Problema 1. Estimación de parámetros

Introducción

Se analizaron los resultados experimentales de la concentración de cobre con el propósito de estimar la media, la varianza y la desviación estándar de las mediciones, mediante intervalos de confianza del 95%.

# Datos experimentales de cobre
cobre <- c(4.8, 5.2, 5.0, 4.9, 5.3,
           5.1, 4.7, 5.0, 5.2, 4.8)

# Tamaño de muestra
n <- length(cobre)

# Estadísticos descriptivos
media <- mean(cobre)
varianza <- var(cobre)
desviacion <- sd(cobre)

# Nivel de confianza
alpha <- 0.05
gl <- n - 1

# Intervalo de confianza para la media
t_critico <- qt(1 - alpha/2, df = gl)
error_media <- t_critico * desviacion / sqrt(n)

IC_media <- c(
  media - error_media,
  media + error_media
)

# Intervalo de confianza para la varianza
chi_inf <- qchisq(alpha/2, df = gl)
chi_sup <- qchisq(1 - alpha/2, df = gl)

IC_varianza <- c(
  gl * varianza / chi_sup,
  gl * varianza / chi_inf
)

# Intervalo de confianza para la desviación estándar
IC_desviacion <- sqrt(IC_varianza)

# Mostrar resultados
cat("Número de datos:", n, "\n")
## Número de datos: 10
cat("Media:", media, "\n")
## Media: 5
cat("Varianza:", varianza, "\n")
## Varianza: 0.04
cat("Desviación estándar:", desviacion, "\n")
## Desviación estándar: 0.2
cat("IC 95% para la media:", IC_media, "\n")
## IC 95% para la media: 4.856929 5.143071
cat("IC 95% para la varianza:", IC_varianza, "\n")
## IC 95% para la varianza: 0.01892469 0.1333141
cat("IC 95% para la desviación estándar:", IC_desviacion, "\n")
## IC 95% para la desviación estándar: 0.137567 0.365122

Representación gráfica de las mediciones

hist(cobre,
     main = "Distribución de las concentraciones de cobre",
     xlab = "Concentración de cobre",
     ylab = "Frecuencia",
     col = "skyblue",
     border = "white")

abline(v = mean(cobre),
       col = "red",
       lwd = 2,
       lty = 2)

legend("topright",
       legend = "Media",
       col = "red",
       lty = 2,
       lwd = 2)

Interpretación

La media representa el valor promedio de la concentración de cobre obtenida experimentalmente. La varianza y la desviación estándar permiten evaluar la dispersión de los datos respecto a la media.

El intervalo de confianza del 95% para la media permite establecer un rango de valores plausibles para la media poblacional. De igual manera, los intervalos para la varianza y la desviación estándar permiten estimar la variabilidad de las mediciones.

La comparación del valor de referencia de 5.20 con el intervalo de confianza de la media permite evaluar si dicho valor resulta compatible con los resultados experimentales.

Problema 2. Prueba de hipótesis para la pureza

Se desea determinar si la pureza promedio del reactivo es significativamente diferente del valor de referencia establecido en 99.5%, utilizando un nivel de significancia del 5%.

Hipótesis estadísticas

Hipótesis nula:

\(H_0: \\mu = 99.5\)

Hipótesis alternativa:

\(H_1: \\mu \\neq 99.5\)

Se utiliza una prueba t de Student para una muestra, debido a que se dispone de la desviación estándar muestral y se desea contrastar la media poblacional.

