ESTADISTICA

INFERENCIAL
-
TRABAJO ESPECIAL
JOSE ANTONIO MONCADA
PRADO

1845465

IMA

MC. RIGOBERTO AMÉRICO GARZA LÓPEZ

TEMARIO
PRUEBAS PARAMETRICAS PRUEBAS NO PARAMETRICAS

 Prueba de hipótesis para una media muestra grande.

 Prueba de hipótesis para dos medias muestra grande.
 Prueba de signos para una media.
 Prueba de hipótesis para una media muestra pequeña.
 Prueba de hipótesis para dos medias muestra pequeña
considerando varianzas iguales.  Prueba de signos para dos medias.
 Prueba de hipótesis para dos medias muestra pequeña
considerando varianzas diferentes.
 Prueba de rango con signo para una media.
 Prueba de hipótesis para dos medias muestra pequeña
considerando varianzas diferentes, usando el método de la
W.  Prueba de rango con signo para dos medias.
 Prueba de hipótesis para una proporción.
 Prueba de hipótesis para dos proporciones.
 Prueba de suma de rango.
 Prueba de hipótesis para la varianza.
 Prueba de hipótesis para la razón de las varianzas.
 Prueba de bondad y ajuste.
 Probabilidad: Es la posibilidad de que suceda un fenómeno
o un hecho, dadas determinadas circunstancias.
Estadística: Disciplina científica que se ocupa de la
obtención, orden y análisis de un conjunto de datos con el
fin de obtener explicaciones y predicciones sore fenómenos
observados.

Estadística descriptiva: Es la rama de la estadística que

GLOSARIO presenta técnicas para describir conjuntos de mediciones,

esta formada por procedimientos empleados para resumir y
describir las características importantes de un conjunto de
mediciones.

Estadística inferencial: Esta formada por procedimientos

empleados para hacer inferencias acerca de características
poblacionales, a partir de información contenida en una
muestra, gracias a esta se pueden sacar conclusiones, hacer
predicciones y tomar decisiones a partir de información.
 Prueba de hipótesis: Es la toma de una decisión acerca del
valor de un parámetro, con base a alguna idea preconcebida
acerca del cual podría ser su valor.
Desviación estándar: Es la encargada de medir la dispersión de
una distribución de datos. Entre mas dispersa una distribución,
mas grande la desviación estándar.
Varianza: Es una medida de dispersión que presenta la
GLOSARIO variabilidad de una serie de datos respecto a su media.
Formalmente se calcula como la suma de los residuos al
cuadrado divididos entre el total de observaciones.
Pruebas paramétricas: Parte de la estadística inferencial que
apoya sus cálculos en estadísticas y criterios fundamentados en
distribuciones conocidas.
Pruebas no paramétricas: Rama de la estadística inferencial
cuyos cálculos y procedimientos están fundamentados en
distribuciones desconocidas.
 TABLA DE REGIONES CRITICAS
PLANTEAMIENTO GRAFICA FORMULA VALOR

H0 : µ=0
H1 : µ<0 α
-∞ - H1 -H0 ∞

H0 : µ=0
H1 : µ>0 1-α

-∞ - H0 H 1 ∞

H0 : µ=0
H1 : µ≠0 1-α y α/2

-∞ - H1 -H0 H0 H 1 ∞
 NOMENCLATURA
µ: Media de la población.
: Media de la muestra.
α: Nivel de significancia.
σ: Desviación estándar de la muestra.
n≥30: Muestra grande.
n≤30: Muestra pequeña.
PRUEBAS PARAMETRICAS
 PRUEBA DE HIPÓTESIS PARA
UNA MEDIA MUESTRA GRANDE
La producción diaria para una planta química local ha promediado 880 toneladas en los últimos años. A la gerente
de control de calidad le gustaría saber si este promedio ha cambiado en meses recientes. Ella selecciona al azar 50
días de entre la base de datos y calcula el promedio y desviación estándar de las n =50 producciones como  =
871 toneladas y s= 21 toneladas, respectivamente. Pruebe la hipótesis apropiada usando α: .05

DATOS HIPOTESIS FORMULA SUSTITUCIO VALOR CRITICO

N
n=50 0.05/2=.025
H0 : µ1=880 𝑋 −µ Z
𝑍=
 =871 σ Z .06
H1 : µ1≠880 √𝑛 1.9 0.0250
σ =21

α= .05 VC: ±1.96

 GRAFICA CONCLUSION

Se rechaza la hipótesis nula, la gerente de acuerdo a

evidencia estadística, puede aceptar que las toneladas han
cambiado. La probabilidad de rechazar H0 cuando H0 es
verdadera y α =.05, una probabilidad bastante pequeña. Por
tanto, ella está razonablemente segura que su decisión es
correcta.

