Sie sind auf Seite 1von 5

Métodos Estadísticos

ESTIMADORES (intervalos de confianza)

Problema 1
En el proceso de fabricación de discos para computadoras, una de las variables críticas es el
rendimiento de formato. Se toma una muestra aleatoria de n = 10 discos de la producción del
turno de la mañana. Se formatean y se reporta el rendimiento de cada disco. Los datos
obtenidos son: 96.11, 91.06, 93.38, 88.52, 89.57, 92.63, 85.20, 91.41, 89.79, 92.62. Con base
en estos datos interesa estimar puntualmente y por intervalo la media y la desviación estándar
para la población de discos de dicho turno.
Resolución
1) Datos
𝑛 = 10;
96.11, 91.06, 93.38, 88.52, 89.57, 92.63, 85.20, 91.41, 89.79, 92.62

2) Cálculos de estimadores puntuales


𝑥 = 91.03; 𝑠 = 2.99

3) Intervalo de confianza para la media (solo aquí ve numero datos)


Como 𝑛 < 30, entonces se lee las tablas para distribución T de Student, utilizando Ms Excel
𝑡𝛼/2 = 𝐼𝑁𝑉. 𝑇(0,975; 9) = 2.26 (tabla.apendice) 0.05/2 = 0,025 1 – 0.025 = 0.975

La fórmula tomaría la forma

s s
I.C.() = x  t / 2    x  t / 2
n n
Remplazando

2.99 2.99
I.C.() = 91.03  (2.26)    91.03  (2.26)
10 10
I.C.() = 88.89    93.17

Conclusión: Se concluye que existe un 95% de confianza de que el rendimiento de formato


durante ese turno se encuentra entre 88.89 y 93.17.

T@furh 2018
Métodos Estadísticos

4) Intervalo de confianza para la desviación estándar


Con Ms Excel
𝑥 2 𝛼,𝑛−1 == 𝐼𝑁𝑉. 𝐶𝐻𝐼𝐶𝑈𝐴𝐷. 𝐶𝐷(0.025; 9) = 19.02 0.05/2 = 0.025
2

𝑥 21−𝛼,𝑛−1 == 𝐼𝑁𝑉. 𝐶𝐻𝐼𝐶𝑈𝐴𝐷. 𝐶𝐷(0.975; 9) = 2.70 1 – 0.025 = 0.975 grafico es todo


2

a un solo lado
Fórmula
(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
√ 𝑥2𝛼 ≤𝜎≤√ 2
,𝑛−1
𝑥 1−𝛼,𝑛−1
2 2

Remplazando

(9)2.992 (9)2.992
√ ≤𝜎≤√
19.02 2.70

2.05 ≤ 𝜎 ≤ 5.46

Conclusión: con una confianza de 95% se espera que la desviación estándar del rendimiento
de los discos producidos durante ese turno esté entre 2.05 y 5.4

Problema 2
Se quiere estimar la proporción p de artículos defectuosos en un lote de 2000 (población). Para
ello, se toma una muestra aleatoria de n = 100 artículos y se encuentra que de éstos, x = 5, son
defectuosos. (NO SE USA STARGRAFICS PORQUE NO TENEMOS EL GRUPO DE DATOS)
Resolución
Datos:
5
𝑛 = 100; 𝑝̂ = 100 = 0.05

Intervalo para la proporción


Calculando 𝑍𝛼/2 = 𝐷𝐼𝑆𝑇𝑅. 𝑁𝑂𝑅𝑀. 𝐸𝑆𝑇𝐴𝑁𝐷. 𝐼𝑁𝑉(0,975) = 1.96

Fórmula

𝑝̂ (1 − 𝑝̂ ) 𝑝̂ (1 − 𝑝̂ )
𝑝̂ − 𝑍𝛼/2 √ ≤ 𝑝 ≤ 𝑝̂ + 𝑍𝛼/2 √
𝑛 𝑛

T@furh 2018
Métodos Estadísticos

Remplazando

0.05(1 − 0.05) 0.05(1 − 0.05)


