277 𝜎 = 300 𝜇1 = 1800 ∝= 0.004 𝛽 = 0.017 Hipótesis: H0: µ=2277 y H1: µ 1800 Hallamos el número de datos Hallamos el valor critico K en la variable 𝑥̅ de la prueba unilateral cola a la izquierda de 𝐻0 contra 𝐻1 Regla de decisión: Si 𝑥̅ es el valor de media de la muestra n=9 casos, se rechazará H0 si 𝑥̅ < 2012 .en caso contrario se aceptará H0 10. Los siguientes datos representan las ventas (en euros) a lo largo de 10 días en una ferretería: 452, 510, 285, 417, 424, 417, 335, 406, 405, 400 Sabiendo que las ventas se distribuyen normalmente. Contrastar la hipótesis a un nivel de significancia del 5% de que la media de las ventas es 405 euros. Resolución Utilizamos distribución t-student porque número de datos de la muestra es menor a 30 y se desconoce la desviación estándar poblacional. DATOS: 𝑥̅ = 405.1 𝑛 = 10 𝑠 = 60.74 µ = 405 Emplearemos una significancia del 5% ya que es el más empleado
  • 8. Hipótesis: H0: µ=405 y H1: µ ≠ 405 𝑡0 = 𝑡1−∝/2,−1 = 𝑡0.975,9 = 2.306 (R.R.): 𝑡 𝑘 < −𝑡1−∝/2,−1 𝑜 𝑡 𝑘 > 𝑡1−∝/2,𝑛−1se rechaza H0 ∴ 𝑅. 𝐴. − 2.306 ≤ 𝑡 𝑘 ≤ 2.306 𝑦 𝑅. 𝑅. 𝑡 𝑘 < −2.306 𝑡 𝑘 > 2.306 𝑡 𝑘 ∈ 𝑅. 𝐴. → 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻 𝑜 Significa que la media poblacional de las ventas es 405 12.Para una operación de compraventa de un supermercado se tiene, entre otras, la siguiente información: los vendedores afirman que la “caja” media por cliente es de 800 soles por operación, con distribución normal. La empresa (R.A.): − 𝑡1−∝/2, 𝑛−1 ≤ 𝑡 𝑘 ≤ 𝑡1−∝/2, 𝑛−1se aceptaH0 -2.57 0.9500 2.570
  • 9. compradora efectuó un muestreo de tamaño 36 que dio un gasto medio de 820 soles y una desviación estándar de 50 soles. Se pide: a) Para un nivel de significación del 5%, indica si el muestreo es representativo en un ensayo bilateral de la población que indican los vendedores. b) En el supuesto de que los 800 soles sea el valor máximo de gasto medio de los clientes, comprueba la validez de la muestra en ensayo unilateral con el mismo nivel. Resolución a) Prueba bilateral DATOS: µ = 800 n = 36 𝑥̅ = 820 𝑠 = 50 𝛼 = 0.05 Hipótesis: H0: µ=800 y H1: µ ≠ 800 𝑡0 = 𝑍1−∝/2 = 𝑡0.975 = 1.96 Z -1.96 0.9500 1.960
  • 10. Región de aceptación (R.A.): −𝑧1−∝/2 ≤ 𝑧 𝑘 ≤ 𝑧1−∝/2se acepta H0 Región de rechazo (R.R.): 𝑍 𝑘 < −𝑍1−∝/2 𝑜 𝑍 𝑘 > 𝑍1−∝/2se rechaza H0 𝑡 𝑘 ∈ 𝑅. 𝑅. → 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻 𝑜 El muestreo no es representativo ya que no se tiene la misma media en la muestra y la población. b) Prueba unilateral DATOS: µ = 800 n = 36 𝑥̅ = 820 𝑠 = 50 𝛼 = 0.05 Hipótesis: 𝐻0: µ ≤ 800 y 𝐻1: µ > 800 𝑍0 = 𝑍1−∝ = 𝑍1−0.05 = 𝑍0.95 = 1.645 Región de aceptación (R. A.): 𝑍 𝑘 ≤ 𝑍1−∝ se acepta H0 Región de rechazo (R .R.): 𝑍 𝑘 > 𝑍1−∝ se rechaza H0 ∴ 𝑅. 𝐴. 𝑍 𝑘 ≤ 1.645 𝑦 𝑅. 𝑅. 𝑍 𝑘 > 1.645 1.645 0.95 0
