Professional Documents
Culture Documents
Libro Estadística Capriglioni Tomo 2 PDF
Libro Estadística Capriglioni Tomo 2 PDF
e=010=>k=
el intervalo es
137 -3,162- oc ps 13743102. oe
132 < pxs 142
Con una confianza minima del 90% la media poblacional estaria entre 132 y 142.
PAGINA 68 ESTADISTICA — C. Capriglioni2. Intervalo de Confianza
2.2.3. INTERVALO DE CONFIANZA PARA LA PROPORCION DE ELE-
MENTOS QUE TIENEN UN DETERMINADO ATRIBUTO EN LA
POBLACION.
2.2.3.1. POBLACIONES INFINITAS.
Sea X una poblacién dicotémica infinita quien puede asumir sélo dos valores
X= 1 sila unidad experimental medida tiene un atributo A.
X= 0 si la unidad experimental medida no tiene un atributo A.
sea 7 un parimetro desconocido que representa la proporcién de elementos que tienen el
atributo A en una Poblacién infinita
sea {X13 X23... ;Xn} una muestra de tamafio n suficientemente grande, tomada de dicha
Poblacién (en este trabajo, n> 50)
sea el estadigrafo
n
F=D%
isl
cantidad de elementos con el atributo A en la muestra de tamaiio n
sea el estadigrafo
la proporcién de elementos con el atributo A, en la muestra;
Notese que ¥ es una variable aleatoria discreta con distribucién Binomial(n ; ™), luego,
por el teorema de Moivre-Laplace, cuando n —» «la variable estandarizada
r-nt
tiende asint6ticamente'a una distribucién Normal Estandarizada.
Dividiendo numerador y denominador por el tamafio de la muestra, y reemplazando el parimetro
desconocido por su estimador, se tiene el estadigrafo de transformacién para la Proporcién Mues-
tral en universos infinitos.
p-t
ccuya distribuci6n es asintéticamente Normal Estandarizada,
Por lo explicado en los puntos anteriores,
Pin ZS 20%) = 1-6
Remplazando Z por el estadigrafo de transformacién, se tiene
despejando convenientemente, se tiene la expresién del intervalo de confianza.
= IP = pq
Pl p- Sns p+z, J— |=1-€
(F 2% i a P+z, i 7
ESTADISTICA — C. Caprigtioni PAGINA 692.Intervalo de Confianza
donde 29 ¢s el FACTOR DE CONFIANZA y corresponde al fractil de orden
de la distribucién Normal Estandarizada.
Ejemplo 2.7
Se tomé una muestra de 800 elementos de una poblacién, encontrando que 320 tienen un deter-
‘minado atributo A. Estimar, con una confianza del 95%, el valor de la proporcién de elementos
con el atributo A en la poblacién
SOLUCION
Laexpresién genética del intervalo de confianza para estimar la proporcién poblacional de uni-
versos infinitos, cuando el tamaiio de la muestra es suficientemente grande, es
off», PA smsp+2,- 1-4
donde:
1 :Proporcién de elementos con atributo en la poblacién. (Parametro a estimar).
: Tamafio de la muestra,
‘antidad de elementos con atributo en la muestra de tamajio n.
Zp: Factor de Confianza. Es el fractil de orden ( = ) de la distribucién Normal Estandarizada_
En este problema se tiene
n=800 ; 1=320 ; 0,40 => q=0,60
1-8=0,95 >
el intervalo es:
0,40 ~ 1,960- ose <1 <0,40 + 1,960- | 240-060
800 800
0,366 < TE < 0,434
La proporcién de elementos con el atributo A en la poblacién estaria entre 0,366 y 0,434 con una
confianza del 95%
Dado que las proporciones se pueden expresar en porcentajes, la respuesta de este problema pue-
de ser:
El porcentaje de elementos con el atributo A en la poblacién estaria entre el 36,6% y el 43,4% con
una confianza del 95%.
2.2.3.2. POBLACIONES FINITAS.
Sea X una poblacién dicotémica finita de tamafio N, quien puede asumir sélo dos valores
X= I si la unidad experimental medida tiene un determinado atributo A.
X= 0 si la unidad experimental medida no tiene un determinado atributo A.
PAGINA 70 EsTADISTICA — C. Caprigiloni2. Intervalo de Confianza
Sea
N
R=yX,,
il
el total de elementos con un atributo A en la Poblacién de tamajio N.
Sea
R
TN
un parametro desconocido que representa la proporcién de elementos que tienen el atributo Aen
una Poblacién finita de tamafio N.
Sea {X; 3X25... 5 Xq} una muestra de tamatio n tomada de dicha Poblacién.
Sea el estadigrafo
e n
zx
ia
que representa el total de elementos con el atributo A en la muestra de tamafio n
yelestadigrafo
=_f
n
la proporcién de elementos con el atributo A, en la muestra. Proporcién Muestral.
Entonces
P: Estimador del pardmetro Proporcién Poblacional Tf;
Notese que ¥ es una variable aleatoria discreta cuya distribucién es Hipergeométrica con
parimetros mateméticos (N;; 1).
Pasando al limite, la variable estandarizada
cuando n -» «, tiende asintéticamente a una distribucién Normal Estandarizada.
Dividiendo el numerador y el denominador por el tamafio de la muestra se tiene el estadi-
grafo de transformacién para la Proporcién Muestral es,
p-t
cuya distribucién es asintéticamente normal estandarizada.
P
Peas
S200)
P-4 (Non
n \N-1
despejando convenientemente, se tiene la expresién del intervalo
ESTADESTICA ~ C. Capriglion! PAGINA 71.=)
donde Zp es el FACTOR DE CONFIANZA y corresponde al fractil de orden
(5
de la distribucién Normal Estandarizada_
Ejemplo 2.8
De un total de 12345 elementos se sacé una muestra de 4800, encontrindose que 1680 poseen el
atributo A. Estimar, con una confianza del 95% la proporcién de elementos en la poblacién, que
poseen el atributo A.
SOLUCION
La expresi6n genérica del intervalo de confianza para estimar la proporcién poblacional de uni-
versos finitos, cuando el tamafio de la muestra es suficientemente grande, es
- iP-q n - pq n
ofpafe NTS TSB +2 P fe |. -e
donde:
® : Cantidad de elementos con atributo en la poblacién.
N : Tamafio de la poblacién.
R
=7y Proporcién de clementos con atributo en la poblacién. (Parémetro a estimar).
: Tamaiio de la muestra.
: Cantidad de elementos con atributo en la muestra de tamafio n.
z
n
a-l-p
n
t
= proporcién de elementos con atributo en la muestra. Estimador insesgado de TC.
. & a
Zp: Factor de Confianza. Es el fractil de orden (! -2) de la distribucién Normal Estandarizada
En este problema se tiene:
N=12345 ; n=4800 ; f=1680 ; p=-82-035 ; g=0,65
4800
1-8=0,95 => =0975 => m= 1,960
el intervalo es:
035 ~ 1,960. [035-065 [I23S= A800 - op <9 35 « 1960. (as 12345— 4800
4800 W 12345-1 4800 W 12345-1
0,3395 < TE < 0,3605
‘Con una confianza del 95% la proporcién de elementos con el atributo A en la poblacién estaria
entre 0,3395 y 0,3605.
Dado que las proporciones se pueden expresar en porcentajes, la respuesta de este problema pue-
de ser: Con una confianza del 95%, el porcentaje de elementos con el atributo A en la poblacién
estaria entre el 33,95% y el 36,05%.
PAGINA 72 ESTADISTICA--C. Caprigion!2. Intervalo de Confianza
2.3. INTERVALO DE CONFIANZA PARA LA VARIANZA PO-
BLACIONAL.
2.3.1. POBLACION INFINITA
Sea X una poblacién infinita distribuida normalmente con varianza desconocida oy ;
sea {X15 Xo 5... § Xn} una muestra de tamafio n tomada de dicha poblacién normal;
y sea el estadigrafo
a
XOi-xF
ob
x
n-1
la Varianza Muestral, estimador del parametro Varianza Poblacional
Por lo estudiado en el capitulo 1, el estadigrafo de transformacién de la Varianza Muestral
es
Este estadigrafo tiene distribucién Ji-cuadrado con (n-1) g.l.
La probabilidad de encontrar un valor de la variable Ji-cuadrado con (n-1) g.1. entre los
fractiles
( )
2) UF
2
PCte2SX ont $ Hi-e2) = 1-8
es
reemplazando por el estadigrafo de transformacién
2
in-1)-S"
Plxins leads SXien)= 1-8
°
despejando convenientemente, s¢ tiene la expresién del intervalo
(eye < o <8)
-€
b
donde:
a: esl fractil de orden (3) de la distribucién de la distribucidn ji-cuadrado con (n-1) g.l.
b: esl fractil de orden ( - ) de la distribucién de la distribucién ji-cuadrado con (n-1) g.l.
Ejemplo 2.9
De una poblacién normal se tomaron al azar 11 elementos cuyos valores son los siguientes:
384 ; 391 ; 388; 394 ; 381 ; 385 ; 384 ; 391 ; 383 ; 389 ; 387,
Estimar, mediante un intervalo de confianza del 95%, el valor de la varianza poblacional
ESTADISTICA - C. Capriglion! PAGINA 732.Intervalo de Confianza
SOLUCION
La expresién genérica del intervalo de confianza para la varianza de poblaciones normales es:
-1)s2
o-Ps DSX < gy
b
donde :
1: Tamatio de la muestra,
S? : Varianza muestral.
1-€=Nivel de confianza.
a: Es el fractil de orden (5) de la distribucién ji - cwadrado con (n - 1) grados de libertad
b: Esel fractil de orden (- 5] de la distribucién ji - cuadrado con (n - 1) grados de libertad.
