1

LABORATORIO 1.

I PARA HALLAR INTERVALOS DE CONFIANZA
1. Ingrese los datos en una columna (coloque nombre a la variable)
2. Seleccione estadsticas> estadsticas bsicas>1_sample Z ( 1_sample t)
Cuando aparezca el cuadro de dialogo Coloque los valores de C1 en el cuadro samples im column
ingresar la desviacin estndar en el cuadro estndar deviation
ingresar el nivel de confianza (pasar al paso 4) sino ir a
**(si el nivel de confianza es diferente de 95%)
Seleccionar options
cuando aparezca el cuadro de dilogo 1 sample Z
ingresar el nuevo nivel de confianza en el cuadro Confidence level
4. Damos aceptar en grficos y seleccionamos Las tres opciones
5. Colocamos ok a todo

II PARA SELECCIONAR UNA MUESTRA ALEATORIA SIMPLE
1. Seleccionar Calc
2. Elegir ramdon data >sample from columns
3. Cuando aparezca el cuadro de dialogo >sample from columns
4. Ingresar n en el cuadro sample
5. Ingresar C1 C2 en el cuadro que se encuentra debajo
6. Ingresar C3 C4 en el cuadro
7. Ok.

EJERCICIOS

1. Suponga que la siguiente data corresponde a los ingresos salariales de 50 trabajadores durante una semana en
el cual se sabe que el ingreso promedio es de 680 soles con una desviacin estndar de 36 soles.

658 670 679 731 710 631 663 654 657 642
688 694 665 600 721 704 617 729 654 615
747 623 710 669 635 641 689 689 710 617
721 689 741 720 670 625 683 700 638 670
702 687 706 725 692 648 674 678 678 678
Obtenga un intervalo de confianza del 95% para la media de los ingresos salariales y sustente una breve
interpretacin mediante algunos grficos de inters.

2. En el anlisis del tamao de partculas de oro se tom una muestra aleatoria de 50 gramos de arenilla de este
metal. Las longitudes (en milmetros) se muestran a continuacin

1.9 1.2 2.4 3.7 3.6 4.5 0.8 1.9 3.4 1.3 1.6 1.0 0.9
1.4 1.5 0.8 1.7 1.8 2.2 1.8 1.8 3.8 2.0 1.7 5.0 3.1
6.0 1.6 4.4 1.1 2.7 3.1 4.9 2.0 1.7 2.8 1.8 2.9 1.5
1.1 1.8 2.1 2.1 1.8 5.5 1.0 1.5 1.8 2.0 1.1

a. Hallar un muestreo aleatorio simple de 17 partculas de oro
b. Hallar un intervalo de confianza del tamao promedio de partculas de oro con un nivel de confianza del 90%

3. Suponga que los datos que se presentan a continuacin representan los precios de un artculo WW (nuevos
soles) en 40 establecimientos elegidos al azar en el distrito de Lince
5.2

10.2 7.0 7.1 10.2 8.3 9.4 9.2 5.4 8.1 6.5 7.1 6.6 7.5
7.8 6.8 7.2 8.4 9.6 8.7 7.3 8.5 5.7 6.4 10.1 8.2 9.0
7.8 8.2 7.8 6.6 5.3 6.2 9.1 8.6 7.0 7.7 8.3 7.5 9.8

Hallar un intervalo de confianza del precio promedio del artculo WW con un nivel de confianza del 90%

2


4. Un contratista piensa comprar una gran cantidad de radios a cierto fabricante. Este asegura al contratista que
la duracin promedio de los radios es de 3600 das con una desviacin estndar de 40 das. El contratista decide
comprar los radios slo si una muestra aleatoria de 64 de stos da como resultado una vida promedio de por lo
menos 3600 das. Cul es la probabilidad de que el contratista adquiera los radios?

5. La tabla muestra los saldos en las tarjetas de crdito de una muestra de 70 familias. Use un nivel de
confianza del 95%














a. Estimar el intervalo de confianza para la media del adeudo en las tarjetas de crdito en la poblacin de
familias
b. Suponga que se pretende seleccionar una muestra aleatoria simple de 30 familias para hacer un estudio del
adeudo del saldo de sus tarjetas de crdito.

6. Se realiz una encuesta sobre ingresos mensuales de jvenes adultos (entre 21 y 35 aos) Para algunos, se
podra tratar del pblico objetivo soado: su consumo est en ascenso. No tienen hijos, viven con sus padres y
portan mucho en los gastos del hogar, adems d adquirir su propios productos. Cada vez estn ms bancarizados.
Su nivel de sofisticacin se eleva con la edad afirma una investigadora de merados. Los datos se registran a
continuacin.

2117 2214 1882 2458 167 1851 1989 2156 2287 2042
2312 1927 1667 2302 1950 2189 2427 2297 2024 2223
2069 2983 2429 2204 2204 2164 2210 2112 2022 2287
2418 2189 2019 2179 2379 2273 2258 2153 2022 1844
2165 2140 2315 2452 1895 2024 2347 2281 2201 2341
2002 2088 2394 2004 2216 1908

a. Estimar el intervalo de confianza para la media del adeudo en las tarjetas de crdito en la poblacin de
familias
b. Suponga que se pretende seleccionar una muestra aleatoria simple de 30 familias para hacer un estudio del
adeudo del saldo de sus tarjetas de crdito.

