Pruebas paramétricas
-
Upload
rolando-bruno-bernaola-munoz -
Category
Documents
-
view
94 -
download
3
description
Transcript of Pruebas paramétricas
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
PRUEBA DE HIPÓTESIS PARA UNA MEDIA POBLACIONAL
En la investigación es frecuente que se quiera conocer si la media poblacional de una variable
aumentó, disminuyó o no cambió con relación a una situación anterior. Se puede querer saber,
por ejemplo, si el contenido de proteínas totales en la sangre de los animales de una población
silvestre aumentó al finalizar un período en el cual la oferta de alimentos fue abundante; o si el
tratamiento con una solución clorada disminuyó el número promedio de bacterias en el agua
usada para el consumo humano en cierta región; o verificar si la aplicación de una droga altera
el valor promedio de la presión arterial de los conejos usados en pruebas de laboratorio. La
respuesta a cada una de estas situaciones se puede lograr poniendo a prueba la hipótesis nula de
que la media poblacional es igual a un valor determinado, μ = μo. Sin embargo el proceso de
prueba de hipótesis para una media poblacional, al igual que en el caso de la estimación de μ,
depende de varios aspectos: i) de la distribución probabilística que siga la variable estudiada; ii)
del conocimiento de la varianza poblacional, y iii) del tamaño de la muestra.
A continuación, se presenta un ejemplo de una prueba para la cola inferior.
La Federal Trade Commission, FTC, realiza periódicamente estudios
estadísticos con objeto de comprobar las afirmaciones de los fabricantes
acerca de sus productos. Por ejemplo, en la etiqueta de una lata grande de
Hilltop Coffee dice que la lata contiene 3 libras de café. La FTC sabe que el
proceso de producción de Hilltop no permite llenar las latas con 3 libras
exactas de café por lata, incluso si la media poblacional del peso de llenado
de todas las latas es de 3 libras por lata. Sin embargo, mientras la media
poblacional del peso de llenado sea por lo menos 3 libras por lata, los
derechos del consumidor estarán protegidos. Por tanto, la FTC interpreta que
la información de la etiqueta de una lata grande de café Hilltop tiene una
media poblacional del peso de llenado de por lo menos 3 libras por lata.
A continuación, estudiaremos mediante ejemplos las distintas situaciones o casos que se pueden
presentar en la prueba de hipótesis sobre una media poblacional.
PRUEBA DE HIPÓTESIS ACERCA DE LA MEDIA POBLACIONAL CUANDO LA
MUESTRA PROVIENE DE UNA POBLACIÓN DISTRIBUIDA NORMALMENTE Y CON
VARIANZA CONOCIDA.
Ejemplo:
Un médico traumatólogo afirma que el contenido de calcio en los huesos de mujeres que
padecen osteoporosis después de aplicársele cierto tratamiento es mayor al valor promedio
observado para la población femenina que padece esta enfermedad, el cual se sabe es igual a
1
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
270 mg/g con una desviación de 120 mg/g. Para probar su premisa el investigador determinó el
contenido de calcio en los huesos de 36 individuos que fueron sometidos al tratamiento y pudo
determinar que dicha muestra arroja un valor promedio de calcio igual a 310 mg/g. La
concentración de calcio es una variable que se distribuye normalmente.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : El tratamiento para la osteoporosis no tiene ningún efecto.
H 1: El tratamiento para la osteoporosis aumenta los niveles de calcio en los huesos.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ≤ 270
H 1: μ>270
Elegimos un nivel de significancia de 0,05.
Puesto que el parámetro involucrado en la prueba es la media poblacional μ, y la variable se
distribuye normalmente con varianza conocida lo más conveniente es usar como estadístico de
prueba la media muestral en su forma derivada Z.
z= x−μσ√n
Cálculos:
z= x−μσ√n
=310−270120√36
=2
Z(1−α )=Z(1−0,05)=Z(0,95)=1.65
Decisión: Como z=2>z(0,95 )=1.65 el valor del estadístico de prueba se encuentra dentro de la
zona de rechazo. Por lo tanto se concluye que los datos proporcionan suficiente evidencia para
rechazar la hipótesis nula.
Conclusión: La información obtenida de la muestra permite afirmar que el tratamiento aplicado
a los pacientes enfermos de osteoporosis aumenta el nivel de calcio en los tejidos óseos, a un
nivel de significancia de 0,05.
2
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
PRUEBA DE HIPÓTESIS ACERCA DE LA MEDIA POBLACIONAL CUANDO LA
MUESTRA PROVIENE DE UNA POBLACIÓN DISTRIBUIDA NORMALMENTE, CON
VARIANZA DESCONOCIDA Y TAMAÑO DE MUESTRA GRANDE (n> 30).
Ejemplo:
Un entomólogo sospecha que en cierta zona endémica para el dengue el valor de la tasa neta
reproductiva (Ro) de una población del mosquito Aedes aegypti vector de dicha enfermedad, ha
cambiado en relación con el valor determinado hace 5 años el cual era igual a 205 individuos.
Con tal propósito determinó el valor de Ro a 40 hembras criadas en el laboratorio y
pertenecientes a una cepa desarrollada a partir de mosquitos capturados en la zona estudiada.
Los resultados fueron los siguientes:
El investigador sabe que la variable se distribuye normalmente y quiere someter a prueba su
hipótesis no queriendo equivocarse en más del 5% de las veces.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : La tasa neta de reproducción no ha cambiado.
H 1: La tasa neta de reproducción se modificó después de cinco años.
Planteamiento de Hipótesis Estadísticas:
H0 : μ=205
H 1: μ≠ 205
Elegimos un nivel de significancia de 0,05.
