DISEÑO DE EXPERIMENTOS

Nombre: Matricula:
PRACTICA 3.4 EXPERIMENTO COMPARATIVO SIMPLE:
Prueba de una aseveración respecto de una varianza de
una población
Símbolos: χ λ δ {} σ µ Σ α [ ] β δ ӯ Ῡ ∑ ≈ ≥ ≤ = ˂ ˃ ≠ x̄ ±«» p̂, pˆ
(𝑛−1)∗𝑆 2
χ 2= σ2

2
(𝑛 − 1) ∗ 𝑆 2
σ =
χ2

Planteamiento de Hipótesis:
Ho: σ2 =1 “La variabilidad o varianza de la uniformidad es igual a uno”.
H1: σ2 ≠1 “La variabilidad o varianza de la uniformidad es diferente de uno”
Datos muestrales:
Tamaño de la muestra=n=20 α=0.05 Nivel de confianza=1- α=95%
Varianza Hipotética o aseverada=σ2 =1
GL=V=n-1=20-1=19
S2=Varianza Muestral=0.790
Varianza
0.790
Estadístico de Prueba
(𝑛−1)∗𝑆 2 (20−1)∗0.79
χ 2= σ2
χ2= =15.01
1

REGION CRITICA O ZONA DE ACEPTACION

 Conclusión: “Dado que el
estadístico de prueba χ2=15.01
0.07 cae en la zona de aceptación de Ho,
Chi-cuadrada, df=19
0.06 los datos del experimento no
0.05 aportan evidencia significativa en
Densidad

0.04 Zona Rechazo Ho su contra, y por lo tanto se acepta

0.03
la aseveración: Ho: σ2 =1 “La
Zona de Rechazo Ho
0.02
0.025=2.5% variabilidad o varianza de la
0.01
1-α=95% Zona aceptación Ho 0.025=2.5% uniformidad es igual a uno”.
0.00
0 8.907 32.85
χ2

VALOR P (METODO):
Prueba
Hipótesis nula H₀: σ² = 1
Hipótesis alterna H₁ : σ² ≠ 1
Estadístico
Método de prueba GL Valor p
Chi-cuadrada 15.02 19 0.557

CONCLUSIONES: “Dado que el Valor P=0.557>>0.05, por lo tanto, se acepta la hipótesis nula,
los datos muestrales no aportan evidencia suficiente en su contra, se concluye que Ho: σ2 =1 “La
variabilidad o varianza de la uniformidad es igual a uno”. De hecho la probabilidad de cometer
un error tipo 1 es de un 55.70%, es decir rechazar Ho cuando ella es verdadera.

IC de 95%
para σ2
usando
Chi-cuadrada
(0.6762, 1.2992)
IC al 95% de confianza para la varianza 𝛔𝟐
(𝑛 − 1) ∗ 𝑆 2
σ2 =
χ2
(𝑛−1)∗𝑆 2 (20−1)∗0.79
Límite Inferior= χ2 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟= =0.45
32.85
(𝑛−1)∗𝑆 2 (20−1)∗0.79
Limite Superior= χ2 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟= =1.68
8.907
0.676≤ σ≤1.299
0.45≤ σ2 ≤1.68
Fabricación de altímetros para aviones. La Stewart Aviation Products Company utiliza un nuevo método
de producción para fabricar altímetros para aviones. Se prueba una muestra aleatoria simple de 81 altímetros
en una cámara de presión, y se registran los errores en la altitud como valores positivos (para las lecturas
que son demasiado altas) o valores negativos (para las lecturas que son demasiado bajas). La muestra tiene
una desviación estándar de s= 52.3 pies. Al nivel 0.05 de significancia, pruebe la aseveración de que la
nueva línea de producción tiene errores con una desviación estándar diferente de 43.7 pies, que era la
desviación estándar del antiguo método de producción. Parece que la desviación estándar ha cambiado,
¿parece ser mejor o peor el nuevo método de producción en comparación con el anterior?
Hipótesis:
H0: “La nueva línea de producción tiene errores con una desviación estándar igual de
43.7 pies”
H1: “La nueva línea de producción tiene errores con una desviación estándar diferente
de 43.7 pies”

H0: σ = 43.7 pies

H1: σ ≠ 43.7 pies

Datos de la muestra:
n = tamaño de la muestra = 81 altímetros
S = desviación estándar muestral = 52.3 pies
α = nivel de significancia = 0.05 = 5%

S2 = varianza muestral = 52.32 = 2735.29

Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 81-1 = 80
Estadísticas descriptivas:
N Desv.Est. Varianza
81 52.3 2735