  • 11. 𝑍 𝑘 ∈ 𝑅. 𝑅. → 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻 𝑜 La muestra no es válido ya que no hay constancia entre la media poblacional y la media muestral. PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN (NÚMEROS PARES) 1. Una agencia de empleos afirma que el 80% de todas las solicitudes hechas por mujeres con hijos prefieren trabajos a tiempo parcial. En una muestra aleatoria de 200 solicitantes mujeres con niños, se encontró que 110 prefirieron trabajos a tiempo parcial. Pruebe la hipótesis de la agencia con un nivel de significancia de 5%. SOLUCIÓN: 1) Formulación de la hipótesis estadística: HO= 0.80 𝐻𝑖 ≠ 0.80 2) Nivel de significancia: ∞ = 𝟎. 𝟎𝟓 3) Estadística de prueba: 𝑍 = 𝑃−𝑃𝑜 √ 𝑃𝑜−𝑄𝑜 𝑛 n (0, 1) 4) Establecimiento de los criterios de decisión:
  • 12. R. A. : −1.96 ≤ Z ≤ 1.96 , se acepta Ho. R. R. : Z < −1.96 o Z > 1.96 , se rechaza Ho. 5) Realización de cálculos: X: número de mujeres con hijos en la muestra que prefirieron tener un trabajo a tiempo parcial = 110. n: número de mujeres con hijos encuestadas = 200. Dónde: 𝑝 = 𝑥 𝑛 𝑝 = 110 200 = 0.55 Además: P0= 0.80 q0= 0.20 𝑍𝑘 = 𝑝 − 𝑃𝑜 √ 𝑃𝑜 × 𝑄𝑜 𝑛 = 0.55 − 0.80 √0.80 × 0.20 200 = −8.84 6) Decisión: Z0 = -8.84 E R.R, por lo que se rechaza H0. No es compatible la afirmación con el resultado de la muestra obtenido. El porcentaje de las mujeres con hijos que prefieren trabajos a tiempo parcial es diferente al 80%. X -1,960 0,025 1,960 0,025 0 0,95
  • 13. 2. El registrador de cierta universidad ha dicho que esta dispuesto a permitir una sección del curso ESTAD 121 una vez a la semana si más del 65% de los estudiantes matriculados en el curso expresan que prefieren el curso una vez a la semana, en vez de dos veces a la semana. En una muestra aleatoria de 40 estudiantes, 26 indicaron su preferencia de una vez a la semana. Usando un nivel de significancia de 0.01, debe el registrador autorizar el ofrecimiento del curso ESTAD 121 una vez a la semana? 1. Formulación de hipótesis estadística: H0 : ≥ 0.65 H1 : < 0.65 2. Nivel de significación: 𝛂 = 0.01 3. Estadística de prueba: 𝑍 = p − Po √ 𝑃𝑜(𝑄𝑜) 𝑛 𝑛(0,1) 4. Establecimientos de los criterios de decisión: 5. Realización de cálculos: R.A.: ZK ≥- 2.326, se acepta H0. R.A.: ZK < -2.326, se rechaza H0. X -2,326 0,01 0 0,99
  • 14. x = Número de estudiantes de la muestra que indicaron su preferencia por el curso de una vez a la semana = 26. n = Número de estudiantes de la muestra que hay en cartera = 40 Donde: 𝑝 = x n 𝑝 = 26 40 Además: P0 = 0.65 Q0 = 0.35 𝑍k = p − Po √ 𝑃𝑜(𝑄𝑜) 𝑛 𝑍k = 0.65 − 0.65 √0.65 (0.35) 40 = 𝟎 ∴ Zk = se acepta. Interpretación: El registrador del curso debe aceptar el curso una vez a la semana. 6. El profesor de la clase de español sostiene que más de un 80% de los alumnos de sexto año evalúa positivamente la metodología sugerida por el para la enseñanza del español. Para validar dicha afirmación, un supervisor le pregunta a una muestra de 140 alumnos que son educados con esa metodología, encontrando que 110 de ellos evalúa positivamente la metodología. Realizar un contraste, decidiendo con un  = 5%. SOLUCION: 𝑝 𝑜=0.80 𝑄 = 0.20 𝑥̅ = 110 𝑛 = 140 ∝= 0.05