Puesto que el parámetro involucrado en la prueba es la media poblacional μ, y la variable se
distribuye normalmente con varianza desconocida y el tamaño de la muestra grande lo más
conveniente es usar como estadístico de prueba la media muestral en su forma derivada Z. El
valor de la desviación de la muestra se usa para estimar el valor de σ
3
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
z= x−μs√n
Cálculos:
Media: 202,9
Desviación estándar: 36,17
Estadístico de Prueba:
z= x−μs√n
=203−20536,17√40
=−0,35
Z(1−α /2)=Z(1−0,025)=Z(0,975)=± 1.96
Decisión: Como z=−0,35se encuentra dentro de la zona de No rechazo de la Hipótesis nula.
Por lo tanto, se concluye que los datos no proporcionan suficiente evidencia para rechazar la
hipótesis nula.
Conclusión: No existe suficiente evidencia para afirmar que la tasa de reproducción de la
población de mosquito se había modificado, a la luz de la información proporcionada por la
muestra, a un nivel de significancia de 0,05.
PRUEBA DE HIPÓTESIS ACERCA DE LA MEDIA POBLACIONAL CUANDO LA
MUESTRA PROVIENE DE UNA POBLACIÓN DISTRIBUIDA NORMALMENTE, CON
VARIANZA DESCONOCIDA Y TAMAÑO DE MUESTRA PEQUEÑO (n < 30).
Ejemplo.
Un ecofisiólogo vegetal desea verificar si el contenido de nitrógeno en las hojas jóvenes de la
especie Rhizophora mangle, es menor en las plantas que viven en una zona ambientalmente
protegida con relación al de plantas que viven en una zona que está siendo afectada por la
contaminación con fertilizantes y cuyo valor promedio se cuantificó en 14.6 mg/g de nitrógeno.
El análisis de 25 hojas jóvenes provenientes de la zona protegida produjo los resultados
siguientes:
4
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Si la concentración de nitrógeno se distribuye normalmente, ¿apoya la evidencia proporcionada
por la muestra la presunción que las plantas de la zona protegida contienen menos nitrógeno? El
error tipo I no debe ser mayor a 0.01.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : La concentración de nitrógeno en las hojas jóvenes de Rhizophora mangle en ambas
regiones es la misma.
H 1: La concentración de nitrógeno en las hojas jóvenes de Rhizophora mangle es menor en la
región protegida.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ=14.6
H 1: μ<14.6
Elegimos un nivel de significancia de 0,01.
Puesto que el parámetro involucrado en la prueba es la media poblacional μ, y la variable se
distribuye normalmente con varianza desconocida y el tamaño de la muestra es peueño lo más
conveniente es usar como estadístico de prueba la media muestral en su forma derivada T . El
valor de la desviación de la muestra se usa para estimar el valor de σ
T= x−μs√n
Cálculos:
Media: 10.48
Desviación estándar: 2,41
Estadístico de Prueba:
T= x−μs√n
= 10,48−14,62,41√25
=−8,55
t(1−α ,n−1)= t(1−0,01 ;25−1)=t(0,99; 24)=−2,492
5
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Decisión: Como t=−8,55<−t ( 0,99 ;24)=−2,492el valor del estadístico de prueba se encuentra
dentro de la zona de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos
proporcionan suficiente evidencia para rechazar la hipótesis nula.
De acuerdo a la información obtenida de la muestra se puede afirmar que la concentración de
nitrógeno en las hojas jóvenes de Rhizophora mangle es menor en la región protegida.
PRUEBA DE HIPÓTESIS ACERCA DE LA MEDIA POBLACIONAL CUANDO LA
MUESTRA PROVIENE DE UNA POBLACIÓN CON DISTRIBUCIÓN NO NORMAL Y
TAMAÑO DE MUESTRA GRANDE (n≥ 30).
Cuando la muestra proviene de una población con distribución no normal pero el tamaño de la
muestra es grande se puede aplicar el Teorema del Límite Central y considerar que la media
muestral se distribuye normalmente. Si la desviación poblacional es conocida se usa
Z= ( x−μ )( σ /√n ) como estadístico de prueba. En caso de no conocerse la desviación poblacional se
utiliza la desviación de la muestra y Z=( x−μ )( s /√n )
será el estadístico de prueba usado.
Ejemplo.
En cierto nervio del cuerpo humano, los impulsos eléctricos viajan a una velocidad promedio de
4.3 m / seg con una desviación igual a 1.2 m /seg. Un fisiólogo observó que la velocidad
promedio de conducción del impulso eléctrico en 45 individuos con una distrofia fue de
3.7 m /seg. Basado en estos resultados el investigador presume que con relación a los
individuos sanos en los individuos con distrofia el impulso eléctrico viaja a menor velocidad en
el nervio estudiado. ¿Soportan ésta hipótesis los resultados obtenidos?
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : En los individuos con distrifobia la velocidad de transmisión del impulso nervioso es igual
a la observación en individuos normales.
6
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
H 1: En los individuos con distrifobia la velocidad de transmisión del impulso nervioso es
menor a la observada en individuos normales.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ≥ 4,3
H 1: μ<4,3
Elegimos un nivel de significancia de 0,05.
Aunque no se conoce la distribución de la variable, como el tamaño de la muestra es grande se
aplica el Teorema del Límite Central. Por lo tanto se puede considerar que la media muestral se
distribuye normalmente y lo más conveniente es usar Z como estadístico de prueba.
Z= x−μσ√n
Calculamos el estadístico de prueba:
Z= x−μσ√n
=3,7−4,31,2√45
=−3,33
z(1−α )=Z (0,95)=−1,65
Decisión:
Como z=−3,33<−z (0,95)=−1,65el valor del estadístico de prueba se encuentra dentro de la
zona de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan
suficiente evidencia para rechazar la hipótesis nula.
Los datos soportan la suposición del investigador que en los individuos con distrofia la
velocidad de transmisión del impulso nervioso es menor a la observada en individuos normales.
Ejemplo.