0.05 − 1.96√ ≤ 𝑝 ≤ 0.05 + 1.96√
100 100

0.007 ≤ 𝑝 ≤ 0.093

Conclusión: con una confianza de 95%, p está entre 0.007 y 0.093, en términos porcentuales
entre 0.7% y 9.3%

PRUEBA DE HIPOTESIS

Problema 3

La calidad de la pintura látex depende, entre otras cosas, del tamaño de la partícula. Para medir
esta característica se utilizan dos centrifugadoras, y se sospecha que éstas reportan mediciones
distintas para la misma pintura. Se decide hacer un estudio que permita comparar las medias y
las varianzas reportadas por los dos equipos; para lo cual, de un mismo lote de pintura se
tomaron 13 lecturas con cada centrifugadora. Los resultados son los siguientes:

Centrifugadora A 4714 4601 4696 4896 4905 4870 4987 5144 3962 4066 4561 4626 4924
Centrifugadora B 4295 4271 4326 4530 4618 4779 4752 4744 3764 3797 4401 4339 4700

SELECCIONA DATOS COP.


CLIC CUADRO. PEGADO ESPECIAL Y TRASPONER
ALT 94: ^

Resolución
Estimadores puntuales

𝑥𝐴 = 4684.00; 𝑆𝐴 2 = 124732 𝑥𝐵 = 4408.92 𝑆𝐵 2 = 112020


1) Planteamiento de la hipótesis nula y alternativa

1 CUANDO:

𝐻0 : 𝜇𝐴 = 𝜇𝐵 DEPENDE DEL PROBLEMA # 5


𝐻𝑎 : 𝜇𝐴 ≠ 𝜇𝐵

T@furh 2018
Métodos Estadísticos

1 – ALFA; CONFIANZA 99% LA SIGNIFICANCIA 1 %

2) Nivel de Significancia: 𝛼 = 0.05

3) Determinación de la zona de aceptación y rechazo de la hipótesis nula (H0)

R.R (H0) R.A (H0)

4) Determinación del estadístico de prueba


𝑥1 −𝑥2 (𝑛1 −1)𝑠1 2 +(𝑛2 −1)𝑠2 2
𝑡0 = ; 𝑠𝑝 = √
𝑆𝑝 √
1
+
1 𝑛1 +𝑛2 −2
𝑛1 𝑛2

5) Cálculo del estadístico de prueba


(13 − 1)124732 + (13 − 1)112020
𝑠𝑝 = √ = 344.06
13 + 13 − 2
4684−4408.92
𝑡0 = 1 1
= 2.04 DONDE CAE PARA ACEPTAR O RECHAZ.
344.06√ +
13 13
6) Ubicar el valor obtenido en el cálculo del estadístico de prueba, en la región de rechazo (RR)
o de aceptación (RA) de la H0
𝑡0.025,24 = 2.064
En Ms Excel 𝑡0.025,24 = 𝐼𝑁𝑉. 𝑇(0.975,24) = 2.064 DOS COLAS
Como 2.04 < 2.064 se acepta la H0

7) Conclusión: centrifugadoras A y B reportan en promedio el mismo tamaño de partícula. Es


decir, las centrifugadoras son estadísticamente iguales en cuanto a sus medias con un 95%
de confianza.
PARA PRUEVA DE MEDIAS MAS DE 3 TRATAMIENTOS SE USA ANVA.

T@furh 2018
Métodos Estadísticos

Problema 4
Una compañía diseña un nuevo proceso de moldeo para reducir la variabilidad en el diámetro
de las piezas producidas. Se cree que la varianza del nuevo proceso es menor que la varianza
del proceso antiguo. Para una muestra de 8 piezas del proceso antiguo y una muestra de 6
piezas del proceso nuevo se obtienen los siguientes diámetros en milímetros:
Antiguo : 17, 23, 21, 18, 22, 20, 21, 19.
Nuevo : 13, 16, 14, 12, 15, 14.
¿Confirman estos datos que la varianza de los diámetros con el nuevo proceso es menor que
con el proceso antiguo?
Suponga poblaciones normales y use a = 0.05
Resolución
Estimadores puntuales
𝑆1 2 = 4.125; 𝑆2 2 = 2

T@furh 2018

Das könnte Ihnen auch gefallen