Solución Unidad 8: Prueba de Hipótesis 1) X = “Peso de bolsa de pochoclo”, X ∼ N(µ, σ) X1, X2, …, X15 m. a. de X. X = 53gr. y s = 5 Se quiere testar: H0 : µ = 50 gr. H1 : µ ≠ 50 gr. Estadístico: t = X − µ0 ∼ t (n - 1) s n Entonces: 53 − 50 = 2.32 5 15 t obs = α = 0.05 ⇒ t1-α/2 (n-1) = t 0.975 (14) = 2.14 Luego: | tobs | > t crit ⇒ Hay suficiente evidencia para rechazar H0. Conclusión: se puede suponer que µ ≠ 50 gr. al nivel de significación de 0.05. 2) X=”estatura de una mujer del grupo de 1er. año de cierta universidad”. X1, X2, …, X50 m. a. de X ∼ N(µX, σ) X = 165.2 cm. sx =5 cm. Se quiere testar: H0 : µ = 162.5 cm. H1 : µ ≠ 162.5 cm. Estadístico: t = X − µ0 ∼ t (n - 1) s n Entonces: t obs = 165.2 − 162.5 =3 5 50 α = 0.05 ⇒ t1-α/2 (n-1) = t 0.975 (49) = 2.02 Luego: | tobs | > t crit ⇒ Hay suficiente evidencia para rechazar H0. Conclusión: se puede suponer que µ ≠ 162.5 cm. al nivel de significación de 0.05. Otra forma de resolver en forma aproximada: valor p = P(| t |>| t obs |) = 1 − P(| t |≤ 3.82) = 1 − P( −3.82 < t < 3.82) ≅ 1 − [2Φ (3.82) − 1] = 1 − [2 × 0.9999 − 1] = 0.0002 Conclusión: Como valor p es pequeño, se puede suponer que µ ≠ 162.5 cm. 1 3) Supuestos: X=”Nota de un alumno con laboratorio” Y=”Nota de un alumno sin laboratorio”. X1, X2, …, X11 m. a. de X ∼ N(µX, σ) Y1, Y2, …, Y17 m. a. de Y ∼ N(µY, σ) X e Y vs. as. independientes, σ común. X = 85 puntos sp = sx = 4.7 puntos Y = 79 puntos sy = 6.1 puntos y calculamos 10 × 4.7 2 + 16 × 6.12 = 5.6 26 Hipótesis a testar: H0 : µX = µY H1 : µX > µY Estadístico: t = X − Y − (µ x − µ y ) ∼ t (n +m - 2) sp 1 1 + n m Entonces: t obs = 85 − 79 − 0 1 1 5.6 + 17 17 = 2.77 α = 0.05 ⇒ t1-α (n+m-2) = t 0.95 (26) = 1.71 Luego: tobs > t 0.95 (28) ⇒ Hay suficiente evidencia para rechazar H0. Conclusión: se puede concluir, al nivel 0.05, que el curso de laboratorio aumenta la nota promedio de los alumnos. 4) X=”Número de caras” ”X1, X2, …, X20 ∼ B(p) p̂ = X = 0.25 Hipótesis a testar: H0 : p = 0.5 H1 : p ≠ 0.5 Estadístico: Z = X − po p 0 (1 − p 0 ) n ≈ N (0,1) por Teorema Central del Límite 2 Entonces: Z obs = 0.25 − 0.5 0.5(1 − 0.5) 20 = −2.27 |zobs |= 2.27>zcritico=z0.975 = 1.96 ⇒ Hay suficiente evidencia para rechazar Conclusión: no es razonable suponer que la moneda no es equilibrada. 5) X=”Casas que se calefaccionan con petróleo” X1, X2, …, X100 ∼ B(p), n es suficientemente grande p̂ = X = 0.136 Hipótesis a testar: H0 : p = 0.2 H1 : p ≠ 0.2 Estadístico: Z = X − po p 0 (1 − p 0 ) n ≈ N(0,1) por Teorema Central del Limite Entonces: 0.136 − 0.2 = −5.06 0.2(1 − 0.2) 1000 |zobs |= 5.06>zcritico=z0.995 = 2.58 ⇒ Hay suficiente evidencia para rechazar Zobs = Conclusión: hay evidencia suficiente para dudar de la afirmación. 