Una compañía productora de leche pasteurizada tiene como norma no aceptar leche cruda con
un contenido de grasa superior a los 34 g /100 g. Una muestra de 36 litros de leche obtenidos de
otras tantas vacas pertenecientes a una misma finca, dio un valor medio del contenido de grasa
7
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
en la leche de 35.2 g /100 g con una desviación de 4.1 g/100 g. ¿Puede ser aceptada la leche
por la pasteurizadora? La compañía admite un nivel de error del 0.01.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : El contenido promedio de grasa en la leche es igual al valor máximo permitido para su
procesamiento.
H 1: El contenido promedio de grasa en la leche es superior al valor máximo permitido para su
procesamiento.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ≤ 4,3
H 1: μ>4,3
Elegimos un nivel de significancia de 0,01.
Aunque no se conoce la distribución de la variable, como el tamaño de la muestra es grande se
aplica el Teorema del Límite Central. Por lo tanto se puede considerar que la media muestral se
distribuye normalmente y lo más conveniente es usar Z como estadístico de prueba y la
desviación muestral como estimador de σ .
Z= x−μs
√n
Calculamos el estadístico de prueba:
Z= x−μs
√n
=35,2−344,1√36
=1,75
z(1−α )=Z (0,99)=2,33
Decisión:
Como z=1,75<−z ( 0,99)=2,33el valor del estadístico de prueba se encuentra dentro de la zona
de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan suficiente
evidencia para rechazar la hipótesis nula.
8
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Se puede concluir que el contenido promedio de grasa en la leche de la finca tiene un valor igual
al valor máximo permitido para su procesamiento.
Ejercicio
Pruebe la hipótesis de que el contenido promedio en recipientes de un lubricante para autos en
particular es de 10 litros si los contenidos de una muestra aleatoria de 10 recipientes son:
10,2 9,7 10,1 10,3 10,19,8 9,9 10,4 10,3 9,8
Utilice un nivel de significancia de 0,05 y suponga que la distribución de los contenidos es
normal.
PRUEBA DE HIPÓTESIS PARA LA COMPARACIÓN DE DOS MEDIAS
POBLACIONALES.
Posiblemente la situación más frecuente en la investigación en el campo de las ciencias sea la de
decidir entre dos alternativas. Por lo general cuando se requiere escoger entre dos métodos,
determinar si un tratamiento fue más efectivo que otro o decidir si existen diferencias para una
misma variable entre dos grupos de individuos, se recurre a una prueba de hipótesis para dos
medias poblacionales. Esta prueba consiste básicamente en determinar si dos muestras estiman
la misma media poblacional, ya sea porque se supone que las muestras provienen de una misma
población o de poblaciones diferentes con la misma media. El procedimiento de docimasia a
seguir depende del conocimiento que se tenga de varios aspectos como son: la distribución de
probabilidades de la variable estudiada, las varianzas poblacionales y el tamaño de las muestras.
Las diferentes situaciones y procedimientos se mostraran a través de algunos ejemplos.
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS POBLACIONALES CUANDO LAS MUESTRAS PROVIENEN DE POBLACIONES DISTRIBUIDAS NORMALMENTE Y CON VARIANZAS CONOCIDAS.
Ejemplo:
De acuerdo a los estudios efectuados sobre el contenido de estroncio en los seres humanos se
sabe que ésta variable se distribuye normalmente con varianza σ2 = 144. Los mismos estudios
indican que el contenido de este elemento en los huesos disminuye con la edad de las personas.
En una investigación relacionada con éste problema, un químico determinó mediante la
espectrofotometría de absorción atómica, el contenido de estroncio en muestras de huesos
9
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
fracturados de pacientes femeninos pertenecientes a dos grupos etarios diferentes. Los
resultados fueron los siguientes:
35 - 44 Años 45 - 54 Años
40.45 48.2155.15 23.3767.59 25.4280.58 41.9478.09 40.6568.09 44.75
72.06 51.69
Niveles de estroncio
¿Esto resultados apoyan la hipótesis de la disminución de los niveles de estroncio en el tejido
óseo al incrementar la edad de las personas? Use α=0,03
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : El contenido de estroncio en los huesos no se modifica con la edad de las personas.
H 1: El contenido de estroncio en los huesos disminuye con la edad de las personas.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ1≤ μ2
H 1: μ1>μ2
Elegimos un nivel de significancia de 0,03.
Puesto que la variable concentración de estroncio se distribuye normalmente con varianza
conocida y como se trata de una prueba de hipótesis sobre la diferencia de dos medias
poblacionales se puede usar el estadístico de prueba Z.
Z=( x1−x2 )−( μ1−μ2 )
√ σ12
n1+
σ22
n2
Cálculos necesarios:
Media de las muestras: x1=66,0 x2=39,43
Varianzas: σ 12=σ2
2=144
Estadístico de prueba:
10
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Z=( x1−x2 )−( μ1−μ2 )
√ σ12
n1+
σ22
n2
=66,0−39,43
√ 1447
+ 1447
=4,14
Región Crítica:
z(1−α )=Z (0,97 )=1,88
Decisión:
Como z=4,14>z (0,97 )=1,88el valor del estadístico de prueba se encuentra dentro de la zona de
rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan suficiente
evidencia para rechazar la hipótesis nula.
Se puede concluir que la evidencia aportada por la muestra apoya la hipótesis de la disminución
del nivel de estroncio en los huesos de las personas con la edad, a un nivel de significancia de
0,03.
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS POBLACIONALES CUANDO LAS
MUESTRAS PROVIENEN DE POBLACIONES DISTRIBUIDAS NORMALMENTE,
CON VARIANZAS DESCONOCIDAS Y TAMAÑO DE MUESTRAS GRANDES (n1 Y
n2 ≥ 30).
Ejemplo.
En el Departamento de Toxicología del Ministerio de Salud se necesita saber si el contenido de
nicotina en dos marcas de cigarrillos importados es la misma. Con el propósito de resolver la
situación se le determina el contenido de nicotina a un lote de cigarrillos de cada marca,
encontrándose los resultados siguientes:
11
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Si se sabe que la cantidad de nicotina se distribuye normalmente, determine con un nivel de
significancia de 0,10; si las dos marcas tienen la misma cantidad de nicotina.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : La cantidad de nicotina en los cigarrillos de las dos marcas es la misma.