-∞ 3.03 1.96 1.96 3.03 ∞

H1 H0 H0 H1
 PRUEBA DE HIPOTESIS PARA DOS
MEDIAS MUESTRA GRANDE
Para determinar si la propiedad de un auto afecta el rendimiento académico de un estudiante, se tomaron dos muestras
aleatorias de 100 estudiantes de sexo masculino. El promedio de calificación para los n1= 100 que no eran dueños de autos
tuvieron un promedio de 1= 2.7 y una varianza de s12= .36, en tanto que 2=2.54 y s22 = .40 para los n2= 100 para los
propietarios de autos. ¿Los datos presentan suficiente evidencia para indicar una diferencia en el rendimiento medio entre
propietarios de autos y no propietarios? Pruebe usando α=.05.

DATOS HIPOTESIS FORMULA SUSTITUCION VALOR CRITICO

n1=100 n2=100 H0 : (µ1-µ2)=0
( 𝑋 1− 𝑋 2 ) − 𝑑 0 0.05/2=.025
𝑍=

√
σ12 σ22
√
1 =2.7 2=2.54 H1 : (µ1-µ2)≠0
+ = 1.84 Z .06
σ12 =.36 σ22 =.40
𝑛1 𝑛2
1.9 0.0250

α= .05
VC: ±1.96
 GRAFICA
CONCLUSION

No se rechaza la hipótesis nula, ya que no hay

suficiente evidencia probabilística para
determinar que hay una diferencia en el
rendimiento académico de los 200 alumnos a los
que se les tomaron las muestras.

-∞ -1.96 -1.84 1.84 1.96 ∞

-H0 -H1 H1 H0
 PRUEBA DE HIPOTESIS PARA
UNA MEDIA MUESTRA PEQUEÑA
Un nuevo proceso para producir diamantes sintéticos puede ser operado a un nivel rentable sólo si el peso
promedio de éstos es mayor a .5 quilates. Para evaluar la rentabilidad del proceso, se generan seis diamantes que
registran pesos de .46, .61, .52, .48, .57 y .54 quilates. ¿Estas seis mediciones presentan suficiente evidencia para
indicar que el peso promedio de los diamantes producidos por el proceso es más de .5 quilates? Si se escoge un
nivel de significancia de α = .05
DATOS MEDIA DESVIACION

√∑
ESTANDAR
X = .46 X = .48
1
X2= .61
4
X5= .57
𝑿=
𝑿 𝟏+ 𝑿 𝟐+𝑿 𝟑+ 𝑿 𝟒 … … 𝑿𝒏
𝒏 𝑺=
∑ ( 𝑿 𝟏− 𝑿 ) 𝟐+( 𝑿 𝟐− 𝑿 ) 𝟐+…( 𝑿𝒏− 𝑿)𝟐
𝒏−𝟏

√
.𝟒𝟔 +.𝟔𝟐 +.𝟓𝟐+ .𝟒𝟖 …+. 𝟓𝟒
𝑿=
X3= .52 X6= .54 𝟔 ( .𝟒𝟔−.𝟓𝟑 ) 𝟐+ ( .𝟔𝟏− .𝟓𝟑 ) 𝟐+…(.𝟓𝟒−.𝟓𝟑)𝟐
α=.05 µ= .5 𝑺=
n=6HIPOTES 𝑿=. 𝟓𝟑 𝟓
H0 :IS
µ= .5 𝑺 =. 𝟎𝟓𝟓𝟗

H1 : µ> .5
GRADOS DE LIBERTAD FORMULA ESTADISTICO GRAFIC
Y VALOR CRITICO “t” A
𝑋 −µ
𝑡=
GL: n-1= 6-1=5 𝑠
Z0.05,5= 2.015 √𝑛
.53 − .05
γ .05 𝑡=
.559
5 2.015 6

𝑡 =1.31
-∞ 1.31 2.015 ∞
H1 H0
CONCLUSION
El estadístico de prueba 1.31 no cae en la región de rechazo, por
esta razón no se rechaza la Hipótesis nula. Los datos no muestran
suficiente evidencia para indicar que el peso de los diamantes es
superior a .5

Montgomery, D. C. (2011). Applied statistics and

probability for engineers: International student
version (5a ed.). John Wiley & Sons.
 PRUEBA DE HIPOTESIS PARA DOS
MEDIAS MUESTRA PEQUEÑA
CONSIDERANDO VARIANZAS IGUALES
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 para el curso. La siguiente información da las calificaciones en un examen con 45 puntos posibles para 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 altas que las de quienes asistieron a una clase convencional? Usando
un valor de α= .05

