UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN

FACULTAD DE INGENIERÍA MECÁNICA Y ELÉCTRICA

Estadística Inferencial

“Pruebas Paramétricas”

Alumno: José Armando Arellano Méndez

Matrícula:1681868

Hora:M4 Salón:4110
 Temario
PARAMETRICAS No Paramétricas
1. Prueba de hipótesis para media muestra 1. Prueba de signo para una
grande media
2. Prueba de hipótesis para 2 medias muestra 2. Prueba de signo para 2
grande medias
3. Prueba de hipótesis para una media 3. Prueba de rango de signo
muestra pequeña para una media
4. Prueba de hipótesis para 2 medias muestra 4. Prueba de rango de signo
pequeña considerando varianza igual para 2 medias
5. Prueba de hipótesis para 2 medias muestra 5. Prueba de suma de rangos.
pequeña con varianza diferente
6. Prueba de hipótesis para 2 medias muestra
pequeña usando método de la W
7. Prueba de hipótesis para una proporción
8. Prueba de hipótesis para 2 proporciones
9. Prueba de hipótesis la varianza
10. Prueba de hipótesis la razón de la varianza
11. Prueba de hipótesis bondad y ajuste
 glosario
PROBABILIDAD: En un proceso aleatorio, razón entre el número de casos
favorables y el número de casos posibles
ESTADISTICA: Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir
de ellos, inferencias basadas en el cálculo de probabilidades
Estadística Descriptiva: Se denomina estadística descriptiva a las cantidades
matemáticos (tales como la media, mediana, desviación estándar) que resumen e
interpretan algunas de las propiedades de un conjunto de datos (muestra), pero que
no miden las propiedades de la población de la que se extrajo la muestra
ESTADISTICA INFERENCIAL: La inferencia estadística o estadística inferencial es una
parte de la Estadística que comprende los métodos y procedimientos para deducir
propiedades (hacer inferencias) de una población, a partir de una pequeña parte
de la misma (muestra).
PRUEBA DE HIPÓTESIS: es una afirmación sobre la población a nivel de sus parámetros
DESVIACIÓN ESTÁNDAR: es una medida de dispersión para variables de razón y de
incertidumbre. Se define como la raíz cuadrada de la varianza de la variable.
VARIANZA: Es una medida de dispersión definida como la esperanza del cuadrado
de la desviación de dicha variable respecto a su medida.
 Regiones criticas
HIPOTESIS GRAFICA H1 Ho o VALOR CRITICO

Ho; µ=0 𝑥ҧ − 𝜇 1-α

𝑧=
H1; µ>0 σ/ 𝑛
-∞ ∞

Ho; µ=0 𝑥ҧ − 𝜇
α
𝑧=
H1; µ<0 σ/ 𝑛
-∞ ∞

Ho; µ=0 𝑥ҧ − 𝜇 𝛼
𝑧=
H1; µ≠0 σ/ 𝑛 2
O
𝛼
-∞ ∞ 1- 2

ഥ= medida de la
𝒙 σ = desviación estándar de la muestra α = nivel de significancia
muestra 𝐧>30 muestra grande
𝛍 = medida de la población 𝐧= tamaño de la muestra 𝐧>30 muestra pequeña
Problema
Los estándares establecidos por dependencias del gobierno indican que los estadounidenses no deben exceder
una ingesta diaria de sodio con promedio de 3300 miligramos(mg). Para averiguar si los estadounidenses están
excediendo este límite, se seleccionó una muestra de cien de ellos y se encontró que la media y desviación
estándar de ingesta diaria de sodio era de 3400 mg y 1100 mg, respectivamente. Use α= 0.05 para efectuar una
prueba de hipótesis.

Datos: Fórmula: Sustitución: Tabla:

H0: µ = 3300 Tabla A.3 Áreas bajo la curva
H1: µ > 3300 𝑋−µ 3400 − 3300 normal.
µ = 3300 𝑧= σ 𝑧= = 0.91 1 − α = 1 − 0.05 = 0.95
1100
σ = 1100
𝑛 100
n = 100
α = 0.05 H0= 1.64
X = 3400

z 0.04
1.6 0.9505
 Gráfica

-∞ 0 ∞
0.91 1.64
H1 H0

Conclusión:
Se acepta H0.
No hay suficiente evidencia para indicar Bibliografía:
que el promedio de ingesta diaria de Probabilidad y estadística
sodio exceda de 3300 mg. William Mendenhall.
 Problema
Existen diferencias en los promedios de calificaciones obtenidos en castellano de dos cursos de primer año de bachillerato de
diferentes instituciones, impartidos por un mismo profesor. A un nivel de significancia de .01 ¿ es razonable concluir que la
calificación promedio obtenida por el instituto A es menor que el obtenido en el instituto B?

