Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
10.3 INFERENCIAS DE MUESTRA PEQUEÑA RESPECTO A UNA MEDIA POBLACIONAL ❍ 397 APLICACIONES 10.6 Atunes ¿Hay diferencia en los precios del atún, dependiendo del método de empaque? Consumer Reports da el precio promedio estimado para una lata de 6 onzas o bolsa de 7.06 onzas de atún, con base en precios pagados a nivel nacional en supermercados.1 Estos precios están registrados para varias marcas diferentes de atún. Atún claro Atún blanco Atún blanco Atún claro en agua en aceite en agua en aceite .99 .53 1.27 1.49 2.56 .62 1.92 1.41 1.22 1.29 1.92 .66 1.23 1.12 1.19 1.27 1.30 62 .85 .63 1.22 1.35 1.79 .65 .65 .67 1.29 1.23 .60 .69 .60 1.00 .67 .60 .66 1.27 1.28 Fuente: Estudio práctico “Pricing of Tuna” Copyright 2001 por Consumers Union of U.S.Inc., Yonkers, NY 10703-1057, organización sin fi nes de lucro. Reimpreso con permiso de la edición de junio de 2001 de Consumer Report® sólo con fi nes educativos. No se permite uso comercial ni reproducción. www.ConsumerReports.org®. Suponga que las marcas de atún incluidas en este estudio representan una muestra aleatoria de todas las marcas de atún disponibles en Estados Unidos. a. Encuentre un intervalo de confianza de 95% para el precio promedio para atún claro en agua. Interprete este intervalo. Esto es, ¿a qué se refiere ese “95%”? b. Encuentre un intervalo de confianza de 95% para el precio promedio del atún blanco en aceite. ¿Cómo se compara el ancho de este intervalo con el ancho del intervalo del inciso a)? ¿Puede explicar por qué? c. Encuentre intervalos de confianza de 95% para las otras dos muestras (atún blanco en agua y atún claro en aceite). Grafique las cuatro medias de tratamiento y sus errores estándar en una gráfica bidimensional semejante a la figura 8.5. ¿Qué clase de comparaciones generales pueden hacerse acerca de los cuatro tratamientos? (Analizaremos el procedimiento para comparar más de dos medias poblacionales en el capítulo 11.) 10.7 Contenido de O2 disuelto Los desechos industriales y residuales descargados en nuestros ríos y arroyos absorben oxígeno y, por tanto, reducen la cantidad de oxígeno disuelto disponible para peces y otras formas de fauna acuática. Una agencia estatal requiere un mínimo de 5 partes por millón (ppm) de oxígeno disuelto para que el contenido de oxígeno sea sufi ciente para sostener vida acuática. Seis especímenes de agua tomados de un río en un lugar específi co durante la estación de aguas bajas (julio) dio lecturas de 4.9, 5.1, 4.9, 5.0, 5.0 y 4.7 de EJERCICIOS10.3 TÉCNICAS BÁSICAS 10.1 Encuentre los siguientes valores t en la tabla 4 del apéndice I: a. t.05 para 5 df b. t.025 para 8 df c. t.10 para 18 df d. t.025 para 30 df 10.2 Encuentre el (los) valor(es) crítico(s) de t que especifi quen la región de rechazo en estas situaciones: a. Una prueba de dos colas con a � .01 y 12 df. b. Una prueba de cola derecha con a � .05 y 16 df. c. Una prueba de dos colas con a � .05 y 25 df. d. Una prueba de cola izquierda con a � .01 y 7 df. 10.3 Use la tabla 4 del apéndice I para aproximar el valor p para la estadística t en cada situación: a. Una prueba de dos colas con t � 2.43 y 12 df. b. Una prueba de cola derecha con t � 3.21 y 16 df. c. Una prueba de dos colas con t � �1.19 y 25 df. d. Una prueba de cola izquierda con t � �8.77 y 7 df. 10.4 Califi caciones de examen Las califi caciones en un examen de 100 puntos, registradas para 20 estudiantes: 71 93 91 86 75 73 86 82 76 57 84 89 67 62 72 77 68 65 75 84 a. ¿Puede usted suponer razonablemente que estas calificaciones de examen han sido seleccionadas de una población normal? b. Calcule la media y desviación estándar de las calificaciones. c. Si estos estudiantes pueden ser considerados como muestra aleatoria de la población de todos los estudiantes, encuentre un intervalo de confianza de 95% para el promedio de calificaciones de examen de la población. 10.5 Las siguientes n � 10 observaciones son una muestra de una población normal: 7.4 7.1 6.5 7.5 7.6 6.3 6.9 7.7 6.5 7.0 a. Encuentre la media y desviación estándar de estos datos. b. Encuentre un límite superior de confianza de una cola, de 99%, para la media poblacional m. c. Pruebe H0 : m � 7.5 contra Ha : m � 7.5. Use a � .01. d. ¿Los resultados del inciso b) apoyan sus conclusiones del inciso c)? DATOSMISMIS EX1004 DATOSMISMIS EX1006 Probabilidad_Mendenhall_10.indd 397Probabilidad_Mendenhall_10.indd 397 5/14/10 8:51:09 AM5/14/10 8:51:09 AM www.FreeLibros.me 398 ❍ CAPÍTULO 10 INFERENCIA A PARTIR DE MUESTRAS PEQUEÑAS oxígeno disuelto. ¿Los datos dan sufi ciente evidencia para indicar que el contenido de oxígeno disuelto es menor a 5 ppm? Pruebe usando a � .05. 