En este problema se tiene
n=11 ; gl=(n-1)=10
Aplicando la correspondiente f6rmula a los datos de la muestra, se obtiene el valor de la varianza
muestral
8? =16
1-€=0,95 ;
&
77 0025 => en la tabla de fractiles de la distribucién ji -cuadrado a= 3,25
Ws = 0,975 = en la tabla de fractiles de la distribucién ji - cuadrado b= 20,48
el intervalo es:
10-16 10-16
5 SOxS
20,48? ** 3,25
78125 < Ox $ 49,23
Con una confianza del 95% la varianza poblacional se encontraria entre 7,8125 y 49,23.
2.4. TAMANO DE MUESTRA
‘Una vez que se decide estimar un determinado pardmetro realizando un trabajo de mues-
treo, hay que establecer cudntas unidades experimentales formarén parte de la muestra, O sea,
cual debera ser el tamaiio de 1a muestra de modo tal que se pueda optimizar el procedimiento
para que no sea excesivamente costoso, ni presente grandes imprecisiones.
Para proceder al cdlculo del tamafio de la muestra, hay que tener en cuenta las siguientes
caracteristicas:
© Definir cual es el pardmetro a estimar
El grado de precisién, medido con el error de muestreo
Elnivel de confianza requerido o probabilidad de que el intervalo contenga al pardmetro.
Variabilidad de la poblacién
eee
PAGINA 74 ESTADISTICA— C. Caprigiloni2. Intervalo de Confianza
2.4.1, TAMANO DE MUESTRA PARA ESTIMAR EL PARAMETRO MEDIA
POBLACIONAL.
2.4.1.1. VARIANZA POBLACIONAL CONOCIDA
Por lo expuesto, para calcular el tamaiio de la muestra hay que conocer las siguientes me-
didas:
v ELERROR DE MUESTREO: Este factor es proporcionado por el usuario de la
muestra. El debe indicar cual es la maxima diferencia entre la Media Muestral y
Ja Media Poblacional esta dispuesto a aceptar. El error de muestreo debe estar
expresado en la misma unidad de medida de la variable.
v LACONFIANZA EN LA ESTIMACION: Este factor es proporcionado por el
usuario de la muestra. El debe indicar cudl es la probabilidad deseada de que el
intervalo de confianza cubra al verdadero valor de la Media Poblacional.
* v LAVARIANZA DE LA POBLACION: Este factor indica el grado de variabili-
dad de la Poblacién.
v ELTAMANO DE LA POBLACION: En caso de Poblaciones finitas, este factor
es una restriccién para el tamafio de la muestra.
Cémo se ha estudiado oportunamente, el error de muestreo se obtiene haciendo la semidi-
ferencia entre los limites del intervalo de confianza.
£5(X)-£i(X)
2
POBLACION INFINITA
Si la poblacién es infinita, el error de muestreo es
luego
por lo tanto,
2
Zq°
n=|—2
e
Sinn fuese un nimero con decimales, el tamafio de la muestra siempre serd el préximo
miimero entero.
Ejemplo 2.10
Se desea estimar la media de una poblacién normal con varianza igual a 75. {Cuél deberé ser el
tamafio de la muestra si se quiere que el error de muestreo no sea superior 23,4 con una confianza
del 95% ?
SOLUCION
El tamafio de la muestra para estimar la media poblacional de poblaciones normales infinitas se
calcula con la formula :
2-0
z
e
donde :
ESTADISTICA ~ C. Caprigtion! PAGINA 75Intervalo de Confianza
Z: Factor de Confianza. Es el fractil de orden ( 5) de la distribucién Normal Estandarizada
6X: Varianza poblacional
e: Error de muestreo (diferencia entre estimador y pardmetro)
La unidad de medida de la magnitud del error de muestreo debe ser la misma que la de la
variable en estudio.
En este problema se tiene:
OY=75 se
4
Le
0,95 => 1-5-0975 => 71,960
1,960? +75,
n= 296075
3,47
Se necesitan como minimo 25 elementos para estimar la media poblacional con error de muestreo
no superior a 3,4 y con una confianza del 95%,
POBLACION FINITA
Si la poblacién es finita, el error de muestreo es
= 24,92 > n=25
luego
nz) 2 Nn
°TnYN-1
por lo tanto,
Sin fuese un niimero con decimales, el tamafio de la muestra, siempre seré el préximo
numero entero.
Ejemplo 2.11
De una poblacién normal de 452 elementos, se desea seleccionar una muestra para estimar la me-
dia con un error no mayor de 12. {Cual deberd ser el tamafio si la poblacién tiene un desvio
estindar de 53 ?. Nivel de confianza 95%.
SOLUCION
El tamaiio de la muestra para estimar la media poblacional de poblaciones normales finitas, cuan-
do se conoce la varianza poblacional se calcula con la siguiente formula:
na 20 o ON
e? -(N-1)+270 -0?
donde :
2g: Factor de Confianza. Es el fractil de orden (- de la distribucién Normal Estandarizada
PAGINA 76 ESTADISTICA—C. Caprigtion!2. Intervalo de Confianza
‘0X : Varianza poblacional
N: Tamatio de la poblacién
e: Error de muestreo (diferencia entre estimador y pardmetro).
En este problema se tiene:
ox=53 5 e= 12 N=452
18=0,95 => => m= 1,960
2 6532
n= 19607537452 ggg ngs
12? «(452—1) + 1,96? +53?
Se necesitan como minimo 65 elementos para estimar la media poblacional con un error de mues-
treo no superior a 12 y con una confianza del 95%.
2.4.1.2. VARIANZA POBLACIONAL DESCONOCIDA
El tamafio de la muestra para estimar la media poblacional de poblaciones normales infini-
tas, cuando no se conoce la varianza poblacional, se calcula mediante el uso de un proceso iterati-
vo. Este proceso consiste en los siguientes pasos:
1) Se toma una muestra piloto de tamafio arbitrario No (generalmente este tamatio es
igual a 10) y con ella se calcula el valor de la varianza muestral utilizando la formula
ya explicada,
s
nt
2) Se calcula un tamatio de muestra inicial, utiizando la siguiente formula:
ts?
aT
e
donde
ti: Es el fractil de orden
(9
de la distribucién t de Student con (Mg - 1) g. L
S*: Varianza muestral calculada con la muestra piloto de tamajio No.
e: error de muestreo.
Se recuerda que si n fuese un namero con decimales, el tamafio de la muestra, siempre
seré el préximo niimero entero.
Se obtiene un segundo tamatio de muestra, cambiando el valor ty utilizado anteriormente
por th, otro fractil de orden
(5)
re
2
de la distribucién t de Student pero usando (M, - 1) g. 1.
262
_ bs
eter
e
n,
3) Se obtiene un tercer tamafio de muestra, cambiando el valor t, utilizado anteriormente
ESTADESTICA - C. Capriglioni PAGINA 772.Jntervalo de Confianza
por ts, otro fractil de orden
4) _ Este proceso iterativo se repite tantas veces hasta que dos tamafios de muestra conse-
cutivos sean iguales
My = Nosy
entonces ese es el tamaito de la muestra
N= N= Ni)
Ejemplo 2.12
Se desea estimar la media de una poblacién normal con una confianza del 99% y un error de
muestreo a lo sumo de 4. Como no se tiene informacién de la varianza poblacional se realiz6 una
estimacién de la misma con una muestra piloto de 10 elementos y result igual a 70. ,Cudl deber
ser el tamafio minimo de la muestra necesario?
SOLUCION
En este problema se utilizara el método iterativo. Los datos son
y= 10 I SX=70 ; e=4
Gl=m-1=9 5 16=0,99 => 1-2=0,995 = t=3,250
entonces, el tamafio de muestra inicial es
3,250°-70
a
4
= 4621 3 m=47
Para calcular el segundo tamajio de la muestra se trabaja con el valor de t-Student con 46 grados
de libertad
t= 2,687
2,687" -70
=316 > m=32
4
Para calcular el tercer tamafio de la muestra se trabaja con el valor de t-Student con 31 grados de
libertad
ts = 2,744
=32,9 => m=33
ara calcular el cuarto tamafio de la muestra se trabaja con el valor de t-Student con 32 grados de
libertad
t,=2,738
2,738°-70
5 e
=328 > m=33
PAGINA 78 ESTADESTICA — C. Caprigtion!Intervalo de
nza
Como el terceryy el cuarto tamafio de la muestra son iguales, entonces, el tamaiio de muestra ne-
cesario para estimar la media poblacional en las condiciones fijadas es n = 33 elementos.
Ejemplo 2.13
De una poblacién normal de 1053 elementos se desea estimar la media con un error de muestreo
inferior al 1,1 y una confianza del 98%. Como no se conoce el desvio poblacional se selecciona
‘una muestra piloto de 10 elementos, obteniéndose una varianza de 16,34. Determinar el tamafio.
de muestra minimo necesario para realizar la estimacién.
SOLUCION
El tamafio de la muestra para estimar la media poblacional de poblaciones normales finitas, cuan-
dono se conoce la varianza poblacional, se calcula mediante el uso del proceso iterativo explica-
do oportunamente, a partir de una muestra piloto de tamaiio No.
El tamafio de la muestra inicial se calcula con la formula
2
S*x.N
e?-(N-1)+t71-S*x
n,
donde
N : Tamaiio de la poblacién,
‘SX : Varianza muestral calculada con la muestra piloto.
e: Error de muestreo.
to: Factor de Confianza. Fractil de orden (1 -$) de la distribucién t de Student con (n= 1) g.1.