Datos: Fórmula: Sustitución: Tabla:

H0: µ1 < µ2 Tabla A.3 Áreas bajo la
H1: µ1 > µ2 𝑋1 − 𝑋2 − (µ1 − µ2 ) 16.3 − 18.2 − (0) curva normal.
α = 0.01 𝑧= 𝑧= α = .01
X1 = 16.3 σ1 = .9
σ1 2 σ2 2 .9 1.2
+ +
100 50
n1 = 100 𝑛1 𝑛2
= −9.89
X2 = 18.2 σ2 = 1.2
n2 = 50 H0= -2.3

z 0.03
-2.3 0.0099
 Gráfica
Conclusión:
Se acepta Ho
El instituto A obtiene menores calificaciones
que el instituto B a pesar que cuentan con el
mismo docente

-∞ 0 ∞
9.89 2.33

H1 H0
Bibliografía:
Probabilidad y estadista para ingeniería
William W. Hines
 Problema
Un nuevo proceso para producir diamantes sintéticos puede ser operado a un nivel rentable sólo si el peso promedio de éstos es mayor a 0.5 quilates. Para evaluar la
rentabilidad del proceso, se generan seis diamantes que se registran pesos de 0.46, 0.61, 0.52, 0.48, 0.57 y 0.54 quilates. ¿Estas seis mediciones presentan suficiente
evidencia para indicar que el peso promedio de los diamantes producidos por el proceso es más de 0.5 quilates ?

Datos: Fórmula: Sustitución:

H0: µ = 0.5 𝑋−µ

𝑡= 𝑠 𝑡=
0.53 − 0.5
= 1.32
0.0559
H1: µ > 0.5
𝑛 6
µ = 0.5
n=6 𝑋=
𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛
𝑋=
0.46 + 0.61 + 0.52 + ⋯ 0.54
= 0.53
𝑛 6

Tabla:
2
𝑛 σ 𝑋𝑖2 − σ 𝑋𝑖 6 1.701 − 10.1124
𝑆= 𝑆= = 0.0559
𝑛(𝑛 − 1) 6(6 − 1)

Tabla D.6: Valores críticos de la

distribución t de student ෍ 𝑋𝑖2 = 𝑥12 + 𝑥22 + 𝑥32 + ⋯ 𝑥𝑛2 ෍ 𝑋𝑖2 = 0.2116 + 0.3721 + 0.2704 + ⋯ 0.2916 = 1.701

ɤ=𝑛−1=6−1=5
2
2

෍ 𝑋𝑖 = (𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛 )2 ෍ 𝑋𝑖 = (0.46 + 0.61 + 0.52 + ⋯ 0.54)2 = 10.1124

ɤ α
0.05
5 2.015
H0= 2.015
 Gráfica

Bibliografía:

Introducción a la probabilidad y estadística.

William Mendenhall.

-∞ 0 1.32 2.015 ∞
H1 H0

Conclusión:
Se acepta H0.
Los datos no presentan suficiente evidencia para indicar que el peso medio de los diamantes exceda de 0.5
quilates.
Problema
Puede tomarse un curso con crédito ya sea asistiendo a sesiones de clases en horas y días fijos, o haciendo
sesiones en línea que el estudiante puede hacer a su propio paso y en los tiempos que el estudiante escoja. El
coordinador del curso desea determinar si estos dos días de tomar el curso resultaron en una diferencia
significativa en rendimiento medido por el examen final con 45 puntos posibles par un grupo de n1 = 9 estudiantes
que tomaron el curso en línea y un segundo grupo de n2 = 9 estudiantes que tomaron el curso de clases
convencionales. ¿Estos datos presentan suficiente evidencia para indicar que las calificaciones para estudiantes
que tomaron el curso en línea son significativamente más bajas que las de quienes asistieron a una clase
convencional con una significancia del .05?