Método de estadístico de prueba:

(𝑛−1)∗𝑆 2 (81−1)∗2735.29 Estadística
χ2 = = = 114.59
σ2 43.72 Método de prueba
Chi- 114.59
cuadrada

Región Crítica o de rechazo de la hipótesis nula

Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 =
0.95 = 95%
GL = V = n-1 = 81-1 = 80
La prueba es a dos colas.
Conclusión: “Dado que el
estadístico de prueba
χ2=114.59 cae en la zona
critica, se rechaza la
hipótesis nula Ho, ya que
existen evidencias
estadísticamente
significativa y suficiente a
favor de la Hipótesis
alternativa, por lo que
aceptamos la H1 la cual
indica que: “La nueva línea
de producción tiene errores
con una desviación estándar
diferente de 43.7 pies”. Los
datos muestrales aportan evidencias a favor de H1.

Método del valor P

Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 81-1 = 80
La prueba es a dos colas.

Prueba:
Estadística
Hipótesis nula H₀: σ = Método de prueba GL Valor p
43.7 Chi- 114.59 80 0.014
Hipótesis H₁: σ ≠ cuadrada
alterna 43.7

Conclusión: “Dado que el Valor P=0.014 << α, se rechaza la Hipótesis Nula, por lo tanto,
existe evidencias estadísticamente significativa y suficiente a favor de la Hipótesis
alternativa H1, por lo que aceptamos la H1 la cual indica que: “La nueva línea de
producción tiene errores con una desviación estándar diferente de 43.7 pies”.

Los datos utilizados y la forma en que las hipótesis fueron planteada no brinda
información concluyente para determinar si el nuevo método de producción es mejor o
peor en comparación con el anterior. Solo sabemos si la desviación estándar es
diferente, pero no si es mayor o menor.
Puntuaciones de exámenes de estadística. Los exámenes de clases anteriores de estadística del autor tienen
calificaciones con una desviación estándar igual a 14.1. Una de sus clases recientes incluye 27 calificaciones
de examen con una desviación estándar de 9.3. Utilice un nivel de significancia de 0.01 para probar la
aseveración de que las clases actuales tienen menor variación que las clases anteriores. ¿La desviación
estándar menor sugiere que les va mejor a las clases actuales?
Hipótesis:
H0: “Las clases actuales tienen igual variación que las clases anteriores”
H1: “Las clases actuales tienen menor variación que las clases anteriores”

H0: σ = 14.1
H1: σ < 14.1

Datos de la muestra:
n = tamaño de la muestra = 27 calificaciones
S = desviación estándar muestral = 9.3
α = nivel de significancia = 0.01 = 1%

S2 = varianza muestral = 9.32 = 86.49

Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%
GL = V = n-1 = 27-1 = 26

Estadísticas descriptivas:
N Desv.Est. Varianza
27 9.30 86.5

Método de estadístico de prueba:

(𝑛−1)∗𝑆 2 (27−1)∗86.49 Estadística
χ2 = = = 11.311
σ2 14.12
Método de prueba
Chi- 11.31
cuadrada

Región Crítica o de rechazo de la

hipótesis nula
Zona Critica = Nivel de significancia
= α = 0.01 = 1%
Zona de aceptación = Nivel de
confianza = 1-α = 1-0.01 = 0.99 =
99%
GL = V = n-1 = 27-1 = 26
La prueba es a una sola cola
izquierda.

Conclusión: “Dado que el estadístico de prueba χ2=11.311 cae en la zona critica, se

rechaza la hipótesis nula Ho, ya que existen evidencias estadísticamente significativa y
suficiente a favor de la Hipótesis alternativa, por lo que aceptamos la H1 la cual indica
que: “Las clases actuales tienen menor variación que las clases anteriores”. Los datos
muestrales aportan evidencias a favor de H1.

Método del valor P:

Zona Critica = Nivel de significancia = α = 0.01 = 1%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%
GL = V = n-1 = 27-1 = 26
La prueba es a una sola cola izquierda.

Prueba:
Estadística
Hipótesis nula H₀: σ = Método de prueba GL Valor p
14.1 Chi- 11.31 26 0.006
Hipótesis H₁: σ < cuadrada
alterna 14.1

Conclusión: “Dado que el Valor P=0.006 << α, se rechaza la Hipótesis Nula, por lo tanto,
existe evidencias estadísticamente significativa y suficiente a favor de la Hipótesis
alternativa H1, por lo que aceptamos la H1 la cual indica que: “Las clases actuales tienen
menor variación que las clases anteriores”.