Los datos de este problema son
N= 10 | Sx = 16,34 3 N=1053
Bl. = No -
9; 18-098 = => t1=2,821
El tamaiio inicial de la muestra es
BS?x-N 2,821° +16,34-1053
ee (N-DFt Sx 117 -1052+2,821" -16,34
Para calcular el siguiente valor del tamafio de muestra hay que utilizar
n, =975 => m=98
gl=-m-1-97 ; 1-8=09 ; 1-5 =099 => h=2,365
El valor del segundo tamaiio de muestra es
P2-SxON 2,365 +16,34 +1052
1052+ 2,365" +16,34
Para calcular el siguiente valor del tamatio de muestra hay que utilizar
= 70,47 => m=71
gl=m-1=70 ; 1-8=098 ; 1-5 =09 => th =2,381
El valor del tercer tamafio de muestra es
3-S?x-N 2,381" -16,34-1052
oe = = 7136 => m=72
e”-(N=I) +t -S'x 1052 + 2,381" -16,34
Para calcular el siguiente valor del tamafio de muestra hay que utilizar
ESTADISTICA — C. Caprigtlont PAGINA 79Intervalo de Confianza
GL.=n-1=71 ; 1-8=098 5 15 =099 => &=2,380
El valor del cuarto tamajio de muestra es
2, .g2. 2
nye SN 2,380° 1634-1052 5) ern
e° (N=1)+t'4-S?x 117 -1052+42,380" -16,34
Como el tercer y el cuarto tamajio de la muestra son iguales, entonces, el tamafio de muestra ne-
cesario para estimar la media poblacional en las condiciones fijadas es n = 72 elementos.
2.4.2. TAMANO DE MUESTRA PARA ESTIMAR LA PROPORCION PO-
BLACIONAL.
2.4.2.1, UNIVERSOS INFINITOS:
El calculo del tamafio de la muestra se realiza teniendo en cuenta los siguientes factores:
v ELERROR DE MUESTREO: Este factor es proporcionado por el usuario de la
muestra. El debe indicar cual es la maxima diferencia entre la Proporcién Mues-
tral y la Proporcién Poblacional que esta dispuesto a aceptar. El error de mues-
treo debe estar expresado en tanto por uno.
v LACONFIANZA EN LA ESTIMACION: Este factor es proporcionado por el
usuario de la muestra. El debe indicar cual es la probabilidad deseada de que el
intervalo de confianza cubra al verdadero valor de la Proporcidn Poblacional.
¥ LAPROPORCION: Este factor proporciona informacién sobre el grado de con-
centracién de los elementos que tienen el atributo A
v ELTAMANO DELA POBLACION: En caso de Poblaciones finitas, este factor
‘es una restriccion para el tamafio de la muestra.
El error de muestreo se obtiene haciendo la semidiferencia entre los limites del intervalo
de confianza.
oa £5t6)-£4 8)
7
Si la poblacién es infinita, el error de muestreo es
Iuego
Dado que el valor de es desconocido porque se calcula con la muestra, no puede formar
parte de la formula utilizada para calcular el tamafio de la muestra, por lo tanto, se utiliza un valor
alternativo al que se simboliza p
3h
eb
n
a2
El valor de podré obtenerse de alguna de las siguientes formas:
¥ Utilizando datos que surjan de trabajos anteriores,
¥ Utilizando una muestra piloto (generalmente de tamaiio 50),
PAGINA 80 ESTADISTICA — C. CaprigloniIntervalo de Confianza
¥ Sies imposible o impracticable alguna de las formas citadas, entonces, se utiliza
directamente el valor 0,50, dado que, cuando hay dicotomia, dos grupos, la ma-
yor dispersion se alcanza si cada grupo tiene el 50%,
Si n fuese un mimero con decimales, el tamafio de la muestra, siempre serd el préximo
niimero entero.
Ejemplo 2.14
Se desea estimar la proporcién de elementos con cierto atributo que hay en una determinada po-
blacién, ,Cudl debera ser el tamaiio de la muestra necesario para que el error de muestreo no su-
pere el 3%, con una confianza del 95%, si experiencias anteriores indican que la proporcién es del
43%?.
SOLUCION
El tamafio de la muestra para estimar proporcién poblacional de universos infinitos se calcula con
la formula :
donde :
Zo: Factor de Confianza. Es el fractil de orden (1-2) de la distribucion Normal Estandarizada
P : Proporcién que surge de experiencias anteriores o estimada mediante una prueba piloto o, si
algunos de estos recursos no pudiesen ser utilizados, directamente el valor que se toma es 0,50.
e = error de muestreo (diferencia entre estimador y parametro).
Elerror de muestreo debe estar expresado, al igual que p , en tanto por 1.
Sicl resultado no fuese un niimero entero, entonces hay que utilizar el préximo nimero entero,
cualquiera fuese la parte decimal
En este problema se tiene:
P=043 ; q=1-p =057 ; e=0,03
e
1-8=0,95 => 1-
eh
975 => z= 1,960
1,960° -0,43-0,57
0,037
Es necesario una muestra de 1047 elementos para estimar la proporcién poblacional con un error
de muestreo no mayor al 3%.
= 1046,1957 => n= 1047
2.4.2.2, UNIVERSOS FINITOS
Si la poblacién es finita, el error de muestreo es
(Fen: ma
Juego
ESTADISTICA — C. Caprigitoni PAGINA 81por lo tanto,
Ejemplo 2.15
Se desea estimar la proporcién de elementos que tienen cierto atributo A en una poblacién de
87452 elementos. ;Cuél debers ser el tamatio de la muestra si se quiere que el error de muestreo
sea inferior al 1%, con una confianza del 95%, si una muestra piloto proporcioné un 27% de ele-
‘mentos con dicho atributo?
SOLUCION
El tamafio de la muestra para estimar la proporcién poblacional de universos finitos se calcula con
Ja formula :
donde:
N: Tamaiio del universo.
2q: Factor de Confianza. Es el fractil de orden (i -8) de la distribucién Normal Estandarizada
P : proporcién que surge de experiencias anteriores o estimada mediante una prueba piloto o, si
algunos de estos recursos no pudiesen ser utilizados, directamente el valor que se toma es 0,50.
q=l-p
e =crror de muestreo (diferencia entre estimador y pardmetro).
El error de muestreo debe estar expresado, al igual que p , en tanto por 1.
Si el resultado no fuese un namero entero, entonces hay que utilizar el préximo mimero entero,
cualquiera fuese la parte decimal.
En este problema se tiene:
= 87452
p=027 ;
e=0,01
1-6=0,95 > Wt 0,975 => z= 1,960
1,960"
0,73-87452
668,52 =>
173
ee N-D+zo-p-q 0,01"
=> n= 6969
Es necesario una muestra de 6969 elementos para estimar la proporcién poblacional con un error
de muestreo no mayor al 1%.
PAGINA 82 ESTADESTICA - C. Caprigiiont2. Intervalo de Confianza
2.5. PROBLEMAS
PROBLEMA 1
Una muestra de 30 parcelas sembradas con algodén, determiné un rendimiento medio de 950
kg./ha, Sabiendo que los rendimientos tienen distribucién normal con desvio esténdar 25kg./ha.,
estimar el verdadero rendimiento medio, mediante un intervalo de confianza del 98%.
SOLUCION
De acuerdo con las caracteristicas del problema, hay que estimar la media poblacional de una po-
blacién normal cuando se conoce la varianza poblacional.
=< 9, =
P\X—z,- Esp, sX+z,
Fok
Datos
n=30 ° 5 Gx=25 5 =950
1-€=0,98 => 1-$ =099 = t= 2,326
El intervalo es entonces:
950 ~ 2,326 - ee 4 =2,131
ESTADISTICA—C. Caprigilont2. Intervalo de Confianza
El valor del tamafio de muestra inicial es
2
2 2
tS: re
n= ABs. ABE ig16 > m=19
e 3
Para calcular el siguiente valor del tamafio de muestra hay que utilizar
GL=n-1=18 ; 1-6-0953 ; 1- ; =0975 => t=2,101
EI valor del segundo tamafio de muestra
2 262
+S:
= ON 1765 => m= 18
Para calcular el siguiente valor del tamaiio de muestra hay que utilizar
G.L.=n-1
El valor del tercer tamafio de muestra
2 2
t Sy 2,110? -6?
== 2
e 3
Como el segundo y el tercer tamafio de la muestra son iguales, entonces, el tamafio de muestra
necesario para estimar el costo medio de produccién de las lapiceras en las condiciones fijadas es
n= 18 lapiceras,
17; 1-8=095 ;
975 => y= 2,110
= 1781 => n3=18
PROBLEMA 9
A\los efectos de estimar el peso medio de las bolsas de semillas recibidas en un establecimiento
agropecuario, se tomé una muestra al azar de 20 bolsas con la que se calculé lo siguiente:
Peso total de las 20 bolsas: Dx, =345Ke ; Suma de cuadrados: J* (x, —X)? = 304
Estimar, mediante un intervalo de confianza del 90% el peso medio de las bolsas, admitiendo que
los pesos se distribuyen normalmente.
SOLUCION
Peso total de las 20 bolsas = xi =345
n=20
45 a y% =X)
345 Lay hee
spans 3 Sx
GL.=20-1=19 ; 1-8=0,90 = (
reemplazando:
4 4
17,25 — 1,729 x $17,25 + 1,729 - =
wo" ou
15,70 < px < 18,80
Con una confianza de 90% el peso medio de las bolsas estaria entre 15,7 Kg y 18,8 Kg
ESTADISTICA — C. Capriglloni PAGINA 87itervalo de Confianza
PROBLEMA 10
Se quiere controlar, mediante el muestreo, si el diémetro de los cafios cumplen con la especifica-
cién dada por una norma. Los didmetros tienen distribucién normal con desvio estindar igual a
0,9 mm.