7. El instituto de investigacin de educacin superior de la UCLA cuenta con estadsticas sobre las reas que son
ms elegidas por los estudiantes de nuevo ingreso. Las cinco ms elegidas son arte y Humanidades(A),
administracin de Negocios (B), poltica (P) y ciencias sociales (S).(fuente: The New York Times Almanac)
Otras reas (O) entre las que se encuentra biologa, fsica, ciencias de la computacin y educacin se agruparon
todas en una sola categora.las siguientes fueron las reas elegidas por 64 estudiantes de recin ingreso de una
muestra.
S P P O B E E A B O B
O E P O O B S S O O O
O O O A O E E B O B P
E B S O B O A E B E B
A O E O E O A A P O
B P B A S O O E O B

Hallar un muestreo aleatorio simple de 17 reas elegidas al azar por los alumnos
Saldos en las tarjetas de crdito de una muestra de 70 familias
9430
7535
4078
5604
5179
4416
10376
1627
10112
6567
13627
18719
14661
12195
10544
13659
7061
6245
13021
9719
2200
10746
12744
5742
7159
8137
9467
12595
7917
11346
12806
4972
1135
7117
9465
19263
9071
3603
16805
13479
14044
6817
6845
10493
615
13627
12557
6232
9691
11448
8279
5649
11298
4353
3467
6191
12851
5337
8372
7445
11032
6525
5239
6195
12584
15415
15917
12591
9743
10324

3


8. Suponga que estamos interesados en estimar la rapidez de lectura promedio (nmero de palabras por minuto)
de estudiantes egresados de cuarto medio y calcular esto con un 95% de nivel de confianza. Para ello tomamos
una muestra al azar de 6 graduados y obtuvimos que sus rapideces fueron: 200, 240, 300, 410, 600, y 450

9. Un cuestionario fue aplicado entre 20 trabajadores de una empresa distribuidora de materiales de
construccin obteniendo las siguientes respuestas
trabajador Nivel de estudios edad Salario(soles) Aos de la empresa
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Superior universitaria
Superior universitaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Superior tcnica
Superior tcnica
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Superior tcnica
Superior tcnica
Superior universitaria
34
43
31
37
24
25
27
22
21
26
24
26
25
21
22
28
24
23
27
30
1100
1450
750
750
600
600
600
600
960
960
540
540
540
540
540
600
600
860
860
1100
5
8
6
8
3
2
5
2
3
3
1
1
1
1
1
2
2
3
3
4
a. Hallar un muestreo aleatorio simple de 13 trabajadores con las variables nivel de estudios y salario
b. Hallar un intervalo de confianza de aos promedio de trabajo en la empresa con un nivel de confianza
del 99%

10. Se ha llevado a cabo un estudio para evaluar los volmenes de venta (miles de soles por da) de los
establecimientos comerciales en un distrito de Lima Para ello se eligieron al azar 36 establecimientos
encontrndose los siguientes resultados.

11.7 5.7 10.1 8.5 6.4 4.7
2.1 5.8 4.6 8.7 9.1 5.2
3.7 5.3 7.8 4.4 9.8 4.6
15.4 2.5 4.6 7.4 12.1 6.7
5.4 7.4 3.2 1.5 4.5 7.7
7.2 6.7 8.4 6.1 5.7 8.4

a. Hallar un intervalo de confianza de los volmenes de venta de todos los establecimientos comerciales con un
nivel de confianza del 90%

11. Un fabricante produce anillos para los pistones de un motor de automvil. Se sabe que el dimetro del anillo
est distribuido aproximadamente de manera normal, y que tiene una desviacin estndar de 0,001 mm. Una
muestra aleatoria de 15 anillos tiene un dimetro promedio de X = 74,036 mm.
a) Construya un IC bilateral del 99% para el dimetro promedio del anillo.
b) Construya un lmite inferior de confianza del 95% para el dimetro promedio del anillo

12. Se utilizan dos mquinas para llenar botellas de plstico con detergente para mquinas lavaplatos. Se sabe
que las desviaciones estndar del volumen de llenado son s1 = 0,10 onzas de lquido y s2 = 0,15 onzas de lquido
para las dos mquinas, respectivamente. Se toman dos muestras aleatorias, n1 = 12 botellas de la mquina 1 y
n2 = 10 botellas de la mquina 2. Los volmenes promedio de llenado son 1 x = 30,87 onzas de lquido y
2 x = 30,68 onzas de lquido.
a) Construya un IC bilateral del 90% para la diferencia entre las medias del volumen de llenado.
b) Construya un IC bilateral del 95% para la diferencia entre las medias del volumen de llenado.
Compare el ancho de este intervalo con el ancho del clculo en el inciso a).