La desviación estándar menor no sugiere que les va mejor a las clases actuales. Siguiere
que hay una menor variación en torno a las calificaciones, esto puede ser que le valla
mejor tanto como que le valla peor. Significa que son más homogéneos en cuanto a
calificaciones.
Tiempos de espera de clientes bancarios. El banco Jefferson Valley, que utiliza filas individuales en las
distintas ventanillas, encontró que la desviación estándar de los tiempos de espera los viernes en la tarde,
distribuidos normalmente, era de 6.2 min. El banco experimentó con una fila única y observó que, para
una muestra aleatoria simple de 25 clientes, los tiempos de espera tenían una desviación estándar de 3.8
min. Utilice un nivel de significancia de 0.05 para probar la aseveración de que la fila única causa una
menor variación en los tiempos de espera.

Hipótesis:
H0: “La fila única causa una variación igual en los tiempos de espera”
H1: “La fila única causa una menor variación en los tiempos de espera”

H0: σ = 6.2 min

H1: σ < 6.2 min

Datos de la muestra:
n = tamaño de la muestra = 25 clientes
S = desviación estándar muestral = 3.8 min
α = nivel de significancia = 0.05 = 5%

S2 = varianza muestral = 3.82 = 14.44

Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 25-1 = 24

Estadísticas descriptivas:
N Desv.Est. Varianza
25 3.80 14.4

Método de estadístico de prueba:

(𝑛−1)∗𝑆 2 (25−1)∗14.44 Estadística
χ2 = σ2
= 6.22
= 9.016
Método de prueba
Chi- 9.02
cuadrada

Región Crítica o de rechazo de la hipótesis nula

Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 25-1 = 24
La prueba es a una sola cola izquierda.
Conclusión: “Dado que el
estadístico de prueba
χ2=9.016 cae en la zona
critica, se rechaza la hipótesis
nula Ho, ya que existen
evidencias estadísticamente
significativa y suficiente a
favor de la Hipótesis
alternativa, por lo que
aceptamos la H1 la cual indica
que: “La fila única causa una
menor variación en los
tiempos de espera”. Los
datos muestrales aportan evidencias a favor de H1.

Método del valor P

Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 25-1 = 24
La prueba es a una sola cola izquierda.

Prueba:
Estadística
Hipótesis nula H₀: σ = Método de prueba GL Valor p
6.2 Chi- 9.02 24 0.002
Hipótesis H₁: σ < 6.2 cuadrada
alterna

Conclusión: “Dado que el Valor P=0.002 << α, se rechaza la Hipótesis Nula, por lo tanto,
existe evidencias estadísticamente significativa y suficiente a favor de la Hipótesis
alternativa H1, por lo que aceptamos la H1 la cual indica que: “La fila única causa una
menor variación en los tiempos de espera”.
Pesos de supermodelos. Utilice un nivel de significancia de 0.01 para probar la aseveración de que los
pesos de mujeres supermodelos varían menos que los pesos de las mujeres en general. La desviación
estándar de los pesos de la población de mujeres es de 29 libras. A continuación, se listan los pesos (en
libras) de 9 supermodelos seleccionadas al azar.
125 (Taylor) 119 (Auermann) 128 (Schiffer) 128 (MacPherson)
119 (Turlington) 127 (Hall) 105 (Moss) 123 (Mazza) 115 (Hume)
Hipótesis:
H0: “Los pesos de mujeres supermodelos varían igual que los pesos de las mujeres en
general”
H1: “Los pesos de mujeres supermodelos varían menos que los pesos de las mujeres en
general”

H0: σ = 29 libras
H1: σ < 29 libras

Datos de la muestra:
n = tamaño de la muestra = 9 pesos de supermodelos
= media muestral = 121 libras
S = desviación estándar muestral = 7.53
S2 = varianza muestral = 7.532 = 56.75
α = nivel de significancia = 0.01 = 1%

Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%

GL = V = n-1 = 9-1 = 8

Estadísticas:
Conteo
Variable total Media Desv.Est. Varianza
Pesos de 9 121.00 7.53 56.75
supermodelos

Método de estadístico de prueba:

(𝑛−1)∗𝑆 2 (9−1)∗56.75 Estadística
χ2 = = = 0.5398
σ2 292
Método de prueba
Chi- 0.54
cuadrada

Región Crítica o de rechazo de la hipótesis nula

Zona Critica = Nivel de significancia = α = 0.01 = 1%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%
GL = V = n-1 = 9-1 = 8
La prueba es a una sola cola izquierda.
Conclusión: “Dado que el
estadístico de prueba
χ2=0.5398 cae en la zona
critica, se rechaza la hipótesis
nula Ho, ya que existen
evidencias estadísticamente
significativa y suficiente a
favor de la Hipótesis
alternativa, por lo que
aceptamos la H1 la cual indica
que: “Los pesos de mujeres
supermodelos varían menos
que los pesos de las mujeres
en general”. Los datos muestrales aportan evidencias a favor de H1.