Calificaciones de examen para presentaciones en línea y en salón de clase

En línea 35 31 29 25 34 40 27 32 31

Salón de clase 32 37 35 28 41 44 35 31 34
Datos: Fórmula: Sustitución:
H0: µ1 = µ2 o H0: (µ1 - µ2) = 0 𝑋1 − 𝑋2 − (µ1 − µ2 )
𝑡=
35.22 − 31.56 − (0)
= 1.65
𝑡=
H1: µ1 < µ2 o H1: (µ1 - µ2) < 0 𝑆𝑝2 𝑆𝑝2 22.23 22.23
+ +
z > 1.725 𝑛1 𝑛2 9 9
n1 = 9
𝑥1 + 𝑥2 + ⋯ 𝑥𝑛1 32 + 37 + ⋯ 34
n2 = 9 𝑋1 = 𝑋1 = = 35.22
𝑛1 9

𝑥1 + 𝑥2 + ⋯ 𝑥𝑛2 35 + 31 + ⋯ 31
𝑋2 = 𝑋2 = = 31.56
𝑛2 9

8(4.94)2 + 8(4.47)2
Tabla: 𝑛−1 𝑆12
+ (𝑛 − 1)𝑆22 2
𝑆𝑝 = = 22.23
𝑆𝑝2 = 9+9−2
𝑛1 + 𝑛2 − 2
Tabla D.6: Valores críticos de la
9 11361 − 100489
distribución t de student 𝑛1 σ 𝑋𝑖2 − (σ 𝑋𝑖 )2 𝑆12 = = 4.94
2
𝑆1 = 9(9 − 1)
𝑛1 (𝑛1 − 1)
ɤ = 𝑛1 + 𝑛2 − 2 = 9 + 9 − 2 9 11361 − 100489
= 16 𝑛2 σ 𝑋𝑖2− (σ 𝑋𝑖 ) 2 𝑆22 = = 4.47
𝑆22 = 9(9 − 1)
ɤ α 𝑛2 (𝑛2 − 1)

0.05 ෍ 𝑋𝑖2 = 1024 + 1369 + 1225 + ⋯ 1156 = 11361

෍ 𝑋𝑖2 = 𝑥12 + 𝑥22 + 𝑥32 + ⋯ 𝑥𝑛2
16 1.746 2
H0= 1.746 2
෍ 𝑋𝑖 = (32 + 37 + 35 + ⋯ 34)2 = 100489
෍ 𝑋𝑖 = (𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛 )2
 Gráfica

Bibliografía:
Introducción a la probabilidad y estadística.
William Mendenhall.
- ∞ 1.746 1.65 0 ∞
H0 H1

Conclusión:
Se rechaza H0.
Hay insuficiente evidencia para indicar que las calificaciones del curso en línea sean más bajas que las
calificaciones del curso convencional a nivel de significancia de .05
Problema
En el HMI Ramos Larrea, se realizó un estudio para comparar la efectividad de dos tratamientos diferentes para la
diarrea aguda, se seleccionaron 15 niños de 1 a 2 años de edad con diarrea aguda, fueron divididos en dos
subgrupos, al subgrupo A se le dio como tratamiento SRO y al subgrupo B se le dio como tratamiento
SRO+Cocimiento de arroz. Después de tres días de tratamiento, se registró la frecuencia de evacuaciones de los
niños. Los resultados fueron los siguientes:

Grupo A 3 4 3 4 4 4 5

Grupo B 4 1 2 3 1 3 2 3

¿Proporcionan los datos evidencias suficientes que indique que la efectividad de los dos tratamientos no es la
misma? Utilice un nivel de significación de 0.05
Datos: Fórmula: Sustitución:

H0 : µ1 − µ2 = 0 𝑋1 − 𝑋2 − (µ1 − µ2 )
𝑡= 7(32 + 42 + 32 +. . . 52 ) − 3 + 4 + 3+. . .5 2
H1 : µ1 − µ2 ≠ 0 𝑆12 𝑆22 𝑠12 = = 0.4761
+ 7 7−1
n1 = 7 𝑛1 𝑛2
n2 = 8 𝑥1 + 𝑥2 + ⋯ 𝑥𝑛1 3.857 − 2.375 − 0
α = 0.05 𝑋1 = 𝑡= = 3.24
𝑛1 0.4761 1.125
+
7 8
𝑥1 + 𝑥2 + ⋯ 𝑥𝑛2
𝑋2 =
𝑛1 8(42 + 12 + 22 +. . . 32 ) − 4 + 1 + 2+. . .3 2