4

c) Construya un IC superior del 95% para la diferencia de medias del volumen del llenado


PARA HACER UNA PRUEBA DE HIPTESIS

Prueba de hiptesis

Supongamos que queremos probar
caso 1 295 : 295 :
1 0
= = H contra H /
Prueba de hiptesis para la media poblacional (desviacin estndar conocida)
1. Ingrese los datos en una columna (coloque nombre a la variable)
2. Seleccione estadsticas> estadsticas bsicas>1_sample Z ( 1_sample t)
3. Cuando aparezca el cuadro de dialogo Coloque los valores de C1 en el cuadro samples in column
4. ingresar la desviacin estndar en el cuadro estndar deviation
Ingresar 295 en el cuadro Test mean
Seleccionar options
Cuando aparezca el cuadro de dilogo 1_sample Z options
Ingresar 95 en el cuadro confidence level
Seleccionar not equal (para el caso 1 )
Ok
ok

Prueba de hiptesis para la media poblacional (desviacin estndar desconocida)
caso 2 7 : 7 :
1 0
> s H contra H

1. Ingrese los datos en una columna (coloque nombre a la variable)
2. Seleccione estadsticas> estadsticas bsicas> ( 1_sample t)
3. Cuando aparezca el cuadro de dialogo 1_sample t
Coloque los valores de C1 en el cuadro samples in column
Ingresar 7 en el cuadro Test mean
Seleccionar options
Cuando aparezca el cuadro de dilogo 1_sample t options
Ingresar 95 en el cuadro confidence level
Seleccionar greater than en el cuadro alternative
Ok
ok

Para hallar el estadstico de la prueba z

1. Seleccionar el men cal
2. Elegir Probability distributions> normal
3. Cuando aparezca el cuadro de dialogo normal distribution:
. Seleccionar Cumulative probability
Ingresar 0 en el cuadro Mean
Ingresar 1 en el cuadro Standard deviation
Seleccionar Input Constant
Ingresar el valor del estadstico de la prueba (por ejemplo -2.67)) en el cuadro input cosntant >ok

Minitab devuelve la probabilidad acumulada 0.0038 que es el valor p de la prueba para la cola inferior.
Para una prueba de cola superior se hace valor p = 1- probabilidad acumulada=1-0.0038=0.9962 y para una
prueba de hiptesis bilateral es el doble del mnimo de los valores p correspondientes a las colas inferior y
superior es decir el valor correspondiente a z= -2.37 es 2(0.0038)=0.0076

Para hallar el valor P a partir del estadstico de la prueba t
1. Seleccionar el men cal
2. . Elegir Probability distributions> t
3. Cuando aparezca el cuadro de dialogo t distribution:
. Seleccionar Cumulative probability
Ingresar (grados de libertad por ejemplo 59) en el cuadro Degrees of freedom

5

Seleccionar Input Constant >
Ingresar el valor del estadstico de la prueba (por ejemplo -2.67)) en el cuadro input cosntant ok

Minitab devuelve la probabilidad acumulada 0.9646 que es el valor p de la prueba para la cola inferior.
Para una prueba de cola superior se hace valor p = 1- probabilidad acumulada=1-9646=0.0354 y para una
prueba de hiptesis bilateral es el doble del mnimo de los valores p de 0.9646 y 0.0354 para obtener el valor p
es 2(0.0354)=0.0708

Para hallar el estadstico de la prueba F

Vamos a suponer que el estadstico de la prueba es F=2.40 con 25 y 15 grados de libertad.

1. Seleccionar el men Cal
2. Elegir Probability distributions> F
3. Cuando aparezca el cuadro de dialogo F distribution:
. Seleccionar Cumulative probability
Ingresar (grados de libertad1) en el cuadro Numerator Degrees of freedom
Ingresar (grados de libertad 2) en el cuadro Denominator Degrees of freedom
Seleccionar Input Constant
Ingresar (valor de la F calculada) en el cuadro Input Constant > ok

Minitab devuelve la probabilidad acumulada 0.9594 que es el valor p de la prueba para la cola inferior.
Para una prueba de cola superior se hace valor p = 1- probabilidad acumulada=1-9594=0.0406 y para una
prueba de hiptesis bilateral es el doble del mnimo de los valores p de 0.9594 y 0.0406 para obtener el valor p
es 2(0.0406)=0.0812

Para hallar el estadstico de la prueba X
2
Vamos a suponer que el estadstico de la prueba es X
2
=28.18 con 23 grados de libertad.

1. Seleccionar el men Cal
2. Elegir Probability distributions> X
2

3. Cuando aparezca el cuadro de dialogo Chi -square distribution:
. Seleccionar Cumulative probability
Ingresar (grados de libertad) en el cuadro Degrees of freedom
Seleccionar Input Constant
Ingresar (valor de la X
2
calculada) en el cuadro Input Constant > ok

Minitab devuelve la probabilidad acumulada 0.7909 que es el valor p de la prueba para la cola inferior.
Para una prueba de cola superior se hace valor p = 1- probabilidad acumulada=1-0.7909 =0.2091 y para una
prueba de hiptesis bilateral es el doble del mnimo de los valores p de 0.7909 y 0.2091 para obtener el valor p
es 2(0.2091) = 0.4181

PRUEBA DE HIPTESIS PARA DIFERENCIA DE MEDIAS
caso 3 0 : 0 :
2 1 1 2 1 0
= = H contra H

1. Ingrese los datos C1 y C2 (coloque nombres a las variables)
2. Seleccione estadsticas> estadsticas bsicas> ( 2_sample t)
3. Cuando aparezca el cuadro de dilogo 2-sample t (test and confidence interval)
Seleccionar Samples en different columns
Coloque los valores de C1 en el cuadro first
Ingresar C2 en el cuadro second
Seleccionar options
4.Cuando aparezca el cuadro de dilogo 2_sample t -options
Ingresar 95 en el cuadro confidence level
Seleccionar 0 en el cuadro Test difference
Seleccionar not equal en el cuadro alternative
Ok
Ok



