safasfqqwrChapter 10

Statistical Inference about Means and 
Proportions with Two Populations

Learning Objectives

1. Be able to develop interval estimates and conduct hypothesis tests about the difference between two 
population means when  1 and  2 are known.

2. Know the properties of the sampling distribution of  x1  x2 .

3. Be able to use the t distribution to conduct statistical inferences about the difference between two 
population means when  1 and  2 are unknown.

4. Learn how to analyze the difference between two population means when the samples are 
independent and when the samples are matched.

5. Be able to develop interval estimates and conduct hypothesis tests about the difference between two 
population proportions.

6. Know the properties of the sampling distribution of  p1  p2 .

10 ­ 1
Chapter 10

Solutions:

1. a. x1  x2  = 13.6 ­ 11.6 = 2

b. z / 2  z.05  1.645

 12  22
x1  x2  1.645 
n1 n2

(2.2) 2 (3) 2
2  1.645 
50 35

2    .98 (1.02 to 2.98)

c. z / 2  z.025  1.96

(2.2)2 (3) 2
2  1.96 
50 35

2  1.17 (.83 to 3.17)

z
 x1  x2   D0 
(25.2  22.8)  0
 2.03
2. a.  2
 2
(5.2) 2 6 2

1 2

n1 n2 40 50

b. p­value = .5000 ­ .4788 = .0212

c. p­value    .05, reject H0.    

 x1  x2   D0 (104  106)  0
z   1.53
3. a.  2
 2
(8.4) 2 (7.6) 2

1 2

n1 n2 80 70

b. p­value = 2(.5000 ­ .4370) = .1260

c. p­value > .05, do not reject H0.    

4. a. x1  x2 = 2.04 ­ 1.72 = .32

 12  22
b. z.025 
n1 n2

10 ­ 2
 Statistical Inference about Means and Proportions with Two Populations

(.10) 2 (.08) 2
1.96   1.96(.0208)  .04
40 35

c. .32  .04 (.28 to .36)

5. a. x1  x2 = 14.9 ­ 10.3 = 4.6 years

 12  22 (5.2)2 (3.8) 2
b. z / 2   1.96   1.3
n1 n2 100 85

c. 4.6  1.3 (3.3 to 5.9)

6. 1 = Mean loan amount for 2002

 2 = Mean loan amount for 2001

H0:  1   2  0

Ha:  1   2  0

 x1  x2   D0 (175  165)  0
z   2.17
 2
 2
552 502

1 2

n1 n2 270 250

p­value = .5000 ­ .4850 = .0150

p­value    .05; reject H0. The mean loan amount has increased between 2001 and 2002.

7. a. H0:  1   2  0

Ha:  1   2  0

z
 x1  x2   D0 
(40  35)  0
 2.41
b.  2
 2
9 2 102

1 2

n1 n2 36 49

p­value = 2(.5000 ­ .4920) = .0160

p­value  .05; reject H0. There is a difference between the population mean ages at the two stores.

 x1  x2   0 (69.95  69.56)  0
z   1.08
8. a.  2
 2
2.52 2.52

1 2

n1 n2 112 84

b. p­value = 2(.5000 ­ .3599) = .2802

10 ­ 3
Chapter 10

c. p­value > .05; do not reject H0. Cannot conclude that there is a difference between the population 
mean scores for the two golfers.

9. a. x1  x2 = 22.5 ­ 20.1 = 2.4

2 2
 s12 s22   2.52 4.82 
     
 n1 n2   20 30 
b. df  2 2
 2 2
 45.8
1  s12  1  s22  1  2.52  1  4.82 
         
n1  1  n1  n2  1  n2  19  20  29  30 

Use df = 45.

c. t.025 = 2.014

s12 s22 2.52 4.82

t.025   2.014   2.1
n1 n2 20 30

d. 2.4 2.1 (.3 to 4.5)

 x1  x2   0  (13.6  10.1)  0  2.18

t
10. a. s12 s22 5.22 8.52
 
n1 n2 35 40

2 2
 s12 s22   5.22 8.52 
     
 n1 n2   35 40 
b. df  2 2
 2 2
 65.7
1  s12  1  s22  1  5.22  1  8.52 
         
n1  1  n1  n2  1  n2  34  35  39  40 

Use df = 65

c. Using t table, area in tail is between .01 and .025

 two­tail p­value is between .02 and .05.

