Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis

Documentos relacionados
Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

Determinación del tamaño de una muestra (para dos o más muestras)

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Estadística Teórica II

CONTRASTE DE HIPÓTESIS

Test de Hipótesis. Material Preparado por Hugo Delfino

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

INFERENCIA ESTADÍSTICA

θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ

INTERVALOS DE CONFIANZA

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

Estimación por intervalos

Práctica 7 CONTRASTES DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS.

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Solución. x 1 =36 x 2 =24 n 1 =50 n 2 =75 IC=96 % σ 1 =6 σ 2 =8. Datos. Fórmula x 1 -x 2 =36-24=

ESTIMACIONES DE MEDIAS

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA

Prueba A = , = [ 7.853, 8.147]

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

ESTADÍSTICA. n i Se pide:

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.

Estimación de Parámetros. Estimación de Parámetros

Tema 14: Inferencia estadística

Intervalos de confianza Muestras grandes

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

IntroducciónalaInferencia Estadística

9.3. Contrastes de una proporción

Tema 4. Estimación de parámetros

Existen diversidad de aplicaciones que involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes.

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

TEMA 4: CONTRASTE DE HIPOTESIS

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

Curso de Estadística Aplicada a las Ciencias Sociales

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:

LECTURA 07: PRUEBA DE HIPOTESIS PARA LA PROPORCIÓN POBLACIONAL. PRUEBA DE HIPOTÉSIS PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONALES.

Ejercicios de intervalos de confianza en las PAAU

INFERENCIA ESTADÍSTICA

Formulas. Población infinita. Población finita

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

Pasos básicos para docimar una hipótesis:

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

PRUEBAS DE HIPOTESIS

Capítulo 8: Inferencia e Intervalos de confianza para proporciones y medias

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )

Análisis de resultados. Independencia de las muestras

1. Intervalos de Conanza

Solución: de una distribución con media µ y varianza conocida. = X. Aquí 100. Así σ = a) Se pide determinar "n", de modo que:

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

MATERIAL DE LA 3era VISITA

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

Juan Carlos Colonia INTERVALOS DE CONFIANZA

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

MATEMÁTICAS 2ºBACHILLERATO CCSSII

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

Contrastes de hipótesis

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Pregunta Nº1 (60%) Solemne Nº1

Unidad 2 Diseño de experimentos de un factor

EJERCICIO 1 EJERCICIO 2

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

04/05/2015. Ángel Serrano Sánchez de León

TEORÍA DE LA ESTIMACIÓN

Población Joven Adulta Total A favor En contra Total

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Distribuciones Muestrales

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

- estimación de parámetros, - intervalos de confianza y

CONTRASTE DE HIPÓTESIS

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H

CURSO CONVOCATORIA:

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

TEMA 6.- INTERVALOS DE CONFIANZA

Convergencia de variables aleatorias

Transcripción:

Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido químico estádar, y la fórmula cotiee u uevo igrediete secate que supoemos reducirá el tiempo de secado. De la eperiecia se sabe que la desviació estádar del tiempo de secado es de ocho miutos, y esta variabilidad o se afectada por la adició del uevo igrediete. Se pita die elemetos co la fórmula, y otros die co la fórmula. Los dos tiempos promedio de secado muestrales so mi y mi respectivamete. A qué coclusioes puede llegar el diseñador del producto sobre la eficacia del uevo igrediete, utiliado α = 0.05? ) Se trata de ua distribució muestral de diferecia de medias co desviació estádar coocida. H Se desea rechaar si el uevo igrediete dismiuye el tiempo promedio de secado, por eso se poe la diferecia mayor a cero o sea positiva para poder probar que μ es meor que μ. =.645

Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de medias co desviació estádar coocida. Se utilia dos máquias para llear botellas de plástico co u volume eto de 6.0 oas. Las distribucioes de los volúmees de lleado puede supoerse ormales, co desviacioes estádar σ = 0.00 y σ = 0.05 oas. U miembro del grupo de igeiería de calidad sospecha que el volume eto de lleado de ambas máquias es el mismo, si importar si éste es o o de 6 oas. De cada máquia se toma ua muestra aleatoria de 0 botellas. Se ecuetra el igeiero e lo correcto? Utilice α = 0.05 ) Datos = = σ =0.0 σ =0.05 = =0 3) Esayo de hipótesis ; μ -μ = 0 H ; μ - μ 0 H H Si cae e se podrá probar que el volume de lleado es el mismo e las dos máquias. =±.96

H H 4) Regla de decisió: Si -.96.96 No se rechaa. Si >.96 ó <-.96 Se rechaa. =±.96 5. Cálculos 6.05 6.005 0.0 0.0 0 0.0 0.00 0.05 0 0.9877 6) Justificació y decisió: Como.96 0.987.96 etoces o se rechaa Ho y se cocluye co u ivel de sigificacia de 0.05 que las dos máquias tiee e promedio la misma catidad de lleado.

