ESTADÍSTICA

INFERENCIAL I
Actividad 2 T4

Profesor: MAE. Moisés Muñoz Diaz

Alumno: José Miguel Marmolejo Raygoza.
Fecha: Martes 10 de Mayo de 202
 I. Problemas de pruebas de bondad de ajuste utilizando la prueba de
hipótesis mediante la prueba Chi-cuadrada ( χ 2 ¿)

1. Se asegura que el contenido de una mezcla de 5 alimentos es uniforme, es decir los 5

alimentos, tienen la misma cantidad, se toma una muestra de 100 kg., y se encuentra la mezcla
siguiente:

Aliment A B C D E
o
Kg. 15 37 20 19 9

Probar la hipótesis de que las mezclas se aproximan a una distribución uniforme, usar α =0.01 .

X 2 =∑ (0−e 2)/e
α=0.01
T 2
Rechazar H0 Si X 2 < X 0

X = ¿ ¿+¿ ¿+¿ ¿+¿ ¿+¿ ¿= 21.8

2

V=k−1=5−1=4
XT =1−0.01=.99
XT =13.28

Se puede observar con un nivel de confianza del 99% se concluye que la mezcla de los 5
alimentos, no tiene la misma cantidad de porciones

2. Una maquina procesa, el 40% de la producción total, se considera que tiene una distribución
binomial con p=0.4, se toman muestras de n=8, para comprobar el la fracción de producción
de la máquina y en 60 muestras, el número de defectuosos encontrados fueron los siguientes:

Producto de la maquina 0 1 2 3 4 5
Frecuencia 6 8 1 20 1 4
0 2

¿La máquina procesa el 40% de la producción, de acuerdo a una binomial, con p=0.4 y n=8 ?,
probar la hipótesis de acuerdo con un nivel de significancia α =0.05 .
 Producto de la Eficiencia Probabilidad Fe
maquina
0 6 0.0167 1.002
1 8 0.089 5.37
2 10 0.209 12.54
3 20 0.278 16.716
4 12 0.232 13.932
5 4 0.174 10.44

P(X ∙ K) ∙ (n /k ¿ pk * qn−k P = 0.4 q = 0.6

P(x ∙ 0) = (8 /0 ¿ (0.4)0(0.6)8 = 0.0167 K=5
H0 La maquina que procesa el 40% se ajusta a una distribucion binomial.

H1 La maquina que procesa el 40% No se ajusta a una distribución binomial.

α= 0.05 K0 = T9.49
∑(0 − e)2
X2 = 0 = 9.13 + 0.51 + 0.645 + 0.267 + 8.97 = 14.52
e

Rechaza Ho si X 20 > k 2T

k 20=14.52 k 2T =9.49

Teniendo un nivel de confianza del 95% se concluye que si rechazo H 0 ya que el valor
estimado es de 14.52 y valor encontrado de las tablas es de 9.49, por no que el número de
productos que procesa la maquina el 40% no se ajusta a una distribución binomial.
3. Un departamento de mantenimiento llegan por día un promedio μ=3 de acuerdo a
una distribución poisson, para comprobar si las llegadas se ajustan a la poisson, se
toma una muestra de 50 días encontrando los datos siguientes:

No. de 0 1 2 3 4 5 o más
llegadas
Frecuencia 3 7 1 12 9 8
1

Probar la hipótesis de que la cantidad de llegadas se distribuye de acuerdo a una

poisson con parámetro μ=3, use α =0.01 .
−u x
e μ
P(X)=
X!

μ=3 α =0.01

2 2
X T =1 – 0.01= 0.99 k T =13.28

2
X 0= ∑ 0−e ¿2 ¿e
X = ¿ ¿+¿ ¿+¿ ¿+¿ ¿+¿ ¿= 0.28
2

Vemos con un nivel de confianza del 99% hay evidencia para decir que llegadas
al departamento de Poisson es un valor menor al de las tablas.

4. Se tomó una muestra de 30 piezas para medir el diámetro en milímetros, los datos
se presentan a continuación:

31 40 48 39 20 26 56 51 58 62 24 44 45 38 37
48 36 34 64 54 55 66 42 33 23 33 25 44 43 44

Utilizando los siguientes intervalos para clasificar los datos:

No de Intervalo Frecuencia
clase
1 20.000-26.571
2 26.571-33.142
3 33.142-39.713
4 39.713-46.286
5 46.286-52.855
Instituto Tecnológico de Aguascalientes

6 52.855-59.426
7 59.426-66.000

Se asegura que los datos se distribuyen de acuerdo a una normal, con parámetros
μ=45 yσ =5. Probar esta afirmación, si α =0.1.