Actual p­value = .0329

d. p­value   .05, reject H0.

54 42
11. a. x1   9      x2  7
6 6

10 ­ 4
 Statistical Inference about Means and Proportions with Two Populations

( xi  x1 ) 2
b. s1   2.28
n1  1

( xi  x2 ) 2
s2   1.79
n2  1

c. x1  x2 = 9 ­ 7 = 2

2 2
 s12 s22   2.282 1.79 2 
     
df   n1 n2    6 6 
 9.5
d. 2 2 2 2
1  s12  1  s22  1  2.282  1  1.79 2 
         
n1  1  n1  n2  1  n2  5 6  5 6 

Use df = 9,  t.05 = 1.833

2.282 1.792
x1  x2  1.833 
6 6

2 2.17 (-.17 to 4.17)

12. a. x1  x2 = 22.5 ­ 18.6 = 3.9

2 2
 s12 s22   8.42 7.42 
     
 n1 n2   50 40 
b. df  2 2
 2 2
 87.1
1  s12  1  s22  1  8.42  1  7.42 
         
n1  1  n1  n2  1  n2  49  50  39  40 

Use df = 87,  t.025 = 1.988

8.42 7.42
3.9  1.988 
50 40

3.9  (.6 to 7.2)

13. Computer used to obtain the following:

Taoyuan Kaohsiung
 n1 = 50  n2 = 50
x1 = 3.16 x2 = 3.56
 s1 = 1.18  s2 = 1.11

x1  x2 = 3.16 – 3.56 = ­.40

Kaohsiung is slightly higher rated.

10 ­ 5
Chapter 10

2 2
 s12 s 22   1.18 2 1.11 2 
     
n n  50 
 1 2   50
df  2 2
 2 2
 97.6
1  s12  1  s 22  1  1.18 2  1  1.11 2 
         
n1  1  n1  n 1  n
 2  2

 49  50  49  50 

Use df = 97,  t.025 = 1.985

1.18 2 1.11 2
 .40  1.985 
50 50

­.40  (-.85 to .05)

14.  a.  n1 = 10  n2 = 8

x1 = 21.2 x2 = 22.8
 s1 = 2.70  s2 = 3.55

x1  x2 = 21.2 ­ 22.8 = ­1.6

Kitchens are less expensive by $1600.

2 2
 s12 s22   2.702 3.552 
     
 n1 n2   10 8 
b. df  2 2
 2 2
 12.9
1  s12  1  s22  1  2.70 2  1  3.552 
         
n1  1  n1  n2  1  n2  9  10  7  8 

Use df = 12,  t.05 = 1.782

2.702 3.552
1.6  1.782 
10 8

­1.6  2.7 (-4.3 to 1.1)

15. Computer used to obtain the following:

Union Nonunion
 n1 = 14  n2 = 19
x1 = 17.54 x2 = 15.36
 s1 = 2.24  s2 = 1.99

a. x1  x2 = 17.54 ­ 15.36 = $2.18 per hour greater for union workers.

10 ­ 6
 Statistical Inference about Means and Proportions with Two Populations

2 2
 s12 s22   2.242 1.992 
     
 n1 n2   14 19 
b. df  2 2
 2 2
 26.1
1  s12  1  s22  1  2.242  1  1.992 
         
n1  1  n1  n2  1  n2  13  14  18  19 

Use df = 26,  t.025 = 2.056

2.242 1.992
2.18  2.056 
14 19

2.18  1.55 (.63 to 3.73)

c. Yes, since the interval does not include 0, it can be concluded that union workers have a different
(higher) mean wage rate than nonunion workers.
16. a. H0:  1   2  0

Ha:  1   2  0

( x1  x 2 )  0 (159.38  154.89)  0
t   3.11
2 2
b. s s 3.49 2 6.57 2
1
 2

n1 n2 100 22

c. With n1 = 100 and n2 = 22, degrees of freedom will be 120. Using last row of the t table, the area in 
the tail at t = 3.11 is between .0005 and .005. Thus, the two­tail p­value is between .001 and .01

Actual p­value = .009

d. p­value   .05, reject H0. The population means differ for Hongkong and Korea.