Solució por el otro método: 0.05.96 0.00 0. 0984 0 0 0 H H Regla de decisió: Si -0.0984-0.0984 No se Rechaa Si - < 0.0984 ó - > 0.0984 Se rechaa Como el valor del estadístico real es de 6.05 6.005 = 0.0, etoces cae e la regió de aceptació y o se rechaa.

Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de medias co desviació estádar coocida. ) Datos μ =6. μ =55 σ =σ =.0 =0 = 3) Esayo de hipótesis Eiste dos tipos de plástico apropiados para su uso por u fabricate de compoetes electróicos. La tesió de ruptura de ese plástico es u parámetro importate. Se sabe que σ = σ =.0 psi. De ua muestra aleatoria de tamaño 0 y para cada plástico respectivamete, se tiee ua media de 6.5 para el plástico y de 55 para el plástico. La compañía o adoptará el plástico a meos que la tesió de ruptura de éste eceda a la del plástico al meos por 0 psi. Co base a la iformació coteida e la muestra, la compañía deberá utiliar el plástico? Utilice α = 0.05 para llegar a ua decisió. H ; μ -μ = 0 psi H ; μ - μ > 0 =.645

H 4) Regla de decisió: Si.645 No se rechaa. Si >.96 Se rechaa. 5. Cálculos =.645 6.5 55 0 0 7.5 0 0.487.5 0.487 5.84 6) Justificació y decisió: No eiste evidecia suficiete para apoyar el uso del plástico ya que 5.83.645, por lo tato o se rechaa.

Solució por el otro método: Puesto que - - = 6.5-55 = 7.5 y este úmero es o es mayor a 0.70 etoces o se rechaa y se obtiee la misma coclusió. Regla de decisió: Si - 0.70 No se Rechaa Si - > 0.70 Se rechaa H 70 0..645 0 0

Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de letes itraoculares utiliados e el ojo humao después de ua cirugía de cataratas. Se pule 300 letes co la primera solució y, de éstos, 53 o presetaro defectos iducidos por el pulido. Después se pule otros 300 letes co la seguda solució, de los cuales 96 resulta satisfactorios. Eiste algua raó para creer que las dos solucioes para pulir so diferetes? Utilice α = 0.0 ) Datos p =53/300 p =96/300 = =300 α=0.0 H H 3) Esayo de hipótesis α=0.005 α=0.005 ; p -p = 0 H ; p - p 0 =±.575

4) Regla de decisió: Si.575.575 No se rechaa Ho Si < -.575 ó si >.575 Se rechaa Ho H H 5. Cálculos P P Pq P q α=0.005 α=0.005 =±.575 E esta fórmula puede observarse que e el deomiador se requiere a las proporcioes poblacioales, es decir los parámetros, pero estos o so coocidos. Para evaluar el esayo de hipótesis, estimamos el parámetro comú P de la siguiete forma: P ó P p p Y como P es ahora u parámetro comú teemos: p p P P Pq

5. Cálculos P 53 96 300 300 0.7483 p p P P 0.8433 0.6533 0 Pq 0.7483 0.57 300 0.899 0.0354 300 5.366 H H 6) Justificació y decisió: α=0.005 α=0.005 Puesto que 5.366 >.575, se rechaa la hipótesis ula y se cocluye co u ivel de sigificacia de 0.0 que los dos fluidos para pulir so diferetes. =±.575

Ejemplo Solució Se tomará el voto etre los residetes de ua ciudad y el muicipio para determiar si se debe costruir ua plata química propuesta. El lugar de costrucció está detro de los límites de la ciudad y por esta raó muchos votates del muicipio cosidera que la propuesta pasará debido a la gra proporció de votates que favorece la costrucció. Para determiar si hay ua diferecia sigificativa e la proporció de votates de la ciudad y votates del muicipio que favorece la propuesta, se realia ua ecuesta. Si 0 de 00 votates de la ciudad favorece la propuesta y 40 de 500 residetes del muicipio tambié lo hace, Estaría de acuerdo e que la proporció de votates de la ciudad que favorece la propuesta es más alto que la proporció de votates del muicipio? Utilice u ivel de sigificacia de 0.05.