{Cuil deberd ser el tamafio de muestra necesario para que el error de muestreo no supere 0,3 mm,
‘con una confianza del 99%?
SOLUCION
Hay que calcular el tamaiio de la muestra para estimar la media poblacional de poblaciones nor-
males infinita cuando se conoce la varianza poblacional.
_Zo-o"x
2
En este problema se tiene:
6x=09 ; e=03 ; 16-099 => 1-5-0995 => %=2,576
Se necesita una muestra de tamaito 60 para estimar el
de muestreo no superior a 0,3 mm.
metro medio de los cafios con un error
PROBLEMA 11
Se desea estimar el peso medio de los paquetes de caramelos envasados por una maquina. De la
produccidn del dia, 1473 paquetes, se sacé una muestra de 25 paquetes obteniéndose un peso me-
dio de 853 gr y un desvio estindar de 47 gr. Realizar la estimacién con una confianza del 95%
sabiendo que el peso de los paquetes se distribuye normalmente.
SOLUCION
De acuerdo al enunciado del problema, la poblacién es normal, finita y no se conoce la varianza
poblacional, por lo tanto el intervalo es
of -t
Los datos de este problema son:
N=14730 0; n=25 ;) Sx=47 ;
G.L.=25-1=24
3 1-6
95 => (:-$}-09= ty= 2,064
Aungue la fraccién de muestreo sea inferior a 0,10 igualmente se utilizaré el intervalo para pobla-
ciones finitas. El intervalo es entonces:
853 -2,064- 22,
Spx s 853 + 2,064
AS
833,76 < px < 872,24
El peso medio de los paquetes estaria entre 833,76 g y 872,24 g, con una confianza del 95%.
PAGINA 88 ESTADESTICA — C. CaprigtioniIntervalo de Confianza
PROBLEMA 12
En un depésito hay 753 bolsas de semillas. Se desea estimar el peso medio de ellas sobre la base
de una muestra al azar, de manera tal, que el error de muestreo no sea superior a 1,5 Kg con una
confianza de! 98%. ,Cual deberd ser el tamafio de la muestra si se sabe que los pesos se distribu-
yen normalmente con desvio estindar 4,8 Kg?
SOLUCION
De acuerdo con el enunciado del problema, la poblacién es normal, su tamafio es finito, hay 753
bolsas, y se conoce la varianza (esta el valor del desvio estndar), por lo tanto la formula a utilizar
es:
zo-0°-N
: e*-(N=1)+2z70-07
En este problema se tiene:
ox= 48" 5 e=15 5 N=753
16=098 > 1- =099 > m=2,326
2,326" -4,8° +753
15° - (753-1) +2,3267 -4,8°
= 51,668 => n=52
Se necesitan como minimo 52 bolsas de semillas para estimar su peso medio, con un error de
muestreo no superior a 1,5 y una confianza del 98%.
PROBLEMA 13
Los siguientes datos corresponden al peso, en gramos, de 25 zapallos, seleccionados al azar.
PESODELOS | CANTIDAD DE
ZAPALLOS ZAPALLOS
400 ~ 420 3
420 - 440 4
440 ~ 460 8
460 - 480 1
480 — 500 3
Sabiendo que el peso de los zapallos se distribuye normalmente, estimar con una confianza del
99%, el peso medio y la varianza,
SOLUCION
Del enunciado se desprende que la poblacién es normal e infinita. El desvio esténdar se calcula
con la muestra, por lo tanto, se considera que la varianza poblacional es desconocida, luego, el
intervalo es
ESTADISTICA — C. Caprigilont PAGINA 892.Intervalo de Confianza
Utilizando las correspondientes formulas se calculan, el promedio y la varianza de la muestra
=452,4 5; $'x=577,33
n=25 ; G. 5—-1=24 ; 1-8=099 => [-g]-o%s => = to=2,797
reemplazando
24,0277 24,0277
452,4 — 2,797 Spx <452,4 + 2,797. —
icBee WB
438,96 < px < 465,84
Hay que estimar la varianza poblacional
2 2
{evs X coy < MaS'x
a
n=25 ; GL.=(n-1)=24
3 1-6=0,99
$= 0005 = a=989 0,995 => b=45,56
reemplazando
24-577,33 «92 <24-577,33
4556S (O89
304,12 < ox < 1401,00
El peso medio de los zapallos se estima entre 438,96 y 465,84 gramos y la varianza se estima en-
tre 304,12 y 1401,00 con una confianza del 99%.
PROBLEMA 14
En un banco, 500 clientes son titulares en cuenta corriente, Se desea estimar el monto medio de
los saldos (en miles de pesos) de dichas cuentas. Se seleccioné una muestra piloto de 18 cuentas y
se obtuvo una varianza de 23,5. El error de muestreo se fijé en $2 y la confianza de la estimacién,
€n 99%. Sabiendo que el saldo se distribuye normalmente, determinar el tamafio de muestra nece~
sario,
SOLUCION
De acuerdo con el enunciado del problema, la poblacién es normal y finita, su tamaiio es 500, y
no se conoce la varianza poblacional, por lo tanto hay que utilizar el método iterativo.
Los datos del problema son:
e=2 F No = 18 (tamafio de la muestra piloto) ; N= 500
$?x=23,5 (Varianza muestral calculado con la muestra piloto)
Gli-nm-1=17 5 1-8=099 ; 1-5-0995 = =2,898
El valor del tamafio de muestra inicial es
2,8987 -23,5-500
= 44,990 => m=45
e?-(N-1)+#7).8’x 2? -(500—1) + 2,898" - 23,5
Para calcular el siguiente valor del tamafio de muestra hay que utilizar
=440; 0 1-8=
99; 1-5-0995 > b=2,692
El valor del segundo tamafio de muestra
PAGINA 90 ESTADISTICA - C. Caprigiioni2. Intervalo de Confianz.
2,692? -23,5-500
e?(N=1)+t72-S*x 2? -(500—1) + 2,692" - 23,5
Para calcular el siguiente valor del tamafio de muestra hay que utilizar
= 39307 => m=40
GL.=n-1=39 ; 1-8=099 ; =0,995 => — =2,708
El valor del tercer tamafio de muestra
t2-S?x-N 2,708" - 23,5500
= = 09788 m= 40
e° (N=1)4t73-S°x 27 -(500-1) + 2,708" - 23,5
Como nz y Ns son iguales, el tamaiio de la muestra es n = 40 cuentas.
PROBLEMA 15,
De un lote de 200 pilas secas, fabricadas en un turno, se sacé una muestra de 20 pilas para estimar
Ja duracién media, en minutos. De la muestra se obtiene una duracién media de 780 minutos y un
desvio estindar de 28 minutos. Admitiendo que la duracién tiene una distribucién normal, estimar
Ja duracién media del lote con una confianza del 98%.
SOLUCION
De acuerdo al enunciado del problema, la poblacidn es normal, finita y no se conoce la varianza
poblacional, por lo tanto el intervalo es
efi
Los datos de este problema soi
N=200 ; m=20 ; Sx=28
; 780
G.L.=20-1=19 ; 1-€=0,98 > (1-5}-0 => to=2,539
El intervalo es entonces:
28 [200-20 28
780 - 2,539 Spx S780 +2,539- =,
Ta0¥ 200-1 ~** 420 ¥ 200-1
764,88 < wx < 795,12
La duracién media de las pilas estaria entre 764,88 horas y 795,12 horas, con una confianza del
95%,
PROBLEMA 16
Se desea estimar el porcentaje de manzanas que resultan no comercializables cuando se las some-
tea un almacenamiento con una temperatura de 5° C durante 20 dias. De una muestra de 265
manzanas, resultaron 54 no comercializables. Realizar la estimacién con una confianza del 99%,
SOLUCION
Se trata de un problema de estimacién de la proporcién poblacional ain cuando lo solicitado sea
en porcentaje. Dado que no se conoce el tamafio del universo, hay que considerarlo infinito, luego
cl intervalo es
ofr 25+ } =l-8
En este problema se tiene:
ESTADISTICA ~ C. Caprigtion! PAGINA S2
ST
0,995 = 9 =2,576
el intervalo es:
anno 992 <%<0,2038 +2,576- 58 0,7962
0,1401 < 1 < 0,2675
Con una confianza del 99% el porcentaje de manzanas no comercializables estaria entre el
14,01% y el 26,75%.
0,2038 — 2,576 -
PROBLEMA 17
Se desea estudiar el peso de las semillas de lino. Una muestra de 272 semillas proporcioné un
peso medio por semilla de 0,0053 gramos y un desvio estindar de 0,0011 gramos. Estimar, me-
diante un intervalo de confianza del 97% el peso medio de las semillas de lino.
SOLUCION
El tamafio de la muestra es suficientemente grande, por lo tanto, por aplicacién del Teorema Cen-
tral del Limite, el coeficiente de confianza se obtiene de la distribucién Normal.
PlX-z, Se z=2,054
8
2
el intervalo es:
0,85 — 2,054 STS 0,85 + 2,054
0,8334 < TE < 0,866
Con una confianza del 99%, el poder germinativo de las semillas estaria entre 83,34% y el
86,66%.
PROBLEMA 19
Se desea estimar la produecién media diaria de leche, por vaca, cuando son alimentadas con una
dieta especial. Para ello se midié la produccién de 5 vacas de similares caracteristicas, alimenta-
das con la dieta especial en un dia determinado, obteniéndose los siguientes resultados, en litros.