H 1: La cantidad de nicotina en los cigarrillos de las dos marcas es diferente.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ1=μ2
H 1: μ1≠ μ2
Elegimos un nivel de significancia de 0,10.
Puesto que el parámetro involucrado en la prueba es la diferencia de medias poblacionales
μ1−μ2, y como la variable se distribuye normalmente con varianza desconocida y tamaño de la
muestra grande lo más conveniente es usar como estadístico de prueba la diferencia de medias
muestrales en su forma derivada Z. El valor de las varianzas s12 y s2
2 de las muestras se usa para
estimar el valor de σ 12 y σ 2
2
Z=( x2−x1 )−( μ2−μ1 )
√ s12
n1+
s22
n2
Cálculos necesarios:
Varianzas: s12=(2,3)2=5,29 ; s2
2=(2,9 )2=8,41
Estadístico de prueba:
Z=( x2−x1 )−( μ2−μ1 )
√ s12
n1+
s22
n2
= 24,0−25,2
√ 5,2949
+ 8,4136
=−2,06
Región Crítica:
12
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
−z(1−α /2)=−Z (0,95 )=1,65
Decisión:
Como z=−2,06<z (0,95)=−1,65el valor del estadístico de prueba se encuentra dentro de la
zona de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan
suficiente evidencia para rechazar la hipótesis nula.
Se puede concluir que la evidencia aportada por la muestra apoya como hipótesis que el
contenido de nicotina en las dos marcas es diferente, a un nivel de significancia de 0,10
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS POBLACIONALES CUANDO LAS
MUESTRAS PROVIENEN DE POBLACIONES DISTRIBUIDAS NORMALMENTE,
CON VARIANZAS DESCONOCIDAS Y TAMAÑO DE MUESTRAS PEQUEÑAS (n1 y
n2 < 30).
Cuando se presenta una situación de éste tipo, es necesario considerar adicionalmente si las dos
varianzas poblacionales, aunque desconocidas, son iguales o diferentes. Si se supone que las
varianzas son iguales se debe utilizar como estadístico de prueba a:
T=( x2−x1)−( μ2−μ1 )
√ sp2
n1+
s p2
n2
Donde:
sp2=
( n1−1 ) S12−(n2−1 ) S2
2
n1+n2−2
Si se presume que las varianzas son diferentes, y si la prueba de hipótesis para la diferencia de
medias es de dos colas, se debe usar como estadístico de prueba a:
T=( x2−x1)−( μ2−μ1 )
√ s22
n2+
s12
n1
Y se utiliza t∗¿ como valor crítico para la zona de rechazo.
13
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
t (1−α /2)¿ =
( s12
n1)t (1−α /2 ;n1−1)+( s2
2
n2)t (1−α /2 ;n2−1 )
( s12
n1)+( s2
2
n2)
Ejemplo:
En un estudio sobre la condición ecológica de los ríos altiandinos, se determinó la temperatura
del agua en ríos de páramo (> 2800 m.s.n.m.) y de selva nublada (1800 < m.s.n.m. < 2800),
obteniéndose los resultados siguientes:
Rios 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16Páramo 10.5 15.0 14.5 8.5 7.5 13.5 15.0 11.5 17.0 13.0 13.5 14.5 13.5 15.0 10.5 10.0Selva 19.5 17.0 13.5 9.0 12.0 16.5 16.5 18.0 18.0 18.0 12.0 16.0 12.0 14.5 16.5 17.0
Temperatura del agua (° C)
Conociendo que la temperatura del agua es una variable que se distribuye normalmente, se
quiere saber si los ríos de selva son más calientes.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : La temperatura del agua en los ríos es la misma en las dos unidades ecológicas.
H 1: La temperatura del agua es mayor en los ríos de la zona de selva.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ1≤ μ2
H 1: μ1>μ2
Elegimos un nivel de significancia de 0,05.
Puesto que el parámetro involucrado en la prueba es la diferencia de medias poblacionales
μ1−μ2, y como la variable se distribuye normalmente con varianza desconocida y el tamaño de
la muestra es pequeño, para poder elegir el estadístico de prueba a usar, se debe en primer lugar
determinar si las varianzas poblacionales se pueden considerar iguales o diferentes. Para esto se
puede hacer uso de las reglas prácticas para la comparación de varianzas.
Como α=0,05 y RV =s2
2
s12=
(2,9 )2
(2,66 )2=1,19 es menor a 2,5 se concluye que las dos varianzas
son iguales. Por lo tanto, se debe utilizar como estadístico de prueba a:
14
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
T=( x2−x1)−( μ2−μ1 )
√ sp2
n1+
s p2
n2
Cálculos necesarios:
Varianzas Ponderadas:
sp2=
( n1−1 ) S12−(n2−1 ) S2
2
n1+n2−2=
(16−1 ) (2,66 )2+ (16−1 ) (2,9 )2
16+16−2=7,74
Estadístico de prueba:
T=( x2−x1)−( μ2−μ1 )
√ sp2
n1+
s p2
n2
¿ (15,38−12,69 )−0
√ 7,7416 + 7,74
16
=2,73
Región Crítica:
t(1−α ;n 1+n 2−2)=t (0,95 ;30)=1,697
Decisión:
Como T=2,73<t (0,95 ;30 )=1,697el valor del estadístico de prueba se encuentra dentro de la
zona de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan
suficiente evidencia para rechazar la hipótesis nula.
Se puede concluir que la temperatura del agua es mayor en los ríos de selva nublada que en los
ríos de páramo, a un nivel de significancia de 0,05.