# Datos del problema
n2 <- 16
media2 <- 98.9
sd2 <- 1.2
mu0 <- 99.5

# Nivel de significancia
alpha2 <- 0.05

# Grados de libertad
gl2 <- n2 - 1

# Estadístico t
t_obs <- (media2 - mu0) / (sd2 / sqrt(n2))

# Valores críticos
t_critico2 <- qt(1 - alpha2/2, df = gl2)

# Valor p bilateral
p_valor2 <- 2 * pt(-abs(t_obs), df = gl2)

# Decisión
if (p_valor2 < alpha2) {
  decision2 <- "Se rechaza H0"
} else {
  decision2 <- "No se rechaza H0"
}

cat("Media muestral:", media2, "\n")
## Media muestral: 98.9
cat("Estadístico t:", t_obs, "\n")
## Estadístico t: -2
cat("Valor crítico:", t_critico2, "\n")
## Valor crítico: 2.13145
cat("Valor p:", p_valor2, "\n")
## Valor p: 0.06394501
cat("Decisión:", decision2, "\n")
## Decisión: No se rechaza H0
# Distribución t
x <- seq(-4, 4, length.out = 500)
y <- dt(x, df = gl2)

plot(x, y,
     type = "l",
     lwd = 2,
     main = "Prueba t bilateral para la pureza",
     xlab = "Estadístico t",
     ylab = "Densidad")

# Regiones de rechazo
x_izq <- seq(-4, -t_critico2, length.out = 100)
polygon(c(x_izq, rev(x_izq)),
        c(dt(x_izq, df = gl2), rep(0, length(x_izq))),
        col = "pink",
        border = NA)

x_der <- seq(t_critico2, 4, length.out = 100)
polygon(c(x_der, rev(x_der)),
        c(dt(x_der, df = gl2), rep(0, length(x_der))),
        col = "pink",
        border = NA)

# Curva encima de las regiones
lines(x, y, lwd = 2)

# Valores críticos
abline(v = -t_critico2, col = "red", lty = 2, lwd = 2)
abline(v = t_critico2, col = "red", lty = 2, lwd = 2)

# Estadístico observado
abline(v = t_obs, col = "blue", lwd = 2)

legend("topright",
       legend = c("Distribución t",
                  "Valores críticos",
                  "t observado"),
       col = c("black", "red", "blue"),
       lty = c(1, 2, 1),
       lwd = 2)

Interpretación

El estadístico de prueba obtenido es aproximadamente -2.00. Al compararlo con los valores críticos de la distribución t de Student para 15 grados de libertad y un nivel de significancia del 5%, no se encuentra dentro de la región de rechazo.

Asimismo, el valor p es aproximadamente 0.0639, superior a 0.05. Por lo tanto, no se rechaza la hipótesis nula.

No se dispone de evidencia estadística suficiente al 5% de significancia para afirmar que la pureza promedio del reactivo difiere del 99.5%.

Sin embargo, al utilizar un nivel de significancia del 10%, el resultado sí permite rechazar la hipótesis nula.

Problema 3. Comparación de dos métodos analíticos

Se comparan dos métodos analíticos, A y B, mediante mediciones realizadas sobre las mismas muestras.

El objetivo es determinar si existe una diferencia estadísticamente significativa entre los resultados obtenidos por ambos métodos.

Hipótesis estadísticas

Hipótesis nula:

\(H_0: \\mu_d = 0\)

Hipótesis alternativa:

\(H_1: \\mu_d \\neq 0\)

Donde \(\\mu_d\) representa la media poblacional de las diferencias entre las mediciones de ambos métodos.

Se emplea una prueba t pareada con un nivel de significancia del 5%.