143 5 181 ; 142 ; 15,2 ; 16,7.
Realizar la estimacién con una confianza de 95%.
SOLUCION
Notese que no hay informacién acerca de la distribucién de la poblacién produccién diaria de
leche por vaca y dado que la muestra es chica, hay que utilizar el intervalo que surge de la aplica-
cidn de la desigualdad de Tehebycheff.
=, 9, =, S:
P)X-k- sp, sX+k-—Xhoi-e
{ mm wn
pero, dado que la varianza poblacional es desconocida, hay que trabajar con la varianza muestral,
luego el intervalo es
= S, -
P\X-k-—S sp, sX+! 2l-e
{ int a
n=5 5 18=095 e005 k= | = 4472
0,05
Utilizando los datos del problema y aplicando las formulas correspondientes se obtiene lo siguien-
te:
R=157 3 Sx=1,6748;
el intervalo es:
15,7-4,472 «
12,35 < px < 19,05
Con una confianza del 95% la produccién media diaria de leche por vaca estaria entre 12,35 litros
y 19,05 litros.
PROBLEMA 20
Segiin una investigacién realizada en una ciudad, por una institucién, sobre la base de una mues-
tra de 8740 viviendas, se estimé que la proporcién de viviendas desocupadas esté entre e! 28,74%
-y31,26%. Sabiendo que la cantidad de viviendas desocupadas en la muestra fue 2622, determinar
1a confianza de la estimacién.
SOLUCION
Se trata de un problema de estimacién de la proporcién poblacional de universos infinitos.
ESTADISTICAC. Caprigtion! PAGINAS32.Intervalo de Confianza
PfPn: PA smsp+2,- |. -8
de acuerdo al enunciado, el intervalo es
0.2874 << 0,3126
luego
P-z,- EA = 02874 y p+z,
03126
n
De cualquiera de las dos expresiones hay que calcular el valor de zo y con él, en la tabla de la fun-
cidn de distribucién normal, se determina el valor de probabilidad.
n=8740 ; F=2622 => p=030 y q=0,70
entonées, tomando el limite inferior
0,30-0,70
0,30 - zo
2874 => my=2,57
8740
Buscando en la tabla de la funcién de distribucién normal
F(2,57)=0,99492, => 1- ; =0,99492 => 1-€ = 0,98984 = 0,99
La proporcién de viviendas desocupadas se estima entre el 28,74% y el 31,26% con una confianza
del 99%,
PROBLEMA 21
El otal de clientes que asiste a un supermercado, un dia lunes es de 2700. El tiempo que
tardan en realizar sus compras sigue una distribucién normal, con desvio tipico 15 mimutos. Se
desea estimar el tiempo medio que se tarda en realizar las compras.
a) De que tamafio debe ser la muestra si se quiere que el error de muestreo no supere los $ minu-
tos, con una confianza del 97%?
b) Con la muestra, cuyo tamaiio fue calculado en el punto anterior, se obtuvo un tiempo medio de
47 minutos. Estimar, con una confianza del 97% el tiempo medio que tardan los clientes en efec-
tuar sus compras.
SOLUCION
De acuerdo con el enunciado del problema, la poblacién es normal, su tamaiio es finito y se cono-
ce la varianza (esta el valor del desvio estindar), por lo tanto la formula a utilizar es:
2 2
z3-0°.N
e?-(N-1)+z)-07
En este problema se tiene:
Ox=1F 5 e=5 5 N=2700
12=097 > 1-5 0985 => w=2,170
2,170" «15? 2700
5? -(2700~1) + 2,170 -15"
Se necesitan como minimo 42 clientes para estimar el tiempo medio de compras, con un error de
muestreo no superior a 5 minutos y una confianza del 97%.
41,74 > n=42
PAGINA94 ESTADISTICA ~ C. Caprigtiont2. Intervalo de Confianza
) Como la poblacién es normal, finita y se conoce la varianza poblacional, el intervalo de con-
fianza es.
Datos del problema
N= 2700 ; n=42 3 Ox=15
1-6=097 > 1-5 =0,985 = 2)=2,170
Aunque la fraccién de muestreo sea inferior a 0,10 igualmente se utilizaré el intervalo para pobla-
ciones finitas, El intervalo es entonces:
px<47+2,170- 2
Ta
47-2,170
42spxss2
El tiempo medio que tardan los clientes del supermercado en efectuar sus compras estaria entre 42
minutos y 52 minutos con una confianza del 97 %.
PROBLEMA 22
De acuerdo con el resultado de! iltimo censo, en la ciudad COURIER hay 37904 matrimonios
(oficiales 0 no). De éstos se sacé una muestra de 10900 encontrindose que el 38% de la muestra
no tienen hijos. Estimar, con una confianza del 97%, el porcentaje de matrimonios sin hijos en la
poblacién,
SOLUCION
Se trata de un problema de estimacién de la proporcién poblacional aun cuando lo solicitado sea
en porcentaje. Se conoce el tamafio del universo, luego el intervalo a utilizar es
= p-q_ [N-n 5 IN-n
ofp-n PS oy S*SB +2," x FR --
En este problema se tiene
N=37904 ; n=10900 ; p=038 ; 470,62
1-8=0,97 > 1-5 = 0,985 => m=2,170
el intervalo es
038-2,170- [os 2 [SPF 10900 << 9.38 + 2,170 oreo [37904-10900
10900 37904—1 10900 37904—1
0,3715 < TE < 0,3885
Con una confianza del 97%, la proporcién de matrimonios, oficiales o no, con hijos en la ciudad
COURIER estaria entre 0,3715 y 0,3885. O, con una confianza del 97%, la proporcién de matri-
monios, oficiales 0 no, con hijos en la ciudad COURIER estaria entre el 37,15% y el 38,85%.
PROBLEMA 23
Los siguientes datos corresponden a una muestra de 390 facturas de ventas tomadas al azar de las
ESTADISTICA ~ C. Caprigilont PAGINA 952.Intervalo de Confianza
4804 realizadas en el mes.
IMPORTE EN CANTIDAD DE
PESOS CLIENTES
800-850 23
850-900 48
900-950 74
950 - 1.000 98
1,000 - 1.050 61
1,050 - 1.100 42
1.100 - 1.150 25
1.150 - 1.200 19
a)Estimar el monto medio por ventas, en el mes.
)Estimar la proporcién de ventas con monto superior a $1000.
Nivel de confianza 95%.
SOLUCION
Hay que construir un intervalo para el monto medio de las ventas. El universo es finito y el tama-
flo de la muestra es suficientemente grande, por lo tanto, por aplicacién del Teorema Central del
Limite, el coeficiente de confianza se obtiene de la distribucién Normal aunque no se conozca la.
distribucién de la poblacién.
N=4804 ;
La media aritmética y el desvio estandar de la muestra se calculan usando las correspondientes
formulas
X=982,31 ; S’x=7857,77 => Sx= 88,64
1-8=0,95 ; 0,975 = zo = 1,960
entonces
982,31 1,96. SBS%, [ASOK— 30 SPS 982,31 + 1,96
4390 VW 4804-1
973,88 < W< 990,74
El monto promedio de los deudores en cuenta corriente estaria entre $973,88 y $990,74 con una
confianza del 95%.
») Se trata de un problema de estimacién de la proporcién poblacional de universos finitos ya que
se conoce el tamaiio del universo, luego el intervalo a utilizar es
En este problema se tiene
N=4804 ; n=390
PAGINA 96 ESTADISTICA — C. Caprigiion!Intervalo de mz
El atributo cuya proporcién se quiere estimar es monto de la venta superior a $1000. La canti-
dad de ventas con monto superior a $1000 es 147, luego
=M47 > p 0377 => | =0,623
1-8=095 ; 1-$ = 0975 = 29 1,960
el intervalo es
0377 ~ 1,960. [O377-0.623 [eu=a0 390 «ae <0,3774 1,960. erro 0,623 [4804-390
390 4804-1 4804—1
0,331. < 10 < 0,423
La proporcién de las ventas con monto superior a $1000 estaria entre el 33,1% y el 42,3% con una
confianza del 95%,
PROBLEMA 24
El costo medio se estimé entre $268,3 y $294,3. Este intervalo fue calculado con una muestra de
16 unidades la que proporcioné una varianza igual a 400, Calcular la confianza de la estimacién
sabiendo que los costos se distribuyen normalmente.
SOLUCION
Lapoblacion es normal, infinita, pero no se conoce la varianza (el dato del problema es la varian-
za muestral), luego el intervalo es:
lit, een, ue = 0,995 => 2 = 2,576
se calculé el intervalo
0,1437 << 0,1463
luego, la amplitud total es
A=Ls(X)—Li(X) = 0,1463 - 0,1437 = 0,0026
yelerror de muestreo es
A_1s(X)-Li(X)
2 2 2
Si se quiere reducir la amplitud del intervalo el 10% entonces habré que multiplicarla por 0,90.
La amplitud modificada es
2
0,0013
,90 + A = 0,90 - 0,0026 = 0,00234
y el nuevo error de muestreo es
= AL. 0,00234
2
por lo tanto, e! nuevo tamaiio de la muestra es
=0,00117
2o-0°x _ 2,576" -0,0037
e 0,00117°
El nuevo tamaito de la muestra para reducir la amplitud del intervalo en 10% es 44, por lo
tanto, se necesitan 24 conductores mas
=43,62 = n’=44
PROBLEMA 29
De experiencias anteriores, se sabe, que un empleado calificado, que realiza 4000 registros dia-
PAGINA100 ESTADISTICA.- C. Caprigliontintervalo de Confianza
rios, comete un 8% de errores. Se desea estimar el porcentaje de errores en un dia determinado.