.00.0.0.03.04.05.06.07.08.09-4.0 0.00003 0.00003 0.00003 0.00003 0.00003 0.00003 0.0000 0.0000 0.0000 0.0000-3.9 0.00005 0.00005 0.00004 0.00004 0.00004 0.00004 0.00004 0.00004 0.00003 0.00003-3.8 0.00007 0.00007 0.00007 0.00006 0.00006 0.00006 0.00006 0.00005 0.00005 0.00005-3.7 0.000 0.0000 0.0000 0.0000 0.00009 0.00009 0.00008 0.00008 0.00008 0.00008-3.6 0.0006 0.0005 0.0005 0.0004 0.0004 0.0003 0.0003 0.000 0.000 0.000-3.5 0.0003 0.000 0.000 0.000 0.0000 0.0009 0.0009 0.0008 0.0007 0.0007-3.4 0.00034 0.0003 0.0003 0.00030 0.0009 0.0008 0.0007 0.0006 0.0005 0.0004-3.3 0.00048 0.00047 0.00045 0.00043 0.0004 0.00040 0.00039 0.00038 0.00036 0.00035-3. 0.00069 0.00066 0.00064 0.0006 0.00060 0.00058 0.00056 0.00054 0.0005 0.00050-3. 0.00097 0.00094 0.00090 0.00087 0.00084 0.0008 0.00079 0.00076 0.00074 0.0007-3.0 0.0035 0.003 0.006 0.00 0.008 0.004 0.00 0.0007 0.0003 0.0000 -.9 0.0087 0.008 0.0075 0.0069 0.0064 0.0059 0.0054 0.0049 0.0044 0.0039 -.8 0.0056 0.0048 0.0040 0.0033 0.006 0.009 0.00 0.0005 0.0099 0.0093 -.7 0.00347 0.00336 0.0036 0.0037 0.00307 0.0098 0.0089 0.0080 0.007 0.0064 -.6 0.00466 0.00453 0.00440 0.0047 0.0045 0.0040 0.0039 0.00379 0.00368 0.00357 -.5 0.006 0.00604 0.00587 0.00570 0.00554 0.00539 0.0053 0.00508 0.00494 0.00480 -.4 0.0080 0.00798 0.00776 0.00755 0.00734 0.0074 0.00695 0.00676 0.00657 0.00639 -.3 0.007 0.0044 0.007 0.00990 0.00964 0.00939 0.0094 0.00889 0.00866 0.0084 -. 0.0390 0.0355 0.03 0.087 0.055 0.0 0.09 0.060 0.030 0.00 -. 0.0786 0.0743 0.0700 0.0659 0.068 0.0578 0.0539 0.0500 0.0463 0.046 -.0 0.075 0.0 0.069 0.08 0.0067 0.008 0.0970 0.093 0.0876 0.083 -.9 0.087 0.0807 0.0743 0.0680 0.069 0.0559 0.0500 0.044 0.0385 0.0330 -.8 0.03593 0.0355 0.03438 0.0336 0.0388 0.036 0.0344 0.03074 0.03005 0.0938 -.7 0.04456 0.04363 0.047 0.048 0.04093 0.04006 0.0390 0.03836 0.03754 0.03673 -.6 0.05480 0.05370 0.056 0.0555 0.05050 0.04947 0.04846 0.04746 0.04648 0.0455 -.5 0.0668 0.0655 0.0645 0.0630 0.0678 0.06057 0.05938 0.058 0.05705 0.0559 -.4 0.08076 0.0797 0.07780 0.07636 0.07493 0.07353 0.074 0.07078 0.06944 0.068 -.3 0.09680 0.0950 0.0934 0.0976 0.090 0.0885 0.0869 0.08534 0.08379 0.086 -. 0.507 0.34 0.3 0.0935 0.0749 0.0565 0.0383 0.004 0.007 0.0985 -. 0.3566 0.3350 0.336 0.94 0.74 0.507 0.30 0.00 0.900 0.70 -.0 0.5865 0.565 0.5386 0.550 0.497 0.4686 0.4457 0.43 0.4007 0.3786-0.9 0.8406 0.84 0.7878 0.768 0.736 0.705 0.6853 0.660 0.6354 0.609-0.8 0.85 0.0897 0.06 0.037 0.0045 0.9766 0.9489 0.95 0.8943 0.8673-0.7 0.496 0.3885 0.3576 0.369 0.965 0.663 0.363 0.065 0.769 0.476-0.6 0.745 0.7093 0.6763 0.6434 0.608 0.5784 0.546 0.543 0.485 0.4509-0.5 0.30853 0.3050 0.3053 0.9805 0.9460 0.96 0.8774 0.8434 0.8095 0.7759-0.4 0.34457 0.34090 0.3374 0.33359 0.3997 0.3635 0.376 0.397 0.356 0.306-0.3 0.3809 0.3788 0.37448 0.37070 0.3669 0.3637 0.3594 0.35569 0.3597 0.3486-0. 0.4074 0.4683 0.493 0.40904 0.4056 0.409 0.39743 0.39358 0.38974 0.38590-0. 0.4607 0.4560 0.454 0.4488 0.44433 0.44038 0.43644 0.4350 0.4857 0.4465-0.0 0.50000 0.4960 0.490 0.48803 0.48404 0.48006 0.47607 0.4709 0.468 0.4644