# Datos del método A
A <- c(45.6, 50.7, 47.7, 52.8,
       48.9, 47.6, 51.2, 49.8)

# Datos del método B
B <- c(45.2, 50.1, 47.8, 52.3,
       48.6, 46.9, 51.0, 49.4)

# Diferencias pareadas
d <- A - B

# Estadísticos de las diferencias
n3 <- length(d)
media_d <- mean(d)
sd_d <- sd(d)

# Prueba t pareada
prueba3 <- t.test(A, B,
                  paired = TRUE,
                  conf.level = 0.95)

# Resultados
cat("Número de pares:", n3, "\n")
## Número de pares: 8
cat("Media de las diferencias:", media_d, "\n")
## Media de las diferencias: 0.375
cat("Desviación de las diferencias:", sd_d, "\n")
## Desviación de las diferencias: 0.2492847
print(prueba3)
## 
##  Paired t-test
## 
## data:  A and B
## t = 4.2548, df = 7, p-value = 0.003771
## alternative hypothesis: true mean difference is not equal to 0
## 95 percent confidence interval:
##  0.1665928 0.5834072
## sample estimates:
## mean difference 
##           0.375
# Gráfica de las diferencias
barplot(d,
        names.arg = 1:length(d),
        main = "Diferencias entre los métodos A y B",
        xlab = "Par de mediciones",
        ylab = "Diferencia A - B",
        col = "lightblue",
        border = "white")

abline(h = 0,
       col = "red",
       lty = 2,
       lwd = 2)

Interpretación

La prueba t pareada permite evaluar si la diferencia promedio entre los métodos A y B es estadísticamente significativa.

La media de las diferencias obtenidas es 0.375 unidades. El estadístico t es aproximadamente 4.09, con 7 grados de libertad.

Debido a que el valor p es menor que 0.05, se rechaza la hipótesis nula. Por lo tanto, existe evidencia estadística de una diferencia significativa entre los resultados de ambos métodos analíticos.

En promedio, el método A presenta valores superiores al método B.

Problema 4. Comparación del rendimiento de dos catalizadores

Se evaluó el rendimiento obtenido utilizando dos catalizadores diferentes, con el propósito de determinar si existe una diferencia significativa entre sus medias.

Inicialmente se comparan las varianzas de ambos grupos mediante una prueba F. Posteriormente, se realiza una prueba t para comparar las medias.

Comparación de varianzas

\(H_0: \\sigma_A^2 = \\sigma_B^2\)

\(H_1: \\sigma_A^2 \\neq \\sigma_B^2\)

Se utiliza un nivel de significancia del 5%.

# Datos de los catalizadores
catalizador_A <- c(82, 85, 81, 84, 83, 83)
catalizador_B <- c(76, 80, 79, 75, 82, 82)

# Estadísticos descriptivos
n_A <- length(catalizador_A)
n_B <- length(catalizador_B)

media_A <- mean(catalizador_A)
media_B <- mean(catalizador_B)

var_A <- var(catalizador_A)
var_B <- var(catalizador_B)

# Prueba F para comparar varianzas
prueba_F <- var.test(catalizador_A,
                     catalizador_B,
                     alternative = "two.sided",
                     conf.level = 0.95)

print(prueba_F)
## 
##  F test to compare two variances
## 
## data:  catalizador_A and catalizador_B
## F = 0.22727, num df = 5, denom df = 5, p-value = 0.1297
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
##  0.03180249 1.62417769
## sample estimates:
## ratio of variances 
##          0.2272727
# Nivel de significancia
alpha4 <- 0.05

# Comparación de medias
if (prueba_F$p.value > alpha4) {

  # Si no se rechaza igualdad de varianzas
  prueba_t4 <- t.test(catalizador_A,
                      catalizador_B,
                      var.equal = TRUE,
                      conf.level = 0.95)

} else {

  # Si se rechaza igualdad de varianzas
  prueba_t4 <- t.test(catalizador_A,
                      catalizador_B,
                      var.equal = FALSE,
                      conf.level = 0.95)
}

# Mostrar resultados
cat("Media del catalizador A:", media_A, "\n")
## Media del catalizador A: 83
cat("Media del catalizador B:", media_B, "\n")
## Media del catalizador B: 79
cat("Varianza de A:", var_A, "\n")
## Varianza de A: 2
cat("Varianza de B:", var_B, "\n")
## Varianza de B: 8.8
cat("\nResultado de la comparación de medias:\n")
## 
## Resultado de la comparación de medias:
print(prueba_t4)
## 
##  Two Sample t-test
## 
## data:  catalizador_A and catalizador_B
## t = 2.9814, df = 10, p-value = 0.01377
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  1.010638 6.989362
## sample estimates:
## mean of x mean of y 
##        83        79
# Gráfica comparativa de los catalizadores
boxplot(catalizador_A,
        catalizador_B,
        names = c("Catalizador A", "Catalizador B"),
        main = "Comparación del rendimiento",
        ylab = "Rendimiento",
        col = c("skyblue", "lightgreen"))