6) X=”Número de residentes con cáncer en área urbana” Y=”Número de residentes sin cáncer en área rural” X1, X2, …, X200 ∼ B(px) Y1, Y2, …, Y150 ∼ B(py) X e Y independientes p̂ x = 0.1 p̂ y = 0.07 p̂ = np X + mp Y 200 × 0.1 + 150 × 0.07 = = 0.09 n+m 350 Hipótesis a testar: H 0 : px = py H 1 : px > py Estadístico: Z = Entonces: Zobs = p̂ x − p̂ y − 0 1 1 p̂(1 − p̂) + n m ≈ N(0,1) 0.1 − 0.07 1 1 0.09 × (1 − 0.09) × + 200 150 = 0.97 3 α = 0.05 ⇒ z 0.95 = 1.64 Luego: | zobs |= 3.39 > z 0.95 ⇒ Hay suficiente evidencia para rechazar H0.Se puede afirmar que el cáncer prevalece en el área urbana. 7) Y = 384.875 a) X = 583.5 sx = 370.82 Lote ordenado datos antes almacenamiento: 224 270 400 444 590 660 680 Lote ordenado datos después almacenamiento: 96 116 239 329 437 576 597 sy = 225.79 1400 689 ~ n +1 9 ~ ~ pos X = = = 4.5 ⇒ X = 517 Y = 383 2 2 ~ pos X + 1 4 + 1 pos Q1 = = = 2.5 ⇒ Q1X = 335 Q3X = 670 2 2 Q1Y = 177.5 Q3Y = 586.5 [ ] Valores alejados: x(8) = 1400 es un valor alejado. Gráfico 1: Niveles de residuos de ácido sórbico antes y después del almacenamiento. 1500 1000 500 0 Antes del almacenamiento Después del almacenamiento b) X1, X2, …, X8 m. a. de X ∼ N(µX, σ) Y1, Y2, …, Y8 m. a. de Y ∼ N(µY, σ) X e Y son vs. as. no independientes. di : 108 174 161 115 sD = 210.16 d = 198.625 153 63 711 104 Se quiere testar: H0 : µD = 0 H1 : µD ≠ 0 4 Estadístico: t = d ∼ t (n - 1) sD n Entonces: t obs = 198.625 = 2.67 210.16 8 α = 0.05 ⇒ t1-α/2 (n-1) = t 0.975 (7) = 2.36 Luego: tobs > t 0.975 (7) ⇒ Hay suficiente evidencia para rechazar H0. Conclusión: al nivel α = 0.05, hay evidencia suficiente para decir que la duración del almacenamiento influye en las concentraciones residuales de ácido sórbico. 8) X=”Rendimiento de un automóvil con cubiertas radiales” Y=”Rendimiento de un automóvil con cubiertas no radiales” X1, X2, …, X12 m. a. de X ∼ N(µX, σ) Y1, Y2, …, Y10 m. a. de Y ∼ N(µY, σ) X e Y vs. as. independientes. a) X = 15.75 b) sp= 1.06 s X = 1.11 Y = 15.64 s Y = 1.13 b) c) t = X − Y − (µ x − µ y ) ∼ t (n +m - 2) sp 1 1 + n m t obs = 0.24 d) Hipótesis a testar: H0 : µX = µY H1 : µX ≠ µY tcrit=2.08>|tobs| por lo que no hay evidencia para rechazar H0. e) Hipótesis a testar: H0 : µX = µY H1 : µX > µY tcrit=1.72> tobs por lo que no hay evidencia para rechazar H0. 9) (optativo) 10) b) X1, X2, …, X6 m. a. de X ∼ N(µA, σ) Y1, Y2, …, Y6 m. a. de Y ∼ N(µB, σ) X e Y son vs. as. no independientes. 5 di : -0,8 1,6 -0,5 0,2 d = −0.15 -1,6 0,2 sD =1.09 Se quiere testar: H0 : µD = 0 H1 : µD ≠ 0 Estadístico: t = d ∼ t (n - 1) sD n Entonces: t obs = − 0.15 = −0.34 1.09 6 α = 0.10⇒ t1-α/2 (n-1) = t 0.95 (5) = 2.02 Luego: | tobs |< t 0.95 (5) ⇒ No hay evidencia para rechazar H0 a un nivel α = 0.10 Conclusión: No hay diferencia entre material A y material B. Ahora analicemos para α = 0.20⇒ t1-α/2 (n-1) = t 0.90 (5) = 1.48 Luego: | tobs |< t 0.90 (5) ⇒ No hay evidencia para rechazar H0 a un nivel α = 0.20 Conclusión: No hay diferencia entre material A y material B. 6