  • 15. a) 𝐻 𝑂: 𝑃 ≥ 80 𝐻 𝑜 : 𝑃 < 80 𝑅. 𝐴: 𝑍 𝐾 > −1.645, 𝑆𝐸 𝐴𝐶𝐸𝑃𝑇𝐴 𝐻 𝑜 𝑅. 𝑅: 𝑍 𝑘 < −1.645, 𝑆𝐸 𝑅𝐸𝐶𝐻𝐴𝑍𝐴 𝐻1 CALCULOS: 𝑍 𝐾 = 𝑃 − 𝑃𝑜 𝑃𝑜 × 𝑅 𝑜 𝑛 = 0.78 − 0.80 √0.80 × 0.20 140 = 𝑍 𝑘 = −0.30 𝑍 𝑘 = −0.30 < −1.645, 𝐸𝑁𝑇𝑂𝑁𝐶𝐸𝑆 𝑆𝐸 𝐴𝐶𝐸𝑃𝑇𝐴 𝐻 𝑜 INTERPRETACION: El profesor su metodología si esta evaluada positivamente. X -1,645 0,05 0 0,95
  • 16. 8. Un gerente de ventas de libros universitarios afirma que en promedio sus representantes de ventas realiza 40 visitas a profesores por semana. Varios de estos representantes piensan que realizan un número de visitas promedio superior a 40. Una muestra tomada al azar durante 8 semanas reveló un promedio de 42 visitas semanales y una desviación estándar de 2 visitas por semana. Utilice un nivel de confianza del 99% para aclarar esta cuestión. (Prueba t) 1) Ho : µ ≥ 40 Hi : µ < 40 2) α = 0.01 3) n = 8 x = 42 s = 2 -2.998 R.R-----------RA------------ S tn = 42 − 40 = 2.83 2 √8 X -2,998 0 0,01 0,99
  • 17. 4) tk =2.83 >-2.9979, se acepta Ho 5) El número de visitantes supera el promedio de 40 visitantes. 11- Una institución educativa selecciona rutinariamente varios estudiantes de los turnos matutino y vespertino para medir el aprovechamiento escolar. Es último estudio, los 12 alumnos del turno matutino tuvieron un desempeño promedio de 84 puntos, con una desviación estándar de 4 puntos en tanto, los 9 alumnos del turno vespertino presentaron un promedio de 82 puntos con una desviación estándar de 6 puntos. A un nivel de significancia del 2% ¿Se deberá concluir que los alumnos del turno matutino tienen un promedio de 2 puntos por encima de los alumnos del turno vespertino? 12. El Ayuntamiento de una ciudad afirma que el 65% de los accidentes juveniles de los fines de semana son debidos al alcohol. Un investigador decide contrastar dicha hipótesis al nivel de significación 1%, para lo cual toma una muestra formada por 35 accidentes y observa que 24 de ellos han sido debido al alcohol. ¿Qué podemos decir sobre la afirmación del Ayuntamiento? 1) Formulación de la hipótesis estadística: HO: p =0.65 𝐻𝑖: ≠ 0.65 2) Nivel de significancia: ∞ = 𝟎. 𝟎𝟏 3) Estadística de prueba: 𝑍 = 𝑃−𝑃𝑜 √ 𝑃𝑜−𝑄𝑜 𝑛 n (0, 1) 4) Establecimiento de los criterios de decisión:
  • 18. R. A. : −2.576 ≤ Z ≤ 2.576 , se acepta Ho. R. R. : Z < −2.576 o Z > 2.576 , se rechaza Ho. 5) Realización de cálculos: X: número de mujeres con hijos en la muestra que prefirieron tener un trabajo a tiempo parcial = 110. n: número de mujeres con hijos encuestadas = 200. Dónde: 𝑝 = 𝑥 𝑛 𝑝 = 24 35 = 0.69 Además: P0= 0.65 q0= 0.35 𝑍𝑘 = 𝑝 − 𝑃𝑜 √ 𝑃𝑜 × 𝑄𝑜 𝑛 = 0.69 − 0.65 √0.65 × 0.35 35 = 0.50 6) Decisión: Z0 = 0.50 ∈ 𝑅. 𝐴 , por lo que se acepta H0. Podemos afirmar que los accidentes en el ayuntamiento son debido al alcohol con un nivel de significación del 1%. X -2,576 0,005 2,576 0,005 0 0,99