17. 1 for 2001 season

2 for 1992 season

H0:  1   2  0

Ha:  1   2  0

b. x1  x2 = 60 ­ 51 = 9 days

9/51(100) = 17.6% increase in number of days.

t
 x1  x2   0  (60  51)  0  2.48
c. s12 s22 182 152
 
n1 n2 45 38

10 ­ 7
Chapter 10

2 2
 s12 s22   182 152 
     
 n1 n2   45 38 
df  2 2
 2 2
 81
1  s12  1  s22  1  182  1  152 
         
n1  1  n1  n2  1  n2  44  45  37  38 

Using t table, p­value is between .005 and .01.

Actual p­value = .0075

p­value   .01, reject H0. There is a greater mean number of days on the disabled list in 2001. 

d. Management should be concerned. Players on the disabled list have increased 32% and time on the 
list has increased by 17.6%. Both the increase in inquiries to players and the cost of lost playing 
time need to be addressed.

10 ­ 8
 Statistical Inference about Means and Proportions with Two Populations

18. a. H0:  1   2  0

Ha:  1   2  0

t
 x1  x2   0  (2.5  2.1)  0  1.53
b. s12 s22 .82 1.12
 
n1 n2 32 25

2 2
 s12 s22   .82 1.12 
     
df   n1 n2    32 25   42.3
c. 2 2 2 2
1  s12  1  s22  1  .82  1  1.12 
         
n1  1  n1  n2  1  n2  31  32  24  25 

Use df = 42

Using t table, area in tail is between .05 and .10

Two­tail p­value is between .10 and .20

Actual p­value = .1337

d. p­value > .05, do not reject H0. Cannot conclude that there is a difference between population mean 
times for the two airlines.

19. a. H0:  1   2  0

Ha:  1   2  0

 x1  x2   D0 (6.82  6.25)  0
t   1.99
b. s2
s 2
.64 2 .752
1
 2

n1 n2 16 10

2 2
 s12 s22   .642 .752 
     
 n1 n2   16 10 
c. df  2 2
 2 2
 16.9
1  s12  1  s22  1  .642  1  .752 
         
n1  1  n1  n2  1  n2  15  16  9  10 

Use df = 16

Using t table, p­value is between .025 and .05

Actual p­value = .0318

d. p­value   .05, reject H0. The consultant with more experience has a higher population mean rating.

10 ­ 9
Chapter 10

20. a. H0:  1   2  120

Ha:  1  2  120

t
 x1  x2   D0 
(1058  983)  120
 2.10
b. 2
s s 2
902 1052
1
 2

n1 n2 35 48

2 2
 s12 s22   902 1052 
     
 n1 n2   35 48 
df  2 2
 2 2
 78.8
1  s12  1  s22  1  902  1  1052 
         
n1  1  n1  n2  1  n2  34  35  47  48 

Use df = 78

Using t table, p­value is between .01 and .025

Actual p­value = .0197

p­value   .05, reject H0. The improvement is less than the stated average of 120 points.

s12 s22
c. x1  x2  t.025 
n1 n2

df = 78

90 2 1052
(1058  983)  1.991 
35 48

75  43 (32 to 118)

d. This is a wide interval. A larger sample should be used to reduce the margin of error.

21. a. 1, 2, 0, 0, 2

b. d   di / n  5 / 5  1

(di  d ) 2 4
c. sd   1
n 1 51

d  d 1 0
d. t   2.24
sd / n 1 / 5

df = n ­ 1 = 4

10 ­ 10
 Statistical Inference about Means and Proportions with Two Populations

Using t table, p­value is between .025 and .05

Actual p­value = .0445

Reject H0; conclude d  > 0.

22. a. 3, ­1, 3, 5, 3, 0, 1

b. d   di / n  14 / 7  2

( d i  d ) 2 26
c. sd    2.08
n 1 7 1

d. d = 2

e. With 6 degrees of freedom t.025  =  2.447


2  2.447 2.082 / 7 
2  1.93 (.07 to 3.93)

23. Difference = rating after ­ rating before

H0: d  0

Ha: d > 0

d = .625 and  sd = 1.30

d  d .625  0
t   1.36
sd / n 1.30 / 8

df = n ­ 1 = 7

Using t table, p­value is between .10 and .20

Actual p­value = .1084

Do not reject H0; we cannot conclude that seeing the commercial improves the mean potential to 
purchase.