Método del valor P:

Zona Critica = Nivel de significancia = α = 0.01 = 1%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.01 = 0.99 = 99%
GL = V = n-1 = 9-1 = 8
La prueba es a una sola cola izquierda.

Prueba:
Estadística
Hipótesis nula H₀: σ = 29 Método de prueba GL Valor p
Hipótesis H₁: σ < 29 Chi- 0.54 8 0.000
alterna cuadrada

Conclusión: “Dado que el Valor P=0.000 << α, se rechaza la Hipótesis Nula, por lo tanto,
existe evidencias estadísticamente significativa y suficiente a favor de la Hipótesis
alternativa H1, por lo que aceptamos la H1 la cual indica que: “Los pesos de mujeres
supermodelos varían menos que los pesos de las mujeres en general”.
Estaturas de supermodelos. Utilice un nivel de significancia de 0.05 para probar la aseveración de que las
estaturas de mujeres supermodelos varían menos que las estaturas de las mujeres en general. La desviación
estándar de las estaturas de la población de mujeres es de 2.5 pulgadas. A continuación, se listan las
estaturas (en pulgadas) de supermodelos seleccionadas al azar (Taylor, Harlow, Mulder, Goff, Evangelista,
Auermann, Schiffer, MacPherson, Turlington, Hall, Crawford, Campbell, Herzigova, Seymour, Banks,
Moss, Mazza, Hume).
71 71 70 69 69.5 70.5 71 72 70
70 69 69.5 69 70 70 66.5 70 71

Hipótesis:
H0: “Las estaturas de mujeres supermodelos varían igual que las estaturas de las mujeres
en general”
H1: “Las estaturas de mujeres supermodelos varían menos que las estaturas de las
mujeres en general”

H0: σ = 2.5 pulgadas

H1: σ < 2.5 pulgadas

Datos de la muestra:
n = tamaño de la muestra = 18 supermodelos
= media muestral = 69.944 pulgadas
S = desviación estándar muestral = 1.187
S2 = varianza muestral = 1.1872 = 1.408
α = nivel de significancia = 0.05 = 5%

Nivel de confianza = 1-α = 1-0.01 = 0.95 = 95%

GL = V = n-1 = 18-1 = 17

Estadísticas:
Conteo
Variable total Media Desv.Est. Varianza
Estaturas de 18 69.944 1.187 1.408
supermodelos

Método de estadístico de prueba:

(𝑛−1)∗𝑆 2 (18−1)∗1.408 Estadística
χ2 = = = 3.8298
σ2 2.52
Método de prueba
Chi- 3.83
cuadrada
Región Crítica o de rechazo de la hipótesis nula
Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 18-1 = 17
La prueba es a una sola cola izquierda.
Conclusión: “Dado que el
estadístico de prueba χ2=3.83
cae en la zona critica, se
rechaza la hipótesis nula Ho,
ya que existen evidencias
estadísticamente significativa
y suficiente a favor de la
Hipótesis alternativa, por lo
que aceptamos la H1 la cual
indica que: “Las estaturas de
mujeres supermodelos
varían menos que las
estaturas de las mujeres en
general”. Los datos muestrales aportan evidencias a favor de H1.

Método del valor P:

Zona Critica = Nivel de significancia = α = 0.05 = 5%
Zona de aceptación = Nivel de confianza = 1-α = 1-0.05 = 0.95 = 95%
GL = V = n-1 = 18-1 = 17
La prueba es a una sola cola izquierda.

Prueba:
Estadística
Hipótesis nula H₀: σ = Método de prueba GL Valor p
2.5 Chi- 3.83 17 0.000
Hipótesis H₁: σ < 2.5 cuadrada
alterna

Conclusión: “Dado que el Valor P=0.000 << α, se rechaza la Hipótesis Nula, por lo tanto,
existe evidencias estadísticamente significativa y suficiente a favor de la Hipótesis
alternativa H1, por lo que aceptamos la H1 la cual indica que: “Las estaturas de mujeres
supermodelos varían menos que las estaturas de las mujeres en general”.