# Agregar puntos de los datos
stripchart(list(catalizador_A, catalizador_B),
           vertical = TRUE,
           method = "jitter",
           pch = 19,
           col = "darkblue",
           add = TRUE)

Aleatorización del orden experimental

# Identificar los tratamientos
tratamientos <- c(rep("Catalizador A", 6),
                 rep("Catalizador B", 6))

# Generar orden aleatorio
set.seed(123)

orden_experimental <- sample(tratamientos,
                            length(tratamientos),
                            replace = FALSE)

# Mostrar orden experimental
orden_experimental
##  [1] "Catalizador A" "Catalizador B" "Catalizador B" "Catalizador A"
##  [5] "Catalizador A" "Catalizador B" "Catalizador A" "Catalizador A"
##  [9] "Catalizador B" "Catalizador B" "Catalizador A" "Catalizador B"

Interpretación

Los resultados obtenidos permiten comparar el rendimiento promedio de los dos catalizadores.

La prueba F se utiliza para evaluar si existe evidencia estadística de una diferencia entre las varianzas. A partir de este resultado se selecciona el procedimiento adecuado para comparar las medias.

La prueba t permite determinar si la diferencia entre el rendimiento promedio del catalizador A y el catalizador B es estadísticamente significativa.

El catalizador con mayor media presenta un mayor rendimiento promedio observado; sin embargo, la selección del mejor catalizador debe considerar también el resultado de la prueba de hipótesis y la variabilidad experimental.

Problema 5. Control estadístico de una máquina de llenado

Se evalúa el funcionamiento de una máquina de llenado que debe proporcionar un volumen promedio de 500 mL por envase.

Se conoce que la desviación estándar poblacional es de 4 mL. Se utiliza una muestra de 16 envases para determinar si existe evidencia estadística de que la máquina está llenando por debajo del volumen establecido.

Hipótesis estadísticas

Hipótesis nula:

\(H_0: \\mu = 500\)

Hipótesis alternativa:

\(H_1: \\mu < 500\)

Se utiliza un nivel de significancia de 0.05.

# Parámetros de la máquina
mu0 <- 500
sigma5 <- 4
n5 <- 16
alpha5 <- 0.05

# Valor crítico Z para una prueba unilateral izquierda
z_critico <- qnorm(alpha5)

# Error estándar
error_estandar5 <- sigma5 / sqrt(n5)

# Media crítica de la muestra
media_critica <- mu0 + z_critico * error_estandar5

# Datos de la muestra del problema
media_observada <- 498.5

# Estadístico Z
z_obs <- (media_observada - mu0) /
         (sigma5 / sqrt(n5))

# Valor p
p_valor5 <- pnorm(z_obs)

# Decisión
if (p_valor5 < alpha5) {
  decision5 <- "Se rechaza H0"
} else {
  decision5 <- "No se rechaza H0"
}

# Resultados
cat("Z crítico:", z_critico, "\n")
## Z crítico: -1.644854
cat("Media crítica:", media_critica, "\n")
## Media crítica: 498.3551
cat("Z observado:", z_obs, "\n")
## Z observado: -1.5
cat("Valor p:", p_valor5, "\n")
## Valor p: 0.0668072
cat("Decisión:", decision5, "\n")
## Decisión: No se rechaza H0
# Valores de la distribución normal
x <- seq(490, 510, length.out = 500)
y <- dnorm(x, mean = mu0, sd = sigma5 / sqrt(n5))

# Gráfica
plot(x, y,
     type = "l",
     lwd = 2,
     main = "Prueba Z unilateral izquierda",
     xlab = "Media muestral",
     ylab = "Densidad")

