2-5. La vida de un anaquel de una bebida carbonatada es motivo de inters.

Se seleccionaron 10 botellas al azar y se

prueban, obteniendose los siguientes resultados:
Das
108
124
124
106
115

138
163
159
134
139

a) Quiere demostrarse que la vida media del anaquel excede los 120 das. Establecer las hiptesis apropiadas para
investigar esta afirmacin.
H0: = 120

H1: > 120

b) Probar hiptesis utilizando =0.01. A que conclusin se llega.

=
0.99
=
131
S^2=(yi-y')^2/(n-1)
S^2=
382
S=
19.54
to=
1.779758
t0.01,9=
2.821 t0.005,9=
3.25
Criterio de rechazo=
|to|>t/2,n-1
No se rechaza la hiptesis Ho

c) Encontrar el valor P para el inciso b.

t0.1,10=
1.372
t0.05,10=
1.812
to=
1.779758

m=
=
P==

-8.8
0.05366384
0.05440887

d) Construir un intervalo de confianza de 99% para la vida media del anaquel.

110.91 <=

<=

151.09

n 10 botellas al azar y se

tesis apropiadas para

2-9 Se utilizan dos mquinas para llenar botellas de plstico con un volumen neto de 16.0 onzas. Proceso de llenado
normal, con desviaciones estandar 1=0.015 y 2=0.018. Se sospecha que ambas mquinas llenan el mismo volumen neto,
sin importar si es 16.0 onzas o no. Se realiza el experimento tomando una muestra aleatoria de la produccin de cada
mquina
M1
16.03
16.04
16.05
16.05
16.02

M2
16.01
15.96
15.98
16.02
15.99

16.02
15.97
15.96
16.01
15.99

16.03
16.04
16.02
16.01
16

a) Enunciar hiptesis que debern probarse en este experimento

H1: 1 2

H0: 1 = 2

b) Probar hiptesis utilizando =0.05. A que conclusin se llega?

Utilizando la prueba t de dos muestras (varianza conocida y diferente de dos muestras):
1=
16.015 2=
16.005
1=
0.015 1=
0.018
n1=
10.00 n1=
10.00
Z0.05/2=Z0.025=
Criterio de rechazo=

1.959963985 Zo=
|Zo|>Z/2

Estadistico de prueba

1.35
No Cumple

No se rechaza la hiptesis Ho

c) Encontrar el valor P para la prueba

d) Construir un intervalo de confianza de 95% de la diferencia en el volumen de llenado promedio de las dos mquinas

-0.00452 <=

1-2

<=

0.02452

2-9 Se utilizan dos mquinas para llenar botellas de plstico con un volumen neto de 16.0 onzas. Proceso de llenado normal, con
desviaciones estandar 1=0.015 y 2=0.018. Se sospecha que ambas mquinas llenan el mismo volumen neto, sin importar si es
16.0 onzas o no. Se realiza el experimento tomando una muestra aleatoria de la produccin de cada mquina
M1
16.03
16.04
16.05
16.05
16.02

M2
16.01
15.96
15.98
16.02
15.99

16.02
15.97
15.96
16.01
15.99

16.03
16.04
16.02
16.01
16

a) En la mquina de menor tolerancia se desea conocer si volumen de llenado es superior a 16 Oz. La mquina de menor
tolerancia es la M1.
H1: 0 16

H0: 0 = 16

Se rechaza la hiptesis Ho, Ho es falsa

Utilizando =0.01, garantizando de que el 99 % de los valores se encuentre dentro den rango de distribucin normal
Utilizando la prueba t (varianza conocida)
1=
16.015
1=
0.015
n1=
10.00
=
2.50E-02
Z0.0025/2=Z0.00135=
1.959963985 Zo=
Criterio de rechazo=
|Zo|>Z/2

Estadistico de prueba

=
/
3.162278 P=
Cumple

0.0007827

Dadas las condiciones, se debe evaluar la cantidad de dinero que se pierde

Vel. Op. Mquina=
180 Bot/min
Factor de servicio=
0.8
Horas x turno
8
Turnos da=
1
Das trabajado por semana
6 dasxmes
25.71428571
Precio x Oz=
1.2 C/DOL
0.012 dol
Nivel de actividad mensual=
1,777,371.00 bot/dia
Nivel de actividad mensual=
7,109,484.00 bot/mes
Volumen x botella=
16 Oz/Bot
0.02

319.93

d) Construir un intervalo de confianza de 95% de la diferencia en el volumen de llenado promedio de las dos mquinas

#REF!