Numero de clase Intervalo Frecuencia Probabilidad Fe

1 20.000-26.571 5 0.068 0.006
2 26.571-33.142 2 0.0087 0.261
3 33.142-39.713 5 0.138 4.14
4 39.713-46.286 7 0.4518 13.554
5 46.286-52.855 3 0.3431 10.343
6 52.855-59.426 4 0.0502 1.662
7 59.426-66.000 3 0.022 0.06

H0 Los datos se ajutaron a una distribucion normal.

H1 Los datos se ajutaron a una distribucion normal.

α =0.01

X 2T =2.71

X 20= ∑ ¿¿ ¿
X = ¿ ¿+¿ ¿= 0.231+0.345
2

2
X 0=0.576

V =K −1=2−1=1
2 2
Rechaza Ho si X 0 > X T = 2.71

Con nivel de confianza del 99% hay evidencia para decir que no rechazo H0 y
el valor estimado es de 0.576 ya que este es menor al valor que encontramos
en las tablas que es de 2.71.

Estadística Inferencial I Página 5 de 7

Instituto Tecnológico de Aguascalientes

II. Problemas de pruebas de bondad de ajuste no paramétricas.

1. Una máquina produce piezas metálicas de forma cilíndrica. Se toma una muestra
de piezas cuyos diámetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01 y 1.03
centímetros. Utilice la prueba de kolmogorov – Smirnov con un nivel de
significancia del 5% para probar la hipótesis de que el diámetro se distribuye en
forma normal con una media de 1.00 cm y una desviación estándar de 0.02 cm.

x 𝐭𝟎 Probabilidad. Fe 𝐃𝟎
0.97 1⁄ = 0.11 0.668 0.0482
9
0.98 2⁄ = .22 0.1587 0.061
9
0.99 3⁄ = .33 0.3085 0.021
9
0.99 4⁄ = .44 0.3085 0.131
9
1.01 5⁄ = .55 0.6915 0.141
9
1.01 6⁄ = .66 0.6915 0.031
9
1.03 7⁄ = .77 0.9332 0.163
9
1.03 8⁄ = .88 0.9332 0.053
9
1.04 9⁄ = 1 0.9772 0.022
9

X−µ
N * S= 5%
σ

μ=1 σ¿ 0.02

Rechaza Ho si D0 > DT

D0 =0.163

DT= 0.430

Con un nivel de confianza del 95% tenemos evidencia de que los diámetros
se distribuyen a una normal a un valor estimado de tablas.

Estadística Inferencial I Página 6 de 7

Instituto Tecnológico de Aguascalientes

2. Se registraron las siguientes mediciones del tiempo de secado, en horas, de una

marca de pintura látex:

3.4 2.5 4.8 2.9 3.6

2.8 3.3 5.6 3.7 2.8
4.4 4.0 5.2 3.0 4.8

Utilice la prueba de kolmogorov – Smirnov con un nivel de significancia del 1% para

probar la hipótesis de que el tiempo de secado se distribuye en forma normal con una
media de 3.50 hr y una desviación estándar de 1.0 hr.

X−µ
Z= T

μ=3.5 σ¿ 1

Rechaza Ho si D0 > DT

X F0 Probabilidad 𝐃𝟎
2.5 0.066 0.1587 0.0927
2.8 0.133 0.2420 0.104 D0 =0.0215
2.8 0.2 0.2420 0.042
DT= 1%
2.9 0.26 0.2743 0.0143
DT= 0.404
3.0 0.33 0.3085 0.0215
3.3 0.4 0.4207 0.0207 H0 Los tiempos de secado se
distribuyen normal
3.4 0.46 0.4602 0.0002 H1 Los tiempos de secado Nose
3.6 0.53 0.5398 0.0098 distribuyen normal .
3.7 0.6 0.5793 0.0207 Con un nivel de confianza del
4.0 0.66 0.6915 0.0315 99% se puede decir que los
4.4 0.73 0.8159 0.0859 tiempos de secado se
distribuyen a una normal ya
4.5 0.8 0.9032 0.1032 que su valor máximo es menor
4.8 0.86 0.9032 0.0432 al de las tablas
5.2 0.935 0.9354 0.0221
5.6 1 0.9821 0.0179

Estadística Inferencial I Página 7 de 7