Ejemplo:
Un investigador que trabaja sobre la interacción insecto/planta piensa que las plantas
cianogénicas, es decir las que producen HCN, tienden a ser rechazadas por los insectos
15
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
herbívoros no especializados. Para poner a prueba ésta hipótesis se efectuó un experimento en el
cual se le ofreció a las larvas de un insecto generalista hojas de una planta cianogénica como la
parchita (Passiflora capsularis) y hojas de una planta no cianogénica como la espinaca (Spinacia
olerácea). Como una medida de la aceptación o rechazo del alimento ofrecido se determinó el
peso de tejido foliar consumido por las larvas de la polilla Spodoptera frugiperda. Los
resultados fueron los siguientes:
Sabiendo que la variable peso de hoja consumida se distribuye normalmente se quiere
determinar si la sospecha del investigador es cierta para un α=0,01
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : La presencia de sustancias cianogénicas no interfiere el consumo de tejido vegetal por los
insectos herbívoros no especialistas.
H 1: La presencia de sustancias cianogénicas disminuye el consumo de tejido vegetal por los
insectos herbívoros no especialistas.
Planteamiento de Hipótesis Estadísticas:
H0 : μ1≥ μ2
H 1: μ1<μ2
Elegimos un nivel de significancia de 0,01.
Puesto que el parámetro involucrado en la prueba es la diferencia de medias poblacionales
μ1−μ2, y como la variable se distribuye normalmente con varianzas desconocidas y el tamaño
de la muestra es pequeño, para poder elegir el estadístico de prueba a usar, se debe en primer
lugar determinar si las varianzas poblacionales se pueden considerar iguales o diferentes. Para
esto se puede hacer uso de las reglas prácticas para la comparación de varianzas.
Como α=0,01 y RV =s2
2
s12=
(20,13 )2
(8,28 )2=5,9 es mayor a 3,5 se concluye que las dos varianzas
son diferentes. Por lo tanto, se debe utilizar como estadístico de prueba a:
16
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
T=( x2−x1)−( μ2−μ1 )
√ s22
n2+
s12
n1
T=(74,70−124,44 )−(0 )
√ (20,13)2
5+(8,28)2
5
=−49,749,73
=−5,11
t(0,99)¿ =
( s12
n1)t (0,99 ; 4)+( s2
2
n2)t (0,99 ; 4 )
( s12
n1)+( s2
2
n2)
=¿
( (20,13 )2
5 )(3,747)+( (8,28 )2
5 )(3,747)
((20,13)2
5 )+( (8,28)2
5 )=3,75
Región Crítica:
−t(0,99)=−3,75
Decisión:
Como T=−5,11< t ( 0,99)=−3,75el valor del estadístico de prueba se encuentra dentro de la
zona de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan
suficiente evidencia para rechazar la hipótesis nula.
Se puede concluir que las larvas de Spodoptera frugiperda tienden a rechazar los tejidos de
plantas cianogénicas, a un nivel de significancia de 0,01.
17
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS POBLACIONALES CUANDO LAS
MUESTRAS PROVIENEN DE POBLACIONES CON DISTRIBUCIÓN NO NORMAL
Y TAMAÑO DE MUESTRAS GRANDES (n1 y n2 ≥ 30).
Cuando las muestras provienen de dos poblaciones con distribución no normal pero el tamaño
de las muestras es grande se puede aplicar el Teorema del Límite Central y considerar que la
diferencia de medias muestrales x2−x1, se distribuye normalmente. Si las varianzas
poblacionales se conocen el estadístico de prueba a usar es:
Z=( x2−x1 )−( μ2−μ1 )
√ σ12
n1+
σ22
n2
En caso de no conocerse las varianzas poblacionales, estas se sustituyen por las varianzas de las
muestras y el estadístico de prueba a usar es:
Z=( x2−x1 )−( μ2−μ1 )
√ s12
n1+
s22
n2
Ejemplo:
Se sabe que el contenido de calcio en los huesos de los animales de cierta especie se distribuye
normalmente con una varianza σ 12= 57.6 para las hembras y una varianza σ 2
2= 51.2 para los
machos. Con el propósito de determinar si existen diferencias en el contenido de calcio entre
machos y hembras se le determinó a 31 hembras y 33 machos el contenido de calcio en el tejido
óseo encontrándose que para la muestra de hembras el valor promedio fue de 400.45 μg/g y para
la muestra de machos fue de 395.24 μg/g. ¿Cuál debe ser la respuesta? Use α=0,05.
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : El contenido de calcio en los huesos de los animales de los dos sexos es el mismo.
H 1: El contenido de calcio en los huesos de los animales de los dos sexos es diferente.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ1=μ2
H 1: μ1≠ μ2
Elegimos un nivel de significancia de 0,05.
18
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Aunque no se conoce la distribución de la variable, como el tamaño de la muestra es grande se
aplica el Teorema del Límite Central. Por lo tanto se puede considerar que la diferencia de
medias muestrales se distribuye normalmente y lo más conveniente es usar Z como estadístico
de prueba.
Z=( x2−x1 )−( μ2−μ1 )
√ σ22
n2+
σ12
n1
Z=(400,45−395,24 )−(0 )
√ 57,631 +
51,233
=2,83
Región Crítica:
z(1−α /2)=z(0,975)=1,96
Decisión:
Como Z=2,83>z (0,975 )=1,96el valor del estadístico de prueba se encuentra dentro de la zona
de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos proporcionan suficiente
evidencia para rechazar la hipótesis nula.
Se puede afirmar que el nivel de calcio en los huesos de los animales de los dos sexos es
diferente, con un nivel de significancia de 0,05.
Ejemplo:
En una investigación sobre el papel que juega el marsupial Marmosa robinsoni sobre la
dispersión de semillas de dos especies de cactus, se piensa que este animal prefiere las semillas
de uno de los dos tipos de cactus que hay en la zona de estudio. Para averiguar si esto es cierto,
se determinó bajo condiciones de laboratorio la cantidad (grs) de pulpa del fruto de las dos
especies de cactus que fue consumida por el marsupial. Los resultados encontrados fueron los
siguientes:
19
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Si se acepta un 0,01 como máxima probabilidad de equivocarse ¿cuál de las dos especies es
preferida por la marmosa?