Tabla: 2 𝑠22 = = 1.125

𝑆12 𝑆22 8 8−1
+
𝑛1 𝑛2
Tabla D.6: Valores críticos ɤ= 2 2 3 + 4 + 3+. . .5
𝑆12 𝑆22 𝑋1 = = 3.857
de la distribución t de 𝑛1 𝑛2
7
student +
𝑛1 − 1 𝑛2 − 1 4 + 1 + 2+. . .3
𝛼 𝑋2 = = 2.375
= 0.025 2
𝑛1 σ 𝑋𝑖2 − (σ 𝑋𝑖 )2 8
2 𝑆1 =
𝑛1 (𝑛1 − 1)
ɤ α 𝑛2 σ 𝑋𝑖2 − (σ 𝑋𝑖 )2 0.4761 1.125 2
2
𝑆2 = +
7 8
𝑛2 (𝑛2 − 1) 𝛾= 2 = 12.115 ≅ 12
0.025 0.4761 2 1.125
෍ 𝑋𝑖2 = 𝑥12 + 𝑥22 + 𝑥32 + ⋯ 𝑥𝑛2 8
12 2.179 7 +
7−1 8−1
2
H0: 2.179
෍ 𝑋𝑖 = (𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛 )2
 Bibliografía:
Gráfica Estadística Murray R. Spiegel

-∞ 3.24 2.179 0 2.179 3.24 ∞

H1 H0 H0 H1

Conclusión:
Se rechaza H0.
Si se proporcionan evidencias suficientes que indican que la efectividad de los dos tratamientos no es la misma.
Problema
En el HMI Ramos Larrea, se realizó un estudio para comparar la efectividad de dos tratamientos diferentes para la
diarrea aguda, se seleccionaron 15 niños de 1 a 2 años de edad con diarrea aguda, fueron divididos en dos
subgrupos, al subgrupo A se le dio como tratamiento SRO y al subgrupo B se le dio como tratamiento
SRO+Cocimiento de arroz. Después de tres días de tratamiento, se registró la frecuencia de evacuaciones de los
niños. Los resultados fueron los siguientes:

Grupo A 3 4 3 4 4 4 5

Grupo B 4 1 2 3 1 3 2 3

¿Proporcionan los datos evidencias suficientes que indique que la efectividad de los dos tratamientos no es la
misma? Utilice un nivel de significación de 0.05
Datos:
H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 ≠ 0
n1 = 7
n2 = 8
α = 0.05
Fórmula: Sustitución:
𝑋1 −𝑋2 −(µ1 −µ2 ) 𝑤1 𝑇1 +𝑤2 𝑇2 3.857 − 2.375 − 0
𝑡=
𝑆𝑝2 𝑆𝑝2
𝜏= 𝑡= = 3.24
+ 𝑤1 +𝑤2 0.4761 1.125
𝑛1 𝑛2 +
7 8

𝑥1 +𝑥2 +⋯𝑥𝑛1 𝑆12 7(32 + 42 + 32 +. . . 52 ) − 3 + 4 + 3+. . .5 2

𝑋1 = 𝑤1 = 𝑆12 = = 0.4761
𝑛1 𝑛1 7 7−1

𝑥1 +𝑥2 +⋯𝑥𝑛2 𝑆22

𝑋2 = 𝑤2 = 8(42 + 12 + 22 +. . . 32 ) − 4 + 1 + 2+. . .3 2
𝑛1 𝑛2 𝑆22 = = 1.125
8 8−1
2
2
𝑛1 σ 𝑋𝑖 − (σ 𝑋𝑖 )2
𝑆1 = 3 + 4 + 3+. . .5
𝑛1 (𝑛1 − 1) 𝑋1 = = 3.857
7
𝑛2 σ 𝑋𝑖2 − (σ 𝑋𝑖 )2 4 + 1 + 2+. . .3
𝑆22 = 𝑋2 = = 2.375
𝑛2 (𝑛2 − 1) 8

0.067 2.366 + 0.140(2.447)

෍ 𝑋𝑖2 = 𝑥12 + 𝑥22 + 𝑥32 + ⋯ 𝑥𝑛2 𝜏= = 2.42
0.067 + 0.14
0.47
𝑤1 = = 0.067
2 7
෍ 𝑋𝑖 = (𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛 )2 1.125
𝑤2 = = 0.14
8
Gráfica

Bibliografía:
Estadística Murray R. Spiegel

- ∞ 3.24 2.42 0 2.42 3.24 ∞

H1 H0 H0 H1
Tabla:

Tabla D.6: Valores críticos de la distribución t de student

α 0.05 α 0.05
𝑇1 = 2 = 2 = 0.025 𝑇2 = 2 = 2 = 0.025 Conclusión:
ɤ = 𝑛1 − 1 = 8 − 1 = 7 ɤ = 𝑛2 − 1 = 7 − 1 = 6 Se rechaza H0.
ɤ α Si se proporcionan evidencias suficientes que indican
ɤ α
0.025 que la efectividad de los dos tratamientos no es la
0.025 misma.
7 2.366 6 2.447
𝑇1 =2.366 𝑇2 =2.447
Problema
Una medicina que se prescribe comúnmente para aliviar la tensión nerviosa se considera que es efectivo en 60%.
Resultados experimentales con una nueva medicina que se administra a una muestra aleatoria de 100 adultos que
padecen de tensión nerviosa muestran que 70 tuvieron alivio. ¿Esta es evidencia suficiente para concluir que la
nueva medicina es superior a la que se prescribe actualmente? Utilice un nivel de significancia de 0.05.

Datos: Fórmula: Sustitución: Tabla:

H0: 𝑝0 = 0.6 Tabla A.3 Áreas bajo la
H1: 𝑝0 > 0.6 𝑋 70 curva normal.
− 𝑝0 − 0.6
p0 = 0.6 𝑧= 𝑛 100 1 − α = 1 − 0.05 = 0.95
𝑧= = 2.04
n = 100 𝑝0 (1 − 𝑝0 ) 0.6(1 − 0.6) z 0.05
α = 0.05 𝑛 100
X = 70 1.6 0.9505
H0= 1.65

Conclusión:
Se rechaza H0.
Se concluye que la nueva medicina es superior.
 Bibliografía:

Gráfica Probabilidad y estadística para ingenieros.

Ronald E. Walpole.
Raymond H Myers.

-∞ 0 1.65 2.04 ∞
H0 H1
 Problema
En un proceso de producción de botellas de vidrio se tomo una muestra 400 de las cuales 28 estaban defectuosas,
en otro proceso se tomaron 300 muestras de las cuales 15 estaban defectuosas, demuestra que p1=p2 y p1≠p2.

Datos: Fórmula: Sustitución: Tabla:

H0 :p1= p2 Tabla A.3 Áreas bajo la curva
H1 :p1≠p2 𝑃෠1 − 𝑃෠1 0.07 − 0.05 normal.
α = 0.05 𝑧= 𝑧= = 1.09 α 0.05
1 1 1 1 = = 0.025
x1 =28 𝑝ො𝑞ො 𝑛 + 𝑛 (0.51)(0.49) 400 + 300 2 2
x2 = 15 1 2
n1 = 400 28 + 15
n2 = 300 𝑥1 + 𝑥2 𝑝ො = = 0.061 z 0.06
𝑝ො = 400 + 300
P1=0.07 𝑛1 + 𝑛2 -1.9 0.025
P2=0.05 𝑞ො = 1 − 0.061 = 0.939
P=0.061 𝑞ො = 1 − 𝑝ො H0= -1.96
28 15
𝑃෠1 = = 0.07 𝑃෠2 = = 0.05
𝑥1 𝑥2 400 300
𝑃෠1 = 𝑃෠2 =
𝑛1 𝑛2
 Bibliografía:
Introducción a la probabilidad y estadística.
Gráfica William Mendenhall.

-∞ 1.96 1.09 0 1.09 1.96 ∞

H0 H1 H1 H0

Conclusión:

Se acepta H0.
El proceso 1 es menor o igual al proceso 2.
Problema
Una experimentadora esta convencida de que su instrumento de medición tenía una variabilidad medida por la
desviación estándar σ= 2. Durante un experimento, ella registró las mediciones 4.1, 5.2 y 10.2. ¿Estos datos
confirman o desaprueban lo dicho por ella? Pruebe la hipótesis apropiada y construya un intervalo de confianza de
90% para estimar el verdadero valor de la varianza de población.
Datos: Fórmula: Sustitución: Tabla:
H0: σ2 = 4 (𝑛 − 1)𝑆 2 (2)(10.57) Tabla A.5 Valores críticos de la
2
𝜒 = 𝜒2 = = 5.285
H1: σ2 ≠ 4 σ2 4 distribución ji cuadrada.
n=3 α 0.1
2 − (Ʃ𝑋𝑖)2 (3)(147.89) − 380.25 = = 0.05
α = 0.1 𝑛Ʃ𝑋𝑖 2 2
𝑆2 = 𝑆2 = = 10.57
𝑛(𝑛 − 1) 3(2)
ɤ α
Ʃ𝑋𝑖 2 = 𝑥12 + 𝑥22 + 𝑥32 +. … 𝑥𝑛2 Ʃ𝑋𝑖 2 = 16.81 + 27.04 + 104.04 = 147.89 0.05