6

PRUEBA DE HIPTESIS PARA DOS VARIANZAS POBLACIONALES
caso 4
2
2
2
1 1
2
2
2
1 0
1 1 1 1
: : o o o o = = H contra H

1. Ingrese los datos C1 y C2 (coloque nombres a las variables)
2. Seleccione estadsticas> estadsticas bsicas> ( 2_variances)
3. Cuando aparezca el cuadro de dilogo 2-variances
Seleccionar Samples en different columns
Coloque los valores de C1 en el cuadro first
Ingresar C2 en el cuadro second
Ok

1. Un fabricante afirma que el consumo promedio de gasolina de su motor es menos de 4 galones por tarea fija.
Pero los usuarios contradicen al fabricante.
Si a usted le piden su opinin estadstica aplicando la siguiente muestra al Azar de los consumos (en galones)
por tarea de 15 unidades de motor
4.25 3.45 4.05 3.8 3.5
4 3.75 2.5 6.1 2.5
2.5 3.4 3.2 2.8 5

a. Cree usted que los consumidores tienen la razn? Asuma supuestos del mtodo y use la probabilidad de
error tipo I igual a 0.05

2. El volumen de negociaciones en la bolsa de Nueva York es ms intenso en la primera media hora (en la
maana temprano) y la ltima media hora (al final de la tarde) de un da de trabajo. A continuacin se presentan
los volmenes (en millones de acciones) de 13 das de enero y febrero:
214 163 265 194 180
202 298 212 201 174
171 211 211

La distribucin de probabilidad de los volmenes de negociaciones es aproximadamente normal.

3.Los siguientes datos corresponden a la longitud medida en centmetros de 18 pedazos de cable sobrantes en cada
rollo utilizado:
9 3.41 6.13 1.99 6.92 3.24
3.12 7.86 2.01 5.98 4.15 5.05
6.87 1.97 4.01 3.56 8.04 7.37

Basados en estos datos podemos decir que la longitud media de los pedazos de cable es mayor de 4 cm? Suponga
poblacin normal y tome el nivel de significancia 0,05. La proposicin cuya validez o invalidez queremos probar es
"la longitud promedio de los pedazos de cable es como mucho 4 cm."
4. Un agrnomo mide el contenido promedio de humedad en cierta variedad de trigo que fue secado
especialmente en una muestra de 16 toneladas:
7.2 7 7.3 7.3 7.5
6.8 6.9 7.3 7.4 7.2
7.3 7.6 7.1 7.4 6.7
7.4
Si el promedio de humedad excede de 7,1 el secado debe continuar. Debera continuarse con el proceso de
secado, de acuerdo con esta evidencia? Tome un nivel de significancia del 5%.
5. En el pasado una mquina ha producido arandelas con un grosos de 0.050 pulgadas. Para determinar si la
mquina sigue en buenas condiciones de produccin, se toma una muestra de 10 arandelas, que resulta tener un
grosor medio de 0.053 pulgadas y una desviacin tpica de 0.03 pulgadas.
a. Ensayar la hiptesis de que la mquina est en buenas condiciones de produccin al nivel de significacin del
0.05
b. Hallar el valor p de la prueba c. Qu tipo de error se comete? Hallarlo


7

6. Un artculo en la revista Consumer Reports, de noviembre de 1983, comparo varios tipos de bateras. Los
promedios de duracin de bateras AA alcalinas marca Duracell, Eveready Energizer fueron 4, 1 y 4, 5 horas,
respectivamente. Suponga que estos son los promedios de duracin poblacionales.

a) Sea X la duracin promedio muestral de 100 bateras Duracell, e Y la duracin promedio muestral de 100
bateras Eveready. Cul es el valor medio de X - Y (es decir, donde est centrada a distribucin de X - Y De
qu manera incluyen los tamaos muestrales especificados en su respuesta?
b) Suponga que las desviaciones estndar poblacionales de duracin son 1,8 horas para bateras Duracell y 2,0
horas para bateras Eveready. Con los tamaos muestrales dados en el inciso
a) Cul es la varianza del estadstico X - Y , y cul es su desviacin estndar?
c) Para los tamaos muestrales dados en el inciso a), trace una figura de la curva aproximada de la distribucin
de X - Y (incluya una escala de medida en el eje horizontal). La forma de la curva sera necesariamente la
misma para tamaos muestrales de 10 bateras de cada tipo? Explique.