<=

1-2

<=

#REF!

. Proceso de llenado normal, con

umen neto, sin importar si es
ada mquina

Oz. La mquina de menor

0
/
distribucin normal

Estadistico de prueba
0
/

io de las dos mquinas

2-15. Dos inspectores midieron el dimetro de un cojinete de bolas, utilizando cada uno dos tipos diferentes de calibradores. Los
resultados fueron:
Inspector

Cal1

Cal2

d^2
d-dmed
(d-dmed)^2
0.001
0.000001
0.00075
5.625E-07
0
0
-0.00025
6.25E-08
0.002
4E-06
0.00175 3.0625E-06
0.001
0.000001
0.00075
5.625E-07
0
0
-0.00025
6.25E-08
-0.003
9E-06
-0.00325 1.0562E-05
0.003
9E-06
0.00275 7.5625E-06
0.002
4E-06
0.00175 3.0625E-06
0
0
-0.00025
6.25E-08
0.001
0.000001
0.00075
5.625E-07
0
0
-0.00025
6.25E-08
-0.004
0.000016
-0.00425 1.8062E-05
0.003
4.5E-05
4.425E-05
a) Existe una diferencia significativa entre las medias de la poblacin de mediciones de las que se seleccionaron las dos
muestras?, utilizar = 0.05
Caso de medias
Iguales
Diferencia = 0
H0: 1 = 2
H0: d = 0
H1: 1 2
H1: d 0
1
2
3
4
5
6
7
8
9
10
11
12

Cal1
1=
S1^2
S1

0.265
0.265
0.266
0.267
0.267
0.265
0.267
0.267
0.265
0.268
0.268
0.265

0.264
0.265
0.264
0.266
0.267
0.268
0.264
0.265
0.265
0.267
0.268
0.269

Cal2
0.26625 2=
0.001215431 S2^2
S2

Diferencia
0.26600
0.00025 dmed
0.001758098 0.002005674 Sd
0.041929681

b) Probar hiptesis utilizando =0.05. A que conclusin se llega?

Utilizando la prueba t de dos muestras (varianza conocida y diferente de dos muestras):
Estadistico de prueba

Z0.05/2=Z0.025=
Criterio de rechazo=

1.959963985 Zo=
|Zo|>Z/2

#DIV/0!
#DIV/0!

No se rechaza la hiptesis Ho

c) Encontrar el valor P para la prueba

d) Construir un intervalo de confianza de 95% de la diferencia en el volumen de llenado promedio de las dos mquinas

#DIV/0!

<=

1-2

<=

#DIV/0!

2-15. Dos inspectores midieron el dimetro de un cojinete de bolas, utilizando cada uno dos tipos diferentes de calibradores. Los
resultados fueron:
Inspector

Cal1

Cal2

d^2
d-dmed
(d-dmed)^2
0.001
0.000001
0.00075
5.625E-07
0
0
-0.00025
6.25E-08
0.002
4E-06
0.00175 3.0625E-06
0.001
0.000001
0.00075
5.625E-07
0
0
-0.00025
6.25E-08
-0.003
9E-06
-0.00325 1.0562E-05
0.003
9E-06
0.00275 7.5625E-06
0.002
4E-06
0.00175 3.0625E-06
0
0
-0.00025
6.25E-08
0.001
0.000001
0.00075
5.625E-07
0
0
-0.00025
6.25E-08
-0.004
0.000016
-0.00425 1.8062E-05
0.003
4.5E-05
4.425E-05
a) Existe una diferencia significativa entre las medias de la poblacin de mediciones de las que se seleccionaron las dos
muestras?, utilizar = 0.05
Caso de medias
Iguales
Diferencia = 0
H0: 1 = 2
H0: d = 0
H1: 1 2
H1: d 0
1
2
3
4
5
6
7
8
9
10
11
12

Cal1
1=
S1^2
S1

0.265
0.265
0.266
0.267
0.267
0.265
0.267
0.267
0.265
0.268
0.268
0.265

0.264
0.265
0.264
0.266
0.267
0.268
0.264
0.265
0.265
0.267
0.268
0.269

Cal2
0.26625 2=
0.001215431 S2^2
S2

Diferencia
0.26600
0.00025 dmed
0.001758098 0.002005674 Sd
0.041929681

b) Probar hiptesis utilizando =0.05. A que conclusin se llega?