{De qué tamafio debera ser la muestra si se quiere que el error de muestreo no supere el 2%, con
una confianza del 97% ?
SOLUCION
De acuerdo con el enunciado del problema, el universo es finito, son 4000 registros, por lo tanto
la formula a utilizar es:
e?-(N-1) +270
En este problema se tiene
P-008 ; q=1-p=092 5 e=0,02
1-€= 0,97 => 1-—=0,985 => z= 2,170
2,170" -0,08-0,92- 4000
e-(N-1)#270-P-q 0,02" -(4000-1)+2,170? -
=713
,08- 0,92
Se necesita una muestra de 713 registros para estimar la proporcién de errores diarios en las con-
diciones establecidas.
PROBLEMA 30
En cierta regién del pais se estimé, con una muestra de 9740 viviendas, el porcentaje de viviendas
desocupadas entre el 28,80% y el 31,20% con una confianza del 99%. ; Cul deberd ser el tamatio
de la muestra si se quiere reducir la amplitud del intervalo en un 15% manteniendo el mismo ni-
vel de confianza?
SOLUCION
El intervalo calculado corresponde a un intervalo para la proporcién poblacional de universos
infinitos
5. E s EE
ef: an SSB 425° ae
n=9740 ; 1-€ = 0,99 > Le =0,995 => z= 2,576
con
se calculé el intervalo
0,2880 < 7 < 0,3120
luego la estimacién puntual es
X) _ 0,2880-+0,3120
= 0,30 => q =0,70
2 ™~s
Iuego, 1a amplitud total es
A=Ls(X) —Li(X) = 0,3120 - 0,2880 = 0,0240
y el error de muestreo es
ESTADISTICA - C. Caprigtioni PAGINA 101Intervalo de Confianza
_A_1sQ%)-Li® _ 0,0240
e aoa")
2 2 2
= 0,0120
Si se quiere reducir la amplitud del intervalo el 15% entonces habré que multiplicarla por 0,85.
La amplitud modificada es
A‘= 0,85 - A = 0,85 - 0,0240 = 0,0204
yel nuevo error de muestreo es
04
—— =0,0102
2
por lo tanto, el nuevo tamafio de Ia muestra es
2o-P-G _ 2,576" -0,30-0,70
e 60,0102
El nuevo tamajio de la muestra para reducir la amplitud del intervalo en 15% es 13395.
nv
13394,01153 => n’ = 13395
PROBLEMA 31
‘Se desea realizar un estudio con respecto a la eficiencia, medida con un determinado indice, de
Jos 500 empleados de una empresa. Hay elementos de juicio suficientes para suponer que el indice
de eficiencia se distribuye normalmente pero no se tiene informacién de la varianza, por lo tanto
se tomé una muestra piloto de 10 empleados obteniéndose un desvio estindar igual a 17. Se ha
decidido utilizar una muestra, {Cul deberd ser el tamafio de la muestra, si se quiere estimar la
eficiencia media con una confianza del 98% y un error de muestreo no superior a 5?
SOLUCION
El tamafio de la muestra inicial se calcula con la formula
t2-S°x.N
e?(N-1)+t)-S?x
Los datos de este problema son
y= 10 7 Sx=289 0; e=5 ; N=500
GL=m-1=9 3 18-098 > 1-5 =0.99 => t=2,821
El tamafo inicial de la muestra es
2
ni, = PERE 289500783 > maT
5? -499-+ 2,821" -289
GL=n-1=77 ; 1-6=098 ; -$=099 => =2376
2,376" +289.
nny = 2500 = 57998 > m= 58
5*-499+2,376" -289
GL=m-1=57 5 1-8-0988 ; 1-5 =099 = =2,394
PAGINA 102 ESTADISTICA ~C. CaprigliontIntervalo de Confianza
2,394? - 289-500
5” .499+ 2,394? - 289
= 58,605 => my=59
G.L.=n3-1=58
3 1-8=098 |
2,392? -289-500
= —@@§£$$ = 58518 > m=59
5? «4994 2,392 - 289
Como el tercer y el cuarto tamaiio de la muestra son iguales, entonces, el tamafio de muestra ne-
cesario para estimar la eficiencia media en las condiciones fijadas es n = 59 empleados.
PROBLEMA 32
El tiempo que tarda un operario en armar un sistema electrénico fue estimado entre 10,8 y
11,2 minutos mediante una muestra de tamaifo 25. Calcular la confianza de la estimacién sabien-
do que los tiempos se distribuyen normalmente con desvio esténdar igual a 0,5 minutos.
SOLUCION
Se trata de un intervalo de confianza para la media poblacional de poblaciones normales infinitas
cuando se conoce la varianza poblacional
P\X—z, S&S, SX+z,-55
-2, = z -e
oF By Th
Para calcular la confianza de la estimacién, dado que ésta es un valor de probabilidad, hay que
conocer el valor de zo y con é1, mediante el uso de la tabla de la Funcién de Distribucién de la
distribucién normal hay que determinar el valor de probabilidad.
De acuerdo al enunciado, el intervalo es
10,8 m=2
25
Buscando en la tabla de la funcién de distribucién normal
F(2)=097725 => I1- ; =097725 => 1-€=0,9545
La estimacién fue realizada con una confianza del 95,45%.
ESTADISTICA ~ C. Caprigtion! PAGINA 103,2.Intervalo de Confianza
PROBLEMA 33,
Se tomé una muestra de 145 graduados de una determinada carrera universitaria, para estudiar el
tiempo que les tomé obtener su titulo de grado. El tiempo medio de la muestra es de 5,8 afios con
un desvio esténdar igual a 1,18 afios. Estime, con una confianza del 98% el tiempo medio para
graduarse en dicha carrera.
SOLUCION
n=145 ; X=58 ; Sx=1,18
En este problema no se sabe cual es la distribucién del tiempo para obtener el titulo de grado, pero
como el tamafio de la muestra es suficiente grande la media de la muestra se distribuye asintéti-
camente normal. Entonces el intervalo correspondiente es
=. §, 5
[Ra Sesn,sX+a, +
1-8 =098 = 1-5 =0.99 => m=2,326
Li=5,572 ; Ls = 6,028
El tiempo para graduarse en una carrera universitaria se estima, con una confianza del 98%, entre
5,572 y 6,028aitos.
PAGINA 104 ESTADESTICA~ C. Caprigtion!3. PRUEBA DE HIPOTESIS
3.1. INTRODUCCION
Eneste capitulo se estudiaré el proceso para decidir si una determinada afirmacién acerca
de una poblacién (0 de varias poblaciones) esté sustentada por una evidencia experimental ob-
tenida a través de una o mas muestras extraidas de dichas poblaciones bajo estudio,
En forma general, las afirmaciones se refieren al valor numérico desconocido de los pard-
cionales desconocidas. Dado que el tipo de muestreo que se
utiliza es el Probabilistico, 1a decision, acerca de si los datos muestrales apoyan estadisticamente
Jas afirmaciones correspondientes, se toma basindose en el valor de la probabilidad de cometer
errores en dicha decisién y consecuentemente, en la accién que se realice.
El enfoque de este capitulo, asi como el del resto del trabajo, ser mas intuitivo que teéri-
co ya que se considera que, desde este punto de vista, e! lector puede obtener una mejor idea de
Jos fundamentos de la prueba de hipétesis.
3.2. DEFINICIONES BASICAS
* _ HIPOTESIS ESTADISTICA
Se llama HIPOTESIS ESTADISTICA a cualquier afirmacién o
| aseveracién que se formula acerca de cualquier caracteristica po-
blacional (el valor numérico de un parémetro, la forma funcional
de una poblacién, etcétera).
. HIPOTESIS PARAMETRICA
Se llama HIPOTESIS PARAMETRICA a aquella HIPOTESIS ES-
‘TADISTICA planteada para controlar o verificar el valor numérico
de un pardmetro.
Elresto de este trabajo estard referido a HIPOTESIS PARAMETRICAS. A los efectos de este
capitulo, se postula un determinado valor, Qo, del parémetro a probar, y se consideran s6lo tres
posibles situaciones mutuamente excluyentes, a saber:
1. El valor numérico del pardmetro @ es exactamente igual al valor postulado 8)
2. Bl valor numérico del parimetro es menor que el valor postulado ®y
3. El valor numérico del parametro @ es mayor que el valor postulado ®)
De acuerdo con la situacién que se trate, o sea, de acuerdo al o a los posibles valores de!
parémetro, la persona que ha encomendado una tarea estadistica realizard una determinada accién.
= CURSO DE ACCION
‘Se llama CURSO DE ACCION a /a accién que se llevaria a cabo,
si se conociese el verdadero valor del pardmetro .
+ DESIGUALDAD EQUIVALENTE A LA IGUALDAD
Se llama DESIGUALDAD EQUIVALENTE A LA IGUALDAD a
aquella desigualdad entre el pardmetro @ y el valor postulado Qo,
que provoca el mismo CURSO DE ACCION que se llevaria a cabo
con la igualdad entre el valor del pardmetro @ y el valor postulado
o.
ESTADISTICA— C. Caprigllont PAGINA 1053. Prueba de Hipstesis
* DESIGUALDAD NO EQUIVALENTE A LA IGUALDAD
Se llama DESIGUALDAD NO EQUIVALENTE A LA IGUALDAD
a aquella desigualdad entre el pardmetro @ y el valor postulado
@., que provoca un CURSO DE ACCION distinto al quese llevariaa
cabo con la igualdad entre el valor del pardmetro @ y el valor pos-
tulado ®o.