7. Los estudiantes universitarios hombres se aburren ms fcilmente que sus compaeras mujeres? Esta
pregunta se examin en el artculo Boredom in Young AdultsGender and Cultural Comparisons
Los autores aplicaron la Escala de propensin al aburrimiento a 97 estudiantes hombres y 148 mujeres de
universidades de Estados Unidos. La siguiente informacin apoya la hiptesis de investigacin de que la tasa de
aburrimiento es ms alta para hombres que para mujeres? Pruebe las hiptesis apropiadas usando un nivel de
significancia de 0,05.

gnero Tamao muestral Media muestral Desviacin estndar muestral
Hombres 97 10.40 4.83
mujeres 148 9.26 4.68

8. Se realiz un experimento para comparar la resistencia a la fractura del acero con nquel maragizado, con el
acero de pureza comercial del mismo tipo .Para n1 = 32 especmenes, la resistencia promedio muestral fue de
x1 = 65,6 para el acero de alta pureza, muestras que x2 = 59,8 para n2 = 38 especmenes del acero comercial.
Debido a que el acero de alta pureza es ms costoso, su uso para ciertas aplicaciones puede justificarse slo si su
resistencia a la fractura excede la del acero de pureza comercial en ms de 5. Suponga que ambas distribuciones
de resistencia son normales.
a) Si se supone que S1 = 1,2 y S2 = 1,1, pruebe las hiptesis pertinente usando o = 0,001.
b) Calcule | para la prueba del inciso a) cuando 1 2 = 6.

9. Se encontr que la desviacin estndar muestral de concentracin de sodio en sangre entera para n1 = 20
anguilas marinas fue s1 = 40,5, mientras que la desviacin estndar muestral de concentracin para n2 = 20
anguilas de agua dulce fue s2 = 32,1. Si se supone normalidad de las dos distribuciones, pruebe al nivel 0,10 para
ver si la informacin sugiere cualquier diferencia entre varianzas de concentracin para los dos tipos de anguilas.

10. Se cree que la portada y la naturaleza de la primera pregunta de encuestas por correo influyen en la tasa de
respuesta. Se prob esta teora al experimentar con diferentes diseos de portadas. Una portada era sencilla, y la
otra utiliz la figura de un paracaidista. Los investigadores especularon que la tasa de devolucin sera menor
para la portada sencilla.

Portada Nmero de envos Nmero de devoluciones
Sencilla 207 104
paracaidista 213 109

Esta informacin apoya la hiptesis de los investigadores? Pruebe las hiptesis pertinentes usando
Un nivel de significancia de 0,10, calculando primero un valor P.

11. Una planta industrial utiliza un procedimiento tradicional T de produccin. Se propone un procedimiento de
produccin moderno M. La planta cambiar el procedimiento M slo si ste resulta ms rpido. A fin de tomar la
decisin se escogieron dos muestras aleatorias independientes, una de 9 tiempos del proceso T y otra de 10
tiempos del proceso del proceso M resultando los siguientes tiempos en segundos

Muestra T: 06 14 08 11 10 18 15 20 13
Muestra M: 12 11 12 10 14 15 10 13 14 12
Al nivel de significacin 0.05 Cul ser la decisin a tomar? Asuma los requerimientos del mtodo

8

PRUEBA PARA BONDAD DE AJUSTE
Se ingresan las frecuencias observadas y las frecuencias esperadas
1. Seleccionar el men Cal
2. Elegir calculator
3. Cuando aparezca el cuadro de dilogo calculator
Ingresar Chi.square en el cuadro store result in variable
Ingresar sum (C1-C2)**2/C2 en el cuadro Expression
Ok
4. Seleccionar el men calc
5. Elegir probabiliy distribution:
6. Elegir Chi square
7. Cuando aparezca el cuadro de dialogo Chi-square distribution:
8. Seleccionar cumulative probability
9. Ingresar 2 en el cuadro Degree of Freedom
10. Seleccionar input column e ingresar Chi square en el cuadro
11. Ok

Prueba de independencia
Se ingresan los datos en las columnas 1, 2, 3
1. Selecionar el men Stat
2. Seleccionar Tables
3. Elegir Chi square Test (Table in worksheet)
4. Cuando aparezca el cuadro de dilogo Chi-square Test
Ingresar C1_C3 en el cuadro Columns containing the table
ok

1. EJEMPLO 1
Histogramas de frecuencia: Para realizar un histograma de frecuencia se sigue la siguiente secuencia:
graph > histogram >options >frecuency >cutpoint ># intervals 10. Para mostrar las frecuencias en la
grfica, ingresar a <Annotation> <Data labels> y activar <show data labels> Ademas en < <Annotation>
ingresar a <Title..> para colocar un ttulo.




De este modo se obtiene la siguiente grfica.


9



EJEMPLO 2 Considere que la demanda semanal de un producto tiene una distribucin normal.
Haga una prueba de bondad de ajuste con los siguientes datos, para probar esta hiptesis.
Use alpha= 0.10.
18 20 22 27 22
25 22 27 25 24
26 23 20 24 26
27 25 19 21 25
26 25 31 29 25
25 28 26 28 24
Solucin
Debemos probar:
H0: La demanda semanal del producto tiene una distribucin normal
H1: La demanda semanal del producto no tiene una distribucin normal

Usando Minitab:
Usemos este programa de la siguiente manera:

Vamos a clasificarlas a las 30 observaciones en un conjunto de k categoras, de manera que podamos tener O1,
O2, ...., Ok observaciones; es decir, vamos a construir una tabla de frecuencias, donde las frecuencias absolutas
ser los Oi, las pi ser las probabilidades de que un valor Xi est en un determinado intervalo; es decir, pi =
P(LimSup) P(LimInf). Estas probabilidades las hallaremos usando la distribucin normal en el cual hemos
estimado dos parmetros: la media con el promedio de la muestra y la varianza con la varianza de la muestra s.
De esta forma, al buscar los grados de libertad, debemos usar k-1-2 por ser dos los parmetros que se estimaron.