Utilizando la prueba t de dos muestras (varianza conocida y diferente de dos muestras):
Estadistico de prueba

Z0.05/2=Z0.025=
Criterio de rechazo=

1.959963985 Zo=
|Zo|>Z/2

#DIV/0!
#DIV/0!

No se rechaza la hiptesis Ho

c) Encontrar el valor P para la prueba

d) Construir un intervalo de confianza de 95% de la diferencia en el volumen de llenado promedio de las dos mquinas

#DIV/0!

<=

1-2

<=

#DIV/0!

Temperatura

R1

R2

500
525
550
575
600

4
7
11
7
1

R3
9
10
10
9
5

R4
6
8
8
10
6

5
11
11
6
4

ni
4
4
4
4
4

Tiene la temperatura un efecto significativo sobre la resistencia?

Se utilizarn tres metodos de anlisis para llegar a la conclusin
1. Mtodo basado en el TLC
2

3.6 within

Pooled

S2 Yi_Var

Variabilidad natural

5.8

y_bar

23.2 between
=n*S2 Yi_Var

Ho:

2between=2within

H1:

2between>2within

Variabilidad inducida por el factor

Donde n es el numero de datos dentro de cada media

Fo

6.444444444

Prueba Fisher

Fcri

3.055568276

Fcritico

P-Value =distr.f(D26;4;15)

Se rechaza Ho

0.003
Se rechaza Ho
0.05
La temperatura tiene un efecto significativo sobre la temperatura

yi.
24
36
40
32
16

dentro de cada media

yi_bar
6
9
10
8
4

Si2
4.67
3.33
2.00
3.33
4.67

Replicas
Temperatura

R1
500
525
550
575
600

Rk1
4
7
11
7
1

R2
2.5
9.5
19
9.5
1

Rk2
9
10
10
9
5

R3
13.5
16
16
13.5
4.5

Rk3
6
8
8
10
6

7
11.5
11.5
16
7

R4

Rk4
5
11
11
6
4

Rki
4.5
19
19
7
2.5

S^2
H
Chi-crit
YibarraLog Yi barra
27.5 34.55 12.33
9.49 Conclusin: T es significativa
6.0
0.8
56
9.0
1.0
65.5
10.0
1.0
46
8.0
0.9
15
4.0
0.6

0.4
0.4
0.3
0.3
y = -0.3883x + 0.5976
R = 0.6818

0.2
0.2
0.1
0.1
0.0
0.0

0.2

0.4

0.6

0.8

1.0

S^2
Log Si
4.7
0.3
3.3
0.3
2.0
0.2
3.3
0.3
4.7
0.3

ln(yi.bar)
-0.3
0.0
0.0
-0.1
-0.5

ln(Si)

Estimar el lambda
0.8
0.6
0.3
0.6
0.8
0.9
0.8
0.7
0.6
y = -0.6701x + 0.4966
0.5
R = 0.6274
0.4

Series1
Linear (Series1)

0.3
0.2
0.1
0.0
-0.6

1.2

-0.5

-0.4

-0.3

-0.2

-0.1

0.0

0.9
0.8
0.7

0.6
701x + 0.4966
0.5

Series1

0.4

Linear (Series1)

0.3
0.2
0.1
0.0
0.0

4D
0.05 S^2

3
5

fi^2
3
8
10
15
16
17

fi
0.675
1.8
2.25
3.375
3.6
3.825

V1
0.82
1.34
1.50
1.84
1.90
1.96

V2
3
3
3
3
3
3

8 >0.7
28
36
56
60
64

0.55
0.45
0.18
0.13
0.1

Rplicas
H1
Temperatura

500
525
550
575
600

4
7
11
7
1
30

y.j

SoV
Temp
Bloques
Error
Total

H2

SS
92.8
17.2
36.8
146.8

H3
9
10
10
9
5
43

dof
4
3
12
19

H4
6
8
8
10
6
38

Tabla ANOVA
MS
23.2
5.7
3.1

yi.
5
11
11
6
4
37

Fo
7.57

24
36
40
32
16
148
1095.2

Fcrit
3.05556828

Repetir el anlisis teniendo en cuenta que en un horno se podan analizar 12 probetas