Ejemplo 3.1
Los paquetes de yerba mate que se producen en la empresa yerbatera MATE Y MATE, de acuer-
do con una norma, deben tener un peso medio de 1050 g. El proceso de llenado de los paquetes se
realiza con una maquina automética. Si el peso medio es igual a 1050 g el proceso no se detiene.
Si el peso medio de la produccién resultara inferior o superior a 1050 g, se debe detener el proce-
so y revisarlo.
a) {Cual es el parametro que se quiere controlar?
b) Establezea los cursos de accién a seguir.
) Indique si hay desigualdad equivalente a la igualdad.
SOLUCION
a) El pardmetro que se quiere controlar es la Media Poblacional.
b) Los posibles cursos de accién son:
Si f= 1050, entonces, NO SE DETIENE EL PROCESO.
Si p< 1050, entonces, SE DETIENE EL PROCESO Y SE LO REVISA
Si f1> 1050, entonces, SE DETIENE EL PROCESO Y SE LO REVISA
©) No hay desigualdad equivalente porque ninguna de las desigualdades provoca el mismo curso
de accién que la igualdad.
Ejemplo 3.2
La proporcién de consumidores de yerba que utilizan la marca MATE Y MATE, de acuerdo con
las tltimas mediciones, es del 28%. Se implement6 una campafia publicitaria para tratar de au-
mentar dicha proporcién. Si esto se lograse, significaria que la campafia ha dado resultado y se
continuaria con ella, caso contrario si la proporcién de consumidores continia siendo del 28% o
ha disminuido, la campaiia publicitaria sera suspendida.
a) {Cual es el parametro que se quiere controlar?
) Establezea los cursos de accién a seguir.
c) Indique si hay desigualdad equivalente a la igualdad,
SOLUCION
a) El parmetro que se quiere controlar es la Proporcién Poblacional.
b) Los posibles cursos de accién son:
Si = 0,28, entonces, NO SE CONTINUA CON LA CAMPANA PUBLICITARIA
Si 7 <0,28, entonces, NO SE CONTINUA CON LA CAMPANA PUBLICITARIA
Si E> 0,28, entonces, $i SE CONTINUA CON LA CAMPANA PUBLICITARIA.
c) La desigualdad menor es una desigualdad equivalente a la igualdad, porque si el parametro
es menor al valor postulado 0,28 se leva a cabo el mismo curso de accién que si es igual a 0,28.
En ambos casos no se continda con la campaiia publicitaria
PAGINA 106 ESTADISTICA ~C. Caprigiioni3.Prueba de Hipstesis
* HIPOTESIS NULA
‘Se llama HIPOTESIS NULA a aquella hipétesis que establece que
la diferencia entre el verdadero valor del pardmetro ®, y el valor
que se postula Qo, es cero.
El simbolo habitual de la HIPOTESIS NULA es Ho
Porla definicién antedicha, necesariamente, la HIPOTESIS NULA debe plantearse como la
igualdad entre el valor de parémetro y el valor postulado.
:0=0
Ahora bien, a los fines précticos, esta igualdad puede estar acompafiada o no por alguna
de las dos desigualdades, segin sea el CURSO DE ACCION a seguir y la existencia o no de alguna
DESIGUALDAD EQUIVALENTES. Sobre la base de esto, se pueden distinguir dos tipos de HIPOTE-
SIS NULAS, a saber:
~ HIPOTESIS NULA UNICA: Una HIPOTESIS NULA es UNICA cuando no hay DES-
IGUALDAD EQUIVALENTE.
Eneste caso, se postula un tinico valor posible para el parémetro @, Si el tnico valor pos-
tulado del pardmetro @ se simboliza Q, entonces el planteo de la HIPOTESIS NULA UNICA es
Ho:0=0
yse lee
“El valor de pardmetro ® es igual al valor postulado @)”
‘También puede expresarse
Ho: 6 -6)=0
yse lee:
La diferencia entre el verdadero valor del pardmetro @ y el valor postulado, Qo, es cero“?
- HIPOTESIS NULA MULTIPLE: Una HIPOTESIS NULA es MULTIPLE cuando hay una
DESIGUALDAD EQUIVALENTE.
En este caso, se postula un conjunto semicerrado de posibles valores del parametro @. Si
hay una desigualdad equivalente, ésta debe acompafiar a la igualdad porque ambas provocan el
mismo curso de accién; en este caso, se pueden diferenciar dos planteos de HIPOTESIS NULA
MULTIPLE, a saber,
1- Si la DESIGUALDAD EQUIVALENTE es la desigualdad menor, entonces la HIPOTESIS NULA
MULTIPLE es
Ho:8<
yselee
El valor de parmetro ® es igual 0 menor al valor postulado ®
‘También puede expresarse
Ho:0-0)<0
yse lee:
La diferencia entre el verdadero valor del pardmetro @ y el valor postulado, @o, es menor o igual
a cero”
2- Si la DESIGUALDAD EQUIVALENTE es la desigualdad mayor, entonces la HIPOTESIS NULA
MULTIPLE es
Ho: 620
ysselee
El valor de pardmetro @ es igual 0 mayor al valor postulado ®
ESTADISTICA — C. Capriglioni PAGINA 107Prueba de Hipstesis
También puede expresarse
Ho: 8-020
yse lee:
La diferencia entre el verdadero valor del parémetro @ y el valor postulado, @, es mayor o igual
cero"
© Bstos enunciados justifican el nombre de HIPOTESIS NULA
*_ HIPOTESIS ALTERNATIVA.
‘Se llama HIPOTESIS ALTERNATIVA a aquella hipotesis que de-
beria cumplirse si la HIPOTESIS NULA no es cierta
El simbolo habitual de la HIPOTESIS ALTERNATIVA es H1
« Segiin los objetivos del trabajo, la HIPOTESIS ALTERNATIVA puede ser de dos tipos:
- HIPOTESIS ALTERNATIVA UNICA: Una HIPOTESIS ALTERNATIVA es UNICA cuan-
do hay un solo valor alternativo del parametro @, el @,, que deberia ser en el caso de que la
HIPOTESIS NULA no sea cierta.
La expresi6n
H1:0=6,
se lee:
“Si la HIPOTESIS NULA no es cierta, entonces, el valor de pardmetro ® deberia ser igual a 8,”
- HIPOTESIS ALTERNATIVA MULTIPLE: Una HIPOTESIS ALTERNATIVA es MULTI-
PLE cuando hay un conjunto abierto de posibles valores alternativos del parametro 8, en caso de
que se rechace la HIPOTESIS NULA.
‘De acuerdo con el tipo de HIPOTESIS NULA que se plantea, se distinguen tres formas mu-
tuamente excluyentes de plantear la HIPOTESIS ALTERNATIVA MULTIPLE
1- Si la HIPOTESIS NULA es UNICA, 0 sea, sino hay DESIGUALDAD EQUIVALENTE,
Ho:6= 0
entonces se plantea la siguiente HIPOTESIS ALTERNATIVA MULTIPLE
H1:04 0.
‘Asta forma de plantear la HIPOTESIS ALTERNATIVA MULTIPLE se la interpreta:
“Si la HIPOTESIS NULA no es cierta, entonces, el valor de pardmetro @ es distinto(mayor o me-
nor) a ®o”
Es un planteo “por distinto”
2.-Si la HIPOTESIS NULA no es UNICA, y si la DESIGUALDAD EQUIVALENTE es la desigualdad
menor,
Ho: 8 <0
entonces se plantea la siguiente HIPOTESIS ALTERNATIVA MULTIPLE,
H1:0> 0
A esta forma de plantear la HIPOTESIS ALTERNATIVA MULTIPLE se la interpreta:
“Si la HIPOTESIS NULA no es cierta, entonces, el valor de pardmetro ® es mayor a 8.”
Es un planteo “por mayor”
3-Si la HIPOTESIS NULA no es UNICA, y si la DESIGUALDAD EQUIVALENTE es la desigualdad
mayor,
Ho: 2
PAGINA 108 ESTADESTICA~ C. Caprigilon3.Pruca de Hipstesis
entonces se plantea la siguiente HIPOTESIS ALTERNATIVA MULTIPLE
H1:6<0
A esta forma de plantear la HIPOTESIS ALTERNATIVA MULTIPLE se la interpreta:
“Si la HIPOTESIS NULA no es cierta, entonces, el valor de pardmetro @ es menor a Qo”.
Es un planteo “por menor”
. PRUEBA DE LA HIPOTESIS NU!
Se llama PRUEBA DE LA HIPOTESIS NULA a un método estadi
fico con el cual, a partir de los datos de una muestra aleatoria, se
decide acerca de la veracidad o falsedad de la HIPOTESIS NULA
formulada, pudiéndose calcular la probabilidad de cometer un
error en la decisién tomada.
Lahipétesis que se prueba para decidir si debe ser rechazada o no, siempre es la HIPOTE-
SIS NULA, por lo tanto, en el resto de este trabajo a la PRUEBA DE LA HIPOTESIS NULA se la
llamar simplemente PRUEBA DE HIPOTESIS,
* ESTADIGRAFO DE PRUEBA
‘Se Hama ESTADIGRAFO DE PRUEBA, para pruebas paramétri-
cas, aun estadigrafo apropiado, &p, con el que se realiza la
PRUEBA DE HIPOTESIS, que mida la discrepancia, d, entre el
pardmetro a probar y el estimador correspondiente y, ademés, tie-
ne una distribucién de probabilidad conocida.