Procedimiento:
Para ello usaremos datos agrupados de manera que k representar el nmero de intervalos. Puesto que tenemos
30 observaciones, hagamos que k = 8.

Los siguientes pasos nos permitirn la tabla anterior
Paso 1: Ingresamos los datos en la columna C1.

Paso 2: Obtencin de Estadsticas Descriptiva de los datos observados:
<Stat> -<Basic statistics> - <Display Descriptive statistics> - C1 -<Ok>
Los resultados son los siguientes:

Descriptive Statistics: Demanda
Total
Variable Count Mean StDev Variance Minimum Maximum Range
Demanda 30 24.500 3.014 9.086 18.000 31.000 13.000
Media = 24.5
Desviacin estndar = 3.014
Valor mnimo = 18

10

Valor mximo = 31
Ancho o Amplitud de intervalo = 13/8 = 1.625

Paso 3: Obtencin de las marcas de clase (Xi) (columna C5) que constituyen las observaciones en datos
agrupados: Oi : Tabulamos, simplemente. En todo caso, use el procedimiento dado al final del captulo II, siga
paso a paso y con cuidado.
Al editar la escala X debe ingresar segn se indica en la siguiente figura de la izquierda:




Usando el botn derecho sobre una barra agregue etiquetas. El resto es sencillo para
obtener la tabla de frecuencias.
La imagen de la derecha muestra lo que se debe obtener:

Paso 4: Obtencin de las probabilidades para las columnas Lim. Inf. (C3) y Lim. Sup.(C4). Para ello usamos:
i) <Calc>- <Probability distributions> - <Normal> - <Cumulative Probability > - <Mean> 24.5 - <Std.Desviation>
3.014 -<Input column > C3 - <Storage > C6 - <Ok>
ii) <Calc>- <Probability distributions> - <Normal> - <Cumulative Probability > - <Mean> 24.5 -
<Std.Desviation> 3.014 -<Input column > C4 - <Storage > C7 - <Ok>

Paso 5: Obtencin de la columna C8 (P(X = xi):< Calc> - <Calculator> - <Store result in variable> C8 -
<Expressions> C7 C6

Paso 6: La columna C9 es una copia de la columna C5 que son los Oi.

Paso 7: Obtencin de la columna C10 (Ei):
Usamos la calculadora para ingresar la expresin Sum(C9)*C8

Paso 9: Obtencin de la columna C11: (Oi-Ei)/Ei:
Usamos la calculadora para ingresar la expresin (Oi-ei)**2/ei

Paso 10: Suma de estos valores: Sum(C11) = 6.5307

Paso 11: El valor de Chi Cuadrado con 7 grados de libertad y 10% de nivel: 9.23636
Puesto que < (5) ; es decir, 6.5307 < 9.23636 (no es mayor que el valor terico) concluimos que hay
suficiente evidencia para afirmar que la demanda semanal de dicho producto tiene una distribucin normal (no
se rechaza la hiptesis nula).

A continuacin mostramos la tabla obtenida:


11


C3 C4 C5 C6 C7 C8 C9 C10 C11
LINF LSUP XI P(LIMINF) P(LIMSUP) P(x=XI) OI EI (OI-EI)
2
/EI
18.000
19.625
21.250
22.875
24.500
26.125
27.750
29.375
19.625
21.250
22.875
24.500
26.125
27.750
29.375
31.000
2
3
3
4
11
3
3
1
0.016
0.053
0.140
0.295
0.500
0.705
0.860
0.947
0.053
0.140
0.295
0.500
0.705
0.860
0.947
0.984
0.037
0.088
0.154
0.205
0.205
0.154
0.088
0.037
2
3
3
4
11
3
3
1
1.121
2.627
4.633
6.153
6.153
4.633
2.627
1.121
0.0689
0.053
0.576
0.754
3.818
0.576
0.053
0.013

La siguiente grfica prueba la afirmacin planteada como hiptesis nula. Y como bien, concluimos: Hay
evidencia.


EJERCICIOS

1. (Bondad de ajuste a una Binomial) Un estudiante el cual haba lanzado en 359 ocasiones cinco monedas
iguales al aire (lo que hace un total de 17,950 lanzamientos) obteniendo 464 ms caras que cruces. Es este
resultado estadsticamente significativo?.En la siguiente tabla se muestran los resultados obtenidos por el
estudiante.

Nmero de caras en
los cinco lanzamientos
Frecuencia observada
0 100
1 524
2 1080
3 1126
4 655
5 105
Total de lanzamientos de 5 monedas 3590

2. (Prueba de independencia) Un estudio se realiz con 81 personas referente a la relacin entre la cantidad de
violencia vista en la televisin y la edad del televidente, produjo los siguientes datos


16-34 34-35 55 o ms
Poca violencia 8 12 21
Mucha violencia 18 15 7

Indican los datos que ver violencia n la televisin depende de la edad del televidente a un nivel de significacin
del 5%?