24. Differences: .20, .29, .39, .02, .24, .20, .20, .52, .29, .20

d   di / n  2.55 /10  .255

10 ­ 11
Chapter 10

 (d i  d ) 2
sd   .13
n 1

With df = 9, t.025  = 2.262

sd
d  t.025
n

 .13 
.255  2.262   
 10 

.255  .095                     (.16 to .35)

25. Differences: 8, 9.5, 6, 10.5, 15, 9, 11, 7.5, 12, 5

d = 93.5/10 = 9.35 and  sd = 2.95

t.025 = 2.262 with df = n ­ 1 = 9

 
9.35  2.262 2.95 / 10  9.35  2.11

Interval estimate is 7.24 to 11.46

26. H0: d= 0

Ha: d 0

Differences  .11, ­.06, .17, .03, .16, .21, ­.01,  ­.09

d   d i / n  .52 / 8  .065

( d i  d ) 2
sd   .11
n 1

d  0 .065
t   1.63
sd .11
n 8

df = n ­ 1 = 7

Using t table, area is between .05 and .10

Two­tail p­value is between .10 and .20

Actual p­value = .1482

Do not reject H0.  Cannot conclude that the population means differ.

10 ­ 12
 Statistical Inference about Means and Proportions with Two Populations

27.  Using matched samples, the differences are as follows: 4, ­2, 8, 8, 5, 6, ­4, ­2, ­3, 0, 11, ­5, 5, 9, 5

H0: d  0

Ha: d > 0

d = 3 and  sd = 5.21
d  d 3 0
t   2.23
sd / n 5.21 / 15

df = n ­ 1 = 14

Using t table, p­value is between .01 and .025

Actual p­value = .0213

Reject H0.  Conclude that the population of readers spends more time, on average, watching 
television than reading.

28. a. Differences .91, ­.30, ­.84, ­.18, ­.34, .53, ­.20, .10, ­.78, .07

d   di / n  1.03 /10  .103

 (d i  d ) 2
sd   .54
n 1

d  d .103  0
t   .60
sd / n .54 / 10

Using t table, area in tail is greater than .20

Two­tail p­value must be greater than .40

Actual p­value = .5602

Cannot reject H0.  No significant difference observed.

b. d = ­.103; Actual was less than predicted. Analysts overestimated earnings.

sd
c.  t.025 df = 9 t = 2.262
n

.54
 2.262
10

 .39

Given the point estimate of ­.103, the margin of error is large. A larger sample is desired.

10 ­ 13
Chapter 10

29. Difference  =  Price deluxe ­ Price Standard

H0: d = 10

Ha: d  10

d = 8.86 and  sd = 2.61

d   d 8.86  10
t   116
.
sd / n 2.61 / 7

df = n ­ 1 = 6

Using t table, area is between .10 and .20

Two­tail p­value is between .20 and .40

Actual p­value = .2906

Do not reject H0; we cannot reject the hypothesis that a $10 price differential exists.

30. a. p1  p2 =  .48 ­ .36  =  .12

p1 (1  p1 ) p2 (1  p2 )
b. p1  p2  z.05 
n1 n2

.48(1  .48) .36(1  .36)

.12  1.645 
400 300

.12  .0614 (.0586 to .1814)

.48(1  .48) .36(1  .36)

c. .12  1.96 
400 300

.12  .0731 (.0469 to .1931)

n1 p1  n2 p2 200(.22)  300(.16)
31. a. p   .1840
n1  n2 200  300

p1  p2 .22  .16
z   1.70
1 1   1 1 
p  1 p     .1840  1  .1840    
 n1 n2   200 300 

p ­ value = .5000 ­ .4554 = .0446

b. p­value   .05; reject H0.

32.  p1 = 220/400 = .55       p2 = 192/400 = .48

10 ­ 14
 Statistical Inference about Means and Proportions with Two Populations

p1 (1  p1 ) p2 (1  p2 )
b. p1  p2  z.025 
n1 n2

.55(1  .55) .48(1  .48)

.55  .48  1.96 
400 400

.07  .0691 (.0009 to .1391)

7% more executives are predicting an increase in full­time jobs.  The confidence interval shows the 
difference may be from 0% to 14%.

p1 (1  p1 ) p2 (1  p2 )
33. p1  p2  z.025 
n1 n2

.16(1  .16) .25(1  .25)

.16  .25  1.96 
505 496

­.09  .05 (­.14 to ­.04)

From 4% to 14% greater for women.

