10.

Un ingeniero aplica un plan de muestreo de aceptación de lotes de 20

unidades de cierto producto escogiendo de cada lote una muestra de 4
unidades y observando el número de unidades defectuosas en la muestra.
Si de 70 lotes controlados ha obtenido las siguientes frecuencias observadas
de unidades defectuosas:

Número de defectuosos 0 1 2 3 4
Número de lotes 35 30 4 1 0

¿Puede usted inferir que los datos observados provienen del modelo de
probabilidad hipergeométrica con el 15% de unidades defectuosas? Use el
nivel de significación del 5%

Solución:
Sea X = el número de unidades defectuosas de las 4 unidades que se revisa.
La distribución de X es binomial B (p, 4) donde p se estima por máxima
verosimilitud aplicando la relación: µ=4p

µ = 0.59
p = 0.15
Si suponemos verdadera la hipótesis nula: Ho: X – B (4, 0.15), entonces,
las frecuencias esperadas por la celda están dadas por:

Las frecuencias, las probabilidades y las frecuencias esperadas se

muestran a continuación:

Se observa que hay tres frecuencias menores a 5 así que, se agrupan las
tres frecuencias de las últimas celdas en una celda, resultando la frecuencia
esperada 6.1
 1. Hipótesis:

Ho: Proviene del modelo de probabilidad hipergeométrica

H1: No proviene del modelo de probabilidad hipergeométrica

2. Estadística y región crítica

3. Toma de decisión
De la tabla:

Dado que 0.2319 < 5.99, se acepta Ho con un nivel de significancia del
0.05

11. Durante 100 intervalos de tiempo cada uno de 3 minutos. Se registró el

número de llamadas telefónicas recibidas en una central, resultando la
siguiente distribución:

Número de llamadas 0 1 2 3 4 o más

Número de intervalos 45 35 11 8 1

¿Puede usted concluir, con probabilidad de error tipo I, a=0.01, que la

distribución de estos datos observados en una muestra de la distribución de
la probabilidad de Poisson de parámetro l=0.85?

Solución:
Sea x el número de llamadas. La hipótesis nula Ho: consiste en afirmar que
la distribución teórica de X es Poisson P(0.85), Donde, la media l se estima
aplicando el método de la máxima verosimilitud.
 Se observa que hay dos frecuencias menores a 5 así que, se agrupan las
dos frecuencias de las últimas celdas en una celda, resultando la frecuencia
esperada 7.2809.

1. Hipótesis:

Ho: La distribución de los datos se ajusta a la Poisson P (0.85)

H1: La distribución de los datos no se ajusta a la Poisson P (0.85)

2. Estadística y región crítica:

3. Toma de decisión:
=3.68
Dado que 3.68 < 11.345, no se debe rechazar Ho con un nivel de
significancia del 0.01

12. El servicio médico del grupo “Maquinaria pesada” observo durante un

periodo fijo la cantidad de accidentes que sufrieron sus operarios de
máquinas. Los resultados se dan en la tabla que sigue:

Número de pacientes 0 1 2 3 4 5 6 o más

Número de días 40 34 16 7 2 1 0

Un analista opina que la distribución de los datos sigue el modelo de Poisson

a. Estime puntualmente la media de la distribución de Poisson utilizando el
método de máxima verosimilitud.
b. Al nivel se significación 0.05, ¿concuerda usted con la opinión del
analista?
Solución:
Sea x el número de llamadas. La hipótesis nula Ho: consiste en afirmar que
la distribución teórica de X es Poisson P(l), Donde, la media l se estima
aplicando el método de la máxima verosimilitud.

Se observa que hay dos frecuencias menores a 5 así que, se agrupan las
tres frecuencias de las últimas celdas en una celda para sumar más de 5,
resultando la frecuencia esperada 7.2809.

1. Hipótesis:

Ho: La distribución de los datos se ajusta a la Poisson P (l)

H1: La distribución de los datos no se ajusta a la Poisson P (l)

2. Estadística y región crítica Y l:

De la tabla l=1

3. Toma de decisión:
=3.68
Dado que 1.2911 < 5.99, no se debe rechazar Ho con un nivel de
significancia del 0.05