Solución:
Las hipótesis de investigación son las siguientes:
H 0 : La marmosa no tiene preferencia por ninguno de los dos tipos de frutos.
H 1: La marmosa prefiere uno de los dos tipos de frutos.
Planteamiento de Hipótesis Estadísticas:
H 0 : μ1=μ2
H 1: μ1≠ μ2
Elegimos un nivel de significancia de 0,05.
Aunque no se conoce la distribución de la variable, como el tamaño de la muestra es grande se
aplica el Teorema del Límite Central. Por lo tanto se puede considerar que la diferencia de
medias muestrales se distribuye normalmente. Se puede usar Z como estadístico de prueba y
estimar las varianzas poblacionales a partir de las desviaciones de las muestras.
Z=( x2−x1 )−( μ2−μ1 )
√ s22
n2+
s12
n1
Z= (19,99−21,20 )− (0 )
√(2,37)2
32+
(1,47)2
38
=−2,51
Región Crítica:
z(1−α /2)=z(0,995)=2,58
Decisión:
Como −z0,995=−1,96<z=−2,51<z0,995=1,96el valor del estadístico de prueba se encuentra
dentro de la zona de no rechazo de la hipótesis nula. Por lo tanto se concluye que los datos no
proporcionan suficiente evidencia para rechazar la hipótesis nula.
20
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Se puede afirmar que no existe suficiente evidencia para afirmar que la marmosa no tiene
preferencia por ninguno de los dos frutos.
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS POBLACIONALES USANDO
OBSERVACIONES APAREADAS.
La efectividad con la cual las pruebas de hipótesis pueden detectar diferencias entre dos medias
poblacionales, depende de que las dos muestras sean independientes, es decir que los valores
obtenidos en cada una unidad de muestra no afecten los valores de la otra muestra. Además, la
variación dentro de las muestras no debe ser tan grande que impida detectar las eventuales
diferencias entre las medias. Si se pone atención a las ecuaciones de los estadísticos de prueba
usados para comparar dos medias poblacionales, es fácil deducir la importancia de la variación
dentro de las muestras. Cualquier aumento de la variación dentro de las muestras disminuye el
valor del estadístico de prueba, anulando cualquier pequeña diferencia que pudiera existir entre
las medias muestrales, diferencia que eventualmente podría permitir rechazar H0. Por ejemplo,
cuando se obtienen dos muestras pequeñas de poblaciones normales con las mismas varianzas,
el valor del estadístico:
T=( x1−x2)−( μ1−μ2 )
√ sp2
n1+
s p2
n2
Disminuirá a medida que incrementa el valor de sp2 , aumentando su probabilidad de caer en la
zona de aceptación de H0 y por lo tanto de rechazar la hipótesis alternativa de diferencia entre
las medias.
La variabilidad dentro de cada muestra está compuesta por la variación aleatoria debido a los
métodos de medición, el ambiente y las diferencias naturales entre los individuos. Igualmente la
variabilidad entre las muestras tiene estos mismos componentes de variación más la variación
añadida o controlada por el investigador. Pero en muchas ocasiones están presentes factores
extraños al experimento que aumentan la variabilidad dentro y entre las muestras que ocultan
cualquier pequeña diferencia entre las medias muestrales que pudiera haber conducido a
rechazar la hipótesis nula.
21
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
El ejemplo siguiente puede ilustrar la influencia de estos factores extraños en ocultar diferencias
existentes entre dos medias poblacionales o por el contrario mostrar diferencias donde no
existen. Para comprobar cuál de dos fertilizantes es mejor, se siembran dos parcelas con maíz.
Al suelo de una parcela se le añade el fertilizante A y al de la otra parcela el fertilizante B. Una
prueba de hipótesis puede determinar que la producción de las dos parcelas es diferente y
concluirse que uno de los fertilizantes es mejor, sin embargo la diferencia puede deberse a la
acción de los factores ambientales que no son controlados.
Otro resultado posible es que se acepte la hipótesis nula de no diferencia entre los fertilizantes,
cuando realmente hay diferencia y la misma quedó encubierta por la variabilidad originada por
los factores extraños. Una manera de superar estas dificultades es apareando las observaciones
de las muestras. Esto significa que las unidades muestrales donde se quiere medir el efecto de
las variables controladas por el investigador sean lo más parecida posibles. En el ejemplo de los
fertilizantes, tendrían que ubicarse los cultivos en parcelas muy parecidas en cuanto a las
condiciones ambientales. Otras maneras de aparear, es usando un mismo individuo y medir la
respuesta antes y después de aplicársele un tratamiento. Si no es posible usar el mismo sujeto se
buscan pares de individuos muy parecidos en cuanto a edad, sexo, peso, raza, estatura, etc.
También se puede dividir un mismo material en dos partes y efectuar las experiencias que
interesan, como probar la eficiencia de dos métodos de medición.
Una vez que se tienen las muestras emparejadas, en lugar de trabajar individualmente con cada
una, es mejor usar la diferencia entre las respuestas, d i=x i 1−x i 2
Los diferentes valores de d ise diferencias entre sí principalmente por los efectos del factor
controlado por el investigador, puesto que la sustracción del valor de una observación al valor
de la otra observación, elimina la mayor parte de la variación debido a los factores extraños.
Si las muestras provienen de poblaciones distribuidas normalmente la media D de las
diferencias d i=x i 1−x i 2 es una variable aleatoria que se distribuye normalmente alrededor de
una media μd con una desviación sd=sd
√n
22
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Bajo esta nueva situación, la hipótesis nula a contrastar sería μd=0 lo que equivale a contrastar
la hipótesis nula μ1−μ2=0 Por lo tanto, cuando las observaciones son pareadas; H 0 : μd=0 y
H 1: μd ≠ 0 son las hipótesis a plantear.