34. a. p1 = 682/1082 = .6303

p2 = 413/1008 = .4097  

p1  p2 = .6303 ­ .4097 = .2206  (22%)

p1 (1  p1 ) p2 (1  p2 )
b. p1  p2  z.025 
n1 n2

.6303(1  .6303) .4097(1  .4097)

.2206  1.96 
1082 1008

.2206  .0418 (.1788 to .2624)

35. a. p1  = 256/320 = .80

b. p2  = 165/250 = .66

c. p1  p2 = .80 ­ .66 = .14

p1 (1  p1 ) p2 (1  p2 )
.14  z.025 
n1 n2

10 ­ 15
Chapter 10

.80(1  .80) .66(1  .66)

.14  1.96 
320 250

.14  .0733 (.0667 to .2133)

36. a. p1  = 371/462 = .803   

b. p2  = 357/421 = .848

c. H0:   p1 ­ p2     0

Ha:   p1 ­ p2 < 0

Support for Ha will show p2 > p1 which indicates an improvement in on­time flight performance.

n1 p1  n 2 p 2 371(.803)  357(.848)
d. p   .8245
n1  n 2 462  421

p1  p 2 .803  .848
z   1.76
1 1 1 1
p (1  p )(  ) .8245(1  .8245)(  )
n1 n 2 462 421

p­value = . 5000 ­ .4608 = .0392

Reject H0. Conclude on­time performance has improved.

37. a. H0:   p1 ­ p2  =  0

Ha:   p1 ­ p2    0

p1  = 63/150 = .42

p2  = 60/200 = .30

n1 p1  n2 p2 63  60
p   .3514
n1  n2 150  200

p1  p2 .42  .30
z   2.33
1 1   1 1 
p  1 p     .3514  1  .3514    
 n1 n2   150 200 

p­value = 2(.5000 ­ .4901) = .0198

p­value  .05, reject H0. There is a difference between the recall rates for the two commercials.

10 ­ 16
 Statistical Inference about Means and Proportions with Two Populations

p1 (1  p1 ) p2 (1  p2 )
b. p1  p2  z.025 
n1 n2

.42(1  .42) .30(1  .30)

.42  .30  1.96 
150 200

.12  .1014 (.0186 to .2214)

Commercial A has the better recall rate.

n1 p1  n2 p2 232(.815)  210(.724)
38. p   .7718
n1  n2 232  210

p1  p2 .815  .724
z   2.28
1 1   1 1 
p  1 p     .7718  1  .7718    
 n1 n2   232 210 

p­value = 2(.5000 ­ .4887) = .0226

p­value    .05, reject H0.  The population proportions differ. NYSE is showing a greater proportion of 
stocks below their 1997 highs.

39. a. H0:   p1 ­ p2  =  0

Ha:   p1 ­ p2    0

b. p1  = 1682/5014 = .3355   (34%)

p2  = 1523/5014 = .3037   (30%)

n1 p1  n 2 p 2 5014(.3355)  5014(.3037)
c. p   .3196
n1  n 2 5014  5014

p1  p 2 .3355  .3037
z   3.41
 1 1   1 1 
p 1  p     .31961  .3196    
n
 1 n 2   5014 5014 

p­value   0

Reject H0. There is a significant difference in the population proportions. A higher proportion 
expecting to collect information from magazines is observed.

d. It may be that travelers will collect information from travel agencies and magazines.

10 ­ 17
Chapter 10

 12  22
40. x1  x2  z.05 
n1 n2

(3.82) 2 (1.86) 2
186.83  178.19  1.645 
1019 3892

8.64  0.2029

(8.4371 to 8.8429)

10 ­ 18
 Statistical Inference about Means and Proportions with Two Populations

41. H0: 1 ­ 2 = 0

Ha: 1 ­ 2  0

( x1  x 2 )  D0 (159.63  155.35)  0
z   3.99
 12  22 2.032 8.52 2
 
n1 n2 256 64

p­value = 2(.5000 ­ .49997) = .00006

p­value   .05, reject H0. A difference exists with business having the lower mean daily 
consumption.