En línea(Calificaciones) 32, 37, 35, 28, 41, 44, 35, 31, 34

Salón de clase(Calificaciones) 35, 31, 29, 25, 34, 40, 27, 32, 31
 DATOS
FORMULA PARA LA MEDIA FORMULA PARA LA MEDIA
(1) n1=9 n2=9 (2)
𝑿 𝟏+ 𝑿 𝟐+ 𝑿 𝟑+ 𝑿 𝟒 … … 𝑿𝒏 𝑿 𝟏+ 𝑿 𝟐+ 𝑿 𝟑+ 𝑿 𝟒 … … 𝑿𝒏
𝑿 𝟏= 1=35.22 2=31.55 𝑿 2=
𝒏 𝒏
𝟑𝟐+𝟑𝟕 +𝟑𝟓+𝟐𝟖 …+𝟑𝟒 S1=4.9441 S2=4.4752 𝟑𝟓+𝟑𝟏 +𝟐𝟗+𝟐𝟓 … … 𝟑𝟏
𝑿 𝟏= 𝑿 2=
𝟗 𝟗
α=0.05
𝑿 𝟏=𝟑𝟓.𝟐𝟐𝟐 𝑿 2=𝟑𝟏.𝟓𝟓𝟓

FORMULA DESVIACION FORMULA DESVIACION

ESTANDAR (S1) ESTANDAR (S2)

𝑺 𝟏=
√ ∑ ( 𝑿 𝟏− 𝑿 ) 𝟐+( 𝑿 𝟐− 𝑿 ) 𝟐+…(𝑿𝒏 − 𝑿 )𝟐
𝒏 −𝟏
𝑺 2=
√ ∑ ( 𝑿 𝟏− 𝑿 ) 𝟐+( 𝑿 𝟐− 𝑿 ) 𝟐+…( 𝑿𝒏− 𝑿 )𝟐
𝒏 −𝟏

𝑺 𝟏=

=𝟒 . 𝟗𝟒𝟒𝟏
√ ∑ (𝟑𝟐−𝟒.𝟗𝟒𝟒𝟏 ) 𝟐+( 𝟑𝟕−𝟒.𝟗𝟒𝟒𝟏 ) 𝟐+…(𝟑𝟒−𝟒.𝟒𝟗𝟗𝟏)𝟐
𝟖
𝑺 2 =𝟒 . 𝟒𝟕𝟓𝟐
𝑺 2=
√ ∑ (𝟑𝟓−𝟒.𝟒𝟕𝟓𝟐 ) 𝟐+( 𝟑𝟏−𝟒.𝟒𝟕𝟓𝟐) 𝟐+…(𝟑𝟏−𝟒.𝟒𝟕𝟓𝟐)𝟐
𝟖
 GRADOS DE
VARIANZA COMUN ESTADISTICO DE
LIBERTAD Y VALOR
PRUEBA
CRITICO

√
GL= n1+n2-2 ( 𝑋 1− 𝑋 2 )
( 𝑛1−1 ) 𝑆12+( 𝑛2−1 ) 𝑆22 𝑡=
GL= 16
Z.05,16= 1.746
𝑆𝑝=
𝑛1+𝑛2−2 𝑆𝑝
√ 1 1
+
𝑛1 𝑛2

√
γ 0.05 ( 8 ) (4.9441)2+ ( 8 ) (4.4752)2 ( 35.222− 31.555 )
𝑡=
𝑆 𝑝=
16 1.746

𝑆 𝑝= √ 22.2361
9+9 −2
𝑆 𝑝=4.7155
4.7155
√ 1 1
+
9 9
𝑡 =1.64
GRAFICA CONCLUSION
El estadístico de prueba 1.64 no cae en la región de rechazo, por
esta razón no se rechaza la Hipótesis nula. Los datos no muestran
suficiente evidencia para indicar que los estudiantes de clases en
línea tengan calificaciones mas altas que los de presencial.

-∞ 1.64 1.746 ∞ Meyer, P. L. (1999). Introductory probability & statistical

H1 H0 applications. Addison Wesley Publishing Company.
 Prueba de hipótesis para dos medias muestra
pequeña considerando varianzas diferentes
En una empresa de manufactura, algunos de los colaboradores ya no reciben sueldo fijo, si no
que trabajan por destajo. Para averiguar si esto a impactado el desempeño de los colaboradores,
la gerencia pido llevar un registro de la productividad diaria de cada uno con los datos que se
muestran a continuación, probando con un nivel de significancia de α=.10, comprueba si existe
diferencias significativas de productividad en ambos casos de remuneración.