7.56521739

yi._bar
6
9
10
8
4
y..
CF

P-Value

Si^2
4.66666667
3.33333333
2
3.33333333
4.66666667

Rplicas
H1
R1
Temperatura

500
525
550
575
600

R2
4
7
11
7
1
73

y.j

SoV
Temp
Bloques
Error
Total

H2

SS
92.8
1095.6
-1041.6
146.8

R3
9
10
10
9
5

dof
4
3
12
19

R4
6
8
8
10
6
75

Tabla ANOVA
MS
23.2
365.2
-86.8

yi.
5
11
11
6
4

Fo
-0.27

24
36
40
32
16
148
1095.2

Fcrit
3.05556828

Repetir el anlisis teniendo en cuenta que en un horno se podan analizar 12 probetas

yi._bar
6
9
10
8
4
y..
CF

P-Value

Si^2
4.66666667
3.33333333
2
3.33333333
4.66666667

H1
Temperatura

500
525
550
575
600

H2

A
B
C
D
E

E
A
B
C
D

H1
Temperatura

500
525
550
575
600
y.j

Horno
H3
D
E
A
B
C

Tabla Anova
Sov
SS
Temp
511.94
Bloque 1(H)
25.04
Bloque 2 (O)
2498.44
Error
-2857.98
Total
177.44

9
10
10
9
5
43

dof
4
4
4
12
24

B
C
D
E
A

H4
6
8
8
10
6
38

MS

H5

C
D
E
A
B

Horno
H3

H2
4
7
11
7
1
30

H4

H5
5
11
11
6
4
37

Fo

yi.
7
10
12
9
6
44

Fcrit

31
46
52
41
22
192
1474.56

Pvalue

Caso en que sea necesario realizar adicionalmente el cambio de operarios: uso de 5 operarios

S_A
S_B
S_C
S_D
S_E
y..

34
38
41
41
38

Rplicas
H1
Temperatura

500
525
550
575
600
y.j

SoV
Temp
Bloques
Error
Total

H2
4
7
11
7

H4
6

10
10
9
5
34

29

SS
280.333333
-273.566667
-19.9333333
-13.1666667

H3

dof
4
3
12
19

5
11

8
10
6
30

Tabla ANOVA
MS
70.0833333
-91.2
-1.7

H5

6
4
26

Fo
-42.19

yi.
7
10
12

22
38
41
32
6
21
154
988.166667

Fcrit
3.05556828

Repetir el anlisis teniendo en cuenta que en un horno se podan analizar 12 probetas

-42.1906355

5 niveles
5 hornos
Caben 4 probetas por horno

P-Value

yi._bar

Si^2

5.5
1
9.5 4.33333333
10.25 2.33333333
8 3.33333333
5.25
1
y..
CF

Se eliminan las muestras que estan de

color Morado

691.2
77760
Maquina
Taiwanesa
Alemana

7776
15552
14
9

8
10

Temperatura
Rep 1
Rep 2
Rep 3
Rep 4

12
8

R1
12 C
15 C
18 C
21 C
y.j

SoV
Temp
Error
Total

6
8

R2
28
29
30
30
117

SS
95.25
28.5
123.75

R3
28
27
32
34
121

dof
4
15
19

% Defectos / mes
13
10

11
11

R4
26
30
33
34
123

Tabla ANOVA
MS
23.8125
1.9

26
28
34
33
121

Fo
12.53

/ mes
8
10

yi.
108
114
129
131
482
14520.25

Fcrit
3.05556828

15
8

yi._bar
27
28.5
32.25
32.75
y..
CF

P-Value

6
10

Si^2
1.33333333
1.66666667
2.91666667
3.58333333

Promedio
Varianza
Desv. Estandar
9
10.2 10.6222222 3.25917508
9
9.3 1.12222222 1.05934991

Prueba t
0.83047444