12

3. Estamos interesados en estudiar la relacin entre cierta enfermedad y la adiccin al tabaco. Para realizar esto
seleccionamos una muestra de 150 individuos, 100 individuos no fumadores y 50 fumadores. La siguiente tabla
muestra las frecuencias de enfermedad en cada grupo

Padecen la enfermedad No padecen la enfermedad
Fumadores 12 88
No fumadores 25 25

Realizar un contraste de hiptesis y obtener las conclusiones sobre la relacin entre las variables

4.Dada la siguiente tabla


X

Y
A
favor
En
contra
indeci
sos
Total
Menos de
100
3 2 2 7
Entre 100 y
300
9 6 7 22
Ms de 300 7 7 2 21
total 19 15 16 50

Aceptara el partido poltico que el sueldo medio de los electores explicase el grado de aceptacin
del programa electoral a un nivel de confianza del 95%.x:columnas y:filas

4. Una compaa de venta de libros quiere saber si el volumen de ventas, V, de sus distribuidores es
independiente del carcter C, de los mismos. Para ello, recoge los siguientes datos de una muestra de 250
vendedores:
V
C
bajo medio alto
Antipticos
Normales
simpticos
38
30
32
29
42
59
9
7
4

Realiza un test de independencia a nivel de significacin de =0,01

ANOVA UNA VA
Diseo completamente aleatorizado
1. Ingresar en diferentes columnas cada uno de los tratamientos
2. Seleccionar el men stat >ANOVA> one way (unstacked)
3. Cuando aparezca el cuadro de dilogo One way Analysis of variance:
4. Ingresar C1Ck en el cuadro Responses (in separate columns)
5. ok

1. Una compaa textil utiliza diversos telares para la produccin de telas. Aunque se desea que los telares sean
homogneos con el objeto de producir tela de resistencia uniforme, se supone que puede existir una variacin
significativa en la resistencia de la tela debida a la utilizacin de distintos telares. A su disposicin tiene 5 tipos
de telares con los que realiza determinaciones de la resistencia de la tela. Este experimento se realiza en
orden aleatorio y los resultados se muestran en la tabla siguiente

TELARES RESISTENCIA
1 51 49 50 49 51 50
2 56 60 56 56 57
3 48 50 53 44 45
4 47 48 49 44
5 43 43 46 47 45 46


13

En este experimento, se han considerado 5 tipos de telares y se han realizado 6, 5, 5, 4 y 6 determinaciones de la
resistencia de tela manufacturada con cada uno, respectivamente.
La variable de inters o variable respuesta es la resistencia de la tela.
El factor: Los telares
Niveles del factor: 5
Modelo unifactorial de efectos fijos, no-equilibrado(los tamaos ni de la muestra son diferentes)

2. En una determinada fbrica de galletas se desea saber si las harinas de sus cuatro proveedores producen la
misma viscosidad en la masa. Para ello, produce durante un da 16 masas, 4 de cada tipo de harina, y mide su
viscosidad. Los resultados obtenidos son:
PROVEEDORES
A B C D
98 97 99 96
91 90 93 92
96 95 97 95
95 96 99 98

- Variable respuesta: viscosidad
- Factor: Proveedor
- Tratamientos: 4
- Modelo unifactorial de efectos fijos equilibrado

3. Una fbrica de textiles dispone de un gran nmero de telares. En principio, se supone que cada uno de ellos
debe producir la misma cantidad de tela por unidad de tiempo. Para investigar esta suposicin se seleccionan
al azar cinco telares, y se mide la cantidad de tela producida en cinco ocasiones diferentes. Se obtienen los datos
de la tabla adjunta. Del estudio se concluye que todos los telares tienen el mismo rendimiento?


TELARES PRODUCCIN
1 14.0 14.1 14.2 14.0 14.1
2 13.9 13.8 13.9 14.0 14.0
3 14.1 14.2 14.1 14.0 13.9
4 13.6 13.8 14.0 13.9 13.7
5 13.8 13.6 13.9 13.8 14.0

- Variable respuesta: cantidad de tela
- Factor: Telares
- Tratamientos: 5
- Modelo unifactorial de efectos aleatorios equilibrado

4. Un partido poltico desea conocer si existe relacin entre el grado de aceptacin de su programa electoral(X) y
el sueldo medio (Y) expresado en miles de ptas. Para ello selecciona al azar a 50 personas y obtiene los siguientes
datos:
Para estudiar el efecto de la temperatura en el rendimiento de un proceso qumico se produjeron cinco lotes con
cada uno de los tres tratamientos .Los resultados se presentan a continuacin. D la tabla para el anlisis de
varianza. Use alfa=0.05 para probar si la temperatura afecta el rendimiento medio del proceso.




Temperatura
50C 60C 70C
34 30 23
24 31 28
36 34 28
39 23 30
32 27 31


14

5. En la publicidad de tres pinturas se tiene el mismo tiempo de secado. Para verificar esto, se prueban 5
muestras dcada una de la pinturas. Se registra el tiempo en minutos necesario para que el secado sea
suficiente para la aplicacin de una segunda mano. Los datos obtenidos son:

Pintura
1 2 3 4
128 144 133 150
137 133 143 142
135 142 137 135
124 146 136 140
141 130 131 153
Con alfa igual a 0.05 como nivel de significancia, realice una prueba para determinar si la media de los tiempos
de secado es la misma en todas las pinturas.