42. a. H0: 1 ­ 2  0

Ha: 1 ­ 2 > 0

b. Using the computer,

n1 = 30 n2 = 30
x1 = 16.23 x2 = 15.70
s1 = 3.52 s2 = 3.31

( x1  x2 )  D0 (16.23  15.70)  0
t   .60
2 2
s s (3.52) 2 (3.31) 2
1
 2

n1 n2 30 30

2
 s12 s22   3.522 3.312 
     
 n1 n2   30 30 
df  2 2
 2 2
 57.8
1  s12  1  s22  1  3.52 2  1  3.312 
         
n1  1  n1  n2  1  n2  29  30  29  30 

Use df = 57

Using t table, p­value is greater than .20

Actual p­value = .2753

p­value > .05, do not reject  H0. Cannot conclude that the mutual funds with a load have a greater 
mean rate of return.

43. H0:   1 ­ 2  =  0

Ha:   1 ­ 2    0

10 ­ 19
Chapter 10

( x1  x2 )  0 (72  78)  0
t   1.73
2 2
s s 82 102
1
 2

n1 n2 12 15

2 2
 s12 s22   82 102 
     
df   n1 n2    12 15   25
2 2 2 2
1  s12  1  s22  1  82  1  102 
         
n1  1  n1  n2  1  n2  11  12  14  15 

Using t table area is between .025 and .05

Two­tail p­value is between .05 and .10

Actual p­value = .0961

p­value > .05, do not reject  H0. Cannot conclude a difference exists.

44. a. H0:   1 ­ 2 = 0

Ha:   1 ­ 2  0

( x1  x 2 )  0 (47.12  40.67)  0
t   6.96
s12 s 22 10.04 2 10.11 2
 
n1 n 2 177 353

With a total sample size 177 + 353 = 530, use infinity row to t distribution table.

Using t table, p­value is less than .005

Actual p­value    0

p­value   .01, reject  H0. Conclude females have a higher mean English score.

s12 s22
b. x1  x2  t.025 
n1 n2

Use t.025  = 1.960

10.04 2 10.112
( 47.12  40.67)  1.960 
177 353

6.45  1.82 (4.63 to 8.27)

45. a. H0: 1 ­ 2  0

Ha: 1 ­ 2 > 0

10 ­ 20
 Statistical Inference about Means and Proportions with Two Populations

b. Using difference data, 

d i 1.74
d    .124
n 14

 (d i  d ) 2
sd   .33
n 1

d  d .124  0
t   1.42
sd / n .33 / 14

Degrees of freedom = n ­ 1 = 13

Using t table, p­value is between .05 and .10

Actual p­value = .0889

p­value > .05, do not reject H0. Data does not support the conclusion that population mean earnings 
are down in 1997. 

46.  a. H0:  p1 ­ p2    0

Ha:  p1 ­ p2  >  0

b. p1 = 704/1035 = .6802  

p2 = 582/1004 = .5797  

n1 p1  n2 p2 704  582
p   .6307
n1  n2 1035  1004

p1  p2 .6802  .579
z   4.70
1 1   1 1 
p  1 p     .6307  1  .6307    
 n1 n2   1035 1004 

p­value  0

c. p­value   .01, reject H0. Conclude that the proportion indicating good/excellent increased over the four 
year period. 

47. a. p1 = 1006/1015 = .9911

p2 = 998/1054 = .9469

n1 p1  n 2 p 2 1015(.9911)  1054(.9469)
p   .9686
n1  n 2 1015  1054

10 ­ 21
Chapter 10

p1  p 2 .9911  .9469
z   5.77
1 1 1 1
p (1  p )(  ) .9686(1  .9686)(  )
n1 n 2 1015 1054

p­value  0

Reject H0; there is a difference between rates.
p1 (1  p1 ) p2 (1  p2 )
b. p1  p2  z.025 
n1 n2

.9469(1  .9469) .9911(1  .9911)

(.9496  .9911)  1.96 
1054 1015

.0443 .0147 (.0296 to .0590)

Rates are higher for visitors who did not spend spare time on sightseeing in Taiwan.

48. p1 = 9/142 = .0634  

p2 = 5/268 = .0187  

n1 p1  n2 p2 95
p   .0341
n1  n2 142  268

p1  p2 .0634  .0187
z   2.37
1 1   1 1 
p  1 p     .0341 1  .0341   
 n1 n2   142 268 

p­value = 2(.5000 ­ .4911) = .0178

p­value   .02, reject H0. There is a significant difference in drug resistance between the two states.  
New Jersey has the higher drug resistance rate.

10 ­ 22