(Ʃ𝑋𝑖)2 = (4.1+5.2 + 10.2)2 = 380.35 2 5.991

(Ʃ𝑋𝑖)2 = (𝑥1 + 𝑥2 + 𝑥3 +. … 𝑥𝑛 )2
H0= 5.991

α 0.1
1− =1− = 0.95
2 2
ɤ α
0.95
2 0.103

H0= 0.103
 Bibliografía:
Introducción a la probabilidad y
estadística.
William Mendenhall.

Gráfica

H0 H1 H0

Conclusión:
Se acepta H0.
En conclusión no es de sorprenderse que haya insuficiente evidencia para rechazar la hipótesis nula σ2 = 4. Para obtener más
información sobre σ2 , la experimentadora necesita aumentar el tamaño muestral.
Problema
Un experimentador está preocupado porque la variabilidad de respuestas que usan dos procedimientos
experimentales diferentes puede no ser igual. Antes de realizar su investigación, realiza un estudio previo con
muestras aleatorias de 10 y 8 respuestas y obtiene S 12 = 7.14 y S22 = 3.21, respectivamente. ¿Las varianzas
muestrales presentan suficiente evidencia para indicar que las varianzas poblacionales son desiguales
Datos: Fórmula: Sustitución:

H0: 𝜎12 = 𝜎22

H1: 𝜎12 ≠ 𝜎22
𝑆12 = 7.14 (𝑛1 )(𝑛2 − 1)𝑆12 (10)(8 − 1)7.14
𝑓= 𝑓= = 2.16
𝑆22 = 3.21 (𝑛2 )(𝑛1 − 1)𝑆22 (8)(10 − 1)3.21
n1 = 10
n2 = 8 1 1 1
α = 0.05 𝑓1−α (ɤ1 , ɤ2 )= 𝑓1−0.05 (9, 7)= = = 0.30
𝑓α (ɤ2 , ɤ1 ) 𝑓0.05 (7, 9) 3.29

Tabla:
Tabla V Puntos porcentuales de la distribución F.
𝑓0.025 𝑓0.05
ɤ2 ɤ1 ɤ1 = 𝑛1 − 1 = 10 − 1 = 9 ɤ1 ɤ2
9 ɤ2 = 𝑛2 − 1 = 8 − 1 = 7 7
7 4.82 𝑯𝟎 = 𝟒. 𝟖𝟐 𝑯𝟎 = 𝟎. 𝟑𝟎
9 3.29
 Bibliografía:
Introducción a la probabilidad y
estadística.
William Mendenhall.

Gráfica

H0 H1 H0
Conclusión:
Se acepta H0.
Hay insuficiente evidencia para indicar una diferencia en las varianzas poblacionales.
Problema
Un investigador diseña un experimento en el que una rata es atraída al final de una rampa que se divide, llevando a
puertas de tres colores diferentes. El investigador hace que la rata baje por la rampa n = 90 veces y observa las
elecciones citadas en la tabla 14.1 ¿La rata tiene (o ha adquirido) preferencia por una de las tres puertas

Elecciones de puerta de la rata

Puerta
Verde Roja Azul
Cantidad observada (Oi ) 20 39 31

Datos: Fórmula: Sustitución:

H0: no tiene preferencia 𝑘 20 − 30 2 39 − 30 2 31 − 30 2
2
2
𝑂𝑖 − 𝑒𝑖 2
𝜒 = + + = 6.067
H1: tiene preferencia 𝜒 =෍ 30 30 30
𝑒𝑖
k=3 𝑖=1
α = 0.05 20 + 39 + 31
𝑒𝑖 = = 30
𝑒𝑖 = ෍ 𝑓 ÷ 𝑥 3

ɤ=3−1=2
ɤ=𝑘−1
 Bibliografía:
Introducción a la probabilidad y estadística.
William Mendenhall

Gráfica
H0 H1 H0

Tabla: Conclusión:
Valores críticos de la distribución ji cuadrada. Se acepta H0.
ɤ= 𝑘−1= 3−1= 2 Hay suficiente evidencia para indicar que la rata tiene una
preferencia por una de las tres puertas.
ɤ α ɤ α
0.05 0.025
2 5.991 2 7.378
H0: 5.991 H0: 7.378