HIPOTESIS Sueldo fijo 118, 115, 122, 99, 106, 125, 102, 100, 92, 115, 103, 129
H0 : µ1=µ2 Sueldo por destajo 115, 126, 113, 110, 135, 102, 124, 134, 108, 128
H1 : µ1≠µ2
 FORMULA PARA LA MEDIA FORMULA PARA LA MEDIA
DATOS (𝑿1)𝟑+ 𝑿 𝟒 … … 𝑿𝒏
𝑿 𝟏+ 𝑿 𝟐+ 𝑿 𝟏+ 𝑿 𝟐+(𝑿𝟑+𝑿
2) 𝟒 … … 𝑿𝒏
𝑿 𝟏= 𝑿 2=
n1=12 n2=10 𝒏 𝒏
𝟏𝟏𝟖 +𝟏𝟏𝟓+𝟏𝟐𝟐 …+𝟏𝟐𝟗 𝟏𝟏𝟓 +𝟏𝟐𝟔+𝟏𝟏𝟑 … …+𝟏𝟐𝟖
𝑿 𝟏= 𝑿 2=
1=110.5 2=119.8 𝟏𝟐 𝟏𝟎

S1=11.7357 S2=11.8865 𝑿 𝟏=𝟏𝟏𝟎.𝟓 𝑿 𝟐=𝟏𝟏𝟗.𝟖

α=0.1 FORMULA DESVIACION FORMULA DESVIACION
ESTANDAR (S1) ESTANDAR (S2)

𝑺 𝟏=
√ ∑ ( 𝑿 𝟏− 𝑿 ) 𝟐+( 𝑿 𝟐− 𝑿 ) 𝟐+…(𝑿𝒏 − 𝑿 )𝟐
𝒏 −𝟏
𝑺 2=
√ ∑ ( 𝑿 𝟏− 𝑿 ) 𝟐+( 𝑿 𝟐− 𝑿 ) 𝟐+…( 𝑿𝒏− 𝑿 )𝟐
𝒏 −𝟏

𝑺 𝟏 =𝟏𝟏 . 𝟕𝟑𝟓𝟕
𝑺 𝟏=
√ 𝟏𝟏
𝑺 𝟐 =𝟏𝟏 . 𝟖𝟖𝟔𝟓
√
∑ (𝟏𝟏𝟖 −𝟏𝟏𝟎.𝟓) 𝟐+( 𝟏𝟏𝟓−𝟏𝟏𝟎 .𝟓 ) 𝟐+…(𝟏𝟐𝟗−𝟏𝟏𝟎.𝟓)𝟐𝑺 2= ∑ (𝟏𝟏𝟓 −𝟏𝟏𝟗. 𝟖) 𝟐+( 𝟏𝟐𝟔−𝟏𝟏𝟗 .𝟖) 𝟐+…(𝟏𝟐𝟖−𝟏𝟏𝟗
𝟗
 ESTADISTICO DE
GRADOS DE PRUEBA
LIBERTAD

𝛾=
( 𝑆 1 2 𝑆 22
𝑛1
+
𝑛2 )2
𝑋 1− 𝑋 2
VALOR 𝑡 ´=
( ) ( )
√
𝑆1 2 𝑆22
2 2 CRITICO 𝑆12 𝑆22
𝑛1 𝑛2 +
𝑛1 −1
+
𝑛 2−1 Zα/2, = 1.729 𝑛1 𝑛2

( ) |√ |
(11.7357 )2 (11.8865)2 .05 110.5 −119.8
+ 2 𝑡 ´=
12 10 (11.7357)2 (11.8865)2
𝛾= 19 1,729 +

( ) ( )
(11.7357 )2 (11.8865)2 12 10
2 2
12 10
+
12−1 10 − 1

𝛾=𝟏𝟗 . 𝟏𝟗𝟔𝟓≈ 𝟏𝟗 𝑡 ´=1.83

 GRAFICA
CONCLUSION

El estadístico de prueba 1.83 cae en la región de rechazo,

por esta razón se rechaza la hipótesis nula y de acepta la
hipótesis alternativa. Con esta evidencia probabilística se
tiene evidencia que si hay una diferencia de productividad
en ambas clases de remuneración.

-1.83 -1.729 1.729 1.83

-H1 -H0 H0 H1

Meyer, P. L. (1999). Introductory probability & statistical

applications. Addison Wesley Publishing Company.