10.8 Langostas En un estudio de la infestación de la langosta Thenus orientalis por dos tipos de lapas, Octolasmis tridens y O. lowei, se midieron las longitudes del caparazón (en milímetros) de 10 langostas seleccionadas al azar pescadas en los mares cerca de Singapur:2 78 66 65 63 60 60 58 56 52 50 Encuentre un intervalo de confi anza de 95% para la longitud media del caparazón de langostas T. orientalis. 10.9 Fumar y capacidad pulmonar Es un hecho reconocido que fumar tiene un efecto dele- téreo en la función pulmonar. En un estudio del efecto de fumar sobre la capacidad de difusión de monóxido de carbono (DL) del pulmón, unos investigadores encontraron que los fumadores actuales tenían lecturas de DL considerablemente más bajas que otros que habían sido fumadores o que son no fumadores. Las capacidades de difusión de monóxido de carbono para una muestra aleatoria de n � 20 fumadores actuales aparecen a continuación: 103.768 88.602 73.003 123.086 91.052 92.295 61.675 90.677 84.023 76.014 100.615 88.017 71.210 82.115 89.222 102.754 108.579 73.154 106.755 90.479 a. ¿Estos datos indican que la lectura media de DL para fumadores actuales es considerablemente más baja que 100 DL, que es el promedio para no fumadores? Use a � .01. b. Encuentre un límite superior de confianza de una cola de 99% para la lectura media de DL para fumadores actuales. ¿Este límite confirma las conclusiones del inciso a)? 10.10 Brett Favre En el ejercicio 2.36 (EX0236), el número de pases completos por Brett Favre, mariscal de campo de los Empacadores de Green Bay, fue registrado para cada uno de los 16 juegos regulares de la temperada en el verano de 2006 (ESPN.com).3 15 31 25 22 22 19 17 28 24 5 22 24 22 20 26 21 a. Una gráfica de tallo y hoja de las n � 16 observaciones se muestra a continuación: Gráfi ca de tallo y hoja: Favre Stem-and-leaf of Favre N = 16 Leaf Unit = 1.0 LO 5 2 1 5 3 1 7 4 1 9 6 2 01 (4) 2 2222 6 2 445 3 2 6 2 2 8 1 3 1 Con base en esta gráfi ca, ¿es razonable suponer que la población original es aproximadamente normal, como se requiere para la prueba t de una muestra? Explique. b. Calcule la media y desviación estándar para los pases completos por juego de Brett Favre. c. Construya un intervalo de confianza de 95% para estimar los pases completos por juego de Brett Favre. 10.11 Purifi cación de un compuesto orgánico Es frecuente que químicos orgánicos purifi quen compuestos orgánicos por un método conocido como cristalización fraccional. Un experimentador deseaba preparar y purifi car 4.85 gramos (g) de anilina. Diez cantidades de anilina de 4.85 g fueron preparadas y purifi cadas individualmente a acetanilido. Se registraron los siguientes rendimientos en seco: 3.85 3.80 3.88 3.85 3.90 3.36 3.62 4.01 3.72 3.82 Estime la cantidad media en gramos de acetanilido que pueda ser recuperada de una cantidad inicial de 4.85 g de anilina. Use un intervalo de confi anza de 95%. 10.12 Compuestos orgánicos, continúa Consulte el ejercicio 10.11. ¿Aproximadamente cuántos especímenes de 4.85 g de anilina se requieren, si se desea estimar el número medio de gramos de acetanilido correcto a no más de .06 g con probabilidad iguala .95? 10.13 Bulimia Aun cuando hay muchos tratamientos para la bulimia nerviosa, algunas personas no se benefi cian del tratamiento. En un estudio para determinar qué factores pronostican quién se benefi ciará del tratamiento, un artículo en el British Journal of Clinical Psychology indica que la autoestima es uno de estos importantes pronosticadores.4 La tabla siguiente da la media y desviación estándar de califi caciones de autoestima para tratamiento, después del tratamiento y durante un seguimiento: Antes del trat. Después del trat. Seguimiento Media muestral x� 20.3 26.6 27.7 Desviación estándar s 5.0 7.4 8.2 Tamaño muestral n 21 21 20 a. Use una prueba de hipótesis para determinar si hay suficiente evidencia para concluir que la media verdadera de tratamiento es menor a 25. b. Construya un intervalo de confianza de 95% para