El estadístico de prueba a usar es: T=( d−μd ) /(sd /√n ) y la zona de rechazo sería:
ZR= {T /−t1−α /2; n−1>T >t 1−α /2 ;n−1 }
Ejemplo:
La β-dimetil digoxina es una droga que afecta el ritmo cardíaco. En un estudio efectuado para
determinar los efectos agudos de esta droga se determinó la frecuencia cardiaca a 10 acures
(Cavia porcellus) antes y después de la administración de la droga. En la tabla siguiente se
muestran los resultados.
Sabiendo que la frecuencia cardíaca de los acures se distribuye normalmente, determine con un
nivel de significación igual 0.05 si la droga altera dicha variable.
Solución:
Planteamiento de Hipótesis Estadísticas:
H 0 : μd=0
H 1: μd ≠ 0
Elegimos un nivel de significancia de 0,05.
Puesto que se trata de la comparación de muestras apareadas el estadístico de prueba es:
T=(d−μd )
sd
√n
Cálculos necesarios:
Media: d=30
Desviación estándar: sd=28,28
23
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Estadístico de prueba:
T=(d−μd )
sd
√n
=30−028,28√10
=3,35
Región Crítica:
ZNR={T /−t1−α /2 ;n−1<T< t1−α /2 ;n−1 }=¿¿¿
Decisión:
Como t=3,35>t 0,975 ;9=2,26el valor del estadístico de prueba se encuentra dentro de la zona
de rechazo de la hipótesis nula. Por lo tanto se concluye que los datos no proporcionan
suficiente evidencia para rechazar la hipótesis nula.
De acuerdo a la información obtenida de la muestra se puede afirmar que la droga altera la
frecuencia cardiaca de los acures, a un nivel de significancia de 0,05.
Utilice estos mismos datos y haga una prueba de hipótesis para dos medias considerando las
muestras en forma independiente (sin aparear) y compare los resultados. Observe los cambios
que se producen en la desviación de los estadísticos de prueba usados en los dos
procedimientos.
LISTA DE EJERCICIOS
1. Los niveles de audiencia (en miles de personas) de un programa de televisión, medidos
en 10 emisiones elegidas aleatoriamente, han sido los siguientes:
682 553 555 666 649 522 568 700 552
Suponiendo que los niveles de audiencia siguen una distribución normal, ¿Se podría
afirmar, con un 95% de confianza, que la audiencia media del programa es de 600.000
espectadores por programa?
2. La longitud media de una barra de equilibrio es 43 milímetros. El supervisor de
producción sospecha que la máquina que produce las barras se ha desajustado, y le pide
al departamento de ingeniería que investigue esto. El departamento de ingeniería toma
una muestra aleatoria de 12 barras y mide cada una de ellas. Los resultados de las
24
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
mediciones se presentan a continuación. ¿Es razonable concluir que la longitud de las
barras ha variado? Utilice un nivel de significancia de 0.05.
42 39 42 45 43 40 39 41 40 42 43 42
3. El cloro líquido que se usa en las piscinas para combatir el crecimiento de algas tiene
una vida de almacenamiento relativamente corta. Según los registros la duración media
de almacenamiento de un depósito de 5 galones es 2160 horas (90 días) Como
experimento se le agregó al cloro una sustancia para prolongar su vida de
almacenamiento. En una muestra de 9 galones las vidas de almacenamiento encontradas
fueron las siguientes:
2159 2170 2180 2179 2160 2167 2171 2181 2185
¿Esta sustancia ha incrementado la vida de almacenamiento del cloro? Utilice un alfa de
0.05
4. Una empresa encuestadora se queja que un agente realiza en promedio 53 encuestas por
semana. Se ha introducido un método más moderno de realizar las encuestas y la
empresa quiere evaluar su efectividad. Los números de encuestas realizadas en una
semana por una muestra aleatoria de agentes son:
53 57 50 55 5854 60 52 59 6260 60 51 59 56
A un nivel de significancia de 0.05 ¿se puede concluir que la cantidad media de
entrevistas realizadas por los agentes es superior a 53 por semana?
5. La Asociación de Relojes Suiza asegura que sus relojes jamás se adelantarán o se
atrasarán en una semana. En una muestra de 18 relojes se encontraron los siguientes
segundos de adelanto (+) o de atraso (-) por semana ¿es razonable concluir que el
adelanto o atraso de estos relojes es cero? Utilice un alfa de 0.05
6. Una compañía de taxis está tratando de decidir si el uso de neumáticos radiales en lugar
de otros comunes con cinturón mejora la economía del combustible. Se equiparon doce
autos con neumáticos radiales y recorrieron una trayectoria de prueba prescrita. Sin
cambiar de conductores, se equipó a los mismos vehículos con neumáticos regulares y
de nuevo recorrieron el mismo trayecto. Se registró el consumo de gasolina, en
kilómetros por litro, como sigue:
AutomóvilKilómetros por litro
Radiales Normales1 4.2 4.12 4.7 4.93 6.6 6.2
25
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
4 7 6.95 6.7 6.86 4.5 4.47 5.7 5.78 6 5.89 7.4 6.910 4.9 4.711 6.1 612 5.2 4.9
En el nivel de significancia de 0,05 ¿puede concluirse que los vehículos equipados con
neumáticos radiales dan una mejor economía de combustible que aquellos equipados
con neumáticos normales? Suponga que las poblaciones están normalmente
distribuidas.
7. Los siguientes datos representan los tiempos de duración de las películas producidas por
dos compañías cinematográficas.
Compañía
1 102 86 98 109 922 81 165 97 134 92 87 114
Tiempo (minutos
Se desea verificar si el tiempo de duración promedio de las películas producidas por la
compañía dos excede al de las de la compañía uno. Utilice un nivel de significancia de
0,05 y asuma que las distribuciones de los tiempos son aproximadamente normales.
-0.38 -0.20 -0.38 -0.32 0.32 -0.23 0.30 0.25 -0.10-0.37 -0.61 -0.48 -0.47 -0.64 -0.04 -0.20 -0.68 0.05
8. Se seleccionan dos muestras aleatorias e independientes del número de puestos de
trabajo creados en el último mes por diferentes empresas de dos sectores económicos.