Para poder establecer su discrepancia, en el ESTADIGRAFO DE PRUEBA deben estar pre-
sentes tanto el parémetro a estimar como su correspondiente estimador. Genéricamente el ES-
‘TADIGRAFO DE PRUEBA se simboliza,
= 46:6)
y suvalor numérico, después de reemplazar las variables muestrales con el resultado de la mues-
tra, se simboliza ep.
E] ESTADIGRAFO DE PRUEBA es una variable aleatoria que se genera transformando al
estimador8 , por lo tanto su dominio ®, es una transformacién del espacio muestral Ul).
* REGION CRITICA Y REGION DE NO RECHAZO.
El método para realizar la PRUEBA DE HIPOTESIS consiste en particionar al dominio, D,
del ESTADIGRAFO DE PRUEBA, @, en dos subconjuntos o regiones mutuamente excluyentes.
Segiin a cual de las dos regiones pertenezca el valor numérico del ESTAD{GRAFO DE PRUEBA, se
rechaza 0 no a la HIPOTESIS NULA,
Se llama REGION CRITICA, Ral subconjunto del dominio D
con el que se rechaza la HIPOTESIS NULA. |
Se llama REGION DE NO RECHAZO, Ra=(D- ), al subcon-
junto del dominio Don el que no se rechaza la HIPOTESI
NULA.
1 Recuerde que el MUESTREO PROBABILISTICO es un EXPERIMENTO ALEATORIO,
ESTADISTICA — C. Caprigiioni PAGINA 1093. Prueba de Hipstesis
Si hay una DESIGUALDAD EQUIVALENTE, la REGION CRITICA esta formada por un sub-
conjunto semicerrado. En este caso se dice que la prueba es unilateral.
Sino hay una DESIGUALDAD EQUIVALENTE, la REGION CRITICA esté formada por dos
subconjuntos semicerrados mutuamente excluyentes de igual tamafio. En este caso se dice que la
prueba es bilateral,
. PUNTO CRITICO
Se llama PUNTO CRITICO, pe, a la frontera de la REGION
CRITICA __ -
Cuando la prieha es unilateral la REGION CRITICA esta formada por un conjunto semice-
rrado, por lo tanto, tiay un solo (nico) PUNTO CRITICO. Si la prueba es bilateral, la REGION
CRITICA esta ‘ormada por dos conjuntos semicerrados, luego hay dos PUNTOS CRITICOS. En
cualquiera de las dos situaciones, los PUNTOS CRITICOS pertenecen a la REGION CRITICA, por
Jo tanto, son puntos de rechazo de la HIPOTESIS NULA.
. REGLA DE DECISION
| Setlama RE IN aaquella regla que establece las
pautas ji rechazar la WIPOTESIS NULA y se enuncia:
“Si el valor numérico del ESTADIGRAFO DE PRUEBA pertenece a
Ia REGION CRITICA, entonces se rechaza la HIPOTESISNULA, en
caso contrario, si el valor numérico del ESTADIGRAFO DE PRUE-
BA no pertenece a la REGION CRITICA, entonces no se rechaza la
HIPOTESIS NULA”
Simbolicamente,
Si ep © R= se rechaza Ho
Si ep € Re=> no se rechaza HO
Dada la hipétesis nula
Ho: 0 = 0
la regla de decision establece que hay que rechazarla si, luego de obtener la muestra, hacer las
mediciones correspondientes y calcular el valor numérico del ESTADIGRAFO DE PRUEBA, ep,
éste pertenece a la REGION CRITICA, y que no hay que rechazarla si cl ESTADIGRAFO DE
PRUEBA, ep, no pertenece a la REGION CRITICA.
= ERROR DE TIPOT
Se llama ERROR DE TIPO | al hecho de rechazar la HIPOTESIS
NULA cuando la HIPOTESIS NULA es cierta.
EL ERROR DE TIPO I se simboliza (ETI)
Dada la hipétesis nula
Ho:6= 6)
la regla de decision establece que hay que rechazarla si, luego de obtener la muestra, hacer las
mediciones correspondientes y calcular el valor numérico del ESTADIGRAFO DE PRUEBA, ep,
éste pertenece a la REGION CRITICA.
Pero puede suceder que a pesar de que ep pertenezca a la REGION CRITICA, la HIPOTESIS
NULA sea cierta. En este caso se estaria cometiendo el ERROR DE TIPO 1
ep eR / = 6) = (ETI)
PAGINA 110 ESTADISTICA-C. CaprigiiontPrueba de Hipstesis
. ERROR DE TIPO I
‘Se llama ERROR DE TIPO Il al hecho de no rechazar la HIPOTE-
SIS NULA cuando la HIPOTESIS NULA es falsa,
ELERROR DE TIPO Il se_simboliza (ETM)
Dada la hipétesis nula
Ho: @= 6,
la regla de decisidn establece que no hay que rechazarla si, luego de obtener la muestra, hacer
Jas mediciones correspondientes y calcular el valor numérico del ESTADIGRAFO DE PRUEBA, ep,
éste no pertenece a la REGION CRITICA.
Pero puede suceder que a pesar de que ep no pertenezca a la REGION CRITICA, 0 sea,
pertenezca a la REGION DE NO RECHAZO, la HIPOTESIS NULA no sea cierta. En este caso se es-
taria cometiendo el ERROR DE TIPO IT
ep ¢ Re / 040) => (ETI)
* NIVEL DE SIGNIFICACION
Se llama NIVEL DE SIGNIFICACION a la probabilidad de come-
ter el ERROR DE TIPO I, o sea, a la probabilidad de rechazar la
HIPOTESIS NULA cuando es cierta, El NIVEL DE SIGNIFICA-
CION se simboliza con la letra griega Ot y mide el tamaho de la
REGION CRITICA
__a=P(ETI)
Dada la hipétesis nula
Ho:@=6y
y utilizando la distribucién de probabilidad del estadigrafo de prueba, es posible calcular la pro-
babilidad de que su valor numérico pertenezca a la REGION CRITICA, cuando la HIPOTESIS NULA
sea cierta
a=P(ETI)=Plep € & / 0=6)
* POTENCIA DE LA PRUEBA
Se llama POTENCIA DE LA PRUEBA a la probabilidad de no |
cometer el ERROR DE TIPO Ui, 0 sea, la probabilidad de rechazar
Ja hipétesis nula cuando es falsa, La POTENCIA DE LA PRUEBA se
simboliza_con la letra griega T1
Dada la hipétesis nula
Ho: 6 = 65
y utilizando la distribucién de probabilidad del estadigrafo de prueba, es posible calcular la pro-
babilidad de que el valor numérico de dicho estadigrafo pertenezca ala REGION CRITICA cuando
la HIPOTESIS NULA no sea cierta, esto es, calcular la probabilidad de rechazar correctamente la
hipétesis nula,
TI=P(ep « & / 0 +6)
Para poder calcular la potencia de la prueba, es necesario plantear una hipétesis altemativa
nica, o sea, establecer un solo valor alternativo para el parémetro.
ESTADISTICA — C. Caprigilon! PAGINA 111,3. Prueba de Hipstesis
II=P(ep &¢/ @=61)
Si se calculan las potencias correspondientes a todos los valores posibles del parametro y
se las representan gréficamente se obtiene la grafica de una funcién llamada CURVA DE POTEN-
CIA, simbolizada CP(@)
CP) =Ih=P(ep € Rr / 0-0)
La POTENCIA DE LA PRUEBA es el complemento de la probabilidad de cometer el
ERROR DE TIPOIT
TI=1-P(€TI1)=1-P(ep ¢ R¢/ 6 +0)
* ACCION DERIVADA
- Elrechazo de la HIPOTESIS NULA induciré al investigador a realizar una determinada ac-
cidn con respecto al objeto de su investigacién. Si por el contrario, no se rechaza la HIPOTESIS
NOLA, entonces el investigador estard también inducido a realizar una accién, pero distinta, Cua-
lesquiera de estas dos ACCIONES se DERIVAN del resultado de la prueba de hipétesis.
Se llama ACCION DERIVADA a la accién que se Ileva a cabo
| seguin el resultado de la decision estadistica que se tome, rechazar
ono rechazar la HIPOTESIS NULA.
* _ PASOS A SEGUIR PARA REALIZAR UNA PRUEBA DE HIPOTESIS PARAME-
TRICA
1. Establecer el Pardmetro a probar.
2. Indicar los Cursos de Accién.
3. Verificar si hay una Desigualdad Equivalente.
4, Plantear la Hipotesis Nula y la Hipétesis Alternativa,
5. Indicar el Estadigrafo de Prueba a utilizar y su correspondiente distribucin de probabilidad,
6. Establecer la Regién Critica y el 0 los Puntos Criticos teniendo en cuenta lo siguiente:
4) Si la desigualdad no equivalente es la desigualdad menor, toda la regién critica esté ala
izquierda y el punto critico es el fractil a.
») Sila desigualdad no equivalente es la desigualdad mayor, toda la region critica esté a la
derecha y el punto critico es el fractil (1 - a)".
c) Sino hay desigualdad equivalente la regién critica se particiona en dos. Una parte ala
izquierda cuyo punto critico es el fractil (a/2) y la otra parte a la derecha cuyo punto critico es
el fractil [1 - (@/2)]®
7. Plantear la regla de decision estadistica para rechazar o no la hipétesis nula,
8. Calcular el valor numérico del estadigrafo de prueba y verificar a qué regién pertenece.
9. Tomar la decisién estadistica
10. Llevar a cabo la Accién Derivada.
2 Equivale al percentil de orden (0, * 100)
3 Equivale al percentil de orden (1 - ct) + 100
4 Equivalen a los percentiles de orden [( @/2) + 100] y {1 - (c/2) ] + 100} respectivamente
PAGINA 112 ESTADISTICA - C. Caprigtioni