la media verdadera después de tratamiento. c. En la sección 10.4, introduciremos técnicas de muestra pequeña para hacer inferencias acerca de la diferencia entre dos medias poblacionales. Sin la formalidad de una prueba estadística, ¿qué está usted dispuesto a concluir acerca de las diferencias entre las tres medias poblacionales muestreadas representadas por los resultados de la tabla? DATOSMISMIS EX1010 DATOSMISMIS EX1009 Probabilidad_Mendenhall_10.indd 398Probabilidad_Mendenhall_10.indd 398 5/14/10 8:51:09 AM5/14/10 8:51:09 AM www.FreeLibros.me 10.4 INFERENCIAS DE MUESTRA PEQUEÑA PARA LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES: MUESTRAS ALEATORIAS INDEPENDIENTES ❍ 399 10.14 Cantidades de RBC A continuación veamos las cantidades de células rojas sanguíneas (en 106 células por microlitro) de una persona sana, medidas en cada uno de 15 días: 5.4 5.2 5.0 5.2 5.5 5.3 5.4 5.2 5.1 5.3 5.3 4.9 5.4 5.2 5.2 Encuentre una estimación de m del intervalo de confi anza de 95%, la verdadera cantidad media de células rojas sanguíneas durante el periodo de prueba. 10.15 Carne para hamburguesa Estos datos son los pesos (en libras) de 27 paquetes de carne molida en un exhibidor de carnes de un supermercado: 1.08 .99 .97 1.18 1.41 1.28 .83 1.06 1.14 1.38 .75 .96 1.08 .87 .89 .89 .96 1.12 1.12 .93 1.24 .89 .98 1.14 .92 1.18 1.17 a. Interprete las salidas impresas siguientes del MINITAB para los procedimientos de prueba de una muestra y de estimación. Salidas impresas del MINITAB para el ejercicio 10.15 T de una muestra: Peso Test of mu = 1 vs not = 1 Variable N Mean StDev SE Mean Weight 27 1.0522 0.1657 0.0319 Variable 95% CI T P Weight (0.9867, 1.1178) 1.64 0.113 b. Verifique los valores calculados de t y los límites de confianza superiores e inferiores. 10.16 Colesterol A continuación aparecen los niveles de colesterol seroso de 50 personas seleccionadas al azar de entre los datos del L.A. Heart Data, de un estudio epidemiológico de enfermedades del corazón en empleados del condado de Los Ángeles.5 148 304 300 240 368 139 203 249 265 229 303 315 174 209 253 169 170 254 212 255 262 284 275 229 261 239 254 222 273 299 278 227 220 260 221 247 178 204 250 256 305 225 306 184 242 282 311 271 276 248 a. Construya un histograma para los datos. ¿Los datos tienen forma de montículo? b. Use una distribución t para construir un intervalo de confianza de 95% para los niveles promedio de colesterol seroso para empleados del condado de Los Ángeles. 10.17 Colesterol, continúa Consulte el ejercicio 10.16. Como n � 30, use los métodos del capítulo 8 para crear un intervalo de confi anza de 95% de muestra grande para el nivel promedio de colesterol seroso para empleados del condado de Los Ángeles. Compare los dos intervalos. (SUGERENCIA: Los dos intervalos deben ser muy semejantes. Ésta es la razón por la que escogimos aproximar la distribución muestral de x� � m______ s/ � __ n con una distribución z cuando n � 30.) DATOSMISMIS EX1014 DATOSMISMIS EX1016 DATOSMISMIS EX1015 10.4 INFERENCIAS DE MUESTRA PEQUEÑA PARA LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES: MUESTRAS ALEATORIAS INDEPENDIENTES El escenario físico para el problema considerado en esta sección es el mismo que el de la sección 8.6, excepto que los tamaños muestrales ya no son grandes. Muestras alea- torias independientes de n1 y n2 mediciones se sacan de dos poblaciones, con medias y varianzas m1, s 2 1, m2 y s 2 2, y el objetivo del experimentador es hacer inferencias acerca de (m1 � m2), la diferencia entre las dos medias poblacionales. Cuando los tamaños muestrales son pequeños, ya no se puede confiar en el teorema del límite central para asegurar que las medias muestrales sean normales, pero, si las poblaciones originales son normales, entonces la distribución muestral de la diferencia en las medias muestrales, (x�1 � x�2), será normal (incluso para muestras pequeñas) con media (m1 � m2) y error estándar ��sn1 2 1 � � � s n2 2 2 � Probabilidad_Mendenhall_10.indd 399Probabilidad_Mendenhall_10.indd 399 5/14/10 8:51:09 AM5/14/10 8:51:09 AM www.FreeLibros.me 10 INFERENCIA A PARTIR DE MUESTRAS PEQUEÑAS 10.3 Inferencias de muestra pequeña respecto a una media poblacional Ejercicios 10.4 Inferencias de muestra pequeña para la diferencia entre dos medias poblacionales: muestras aleatorias independientes
Compartir