La información suministrada por las muestras es la siguiente:
Sextor A 13 14 21 19 15 15Sector B 18 19 20 22 31 26
Con el fin de conocer el impacto de las nuevas modalidades de contratación en ambos
sectores y suponiendo que el número de empleos creados siguiera en ambos sectores
distribuciones normales con varianzas iguales: ¿Podríamos afirmar con un 99% de
confianza, que ambos sectores son similares en cuanto al número medio de empleos
creados en el último mes?
26
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
9. FedEx y United Parcel Service (UPS) son las dos empresas de transporte de paquetería
más importantes del mundo en cuanto a volumen e ingresos (The Wall Street Journal,
27 de enero de 2004). De acuerdo con el Consejo Internacional de Aeropuertos, el
aeropuerto internacional de Memphis (FedEx) y el aeropuerto internacional de
Louisville (UPS) son dos de los 10 mayores aeropuertos de carga del mundo. Las
muestras aleatorias siguientes muestran las toneladas de carga por día que pasan por
estos aeropuertos. Los datos están dados en miles de toneladas.
9.1 15.1 8.8 10.0 7.5 10.58.3 9.1 6.0 5.8 12.1 9.34.7 5.0 4.2 3.3 5.52.2 4.1 2.6 3.4 7.0
Memphis
Louisville
Proporcione un intervalo de 95% de confianza para la diferencia entre las medias poblacionales diarias de los dos aeropuertos. Verifique a un nivel de significancia de 0.05 si existen o no diferencias entre estas dos empresas de transporte de paquetería.
10. El consejo universitario compara las puntuaciones obtenidas en la prueba de aptitudes
escolares (SAT, por sus siglas en inglés) de acuerdo con el nivel de enseñanza de los
padres de los estudiantes que presentan este examen. La hipótesis de investigación es
que los estudiantes cuyos padres tienen un nivel más alto de estudios obtendrán mejores
puntuaciones en el SAT. En el 2003 la media general en la prueba oral fue 507 (The
World Almanac 2004). Acontinuación se presentan las puntuaciones obtenidas en el
examen verbal en dos muestras independientes de estudiantes. La primera muestra
corresponde a las puntuaciones de estudiantes cuyos padres tienen una licenciatura. La
segunda corresponde a las puntuaciones de estudiantes cuyos padres terminaron la
preparatoria, pero no tienen una licenciatura.
485 487 442 492534 533 580 478650 526 479 425554 410 486 485550 515 528 390572 578 524 535497 448592 469
Con Licenciatura
Con Preparatoria
11. Se llevó a cabo una encuesta entre los miembros del Club del libro del mes, para
verificar si pasan más tiempo viendo televisión que leyendo. Suponga que en una
27
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
muestra de 15 encuestados se obtuvieron las horas semanales que se dedican a ver
televisión y las que se dedican a la lectura.
Encuestados Televisión Leyendo
1 10 62 14 163 16 84 18 105 15 106 14 87 10 148 12 149 4 7
10 8 811 16 512 5 1013 8 314 19 1015 11 6
Con un nivel de confianza de 0.05 ¿se puede llegar a la conclusión de que los miembros
dl club del libro del mes pasan más tiempo, en promedio, viendo televisión que
leyendo?
12. Las relaciones precio rendimiento de 1997 y las estimadas para 1998 se observan en la
tabla siguiente para una muesra de 12 empresas en la bolsa
EmpresaRelación P/R Relación P/R
1997 1998Coca cola 40 32Walt Disney 33 23Du pont 24 16Eastman Kodak 21 13General Electric 30 23General Mills 25 19IBM 19 14Merck 29 21McDonald's 20 17Motorola 35 20Philip Morriis 17 13
28
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
Xerox 20 17
¿Hay algún cambio en la media poblacional de P/R para el periodo de dos años?.
Emplee un nivel de significancia de 0.05.
13. Una empresa de investigación de mercado emplea una muestra de individuos para calificar el potencial de compra de un determinado producto antes y después de que los individuos vean un comercial de televisión acerca del mismo. La calificación del potencial de compra se hace con una escala del 0 al 10, con los valores más altos indicando un mayor potencial de compra. En la hipótesis nula se establece que la media de las calificaciones de “después” será menor o igual a la media de las calificaciones “antes”. El rechazo de esta hipótesis indica que el comercial mejora la media de la calificación al potencial de compra. Use alfa igual a 0.05 y los datos de la tabla siguiente para probar esta hipótesis y haga un comentario sobre la utilidad del comercial.
6 56 47 74 33 59 87 56 6
Antes Después
14. En los últimos tiempos hay una cantidad cada vez mayor de opciones de
entretenimiento que compiten por el tiempo de los consumidores. En 2004, la televisión
por cable y el radio superaron a la televisión abierta, a la música grabada y a los
periódicos, convirtiéndose en los medios de entretenimiento más usados. Con una
muestra de 15 individuos se obtienen los datos de las horas por semana que ven
televisión por cable y de las horas por semana que escuchan la radio.
29
PRUEBAS PARAMÉTRICASProf. Willer David Chanduvi Puicón ENEI
1 22 25 9 21 212 8 10 10 23 233 25 29 11 14 154 22 19 12 14 185 12 13 13 14 176 26 28 14 16 157 22 23 15 24 238 19 21 16
Individuo Tv Radio Individuo Tv Radio
a. Use como nivel de significancia 0.05 y haga una prueba para la diferencia entre las medias poblacionales de la cantidad de horas de televisión por cable y de la cantidad de horas de radio.
b. ¿Cuál es la media muestral de la cantidad de horas por semana empleadas en ver televisión por cable?
c. ¿Cuál es la media muestral de la cantidad de horas por semana empleadas en escuchar radio? ¿Cuál de estos medios tiene mayor uso?
30