6. La empresa Burger King opera 24 horas al da, cinco das a la semana. Los trabajadores cambian de turno
cada semana. La gerencia est interesada en saber si hay alguna diferencia en el nmero de unidades
producidas cuando los empleados laboran en diversos turnos. Se seleccion una muestra de cinco obreros y se
registr su produccin en cada turno. Al nivel de significancia de 0.05 Se puede concluir que hay una diferencia
en la produccin media por trabajador?
Unidades producidas
Empleado Maana Tarde Noche
Tina 31 25 35
Angel 33 26 33
Jordan 28 24 30
Josue 30 29 28
Miguel 28 26 27

7. Una mdica que se especializa en el control de peso, recomienda tres dietas. Como un experimento seleccion
al azar a 15 pacientes y les asign una dieta a cada 5 de ellos. Despus de tres semanas e registraron las
siguientes prdidas de peso, en libras. Al nivel de significancia del 0.05 Puede concluirse que existe alguna
diferencia de prdida de peso entre las tres dietas?
Plan
A B C
5 6 7
7 7 8
4 7 9
5 5 8
4 6 9

8. A continuacin aparecen los pesos (en gramos) de una muestra de dulces clasificados de acuerdo a su color.
Utilice minitab para determinar si hay una diferencia en los pesos medios de dulces e diferentes colores. Utilice
el nivel de significancia de 0.05

Rojo Naranja Amarillo caf Verde Canela
0.946 0.902 0.929 0.896 0.845 0.935
1.107 0.943 0.960 0.888 0.909 0.903
0.913 0.916 0.938 0.906 0.873 0.865
0.904 0.910 0.933 0.941 0.902 0.822
0.926 0.903 0.932 0.838 0.956 0.871
0.926 0.901 0.899 0.892 0.959 0.905
1.006 0.919 0.907 0.905 0.916 0.852
0.914 0.901 0.906 0.824 0.822 0.965
0.922 0.930 0.930 0.908 0.898
1.052 0.883 0.952 0.833 0.905
0.903 0.939
0.895 0.940
0.882
0.906

15


9. El proyecto acadmico de un ingeniero es el diseo de un experimento a fin de determinar el rendimiento de 4
variedades de papa sin tener en cuenta la influencia de la fertilidad de las tierras de cultivo. Las 20 parcelas de
igual fertilidad que le fueron asignadas los dividi en cuatro grupos de 5 parcelas cada una .A cada grupo de
parcelas le asign una variedad distinta de papa escogida al azar, resultando un diseo completamente
aleatorizado. Los rendimientos medidos en Kilogramos de las cinco variedades por parcela sedan en la tabla








a. Defina la variable dependiente, los niveles del factor, el modelo del diseo y los supuestos del modelo.
b. Compare descriptivamente las medias de los rendimientos
c. Estime el efecto que produce la variedad 3 en el valor medio global del rendimiento.
d. Al nivel de significacin del 5% se puede inferir que existen diferencias significativas entre las producciones
medias de las 4 variedades de papa?

10. Un organismo de investigacin quiere comparar los rendimientos en millas por galn, de gasolina regular sin
plomo, semi-grado y super Premium. Debido a la diferencia en el funcionamiento de los diferentes automvile, se
seleccionaron siete de ellos y se les trat como bloques. Por lo tanto cada clase de gasolina se prob con cada tipo
de vehculo. Al nivel d significancia de 0.05 existe una diferencia en las gasolinas y el los automviles?


automvil Reglar Semi-grado Super
premium
1 21 23 26
2 23 22 25
3 24 24 27
4 24 26 26
5 26 24 30
6 26 27 27
7 28 25 32

11. Los fabricantes de chips de silicio requieren el uso de los llamados cuartos limpios en los que el aire se filtra
de manera especial para mantener el nmero de partculas de polvo al mnimo. La Outel Corporation desea
asegurarse de que cada uno de sus cinco cuartos limpios tiene el mismo nmero de partculas de polvo. Se
tomaron cinco muestras de aire en cada cuarto. Se midi el nivel de polvo en una escala de 1 (bajo) a 10 (alto) al
nivel de significancia de 0.05 los cuartos tienen el mismo nivel promedio de polvo?

Nivel de polvo (1 a 10)

Cuarto 1 5 6.5 4 7 6
Cuarto 2 3 6 4 4.5 3
Cuarto 3 1 1.5 3 2.5 4
Cuarto 4 8 9.5 7 6 7.5
Cuarto 5 1 2 3.5 1.5 3

12. En una ciudad, una cadena de comida rpida est adquiriendo una mala reputacin debido a que tardan
mucho en servirle a los clientes. Como la cadena tiene cuatro restaurantes en esa ciudad, se tiene la
preocupacin de si los cuatro restaurantes en esa ciudad, se tiene la preocupacin de si los cuatro restaurantes
tienen el mismo tiempo promedio de servicio. Uno de los dueos de la cadena ha decidido visitar cada uno de los
locales y registrar el tiempo de servicio para cinco clientes escogidas al azar. En sus cuatro visitas vespertinas
registr los siguientes tiempos de servicio en minutos
Restaurante 1 3 4 5.5 3.5 4
Restaurante 2 3 3.5 4.5 4 5.5
Restaurante 3 2 3.5 5 6.5 6
Restaurante 4 3 4 5.5 2.5 3
variedades de papa
V1 V2 V3 V4
55
53
60
52
53
52
58
50
60
52
53
55
57
51
54
52
50
51
49
53