# Región de rechazo
x_rechazo <- seq(min(x), media_critica, length.out = 200)

polygon(c(x_rechazo, rev(x_rechazo)),
        c(dnorm(x_rechazo, mean = mu0,
                sd = sigma5 / sqrt(n5)),
          rep(0, length(x_rechazo))),
        col = "pink",
        border = NA)

# Dibujar curva nuevamente
lines(x, y, lwd = 2)

# Media hipotética
abline(v = mu0, col = "black", lty = 2, lwd = 2)

# Media crítica
abline(v = media_critica, col = "red", lty = 2, lwd = 2)

# Media observada
abline(v = media_observada, col = "blue", lwd = 2)

legend("topright",
       legend = c("Media hipotética",
                  "Media crítica",
                  "Media observada"),
       col = c("black", "red", "blue"),
       lty = 2,
       lwd = 2)

# Función para calcular beta
calcular_beta <- function(mu_real,
                         mu0 = 500,
                         sigma = 4,
                         n = 16,
                         alpha = 0.05) {

  z_critico <- qnorm(alpha)

  media_critica <- mu0 +
                   z_critico * sigma / sqrt(n)

  beta <- 1 - pnorm(media_critica,
                     mean = mu_real,
                     sd = sigma / sqrt(n))

  potencia <- 1 - beta

  return(c(beta = beta,
          potencia = potencia))
}

# Evaluación para una media real de 497 mL
resultado_497 <- calcular_beta(497)

# Evaluación para una media real de 499 mL
resultado_499 <- calcular_beta(499)

cat("Para una media real de 497 mL:\n")
## Para una media real de 497 mL:
print(resultado_497)
##       beta   potencia 
## 0.08768546 0.91231454
cat("\nPara una media real de 499 mL:\n")
## 
## Para una media real de 499 mL:
print(resultado_499)
##     beta potencia 
## 0.740489 0.259511
# Parámetros
mu0 <- 500
mu1 <- 498
sigma <- 4
alpha <- 0.05
potencia_deseada <- 0.90

# Diferencia que se desea detectar
delta <- abs(mu0 - mu1)

# Tamaño de muestra aproximado
n_calculado <- (
  (qnorm(1 - alpha) + qnorm(potencia_deseada) *
     sigma / delta)^2
)

# Tamaño de muestra entero
n_necesario <- ceiling(n_calculado)

cat("Tamaño de muestra calculado:", n_calculado, "\n")
## Tamaño de muestra calculado: 17.7069
cat("Tamaño de muestra recomendado:", n_necesario, "\n")
## Tamaño de muestra recomendado: 18
# Comprobación de la potencia
beta_final <- calcular_beta(
  mu_real = mu1,
  mu0 = mu0,
  sigma = sigma,
  n = n_necesario,
  alpha = alpha
)

cat("Beta con el nuevo tamaño de muestra:",
    beta_final["beta"], "\n")
## Beta con el nuevo tamaño de muestra: 0.316871
cat("Potencia alcanzada:",
    beta_final["potencia"], "\n")
## Potencia alcanzada: 0.683129

Interpretación

La prueba Z permite evaluar si la media del volumen de llenado es inferior a los 500 mL establecidos.

El nivel de significancia de 0.05 representa la probabilidad máxima tolerada de cometer un error tipo I, es decir, rechazar la hipótesis nula cuando esta es verdadera.

El error tipo II representa la probabilidad de no detectar una desviación real del volumen de llenado. La potencia estadística corresponde a la probabilidad de detectar correctamente dicha desviación.

Al aumentar el tamaño de muestra, se reduce el error estándar y se incrementa la capacidad de detectar diferencias entre la media real y la media de referencia.

Para alcanzar una potencia cercana al 90% y detectar una diferencia de 2 mL, se requiere aumentar el tamaño de muestra respecto al tamaño inicial de 16 envases.